El desarrollo de la IA sitúa la colaboración docente con máquinas entre los temas de investigación educativa. El artículo iSTAR, publicado en Journal of Applied Learning and Teaching en 2023, propone un marco acorde con las capacidades tecnológicas de entonces para comprender el trabajo conjunto y diseñar oportunidades de aprendizaje seguras, responsables y éticas.
iSTAR: un ecosistema de sinergia humana y tecnológica
iSTAR significa “Intelligent human-machine Synergy in collaborative teaching: utilizing the digital Twins, Avatars/Agents and Robots”: sinergia inteligente entre personas y máquinas en docencia colaborativa, con gemelos digitales, avatares o agentes y robots. Entiende la colaboración como un ecosistema que supera el trabajo de un docente con una sola máquina. El esquema sitúa al profesorado en relaciones colaborativas entre esas tecnologías.
Las cinco dimensiones DELTA
DELTA identifica cinco dimensiones para diseñar oportunidades de aprendizaje:
- Diseño (Design)
- Ética (Ethics)
- Aprendizaje (Learning)
- Enseñanza (Teaching)
- Evaluación (Assessment)
Consideraciones de diseño
La figura original identifica cuatro consideraciones de diseño:
- Fuente, tipo y estructura de los datos.
- Técnica, modelo y algoritmo de IA.
- Forma y apariencia de las máquinas robóticas.
- Inteligencia colaborativa en educación.
Consideraciones éticas
Sus cuatro consideraciones éticas destacan colaboración responsable e inclusión:
- Colaboración responsable entre personas y máquinas.
- Diversidad, inclusión y equidad.
- Relaciones de confianza entre IA y personas.
- Educación adecuada en alfabetización en IA.
Aprendizaje, enseñanza y evaluación
La figura relaciona aprendizaje, enseñanza y evaluación mediante dos consideraciones:
- Papel del profesorado y escenarios de aprendizaje.
- Evaluación del aprendizaje y de la sinergia entre personas y máquinas.
Educación especial y diseño inclusivo
En el debate ético, el artículo sostiene que las tecnologías de apoyo deben mejorar la calidad de vida del alumnado con discapacidad, y que diversidad, inclusión y equidad deben orientar el desarrollo y uso de IA. También considera datos representativos, sesgos y relaciones de confianza, aportando una perspectiva investigadora al diseño tecnológico para la educación especial e inclusiva.
Fechas de publicación
La página editorial indica el 17 de octubre de 2023; la primera página del PDF señala disponibilidad en línea el día 18. El archivo original del sitio mantiene el día 19. Aquí se distinguen esos registros. Esta página presenta el resumen y los marcos; el artículo íntegro está en la revista.
Referencia y licencia
Referencia: Ronghuai Huang; Ahmed Tlili; Lin Xu; Ying Chen; Lanqin Zheng; Ahmed Hosny Saleh Metwally; Ting Da; TingWen Chang; Huanhuan Wang; Jon Mason; Christian M. Stracke; Demetrios Sampson; Curtis J. Bonk. Educational futures of intelligent synergies between humans, digital twins, avatars, and robots – the iSTAR framework. Journal of Applied Learning & Teaching, 6(2), 28–43 (2023). DOI: 10.37074/jalt.2023.6.2.33. El artículo declara una licencia Creative Commons Atribución (CC BY).
Lecturas relacionadas
Investigación relacionada: aplicabilidad educativa de la IA generativa; contexto: guía de UNESCO sobre IA generativa; más recursos: recursos de educación especial e inclusiva.
Enlace original: https://aiedchair.bnu.edu.cn/news-5365-es/
