Cómo puede la inteligencia artificial impulsar la educación superior

En el contexto del fortalecimiento del sistema educativo de China, cómo impulsar la iniciativa «Inteligencia Artificial Plus» se ha convertido en una cuestión central para los educadores. La educación superior necesita cambios profundos en su concepción educativa, sus vías de desarrollo institucional, sus modelos de enseñanza, sus paradigmas de aprendizaje y sus formas de evaluación, para configurar un nuevo ecosistema universitario potenciado por la IA.

¿En qué fase se encuentra la aplicación de la IA en la educación superior y en qué ámbitos seguirá profundizándose? ¿Qué valor aporta a la formación del alumnado y a la transformación educativa? El profesor Huang Ronghuai, titular de la Cátedra UNESCO sobre IA en Educación y director de la Base de Investigación Estratégica sobre Informatización Educativa del Ministerio de Educación (Beijing), responde a estas preguntas.

¿Qué transformaciones está experimentando la educación superior con el apoyo de la IA?

Ante la nueva ola de desarrollo de la IA, la educación superior experimenta cambios sistémicos en sus entornos de aprendizaje, sus formas de enseñanza, sus mecanismos de evaluación y sus métodos de investigación, adaptándose activamente a la evolución de una sociedad inteligente. Estos cambios se manifiestan en los siguientes ámbitos.

Entornos de aprendizaje inteligentes, conectados e integrados.

La IA, el internet de las cosas y otras tecnologías clave conectan personas, máquinas y entornos. Los nuevos espacios que combinan percepción integral, conexión entre lo físico y lo virtual e interacción inteligente marcan una orientación para la siguiente generación de entornos de aprendizaje. Por ejemplo, el Ministerio de Educación explora proyectos piloto de centros de aprendizaje del futuro que aprovechan las bibliotecas universitarias, integran los recursos de las instituciones y emplean IA para prestar servicios de aprendizaje según las necesidades, con eficiencia y precisión, transformando así los espacios de aprendizaje.

Formas de enseñanza basadas en la colaboración entre personas e IA.

La enseñanza universitaria entra en un ámbito de colaboración múltiple, donde docentes humanos y máquinas inteligentes coexisten y enseñan conjuntamente. Las fortalezas de las máquinas pueden complementar las limitaciones de los docentes, mejorar la eficiencia y la calidad y responder a necesidades diversas. Como ejemplo, la entrevista describe la exploración del Instituto Tecnológico de Massachusetts del uso de IA para mejorar los métodos y la eficiencia docentes, así como el empleo de sistemas de aprendizaje personalizado basados en IA generativa en cursos de ingeniería e informática. Estos ajustan los contenidos al rendimiento y al estilo de aprendizaje del alumnado para facilitar la comprensión de conceptos complejos.

Evaluación dinámica y multidimensional.

Las plataformas de evaluación educativa aplicables a distintos contextos y apoyadas en IA y macrodatos se están convirtiendo en un componente importante de los campus digitales. La evaluación evoluciona desde un enfoque único centrado en calificaciones y resultados finales hacia una evaluación multidimensional y del proceso, respaldada por tecnología y datos. Por ejemplo, la Universidad Normal de Beijing ha explorado la evaluación inteligente «IA Plus» de la enseñanza en el aula. Su sistema integra visión artificial, procesamiento del lenguaje natural, aprendizaje por conjuntos y modelización estadística para superar la subjetividad y la demora de la evaluación tradicional, reducir considerablemente los costes de trabajo humano y supervisar con mayor precisión los procesos docentes.

Investigación interdisciplinaria e innovadora.

Las capacidades de la IA ofrecen nuevas vías para resolver problemas de investigación, aumentan su eficiencia, impulsan la innovación de los paradigmas científicos y modifican las formas de investigar en la educación superior.

¿En qué fase se encuentra la aplicación de la IA y dónde debe profundizarse su desarrollo?

Gracias a su capacidad de adaptación y a sus sólidas bases de investigación, la educación superior se encuentra en vísperas de una transformación profunda. Sin embargo, mientras la tecnología facilita la innovación, el sistema educativo sigue afrontando tensiones en varias dimensiones.

Cinco tensiones que deben abordarse

1. Impulso del capital frente a lógica interna de la educación. El capital acelera la concentración de recursos y la difusión de tecnologías como la IA, pero la búsqueda de rendimientos rápidos puede distorsionar el carácter de interés público de la educación y sus objetivos de largo plazo.
2. Aplicación generalizada de la tecnología frente a flexibilidad de la evaluación. El alumnado debe adoptar y comprender el rápido desarrollo tecnológico; al mismo tiempo, la comodidad puede generar dependencia excesiva o usos indebidos, como realizar tareas con IA o hacer trampas en los exámenes, poniendo a prueba los sistemas de evaluación.
3. Educación estandarizada frente a necesidades de desarrollo del alumnado. El modelo predominante de formación sigue la educación estandarizada de la era industrial y concentra la enseñanza en conocimientos y destrezas básicos, dificultando el desarrollo integral.
4. Inercia de las prácticas docentes frente a innovación metodológica. Ante grupos universitarios numerosos, muchos docentes encuentran difícil atender las diferencias individuales y pueden continuar utilizando métodos tradicionales conocidos.
5. Oferta de titulaciones frente a necesidades sociales. La rápida evolución de la IA y de las demandas sociales suele superar la actualización de disciplinas y contenidos universitarios. Esto desajusta la formación y las necesidades de la sociedad, generando desequilibrios estructurales entre oferta y demanda.

Ante estas tensiones, la educación superior debe seguir utilizando la IA para mejorar la enseñanza y la evaluación y desarrollar experimentos sociales sobre IA y educación.

Mejorar continuamente los modelos de enseñanza y los métodos de evaluación.

La enseñanza combinada presencial y en línea, el aprendizaje por proyectos y otros métodos diversos pueden enriquecer la experiencia del alumnado y mejorar la eficacia educativa general.

En el aprendizaje combinado, la IA puede ayudar a explorar e implementar itinerarios personalizados y diseños de cursos mixtos, ajustando dinámicamente los contenidos y su dificultad y optimizando la distribución de recursos.

En el aprendizaje por proyectos, la IA puede recomendar temas acordes con los intereses y capacidades del alumnado, coordinar los recursos pertinentes y proporcionar retroalimentación inmediata mediante herramientas inteligentes de gestión de proyectos, desarrollando así su capacidad innovadora.

La evaluación debe emplear métodos diversos para comprender y valorar con precisión el pensamiento lógico, crítico y creativo. Además de los exámenes tradicionales, pueden utilizarse debates sobre preguntas abiertas, defensas orales y valoraciones de la innovación de proyectos. Los sistemas inteligentes pueden analizar los procesos de pensamiento y resolución de problemas mediante procesamiento del lenguaje natural y macrodatos, permitiendo evaluar integralmente capacidades multidimensionales.

Profundizar los experimentos sociales educativos para la era inteligente.

Los experimentos sociales educativos pueden proporcionar evidencias y apoyo metodológico para investigar las vías de integración de la IA en la educación superior. Al abordar la renovación de concepciones educativas, modelos docentes y paradigmas de aprendizaje, permiten revelar los mecanismos de esa transformación y acelerar la innovación.

Ante el rápido desarrollo de la IA, las universidades chinas y de otros países deben reforzar su cooperación y realizar conjuntamente experimentos sociales educativos. Estos deben observar los efectos sobre los modelos educativos, la eficiencia del aprendizaje, los métodos docentes, el diseño curricular, la evaluación y la administración. El análisis de datos experimentales y prácticos puede explorar la adaptabilidad y eficacia de la IA en distintos entornos educativos y culturales y aportar herramientas y ejemplos a instituciones de todo el mundo.

¿Qué problemas pueden surgir o requieren atención al aplicar IA en la educación superior?

Los problemas éticos de la innovación tecnológica continua abarcan generalmente tres aspectos: desigualdad en el derecho a los servicios tecnológicos, riesgos tecnológicos y amenazas derivadas de su utilización. No son ámbitos totalmente independientes, sino interrelacionados, que configuran conjuntamente las cuestiones que deben vigilarse durante el desarrollo y uso de la tecnología.

La brecha digital puede agravar la desigualdad educativa.

La brecha digital constituye una forma de exclusión social y la IA puede profundizarla, creando nuevas desigualdades. Las universidades presentan distintos niveles de infraestructura digital; docentes y estudiantes de diversos contextos tampoco disfrutan de los mismos derechos tecnológicos ni poseen idéntica capacidad para adaptarse a nuevas tecnologías.

Persisten riesgos tecnológicos imprevisibles.

La complejidad creciente de los sistemas digitales puede separar los métodos tecnológicos de sus finalidades y generar riesgos difíciles de anticipar.

1. Filtraciones de datos y privacidad. Los sistemas inteligentes almacenan abundante información sobre conductas personales, lo que puede exponer información individual, secretos comerciales e incluso datos relativos a la seguridad nacional.
2. Opacidad de algoritmos y estructuras internas. Los algoritmos muy complejos introducen incertidumbre y pueden contener sesgos y discriminación. La IA puede generar resultados que favorezcan los valores de determinados grupos.
3. Información incorrecta de la IA generativa, incluido ChatGPT. Aunque los chatbots han obtenido buenos resultados en numerosos exámenes empresariales, jurídicos y académicos, pequeñas variaciones en la formulación de una pregunta pueden provocar errores o respuestas inventadas.

Coexisten diversas amenazas potenciales.

El uso inadecuado, el uso excesivo o la evitación de la IA pueden amenazar a docentes y estudiantes, sus relaciones mutuas y las relaciones entre estudiantes, generando controversias éticas y dificultades regulatorias.

1. Uso inadecuado. Las actividades con tecnologías inteligentes pueden apartarse de principios éticos básicos y de las necesidades educativas, desvirtuando sus funciones. Por ejemplo, encargar trabajos a ChatGPT o emplear tecnología para hacer trampas en exámenes puede provocar crisis de integridad académica.
2. Uso excesivo. La inteligencia y comodidad de los contenidos y servicios tecnológicos pueden fomentar fácilmente el uso excesivo. La información masiva y desordenada, los contenidos de entretenimiento estimulantes y la externalización de la memoria y las decisiones afectan al desarrollo del alumnado. La entrevista original menciona daños acumulativos a la salud física y mental, embotamiento del pensamiento, adicción digital, deterioro de la memoria y dificultades sociales. Sin una respuesta prudente, las capacidades físicas, cognitivas y sociales podrían sufrir una degradación sistémica.
3. Evitación. Algunos docentes y estudiantes temen, evitan o rechazan la tecnología. La ausencia de aplicaciones educativas de IA puede debilitar la autonomía y el valor del papel docente, aumentar la presión laboral y el riesgo de desempleo y hacer perder oportunidades de integración sistémica entre tecnología y educación.

¿Cómo valorar la aportación de la IA a la formación universitaria y a la transformación educativa?

La IA aporta valor en múltiples dimensiones: aprendizaje personalizado, renovación de los métodos docentes, mejora de los entornos inteligentes y nuevas formas de investigación. Su valor central consiste en formar a la nueva ciudadanía de la era inteligente, atendiendo a las siguientes competencias.

1. Aprendizaje autónomo durante toda la vida. Será una competencia central de la era inteligente. El alumnado debe mantener la autoeficacia y la capacidad de actuar, renovando continuamente sus conocimientos mediante planificación, decisiones, seguimiento, gestión y evaluación propios para responder a las necesidades futuras del trabajo y la vida.
2. Innovación mediante IA. El uso creativo de la IA requiere más que competencias técnicas básicas: exige integrarla con la experiencia previa para resolver creativamente problemas complejos cotidianos y combinar perspectivas distintas en soluciones innovadoras.
3. Adaptación a sucesivas transiciones en el empleo flexible. El alumnado necesita competencias profesionales sólidas y formación interdisciplinaria para responder a entornos laborales cambiantes, pasar entre funciones y responsabilidades, satisfacer requisitos profesionales diversos y adaptarse al desarrollo de distintos sectores.
4. Gestión de la incertidumbre. El pensamiento crítico y la evaluación de riesgos permiten formular juicios y decisiones ágiles y adaptativos ante cambios rápidos, complejidad y desafíos desconocidos. También se requieren conciencia y criterio éticos sobre la tecnología para utilizar recursos responsablemente y proteger la privacidad y la seguridad de la información.
5. Desenvolverse en entornos ricos en IA. En colaboraciones entre personas e IA cada vez más estrechas y complejas, debe mantenerse la prioridad de la autonomía individual, combinando la creatividad humana y la capacidad de las máquinas para realizar múltiples tareas de forma óptima.

¿Cómo deben responder docentes y estudiantes a las oportunidades y los retos de la IA?

Ambos deben adaptarse a cambios en la concepción educativa, incluidas transformaciones fundamentales en la manera de entender el conocimiento, el aprendizaje, los currículos y la enseñanza.

1. Conocimiento creado y compartido colectivamente. Cada persona es productora y transmisora de conocimientos.
2. Aprendizaje construido mediante conexiones inteligentes. Los entornos inteligentes conectados e integrados requieren una participación más activa del alumnado en el aprendizaje profundo.
3. Currículos integrados y abiertos. Los cursos deben pasar de ofertas aisladas, uniformes y totalmente predeterminadas para grupos a propuestas integradas, diversas y adaptadas a las personas.
4. Enseñanza basada en la colaboración entre personas e IA. Los docentes deben coexistir, enseñar y aprender con la IA, conservando el valor de su autonomía humana y su capacidad de actuación profesional.

Docentes: nuevas funciones y aprendizaje mutuo

Como fuerza esencial para una educación de calidad, los docentes deben reconocer conscientemente la transformación de su papel y explorar activamente los beneficios educativos de las tecnologías inteligentes.

1. Reconocer los cambios de función. Con ayuda de máquinas inteligentes, los futuros docentes inspirarán y orientarán al alumnado. Deben mantener su autonomía y el valor de su papel, ofrecer apoyo emocional y responder con flexibilidad a los aprendizajes, intereses y características personales. La enseñanza debe animar a expresar ideas propias y utilizar proyectos y trabajo en equipo para desarrollar capacidades prácticas y creatividad.
2. Favorecer el aprendizaje mutuo. Primero, observar y escuchar para comprender las necesidades reales del alumnado. Segundo, conocer continuamente nuevas tecnologías, dejar a un lado las presunciones de autoridad y aprender del alumnado a utilizar herramientas como ChatGPT para mejorar la eficiencia. Tercero, desarrollar la capacidad de generar preguntas, explorar cuestiones abiertas conjuntamente, cuestionar marcos establecidos y orientar el aprendizaje profundo con IA. Una colaboración constante y eficaz entre docente, estudiante e IA puede fortalecer a ambas partes.

Estudiantes: autonomía, problemas reales y responsabilidad social

El alumnado debe reforzar el aprendizaje autónomo y la resolución de problemas complejos para mantener sus competencias en la era inteligente.

1. Automotivarse y fortalecer la capacidad de aprender. La aparición continua de tecnologías y teorías convierte el aprendizaje autónomo en motor del desarrollo personal. Es necesario mantener la autoeficacia y la iniciativa, buscar recursos, establecer objetivos y adaptar estrategias con flexibilidad a las futuras necesidades laborales y vitales.
2. Resolver problemas mediante la práctica en situaciones reales. El alumnado universitario debe analizar los problemas desde perspectivas múltiples e interculturales y desarrollar el pensamiento sistémico, innovador y crítico mediante experiencias inmersivas, participativas y prácticas. También debe formular juicios y decisiones ágiles y adaptativos en entornos cambiantes, inciertos, ambiguos y complejos, utilizando eficientemente la IA para resolver problemas reales de forma creativa.
3. Asumir la responsabilidad social. Además de fortalecer la ética de la IA y realizar prácticas tecnológicas conformes con las normas, el alumnado debe atender a los problemas sociales, reconocer su responsabilidad, reflexionar sobre cómo abordarlos mediante IA y contribuir activamente a una sociedad inteligente justa, armoniosa y sostenible.

Fuente y créditos

Fuente original acreditada en el archivo: cuenta Educación Nuevas Perspectivas (教育新观察) en Xuexi Qiangguo.

Autor: Huang Ronghuai.

Periodista de Educación Nuevas Perspectivas en Xuexi Qiangguo: Gu Wenting.

Edición y traducción del archivo de la Cátedra fechado el 9 de julio de 2024. Se conservan las preguntas y respuestas, los ejemplos y las opiniones del autor; los cargos y las aplicaciones tecnológicas se presentan en su contexto histórico original. Archivo original en chino

Cursos y Centro de Recursos