La IA està lluny de substituir, sinó de reforçar la importància del professor per als alumnes
Les aportacions de la intel·ligència artificial (IA) a l’educació estan lluny de ser màgiques. De cap manera estem en l’etapa de substitució de les pràctiques docents per algorismes matemàtics, però els seus beneficis potencial en l’entorn d’ensenyament i aprenentatge no semblen menyspreables. Només basant-se en el triangle pedagògic (Houssaye, 1988), és possible entreveure impactes que podrien ser objecte de moltes especulacions. Els tres pols del triangle pedagògic de Houssaye (professor, aprenent i coneixement), així com les relacions entre ells (didàctica, pedagògica i d’aprenntatge), es veurien potencialment afectats per la IA.Els impactes de la IA en l’educació.
Els impactes de la IA en l’educació
L’interès del triangle pedagògic com a angle d’atac per categoritzar els impactes rau en el fet que és un model relativament efectiu i que obliga a qüestionar diversos aspectes de l’educació en el context escolar. Aquí teniu una introducció molt breu amb una sèrie d’idees per explorar segons cadascun dels seus tres vèrtexs i tres relacions.
#1 El professor
Això és probablement el que desperta més pors: aconseguirà la IA substituir el professor? Des de la perspectiva d’un progrés fins i tot molt significatiu, la resposta és no.
Un informe del Brookfield Institute indica que els educadors d’educació infantil, els mestres d’educació infantil, primària i secundària es troben entre els cinc llocs de treball amb menys probabilitats de veure’s afectats per l’automatització (Lamb, 2016). La IA condueix naturalment al desenvolupament de diverses tecnologies que probablement substituiran les tasques repetitives i relativament previsibles de les responsabilitats dels professors.
Tanmateix, el treball del professors del segle XXI va molt més enllà de l’espectre de les tasques automatitzables. Més enllà d’un mestre transmissor de coneixement, els professors poden crear entorns d’aprenentatge i donar suport als estudiants. L’ésser humà té qualitats difícils de reproduir en IA. Parlem aquí d’empatia, benevolència, judici crític i flexibilitat cognitiva. En altres paraules, les habilitats suaus [3] dels professors seran en gran part el que els distingeixi de la IA.
Així, les feines que afecten les relacions humanes es beneficiaran d’una certa protecció d’una hipotètica substitució per un robot amb una IA forta. Això és cert per raons de limitacions tecnològiques, però també perquè els humans poden preferir la interacció amb un company en lloc d’una IA.
En aquest cas, més enllà de la substitució de determinades tasques repetitives i relativament previsibles, la IA pot tenir un impacte significatiu en la pràctica docent a través de moltes eines didàctiques que ajuden al judici i a les eleccions pedagògiques.
#2 L’estudiant
La pregunta sorgeix encara que sembli descabellat: pot la IA tenir un impacte en el propi estudiant? Certament, no estem parlant de substituir l’estudiant per una IA. El simple fet de pensar que la IA podria interferir en la relació pedagògica probablement farà que moltes persones que llegeixin això rebutgin automàticament la idea.
De nou, només perquè existeixi una tecnologia no vol dir que la volem utilitzar. Per exemple, atrevir-se a considerar que la IA podria estar a la gestió de l’aula obre la porta a escriure un guió per a la sèrie Black Mirror (sèrie de televisió britànica distòpica on es presenten excessos tecnològics). Dit això, no podem ignorar aquesta possibilitat, encara que només sigui per protegir-nos del mal ús de la IA.
Tanmateix, a banda dels escenaris de ciència-ficció, els desenvolupadors ja estan treballant en productes augmentats amb IA que poden ajudar els estudiants en el seu aprenentatge. De fet, des de fa uns quants anys, els MOOC (Massive Open Online Courses) tenen èxit a Occident. Els estudiants poden aprendre el que volen, quan volen i, sobretot, al ritme que els convingui.
Tanmateix, aquesta abundància d’oportunitats i llibertat pot crear confusió sobre què aprendre i l’ordre en què s’ha de procedir. Per tant, alguns estudiants no saben què volen aprendre perquè no tenen l’experiència d’un professor que pugui estructurar i optimitzar les fases d’aprenentatge. Això comporta sovint la desmotivació i l’abandonament del procés formatiu.
La IA pot ajudar a prevenir aquest fenomen. Utilitzant les dades recollides en un perfil, la IA és capaç de suggerir seqüències de lliçons o exercicis més rellevants per a l’estudiant. Fins i tot es pot imaginar que podria tenir un paper de suport en l’orientació acadèmica i professional de l’estudiant. A més, per contrarestar una possible caiguda de la motivació, els tutors intel·ligents podrien predir quan l’estudiant comença a perdre l’interès i avisar els seus professors. Poden anticipar el comportament i reaccionar amb el reforç adequat.
#3 Coneixement
En el cas del coneixement, aquí no es fa distinció entre coneixements, habilitats o qualsevol altra categorització del que l’ésser humà pot acumular com a bagatge intel·lectual. L’impacte de la IA en el coneixement sembla estar a dos nivells: primer, la formació que haurien de rebre els estudiants per entendre i utilitzar la IA. Aquest aspecte no s’esmenta sovint quan es parla de l’impacte de la IA en l’educació, però certament hi ha preguntes que cal fer sobre els programes de formació de diverses assignatures, incloses les matemàtiques. Després hi ha el coneixement que els humans haurien de viure en un món on la IA és molt present.
Ja sigui per satisfer la necessitat d’expertesa o per desenvolupar el pensament crític dels estudiants sobre l’ús d’aquesta tecnologia, és important que els programes docents s’adaptin. Tot i que, per a moltes persones, entendre com funciona una IA sembla molt complex i reservat a un grup reduït d’especialitats, ja s’ensenyen diverses nocions relacionades amb la IA, però la seva prestació en programes de formació de vegades és qüestionable. Alguns conceptes matemàtics utilitzats en IA són relativament senzills [4] i es podrien abordar a l’escola secundària, o fins i tot abans. Aquí tenim l’oportunitat d’introduir a l’aula alguns conceptes bàsics d’aprenentatge profund i automàtic, i cal aprofitar-ho.
A més, més enllà de les matemàtiques, hem de garantir que els estudiants sàpiguen utilitzar aquestes tecnologies de manera adequada i responsable? Al cap i a la fi, els nostres joves aviat hauran de manejar eines on la IA estarà cada cop més present. En efecte, la proliferació de mitjans de tot tipus ja és un repte pel que fa a la selecció i interpretació de la informació. Quan aquesta informació és preseleccionada i orientada per algorismes d’IA, com passa actualment en algunes xarxes socials, el repte és encara més gran. Per tant, els problemes ètics de la IA s’han de tractar durant la seva formació.
Els impactes de la IA en l’educació
Impacte didàctic
Com s’ha esmentat anteriorment, part de la feina d’un professor és potencialment automatitzable. Per tant, la IA alliberaria el professor de determinades tasques més administratives perquè es pogués ocupar més de la pedagogia. El valor afegit de la IA en aquest sentit no està a nivell dels continguts com a tals a ensenyar, sinó a nivell del procés de selecció de continguts i eines a l’aula. Aquestes noves tecnologies permeten l’anàlisi individual dels estudiants en una fracció de temps i poden ajudar els professors a personalitzar l’aprenentatge individual.
Impacte pedagògic
En l’últim informe de futur de la Universitat de Stanford sobre un programa de 100 anys per estudiar la IA amb tot el seu potencial per afectar les nostres vides, els investigadors prediuen una presència més gran de tutors intel·ligents que ajuden els professors (Stone i al., 2016). De fet, recollint dades de l’escola i combinant-les amb els hàbits d’aprenentatge dels alumnes, alguns algorismes podran adaptar un programa d’aprenentatge a mida que promogui la diferenciació educativa. Imagineu-vos un programa que sigui capaç de classificar els alumnes segons els mètodes de treball que els resultin més efectius en molt poc temps.
Aquest enfocament, que solia consumir molt de temps en observació, recopilació de dades i càlculs estadístics, pot ser optimitzat per IA. Per tant, augmentaria l’impacte de l’ensenyament en l’aprenentatge dels estudiants. En aquest context, estem lluny de substituir, sinó de reforçar la importància del professor per als alumnes. “Si bé certes situacions de fracàs potser són inevitables (circumstàncies personals, mala adaptació dels desitjos de l’aprenent a la formació proposada), bona part d’elles es podrien evitar amb una detecció precoç que comportaria un replantejament i un seguiment més atent i personalitzat. (Bovo, Sánchez, Heguy, Dutem, 2013)
En aquest context, estem lluny de substituir, sinó de reforçar la importància del professor per als alumnes.
A més, un cop establert el retrat general dels aprenents, els algorismes poden coincidir amb els candidats amb més probabilitats d’ajudar-se mútuament. La col·laboració en l’aprenentatge ara es pot fer a molt gran escala: un estudiant de Catalunya podria molt bé rebre ajuda en matemàtiques d’un estudiant de Xile, Suïssa o Austràlia. La màquina que els connecta pot supervisar els intercanvis i intervenir per garantir que segueixin sent rellevants pedagògicament. En cas que els alumnes no resolguin el seu problema, fins i tot es poden enviar alertes als seus respectius professors per tal de fer-ne un seguiment.
Impacte en l’aprenentatge
Pel que fa a la relació entre alumne i coneixement, pel que fa al professor, potser algunes tasques realitzades pels alumnes podrien ser automatitzades, o almenys podrien ser optimitzades per la IA. Ara bé, es tracta de prendre decisions informades a nivell educatiu, perquè la IA, com qualsevol tecnologia, ha d’aportar un benefici a l’aprenentatge i sobretot, no entorpir-lo. Més enllà de les eines de seguiment dels estudiants, la IA pot aportar o perfeccionar determinades eines per produir i processar informació.
Prenem el cas del corrector automàtic, un exemple d’eina de treball que s’ha anat perfeccionant amb el temps. Recordem les seves primeres versions, on diversos suggeriments no encaixaven bé amb les intencions de l’autor. Des d’aleshores, la recopilació i l’anàlisi d’un gran nombre de textos utilitzant la ciència de dades han permès perferccionar-ne l’eficàcia. Avui en dia, ens beneficiem d’una eina de correcció automàtica que satisfà moltes necessitats educatives. Dit això, la IA podria anar molt més enllà de corregir frases. Alguns treballs fins i tot tenen com a objectiu avaluar el contingut d’un text llarg a partir d’etiquetes predefinides (Wang, Chang, Li, 2008). El potencial de les eines de retroalimentació en l’àmbit lingüístic es fa evident amb l’arribada de la intel·ligència artificial.
Vol extreure informació de les seves dades educatives? Contacti amb nosaltres.