Repasamos los usos y aplicaciones de la IA en la educación con más posibilidades de desarrollo a medio plazo, según la reciente guía de la Unesco y el análisis de los expertos consultados
El enfoque de la inteligencia artificial más extendido hasta el momento en la educación es la elaboración de materiales didácticos ‘inteligentes’ que proponen actividades al alumno en función de su ritmo, de sus aciertos y de sus errores, trazando itinerarios y refuerzos adaptados a lo que –de acuerdo al sistema– cada uno necesita. Así lo señala la reciente Guía de la Unesco sobre IA y Educación para responsables de las políticas educativas y nos lo confirman los expertos consultados.
Estas aplicaciones también avisan al estudiante del error cometido o de dónde ha de retroceder para revisar (por ejemplo, en resolución de problemas). De paso, comparan el ritmo de cada uno con el promedio.
Muchos colegios ya emplean sistemas de este tipo, aunque no acaban de convencer al profesorado. “Facilitan la autonomía del alumnado para trabajar y liberan al docente de algunas tareas de revisión de ejercicios, pero el docente no puede dejar de estar presente y atento”, señala el profesor Pere Marqués.
La guía de la Unesco advierte de los riesgos de estas aplicaciones de “aprendizaje personalizado»: “Normalmente personalizan sólo los caminos hacia un contenido prescrito, en lugar de promover la agencia del estudiante personalizando los resultados del aprendizaje y permitiendo que el estudiante logre sus propias ambiciones personales. […] A pesar de que muchos sistemas educativos de todo el mundo los han aceptado, en realidad hay evidencia limitada de que sean tan efectivos como afirman sus desarrolladores (Holmes et al., 2018a)”. El uso extensivo de estos sistemas, se advierte, “pone de manifiesto otros problemas; por ejemplo, que tienden a reducir el contacto humano entre estudiantes y profesores”.
Analíticas de aprendizaje para anticiparse a los problemas
La medición y comparación de múltiples variables del alumnado para ayudar al docente a seguir su evolución es otro de los enfoques con mayor desarrollo hasta ahora, aunque son pocos los centros que le sacan partido de momento. El objetivo es poder cruzar y visualizar multitud de datos de cada alumno simultáneamente –en la actualidad, resultados de ejercicios y evaluaciones principalmente– para detectar posibles problemas en su fase inicial y buscarles solución cuanto antes.Algunas plataformas comercializadas en España, como ClickEdu o Educaria, ya ofrecen refinadas posibilidades de analítica de datos a los colegios, pero su uso aún es limitado porque la introducción de parte de los datos depende del propio profesorado, que lo ve como una ampliación de su carga de trabajo; otros los generan los propios alumnos en su actividad cotidiana conectada siempre que trabajen con dispositivos digitales. La cuestión, decía Pablo Garaizar, es que la mayoría de las cosas que suceden en un aula escolar “no son fácilmente registrables y computables automáticamente”.
Asistentes del profesorado
La recogida de datos del alumnado también se explota en los asistentes para el profesorado, que ayudan a saber cuáles son las horas o los días con mejor rendimiento, qué temas, qué explicaciones y qué actividades se han llevado mayor número de horas, cuáles han generado mayor y menor interacción, curiosidad, número de dudas, dificultades, creatividad… o qué recursos han propiciado una mejor comprensión. También ayudan a identificar patrones de comportamiento en todo ello, e ilustran tendencias a lo largo del curso o de los años… “Con toda esa información a final de curso te puedes preparar una programación para el próximo curso que sea mejor que la de éste, y además en poco tiempo”, dice Melchor Gómez.
Del mismo modo, determinados datos del alumnado sirven a un colegio para mejorar su calidad, su gestión, su interacción con el alumnado y con las familias, y sobre todo para fundamentar en datos y en indicadores la toma de decisiones. En este sentido, los centros también podrían comparar los diferentes resultados de su alumnado en relación con las prácticas de sus docentes.
Asistentes virtuales del docente o del centro educativo para consultas recurrentes del alumnado como fechas de examen, temario, actividades, etc. Algunas universidades ya han desarrollando chatbots en la línea del asistente Watson de IBM para empresas. De hecho, todos los consultados recuerdan a Jill Watson, el asistente virtual del Georgia Institute of Technology que hizo pensar a todos los estudiantes que les respondía un ser humano y que ya hace tres años suscitó numerosas dudas sobre la ética en el desarrollo de este tipo de aplicaciones. “¿Por qué engañó Watson a los estudiantes? Porque va aprendiendo con el propio lenguaje de los estudiantes y se mimetiza con él”, explica Melchor Gómez.
También han empezado a desarrollarse «asistentes» para la preparación de clases y lecciones: por ejemplo, facilitando que se actualicen automáticamente los contenidos en sus presentaciones, o sugiriendo ejercicios y actividades vinculados a las mismas y que hayan generado buen feedback del alumnado en años anteriores o a otros docentes de la misma asignatura.
Otros usos minoritarios y experimentales
La IA también puede favorecer el trabajo en equipo y la interacción de acuerdo a parámetros de afinidad o de complementariedad que decida el profesor.
‘Smart robots’. Se está explorando su uso con niños del espectro autista para desarrollar sus capacidades comunicativas y de interacción. También para atender a alumnado que no puede asistir a clase. Ya se usan robots muy simples para introducir al alumnado (desde la etapa infantil) en la programación de sistemas automatizados.
Agentes enseñables: se usan para que el alumnado les “enseñe” (todo sobre un tema, por ejemplo). De esta manera el alumno aprende sobre una materia desarrollando su competencia digital sobre inteligencia artificial y manejo de los datos.
En el aprendizaje de idiomas, se emplean correctores de lectura y pronunciación. También hay aplicaciones de corrección de escritura y estilo.
