 llevó a cabo su primer Coloquio de Inteligencia Artificial en Córdoba 2023 con más de 750 participantes y tuvo un eje de IA con educación.){kind=link}
La Universidad Provincial de Córdoba (UPC) llevó a cabo su primer Coloquio de Inteligencia Artificial en Córdoba 2023 con más de 750 participantes y tuvo un eje de IA con educación. El encuentro buscó pensar cómo se adaptan los sistemas de generación de conocimientos a los desafíos presentados por la acelerada evolución de esta tecnología.
El coloquio tuvo varias ejes y uno de ellos fue sobre educación dónde expusieron Tamara Vinacur, del Banco Interamericano de Desarrollo; Laura Alonso Alemany, de Fundación Sadosky; Patricia Kisbye, secretaria de Promoción de la Ciencia y las Nuevas Tecnologías del Ministerio de Educación de la provincia; y Jorge Jaimez, rector de la UPC.
En las disertaciones presentaron propuestas de adaptación de la IA a las instituciones de enseñanza además de los retos y desafíos en cuánto a la ética.
Jaimez: Los siete retos para el sistema universitario argentino
El primero en disertar fue el rector de la UPC, Jorge Jaimez, que basó su exposición en la posibilidad de incorporación de la IA a las universidades a partir de los retos que tienen las mismas.
A nivel internacional, existen vectores estratégicos universitarios cómo la importancia de las alianzas a nivel continental para que las ofertas educativas se profundicen, las estrategias de internacionalización, la utilización de la tecnología y de la IA, la innovación en carreras vinculadas con nuevas profesiones, que la oferta este orientada a necesidades de los estudiantes y generar procesos de transformación cultural en las universidades.
En este marco, Jaimez puso los “siete retos para el sistema universitario argentino”, que significa “mirar a la tecnología y a la IA como una oportunidad pero que requiere de un trabajo de las universidades”.
El primer reto es la accesibilidad. “La tecnología hoy nos muestra como una oportunidad mejorar la accesibilidad. Hay una serie de herramientas que puede bajar costos de los estudiantes sobre traslados por ejemplo y la posibilidad de desarrollar a través de la IA una serie de propuestas formativas que tengan en cuenta la particularidad de los lenguajes”
El segundo reto es el aprendizaje personalizado. “La IA permitiría trabajar a través de los distintos dispositivos con personalización de procesos. Es trabajar de forma directa con las condiciones de base de los estudiantes”.
El tercer reto es la brecha en habilidades. “Los procesos de formación no dialogan con los espacios donde se realiza la actividad profesional. Pensar la posibilidad de achicar la brecha entre la formación académica clásica y la formación para el desarrollo de competencias y habilidades”
El cuarto reto es fomentar el pensamiento crítico. “La IA está muy asociado a que no sea una adaptación pasiva, sino que las personas puedan usarlo de manera inteligente”.
El quinto reto es la integración de la teoría y la práctica. “Todas las herramientas tecnológicas permiten un achicamiento entre estas etapas. Las IA permiten una serie de simulaciones, de ciertos procesos que hoy se desarrollan en entornos virtuales para pasar a la realidad”.
El sexto reto es el aprendizaje interdisciplinar. “Cuando uno trabaja con una plataforma de IA puede trabajar con muchos enfoques teóricos y dialogar con perspectivas científicas y técnicas para abordar diferentes objetos. Esto podría acelerar los procesos de interacción”.
El séptimo reto es la reforma en los procesos de enseñanza y evaluación de los aprendizajes. “La IA plantea interpelaciones sobre cómo deben ser desarrollados los procesos de enseñanza y aprendizaje y como eso se traslada a los procesos de evaluación”.
Jaimez concluyó que hay que “tener una mentalidad abierta y predisposición para investigar las IA emergentes, saber cuándo confiar en ellas y cuando ser cautos en su uso. Aprovechar la IA cuando sea posible pero siempre desde una perspectiva critica”.
Vinacur: un sistema de protección de trayectorias educativas en la educación superior
Otra de las exposiciones fue de la especialista senior de la división de Educación del BID en Argentina. En este caso, presentó los sistemas de protección de trayectorias educativas en la educación superior que permitirían la “retención y acompañamiento de las trayectorias de los estudiantes, la personalización del aprendizaje y automatización de herramientas”.
En el aprendizaje personalizado, se puede “con un diagnóstico de ciertas dificultades recurrentes en estudiantes se puede proponer una tutoría o un curso de acción distinto. Esto permite que el estudiante se sienta acompañando en el ritmo de aprendizaje”.
¿Qué es un sistema de protección de trayectorias? “Quiere decir que hay apoyos diferenciados que se ponen a disposición de los estudiantes para garantizar la continuidad, permanencia y egreso en los distintos niveles de enseñanza”.
Para eso se requiere “la detección (identificar los estudiantes que lo necesitan) y hacer algo con esa información. Para poder identificar quienes son los estudiantes hay una condición que es contar con un sistema nominal, identificados con nombre y apellido cada uno de los estudiantes. Tenemos todos los estudiantes identificados, tenemos indicadores que seleccionamos en función de un algoritmo y en función de eso podemos encender algunas alertas de estudiantes que se encuentran en distintos tipos de riesgo”.
En este sentido puede ser que un estudiante “falta y tiene bajas calificaciones para conocer que está pasando y que necesitaría. O si hay cuestiones de vulneración de derechos podemos brindar otros apoyos en función de indicadores se puede predecir el tipo de apoyo que necesitarían”.
¿Qué tipos de apoyos hay disponibles? “Son muchas de las intervenciones que ya existen como tutorías, insumos, otros tiempos para poder aprender, alguien que acompañe, becas. Lo que no tenemos es ordenando ese paquete de intervenciones en función de características específicas de los estudiantes. Este sistema permite trabajar con indicadores para identificar riesgos en función de los cuales se interviene. Podemos ordenar los apoyos de las universidades en función de los estudiantes, lo que varía es el algoritmo”.
La especialista resaltó el modelo de fAiR LAC.
Kisby: “IA de la ruta hacia la educación superior: desafíos en la formación de estudiantes”
Patricia Kisby es doctora en Matemática, profesora asociada de FAMAF-UNC y secretaria de Promoción de la Ciencia y Nuevas Tecnologías del Ministerio de Educación de la Provincia de Córdoba.
“En el 2022 hubo un punto de inflexión con el chat GPT y entró en las escuelas. Dentro de las herramientas que usa la IA hay algo que se llama el aprendizaje automático que es una herramienta que tiene una diferencia con la programación clásica. El aprendizaje automático tiene un concepto diferente. Uno pone los datos y los resultados que uno quiere encontrar y la computadora construye las reglas y nosotros así se lo aplicamos a nuevos datos”, detalló.
En este sentido, repasó los desafíos en la formación de estudiantes en el nivel superior: “Uno tiene que empezar a incorporar una alfabetización en la IA con una perspectiva critica. Además de comprender, cuando se usa la IA con gran cantidad de datos, cómo son esos datos, cómo se producen, quienes los crearon. Y el desarrollo de nuevas competencias que tiene que ver con la IA y un pensamiento crítico y analítico”.
Alonso Alemany: “Los aspectos éticos de la IA”
Laura Alonso Alemany es profesora e investigadora en Ciencias de la Computación en FAMAF-UNC y miembro del equipo de Ética en Inteligencia Artificial de la Fundación Vía Libre y de Fundación Sadosky.
La especialista repasó los sesgos que presentan las herramientas de IA cómo los buscadores de Google: “El buscador de Google naturaliza ciertas visiones del mundo. Por eso hay que elegir con que textos queremos entrenar la IA para que se alineen con nuestros valores, que este basado en datos no quiere decir que sea objetiva”.
Así presentó un ejemplo de un proyecto realizado donde elaboraron, junto a un grupo de especialistas, una interfaz que permitió inspeccionar los sesgos de los modelos de lenguaje como el chat GPT o el buscador.
“¿Porque tienen sesgos? Porque lo que hacen es capturar patrones sobre el comportamiento de las palabras. Y los textos tienen sesgos porque las personas tenemos sesgos. Por ejemplo, si yo creó una inteligencia artificial para orientación vocacional en estudiantes secundarios necesito que no tenga sesgos de género en cuanto a profesiones”.