Concluye el primer curso intensivo avanzado sobre enseñanza colaborativa entre personas e IA con AIGC

Los días 3 y 4 de agosto de 2024 se celebró el primer curso intensivo avanzado sobre enseñanza colaborativa entre personas e IA con AIGC. Lo organizó el Centro Nacional de Investigación en Ingeniería de Ciberaprendizaje y Tecnología Inteligente de la Universidad Normal de Beijing, denominado CIT en esta crónica.

El programa incluyó proyectos prácticos de aulas simuladas innovadoras con colaboración entre personas e IA, aplicaciones de agentes en situaciones docentes, experiencias con plataformas de colaboración y grandes modelos, y presentaciones y debates sobre casos de enseñanza con grandes modelos aportados por docentes en ejercicio. El equipo de especialistas lo integraron Zhang Jinbao, profesor asociado de la Facultad de Educación de BNU; Wang Huanhuan, investigadora adjunta de BNU; Zhu Lixin, ingeniero sénior de CIT; Da Ting, responsable del proyecto de evaluación de grandes modelos de CIT; y Chen Hongyu, ingeniero del Instituto de Aprendizaje Inteligente de BNU. Los ayudantes fueron Yuan Meng, de la Universidad de Wisconsin–Madison; Jiang Li, de la Universidad Normal de la Capital; y Wang Shuaijie, de la Universidad Normal de China Central.

Participaron más de 40 docentes de primaria y secundaria de distintas partes de China, entre ellas Beijing, Shanghái y Hong Kong. Además de compartir teorías e ideas recientes y diseñar conjuntamente aulas innovadoras, el curso ofreció un espacio para reflexionar sobre los cambios de funciones en la colaboración entre personas e IA en la era de AIGC.

Momentos destacados del curso

Mañana del 3 de agosto

Actividades para conocerse

Una original dinámica inicial permitió que los docentes se conocieran rápidamente. Se organizaron diez equipos de investigación, que presentaron a sus integrantes, eligieron un nombre y crearon una obra visual representativa. La creación y puesta en común permitieron expresar ideas personales y desarrollar el trabajo en equipo.

El equipo 1 eligió «Constancia de propósito» (一以贯之), para expresar su compromiso con la educación al combinar tradición y modernidad. El equipo 2 reunió los nombres de sus cuatro integrantes en «Jun Xiao Zhen Jing» (君晓甄经), cuya parte final evoca en chino el conocimiento verdadero y el deseo de aprender juntos. El equipo 3 se llamó «Sabiduría en acción hacia el futuro» (智行未来), subrayando la necesidad de desarrollar criterio educativo y experiencia práctica en la era de la IA.

Los integrantes del equipo 4 procedían de diferentes regiones de China. Su nombre, «Pioneros de IA de Beijing–Shanghái–Guangzhou–Qingdao» (京沪穗青AI先锋队), incorporó sus lugares de origen y simbolizó la unión de fuerzas educativas del país. El equipo 5 eligió «Cuatro más i» (四加i对), con la esperanza de fortalecer la educación mediante una comunidad de aprendizaje formada por personas e IA. El equipo 6, «Volar juntos con los sueños» (与梦同飞), expresó la aspiración de superar distancias y unir a escuelas y empresas para mejorar la eficiencia docente futura.

El equipo 7 utilizó una herramienta AIGC, en consonancia con el tema del curso. Al introducir los datos de sus integrantes y el tema en un gran modelo, generó el nombre «Esplendor de la creatividad inteligente» (智韵风华).

El equipo 8 eligió «Los ocho inmortales cruzan el mar» (八仙过海), como símbolo de docentes de múltiples regiones que superan montañas y mares para contribuir a la renovación educativa y al desarrollo nacional.

El equipo 9 se llamó «Camino del arcoíris» (彩虹路), símbolo de una vía de sabiduría que rompe barreras educativas tradicionales. El equipo 10 combinó referencias a las provincias y ciudades de sus integrantes en «Montañas y ríos» (山河队), evocando también la visión poética de «vastas montañas y ríos, una galaxia en el mundo humano» (山河远阔，人间星河).

Los nombres y lemas creativos reflejaron el ingenio y el espíritu de equipo de los docentes, así como sus expectativas y confianza en una educación apoyada en la colaboración entre personas e IA.

Conferencias de especialistas y presentación de casos

Tras este breve encuentro inicial, comenzaron las presentaciones.

Zhang Jinbao abordó los fundamentos de los grandes modelos y su potencial educativo. Analizó sus posibilidades y propuso dos enfoques: integrar la tecnología en el currículo para reforzar las capacidades docentes, o partir de los objetivos educativos para desarrollar el criterio del profesorado. Finalmente, mediante lo que la crónica original denomina taxonomía de objetivos educativos de Bruner, comparó las habilidades distintivamente humanas y las capacidades de la IA, mostrando posibilidades para alcanzar conjuntamente los objetivos educativos.

Wang Huanhuan presentó técnicas para formular instrucciones a la IA generativa y sus aplicaciones docentes. Expuso ejemplos de herramientas AIGC adecuadas para el profesorado, ofreció estrategias para redactar buenas instrucciones y mostró con casos prácticos cómo estas pueden mejorar la eficiencia de las tareas.

Kang Xiaofeng, profesor de geografía de bachillerato de la división internacional de la escuela secundaria adscrita a la Universidad Tsinghua, explicó cómo herramientas concretas de IA pueden mejorar la interacción en clase, apoyar la enseñanza diferenciada y ofrecer retroalimentación inteligente. Presentó curi.live, classcompanion.com y diffit.me. Según la crónica, servían respectivamente para interactuar con estudiantes en tiempo real, gestionar el comportamiento de aprendizaje en línea y personalizar la enseñanza, y generar recursos de distintos niveles de dificultad según las necesidades docentes. Guio a los participantes presenciales y a quienes seguían la transmisión por internet en demostraciones de las tres herramientas.

Li Shuyu, profesora distinguida de matemáticas de Beijing Middle School, exploró actividades de modelización matemática al estudiar funciones cuadráticas desde una perspectiva interdisciplinaria. Explicó cómo orientar a los estudiantes para modelizar con grandes modelos de lenguaje, investigar sus competencias matemáticas básicas mediante algoritmos de IA y recomendar planes de aprendizaje personalizados a partir del análisis del modelo.

Tarde del 3 de agosto

La tarde se dedicó a aplicaciones prácticas de agentes en la enseñanza. Tras conocer el concepto de agente, los principales marcos y los patrones de diseño, los ayudantes guiaron el diseño y la construcción de un agente de apoyo al aprendizaje de lengua china. Los docentes aprendieron a usar los componentes de la plataforma. Durante la práctica libre, los equipos debatieron, trasladaron lo aprendido a otros contextos y llevaron nuevas ideas a la práctica.

Mañana del 4 de agosto

Conferencias de especialistas y presentación de casos

La segunda mañana contó con dos conferencias de especialistas y dos ejemplos de buenas prácticas. Zhu Lixin habló de herramientas docentes de IA para mejorar la eficiencia del profesorado. Presentó casos de apoyo a la enseñanza y al aprendizaje personalizado, explicó técnicas y aspectos que deben considerarse al utilizar estas tecnologías y herramientas, y propuso orientaciones para el desarrollo profesional docente con IA.

Da Ting trató la evaluación de capacidades y limitaciones de los grandes modelos para la enseñanza colaborativa entre personas e IA. Señaló que su aplicación educativa todavía era incipiente, aunque ya suscitaba gran interés, especialmente por las nuevas reflexiones sobre prácticas colaborativas. Examinó el estado de la investigación en evaluación educativa de grandes modelos; la definición de dimensiones de capacidad; sus competencias reales; sus diferencias respecto del profesorado humano; la distribución de tareas según las fortalezas respectivas de personas y máquinas; y sus limitaciones en distintas asignaturas.

Zhu Jie, de la Primera Escuela Primaria Experimental de Beijing, presentó prácticas interdisciplinarias que combinan lengua china e informática en primaria. Tomó como ejemplo una lección sobre animales prehistóricos extinguidos del primer volumen del libro de ciencias de quinto curso para explicar aplicaciones reales de la enseñanza colaborativa entre personas e IA. Describió un caso de creación de cuentos por los estudiantes mediante esta colaboración y presentó un sistema de evaluación del aprendizaje basado en perfiles digitales.

Wang Yifan y Song Anyu, estudiantes de máster de BNU, hablaron de la enseñanza y la investigación con AIGC. Wang Yifan explicó métodos para generar cuentos ilustrados con IA y exploró vías para desarrollar el pensamiento computacional del alumnado de primaria y secundaria mediante imágenes generadas con IA. Song Anyu trató el análisis de contenido y la codificación del comportamiento en vídeos de aula para estudiar la conducta docente. Detectó diversos aspectos por mejorar al emplear agentes en la codificación y planteó perspectivas de futuro.

Tarde del 4 de agosto

Todos los equipos participaron en el diseño práctico de modelos innovadores de enseñanza colaborativa entre personas e IA. Docentes de distintas materias y trayectorias trabajaron conjuntamente: primero eligieron un tema mediante una lluvia de ideas y después exploraron innovaciones en los modelos educativos. Para poner en práctica las ideas centrales de la colaboración con grandes modelos de lenguaje, diseñaron aulas simuladas y planificaron detalladamente la interacción entre personas e IA en cada fase docente.

Además de diseñar cuidadosamente los procesos y contenidos, incorporaron herramientas AIGC a las aulas simuladas, como grandes modelos de lenguaje y agentes específicos de IA. El equipo de especialistas dialogó en profundidad con cada grupo y le ayudó a mejorar sus soluciones técnicas y sus diseños.

Todos los equipos terminaron sus documentos de diseño y realizaron presentaciones y demostraciones. Se utilizó un sorteo innovador: Wang Huanhuan extrajo primero el equipo que presentaría, y este sorteó después el siguiente equipo encargado de comentar, continuando así sucesivamente. La evaluación entre iguales favoreció el conocimiento mutuo y una percepción más clara de fortalezas y aspectos por mejorar.

Además de la evaluación entre docentes, se invitó a un gran modelo de lenguaje como jurado misterioso. Un asistente de evaluación valoró en tiempo real a todos los equipos conforme a dimensiones y criterios previamente establecidos. La experiencia permitió percibir diferencias particulares entre personas y máquinas al expresarse y evaluar.

La actividad concluyó con la inauguración de una comunidad de práctica para la enseñanza colaborativa entre personas e IA con AIGC y la entrega de certificados.

Al finalizar, algunos docentes se quedaron voluntariamente para compartir sus experiencias y aprendizajes, y aportaron sugerencias para futuras actividades.

Fuentes históricas y nota editorial

Esta crónica recoge actividades del 3 y 4 de agosto de 2024. Los cargos y las descripciones de herramientas corresponden a la información histórica. Se conserva la referencia original a «Bruner»; no se ha identificado de forma independiente el marco de clasificación utilizado en la conferencia. Las herramientas mencionadas no implican una afirmación sobre sus funciones, precios o disponibilidad actuales.

Faltan los archivos correspondientes a las 40 referencias de imágenes del archivo de la Cátedra. Las 26 ilustraciones que se ofrecen ahora, incluidos los montajes fotográficos oficiales sin modificar, proceden de la crónica del SLI sobre el mismo evento. Algunas imágenes originales siguen sin recuperarse. El texto completo sigue el archivo de la Cátedra, incluido el último párrafo sobre las conversaciones posteriores de los docentes, ausente en la versión del SLI.

Fuentes y materiales históricos relacionados： Crónica oficial del SLI · 9 de agosto de 2024 · Archivo histórico de la Cátedra · 7 de agosto de 2024 · Página del curso en Yuanzhuo con información histórica sobre las grabaciones

Explorar recursos de aprendizaje de IA en el Centro de Recursos