El impacto de la IA en la educación K-12

Impacto de la IA en la Educación

• El documento aborda los impactos de la inteligencia artificial (IA) en la educación (K-12).
• Se basa en avances en la mejora de los procesos de enseñanza y aprendizaje y la administración de los sistemas educativos.
• Resalta las aportaciones de la IA en la personalización del aprendizaje, tareas rutinarias de docentes y administración educativa.
• Se discuten los riesgos potenciales que deben abordarse mediante políticas, como la preparación digital de los estudiantes y la privacidad de la información personal.
• El documento se enmarca en la iniciativa fAIr LAC del Banco Interamericano de Desarrollo (BID), que promueve el uso ético y responsable de datos y sistemas basados en la IA en la región.
• La iniciativa especialmente enfoca la provisión de servicios sociales.

Introducción a la Inteligencia Artificial

• Expertos y medios proyectan robots con apariencia humana que salvan vidas, transforman ciudades y educan a niños, pero ponen en peligro empleos.
• Se dimensiona el ritmo y profundidad de los cambios, mientras industrias automatizan procesos y prueban prototipos innovadores.
• Surgen voces que matizan el panorama y ponen en perspectiva los avances, pese a la dificultad de prever un futuro incierto.

Tensiones en la Educación y la IA

• La educación vive tensiones debido a la exigencia de responder a desafíos tecnológicos del siglo XXI y simultáneamente saldar deudas de acceso y calidad.
• Se depositan esperanzas en la IA para reducir barreras de acceso, automatizar gestión y optimizar procesos de enseñanza y aprendizaje.
• A la esperanza se oponen dificultades y resistencia a cambios tecnológicos, como sugiere la baja adopción de herramientas de IA.

Historia de la Integración Tecnológica en la Educación

• Los intentos de integrar tecnologías digitales en las escuelas han sido objeto de políticas públicas por más de tres décadas.
• El ritmo de adopción ha sido más lento de lo esperado, y los impactos en prácticas pedagógicas y resultados de aprendizaje han sido esquivos.
• Cada nueva ola tecnológica ha golpeado repetidas veces a las aulas escolares con renovadas esperanzas, pero la acogida ha sido menor.

Impacto de la IA en la Educación

• Existe un consenso sobre el impacto significativo de la revolución tecnológica impulsada por la IA en la educación y otras esferas humanas.
• Lo que se debate es el ritmo y profundidad de esta transformación.
• Se ofrece un breve perfil de la tecnología de IA que está comenzando a masificarse.

Definición y Evolución de la Inteligencia Artificial

• El término inteligencia artificial (IA) se utiliza para referirse a una amplia gama de tecnologías digitales de última generación.
• La IA no es nueva, sino que es un área de las ciencias de la computación que ha acompañado el desarrollo de las TIC.
• El objetivo es crear máquinas inteligentes que simulen el razonamiento y comportamiento humanos.
• La IA ha realizado importantes contribuciones al desarrollo tecnológico, pero sus contribuciones han sido modestas en comparación con las promesas.

Avances en Investigación de la IA

• En las últimas décadas, se crearon nuevos métodos y algoritmos para resolver problemas específicos en la investigación de IA.
• Se implementaron algoritmos de aprendizaje automático o de máquina (machine learning), programas computacionales que aprenden a resolver problemas a partir de datos y ejemplos preexistentes.
• Los algoritmos de aprendizaje automático se basan en modelos de redes neuronales (neural netwoks) que intentan reproducir la biología de la mente humana.
• Se emplea un método de representación y cálculo basado en múltiples capas llamado "aprendizaje profundo" (deep learning).

Aprendizaje Profundo

• En IA, aprendizaje profundo refiere a un tipo de algoritmo para aprendizaje automático de sistemas computacionales.
• En educación, aprendizaje profundo se utiliza para referirse a aprendizajes significativos requeridos para desenvolverse en el siglo XXI, como resolución de problemas, creatividad y colaboración
• Estos nombres -aprendizaje automático/automatizado o de máquina, redes neuronales y conocimiento profundo- aparecen en la literatura sobre aplicaciones de IA para referirse a las tecnologías que permiten que los computadores aprendan a realizar tareas específicas que de otra forma resultaría muy complejo o francamente imposible programar.

Entrenamiento de Algoritmos

• El aprendizaje se consigue "entrenando” los algoritmos con millones de datos.
• Por ejemplo, para reconocer gatos en fotografías, los expertos deben entrenarlo con millones de fotografías que contengan gatos.
• Estos procesos requieren grandes volúmenes de datos y un enorme poder computacional para calibrar los parámetros y reconocer los patrones.

Convergencia de Avances Tecnológicos

• Hacia 2010, la convergencia de avances tecnológicos hizo posible el entrenamiento de algoritmos de aprendizaje automático a costos razonables.
• Se abrió las puertas para el desarrollo y comercialización de una nueva generación de sistemas digitales capaz de realizar tareas de mayor complejidad.
• Desde entonces, se inició una explosión de nuevas aplicaciones prácticas de IA con alto impacto en diferentes ámbitos de la economía y la sociedad.
• Estos algoritmos detectan patrones, realizan predicciones sobre la base de datos y se integran en sistemas de toma de decisiones amplificando su capacidad.

Aplicaciones de la IA

• Los campos de aplicación abarcan análisis de imágenes, audios y videos.
• El procesamiento y traducción del lenguaje natural.
• Los vehículos autónomos.
• Los servicios robotizados de atención al cliente.
• La detección de fraudes financieros.
• El control de procesos.
• El arte sintético.
• Los juegos digitales inteligentes.
• Los ambientes de aprendizaje personalizados.
• Los diagnósticos clínicos.
• Las búsquedas de información.
• El cuidado de adultos.
• La automatización de procesos industriales.

Personalización de la Experiencia Educativa con IA

• Se identifica la personalización de la experiencia educativa como el principal àmbito que debe ser fortalecido con las nuevas aplicaciones de la IA
• Los sistemas de enseñanza adaptativos y plataformas de tutoría inteligente ofrecen trayectorias de aprendizaje personalizadas.
• El objetivo es acercar el tipo, dificultad, secuencia y ritmo de los materiales de aprendizaje a las necesidades individuales de los estudiantes.
• Variedad de servicios en distintas materias, principalmente matemáticas y ciencia, adoptados por los sistemas escolares en los ámbitos local y nacional.

Ejemplos de Plataformas Adaptativas

• Liulishou (China): Plataforma adaptativa para la enseñanza del inglés, capacidad para atender en línea a 600.000 estudiantes.
• M-Shule (Kenia): Aplicación para impartir lecciones del currículum nacional vía SMS, adaptable a las habilidades de los estudiantes, proporciona información a profesores y padres.
• Daptio (Sudáfrica): Plataforma adaptativa que utiliza la IA para ayudar a estudiantes y docentes a entender los niveles de logro alcanzados proveer contenidos pertinentes.
• Plan Ceibal (Uruguay): Plataforma adaptativa de matemáticas Bettermarks, 69.000 usuarios en 2.770 escuelas, actividades y ejercicios interactivos, trayectoria adaptada, refuerzo automático y indicadores para el docente.
• Plataforma adaptiva Geekie en Brasil accede a mas de 55.000 escuelas

Personalización Avanzada del Aprendizaje

• La incorporación de algoritmos de IA con reconocimiento de voz e imagen, y el manejo de grandes volúmenes de datos, están permitiendo personalizar aún más las trayectorias de aprendizaje de los estudiantes.
• Estas se armonizan con elementos de su personalidad, intereses, estilos de aprendizaje y estados de ánimo.
• Las nuevas aplicaciones identifican fortalezas y debilidades, desafíos y motivaciones, generando una trayectoria idónea que optimiza el proceso de aprendizaje e incluso que ajusta los contenidos a formatos culturalmente apropiados.

Ejemplos de Iniciativas Innovadoras

• RoboTutor: Aplicación para tabletas que compensa carencias de niños de 7-10 años enseñándoles a leer, escribir y aritmética sin apoyo adulto, retroalimentación automática a la lectura hablada, desarrollado por la Universidad Carnegie Mellon, recibió el Global Learning XPRIZE
• Letrus: Plataforma de Brasil que busca soportar el trabajo escolar de desarrollo de la escritura, ofreciendo retroalimentación individual análisis de patrones y complementándola con la revisión de los maestros
• En China Masterlerner, superprofesor online capaz de responder simultáneamente a 500 millones de consultas para estudiantes preparándose para el examen de ingreso a la universidad.

Colaboración y la Inteligencia Artificial

• Las plataformas para el trabajo colaborativo presentes desde hace varias décadas hacen uso de espacios de discusión asincrónicos.
• Diversos avances en IA buscan contribuir a la forma en que se interactúa en estos espacios.
• Existen sistemas que ofrecen retroalimentación a los estudiantes para las distintas materias e informan a los docentes sobre situaciones que podrían requerir atención.

Herramientas Incorporadas de la IA

• La incorporación de estas herramientas de IA como ente mediador de conversaciones entre los estudiantes y sus maestros favorece el desarrollo de habilidades de comunicación, resolución de conflictos y aprendizaje colaborativo entre los primeros.
• Modelación del jugador reconocimiento de emociones faciales en tiempo real, adaptación automática dificultad, evaluación del sigilo.
• Procesamiento del lenguaje natural evaluación en tiempo real del contenido y entonación de lo dicho.

Alineación estratégica en el Aula

• Las políticas educativas deberían asumir un papel activo en lo que se refiere a crear las condiciones que hagan posible el desarrollo de estas habilidades en el entorno escolar.
• La IA podría desempeñar una función de apoyo muy relevante en su promoción.
• Son necesarias la resolución de problemas no rutinarios, el pensamiento lógico y crítico, y las habilidades interpersonales, de presentación y de resolución de conflictos.

Riesgos y Desafíos del Uso de la IA en la Educación

• La revolución tecnológica de la IA plantea cuestionamientos, desafíos y riesgos que deben ser abordados por las políticas públicas, o podría mermarse la posibilidad de aprovechar los beneficios potenciales que esta ofrece.
• El primer lugar es una preocupación por la protección de la privacidad de los escolares.
• La inteligencia de los algoritmos de aprendizaje automático (machine learning) se obtiene al entrenarlos con grandes volúmenes de datos, lo que en el caso de la educación significa utilizar la información de los estudiantes y sus familias disponible en las escuelas
• El segundo lugar es una preocupación de que los sesgos implícitos en las nuevas aplicaciones de la IA no ayuden a garantizar ni a ayudar a una educación inclusiva y de calidad para todos.
• En tercer lugar y en relación con lo anterior también existe la preocupación de que la IA acentúe aún más los problemas de equidad educativa que se registran dentro de los países y entre ellos.
• Por último se teme a el grado de autonomía que pudieran tener los sistemas basado en IA.