Documento de trabajo colaborativo para trabajado en grupo de matemática básicas o ingenier, Diapositivas de Psicología Experimental

¡Descarga Documento de trabajo colaborativo para trabajado en grupo de matemática básicas o ingenier y más Diapositivas en PDF de Psicología Experimental solo en Docsity!

La inteligencia artificial

en la educación

Consejo Dirección Sectorial

Directivo de Planificación Educativa

Exp. 1-483/24, del 21 de marzo de 2024

Consejo Directivo Central PRESIDENTA / Dra. Virginia Cáceres Batalla CONSEJERO / Dr. Juan Gabito Zóboli CONSEJERA / Prof. Dora Graziano Marotta CONSEJERA / Mtra. Daysi Iglesias CONSEJERO / Prof. Julián Mazzoni SECRETARIA GENERAL / Dra. Camila Senar Borad Dirección General de Educación Inicial y Primaria DIRECTORA GENERAL / Mtra. Mag. Olga de las Heras Casaballe SUBDIRECTOR / Lic. Mtro. Eduardo García Teske SECRETARIA GENERAL / Dra. Esc. Bettina Recchia González Dirección General de Educación Secundaria DIRECTORA GENERAL / Prof. Lic. Jenifer Cherro Pintos SUBDIRECTORA / Dra. Mag. Maris Montes Sosa SECRETARIO GENERAL / Dr. Bautista Duhagon Serrat Dirección General de Educación Técnico Profesional DIRECTOR GENERAL / Prof. Ing. Agr. Juan Pereyra De León SUBDIRECTORA / Dra. Laura Otamendi Zakarián SECRETARIA GENERAL / Prof. Dra. Lila Curbelo Salvo Consejo de Formación en Educación PRESIDENTE / Prof. Víctor Pizzichillo Hermín CONSEJERA / Prof. Mtra. Ma. del Carmen dos Santos Farías CONSEJERA / Lic. Patricia Revello Silveira CONSEJERA DOCENTE / Prof. Nirian Carbajal Rodríguez CONSEJERA ESTUDIANTIL / Prof. Yamila Araujo SECRETARIA GENERAL / Esc. Rosana García Paz Dirección Ejecutiva de Políticas Educativas (Codicen) DIRECTORA EJECUTIVA / Dra. Adriana Aristimuño Dirección SeCtorial de Planificación Educativa Directora - Dra. Adriana Aristimuño Dirección Ejecutiva de Gestión Institucional (Codicen) DIRECTOR EJECUTIVO / Ec. Héctor Bouzón

Índice

• Introducción
• I. Efectos de TIC en educación
• 2. Inteligencia artificial y modelos de lenguaje de gran tamaño (LLM)..........................................
• 3. La inteligencia artificial en la educación
• 4. La respuesta de Chat GPT y una interpretación humana
  • para evitaruso de modelos de Inteligencia Artificial 5. Recaudos de la DIEE en las pruebas Acredita e Informa
• 6. Recomendaciones para el futuro
• Referencias bibliográficas.........................................................................................................................

1. Efectos de TIC en educación La primera de las seis leyes de la tecnología, propuestas por Melvin Kranzberg (1986) propone que «la tecnología no es ni mala ni buena, pero tampoco neutral», En otras palabras, si bien debemos abandonar posturas apocalípticas o utópicas sobre los efectos de las innovaciones tecnológicas, tenemos que ser muy críticos sobre los efectos que estas puedan tener en nues- tras prácticas cotidianas y, obviamente, educativas. Por otra parte, la cuarta de las leyes de Kranzberg enfatiza que «aunque la tecnología puede ser un elemento primordial en muchos asuntos públicos, los factores no técnicos tienen prioridad en las decisiones de política tecnológica». En otros términos, debemos entender que más allá de innovaciones en hardware o software, cómo utilizamos y cómo regulamos el uso de estas tecnologías es igual o más importante que la innovación en sí. La creencia en que determinada tecnología va a revolucionar, destruir o convertirse en una disrupción del regular funcionamiento de la educación (fuera en su acepción más cercana al aula o como un sistema todo) no es novedosa. Tal como lo sintetiza el divulgador Derek Muller (Veritasium, 2014), los discursos apocalípticos sobre el fin del rol docente o la finalidad educa- tiva acompañaron la irrupción de prácticamente todas nuevas tecnologías de la información y comunicaciones (TIC) en los dos últimos siglos. Algo similar sucede con los efectos de las nuevas tecnologías en la sociedad toda, tal como lo releva y sintetiza Amy Orben (2020). Orben también presenta una visión más compleja sobre la temática, señalando que en general los efectos de la tecnología —de ser significativos— son siempre pequeños, sean positivos o negativos. Muller agrega que, dado que la educación y vínculo docente-estudiante es un proceso social que va mucho más allá de la transmisión de conocimientos, es poco probable que alguna innovación tecnológica en particular «revolucio- ne la educación» (Veritasium, 2014).

2. Inteligencia artificial y modelos de lenguaje de gran tamaño (LLM) La Inteligencia Artificial (IA) se define como la capacidad de los sistemas informáticos para emular funciones cognitivas humanas (Rouhiainen, 2018). Cuando la IA se especializa en repli- car una capacidad particular, se la conoce como ‘inteligencia artificial específica’, categoría en la que se sitúan los desarrollos actuales. Sin embargo, el desafío más grande en este campo de la ciencia es desarrollar una ‘inteligencia artificial general’ que supere las capacidades huma- nas en todas las esferas del conocimiento, un objetivo que, por el momento, se considera parte de la ciencia ficción. Entre las inteligencias artificiales específicas se destacan los modelos de lenguaje de gran ta- maño (LLM, por sus siglas en inglés). Estos modelos tienen la capacidad de realizar tareas rela- cionadas con el procesamiento del lenguaje natural y son altamente competentes en la crea- ción de textos originales, síntesis de información y traducción de documentos. Los LLM alcanzan esta capacidad mediante modelos estadísticos que «predicen» la relación entre palabras, tras haber sido entrenados, con o sin supervisión, con extensos volúmenes de texto, y llegan a abarcar cien billones de parámetros, lo que equivale a recabar más de tres cuar- tas partes toda la internet pública (Bowman, 2023; Wikipedia Contributors, 2024). Entre los LLM más destacados se encuentran GPT-3 y GPT-4 (OpenAl), Gemini (antes conocido como Bard, Google), Claude (Anthropic) y Copilot (antes conocido como Bing Chat, Microsoft).

4. La respuesta de Chat GPT y una interpretación humana Entendiendo los potenciales y las limitaciones de este tipo de inteligencia artificial (IA), resulta relevante preguntar a uno de estos modelos (Chat GPT-3) por esta misma consulta: «Qué desa- fíos implica la integración de este tipo de tecnologías en el sistema educativo». Ya sea como un mero ejercicio de aplicación o demostración de las capacidades de la tecnología, tanto como de aprovechamiento de la herramienta en su capacidad sistematizar la evidencia disponible en internet, este ejercicio parece relevante. A continuación, se transcribe la respuesta provista por el modelo de OpenAl: You: How do educational system cope with open Al while assessment students? La inteligencia artificial respondió en inglés y luego se le solicitó la siguiente instrucción: You: Now in spanish please. La respuesta fue: La integración de OpenAl u otras tecnologías similares en los sistemas educativos puede impactar significativamente cómo se evalúan a los estudiantes. Aquí hay algunas formas en que los sistemas educativos podrían hacer frente a esto:
   1. Adaptación de los métodos de evaluación: Los sistemas educativos pueden adaptar sus métodos de evaluación para incluir tareas que no puedan ser completadas o evaluadas fácilmente por la IA. Esto podría implicar un mayor énfasis en la evaluación subjetiva, el pensamiento creativo, la resolu- ción de problemas y la aplicación del conocimiento en el mundo real.
   2. Combinación de IA con evaluación humana: Mientras que la IA puede ayudar a calificar tareas objetivas como preguntas de opción múltiple o asignaciones de codificación, los sistemas edu- cativos aún pueden depender de evaluadores humanos para tareas subjetivas como la redac- ción de ensayos, presentaciones o proyectos artísticos. La IA se puede usar para complementar la evaluación humana, proporcionando ideas o calificaciones iniciales que pueden ser revisadas por los profesores.
   3. Desarrollo de tareas resistentes a la IA: Los educadores podrían diseñar tareas de evaluación específicamente para desafiar a los algoritmos de IA, que requieran una síntesis compleja de información, inteligencia emocional o comprensión matizada del lenguaje que es difícil de repli- car para los sistemas de IA actuales.
   4. Enfoque en habilidades de orden superior: Los sistemas educativos pueden centrarse cada vez más en evaluar habilidades cognitivas de orden superior como el pensamiento crítico, la creati- vidad, la inteligencia emocional y las habilidades interpersonales, que son menos susceptibles a la automatización por parte de la IA.
   5. Aceptar la IA para el aprendizaje personalizado: Si bien la IA puede evaluar a los estudiantes, también puede ofrecer experiencias de aprendizaje personalizadas adaptadas a las necesidades individuales de cada estudiante. Los sistemas educativos pueden utilizar la IA para rastrear el progreso de los estudiantes, identificar áreas de debilidad y proporcionar retroalimentación y recursos específicos para apoyar el aprendizaje.

6. Consideraciones éticas y transparencia: Los sistemas educativos deben abordar las preocupa- ciones éticas relacionadas con el uso de la IA en la evaluación, como la privacidad de los datos, el sesgo y la transparencia en cómo los algoritmos de IA toman decisiones. Pueden implementar pautas y regulaciones para garantizar la equidad y la responsabilidad en los procesos de evalua- ción impulsados por la IA.
7. Formación y apoyo a los profesores: Los educadores necesitarán formación y apoyo para inte- grar eficazmente IA en las prácticas de evaluación. Esto incluye comprender las capacidades y limitaciones de la IA, interpretar datos generados por la IA y aprovechar las herramientas de IA para mejorar la enseñanza y el aprendizaje. En resumen, la integración de la IA en la evaluación educativa presenta tanto oportunidades como desafíos, y los sistemas educativos deberán adaptar sus prácticas para garantizar que la evaluación siga siendo válida, confiable y justa mientras aprovechan los beneficios de la tecnología de IA. En línea con el resultado de Chat GPT, sugerimos la necesidad de superar las posturas radicales sobre los impactos de estas tecnologías en el sistema educativo, el aula y las evaluaciones de aprendizaje. Las preguntas sobre la implementación segura de la IA en la educación son cada vez más pertinentes, pues no se trata tanto de poseer todas las respuestas, sino de estar dis- puestos a formular las preguntas adecuadas. Comprender el funcionamiento de los modelos de lenguaje de gran tamaño (LLM) representa un desafío significativo en el ámbito educativo actual. A modo de ejemplo, las evaluaciones que implican elaboración de texto por parte de los estudiantes van a ser afectadas por estas tecnologías, pero ello no implica la eliminación del componente humano en el proceso. Es esencial reconocer que, entre un texto generado íntegramente por un LLM y uno creado por un ser humano, hay una variedad de matices que son igualmente válidos y todos pueden enrique- cer de una forma u otra los procesos de aprendizaje. Aceptar y explorar estos matices es crucial para aprovechar al máximo las capacidades educativas de estas herramientas. Fuente: elaboración propia a partir de P. de los Campos, 2023 Generado por Humanos Generado por IA El estudiante pegó la consigna en la IA, copió la respuesta y se la envió al profesor. IA creó la respuesta. El estudiante leyó, editó, ajustó y envió. EL estudiante generó varias respuestas de IA, usó las mejores partes, las editó y las envió. El estudiante escribió las ideas principales, IA generó un borrador y ofreció comentarios para mejorar. El estudiante consultó IA e Internet para obtener ideas, luego escribió y envió. El estudiante escribió todo el contenido de la tarea sin consultar a la IA ni a Internet.

6. Recomendaciones para el futuro El sector educativo debe avanzar hacia la integración del uso seguro y eficaz de la inteligencia artificial (IA) en sus planes de estudio. Esta evolución permitirá establecer círculos virtuosos que fomenten experiencias de aprendizaje auténticas y enriquecedoras. El marco de referen- cia para la enseñanza de la IA publicado recientemente por Ceibal es un buen avance en esta dirección. Fomentar una comprensión clara de la IA entre los estudiantes es fundamental para preparar- los como ciudadanos informados y responsables en un mundo cada vez más tecnológico. Esto implica enseñarles a diferenciar entre la información generada por IA y la creada por humanos, así como a emplear estas herramientas para enriquecer y expandir su propio conocimiento y creatividad. Desde una perspectiva crítica y optimista, el hecho de que una herramienta de gran potencial como los modelos de lenguaje de gran tamaño (LLM) esté a solo un clic de distancia abre puer- tas en el ámbito educativo para democratizar el acceso a la información, lo cual podría trans- formar nuestra sociedad en u n más justa y equitativa (Unesco, 2021). Sin embargo, la implementación efectiva de estas herramientas requiere un esfuerzo concerta- do por parte de las comunidades educativas. En este sentido, es esencial resignificar nuestras aulas, transformándolas en espacios dinámicos de aprendizaje que fomenten la curiosidad y la exploración. Debemos reforzar la importancia de la ética y la moral, asegurando que los estu- diantes no solo adquieran conocimientos, sino que también desarrollen un fuerte sentido de responsabilidad frente a sus procesos de aprendizaje. A modo de ejemplo, el uso indiscriminado de LLM para responder preguntas factuales implica un riesgo importante, algo que se conoce como ‘el fenómeno de la alucinación’ (hallucination) en los LLM. Este se produce cuando un LLM identifica patrones que no existen o son impercep- tibles para los humanos, generando así resultados inesperados o erróneos. De manera similar, los algoritmos de IA a veces emiten resultados que no se originan en los datos de entrena- miento y los interpretan de forma incorrecta al no corresponderse con patrones reconocibles (Spinak, 2023). Es por ello que es crucial promover nuevas secuencias didácticas que estén en sintonía con las necesidades del siglo XXI. Estas secuencias deben ser diseñadas para preparar a los estudiantes para los desafíos futuros, equipándolos con habilidades críticas como la resolución de proble- mas, el pensamiento creativo y la adaptabilidad. Fomentar el pensamiento crítico en nuestros estudiantes siempre fue algo importante y ahora se torna impostergable. En un mundo donde las tecnologías avanzan rápidamente y no son neutras, es imperativo que los jóvenes aprendan a navegar por estos territorios digitales con

discernimiento. Las tecnologías son espacios de disputa de intereses y conflictos; por lo tanto, es esencial que los estudiantes sean capaces de identificar y analizar críticamente estas diná- micas para convertirse en ciudadanos digitales responsables y comprometidos (Livingstone, 2009). Fuente: ChatGPT and artificial intelligence in higher education. Unesco (2023) ¿Cuándo es seguro utilizar Chat-GPT?