Una propuesta del Grupo TEMAS que responde a la creciente necesidad de herramientas pedagógicas digitales. El equipo tiene la representación exclusiva para Argentina y Uruguay de DISCOVERY Education y ACHIEVE3000, plataformas educativas de vanguardia.
La irrupción de la Inteligencia Artificial (IA) está generando tanta emoción como preocupación en la comunidad educativa, que observa las implicancias de esta novedad en el futuro de la enseñanza y el aprendizaje. La IA es, cuando menos, compleja, por eso elaboramos una breve guía para entender la IA en el contexto educativo y ayudar a los docentes a navegar las conversaciones en el ámbito de la escuela y los cambios en su propio salón de clases.
Términos clave y definiciones
IA es un término amplio que abarca diferentes definiciones y términos técnicos que pueden ser confusos y a veces se usan indistintamente. Aquí se definen algunos de los términos de IA más importantes:
Aprendizaje automático (Machine Learning): “Es un subcampo de la inteligencia artificial que permite a las computadoras aprender sin estar programadas explícitamente para ello.” (Crédito de la definición: MIT). A veces se usa como sinónimo de inteligencia artificial. El aprendizaje automático utiliza datos para entrenarse, y mientras más datos tenga, mejor funciona el programa.
Aprendizaje profundo (Deep Learning): “Es un subconjunto del aprendizaje automático, donde redes neuronales artificiales — algoritmos modelados para funcionar como el cerebro humano — aprenden de grandes cantidades de datos. El aprendizaje profundo se potencia con capas de redes neuronales, que son algoritmos inspirados libremente en el funcionamiento del cerebro humano. Entrenar con grandes cantidades de datos configura las neuronas en la red neuronal, dando como resultado un modelo de aprendizaje profundo que, una vez entrenado, procesa nuevos datos”. (Crédito de la definición: Oracle). El reconocimiento de voz en los teléfonos es un ejemplo de aprendizaje profundo.
Redes neuronales artificiales: “Es un subconjunto del aprendizaje automático y están en el corazón de los algoritmos de aprendizaje profundo. Su nombre y estructura están inspirados en el cerebro humano, imitando la forma en que las neuronas biológicas se comunican entre sí”. (Crédito de la definición: IBM). El algoritmo de búsqueda de Google es un ejemplo.
IA Generativa: “La inteligencia artificial generativa describe algoritmos (como ChatGPT) que pueden usarse para crear nuevos contenidos, incluyendo audio, código, imágenes, texto, simulaciones y videos”. (Crédito de la definición: McKinsey).
Modelo de lenguaje extenso (Large Language Model): “Los LLM son modelos de aprendizaje automático que utilizan algoritmos de aprendizaje profundo para procesar y comprender el lenguaje. Están entrenados con cantidades enormes de datos para aprender patrones lingüísticos y poder realizar tareas que van desde traducir textos hasta responder en conversaciones de chatbot, básicamente cualquier cosa que requiera análisis del lenguaje”. (Crédito de la definición: Fast Company). La tecnología que impulsa a ChatGPT es un modelo de lenguaje extenso.
Cómo se ve la IA en el aula
Tanto el aprendizaje automático como la IA generativa pueden desempeñar un papel en la enseñanza y el aprendizaje. La IA generativa tiene quizás un papel más visible y obvio en el aula, especialmente a medida que herramientas como ChatGPT y Bard dominan las noticias. Estas herramientas generan respuestas a las preguntas y solicitudes de los usuarios. Los docentes pueden usarlas para generar ideas para sus clases y los estudiantes pueden utilizarlas como inspiración para su escritura o para recibir ayuda con las tareas escolares.
El aprendizaje automático ya está presente en muchas aulas desde hace tiempo. Las herramientas tecnológicas educativas que identifican brechas en la comprensión de un estudiante y proporcionan instrucción en su zona de desarrollo próximo, a menudo denominadas tecnologías de aprendizaje adaptativo, usan aprendizaje automático. Estas herramientas están presentes en muchas aulas, permitiendo a los docentes diferenciar o personalizar la instrucción al tiempo que fomentan la autonomía del estudiante. Un ejemplo de esta tecnología es ACHIEVE3000, un programa para el desarrollo de habilidades de comprensión lectora que adapta los textos al nivel de comprensión de cada alumno.
Programas de aprendizaje impulsados por IA de McGraw Hill
El trabajo de los docentes puede simplificarse y hacerse más fácil a través de plataformas educativas que utilicen algunas de las formas de IA, permitiendo la personalización y diferenciación de los alumnos, permitiendo y fomentando un mayor compromiso de los estudiantes con la tarea.
Achieve3000 Literacy usa evaluaciones integradas y un motor de aceleración patentado para ajustar automáticamente la dificultad de los textos a medida que mejoran las habilidades de lectura de los estudiantes.
Actively Learn™, nuestra plataforma de currículo suplementario digital para los grados 3-12 en ELA, ciencias y estudios sociales, utiliza calificaciones automáticas de respuestas de respuesta corta, permitiendo a los educadores dedicar más tiempo a otras actividades de alto impacto, como la planificación de lecciones y la interacción directa con los estudiantes.
Cada nuevo avance en IA nos recuerda el potencial que tiene esta tecnología para cambiar radicalmente nuestra vida diaria. Las herramientas poderosas merecen ser tratadas con transparencia, responsabilidad y respeto hacia quienes la utilizan para el aprendizaje. McGraw Hill utiliza la IA para empoderar a los docentes y a los estudiantes, reconociendo la importancia de un uso ético de esta tecnología.
FUENTE: Elaborado por el equipo de Grupo TEMAS en base a contenidos de McGraw Hill.
