Este artículo es continuación (segunda parte) del publicado en el Número 6 de Hipótesis (octubre de 2020) Mirando al futuro próximo. Máquinas que enseñan ¿sin docentes?. En aquél artículo me planteaba la pregunta: ¿disponemos del conocimiento para crear máquinas que provoquen aprendizaje sin la intervención de un docente humano? Mi respuesta fue que todavía no, pero que estábamos cerca. Ahora, a poco más de dos años de aquél momento, ya sabemos que existen algoritmos inteligentes que podrán sustituir muchas funciones de los docentes humanos. Es inquietante y por ello un desafío educativo de primer orden. 

« Los algoritmos se diseñaron para personalizar o adaptar tanto las actividades formativas al nivel particular de cada estudiante, como la interface o presentación de dichas tareas.»

Los primeros intentos de aplicación de la Inteligencia Artificial (IA) a la Educación comenzaron hace veinte años atrás. Aunque sus logros no fueron espectaculares, sirvieron para avanzar en el desarrollo de algoritmos e interfaces que imitaban o simulaban, en un nivel básico, lo que haría un docente o tutor humano: ofrecer orientaciones a los estudiantes para la cumplimentación de las tareas de aprendizaje, realizar correcciones a pruebas tipo test o ejercicios evaluativos, dar feedback en función de las respuestas dadas, etc. Además, los algoritmos se diseñaron para personalizar o adaptar tanto las actividades formativas al nivel particular de cada estudiante, como la interface o presentación de dichas tareas.

A lo largo de las últimas dos décadas se han generado numeroso software y prototipos de herramientas informáticas inteligentes destinadas a la enseñanza. A pesar de ello, hasta ahora, su impacto real sobre los sistemas formativos (en el ámbito escolar, no formal o universitario) ha sido más bien escaso. Estas aplicaciones, en la mayor parte de los casos, estaban circunscritas a experiencias en los ámbitos académicos de las ciencias de la computación; siendo su transferencia a los contextos reales de enseñanza limitada.

Desde entonces las promesas han sido muchas; pero hoy las expectativas de que la IA genere impactos disruptivos sobre la enseñanza y el aprendizaje son más elevadas que nunca. Los logros y avances más destacados, en este momento son los siguientes:

1. Sistemas de tutoría inteligente. Consiste en el uso, por la máquina, de sistemas síncronos en línea que proporcionan tutoriales personalizados a los estudiantes, adaptados a su nivel de habilidad y conocimiento. Utilizan algoritmos de aprendizaje automático para analizar los datos de los estudiantes y determinar sus fortalezas y debilidades, con la finalidad de proporcionar una experiencia de aprendizaje personalizada. Estos sistemas pueden adaptarse a las necesidades y habilidades individuales de los estudiantes y ofrecer retroalimentación en tiempo real.
2. Analíticas del aprendizaje. Esta línea de desarrollo alude a la recopilación y análisis de datos sobre el rendimiento de los estudiantes y su comportamiento en el aula virtual. Estos datos, utilizados por los algoritmos correspondientes, permiten identificar patrones de aprendizaje y, en consecuencia, predecir el éxito o fracaso particular de cada estudiante durante el curso. Esta información permitirá al docente mejorar la atención educativa al alumnado.
3. Evaluación automatizada. Es una de las líneas de trabajo más desarrolladas. Se trata de aplicaciones que emplean algoritmos para analizar los productos de los estudiantes y proporcionar retroalimentación sobre cómo mejorar su trabajo. Pueden servir tanto para crear pruebas evaluativas como para corregirlas en múltiples formatos: test, exámenes de respuesta abierta, intervenciones en foros, proyectos de trabajo, etc. Esta tecnología puede ser utilizada en una amplia variedad de entornos educativos, desde la escuela primaria hasta la universidad.
4. Herramientas de gestión de textos. Las herramientas de análisis de texto basadas en la IA se utilizan para ayudar a los estudiantes y docentes a elaborar, analizar y comprender mejor los textos complejos. Estas herramientas pueden ser utilizadas para resumir el contenido, identificar palabras clave y conceptos importantes, y hacer sugerencias sobre cómo mejorar la comprensión. 
5. Simulaciones y juegos educativos. Las simulaciones y los juegos educativos pueden ser diseñados utilizando la IA para proporcionar una experiencia de aprendizaje más interactiva y envolvente. Estos juegos pueden incluir elementos de gamificación, como recompensas y puntuaciones y pueden adaptarse a las habilidades y necesidades de cada estudiante favoreciendo una experiencia de aprendizaje lúdica. 
6. Interfaces adaptativas. Se refiere a un tipo de tecnología que se adapta a las necesidades y habilidades del usuario individual en el proceso de aprendizaje. Es decir la interfaz puede ajustar el contenido, la dificultad y la velocidad de entrega de la información para que coincida con el nivel de conocimiento y habilidades del estudiante. Por ejemplo, una interfaz adaptativa puede proporcionar diferentes niveles de dificultad en las preguntas y problemas basados en el rendimiento previo del estudiante. También puede ofrecer retroalimentación y sugerencias personalizadas para ayudar al estudiante a avanzar en su aprendizaje de manera efectiva. 
7. Chatbots educativos. Son programas informáticos que simulan una conversación con un tutor o profesor. Estos chatbots utilizan la IA para proporcionar respuestas rápidas y precisas a las preguntas de los estudiantes, y pueden ayudarles a resolver problemas y comprender mejor los conceptos clave. Los chatbots adoptan diferentes formatos; siendo los de texto los más comunes; funcionan a través de aplicaciones de mensajería instantánea: chatbots de voz a través de una conversación hablada o los basados en imágenes entre otros.
8. Herramientas generativas basadas en el lenguaje natural (ChatGPT, Perplexity, YouChat, Bard,…). Son las que más ruido mediático están produciendo porque son herramientas que utilizan el lenguaje natural para comunicarse con los usuarios. Son fáciles de utilizar y dan respuesta a cualquier tipo de demanda que se le plantee. En este sentido, estas herramientas de IA generativas son muy útiles para el profesorado al permitir, no sólo obtener conocimiento sobre cualquier temática o contenido, sino también elaborar planificaciones didácticas, crear materiales y recursos de estudio, actividades de aprendizaje o pruebas de evaluación. Su utilidad para el alumnado también es grande al facilitar la realización de tareas de conocimiento. Como contrapartida, cometen errores o muestran sesgos en la información que proporcionan y pueden favorecer o facilitar en los estudiantes el plagio de sus trabajos académicos.

La IA estará pronto en los sistemas de todos los niveles formativos. Es una disrupción que llega. Nuestro desafío para los próximos años será experimentar con la IA en la educación y obtener el conocimiento científico para hacerlo con éxito y calidad pedagógica para avanzar hacia una sociedad sostenible y de bienestar humano.

AUTOR: Manuel Area

ILUSTRACIÓN CARLA GARRIDO