Cómo la inteligencia artificial está perturbando la educación

Las tecnologías de inteligencia artificial pueden hacer que la instrucción sea más personalizada, lo que aumenta la eficacia de la educación.AI

La educación en todo el mundo está cambiando a un ritmo increíblemente rápido. El software y los dispositivos son tan comunes en las aulas y salas de conferencias como lo fueron las pizarras blancas y los proyectores superiores. La nueva generación de estudiantes nace digital y adoptan rápidamente nuevas tecnologías. La revolución ha comenzado.
Las instituciones educativas a nivel mundial están lidiando con tres grandes desafíos: Proporcionar educación de calidad, a menudo a gran escala; asegurar que la educación sea accesible para todos, incluidos los mercados emergentes, las comunidades rurales y los niños con necesidades especiales; y reducir el costo de entrega para proporcionar una educación asequible.
Los maestros están agobiados por las tareas administrativas que le quitan tiempo a la enseñanza: planear los materiales de la clase para grandes clases de estudiantes de habilidades mixtas; evaluación de calificaciones y calificaciones y tareas; y verificación de datos y fuentes para las tareas enviadas. Mientras tanto, los administradores escolares y el personal de admisiones están luchando para seleccionar a los mejores estudiantes de un gran volumen de solicitudes y para comunicarse efectivamente con los estudiantes, el personal y los padres.
Todo esto está dando como resultado un sistema educativo que no cuenta con recursos suficientes y es ineficiente. Y donde con demasiada frecuencia, los estudiantes pueden ser olvidados y dejados atrás.
Hay una multitud de soluciones edtech que aparecen a diario, pero sin duda una de las tecnologías más interesantes que tiene el potencial de tener el mayor impacto en la educación es la Inteligencia Artificial (IA). Con la creciente sofisticación de las técnicas de IA, como el procesamiento del lenguaje natural, el reconocimiento de voz y habla y el aprendizaje automático, la instrucción y la administración educativa pueden transformarse.
Un reciente informe de Pearson resume esto muy bien: “El futuro ofrece el potencial de herramientas y soportes aún mayores. “Imagine compañeros de aprendizaje a lo largo de toda la vida impulsados ​​por AI que pueden acompañar y apoyar a estudiantes individuales a lo largo de sus estudios, dentro y fuera de la escuela, o nuevas formas de evaluación que miden el aprendizaje mientras se lleva a cabo, dando forma a la experiencia de aprendizaje en tiempo real”.
Entonces, ¿qué problemas puede resolver la IA? Vamos a ver.

El currículo estandarizado no satisface las necesidades individuales.

Cada alumno es diferente. Algunos aprenden más rápido que otros, algunos pueden comprender conceptos más difíciles que otros, pero esperamos que se ajusten a un plan de estudios básico. El aprendizaje personalizado puede cambiar eso. Los estudiantes se abren paso a través de las tareas a su propio ritmo, y la plataforma aprende con ellos, adaptándose a sus necesidades y asegurando la comprensión.
Los alienta a trabajar de forma independiente y administrar su propio aprendizaje, habilidades que son esenciales para el lugar de trabajo moderno. La plataforma también puede señalar los problemas a los maestros, para que puedan reforzar el aprendizaje directamente con el estudiante. El objetivo final es dar a los estudiantes un mayor control sobre qué y cómo aprenden. La investigación realizada por la Fundación Gates ha revelado que, durante un período de dos años, los estudiantes que usan software de aprendizaje personalizado tuvieron más éxito en sus estudios que sus compañeros que no usan el software.
En la Academia de preparación de Aspen Valley en California, un sistema de aprendizaje personalizado ayudó a los estudiantes de bajo nivel de grado a avanzar, al ofrecer contenido personalizado de acuerdo con sus habilidades y competencias. Otro ejemplo es la Academia de fabricantes de ensamblajes urbanos en la ciudad de Nueva York, que ahora cuenta con el 70 por ciento de trabajo a tiempo, luego de la introducción de una iniciativa de aprendizaje personalizado.
La Universidad Estatal de Oregón utilizó un proceso de aprendizaje adaptativo, en el que 8 cursos en disciplinas como álgebra y química, con un alto índice de matriculación y alto índice de deserción, adoptaron una estrategia de aprendizaje mixto en la que los estudiantes completaron actividades antes de sus clases. Estas actividades fueron analizadas y los instructores adaptaron su enseñanza cuando fue necesario. McGraw Hill Education encontró que el 85 por ciento de los estudiantes entrevistados consideraban que la tecnología de aprendizaje adaptativo era una “mejora moderada o importante” hacia mejores calificaciones.

La calificación y la evaluación llevan mucho tiempo, con una dependencia excesiva en la opción múltiple

En promedio, los maestros dedican más de 11 horas a marcar cada semana; eso es más que una semana laboral completa cada mes, además de sus tareas de enseñanza. En un esfuerzo por reducir esta carga, muchas instituciones ahora usan evaluaciones de opción múltiple, que son menos efectivas para evaluar el aprendizaje general. Las herramientas de evaluación impulsadas por AI, como la que están desarrollando Sergey Karayev y su equipo en  Gradescope  pueden eliminar parte de esta carga, con la tecnología automática de puntuación de ensayos, lo que reduce la dependencia de la evaluación de opción múltiple y garantiza una mejor comprensión por parte del alumno.

Tiempo limitado de tutoría individual disponible para estudiantes universitarios

La mayor parte de la enseñanza universitaria se imparte en conferencias a gran escala a cientos de estudiantes al mismo tiempo, con poco tiempo dedicado incluso a la enseñanza en grupos pequeños, y mucho menos a la enseñanza individual. Los tutores virtuales personales, como el que están desarrollando NTU Singapore e IBM Watson para sus estudiantes de medicina, podrían cambiar eso, ofreciendo una orientación personalizada y escalable para los estudiantes.

El tamaño de las clases grandes en las escuelas K-12 significa que las preguntas de los niños a menudo no se responden

Enseñar en clases a veces de más de 30 estudiantes, significa que los maestros tienen poco tiempo para reforzar constantemente el aprendizaje y responder a preguntas individuales de cada estudiante. El uso de asistentes virtuales en el aula, como la Alexa de Amazon, como la escuela Hillbrook en California ha puesto a prueba, podría cambiar todo eso, ofreciendo a los estudiantes la oportunidad de verificar sus propias respuestas, liberando al profesor de preguntas como “Cómo se deletrea …” . También capacita a los maestros con análisis sobre las preguntas que se han formulado, ofreciéndoles oportunidades adicionales para identificar las debilidades en la comprensión y modificar su enseñanza en consecuencia.

La comunicación personalizada es casi imposible debido a la escala.

Darles a los estudiantes, padres y maestros acceso a la información que necesitan rápida y fácilmente es un gran desafío. Según una encuesta de Gallup realizada en 2014, los millennials citan los mensajes de texto como su principal método de comunicación, por lo que los mensajes digitales tienen un potencial enorme. Esto también podría resultar en ahorros de costos significativos. Tomando esto más lejos,  la Universidad Estatal de Georgia  usó un chatbot para comunicarse con sus estudiantes. En solo 4 meses, el 63% estaba usando la plataforma de forma regular, con más de 200,000 mensajes enviados. Descubrieron que esto habría requerido 10 empleados de tiempo completo, ahorrándoles US $ 200,000.

Matrícula de estudiantes

La Universidad Estatal de Georgia tuvo un problema en el que los estudiantes que tuvieron éxito en sus admisiones universitarias no pudieron inscribirse según lo planeado después de sus vacaciones de verano. Si bien sabían que la comunicación personalizada con los estudiantes ayudaría a reducir este “derretimiento del verano”, no tenían los recursos para hacerlo a gran escala. Con la ayuda de AdmitHub, crearon Pounce, un asistente virtual personalizado para enviar recordatorios oportunos e información relevante sobre las tareas de inscripción, recopilar datos clave de las encuestas y responder de manera instantánea a las numerosas preguntas de los estudiantes durante todo el día. La participación de los estudiantes fue alta: el 90% optó por participar y el resultado final vio un aumento de la matrícula del 3,9%.

Retención de estudiantes

La Universidad de Oklahoma, al igual que muchas universidades, encontraba difíciles las tasas de deserción estudiantil, perdiendo alrededor del 14 por ciento de los estudiantes entre el primer y segundo año de inscripción en 2015. Para reducir las tasas de deserción, la universidad trabajó con IBM para desarrollar un sistema que ayudara a identificar los estudiantes tienen más probabilidades de abandonar antes de comenzar el primer año. A través de la tecnología de análisis de sentimientos de IBM Watson (como la percepción de la personalidad y los clasificadores de lenguaje natural), pudieron ofrecer una experiencia más personalizada y una intervención más temprana, aumentando su tasa de retención al 92% en solo 2 años.

Lucha efectiva contra el plagio y garantía de autoría.

El Josephson Institute Center for Youth Ethics encontró que el 33,3 por ciento de los 43,000 estudiantes de escuelas secundarias públicas y privadas encuestadas admitieron el plagio, mientras que la investigación de la Universidad de Rutgers reveló que el 7 por ciento de los estudiantes universitarios y el 4 por ciento de los graduados plagio palabra por palabra sin citación. El software impulsado por AI, como Emma Identity, ayudará a contrarrestar esto, identificando no solo el plagio directo sino también la autoría basada en el estilo de escritura, el vocabulario y más.
Hemos resumido estas aplicaciones en el siguiente diagrama:
AI en la educación: problemas y soluciones

Riesgos y limitaciones

Existen varios riesgos y limitaciones con la implementación de la tecnología AI:
  • Adopción deficiente de los maestros:  algunos maestros se resistirán a esto y deberán ser manejados a través del cambio en consecuencia
  • “Factor de miedo”: al  igual que en muchas industrias, los docentes pueden sentir que la tecnología de AI podría finalmente reemplazarlos y, por lo tanto, se mostrarán reticentes a impulsar iniciativas que utilicen la tecnología
  • Adopción a escala: la integración de AI requiere el apoyo de múltiples partes interesadas: padres, estudiantes, maestros, administradores y responsables políticos. Esto puede ser difícil de lograr rápidamente
  • Limitaciones de la asignatura: la  IA no será relevante para todas las asignaturas. Por ejemplo, es poco probable que el aprendizaje personalizado y la calificación automática funcionen en temas prácticos con un fuerte elemento subjetivo para la evaluación, como drama, arte, tecnología de alimentos y educación física.
  • Inversión:  con las escuelas bajo más presión financiera que nunca, el despliegue de la tecnología de AI a gran escala es costoso y no todas las escuelas tendrán acceso fácil a dichos fondos.
  • Privacidad, datos y ciberseguridad : este es probablemente el mayor riesgo de implementación de AI en la educación, ya que se necesita tanta información personal para el éxito. En el entorno educativo, este desafío se ve agravado por el hecho de que, en muchos casos, tratará con los datos personales y la información de los menores, que se rige por una legislación más estricta. Una estrategia robusta de ciberseguridad y privacidad de datos será integral para el éxito.
  • Asistentes virtuales:  el uso de asistentes virtuales como Siri y Alexa puede ofrecer oportunidades de aprendizaje sobresalientes, pero las leyes sobre los datos que estos asistentes recopilan y cómo se utilizan no están completamente desarrolladas. Antes de que esta tecnología pueda implementarse de manera significativa en las escuelas (fuera de los dispositivos personales de los estudiantes), esto deberá ser abordado por los reguladores y los gobiernos.

Recomendaciones

Como se ilustra anteriormente, las aplicaciones innovadoras de la inteligencia artificial en la educación son muchas y se aplican tanto desde la perspectiva del aprendizaje de los estudiantes (por ejemplo, el aprendizaje personalizado) como desde la perspectiva institucional (por ejemplo, calificación y evaluación).
Dadas las vastas implicaciones potenciales de la adopción de AI en la educación, recomendamos enfocar la inversión inicial y el esfuerzo en dos de las aplicaciones identificadas: aprendizaje personalizado y evaluación y calificación. Creemos que estas dos aplicaciones brindan beneficios significativos: un mejor aprendizaje para los estudiantes y una reducción de la carga administrativa para los maestros, lo que le permite dedicar más tiempo a la enseñanza real.
Para acelerar el ritmo del cambio, recomendamos que las instituciones educativas se asocien y colaboren con los proveedores de tecnología para desarrollar soluciones que se adapten a sus circunstancias individuales y sirvan mejor a sus estudiantes y al personal.
Por supuesto, las instituciones educativas también tienen la libertad de no adoptar la tecnología de inteligencia artificial de ninguna manera, sin embargo, creemos que esto sería miope. El ambiente universitario es enormemente competitivo, con grandes tarifas en juego. Aquellos que elijan no integrar la tecnología de inteligencia artificial probablemente se encuentren rezagados con respecto a la competencia, lo que resultará en una menor inscripción e ingreso de estudiantes. En el nivel K-12, no aceptar las soluciones de AI significará que la educación se restringe a un enfoque de uno a muchos, con grandes cargas administrativas en el personal y pocas oportunidades para brindar enseñanza de calidad a los estudiantes.
Share This Post
Have your say!
00

Customer Reviews

5
0%
4
0%
3
0%
2
0%
1
0%
0
0%

    Leave a Reply

    Your email address will not be published. Required fields are marked *

    You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

    Thanks for submitting your comment!