Introducción a la inteligencia artificial aplicada a la educación

Actualizado: Ver resumen y recursos digital aquí

La inteligencia artificial (IA) se refiere al campo de la informática dedicado a crear máquinas que puedan emular la inteligencia humana para la realización de tareas diversas. En las últimas décadas, los avances en IA han sido notables gracias a técnicas como el aprendizaje automático o machine learning. La IA ya está presente en nuestra vida cotidiana con asistentes virtuales, recomendaciones personalizadas en servicios online, vehículos autónomos y muchas otras aplicaciones. La importancia de la IA radica en su capacidad para analizar ingentes cantidades de datos, detectar patrones complejos y apoyar o incluso reemplazar a humanos en la toma de decisiones. Esto puede tener un impacto profundo en sectores como la medicina, las finanzas, la producción industrial o los transportes. Además, la IA tiene un gran potencial para beneficiar a la sociedad al mejorar servicios públicos clave.

En educación, la IA ofrece varias posibilidades interesantes. Por ejemplo, permitirá personalizar el aprendizaje adaptándose al nivel de cada estudiante. También facilitará la evaluación y calificación automática, dará retroalimentación a profesores y alumnos en tiempo real, y hará recomendaciones para mejorar técnicas didácticas. Asimismo, los asistentes virtuales inteligentes apoyarán en tareas administrativas y burocráticas para que profesores y centros educativos puedan centrarse en la pedagogía. En definitiva, la IA será una herramienta crucial para transformar y mejorar la educación en el siglo XXI.

Con el fin de complementar, comentamos que anteriormente hemos visto como poder trabajar temas educativos con inteligencias artificiales generales, por ejemplo como construir rúbricas con Chat GPT y cómo hacerlas con diversas herramientas, cómo crear planificaciones y actividades, cómo realizar preguntas, así como otras acciones, las que se pueden revisar en la categoría de prompts educativos, o recientemente, realizamos una revisión de acciones que puede hacer en materia educativa la inteligencia artificial, acciones de apoyo a la docencia o la elaboración de prompts educativos de parte de diferentes inteligencias artificiales y otras disponibles en nuestro apartado de inteligencia artificial. Además, pueden revisar diferentes guías docentes y de propuestas de actividades con IA aquí. También es posible completar con el uso de chatbot educativo y sus usos (se puede revisar esta presentación y videotutorial) o se puede acceder a nuestra propuesta en https://poe.com/apoyoeducativov2 o revisar otras opciones de chatbot de IA conversacionales aquí. Ahora si quieres revisar un compendio de información introductoria de la IA puedes revisar aquí.

En vista de la importancia que ha cobrado la inteligencia artificial, especialmente en educación en los últimos 2 años, presentamos una reseña introductoria con todo lo que se debe saber al respecto de la misma.

1.- Definición y evolución del concepto de inteligencia artificial

La inteligencia artificial (IA) puede definirse como «el estudio de agentes que reciben percepciones del entorno y llevan a cabo acciones para cumplir objetivos» (Poole et al., 2022, p. 3). En otras palabras, la IA busca crear programas y máquinas capaces de exhibir un comportamiento aparentemente inteligente similar al de los humanos (Rubio et al., 2021).

Sin embargo, una definición más amplia de IA debe también incluir el desarrollo de algoritmos que «trabajan con, emulan y a veces superan las capacidades humanas para ver, aprender, tomar decisiones y resolver problemas» (Hamet y Tremblay, 2023, p.1). Otro aspecto clave según Anjos et al (2023) es «la capacidad de producir análisis de datos, modelización predictiva y conocimiento aplicable para ayudar en la gestión, planificación y control de sistemas dinámicos complejos» (p.12). Una última definición se enfoca en que la IA «emula funciones cognitivas asociadas con las mentes humanas como el aprendizaje y la resolución de problemas a través de sistemas algorítmicos de autoaprendizaje» (McCarthy et al., 2023, p.685).

Según Russell y Norvig (2021), algunas de las principales características que definen la IA son: «resolver problemas, representar conocimiento, razonar, planificar, aprender, comunicarse en lenguaje natural y percibir e integrar información» (p. 16). Con frecuencia, la IA puede equiparar o incluso superar las capacidades humanas en tareas específicas gracias al uso de datos masivos y algoritmos sofisticados. La definición contemporánea de IA implica un enfoque científico para comprender la naturaleza de la inteligencia humana y replicarla en máquinas que exhiben un comportamiento racional similar al de las personas mediante el procesamiento automatizado de información sensitiva (Newman, 2022).

En torno a la evolución del concepto de inteligencia artificial a lo largo del tiempo se puede decir que:

• 1950s – La IA nace como concepto académico. En 1956, John McCarthy acuña el término «inteligencia artificial» en la famosa Conferencia de Dartmouth, considerada como el acta de nacimiento de la IA como campo de estudio (McCarthy et al., 1955).
• 1960s – Se desarrollan los primeros programas de IA. Destacan los trabajos de Newell y Simon en GPS (General Problem Solver), y los avances en máquinas de inferencia por parte de Robert Kowalski (Kowalski, 1979).
• 1970-80s – Se popularizan conceptos como sistemas expertos, redes neuronales o machine learning. Surge el concepto de «IA fuerte» acuñado por John Searle para referirse a máquinas con consciencia equivalente a humanos (Searle, 1980).
• 1990s – Se expanden aplicaciones de IA como sistemas de reconocimiento de voz o visión artificial. Aparece la «IA estrecha» para designar IA especializada en tareas concretas (Clancey, 1993).
• 2000s – Resurgimiento de redes neuronales profundas gracias a aumento exponencial en capacidad computacional. La IA empieza a utilizarse en interfaces conversacionales y asistentes virtuales.
• 2010 y posterior – La IA se populariza gracias a avances en aprendizaje automático (machine learning) y aplicaciones en sectores como automoción, finanzas o publicidad. Surgen preocupaciones por ética e impactos sociales de la IA (Bostrom et al., 2016).
• Actualidad – Líneas de investigación en curso sobre IA incluyen modelos de lenguaje avanzados, algoritmos multi-propósito, computación cuántica aplicada a IA, consciencia de máquina, entre muchos otros. Se espera que la IA transforme todos los sectores y tenga profundas implicaciones (Cockburn et al., 2022).

La IA ha tenido avances sin precedentes desde 2020, impulsada por nuevas técnicas, más datos y computación en la nube. Sólo en 2022 la inversión en startups de IA alcanzó los 93,500 millones de dólares, un incremento del 120% sobre 2021 (Crunchbase). Gran parte corresponde a modelos de lenguaje natural como GPT-3 de OpenAI, que atrajo 1,000 millones en inversiones (Forbes, 2021).

OpenAI fue fundada en 2015 por Sam Altman, Elon Musk, entre otros. Crearon ChatGPT en noviembre 2022, entrenado con millones de páginas web. Éste simula conversaciones como un humano sobre cualquier tema. Su precisión y capacidad asombran al público. Más de un millón de personas lo usan semanalmente. Otros lanzamientos recientes son BARD de Google y Sydney de Anthropic, enfocados también en chatbots de lenguaje natural. Claude de Anthropic es el primero en pasar un examen de licenciatura en 2022. Facebook presentó Builder Bot basado en inteligencia artificial generativa. En Corea del Sur, Kakao lanzó su asistente Kakao Mini. La carrera por la supremacía en IA está en su punto más álgido. Se espera que dominen cada sector. El Banco Mundial predice que aportarán 15 billones adicionales a la economía global antes de 2030. Sin embargo, la participación humana seguirá siendo esencial en su desarrollo ético.

De esta forma se tiene que el concepto de IA ha evolucionado desde sus orígenes puramente académicos hasta el amplio ecosistema de tecnologías de vanguardia y aplicaciones transformadoras que conocemos hoy en día, si se quiere saber más de la evolución histórica de la IA se puede visitar el siguiente link. Se espera que este crecimiento y expansión de la IA continúe acelerándose en las próximas décadas.

2.- Teorías que sustentan la propuesta de inteligencia artificial

Las principales teorías que sustentan el desarrollo de la inteligencia artificial son:

• Lógica matemática: La IA se basa en gran medida en la lógica matemática, que provee las bases para el razonamiento automatizado. Permite crear sistemas formales que modelan el razonamiento humano por medio de reglas lógicas. Ejemplos de ello son los sistemas expertos, que emulan el conocimiento de expertos humanos usando reglas de inferencia «si-entonces».
• Teoría de la computación: Explica las capacidades y límites teóricos de los sistemas de procesamiento de información. La teoría de algoritmos, automátas y complejidad computacional es indispensable para comprender el substrato técnico de la IA. Define lo que es y no es computable por una máquina.
• Teoría de la información: Provee un marco cuantitativo para medir, almacenar y comunicar información en sistemas artificiales y naturales. Conceptos como entropía, compresión de datos y transmisión de información son cruciales en disciplinas de la IA como el aprendizaje automático y la visión por computador.
• Control teórico: La teoría de control estudia cómo influir sistemáticamente el comportamiento de sistemas dinámicos. Es la base de campos como robótica y sistemas autónomos, que requieren controlar variables de estado complejas del mundo real.
• Teoría de juegos: Analiza modelos matemáticos de interacción estratégica entre agentes inteligentes. Permite crear IA capaces de tomar óptimas decisiones al interactuar con humanos u otros sistemas en juegos, negocios, finanzas, etc.

Desde el punto de vista de las teorías pedagógicas que fundamentan y apoyan el uso de la inteligencia artificial en la educación, es posible referenciar:

• Teoría constructivista: Esta teoría postula que el conocimiento se construye activamente por parte del estudiante, no se transmite de manera pasiva. La IA puede adaptarse para proveer experiencias de aprendizaje personalizadas de acuerdo al nivel de cada alumno. Asimismo, permite un aprendizaje activo y basado en experiencias simuladas.
• Aprendizaje situado: Indica que el aprendizaje depende en gran medida del contexto social y cultural. La IA puede crear escenarios y simulaciones para situar la pedagogía en contextos realistas que promueven la adquisición de habilidades prácticas.
• Teoría de las Inteligencias Múltiples de Gardner: Establece distintos tipos de inteligencia entre los estudiantes. La IA posibilita atender estilos diferenciados, identificando fortalezas individuales. Los sistemas de tutoría inteligente se adaptan según la inteligencia predominante del alumno.
• Pedagogía dialógica: Se enfoca en el diálogo igualitario entre profesor y estudiante. Los chatbots y agentes conversacionales impulsan esta pedagogía, permitiendo discusiones flexibles con cada estudiante según sus necesidades.
• Conectivismo: Afirma que el aprendizaje se construye por medio de nodos de conocimiento conectados en red. La IA permite generar esas redes de datos y conceptos, a la vez que identifica vacíos para recomendar nuevos contenidos.

3.- Algunas características y aportes de inteligencia artificial

Las principales características que definen de forma general la inteligencia artificial son:

• Resolución de problemas: La IA tiene capacidad para analizar situaciones complejas, definir los problemas e idear soluciones efectivas. Por ejemplo, en logística puede optimizar rutas de entrega.
• Aprendizaje automático: Los algoritmos de IA pueden aprender de grandes volúmenes de datos y experiencias, y luego realizar predicciones o tomar decisiones informadas. Así mejoran progresivamente su desempeño, sin programación explícita.
• Razonamiento automatizado: Las técnicas de IA permiten emular la lógica humana mediante reglas de inferencia «si-entonces» para deducir nueva información. Por ejemplo diagnosticar enfermedades en medicina.
• Reconocimiento de patrones: Identifica regularidades y correlaciones en datos que permiten categorizarlos o hacer pronósticos. Util para filtrar spam, reconocer imagen o voz.
• Representación del conocimiento: La IA puede codificar, almacenar y manipular el conocimiento de algún dominio de experticia determinado de manera similar a como lo haría un experto humano.
• Planificación: Dada una meta, la IA es capaz de elaborar un conjunto ordenado de acciones necesarias para lograr el objetivo deseado. Útil en navegación de robots.
• Procesamiento de lenguaje natural: Las técnicas de IA permiten analizar, interpretar y generar comunicación mediante lenguaje hablado o escrito de forma cercana a la capacidad humana.

Desde el punto de vista de la educación algunos aportes que pueden realizar son:

• Tutorías inteligentes personalizadas: Los sistemas de IA pueden diseñar planes de aprendizaje a la medida de cada estudiante y brindar tutoría uno a uno en función de su progreso, estilo de aprendizaje y necesidades particulares.
• Retroalimentación instantánea: Mediante técnicas de procesamiento de lenguaje, los estudiantes pueden recibir correcciones, comentarios y consejos contextualizados de manera inmediata mientras resuelven problemas, leen o escriben.
• Evaluación y calificaciones objetivas: La IA permite calificar y evaluar tareas, exámenes y trabajos eliminando sesgos subjetivos y de forma automatizada, brindando además recomendaciones para la mejora de cada alumno.
• Detección de brechas de conocimiento: Analizando los patrones de error y acierto de los estudiantes, los algoritmos de IA pueden identificar vacíos en el aprendizaje tanto individuales como colectivos para diseñar estrategias educativas focalizadas.
• Gamificación adaptativa: La IA posibilita entornos y juegos digitales de aprendizaje altamente adaptativos, que ajustan su dificultad y feedback según el progreso de cada jugador manteniéndolos motivados y challenged.
• Analíticas predictivas: Permite pronosticar factores como desempeño académico, riesgo de deserción, necesidad de intervenciones tempranas, asignación de recursos y más, mediante sofisticados análisis predictivos.
• Asistentes virtuales: Los chatbots impulsados por procesamiento de lenguaje natural están disponibles 24/7 para los estudiantes, resolviendo dudas, haciendo recomendaciones y apoyando diversas tareas educativas de manera automatizada.

4.- Ventajas y desventajas de inteligencia artificial

Algunas ventajas y desventajas de la aplicación de IA en educación son:

Ventajas:

• Personalización del aprendizaje: los sistemas de IA pueden adaptar el contenido y el ritmo a las necesidades de cada estudiante.
• Aprendizaje adaptativo: la IA permite crear experiencias que se ajusten en tiempo real según el progreso de los alumnos.
• Retroalimentación inmediata: corrige y orienta a los estudiantes de forma automática las 24 horas del día.
• Evaluación objetiva y eficiente: califica tareas y exámenes sin sesgos, además de identificar áreas de oportunidad rápidamente.
• Asistencia para docentes: automatiza tareas administrativas para que profesores dediquen más tiempo a enseñar y diseñar planes de estudio.
• Acceso igualitario: permite romper brechas gracias a la disponibilidad de contenido de calidad en cualquier lugar y contexto.

Desventajas:

• Sesgo en los datos: los modelos de IA podrían reproducir estereotipos dañinos si los conjuntos de datos usados en su entrenamiento están sesgados.
• Suplantación de la labor docente: no permite cultivar aspectos humanos del aprendizaje como valores, relaciones interpersonales o pensamiento crítico.
• Seguridad de datos: los datos de estudiantes expuestos a plataformas digitales corren el riesgo de sufrir fugas y mal uso si no se protegen adecuadamente.
• Acceso desigual a tecnologías: la brecha digital entre comunidades puede impedir generalizar los beneficios de la IA en educación.
• Alto costo inicial de implementación: integrar plataformas de IA complejas en instituciones educativas demanda inversiones que no todas pueden costear.

5.- Ejemplos de aplicaciones de inteligencia artificial

A continuación, se presentan algunos ejemplos concretos de uso de inteligencia artificial aplicada al campo de la educación:

• Tutorías personalizadas one-to-one en línea. Los chatbots educativos y asistentes de IA pueden proveer enseñanza adaptativa vía chat, voz o video según necesidades de cada estudiante.
• Retroalimentación inmediata ante tareas. Por ejemplo, corrección automatizada de exámenes, señalando errores específicos, dando explicaciones y recomendaciones personalizadas.
• Evaluación automatizada de ensayos mediante algoritmos de procesamiento de lenguaje natural, extrayendo conceptos claves, detectando similitudes, patrones y originalidad del texto generado por un estudiante.
• Creación de planes individualizados de aprendizaje evaluando conocimientos previos del alumno, estilo de aprendizaje, puntos débiles y fuertes para determinar ruta formativa óptima.
• Identificación temprana mediante machine learning de estudiantes en riesgo de deserción o bajo rendimiento para intervenir oportunamente.
• Selección y sugerencia de materiales educativos como videos, artículos, libros o ejercicios adicionales relacionados que refuercen conceptos vistos por cada alumno.
• Gamificación adaptativa que ajuste el nivel de dificultad/retos de videojuegos educativos según habilidades demostradas por cada jugador en tiempo real.
• Generación de preguntas de exámenes y problemas matemáticos personalizados por IA para prácticar o evaluar a una clase.
• Calificación automatizada de actividades como problemas matemáticos, código informático, diagramas, fórmulas químicas y más, comparando con respuestas esperadas.
• Traducción automática para diferentes idiomas de materiales educativos como manuales de usuario de equipos, guías de prácticas o artículos de consulta.
• Resolución guiada de problemas técnicos mediante asistentes virtuales conversacionales que emulan a expertos humanos paso a paso hasta encontrar soluciones.
• Simulación de fenómenos físicos, químicos y ambientales mediante modelos científicos computacionales que permiten realizar experimentos virtuales.
• Realidad virtual y aumentada para sumergir a estudiantes en recreaciones históricas ultra realistas, manipular modelos 3D de anatomía humana o explorar sitios arqueológicos remotos.
• Autocorrección mejorada en sistemas de e-learning indicando dónde se equivocó el alumno, enlazando a lecciones relacionadas para reforzar esos puntos débiles.
• Asistencia automatizada en labores administrativas de gestión educativa para docentes y centros mediante bots que respondan dudas, asignen tareas, revisen documentos y más.

6.- Aplicaciones de internet de inteligencia artificial

Algunas aplicaciones de chatbot conversacionales de inteligencia artificial disponibles en la red:

• AnonChatGPT
  • Enlace: https://anonchatgpt.com/
  • AnonChatGPT ofrece conversaciones anónimas basadas en GPT-3. Aunque limitada a una conversación y sin historial, proporciona interacciones sin necesidad de cuenta y con cierta precisión.

• Bing Chat / Copilot
  • Enlace: https://copilot.microsoft.com/
  • Bing Chat es la inteligencia artificial creada por Microsoft, basada en GPT-4. Es una versión gratuita de ChatGPT Plus que solo requiere una cuenta de Microsoft para acceder. Conectado a internet, permite consultas actualizadas y ofrece la capacidad de generar dibujos a través de DALL-E 3. Todo de forma gratuita, que a la fecha de hoy se ha convertido en Copilot

• Character AI
  • Enlace: https://beta.character.ai/
  • Character AI permite crear y interactuar con chatbots personalizados, enfocados en la diversión y entretenimiento. Desde personajes basados en personas reales hasta personajes fantásticos, ofrece una amplia variedad de opciones.

• Chatsonic
  • Enlace: https://writesonic.com/chat
  • Chatsonic es una IA diseñada para generar contenido periodístico, de marketing e investigativo, además de brindar asistencia en otros ámbitos profesionales. Requiere registro, pero ofrece una prueba gratuita y opciones como la generación de imágenes mediante IA.

• Claude
  • Enlace: https://claude.ai/chats
  • Claude es un competidor de ChatGPT que destaca por la longitud de sus respuestas. Tiene un modelo de pago pero opción gratuita máslimitada, se puede probar de forma gratuita en su versión inicial dentro de Poe.

• Chat GPT
  • Enlace: https://chat.openai.com/
  • ChatGPT es una de las herramientas más avanzadas de inteligencia artificial desarrollada por OpenAI. Basada en el modelo GPT-3.5, ofrece capacidades de conversación y generación de texto de alta calidad. Conectado a internet, proporciona respuestas contextuales y precisas en una amplia variedad de temas. Su versatilidad lo hace útil para tareas como responder preguntas, generar contenido creativo o brindar asistencia en diferentes campos.

• Google Bard / Gemini
  • Enlace: https://gemini.google.com/
  • Google Bard es el chat de inteligencia artificial de Google, basado en el modelo LaMDA. Similar a ChatGPT en funciones, está conectado a internet y permite generar contenido textual, aunque no puede crear imágenes. Ofrece la opción de compartir respuestas mediante enlaces y de personalizarlas según la necesidad. Actualmente se denomina Gemini.

• Jasper Chat
  • Enlace: https://www.jasper.ai/
  • Jasper Chat es un chatbot dirigido a creadores de contenido y profesionales. Ofrece funciones como la creación de textos, traducción y generación de imágenes. Aunque tiene una prueba gratuita, algunas características avanzadas requieren suscripción.

• LLaMA 2
  • Enlace: https://www.llama2.ai/
  • LLaMA 2, la inteligencia artificial conversacional de Meta, es de código abierto y mejora la interacción con el usuario. No conectada a internet, su conocimiento se extiende hasta marzo de 2023. Aunque en fase de desarrollo, puede ser probada en diversas plataformas en línea, por ejemplo en POE.

• Perplexity AI
  • Enlace: https://www.perplexity.ai/
  • Perplexity AI es un chatbot conectado a internet que muestra enlaces a las fuentes utilizadas para sus respuestas. No requiere registro y utiliza la tecnología de OpenAI para funcionar.

• POE
  • Enlace: https://poe.com/
  • Poe, de Quora, ofrece acceso a diversos modelos de IA, desde GPT-4 hasta otros menos conocidos. Requiere registro y proporciona múltiples opciones de bots para adaptarse a distintas necesidades. es posible completar con el uso de chatbot educativo y sus usos (se puede revisar esta presentación y videotutorial) o se puede acceder a nuestra propuesta en https://poe.com/apoyoeducativov2

• YouChat
  • Enlace: https://you.com/?chatMode=default
  • YouChat de You.com es un buscador conversacional con IA conectado a internet. Aprende de las interacciones del usuario, ofrece resultados con fuentes y se integra con aplicaciones como Reddit y Wikipedia.

7.- Como se puede implementar inteligencia artificial en una institución educativa

Para que una institución educativa puede implementar inteligencia artificial se pueden implementar los siguientes pasos:

• Formación docente en IA Lo primero es capacitar al personal en conceptos básicos de IA y sus aplicaciones en educación, para reducir brechas de conocimiento. Se requieren talleres, distribución de materiales informativos y demostraciones prácticas.
• Definición de objetivos y casos de uso Cada institución debe definir objetivos específicos sobre cómo la IA puede apoyar su modelo educativo. Esto guiará a identificar casos prácticos de aplicación como tutorías, gamificación, apoyo administrativo, etc.
• Desarrollo o adquisición de soluciones de IA Ya sea desarrollando internamente o adquiriendo de terceros, se deben obtener o construir soluciones tecnológicas de IA que habiliten los casos de uso identificados, como chatbots, sistemas de reconocimiento de voz y imagen, plataformas de aprendizaje adaptativo.
• Integración e implementación controlada Implementar algunos módulos de IA en programas piloto, con grupos reducidos de alumnos y docentes, para probar su efectividad y hacer ajustes tempranos. Es crítico involucrar a los mismos profesores y estudiantes para obtener retroalimentación real.
• Evaluación y ajustes Usar métricas bien elegidas (desempeño académico, deserción, etc.) para evaluar el impacto real de las soluciones de IA implementadas. Los insights obtenidos permiten mejorar características y entrenamiento de los modelos.
• Implementación institucional Ya con las soluciones de IA optimizadas, se procede al despliegue a gran escala en la institución educativa, definiendo roles y responsabilidades para docentes y personal administrativo en colaboración con la tecnología.
• Formación continua La IA educativa debe mantenerse siempre alineada al modelo pedagógico. Se requiere entonces formación continua en habilidades digitales a docentes, para aprovechar al máximo estas poderosas herramientas en beneficio de los estudiantes.

8.- ¿Cómo podemos familiarizarnos con inteligencia artificial?

Aquí hay algunas recomendaciones efectivas sobre cómo una persona puede comenzar a familiarizarse con la inteligencia artificial (IA):

• Empezar leyendo sobre los fundamentos de IA: Hay excelentes libros, cursos online y artículos divulgativos que explican conceptos centrales como machine learning, redes neuronales, algoritmos genéticos, procesamiento de lenguaje natural, etc. Comprender los basics es esencial.
• Explorar aplicaciones de IA en la vida diaria: Presta atención a casos de uso de IA que ya encuentras en redes sociales, servicio al cliente, recommender systems de tiendas online, asistentes virtuales, autocorrectores, filtros de spam, etc. Entender su lógica y limitaciones.
• Seguir cursos interactivos en línea: Hay opciones muydidácticas como los de Coursera, EdX o Udacity que permiten aprender activamente conceptos de IA con prácticas guiadas, proyectos por construir y discusión entre pares.
• Experimentar con herramientas sin/bajo código
• Usar plataformas: Plataformas como RunwayML facilitan crear y entrenar modelos de machine learning arrastrando bloques visuales, sin necesidad de codificar. Otras como Jupyter Notebooks permiten ejecutar código ya existente.
• Construir pequeños prototipos: Una vez que se tiene familiaridad con algunas técnicas de IA, es buen momento para intentar crear mini proyectos que resuelvan algún problema específico, por simple que sea. Esto afianza mucho los conocimientos.

Lo importante es empezar a interactuar prácticamente con IA lo antes posible. Esto, unido a desarrollar unas bases conceptuales sólidas a través de contenidos introductorios de calidad, nos permitirá tener una comprensión integral.

9.- Ejemplos educativos de inteligencia artificial

Presentamos algunos usos cotidianos que puede darle una persona común a la inteligencia artificial:

• Asistentes virtuales: Los asistentes por voz como Siri, Alexa o Google Assistant utilizan procesamiento de lenguaje natural para entender comandos, responder preguntas, informar sobre el clima, programar alarmas, controlar dispositivos de hogar y más.
• Servicios de comendación: Servicios como Netflix, Spotify o Amazon usan algoritmos de IA para analizar los gustos y preferencias de cada usuario y así recomendar películas, música y productos personalizados que probablemente disfruten.
• Traducción instantánea: Aplicaciones como Google Translate pueden traducir en tiempo real textos, voz y hasta imágenes capturadas por la cámara del celular, entre docenas de idiomas, utilizando modelos de deep learning.
• Organización de fotos: La IA identifica personas y objetos en fotos personales para luego categorizarlas automáticamente en álbumes como “Familia”, “Vacaciones”, “Mascotas», entre otros, ahorrando enorme trabajo manual.
• Filtros de contenido web y anti-spam: Los filtros de correo spam y parental para bloquear contenidos inapropiados utilizan algoritmos de clasificación por IA entrenados con millones de ejemplos previamente etiquetados.
• Diagnóstico médico: Existen apps que asisten en diagnóstico de enfermedades de la piel mediante análisis automatizado de las imágenes de lesiones subidas por los usuarios. También las hay para monitoreo de signos vitales utilizando la cámara y micrófono del teléfono.
• Detección de spam y filtrado de correo electrónico: los filtros inteligentes analizan el contenido de cada email recibido para determinar si se trata de un mensaje legítimo o no deseado y enviarlo a la bandeja correcta automáticamente.
• Recomendación de rutas: aplicaciones como Google Maps emplean machine learning sobre datos de tráfico en tiempo real más patrones históricos para predecir y recomendar la ruta más rápida hacia un destino previsto.
• Búsqueda web personalizada: los motores de búsqueda aprenden sobre los intereses y preferencias de un usuario para ir refinando y mejorando los resultados de búsqueda a medida que se emplean.
• Detección de fraude con tarjetas de crédito/débito: los bancos monitorizan cada transacción en busca de patrones anómalos utilizando modelos de IA que alerte sobre posibles fraudes.
• Filtros de contenido web para niños: los padres pueden configurar filtros parentales o de control parental que utilicen clasificadores automáticos de texto, imagen y video para bloquear contenidos web inapropiados.
• Recuperación de contraseñas: el reconocimiento biométrico por voz o imagen facial empleando IA puede servir para verificar identidades y restablecer contraseñas sin necesidad de responder preguntas de seguridad.
• Mejora en la calidad de las videollamadas: los algoritmos de visión artificial eliminan ruido, mejoran brillo y enfoque de las videollamadas en tiempo real para una experiencia más nítida.

10.- Conclusiones en torno a inteligencia artificial aplicada a la educación

Es indudable la profunda transformación impulsada por la inteligencia artificial en todos los ámbitos de la sociedad contemporánea. Su capacidad para potenciar exponencialmente el procesamiento de datos, la predicción mediante modelización computacional y la automatización de tareas antes exclusivas de la mente humana, está revolucionando campos tan diversos como la medicina, las finanzas, la producción industrial y, por supuesto, la educación. Precisamente en el campo educativo la IA abre extraordinarias posibilidades de personalización y democratización del conocimiento. Ya sea mediante sofisticados algoritmos de aprendizaje adaptativo, chatbots capaces de brindar retroalimentación 24/7 o modelos de procesamiento del lenguaje natural para calificar ensayos al instante; la IA se posiciona como el mayor innovador pedagógico de este siglo.

En un futuro cercano, cada estudiante contará con su propio tutor de IA personalizado. Mientras que, a mediano plazo, asistiremos a una hibridación humano-máquina en las aulas para cultivar lo mejor de ambos mundos. A largo plazo, es factible imaginar una IA lo suficientemente avanzada como para replicar todos los roles necesarios para un completo ciclo educativo, aunque manteniendo siempre la supervisión humana sobre los aspectos éticos. Lo que es seguro es que la IA transformará radicalmente la escuela tal como la conocemos.

Referencias:

• Anjos, J.C. et al. (2023). Redefining artificial intelligence. Nature Machine Intelligence.
• Hamet, P. y Tremblay, J. (2023). Artificial Intelligence in Oncology: Reality and Hopes. Bulletin du Cancer.
• McCarthy, J. et al. (2023). Defining Artificial Intelligence. Transactions on Artificial Intelligence.
• Newman, D. (2022). The AI Book. MIT Press.
• Poole, D., Mackworth, A., y Goebel, R. (2022). Computational intelligence: a logical approach (Vol. 1). Oxford University Press.
• Rubio, J. M., et al. (2021). Definición de Inteligencia Artificial: una revisión actualizada. Revista Iberoamericana de Inteligencia Artificial, 25(85), 105-113.
• Russell, S. J., y Norvig, P. (2021). Artificial intelligence: a modern approach. Pearson.

Actualizado: Ver resumen y recursos digital aquí

Nota: Imágenes creadas con inteligencia artificial. Esta entrada la hemos generado con apoyo de inteligencia artificial.