Con las tecnologías de inteligencia artificial generativas (GenIA) instaladas en el uso cotidiano, hay un acalorado debate acerca de su impacto en la educación de nuestros alumnos. Con opiniones a favor y en contra (como pasa siempre) se hace necesario revisar algunos trabajos científicos para conocer un poco mejor este fenómeno.
Un trabajo de investigación presentado por Darvishi y colaboradores, analizó la utilización de la inteligencia artificial (IA) y la tecnología educativa para apoyar el aprendizaje de los estudiantes universitarios a través de experiencias personalizadas, instrucciones adaptativas y sistemas de retroalimentación automatizados. El estudio destacó la eficacia de la IA para ayudar a los estudiantes a mantener la calidad de su trabajo, particularmente a través de intervenciones de aprendizaje autorregulado (SRL) y andamiaje educativo. Asimismo, enfatizó el potencial de la IA para mejorar las experiencias de aprendizaje al brindar apoyo personalizado y para guiar a los estudiantes a completar tareas de manera eficiente.
Sin embargo, también surgieron algunas controversias respecto de la automatización completa del proceso y cierta preocupación por algunos resultados no deseados. Veamos qué pasó.
El análisis de los resultados
El objetivo de la didáctica experimental era promover la agencia y el aprendizaje autorregulado. Se entiende por agencia a la capacidad de los estudiantes para elegir de forma intencional sus propias experiencias de aprendizaje, como así también hacerse responsables de las decisiones que toman (OECD, 2018; Vaughn, 2020; Inouye et al., 2022). A su vez, el concepto de aprendizaje autorregulado se refiere a la capacidad del estudiante para guiar sus aprendizajes a través de la metacognición, la planificación estratégica y la motivación (Schmitz y Perels, 2011; Molenaar, 2022).
Uno de los problemas que se encontraron fue que, para algunos estudiantes, la IA no era una herramienta para aprender más o desarrollar capacidades, sino una forma de evitar el aprendizaje. Nada nuevo bajo el sol. En cuanto producían un trabajo con ayuda de una GenIA, lo entregaban sin revisarlo, asumiendo que, en todo caso, debía ser correcto. Esto era lo opuesto a lo esperado, ya que no resultaba en ningún tipo de aprendizaje: no había motivación para aprender, ni estrategia, ni evaluación de resultados -todo lo que cabría esperar en términos de agencia y aprendizaje autorregulado.
Por otra parte, donde sí se encontraron hallazgos de aprendizaje y estrategias de autorregulación, fue en el uso de la IA con el seguimiento de los docentes. En efecto, allí donde los docentes guiaron a los estudiantes en el uso de la IA, la validación de los resultados y la mejora de estos, se pudieron encontrar evidencias de aprendizaje enriquecido. Con el tiempo, los estudiantes podían desarrollar sus propias estrategias de aprendizaje asistido por IA, pero no sin tener esta tutoría.
Las lecciones aprendidas
La automatización completa del proceso de aprendizaje por parte de la IA no resultó en el desarrollo de habilidades y agencia esenciales de los estudiantes. Los resultados indicaron que, si bien los sistemas de IA ofrecen beneficios, pueden plantear riesgos relacionados con consideraciones éticas, responsabilidad, vigilancia y autenticidad en la educación. Debe enseñarse el modo de alcanzar un equilibrio entre aprovechar la IA para el avance educativo y garantizar la autorregulación independiente para las habilidades de toma de decisiones durante las fases de aprendizaje.
Además, la investigación señaló la necesidad de realizar estudios continuos para comprender la intrincada relación entre la IA y la agencia de los alumnos en los entornos de aprendizaje. Si bien la IA presenta oportunidades para mejorar las prácticas educativas, existe una creciente conciencia de los desafíos asociados con depender excesivamente de la tecnología para el aprendizaje autorregulado, lo que potencialmente obstaculiza el crecimiento cognitivo y metacognitivo de los estudiantes.
Por lo tanto, el estudio subrayó el panorama cambiante de la IA en la educación, enfatizando la importancia de realizar más investigaciones para delinear las mejores prácticas, evaluar el impacto de las intervenciones de la IA en los resultados del aprendizaje, como así también en la agencia de los estudiantes. En sus conclusiones propuso un enfoque equilibrado que combine las fortalezas de la inteligencia humana y artificial para optimizar los procesos educativos, preservando al mismo tiempo la autonomía y la capacidad de autorregulación de los estudiantes.
Estrategias para el aula
Dejar solos a los estudiantes con las GenIA no resultará en aprendizajes significativos (Ausubel, 2002), ni en el desarrollo de estrategias de estudio. Antes bien, se deben enseñar estrategias de aprendizaje, al desarrollo de la metacognición de los propios saberes, a evaluar los conocimientos adquiridos y a utilizar la IA como instrumentos de acceso a la información.
Lo que no se puede hacer es desentenderse de una nueva tecnología en el supuesto de que los alumnos, sin ninguna ayuda, podrán sacarle el mejor provecho. Los educadores tenemos que estar siempre un paso adelante. Por ejemplo:
- Emplear las GenIA para producir los mismos trabajos prácticos que les solicitaremos a los estudiantes.
- Revisar los resultados obtenidos, analizar críticamente qué ofrece la IA y qué déficits presenta.
- Diseñar ejercicios para una lectura crítica que le permita a los alumnos entender qué ofrece la IA y en dónde hay que complementar los resultados.
- Solicitar ejercicios que contrasten el resultado obtenido con la IA contra lo que está en la bibliografía de cátedra.
- Ejemplificar y ejercitar la edición de una respuesta de la IA para mejorar la escritura, corregirla y agregarle valor.
- Reflexionar sobre todas las etapas del proceso y promover la metacognición de los propios aprendizajes.
- Proveer retroalimentación personalizada durante todo el proceso.
Para seguir conversando
Ahora mi pregunta para usted es ¿cómo docente, qué tipo de actividades desarrollaría para enseñar a usar una GenIA? Los leo en los comentarios.
¡Nos seguimos leyendo!Fuentes consultadas
Ausubel, D. (2002). Adquisición y retención del conocimiento. Una perspectiva cognitiva. Barcelona: Paidós.
Darvishi, A.; Khosravi, H.; Sadiq, S.; Gašević, D.; Siemens, G. (2024). Impact of AI assistance on student agency. Computers & Education. Volume 210, 2024, 104967, ISSN 0360-1315. https://doi.org/10.1016/j.compedu.2023.104967.
Inouye, K., Lee, S., & Oldac, Y. I. (2022). A systematic review of student agency in international higher education. Higher Education, 1–21
OECD, O.f. E. C.o. D. (2018). The future of education and skills: Education 2030. OECD Publishing.
Molenaar, I. (2022). The concept of hybrid human-ai regulation: Exemplifying how to support young learners’ self-regulated learning. Computers and Education: Artificial Intelligence, 3, Article 100070
Schmitz, B., & Perels, F. (2011). Self-monitoring of self-regulation during math homework behaviour using standardized diaries. Metacognition and Learning, 6, 255–273.
Vaughn, M. (2020). What is student agency and why is it needed now more than ever? Theory Into Practice, 59, 109–118
Comentarios
Publicar un comentario