Inteligencia Artificial y Educación

Por Sandra M. Sturla (Centro de Innovación Latinoamericana en Tecnología Educativa, CILTE)

 

Introducción

En una era donde los avances tecnológicos remodelan continuamente nuestras sociedades, el aprendizaje a lo largo de la vida se ha convertido en una estrategia esencial para que las personas se mantengan competitivas en el mercado laboral y la Inteligencia Artificial (IA), junto con la realidad extendida (XR) y la tecnología blockchain, está desempeñando un papel cada vez más significativo en la transformación de la educación y la formación profesional. A medida que los entornos laborales evolucionan y surgen nuevas ocupaciones, las habilidades y competencias requeridas para el éxito profesional están cambiando a un ritmo sin precedentes (OIT, 2021 en UNESCO, 2024). Para abordar esta realidad, se han desarrollado soluciones basadas en IA para apoyar rutas de aprendizaje personalizadas y crear oportunidades educativas más flexibles.

En este artículo, exploramos el papel de la inteligencia artificial en la educación basándonos en el informe de la UNESCO Artificial intelligence, blockchain and extended reality in lifelong learning (2024), resumiendo sus ideas clave y discutiendo nuestra propia experiencia con la integración de la IA en eABC Learning.

En dicho documento, los autores Hyo-Jeong So, Chohui Lee, Ga Young Lee y Min Jeong Kim realizan un análisis sistemático de 102 artículos de investigación publicados entre 2018 y 2022. Como resultado, destacan el creciente uso de la IA en la educación, en particular en la facilitación de experiencias de aprendizaje individualizadas en diversos entornos educativos. Sin embargo, también señalan que, a pesar de su potencial, las aplicaciones actuales de la IA a menudo pasan por alto principios andragógicos esenciales, como el valor del conocimiento y la experiencia previa de los aprendices adultos en la construcción de aprendizajes significativos. Otra observación interesante es que la investigación en este campo está predominantemente liderada por expertos en informática, con una participación limitada de académicos en educación, lo que genera brechas en la alineación entre las herramientas de aprendizaje impulsadas por IA y las metodologías educativas establecidas.

Un aspecto importante a destacar es que el acceso al aprendizaje digital sigue siendo desigual debido a barreras económicas y de infraestructura. El alto costo de los dispositivos tecnológicos y los problemas de conectividad impiden que muchas personas aprovechen plenamente las oportunidades educativas mejoradas por la IA. En 2022, se estimó que el 34% de la población mundial carecía de acceso a internet y que las habilidades digitales estaban distribuidas de manera desigual entre diferentes regiones y grupos sociales (GSMA, 2021; UIT, 2022; UNESCO, 2023a). Estas disparidades subrayan la necesidad urgente de que los gobiernos y las instituciones educativas promuevan políticas inclusivas que garanticen un acceso equitativo a las herramientas de aprendizaje potenciadas por la IA.

A medida que la IA continúa avanzando, también han surgido preocupaciones éticas relacionadas con la privacidad de los datos, el sesgo en los conjuntos de datos de entrenamiento y el uso responsable de la tecnología en la educación. La “Recomendación de la UNESCO sobre la Ética de la Inteligencia Artificial” (2021) subraya la importancia de la alfabetización en IA y hace un llamado a iniciativas de educación pública para empoderar a las personas en la navegación responsable del entorno digital. Abordar estos desafíos éticos y prácticos requiere un enfoque interdisciplinario, que implique la colaboración entre educadores, investigadores, responsables de políticas públicas y el sector tecnológico para alinear los desarrollos de la IA con principios de aprendizaje centrados en el ser humano.

Este artículo explora la relación entre la IA y la educación, centrándose en las oportunidades y desafíos que presentan los sistemas de aprendizaje basados en IA. A través de un análisis de investigaciones recientes y debates sobre políticas, se busca proporcionar ideas sobre cómo la IA puede apoyar una educación inclusiva, flexible y éticamente responsable en la era digital.

Comprendiendo la Inteligencia Artificial

Definiendo la Inteligencia Artificial

La inteligencia artificial (IA) fue descripta formalmente por primera vez en 1955 como “la ciencia e ingeniería de crear máquinas inteligentes” (McCarthy et al., 1955, p. 2). Con el tiempo, han surgido diversas definiciones, cada una intentando captar la compleja naturaleza de la inteligencia y su replicación a través de la tecnología. Según la Comisión Mundial de la UNESCO sobre la Ética del Conocimiento Científico y la Tecnología (COMEST), la IA implica “máquinas capaces de imitar ciertas funcionalidades de la inteligencia humana, incluyendo características como la percepción, el aprendizaje, el razonamiento, la resolución de problemas, la interacción lingüística e incluso la producción de trabajo creativo” (COMEST, 2019). Esta definición amplia resalta el potencial de la IA para realizar tareas que tradicionalmente requieren cognición humana, convirtiéndola en una fuerza transformadora en la educación y más allá.

Los Dos Enfoques de la IA

La IA puede categorizarse en dos enfoques principales: la IA simbólica (basada en reglas) y el aprendizaje automático.

• IA Simbólica: Este enfoque, predominante en las primeras décadas de la investigación en IA, se basa en reglas y lógica predefinidas. Utiliza símbolos y relaciones jerárquicas para emular el razonamiento humano. Aunque la IA simbólica permite una toma de decisiones transparente, tiene dificultades para manejar datos complejos y no estructurados, lo que limita su aplicación en entornos de aprendizaje dinámicos.
• Aprendizaje Automático (Machine Learning, ML): El panorama actual de la IA está impulsado en gran medida por el ML, que permite a las computadoras identificar patrones y hacer predicciones basadas en grandes conjuntos de datos. A diferencia de la IA simbólica, el ML no depende de reglas explícitas, sino que “aprende” de los datos, mejorando continuamente su rendimiento a medida que recibe nueva información. Esta capacidad hace que el ML sea particularmente útil en educación, donde se pueden diseñar experiencias de aprendizaje personalizadas en función del progreso y comportamiento del estudiante.

Redes Neuronales y Aprendizaje Profundo

El aprendizaje automático está impulsado por redes neuronales, un modelo computacional inspirado en el cerebro humano. Estas redes están compuestas por capas interconectadas de neuronas artificiales:

• Capa de Entrada: Recibe los datos en bruto.
• Capas Ocultas: Procesan los datos a través de múltiples nodos computacionales, realizando ajustes en función del aprendizaje previo.
• Capa de Salida: Produce el resultado final, como una predicción o clasificación.

El aprendizaje profundo, una subcategoría del ML, emplea múltiples capas de redes neuronales para mejorar la eficiencia del aprendizaje. Ha sido fundamental en el avance de aplicaciones de IA como la clasificación de imágenes, el reconocimiento de voz y el procesamiento del lenguaje natural. Estos avances tienen importantes implicaciones en la educación, permitiendo el desarrollo de plataformas de aprendizaje adaptativo, evaluaciones automatizadas y sistemas de tutoría impulsados por IA.

IA Generativa y su Papel en la Educación

La inteligencia artificial generativa es una subcategoría de la IA que utiliza técnicas de aprendizaje automático y aprendizaje profundo para crear nuevo contenido. Uno de los sistemas de IA generativa más conocidos es ChatGPT (Generative Pre-Trained Transformer), desarrollado por OpenAI. Esta tecnología puede generar texto similar al humano, responder preguntas y facilitar discusiones, lo que la convierte en una herramienta valiosa en el ámbito educativo.

Otros modelos de IA generativa, como DALL-E, Midjourney y Stable Diffusion, generan imágenes a partir de descripciones textuales. Estos modelos ofrecen formas innovadoras de apoyar el aprendizaje creativo y visual en entornos educativos. Sin embargo, los sistemas de IA generativa tienen limitaciones, incluida su dependencia del reconocimiento de patrones en lugar de una comprensión genuina. Como resultado, los contenidos que producen pueden ser inexactos o presentar problemas éticos, lo que hace necesaria la supervisión humana en su aplicación educativa.

Intervención Humana y Consideraciones Éticas

A pesar de sus capacidades, la efectividad de la IA depende en gran medida de la calidad de los datos que procesa y del contexto en el que se aplica. La intervención humana sigue siendo crucial en varias etapas, entre ellas:

• Preparación de datos: Selección, limpieza y etiquetado de datos para garantizar su precisión.
• Diseño y entrenamiento de algoritmos: Desarrollo de modelos de IA que se alineen con los objetivos educativos.
• Evaluación de resultados: Análisis de los contenidos generados por IA para minimizar sesgos y errores.

También surgen preocupaciones éticas en torno a la privacidad de los datos, los sesgos en los modelos de IA y el uso responsable del contenido generado por estas tecnologías. La UNESCO enfatiza la necesidad de fomentar la alfabetización en IA para empoderar a los usuarios y reducir los riesgos asociados con su adopción en la educación (UNESCO, 2021b). Garantizar el acceso equitativo a herramientas impulsadas por IA es igualmente crucial, ya que las brechas digitales persisten en distintas regiones y grupos socioeconómicos.

Comprender las capacidades, limitaciones e implicaciones éticas de la IA permite a educadores y responsables de políticas públicas aprovechar su potencial para mejorar el aprendizaje a lo largo de la vida, al tiempo que mitigan sus riesgos. La integración de la IA en la educación debe estar guiada por la colaboración interdisciplinaria, asegurando que los avances tecnológicos se alineen con los principios pedagógicos y la equidad educativa.

Oportunidades y Desafíos de la IA en la Educación de Adultos

Oportunidades

Funciones de Aprendizaje Personalizado

La inteligencia artificial ofrece oportunidades clave para el aprendizaje a lo largo de la vida, especialmente en la personalización de la educación y el desarrollo de herramientas innovadoras de alfabetización en IA. El aprendizaje personalizado permite adaptar la enseñanza a las diferencias individuales de los estudiantes, proporcionando experiencias optimizadas para sus necesidades y objetivos.

Un ejemplo de ello es el uso de sistemas de alerta temprana en la educación superior para predecir el rendimiento académico de los estudiantes y tomar medidas correctivas oportunas. Durante la pandemia de COVID-19, un modelo de aprendizaje en línea adaptativo para docentes en Kazajistán resultó ser más innovador que los cursos presenciales tradicionales, a pesar de sus menores tasas de finalización (UNESCO, 2024).

La IA también ha demostrado su capacidad para apoyar a grupos marginados, como en el caso de inmigrantes que aprenden un nuevo idioma. En Canadá, un sistema de escritura con retroalimentación automatizada permitió a los estudiantes de inglés continuar su aprendizaje sin depender de la disponibilidad de instructores. Asimismo, la IA se ha implementado en entornos de aprendizaje informal, como la evaluación basada en el lugar de trabajo para estudiantes de medicina.

Una de las aplicaciones más prometedoras de la IA es la recomendación personalizada de recursos educativos. Sistemas como TrueLearn y eDoer utilizan algoritmos de aprendizaje automático para vincular a los estudiantes con recursos educativos abiertos (Open Educational Resources, OER) en función de sus conocimientos previos y niveles de compromiso. Estas tecnologías ayudan a reducir la sobrecarga de información y facilitan el acceso a materiales más relevantes para cada estudiante.

Promoción de la Alfabetización en IA para Todos

La alfabetización en IA se ha convertido en un aspecto fundamental del aprendizaje a lo largo de la vida, ya que permite a los ciudadanos comprender, evaluar y utilizar la IA de manera crítica y ética. Documentos internacionales, como el Consenso de Beijing de la UNESCO, destacan la importancia de incluir habilidades de alfabetización en IA en todos los niveles educativos.

Iniciativas innovadoras han llevado la enseñanza de la IA a entornos informales, como museos, donde las familias pueden interactuar con experiencias de aprendizaje basadas en el juego para comprender los principios de la inteligencia artificial. También se han desarrollado cursos masivos en línea (Massive Open Online Courses, MOOCs) dirigidos a funcionarios públicos, proporcionando contenido práctico y accesible sobre el uso de la IA en la administración gubernamental.

Desafíos

Uso Ético de la IA en la Educación de Adultos

El uso de la IA en la educación plantea importantes dilemas éticos, como la falta de transparencia en los algoritmos y el uso de datos de los estudiantes sin su conocimiento. La Recomendación de la UNESCO sobre la Ética de la IA destaca la necesidad de proteger la información personal de los estudiantes y garantizar su derecho a excluirse del seguimiento de datos.

Uno de los desafíos clave es la construcción de un modelo de aprendizaje para toda la vida que almacene datos sobre las actividades de aprendizaje de los estudiantes a lo largo del tiempo. Sin embargo, la recopilación y análisis de estos datos a gran escala es compleja y requiere soluciones que equilibren la personalización con la privacidad y la seguridad de los estudiantes.

Limitaciones en la Aplicación de la IA para el Aprendizaje

A pesar del crecimiento de la IA en la educación, muchas aplicaciones siguen centradas en un modelo de enseñanza dirigido por la IA, en el que los estudiantes reciben contenido sin una interacción significativa. Para aprovechar al máximo la IA en la educación de adultos, es necesario avanzar hacia modelos en los que los estudiantes colaboren con la IA o incluso lideren su propio proceso de aprendizaje.

El diseño de sistemas educativos basados en IA debe considerar enfoques que promuevan la creatividad, la colaboración y las habilidades socioemocionales. Estas competencias, difíciles de automatizar, serán esenciales en un mercado laboral en constante evolución.

Conclusión

En resumen, el informe de la UNESCO destaca el papel crucial de la educación digital en la promoción de oportunidades de aprendizaje inclusivas y equitativas en todo el mundo. Al abordar desafíos como la accesibilidad, la alfabetización digital y la formación docente, podemos garantizar que la tecnología actúe como una herramienta de empoderamiento en lugar de una barrera. Los gobiernos, educadores y actores clave deben trabajar en colaboración para crear políticas que fomenten la inclusión digital, al mismo tiempo que protejan los principios éticos y los derechos humanos.

La integración de la inteligencia artificial en la educación presenta tanto desafíos como oportunidades. La IA es una herramienta poderosa para mejorar los procesos de enseñanza y aprendizaje, por lo que es fundamental garantizar que su uso sea inclusivo, ético y alineado con los principios de equidad. En esta línea, la UNESCO enfatiza la necesidad de establecer marcos regulatorios adecuados y estrategias que maximicen los beneficios de la IA sin comprometer la calidad educativa ni la privacidad de los estudiantes.

Nuestra Experiencia en eABC Learning

ULIbot: Un Chatbot de IA para la Educación

ULIbot es un chatbot de inteligencia artificial desarrollado para mejorar la interacción de los usuarios dentro de Moodle LMS. Diseñado por CILTE en colaboración con e-ABC Learning, su objetivo principal es proporcionar asistencia en tiempo real a estudiantes, docentes y administradores, respondiendo instantáneamente a sus consultas. Al integrar procesamiento de lenguaje natural (PLN) y aprendizaje automático, ULIbot minimiza la dependencia de los servicios de soporte al cliente, reduciendo las consultas repetitivas y optimizando la recuperación de información. Al estar disponible las 24 horas del día, los 7 días de la semana, este chatbot mejora la productividad y la experiencia del usuario, permitiendo que los estudiantes se concentren en su aprendizaje sin demoras innecesarias.

El primer año de implementación de ULIbot ha mostrado resultados prometedores. Lanzado inicialmente en abril de 2024 en más de 40 instituciones, incluyendo universidades, centros de formación corporativa y organizaciones médicas, el chatbot ha mejorado significativamente los tiempos de respuesta para consultas comunes. La primera fase estuvo dirigida a los administradores de Moodle, con versiones posteriores planeadas para apoyar directamente a docentes y estudiantes. La retroalimentación de los usuarios ha sido crucial para refinar las capacidades del chatbot, asegurando que las futuras iteraciones sean aún más eficientes. La visión a largo plazo incluye expandir la funcionalidad de ULIbot para actuar como un tutor virtual, guiando a los estudiantes en sus trayectorias de aprendizaje y previniendo el abandono escolar mediante apoyo académico oportuno.

 

Para quienes deseen profundizar en este tema, pueden leer el artículo original de la UNESCO en el siguiente enlace: https://unesdoc.unesco.org/ark:/48223/pf0000391599.

Además, si desean conocer una implementación concreta de la IA en educación, pueden leer sobre ULIbot, una iniciativa presentada en el *1er Congreso Internacional en Inteligencia Artificial y Educación (CIIAE) en Tandil, Argentina*, que explora el uso de agentes conversacionales en entornos educativos. Más información disponible aquí (haga click)