2021_02_26 «Desarrollo científico de la inteligencia artificial en el ámbito educativo»
Descargar como PPTX, PDF0 recomendaciones320 vistas
El documento explora el desarrollo de la inteligencia artificial (IA) en el ámbito educativo, destacando su evolución, el impacto en los sistemas de enseñanza y los beneficios y desafíos que conlleva su implementación. Se enfatiza la importancia del papel del profesor y la necesidad de adaptar la educación a las nuevas tecnologías, además de realizar un análisis bibliométrico sobre la producción científica relacionada con la IA en educación. La conclusión resalta el creciente interés por investigar metodologías activas de aprendizaje y la evaluación en contextos educativos mediante IA.
2021_02_26 «Desarrollo científico de la inteligencia artificial en el ámbito educativo»
- 1. Desarrollo científico de la inteligencia artificial en el ámbito educativo Antonio-José Moreno-Guerrero ([email protected]) @AJ_Moreno_UGR José-Antonio Marín-Marín ([email protected]) @jmarin_ugr Universidad de Granada
- 2. ÍNDICE Marco teórico. Evolución de la Inteligencia Artificial en Educación en WoS. Conclusión. Principales referencias.
- 3. Marco teórico Los cambios sociales y tecnológicos influyen de manera global en aspectos tan importantes como la economía, la salud o la educación. Los sistemas educativos precisan de adaptaciones y reformas constantes para ofrecer una respuesta equilibrada y ajustada que responda a las necesidades reales de la ciudadanía. La realidad virtual y aumentada, la computación en la nube y los medios digitales, como las imágenes, el vídeo o el audio. La inteligencia artificial (IA) aplicada a la educación.
- 4. Marco teórico Popenici y Kerr (2017): sistemas informáticos capaces de realizar procesos similares a los humanos, como el aprendizaje, la adaptación, la síntesis, la autocorrección y el uso de datos para tareas de procesamiento complejas. Brunelle y Brunelle (2019) la entiende como la combinación de determinados algoritmos con la intención de generar máquinas que tengan las mismas capacidades que las personas. La IA aplicada a la educación puede entenderse como un área de investigación interdisciplinaria en la que tienen cabida los métodos y resultados de las ciencias del aprendizaje como son la educación, la neurociencia, la psicología, la lingüística, la sociología y la antropología.
- 5. Marco teórico La evaluación es el proceso formativo por excelencia donde el impacto de la IA está promoviendo más cambios. Entre las implementaciones que posibilita (IA) se encuentran: sistemas de tutoría inteligente (VanLehn, 2011); juegos y simulaciones que capturan e interpretan movimientos incrementales sobre la marcha (Shute & Ventura, 2013); exploración de textos sobre la escritura o el lenguaje natural de los estudiantes para un posible análisis semántico (Rosé & Ferschke, 2016; Zhai & Massung, 2016); registro y análisis del flujo de clicks que predicen el éxito del estudiante (Crossley, Paquette, Dascalu, McNamara & Baker, 2016); y evaluaciones por pares a través del ordenador (Balfour, 2013).
- 6. Marco teórico El papel del profesor sigue siendo primordial para la preparación de las clases y el mantenimiento de los contenidos del curso. Educación superior donde más se está implementando: la medicina (Anagnostopoulou et al., 2020; Yang & Shulruf, 2019), las ingenierías, las matemáticas, la economía (Pappas & Drigas, 2016), los idiomas (Li, 2017) y los cursos online de aprendizaje automático supervisado (Rodríguez García et al., 2020). La IA en ámbitos más humanísticos como las artes o las letras es escasa porque esta tecnología es todavía débil en habilidades mentales como la creatividad, la innovación, el pensamiento crítico, la resolución de problemas, la socialización, el liderazgo, la empatía, la colaboración y la comunicación (Siau & Ma, 2018).
- 7. Marco teórico Beneficios : apoyo y ayuda al profesorado para adaptar las clases de acuerdo al perfil de los estudiantes y los intereses de los estudiantes. Tutorización suplementaria por asistentes virtuales apoyados por IA. Proporcionar una retroalimentación a los profesores y a los estudiantes sobre el éxito del curso rastreando y monitorizando el progreso de los estudiantes. Desafíos en la incorporación de la IA a la educación: costes, choque de culturas en las organizaciones, el componente ético del uso de grandes cantidades de datos provenientes de personas.
- 8. Evolución de la Inteligencia Artificial en Educación en WoS Análisis bibliométrico: Tipo de análisis: Rendimiento y producción científica (herramientas propias de WoS). Desarrollo estructural y temático (SciMAT). Ecuación de búsqueda: “Artificial Intelligence” (Título). En categorías de Educación. Producción analizada (1956-2019): Inicial: 411. Después de aplicar protocolo PRISMA: 379.
- 9. Evolución de la Inteligencia Artificial en Educación en WoS Rendimiento y producción científica: Año de mayor producción: 2019. Lenguaje: Inglés. Tipo de documento: Comunicaciones congreso. Institución: Open University UK. Autor con más producción: Blandford, A.E. Autor más relevante: Midoro, V. Revista: Voprosy Psikhologii. País: USA. Artículo más citado: Devedzik (2004).
- 10. Evolución de la Inteligencia Artificial en Educación en WoS Desarrollo estructural y dinámico: Continuidad de co-palabras: No hay una línea de investigación asentada. Rendimiento temático: 1956-2006: “artificial intelligence” 2007-2016: “system” y “artificial intelligence” 2017-2019: “artificial intelligence” Evolución temática del termino: Principal línea de investigación: “artificial intelligence”. Falta de relación entre las líneas de investigación.
- 11. Evolución de la Inteligencia Artificial en Educación en WoS Diagrama estratégico: 1956-2006: “Expert-system”, relacionado con terapia psicológica y la simulación de juegos. “Basic-science”, relacionado con la rama de la medicina. 2007-2016: “System” relacionado con la intervención pedagógica, en las tutorías inteligentes y en los diagnósticos. “Probability-distribution” relacionado con los sistemas de evaluación y los mapas conceptuales. 2017-2019: “Performance” relacionado con el aprendizaje activo y sistemas de simulación. “Evaluación” relacionado con el machine learning y la educación superior.
- 12. Conclusión La Inteligencia Artificial en la educación se estudia desde hace muchos años, más concretamente desde 1956. Sin embargo, es en los últimos años cuando este campo de estudio está adquiriendo relevancia, especialmente con: Metodologías activas de aprendizaje. Evaluación del estudiantado. Esto conlleva la formación tecno-pedagógica del profesorado.
- 13. Principales referencias Moreno-Guerrero, A.J., López-Belmonte, Jesús, Marín-Marín, José-Antonio, y Soler-Costa, Rebeca (2020). Scientific Development of Educational Artificial Intelligence in Web of Science. Future Internet, 12, 1-17. doi: 10.3390/fi12080124 Fahimirad, M., y Shakib, S. (2018). A Review on Application of Artificial Intelligence in Teaching and Learning in Educational. Contexts. International Journal of Learning and Development, 8, 106–118. Doi: 10.5296/ijld.v8i4.14057
Notas del editor
- #4: Los cambios sociales y tecnológicos que está viviendo la sociedad de este siglo están influyendo de manera global en aspectos tan importantes como la economía, la salud o la educación. Los sistemas educativos actualmente, precisan de adaptaciones y reformas constantes para ofrecer una respuesta equilibrada y ajustada que responda a las necesidades reales de la ciudadanía. Las diferentes tecnologías pueden ofrecer herramientas e instrumentos que colaboren y faciliten la adaptación de los procesos de enseñanza y aprendizaje a las necesidades reales de los estudiantes
- #5: Aunque sus comienzos se pueden establecer hacia la década de 1970. Esta actuación interdisciplinar tiene por objeto desarrollar entornos de aprendizaje integradores, adaptables, personales, flexibles y eficaces que complementen y optimicen la educación y la formación tradicionales.
- #6: La literatura más reciente en el campo educativo identifica claramente la faceta del proceso formativo en la que la IA realiza una aportación más importante... Desde esta perspectiva, la IA aporta un valor añadido a las plataformas de formación permitiendo crear un entorno de enseñanza y aprendizaje personalizado a través del reconocimiento y la comparación de patrones, la toma de decisiones y la elección más oportuna en cada momento, la ejecución y el control secuencial de las tareas y actividades, así como la planificación y la resolución de problemas de acuerdo a los datos recopilados de la interacción con el estudiante en la plataforma.
- #7: Estos se verán ajustados o modificados en base a los datos recopilados en la plataforma por la interacción de esta con los contenidos y los estudiantes. Permitirá al profesor realizar un seguimiento más detallado y real del progreso del estudiante al tener actualizados todos los datos en tiempo real. Etapas educativas donde más está impactando la IA en la educación
- #8: La IA puede ayudar a los profesores con los deberes proponiendo actividades más personalizadas según la tasa de respuesta correcta y los errores que estén cometiendo. El mismo sistema inteligente puede alertar al profesor sobre una cuestión o tareas propuestas que son contestadas erróneamente por un alto número de alumnado (Cukurova, Kent & Luckin, 2019). Esto permite al profesor rectificar y modular los contenidos y las tareas propuestas. El desembolso inicial para la adquisición del software y el apoyo en la nube son muy costosos, además de la formación continua de los empleados y del entrenamiento del propio sistema de IA. Cualquier cambio puede entenderse como sospechoso dado que existen varias opciones tecnológicas y es difícil decidir cuáles son las posibles opciones y la vía de aplicación más adecuada.