‘TLC series’. Tratamiento de la IA generativa para reforzar los procesos educativos
4 julio, 2024Las labores de observación y análisis de las tendencias educativas y la innovación en el eLearning Innovation Center (eLinC) se centran en las buenas prácticas internas y externas para contribuir a la evolución del modelo educativo de la Universitat Oberta de Catalunya (UOC). Los miembros del equipo de Análisis del Aprendizaje y de la Docencia José López Ruiz y Desirée Gómez Cardosa han realizado un análisis de centros encargados de promover la innovación educativa en las universidades (los conocidos como teaching and learning centers). En cada artículo de las «TLC series» se desgranará un aspecto con vínculos en la actuación de los centros. Dentro de esta entrada, los autores reflejan las acciones que han adoptado los distintos centros para integrar la IA generativa dentro de los procesos formativos.
La irrupción de la IA generativa en las universidades
Superada la primera etapa crítica, con todo tipo de declaraciones y principios institucionales de emergencia que intentaron frenar las vulnerabilidades que presentaba un uso inapropiado de la IA generativa (propiedad intelectual, integridad académica, privacidad, descarga cognitiva, etc.), las universidades han iniciado un proceso de alfabetización en esta tecnología. Al mismo tiempo, intentan profundizar en consensos sobre «dónde» y «cómo» establecer los límites en la incorporación de sus capacidades dentro de la práctica educativa. Pese a que las posibilidades de la IA crecen prácticamente a diario, las universidades intentan avanzar y contar con planes actualizados y recomendaciones claras para utilizarla en los procesos de evaluación, práctica docente, investigación, diseño de cursos y programas, etc. Como señalan algunos autores (Ward et al., 2024), la academia simplemente debe empezar a integrar la IA generativa en la enseñanza y el aprendizaje (entre otras áreas de las instituciones), aunque todavía no se tengan todas las respuestas.
Superada esta lógica reacción inicial de pánico y excitación por la sacudida que la IA generativa puede suponer en el ámbito educativo, es necesario que nos adentremos en el terreno de las certezas: debemos estimar las posibilidades reales de la IA en su trayectoria, analizar qué herramientas pueden lograr su nivel de productividad (plateau of productivity) en términos de aplicación a la práctica educativa y situarla en el Gartner hype cycle (Koh & Doroudi, 2023). Este ciclo caracteriza la progresión típica de una tecnología emergente, desde el exceso de entusiasmo de los usuarios y los medios, pasando por un periodo de desilusión, hasta una eventual comprensión de la relevancia y el papel de la tecnología en un mercado o dominio (Lynden & Fenn, 2003). En este caso, en el análisis citado de una muestra de artículos en la comparativa de Gartner, los autores realizan una estimación de este tránsito de la IA desde unas expectativas hinchadas hasta escenarios más próximos de aplicación. De esta forma, las instituciones educativas empiezan a recorrer por la etapa de aceptación y convivencia, en la que la tecnología recién llegada va tomando protagonismo y va capilarizándose en distintos aspectos de los procesos educativos. Influenciados por sus modelos de universidad y por sus estrategias educativas, el personal de los centros, en colaboración con las facultades (y los estudiantes), intentan ayudar a estructurar y tejer planes y las preferencias que elaborarán las instituciones para aprovechar todas las oportunidades que ofrece la IA para redefinit sus procesos docentes y de aprendizaje.
En este contexto de uso en el que, paulatinamente, la IA va ganando terreno en la experiencia de aprendizaje y académica del estudiante, las instituciones se mueven en el delicado equilibrio entre no dejar escapar ninguna posibilidad de que la IA contribuya a la calidad de su propuesta formativa, articular acciones concretas para garantizar una aplicación ética, gestionar el cambio y las renuncias (por ejemplo, en los roles educativos), y las obligadas cautelas ante el riesgo de pérdida de significación del aprendizaje, la fiabilidad de acreditación y los perjuicios en la imagen de la universidad debido a integraciones precipitadas o inadecuadas. Sin embargo, las instituciones empiezan a ser conscientes de que, para aprovechar todas las posibilidades de esta tecnología, es necesario que las personas confíen en que la IA se está desarrollando y utilizando de forma fiable (Gillespie et al., 2023).
El papel de los TLC: la inclusión tecnológica y pedagógica de la IA
Como era esperable, desde la irrupción de ChatGPT en noviembre de 2022, los centros de innovación en la educación y el aprendizaje fueron los principales encargados de traducir en programas y acciones concretas los mandatos de los vicerrectorados académicos para impulsar las estrategias marcadas alrededor de la adopción de la IA dentro de los modelos educativos. Representando una de las categorías de centro de la clasificación HITS o combinándolas, en algunos casos, los TLC, junto con otros actores implicados, han impulsado la creación de recursos y espacios de colaboración, la investigación y la promoción de todo tipo de acciones y servicios. Estas propuestas han ayudado a enseñar a los docentes y al estudiantado cómo la IA empieza a cambiar el rumbo de los procesos de aprendizaje. Las tareas de concienciación y alfabetización para intentar extraer el mayor valor de las herramientas para la práctica educativa pueden incluir no solamente escenarios en los que puedan ser usadas de forma puntual o generalizada en los escenarios formativos, sino, como explican nuestros compañeros del eLinC Xavier Mas y Guillem Garcia (2023), implican poder identificar escenarios posibles, e incluso deseables, entre la evolución de la IA y el ecosistema educativo.
Acciones de integración de la IA generativa dentro de las IES
En el análisis de centros realizado dentro del eLinC (López & Gómez, 2023), hemos observado y examinado distintos ejemplos, aglutinados dentro de las siguientes categorías para su comprensión y estudio.
● Integración en el aula
Para conseguir una aplicación efectiva de la IA en los procesos de enseñanza y aprendizaje, los distintos centros han puesto a disposición de las instituciones repositorios o espacios de conocimiento con contenidos, estrategias, buenas prácticas, herramientas y otros recursos.
La Universidad de Monash ha creado un conjunto de recursos con escenarios de ejemplo, enfoques creativos asistidos por la IA, estrategias de estudio y herramientas para la práctica docente o para ayudar al estudiantado en su aprendizaje a través de esta tecnología. El profesorado cuenta con un apartado específico para conocer el papel de las tecnologías de IA en el proceso de evaluación. El centro ITaLI, de la Universidad de Queensland, a su vez, ha creado una guía y un conjunto de recursos para la práctica educativa con IA (enseñanza, aprendizaje y evaluación).
El centro CILT, de la Universidad de Ciudad del Cabo, ha publicado también una guía específica para el uso de la IA en la docencia y el aprendizaje, orientada tanto al personal docente como al estudiantado. Desde el eLearning Innovation Center (eLinC), de la UOC, hemos puesto al alcance de la comunidad docente múltiples infografías y guías sobre usos de la IA generativa y estrategias dentro del proceso de evaluación, metodologías docentes y actividades para evaluar y aprender con esta tecnología, así como otros materiales de apoyo para transmitir sus posibilidades.
● Alfabetización sobre la IA
Dentro del apartado de acciones para la alfabetización digital más estructuradas y diseñadas, encontramos todo tipo de acciones formativas, talleres, seminarios, conferencias, etc., para dar a conocer entre las comunidades universitarias (docentes, estudiantes y personal de gestión) la variedad de funciones de la IA en la enseñanza y el aprendizaje.
Algunos de estos recursos se materializan en forma de talleres en línea y presenciales. El recurso AI Literacy for All. A Toolkits Series del centro TALIC, de la Universidad de Hong Kong, ofrece a los docentes habilidades esenciales en IA para el desarrollo de su tarea. La Universidad de Toronto ha organizado sesiones y talleres desde su centro CTSI, e instituciones como la Universidad de los Andes han creado ciclos de talleres sobre usos educativos de la IA generativa. La Universidad de Sídney, a su vez, ha creado una web específica con la implicación de los estudiantes en la que se recopilan formas de utilizar la IA generativa de modo productivo y responsable como parte de su trayectoria de aprendizaje en la universidad.
● Ética, accesibilidad, privacidad y seguridad
Muchos de los centros e instituciones muestran gran preocupación e interés por impulsar acciones específicas de apoyo para un desarrollo ético y responsable de la IA (integración académica, equidad, acceso y privacidad individual, etc.).
El centro CILT, de la Universidad de Ciudad del Cabo, por ejemplo, ha elaborado una guía en la que se ofrecen estrategias prácticas, enfoques y herramientas recomendadas para salvaguardar la integridad académica.
● Paneles de expertos
Numerosos centros han creado puntos de encuentro de expertos que ponen en común sus opiniones, sus hallazgos y su experiencia sobre IA generativa, y los comparten en distintos formatos de sesiones con público heterogéneo de sus instituciones.
Un ejemplo son los denominados «Les mardis de l’IA» (‘Los martes de la IA’), del centro CIPEN, de la Universidad Gustave Eiffel de París, en los que distintos especialistas analizan y evalúan el impacto educativo de esta tecnología en diferentes formatos de encuentro.
Conclusiones
Como hemos visto, las acciones organizadas por el personal de los centros de docencia y aprendizaje contribuyen a la integración gradual de la inteligencia artificial generativa en los aspectos del proceso educativo en los que esta tecnología puede añadir valor. Estas iniciativas se concretan en acciones determinadas, como el hecho de ayudar a establecer declaraciones orientadoras sustentadas en el pensamiento crítico sobre el uso de herramientas de IA generativa, profundizar en la alfabetización de la IA para garantizar que los usuarios comprenden ampliamente los usos y riesgos de estas herramientas, con el objetivo de generar un marco de confianza, y ofrecer espacios para la experimentación y la implementación de la IA en el aula. Las nuevas tecnologías pueden ir acompañadas de muchos desafíos. Sin embargo, más allá de estos retos, como afirman los autores Aithal y Aithal (2023), el futuro de la educación superior también ofrece múltiples oportunidades, como la colaboración global, las técnicas de evaluación adaptativa y las experiencias de aprendizaje individualizadas.
Cumplir con este hito de forma exitosa requerirá lostempos adecuados, puesto que el profesorado, el personal de gestión y los estudiantes —así como otros agentes de la universidad que velan por la calidad educativa— necesitarán tiempo para conocer y usar de forma efectiva la IA generativa, que —como decíamos— presenta grandes oportunidades en la educación, pero plantea, al mismo tiempo, fuertes preocupaciones prácticas y éticas (Sharples, 2023). La IA generativa no es solamente una herramienta que afecta directamente al aprendizaje de los estudiantes, sino que también influye indirectamente en cómo y qué aprenden (Koh & Doroudi, 2023). Como sucede con otras tecnologías educativas, interpela a los centros para intentar sacarle el máximo provecho, con el objetivo de reforzar el modelo educativo.
Referencias
Aithal, P. S., & Aithal, S. (2023). Application of ChatGPT in Higher Education and Research–A Futuristic Analysis. International Journal of Applied Engineering and Management Letters (IJAEML), 7(3), 168-194. Disponible en: http://dx.doi.org/10.2139/ssrn.4674364.
Gillespie, N., Lockey, S., Curtis, C., Pool, J., Akbari, A. (2023). Trust in Artificial Intelligence: A Global Study. University of Queensland and KPMG Australia. https://doi.org/10.14264/00d3c94. Disponible en: https://policy-futures.centre.uq.edu.au/files/16650/Trust%20in%20AI%20Global%20Report_2023_UQ.pdf.
Koh, E., Doroudi, S. (2023). Learning, teaching, and assessment with generative artificial intelligence: towards a plateau of productivity. Learning: Research and Practice, 9(2), 109–116.https://doi.org/10.1080/23735082.2023.2264086
Linden, A., Fenn, J. (2003). Understanding Gartner’s hype cycles. Strategic Analysis Report. N.º R-20-1971. Gartner, Inc, 88, 1423. Disponible en: http://ask-force.org/web/Discourse/Linden-HypeCycle-2003.pdf.
López Ruiz, J., Gómez Cardosa, D. (2024). Centres d’innovació en docència i aprenentatge. Disponible en: http://hdl.handle.net/10609/150476.
Sharples, M. (2023). Towards social generative AI for education: theory, practices and ethics. Learning: Research and Practice, 9(2), 159-167. https://doi.org/10.1080/23735082.2023.2261131
Ward, D., Loshbaugh, H. G., Gibbs, A.L., Henkel, T., Siering, G., Williamson, J. y Kayser, M. (2024). How Universities Can Move Forward With Generative AI in Teaching and Learning. Change: The Magazine of Higher Learning, 56(1), 47-54. https://doi.org/10.1080/00091383.2024.2297635