Les implicacions de la Intel·ligència Artificial en el món de l’educació

Ara és un fet que la Intel·ligència Artificial s’estén cada cop mes a la nostra societat. Es venen sistemes intel·ligents que són capaços de reconèixer la nostra veu, respondre les nostres preguntes, resoldre els nostres problemes, aprendre del nostres hàbits i planificar accions que ens ajudin. IA en educació. Quins són els problemes en què la IA ens podria ajudar?

Dos exemples famosos de productes al mercat des de fa poc temps són Amazon Echo (basat en l’assistent personal Alexa) i el robot Vector, també desenvolupat per Amazon. Obrint els dos enllaços trobareu vídeos que mostren el comportament d’aquests dispositius: podreu veure com aquests sistemes són capaços d’entendre les nostres peticions i interactuar amb els humans i l’entorn d’una manera molt natural, gestionant la variabilitat de la llengua parlada. Com si estiguessin dotats d’intel·ligència humana.

Però què vol dir Intel·ligència Artificial (IA)?

L’any 1950 Alan Turing en comptes de definir aquest concepte, intenta definir quan una màquina es pot considerar intel·ligent, proposant el famós Test de Turing [1].

L’any 1998 el prof. John McCarthy de la Universitat de Stanford (pare del terme intel·ligència artificial) ho defineix així:

“És la ciència i l’enginyeria de crear màquines intel·ligents, especialment programes informàtics intel·ligents.

La IA està connectada a activitats com l’ús d’ordinadors per entendre la intel·ligència humana, però la IA no s’ha de limitar a mètodes que siguin biològicament observables”. [2]

Però si la IA i les tecnologies que hi estan connectades han arribat a les nostres llars, com es veurà afectat el món de l’escola per aquesta revolució? És inútil pensar que es mantindrà immune, per tant, és important entendre com aquesta nova avantguarda pot donar suport a professors, alumnes, directors de centres i, en general, als responsables polítics.

És de gran interès la reflexió proposada pel professor Luckin de University College de Londres (l’article original el podeu trobar en aquest enllaç).

Els reptes que planteja la IA són molt complexos, però en aquest moment històric s’ha tornat imprescindible afrontar-los! I el punt de partida d’aquests reptes no pot ni ha de ser la tecnologia, sinó una acurada anàlisi i identificació dels problemes que es volen abordar amb la IA. En cas contrari, qualsevol sistema intel·ligent dissenyat sense una anàlisi adequada del problema esdevé inútil i ineficaç.

Com proposa Rosemary Luckin, “quan ens preguntem com la IA pot contribuir a l’ensenyament i l’aprenentatge, hem de començar pels problemes que criem que es poden solucionar amb la IA”.

Hi ha dues dimensions principals que es podrien explorar, pel que fa a la IA i l’educació:

  • Com la IA pot millorar l’educació i com ens pot ajudar a resoldre alguns problemes del món escolar.
  • Com podem educar la gent sobre la IA perquè se’n puguin beneficiar.
Esquema present a l’article de Rosemary Luckin

Quins són els problemes en què la IA ens podria ajudar? Aquí teniu algunes idees.

Suport a l’avaluació

L’avaluació és un problema que pateix el professorat des de l’origen dels temps: li treu temps i energia, crea ansietat en alumnes i pares i, de vegades, no és eficaç.

Sobre aquest tema, la intel·ligència artificial en combinació amb els Big Data podria ser de gran ajuda:

  • La gran quantitat de dades que sorgeixen de l’ús de la tecnologia per part dels estudiants (ordinadors, tauletes, telèfons intel·ligents, robots educatius, etc.) es podrien recollir, organitzar i analitzar. D’aquesta anàlisi es podria obtenir informació sobre el progrés cognitiu i metacognitiu dels alumnes!
  • Els avenços en Psicologia, Neurociència i Pedagogia han augmentat la nostra comprensió de l’aprenentatge humà. Aquests avenços es podrien utilitzar per dissenyar algorismes i models d’IA que puguin analitzar automàticament la interacció entre estudiants i tecnologies, proporcionant informació sobre el desenvolupament del coneixement i la comprensió d’un determinat tema. La IA podrà oferir sistemes d’avaluació invisibles per als estudiants, però basats en l’evidència (per a més informació, vegeu el treball de John Hattie sobre l’educació basada en l’evidència). Sistemes d’aquest tipus seran capaços, per exemple, d’analitzar quant persevera l’alumne respecte a la resolució d’un problema, o quant s’atreveix a aprofundir en un tema determinat.
  • La representació de les dades serà un punt crucial! De fet, la visualització es pot presentar a professors, estudiants, directius per entendre les necessitats de cada alumne i desenvolupar itineraris personalitzats.

Diferenciar els camins

Mitjançant la creació de sistemes intel·ligents adequats serà possible diferencia itineraris per a estudiants amb diferents nivells i diferents velocitats d’aprenentatge. Fins i tot podrem proposar diferents camins en funció de diferents estils d’aprenentatge. Per exemple, Papert i Turkle, a l’article ‘Pluralisme epistemològics’ [3], proposen dues maneres d’abordar la resolució de problemes (en particular, es fa referència als problemes de programació): dur i suau (hard i soft), tal com es defineix a continuació.

“L’enfocament hard prefereix una forma de pensament abstracte i planificació sistemàtica; l’enfocament soft prefereix un enfocament més negociador i una forma de raonament concret”.

Aquests dos enfocaments diferents porten als autors a identificar dues categories de persones: el “científic bricoleur” i el “científic planificador”.

“El bricoleur no es mou d’una manera abstracta i jeràrquica d’un axioma a un teorema fins a un corol·lari. El bricoleur construeix teories provant i tornant a intentar, negociant i renegociant, construint i reconstruint gràcies a un conjunt de materials coneguts”.

Blikstein [4] en el seu article ‘Programming Pluralism’ fa referència a aquestes dues categories amb els termes Planners (enfocament hard) i Tinkerers (enfocament soft) i amb una adquisició de dades realitzada sobre estudiants universitaris matriculats en un curs d’iniciació a la programació, intenta aplicar tècniques d’aprenentatge automàtic (una subcategoria d’IA) per identificar a quina categoria pertanyen els estudiants o per predir la probabilitat d’èxit a l’examen final.

S’han fet els primers experiments en el món de la recerca (a la literatura també es troben altres exemples), però cal aprofundir i aplicar les tècniques adquirint més dades i casos pràctics!

L’objectiu podria ser el disseny de sistemes que, després de reconèixer l’estil d’aprenentatge de l’alumne (o la barreja d’estils), pugin donar feedback i assessorament al professor i la mateix alumne.

Educació en IA

Si bé la IA pot millorar el món de l’educació, de l’altra cal educar a la gent perquè reconegui els beneficis de la IA, però sobretot per utilitzar la IA de manera conscient!

Haureu de treballar per crear una cultura de la IA, fent que els estudiants (i altres) reflexionin sobre alguns punts fonamentals:

  • Qui és responsable, des d’un punt de vista ètic, de les opcions de la IA?
  • Dissenyar sistemes d’IA senzills: aprendre a construir i entrenar algorismes d’IA podria ser una manera d’utilitzar sistemes comercials d’aquest tipus de manera conscient.
  • Entendre els sistemes d’IA: la IA, si s’utilitza correctament, augmenta la intel·ligència humana! S’ha d’educar a la gent per utilitzar-los correctament i s’han de desenvolupar les habilitats adequades per a una vida realment millorada per la IA.

IA en educació: conclusions

Les possibilitats que la IA oferirà al món de l’educació seran, sens dubte, immenses. La figura del professor es mantindrà sempre molt central: tant en la definició del problema, que és fonamental per al disseny de sistemes d’IA que siguin realment útils dins l’entorn educatiu, com en la validació dels resultats obtinguts amb sistemes d’aquest tipus.

Caldrà construir col·laboracions en diversos fronts:

  • Des del punt de vista social, docents, estudiants, pares hauran de treballar amb investigadors i responsables polítics per tal de desenvolupar un marc ètic en el qual l’avaluació realitzada amb sistemes d’IA pugui aportar avantatges i beneficis.
  • Des del punt de vista tècnic, les empreses i els grups de recerca acadèmics hauran de col·laborar per dissenyar sistemes d’IA eficaços dins del món educatiu.
  • Des del punt de vista polític, els líders hauran de reconèixer el potencial que ofereix la IA, facilitant l’accés a fons i recursos per a la recerca i desenvolupament de sistemes en aquest sector.

Concloem citant una frase del Prof. Luckin:

“La IA té el potencial de provocar un canvi beneficiós enorme en l’educació, però només si fem servir la nostra intel·ligència humana per dissenyar les millors solucions als problemes educatius més urgents”.

“La IA té el potencial de provocar un canvi beneficiós enorme en l’educació, però només si fem servir la nostra intel·ligència humana per dissenyar les millors solucions als problemes més urgents de l’educació”.

Bibliografia:

L’article complet ‘The implications of Artificial Intelligence and schooling’ es pot trobar a l’enllaç: https://goo.gl/aewzQn

[1] A.M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

[2] McCarthy, J. (1988). What is artificial intelligence? http://www-formal.stanford.edu/jmc/whatisai.pdf

[3] Turkle, S., & Papert, S. (1992). Epistemological pluralism and the revaluation of the concrete. Journal of Mathematical Behavior, 11(1), 3-33.

[4] Blikstein, P., Worsley, M., Piech, C., Sahami, M., Cooper, S., & Koller, D. (2014). Programming pluralism: Using learning analytics to detect patterns in the learning of computer programming. Journal of the Learning Sciences, 23(4), 561-599.

Font:

LE IMPLICAZIONI DELL’INTELLIGENZA ARTIFICIALE NEL MONDO DELL’EDUCAZIONE