En la era de la digitalización, la inteligencia artificial (IA) se ha convertido en una herramienta omnipresente que está transformando diversas industrias, incluyendo la educación. A pesar de su creciente importancia, la IA sigue siendo un concepto abstracto y a menudo mal entendido para muchos estudiantes. Este artículo aborda la relevancia de la IA en la educación y cómo a través de un enfoque pedagógico basado en preguntas cotidianas, podemos ayudar a los estudiantes a comprender mejor las herramientas de inteligencia artificial con sus ventajas y sus desventajas. Como profesor, he implementado este enfoque en el aula y a través de este artículo comparto mi experiencia.
Según el informe de la UNESCO, la IA tiene el potencial de abordar algunos de los mayores desafíos en la educación hoy en día, innovar las prácticas de enseñanza y aprendizaje, y acelerar el progreso hacia el Objetivo de Desarrollo Sostenible 4. Aunque se han hecho esfuerzos para integrar la IA en el currículo escolar, a menudo estos esfuerzos se ven obstaculizados por la falta de recursos y la falta de comprensión de cómo enseñar eficazmente con inteligencia artificial.
“
“Existe una tendencia creciente hacia el uso de un enfoque pedagógico basado en preguntas para enseñar con IA. Implica hacer preguntas contextualizadas relevantes para que los estudiantes indaguen, formulen preguntas correctamente, valoren los resultados, hagan un discernimiento de la información y obtengan información veraz que posteriormente pueda utilizar”.
Aprendizaje Basado en Preguntas para la Comprensión
El Aprendizaje Basado en Preguntas para la Comprensión (ABPC) permite construir entornos de aprendizaje integradores y contextualizados sobre el contenido con base en una secuencia ordenada de preguntas que pueden ser preguntas fácticas, de comprensión y creativas (Sánchez Soto, 2017). Este método permite al estudiante explorar sus ideas previas, sintetizar la información adquirida (organizando y jerarquizando) para transferir y aplicar su conocimiento a nuevas situaciones. Además, desarrolla competencias de trabajo colaborativo y metacognitivas (aprender a aprender) (IPChile, 2023).
Por otro lado, el aprendizaje basado en instrucciones es una técnica de aprendizaje automático en la que el ordenador recibe una serie de instrucciones, o preguntas, y luego se le pide que aprenda de ellas. Esta técnica es similar a la forma en que los humanos aprenden, haciéndoles preguntas y tratando de encontrar las respuestas (TechEdu, 2023).
En cuanto al resurgimiento del Aprendizaje Basado en Preguntas para la Comprensión y su relación con la Inteligencia Artificial (IA), podemos decir que, el ABPC ha resurgido en el contexto de la educación moderna debido a su enfoque en el estudiante y su capacidad para fomentar el pensamiento crítico y la resolución de problemas. En la era de la información, donde el acceso a los datos es fácil y rápido, el ABPC ayuda a los estudiantes a aprender a aprender, una habilidad esencial para navegar en este mar de información.
La IA, por otro lado, ha adoptado técnicas similares al Aprendizaje Basado en Preguntas para mejorar sus capacidades de aprendizaje. Al igual que en el ABPC, la IA aprende a través de un proceso de hacer preguntas y buscar respuestas. Esto permite a la IA aprender de los datos de una manera más humana. En este sentido, el ABPC y la IA están intrínsecamente relacionados, ya que ambos se basan en el proceso de hacer preguntas para adquirir conocimiento.
Implementación del aprendizaje basado en preguntas con herramientas de IA en el aula
Un enfoque pedagógico basado en preguntas puede ser aplicado independiente del grado escolar de los estudiantes. Lo importante es conocer lo que los estudiantes asocian con inteligencia artificial en su vida cotidiana e ir moldeando un contexto a fin a las preguntas. Como profesor de tecnología en educación básica, he implementado este enfoque en mis clases de Tecnología, Filosofía y Lenguaje. A continuación, describo mi experiencia:
a. Integración de preguntas sobre la IA en las discusiones diarias en clase
En mis clases diarias integro preguntas que despierten la curiosidad de mis estudiantes sobre la inteligencia artificial, algunas preguntas podrían incluir:
- ¿Cómo crees que los asistentes virtuales como Alexa o Siri aprenden a comprender y responder a tus preguntas?
- ¿Pueden estas inteligencias artificiales aprender sin datos proporcionados por los humanos?
Estas preguntas cotidianas permiten a los estudiantes reflexionar sobre el proceso de aprendizaje de la IA y su dependencia de datos humanos.
b. Uso de tecnologías y estrategias variadas
Para enriquecer la experiencia de aprendizaje, he empleado diversas tecnologías y estrategias, como el uso de plataformas de aprendizaje en línea y actividades basadas en proyectos. Ejemplos concretos podrían incluir:
- Integración de simulaciones interactivas que permiten a los estudiantes experimentar con algoritmos de inteligencia artificial. Como PhET: Simulaciones gratuitas en línea. Es un portal que ofrece múltiples recursos para el trabajo con simulaciones interactivas de ciencias y matemáticas. Puedes explorar diferentes simulaciones sobre física, química, biología, ciencias de la tierra y matemáticas, y aprender de forma lúdica y experimental.
- Desarrollo de proyectos donde los estudiantes diseñan sus propios modelos de IA para resolver problemas específicos. ChatGPT brinda esta experiencia con su última actualización. Te permite configurar un bot basado en GPT al darle instrucciones para que se comporte de una manera determinada. En este contexto, los estudiantes aprenden conceptos básicos de la inteligencia artificial y el procesamiento del lenguaje natural. Por ejemplo, qué es un modelo, cómo se entrena, qué es un corpus, cómo se evalúa, etc.; asimismo, competencias de comunicación y creatividad para definir un propósito, el público y el tono del bot para generar diálogos interesantes y coherentes.
Estas estrategias proporcionan un enfoque práctico para que los estudiantes comprendan los fundamentos de la inteligencia artificial.
c. Resultados positivos y mayor comprensión
Los resultados obtenidos fueron altamente positivos. Los estudiantes no solo demostraron un aumento en el interés por la IA, sino que también exhibieron una comprensión más profunda. Ejemplos de una mayor comprensión son:
- Explicar cómo los asistentes virtuales utilizan datos para mejorar sus respuestas.
- Identificar situaciones cotidianas donde la IA desempeña un papel crucial, por ejemplo, ¿por qué las redes sociales ofrecen recomendaciones cada vez más específicas a mis intereses y gustos?, ¿cómo pueden reconocer y tagear personas?, ¿por qué NETFLIX o SPOTIFY conocen tantos mis gustos?, ¿cómo es que las fotografías que se toman con ciertos dispositivos móviles toman automáticamente varias fotografías, las procesan y me dan la mejor opción para obtener la fotografía perfecta?, ¿será más común y confiable el uso de los carros autónomos en el futuro cercano?, ¿cómo aplicaciones como Google maps y Waze analizan el tráfico en tiempo real y dan recomendaciones.
Estos indicadores evidencian que el enfoque basado en preguntas ha logrado su objetivo de mejorar la comprensión de la inteligencia artificial.
d. Beneficios significativos para el aprendizaje
Los estudiantes reportaron beneficios significativos derivados del enfoque basado en preguntas. Algunos comentarios relevantes podrían ser:
- «Entiendo mejor cómo la IA afecta nuestras vidas diarias».
- «Ahora veo que la IA va más allá de lo que pensaba, es parte de todo».
Estos testimonios reflejan cómo el enfoque influyó positivamente en la percepción y comprensión de la IA por parte de los estudiantes.
e. Áreas de oportunidad para mejorar la implementación
Siempre hay espacio para mejorar la implementación, por ello identifiqué las siguientes áreas de oportunidad:
- Proporcionar recursos adicionales, como material educativo y herramientas, para respaldar la enseñanza con herramientas de IA.
- Ofrecer apoyo continuo a los profesores para abordar desafíos específicos y garantizar una implementación más efectiva.
Reflexión
Considero que la inteligencia artificial tiene un gran potencial para transformar la educación. Sin embargo, para aprovechar este potencial necesitamos encontrar maneras efectivas de enseñar la IA en nuestras aulas. Por ello, invito a otros educadores a implementar este enfoque en sus propias aulas. Creo que al hacerlo, podrán ayudar a sus estudiantes a entender mejor la IA y a ver su relevancia en la vida cotidiana.
Acerca del autor
Luis Andrés Villalón Vega (luisvillalon@uchile.cl) es investigador y comunicador científico, Máster en Evaluación, Licenciado en Educación. Diplomado en Diseño y Programación Web. Fellow Aspire Institute at Harvard University. Actualmente es coordinador científico y de comunicaciones en Center of New Drugs for Hypertension de la Universidad de Chile.
Referencias
UNESCO. (2022). Artificial intelligence in education. https://www.unesco.org/en/digital-education/artificial-intelligence
Duck Learning Opportunities in Education. (2022). 50 Cool AI and Machine Learning Projects for Students [For 2022]. https://ducklearning.com/blogs/parent-and-educator-resources/50-cool-ai-and-machine-learning-projects-for-students-for-2022
IPCHILE, Instituto Profesional de Chile (2023). Ficha Para Implementar Y Evaluar Metodología Aprendizaje Basado En Preguntas Para La Comprensión (ABPC). https://www.ipchile.cl/wp-content/uploads/2019/03/FICHA-IMPLEMENTAR-Y-EVALUAR-METODOLOG%C3%8DA-ABPC.pdf
Sánchez Soto, I. (2017). APRENDIZAJE BASADO EN PREGUNTAS Y SU IMPACTO EN LAS ESTRATEGIAS DE APRENDIZAJE EN FISICA. Enseñanza de las ciencias: revista de investigación y experiencias didácticas, 2017, n.º Extra, pp. 1903-1908. https://raco.cat/index.php/Ensenanza/article/view/336741/427526
TeachThought. (2021). What Is Question-Based Learning? What Is Question-Based Learning? (teachthought.com)
TechEdu (2023). Aprendizaje basado en preguntas. https://techlib.net/techedu/aprendizaje-basado-en-preguntas/
Turing, A. M. (1936). On Computable Numbers, with an Application to the Entscheidungsproblem. Proceedings of the London Mathematical Society, s2-42(1), 230–265.
Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, LIX (236), 433–460
No hay comentarios:
Publicar un comentario