Por MARÍA ISABEL LÓPEZ ECHEVERRÍA (1)
La inteligencia artificial (IA) entendida como “una rama del campo de la informática, cuyo objetivo es crear máquinas capaces de realizar tareas que tradicionalmente requerían inteligencia humana” (2), es un tema en creciente expansión dada la enorme variedad de aplicaciones que se conocen al punto que resulta difícil pensar en la educación “libre de IA”.
Debido a su importancia, en junio de 2023, la Universidad Católica Andrés Bello (UCAB) publicó el “Decreto Rectoral Sobre las Políticas Generales Relacionadas con el Uso de la Inteligencia Artificial (IA) en las Funciones Universitarias” (3), el cual pretende “desarrollar acciones que, en el marco de la ética y de la preocupación profunda por el desarrollo humano, permitan su aprovechamiento en la propia institución y en la sociedad” (p.2).
Referido al marco ético, el decreto expresa que “es importante que su uso por parte de los diversos actores de la comunidad universitaria no afecte la calidad académica, sino por el contrario, la profundice” (p.1), ya que aplicar estrategias basadas en IA en la enseñanza, aprendizaje y evaluación involucra, de manera directa, a profesores y estudiantes de todas las carreras y programas de posgrado, lo cual influye en la formación de profesionales íntegros e integrales.
Breves apuntes sobre la inteligencia artificial
Es conocido que la IA es un campo complejo con una gran diversidad de ámbitos y en constante evolución, no obstante, para los fines del presente texto se enuncian los dos enfoques vinculados con el aprendizaje profundo: la IA discriminativa y la IA generativa.
I.- La IA discriminativa: se aplica en la resolución de problemas tales que, dado un conjunto de datos de entrada, se pueda estimar la probabilidad de la condición de salida (4). Así, es necesario que el usuario comprenda la naturaleza de los datos y el modelo o los recursos para su resolución, ello requiere conocimientos estadísticos de alto nivel o el manejo de objetos informáticos complejos; por ende, no es amigable para usuarios inexpertos.
II.- La IA generativa: se caracteriza por producir nuevos datos a partir de una información en lenguaje natural. En este enfoque “se crea contenido nuevo y original a partir de datos existentes, como textos, imágenes, música o videos” (5), ya que sus algoritmos pueden combinar el procesamiento y la generación de lenguaje natural (6).
Aunque son tecnologías muy complejas, usar la IA generativa puede ser sencillo porque, básicamente, consiste en suministrar una instrucción (llamada prompt) a la IA, pulsar la tecla enter y esperar el resultado; así, está al alcance de personas inexpertas. Ahora bien, a medida que el usuario profundiza, deberá mejorar la calidad de su comunicación con el chat ya que se pueden generar respuestas insatisfactorias y se deberá “dialogar” replanteando un mejor prompt para obtener una nueva respuesta; en ese caso la IA aplica un programa informático llamado Chatbot. De hecho, la práctica frecuente del chatbot favorece el aprendizaje de la redacción de los prompts y es favorable para la evolución de usuarios poco especializados.
Entonces, para docentes y estudiantes, el aprendizaje en el manejo de los diferentes recursos de generación: textos, presentaciones, imágenes, evaluaciones, entre otros, favorece su uso tanto para la discusión en clase como para actividades de aprendizaje independiente, con ello se fortalece el trabajo cooperativo, el pensamiento complejo, el pensamiento crítico y el sentido ético
Experiencias docentes universitarias con IAG
En este contexto, el Centro de Investigación y Desarrollo de Ingeniería de la UCAB (CIDI), de acuerdo con lineamientos institucionales, implementó la I Jornada I.A. del CIDI (7), para compartir 28 propuestas entre educativas y tecnológicas, realizadas por 37 docentes e investigadores de diversas áreas e instituciones universitarias.
En ese contexto, y como cierre de este documento, se comentan algunas experiencias didácticas presentadas en las jornadas:
- La IA como herramienta para la enseñanza de sistemas eléctricos de potencia. Se discuten oportunidades de la IA para la enseñanza de los sistemas eléctricos de potencia: simulaciones y laboratorios virtuales, asistentes virtuales y modelado de orden reducido.
- Mi experiencia con mi asistente IA. Se consultó la IA Bard sobre la definición, clasificación y ejemplos de muestreo. En la respuesta faltó el muestreo por cuotas, se dialogó con la IA, reconoció la falla y proporcionó la información completa sobre el tema.
- Uso y aplicaciones de la IA en las clases de química de ingeniería. Se presentan ejercicios de identificación de compuestos a partir de espectros infrarrojos y predicción de reacciones químicas. Se mejora la comprensión y las habilidades técnicas, aumenta la motivación. Algunos retos son: acceso a la tecnología, capacitación docente y seguridad y protección de datos.
- Elaboración de Cuestionario Asistido por IA. Se presenta un proceso de tres etapas: (i) uso de Google Bard para obtener un texto sobre el tema a evaluar. (ii). Creación de preguntas con QuestionWell para convertir el texto en un cuestionario y (iii) exportación del instrumento a la plataforma institucional de aprendizaje.
5. Bearly.Al y las derivadas. Esta herramienta, que está aun en desarrollo y puede cometer errores, tiene el potencial para favorecer el aprendizaje del cálculo. Los estudiantes deben ser capaces de identificar los errores de la misma y de utilizar la retroalimentación del profesor para aprender de ellos.
6. Experiencias con IA en Termodinámica: aciertos y errores de las IA en las definiciones de: presión y temperatura. Análisis de los resultados.
Sin duda, la labor del docente es fundamental, así mismo, prevalece la necesidad de su formación en el uso de estas tecnologías, al ser el líder orientador de sus estudiantes.
Notas
1 Licenciada en Química (Universidad Simón Bolívar), Especialista en Informática Educativa (USB, Graduada con Honores), Magister en Innovación y Desarrollo de Competencias en Educación Superior (Deusto) y Dra. en Educación (Summa Cum Laude, UCAB). Profesora titular en la UCAB. Ha dictado clases en la Facultad de Ingeniería y la Escuela de Educación en cursos de pregrado y posgrado: Química, Fisicoquímica, Termodinámica, Ética Profesional e Ingeniería Avanzada I. Participa en proyectos de investigación y extensión en las áreas de Desarrollo Sostenible y Gestión e Innovación universitaria. Fundadora de la Unidad Multimedia de la Facultad de Ingeniería (UMI), directora fundadora del Centro de Investigación, Innovación y Desarrollo Académico (CIIDEA) y, además, cooperó en la creación del Centro de Investigación y Desarrollo de Ingeniería (CIDI), del que actualmente es Directora, y del Doctorado en Ingeniería, del cual es docente. Ha recibido reconocimientos por su desempeño docente y productividad en investigación.
2 https://datascientest.com/es/inteligencia-artificial-definicion
3 Universidad Católica Andrés Bello. (2023) Decreto Rectoral sobre las políticas generales relacionadas con el uso de la inteligencia artificial (IA) en las funciones universitarias. https://www.ucab.edu.ve/wp-content/uploads/2023/06/2.91.pdf
4 keepCoding (2024) Qué son los modelos discriminativos en ML. https://keepcoding.io/blog/que-son-los-modelos-discriminativos
5 Rodrigo, Carrillo (2023) IA en Simple: Que es la Inteligencia Artificial Generativa. https://es.linkedin.com/pulse/ia-en-simple-que-es-la-inteligencia-artificial-carrillo-gonz%C3%A1lez-qyefe
6 Auraquantic (2024) IA Generativa: Qué es y tipos de aplicaciones. https://www.auraquantic.com/es/ia-generativa/
7 I Jornada de I.A. del Centro de Investigación y Desarrollo de Ingeniería (2024). https://cidijornadasblog.wordpress.com/jornada-de-i-a-del-centro-de-investigacion-de-ingenieria-2024