Xavier Mas: “Hem de ser capaços d’avaluar de manera crítica els resultats que ens dona la IA”

1 febrer, 2024
Dr. Xavier Mas

La taxonomia de Bloom és una eina fonamental per als professors per a poder establir en les diferents matèries uns objectius d’aprenentatge. Des de la seva creació pel psicòleg i pedagog nord-americà Benjamín Bloom l’any 1956, fins avui, ha sofert diverses revisions amb la finalitat d’actualitzar-la d’acord amb les necessitats de capacitació en diferents moments. L’última és la que ha proposat l’equip d’especialistes de l’eLearning Innovation Center (eLinC) de la Universitat Oberta de Catalunya (UOC), per adaptar la taxonomia a l’era de la intel·ligència artificial. Però, en què ha consistit aquesta proposta? Li preguntem al Dr. Xavier Mas, especialista de l’eLinC que ha liderat aquesta tasca d’actualització.

 

En què consisteix la taxonomia de Bloom?

Bloom va organitzar la seva taxonomia classificant el que s’anomenen habilitats de pensament en una jerarquia de sis categories, segons la complexitat del procés cognitiu que requereix la seva mobilització per part dels estudiants durant el procés d’aprenentatge. Aquestes sis habilitats de pensament – recordar, comprendre, aplicar, analitzar, avaluar i crear – possibiliten la realització d’accions i d’activitats diverses. Des de la seva creació el 1956 ha passat per diverses revisions: el 2001 pels alumnes del mateix Bloom, Lorin Anderson i David R. Krathwohl, i el 2008 va ser el Dr. Andrew Churches qui va realitzar una actualització de la Taxonomia per a l’Era Digital introduint noves accions per a cada categoria o habilitat. Ara presentem una adaptació a partir de la irrupció de la intel·ligència artificial.

 

 En més de 20 anys no s’havia revisat. ¿Per què ara?

Amb la irrupció de la intel·ligència artificial generativa vam veure la necessitat de fer una concreció diferent de les accions que formarien part de cada un d’aquests nivells d’habilitats de pensament que havia proposat Bloom als anys 50. Recordem que la taxonomia específica en accions concretes cadascuna de les categories. Doncs bé, la proposta que fem és revisar les accions que en formen part per fer-les compatibles amb l’ús de la IA, en un context en què aquesta tecnologia tindrà un ús important i generalitzat.

 

 Quins són els principals canvis que afecten la taxonomia amb la irrupció de la #IA generativa?

El principal canvi és que la IA generativa el que suposa és la transformació del model d’interacció persona-màquina. Fins ara la manera en la qual interactuàvem amb els sistemes digitals – amb els ordinadors, amb les màquines… – era una interacció molt directa: les instruccions que donàvem a la màquina eren concretes i ens retornaven un resultat concret d’acord amb l’acció que nosaltres li havíem encomanat. Amb la intel·ligència artificial generativa tot això canvia perquè: en primer lloc, el que fem és relacionar-nos amb la màquina utilitzant llenguatge natural, menys precís, més polisèmic i molt més interpretable que un simple comandament i, en segon lloc, perquè el que fa la màquina ja no és executar una ordre concreta sinó elaborar un resultat mitjançant uns processos estadístics molt complexos, i aquest resultat, en cada petició que nosaltres li fem, pot ser diferent, no idèntic. Hem passat d’un model de computació determinista a un d’estocàstic.

La IA generativa suposa un canvi en el model d’interacció persona-màquina. Ens relacionem amb la màquina amb llenguatge natural, menys precís, més polisèmic i molt més interpretable que un simple comandament.

 

I quines implicacions té aquest canvi en l’aprenentatge?

Implica que hem d’aprendre a dialogar amb les màquines, una mena de negociació que l’humà va fent amb la màquina, és una conversa: conversar per arribar al resultat satisfactori que es busca. Per tant, l’hem de saber escoltar, li hem d’anar donant noves instruccions i l’hem d’anar conduint. Això implica habilitats diferents, òbviament. I aquests tipus d’habilitats es reflecteixen en tots els nivells de la Taxonomia de Bloom.

 

D’alguna manera podem dir que la màquina ens fa d’assistent?

Efectivament. Ve a ser un ajudant, que no és expert/a i no pots confiar-hi plenament, però que és competent en un gran ventall de tasques. Hauràs de revisar la informació que et proporciona per veure si s’ajusta al que sol·licites, però qui és responsable d’aquesta resposta ets tu, que li has encomanat i que l’has guiat sobre com elaborar-la. Per tant, segurament l’hauràs d’acabar ajustant cap a aquella resposta que tu creguis que és prou correcta, completa o rigorosa. És un procés, una manera de treballar diferent.

 

Pot semblar més fàcil?

A priori sí, però ara tenim una complexitat diferent: sembla més simple perquè utilitzes llenguatge natural, però en realitat és més complex perquè has d’intervenir més i ho has de fer amb rigor i expertesa. I això és el que hem de ser capaços de transmetre a l’estudiant perquè per a ell o ella tot és nou. Si l’estudiant delega al ChatGPT la realització d’activitats que posen en marxa aquestes habilitats de pensament, negligint el seu rol de direcció experta a través de la conversa, renunciant a valorar el resultat, s’esdevé el perill de deixar d’exercitar el pensament debilitant-se el procés d’aprenentatge.

 

Hem d’aplicar, doncs, habilitats superiors humanes?

Així és, i una de les facultats que hem de preservar més els humans amb aquesta nova forma d’interacció és la capacitat crítica que, per cert, es trobaria a la banda alta de la taxonomia. Més que mai hem de ser capaços d’avaluar de manera crítica els resultats que ens dona la IA. Per què? Primer per veure si els donem per bons o els rebutgem, segon, per si els volem anar depurant i continuar el procés de diàleg perquè encara no s’ajusten prou al que necessitem, i tercer, per fer de filtre de possibles biaixos, tant els més explícits com els més subtils.

 

Una de les facultats que hem de preservar els humans amb aquesta nova forma d’interacció és la capacitat crítica. Més que mai hem de ser capaços d’avaluar de manera crítica els resultats que ens dona la IA.

 

No podem delegar a la IA les habilitats de pensament superior que explica Bloom?

Aparentment –i vull posar èmfasi en aquesta paraula– la IA ho fa tot i ens dona un resultat, però aquest és estadístic i fet per un model de llenguatge, però en realitat la màquina no sap que està dient. No podem delegar aquestes capacitats de judici a la màquina pel fet que ens pot oferir un resultat plausible, on aparenta haver fet uns processos de pensament que en realitat no ha fet, i que els hem de fer nosaltres perquè, recordem, el resultat és responsabilitat nostra. També és important quan triem l’eina verificar que es basa en fonts d’informació actualitzades, verídiques i no obsoletes.

 

Haurem d’ensenyar a alumnat i professorat a dialogar de manera crítica amb la màquina?

Sí, per descomptat l’alumnat ha de fer servir aquest tipus d’eines més tard o més d’hora, a la universitat o a la seva vida professional. Per tant, li haurem d’ensenyar que és ell qui lidera el procés de creació, és qui mana, qui fa l’encàrrec i que se’n fa responsable. Pel que fa al professorat, que ja té aquesta capacitat, l’haurem d’acompanyar perquè apliqui les estratègies de pensament que ja domina i que ja té interioritzades, en un context d’ús més o menys generalitzat de la IA.

 

Per què creu que hi ha por a la irrupció d’aquesta nova tecnologia?

És normal que hi hagi por, però no ens hem d’espantar. És una transició. Si ho mirem amb perspectiva ho acabarem integrant amb tranquil·litat perquè també formarà part del món professional. És nou i ens desborda perquè és molt potent. Sentim que tenim a les mans una eina molt poderosa que no sabem encara com controlar. Necessitem rodatge i aquest no s’improvisa d’avui per a demà. Hem d’establir noves convencions, noves formes de treballar, nous criteris per avaluar la feina, els resultats… i insisteixo, no només en l’educació sinó també en la resta d’àmbits professionals.

 

(Visited 76 times, 1 visits today)
Autor / Autora