¿Es la inteligencia artificial una tecnología disruptiva para las universidades?
La inteligencia artificial (IA) se ha incorporado a múltiples campos debido al enorme potencial que tiene para transformar y mejorar la forma en que se ofrecen productos y servicios. La Unión Europea publicó en diciembre de 2018 la primera edición de su Plan de IA para 2019 y 2020, bajo el título Coordinated Plan on the development and use of Artificial Intelligence Made in Europe – 2018, cuyo objetivo es garantizar la complementariedad y las sinergias entre las acciones a nivel nacional y de la UE para maximizar el impacto y difundir los beneficios de la IA en toda Europa. El gobierno español, a través del Ministerio de Ciencia Innovación y Universidades, publicó en marzo de 2019 la “Estrategia Española de I+D+i en Inteligencia Artificial”, en la que se recomienda lanzar una Estrategia Nacional para la IA que permita el desarrollo e implementación de medidas especificas dirigidas a los sectores estratégicos nacionales. Todos coinciden en que, en estos momentos, la IA es una de las disciplinas que más puede influir en la rápida transición hacia una nueva sociedad y economía, y en la necesidad de una estrategia de investigación, desarrollo tecnológico e innovación que contribuya a la generación de beneficios económicos y sociales.
En esta línea, las oportunidades que aporta la IA al mundo de la educación son indiscutibles y a su vez los retos que ello conlleva son ineludibles. Dejaremos de lado en esta reflexión el tema de la investigación en IA que se lleva realizando en los laboratorios de investigación de las universidades españolas desde sus inicios[1]. Con esta salvedad, en esencia podemos hablar de tres principales ámbitos de uso de la IA en educación: como herramienta para el aprendizaje, como objetivo del aprendizaje y como apoyo a la gestión y el gobierno. Por el propio ámbito de este blog, aunque abordemos el ámbito general de la educación, vamos a centrarnos en el mundo universitario. En una entrada anterior de este mismo blog hablábamos de las “Siete claves para preparar a tu universidad para su transformación digital” (ver aquí) y planteábamos nuestro «modelo de madurez digital para las universidades» (MD4U) estructurado en siete retos. Y algunos de estos retos los utilizaremos como hilo de esta entrada para analizar el papel que la IA en la universidad.
Un reto que plantea el modelo MD4U es satisfacer las demandas emergentes de los clientes (estudiantes principalmente). En esta línea, hace ya un año que la Universidad de Murcia presentó a Lola, su chatbot de ayuda a los futuros estudiantes con sus trámites de preinscripción y matrícula (ver aquí). Otras universidades españolas han seguido este ejemplo de utilización de programas de atención al público, que apoyados en técnicas de inteligencia artificial permiten mantener una conversación persona-máquina simulando las respuestas que daría un humano. Estos sistemas recogen grandes cantidades de datos para aprender de sus respuestas y pueden ser analizados para ayudar a las universidades a crear nuevos e innovadores servicios y programas para mejorar aún más la experiencia educativa de sus estudiantes. Diseñar teniendo en cuenta la experiencia de usuario (multisensorial y multimodal) y facilitar la interacción entre y con los estudiantes son dos aspectos clave en el nuevo mundo digital. Lo que nos lleva a otro reto planteado por el modelo MD4U: obtener ventaja competitiva gracias a unos servicios de calidad. Las universidades, a nivel institucional, pueden obtener beneficios si utilizan la IA como apoyo a la gestión y de soporte a los estudiantes: marketing, captación, matrícula, alertas y orientación a los estudiantes. Un ejemplo sería Genie App de la Deakin University (Australia), un asistente controlado por voz para el apoyo, la organización y el control de las tareas del estudiante.
Si nos centramos en el reto ofrecer formación de calidad y competitiva, la IA afectará tanto al “cómo” enseñamos como al “qué” enseñamos. Es necesaria una reflexión sobre la actualización de los contenidos de los planes de estudio y agilizar la oferta de las titulaciones, atendiendo a los nuevos perfiles profesionales aún no del todo definidos, pero que en su mayoría tendrán un carácter híbrido (ciberseguridad, detective de datos, biotecnología, marketing digital, humanidades digitales…), característicos de un mundo complejo e interconectado. Los ingenieros en informática deberán estudiar ética y los especialistas en inteligencia artificial deberán tener conocimientos de filosofía. Por otra parte, por ejemplo, los estudios de derecho deberán incorporar contenidos sobre el mundo tecnológico al que regularán y las implicaciones de las inteligencias artificiales en el mundo laboral. Copiando el término utilizado por el Presidente del MIT Rafael Reif, tenemos la responsabilidad de formar a los bilingües del futuro, es decir, personas formadas en áreas como el derecho, la economía, la biología, la historia o la lingüística que también sean capaces de aplicar a sus campos las técnicas más actuales de computación (ver aquí).
Pero lo que más nos interesa en esta entrada es el papel de la IA en el modelo de enseñanza-aprendizaje: esa transformación de la docencia hacia modelos basados en tecnología que representen una mejora pedagógica (ver aquí). Llevan ya muchos años entre nosotros los tutores inteligentes, que acompañan al aprendiz en el proceso de aprendizaje. Pero, además, como ya se ha comentado en este blog “transformar la docencia apostando por una educación digital puede modificar la dinámica de la enseñanza-aprendizaje, ajustándola a las capacidades de aprendizaje y posibilidades de estudio de cada alumno” (ver aquí). En esencia, el aprendizaje personalizado y la adaptación al ritmo del estudiante es en estos momentos el gran aporte de la IA a la educación y puede convertirla en una tecnología disruptiva.
Es indudable el papel de la inteligencia artificial en el reto de disponer de conocimientos e información adecuada para la toma de decisiones. La minería de datos y los sistemas predictivos son básicos como apoyo a la toma de decisiones de los responsables del gobierno de la universidad, pero, además, la IA podrá aportar a los profesores información útil sobre sus estudiantes, las habilidades que ya tienen, sus estilos de aprendizaje y el progreso que van realizando, y hacer propuestas sobre cómo adaptar sus actividades de aprendizaje a las necesidades individuales de cada estudiante. Y para ello necesitamos recoger el máximo de información de nuestros estudiantes. Para que los algoritmos de machine learning puedan trabajar y sus resultados sean relevantes necesitan grandes cantidades de datos que analizar (big data). Lo que nos lleva a temas de gran calado, como es el caso de la propiedad, la protección y la privacidad de estos datos.
No todo son ventajas en el uso de la tecnología. En una entrada anterior ya hablamos de cómo las características deseables de la tecnología pueden acarrear efectos perversos en la educación (ver aquí). La introducción de la IA en nuestras políticas educativas no está exenta de riesgos, por lo que es crucial utilizarla de manera sostenible, garantizar la inclusión y la equidad de la IA en la educación, preparar a profesores e investigadores para una educación potenciada por la IA, desarrollar sistemas de datos inclusivos y de calidad y garantizar la ética y la transparencia en la recogida, el uso y la difusión de los datos. En diciembre de 2018 la Unión Europea hizo público el informe “Ethics Guidelines For Trustworthy AI”, con unas directrices que pretenden ofrecer orientación sobre la aplicación concreta y puesta en práctica de los sistemas de IA, más allá de proporcionar una lista más de valores y principios básicos. Si los sistemas inteligentes aprenden de los humanos, sus algoritmos reproducirán y magnificarán los sesgos existentes en la sociedad y sus prejuicios. Además, no son las universidades las que tienen mayor cantidad de datos de nuestros estudiantes, sino plataformas como Facebook, Twitter o Amazon, por ejemplo. Por eso, es muy probable que las aplicaciones revolucionarias de la IA para la enseñanza y el aprendizaje provengan de las empresas emergentes de EdTech y no necesariamente de las instituciones educativas. Finalmente, será necesario que trabajen conjuntamente los expertos en IA y los expertos en educación, para evitar automatizar y perpetuar ideas erróneas sobre la enseñanza y el aprendizaje.
Cerrando nuestra reflexión: la inteligencia artificial nos puede ayudar a poner fin a la docencia de talla única, lo que metafóricamente llamamos una docencia procusteana (ver aquí). Procusto es un personaje mitológico que ofrecía posada a los viajeros, pero no pasó a la posteridad como un buen anfitrión, sino como un torturador; a sus huéspedes les cortaba los pies o los estiraba para que se adaptaran a la cama. Salvando las diferencias, algo parecido ocurre en el sistema educativo (en términos metafóricos), y es que parece que queremos uniformizar a todos los estudiantes, cortándolos a todos por el mismo patrón. Es decir, adaptamos las personas a los contenidos y las actividades de nuestras asignaturas. Por el contrario, el profesor debería adaptar los conocimientos y las actividades a realizar para adquirirlos a las personas que los van a recibir (ver aquí). Y tan convencidos estamos de ello que en la Universidad de Alicante acabamos de crear el grupo de investigación Smart Learning, para investigar sobre las tecnologías inteligentes para el aprendizaje. Aunque podríamos decir que cualquier uso de la inteligencia artificial para apoyar la educación puede ser considerado como smart learning, en concreto nos referimos a las tecnologías inteligentes que ayudan en el aprendizaje, especialmente a través de la adaptación y la personalización. El objetivo es poner las tecnologías al servicio de los alumnos, para conocerlos mejor, para ayudarles en su aprendizaje o para apoyar a los profesores en su labor docente. Y el principal peligro son las burbujas, con todos sus sesgos y prejuicios, que se puedan crear. Resumiendo, la tecnología debe ser utilizada para empoderar no sólo a los maestros sino también a los estudiantes. Y la pregunta clave es: ¿quién controlará la IA en la educación: educadores, estudiantes, informáticos, universidades o grandes empresas?
[1] Un indicador anecdótico, pero simbólico, de la madurez alcanzada por las investigaciones en IA en las Universidades Españolas es que la lección inaugural de la Apertura Oficial del curso académico 2019-2020 que tuvo lugar en La Universidade da Coruña fue impartida por la catedrática Amparo Alonso con el título “Inteligencia Artificial: ser o no ser en el siglo XXI” (ver aquí). La Universidad de Granada inauguró también su curso con la lección “¿En qué piensan los algoritmos?” del catedrático José Luis Verdegay (ver aquí).
Muy interesantes explicaciones. Hace 20 años era impensable la posibilidad de tener en un mv acceso a todo. Será interesante ver lo que hemos sido capaces de hacer en otros 20.