El CEO de OpenAI, Sam Altman, advirtió recientemente a un panel de senadores estadounidenses sobre la posible interrupción de las carreras de los trabajadores del conocimiento en todo el mundo. Los modelos de lenguaje grande (LLM), como ChatGPT, BingChat y Bard, demuestran capacidades incomparables en innumerables áreas. Aunque no sin defectos (todavía), estos incluyen, entre otros, el almacenamiento de datos, las respuestas a las consultas, la generación de ensayos, informes, documentos académicos, políticas , estrategias, documentación legal y codificación. Estas habilidades personifican la experiencia de los trabajadores del conocimiento en todo el mundo. Con las tecnologías de IA comenzando a transformar nuestro mundo, es esencial que críticamenterepensar nuestro plan de estudios, metodologías pedagógicas y enfoques de evaluación para equipar a los estudiantes adecuadamente para un panorama en rápida evolución.
Modelos de lenguaje grande (LLM) ~ demuestran capacidades incomparables en innumerables áreas. Aunque no sin defectos (todavía), estos incluyen, entre otros, el almacenamiento de datos, las respuestas a consultas, la generación de ensayos, informes, trabajos académicos, políticas, estrategias, documentación legal y codificación. Estas habilidades personifican la experiencia de los trabajadores del conocimiento en todo el mundo.

En nuestra experiencia reciente con estudiantes que aprovechan los LLM para actividades educativas, como la investigación de diseño, la ideación, el pensamiento crítico y creativo, la creación de prototipos y la prueba de conceptos , hemos observado tres reacciones distintas a la incorporación de la IA como herramienta de aprendizaje. (1) La gran mayoría muestra puro entusiasmo y asombro . (2) Un grupo más pequeño expresa perplejidad y preocupación , expresando preocupaciones como: "¿Cuál es mi papel en este nuevo orden mundial?". (3) Finalmente, un porcentaje menor de estudiantes responde con miedo palpable y resentimientohacia la tecnología, negándose rotundamente a utilizarla. Corresponde a los educadores abordar estas diversas reacciones y garantizar que los sistemas educativos sean lo suficientemente sólidos y adaptables para satisfacer las necesidades de todos los alumnos. Esto incluye la responsabilidad de preparar a los estudiantes con habilidades de orden superior , como inteligencia emocional, colaboración, creatividad y pensamiento crítico, que es probable que se requieran en el futuro. Requiere un cambio a métodos de enseñanza experienciales , evaluación auténtica y adaptación de tutores de IA para equipar a los trabajadores del conocimiento para que no solo coexistan con la IA, sino que prosperen junto a ella.

Garantía de calidad y evaluación en la era de la IA

Dos ejemplos: en conversaciones recientes con un académico de ciencias de la computación, surgieron inquietudes acerca de los estudiantes de primer año que podrían usar ChatGPT para las tareas. El académico compartió su predicción sobre la capacidad de identificar envíos elaborados con la ayuda de ChatGPT. Notaron una competencia inusualmente alta en algunas presentaciones, sin los errores de novato esperados para los estudiantes de primer año, sospechando el uso de ChatGPT, pero lamentaron la falta de herramientas para confirmar esto.

En conversaciones con un académico de administración, supimos que intentaron eludir el uso de ChatGPT mediante la creación de estudios de casos basados ​​en videos con expertos de la industria que discutían los desafíos reales de administración en sus organizaciones. Sin embargo, usamos una aplicación de transcripción gratuita Otter.ai para transcribir los videos e ingresar las transcripciones en ChatGPT, logrando más que una calificación aprobatoria, aunque no una distinción alta (todavía) para demostrar la vulnerabilidad de las evaluaciones de video a las trampas asistidas por IA. Fuimos etiquetados como "malvados" por los académicos.

Tras realizar más consultas, el propio ChatGPT identificó con franqueza cuatro categorías de evaluaciones que podrían ser vulnerables a las trampas. (1) Ensayos o informes : dado un aviso o una palabra clave, ChatGPT puede generar textos coherentes y relevantes, basados ​​en el análisis de datos y el uso de cualquier herramienta de plantilla como el análisis FODA o Business Model Canvas. (2) Cuestionarios o Pruebas No Supervisadas: que comprendan preguntas objetivas o de opción múltiple. Se informa que ChatGPT-4 aprobó muchos exámenes de educación superior y obtuvo una puntuación en el percentil 90 en el examen de la barra de EE. UU.. (3) Asignaciones de codificación: tareas que requieren que los estudiantes escriban un programa o un guión. ChatGPT puede escribir código en varios idiomas, lo que permite a los estudiantes completar tareas sin conocimientos de programación. (4) Asignaciones de escritura creativa: estas tareas requieren que los estudiantes produzcan una historia, un poema, una canción, etc. ChatGPT puede generar textos creativos en diversos géneros y estilos basados ​​en un mensaje o un tema. Ante todo, una cultura de honestidad e integridad fomenta un gran aprendizaje, pero el uso de los cuatro métodos de evaluación anteriores hace que no solo sea fácil para los estudiantes hacer trampa , sino que también dificulta que los estudiantes honestos usen la IA en toda su capacidad.

Equilibrar los exámenes y el aprendizaje experiencial

Para combatir las trampas, ha surgido un debate en curso dentro de la academia, con dos perspectivas destacadas: una que aboga por el valor de los exámenes supervisados ​​y la otra que defiende el aprendizaje experiencial con evaluaciones auténticas , ambas profesando su eficacia respectiva en la lucha contra la deshonestidad académica. Creemos que hay lugar para ambas perspectivas, pero debemos analizar claramente si los exámenes tradicionales por sí solos, que evalúan predominantemente la retención de conocimientos, mantienen su relevancia en la era de la IA. Los exámenes se centran principalmente en medir el conocimiento preexistente, pero con frecuencia se quedan cortos cuando se trata de evaluar la aplicación del conocimiento del mundo real, el pensamiento crítico, la resolución de problemas, la colaboración y las habilidades de comunicación.Rasgos que son cada vez más vitales en nuestra fuerza laboral en rápida evolución . A pesar de sus formidables capacidades, la IA actualmente lucha por comprender el contexto o formar juicios de valor, aspectos en los que los humanos son notablemente hábiles. Los seres humanos poseen una habilidad intrínseca para interpretar situaciones complejas y producir resultados valiosos e innovadores que benefician a los demás. Como tal, el trabajo del conocimiento podría pasar de ser uno de administradores y creadores a editores y facilitadores.
Actualmente, la IA lucha por comprender el contexto o formar juicios de valor, aspectos en los que los humanos son notablemente hábiles. Los seres humanos poseen una habilidad intrínseca para interpretar situaciones complejas y producir resultados valiosos e innovadores que benefician a los demás.

Adjunto humano

A medida que la IA se entreteje cada vez más en el tejido de nuestras vidas, es crucial cultivar habilidades futuras en las que la IA sirva como un complemento humano. Tomemos, por ejemplo, la esfera de la inteligencia emocional. Habilidades como la empatía, la motivación, la autorregulación, la colaboración y las habilidades sociales son fundamentales para los roles que implican comprender y abordar las necesidades de las personas y desarrollar la compasión. Si bien la IA puede ayudar en el proceso de ideación y producir resultados basados ​​en patrones aprendidos, lidia con la generación de ideas verdaderamente originales y sensibles al contexto (innovación impulsada por el usuario), una capacidad claramente humana. Del mismo modo, la IA complementa los esfuerzos humanos en el ámbito de la resolución de problemas complejos.. Si bien la IA sobresale en tareas que se adhieren a patrones o reglas establecidas, falla cuando se enfrenta a problemas intrincados que requieren una comprensión matizada del contexto para generar soluciones innovadoras. Las habilidades para enfrentar y resolver tales desafíos seguirán teniendo una gran demanda. Otras competencias críticas incluyen el juicio ético y la agilidad de aprendizaje: la capacidad de comprender rápidamente nuevas herramientas, sistemas y conceptos. Equilibrar estas habilidades humanas básicas con las capacidades de la IA es vital para prepararse para un futuro en el que la inteligencia humana y la artificial trabajen de manera sinérgica para resolver los desafíos del mundo.

Aprovechamiento de las competencias complementarias de la IA: preparación para el futuro

En un panorama académico en rápida evolución, las limitaciones de los métodos de evaluación tradicionales, como los ensayos e informes basados ​​en preguntas, están cada vez más expuestas. Los exámenes supervisados, a pesar de su relevancia continua en el mantenimiento de la garantía de calidad, se complementan con una pedagogía que adopta el aprendizaje experiencial. Este enfoque práctico fomenta las habilidades del mundo real y ofrece una alternativa amigable con la IA a los formatos convencionales de conferencias, tutoriales y exámenes. Sugerimos un cambio hacia evaluaciones auténticas alineadas con esta metodología, como portafolios, asignaciones basadas en proyectos y tareas (simuladas) del mundo real. Este enfoque más intensivo en recursos tiene el potencial de alterar el modelo comercial actual de educación superior, pero las universidades que ignoran o prohíben ChatGPT pueden estar perjudicando sus propias admisiones.Tal cambio permitiría que los futuros trabajadores del conocimiento brillen donde la IA se queda corta, al tiempo que permitiría que la IA mejore su trabajo. El auge de la IA no debe verse como una amenaza, sino como un catalizador del crecimiento, que fomenta una relación simbiótica entre el potencial humano y la inteligencia artificial. 

El contenido generado en este blog tiene únicamente fines informativos. Este artículo brinda los puntos de vista y opiniones de los autores y no refleja los puntos de vista y opiniones del blog Impact of Social Science (el blog), ni de la London School of Economics and Political Science. 

Crédito de la imagen: Google DeepMind a través de Unsplash.

Sobre el Autor