Criterios relevantes al momento de incorporar IA en e-Learning
Una de las grandes promesas de la Inteligencia Artificial y de la datificación de la educación es la de la personalización de la enseñanza, para así, poder automatizar y pautar adecuadamente, y al ritmo de cada uno, qué y cómo aprender.
Detrás de esta promesa, encontramos, de nuevo, la idea de una mediación neutral, sin los sesgos propios de los docentes y, por tanto, mucho más justa para los alumnos. Pero insistimos una vez más, las tecnologías no son neutras. Los algoritmos que determinan qué y cómo aprender; que deciden el ritmo y la orientación del aprendizaje tampoco lo son. Responden en primer lugar a una manera concreta de entender el mundo, la educación y sus fines. Están programados para priorizar unos objetivos y alcanzarlos en un tiempo dado y de una manera determinada. Detrás de los algoritmos que nos prometen un aprendizaje más eficiente y a medida siempre hay una pedagogía y un modelo determinado de alumno/ciudadano con unos conocimientos, habilidades, valores y actitudes determinados.
No olvidemos que los algoritmos no predicen el futuro, sino que lo construyen (Cathy O’Neil).[1]
Tomar postura #todoseducamos (Asociación Educación Abierta)[2]
Uno de los grandes desafíos en e-Learning es hacer un uso adecuado, eficiente, relevante, de las “toneladas” de información que se generan en un espacio mediado justamente por la tecnología.
Por poner un ejemplo sencillo, si necesito saber el presentismo en un entorno presencial, debo tomar lista, si necesito conocer el rendimiento académico, el docente a cargo debe aplicar criterios de evaluación propios y con ellos registrar “de algún modo” el progreso (o no) de sus alumnos. Planillas de notas, boletines, certificados y demás son frutos archi-conocidos de estos procesos.
En e-Learning todo esto cambia, por un lado al “ingresar al campus” (o como llamemos al espacio de enseñanza y aprendizaje), automáticamente tenemos registrada su presencia, ahí también surge la necesidad de validar inequívocamente su identidad.
La primera dificultad es esta “ efectiva acreditación de identidad” (un usuario y contraseña, no acredita per-se identidad), aunque hoy día hay muchos mecanismos más efectivos, huella digital, reconocimiento de rostro, y un largo etcétera.
Resuelto este primer escollo, podríamos suponer que un eficiente algoritmo de Inteligencia Artificial, podría tomar las riendas y guiar al proceso de aprendizaje hasta el final… ¿pero es realmente así?
Al recorrer el alumno ese espacio podemos medir su participación y su rendimiento, en función de múltiples estrategias de registro y evaluación, desde tiempo de permanencia en una vista, click en enlaces, hasta respuestas de cuestionarios de los más diversos tipos.
Sugerir recorridos diferenciados, analizar el perfil y el rendimiento del alumno, ofrecer evaluaciones y ejercicios “a medida” de sus dificultades, y hasta evaluar y acreditar aprendizajes efectivos.
Esto, podríamos decir es “un sueño hecho realidad”, pero citando a Calderón de la Barca diríamos, “y los sueños, sueños son”.
¿Qué parte de esto es ficción (aún) y que parte realidad? Depende del desarrollo técnico y de la disciplina en cuestión.
Pero más allá de estos “desarrollos” que sin duda nos seguirán sorprendiendo cada día, permítanme hacer una “meta-lectura” del proceso. Digamos una lectura con una mirada pedagógica.
¿Qué es lo que quiero enseñar? Y ¿qué es lo que quiero que aprenda el alumno?
¿Cuál es mi fundamento “epistemológico”? (qué entiendo por aprendizaje)
¿Quiero que aprenda y repita conceptos, fechas, procesos? o por el contrario quiero que elabore, produzca, cree, invente, desarrolle nuevas ideas.
En función de estas preguntas, ¿en qué áreas se desarrollará (o se desenvolverá) el algoritmo de IA?
Por ejemplo: si quiero que repita de memoria una secuencia de elementos, simplemente “una y otra vez” se las ofreceré en distintos formatos, “quizás muy creativos” (estoy siendo irónico), hasta que las incorpore. Luego se las pediré, una y otra vez, hasta que las pueda repetir o aplicar sin dudar, casi como un “acto reflejo de Pavlov”.
Y no descarto esta estrategia de enseñanza tan vapuleada hoy día, hay cosas que se incorporan de esta manera, sin lugar a dudas. El alfabeto, los meses del años, etc.
En ese terreno la IA tomará ventaja sin duda, como lo hace hoy cualquier calculadora.
Pero si lo que pretendo es inventiva, producción innovadora, creatividad, originalidad, pensamiento crítico. Nos encontramos en otro terreno totalmente distinto.
Difícilmente la IA pueda valorar con eficacia conceptos que no existen a priori.
Como diría Henry Ford, cuando le preguntaron sobre la importancia de las opiniones de los usuarios en el desarrollo de sus automóviles, el dijo: “Si les hubiera preguntado a los usuarios antes de crear el primer prototipo de auto, simplemente me hubieran respondido que querían un carruaje más rápido”. ¡Brillante!
La creatividad toma caminos inciertos, propone rutas inexploradas, genera nuevas cosas.
Y si bien la IA es rápida y “eficiente”, ordenando y repitiendo, le falta “la chispa creativa”, eso que llamamos “inspiración”.
Para ser más específico diría que poner un “Chatbot” a responder consultas de alumnos me suena a “falta de respeto por su capacidad de análisis”. Puedo usarlo para explorar respuestas dadas previamente, lo cual es valioso, pero dudo que pueda sugerir “nuevas estrategias creativas”, de un modo adecuado.
Poner a la IA a hacer “Diseño Instruccional”, es decir desarrollar por completo un curso de un determinado tema, es bastante aventurado, por decirlo suavemente. Puede resultar algo “interesante” o puede ser un fiasco total.
Seguramente relevará muchísima información a mucha más velocidad, y quizás también podrá sugerir o crear recursos con mucho detalle. Pero “los criterios implícitos” difícilmente se adapten a las necesidades de un contexto cambiante e incierto.
Algunas conclusiones:
Sin ninguna duda, en el futuro próximo del e-Learning, la incorporación de IA en las herramientas cotidianas (conocidas o nuevas) hará grandes diferencias, pero confiar en su absoluta autonomía suena bastante distópico e inútil.
Hace unos días leí un informe muy interesante sobre la aplicación de IA al ámbito del mercado Editorial[3]. Destacaba áreas en donde su incorporación fue muy relevante, movimientos y proyección de stock, velocidad y proyección de re-impresiones, etc. Y áreas donde era absolutamente inútil, sugerencias de temas para futuras publicaciones por ejemplo, porque siempre irá “hacia adentro y hacia atrás”, en lo que la gente ya leyó o ya consume. Y decía una frase que me encantó: “Un éxito editorial, crea su público”, incorpora elementos que despierta cosas desconocidas o inexploradas.
Lo mismo considero sucede en e-Learning.
La aplicación de IA en muchas áreas será muy útil y relevante y en otras total y absolutamente inútil.
Si se me permite una última reflexión: “Cuidado con los espejitos de colores”.
[1] Romero, P.. (2018). «Deberíamos asegurarnos de que la ley se aplique frente a los algoritmos destructivos». enero 24, 2020, de Público DISPLAY CONNECTORS, SL.
[2] Asociación Educación Abierta. (2019). Tomar postura #todoseducamos. enero 24, 2020, de Asociación Educación Abierta Sitio web:
[3] Mantilla, J. (2020). El algoritmo desafía al instinto en la toma de decisiones editoriales. enero 24, 2020, de Ediciones El País S.L. Sitio web:
Muy pertinente el análisis de los alcances de la educación a distancia haciendo uso de la IA en ambiente de la masificacion y uso del internet hoy en dia debido a la pandemia.