¿Puede una Inteligencia Artificial dar mi clase? Realidades y mitos para un futuro tecnológico de la enseñanza de lenguas

¿Puede una Inteligencia
Artificial dar mi clase?
Realidades y mitos para un futuro
tecnológico de la enseñanza de lenguas
Fernando Trujillo Sáez @ftsaez
Foto de Andy Kelly en Unsplash

¡Muchas
gracias!
Foto de Possessed Photography en Unsplash

http://www.
fl
ickr.com/photos/pagedooley/2422430207/
Mi identidad digital
http://fernandotrujillo.es
http://blog.fernandotrujillo.es
http://twitter.com/ftsaez
@ftsaez

Mi bola de cristal está
basada en evidencias
(Es decir, puede fallar como cualquier otra.)
Photo by Joshua Woroniecki on Unsplash

Tecnología
versus/para
el aprendizaje
de lenguas
futuro de la enseñanza y el aprendizaje
de lenguas mediados por la tecnología
Fernando Trujillo
Daniel Cassany
Christelle Combe
Anita Ferreira
Christian Ollivier
Esperanza Román-Mendoza
https://fernandotrujillo.es/tecnologia-y-lenguas-un-libro-blanco-
para-re
fl
exionar-sobre-las-promesas-de-una-relacion-fertil/

http://laaventuradeaprender.intef.es/guias/-como-hacer-proyectos-
un proyecto
CóMO
HACER
Trujillo Sáez, F. (2023). Cómo hacer un proyecto.
Madrid: Instituto Nacional de Tecnologías Educativas
y de Formación del Profesorado (INTEF).

Permitidme una pregunta.
Foto de Edwin Andrade en Unsplash

¿Habéis usado ya ChatGPT?
https://openai.com/blog/chatgpt

¿Qué nivel de
“preocupación” tenéis?
Foto de Pawel Czerwinski en Unsplash

Foto de Brett Jordan en Unsplash

https://txt.cohere.ai/llm-use-cases/ https://txt.cohere.ai/llm-use-cases-p2/
La IA hace todo esto (casi) mejor que tú.

https://www.chatpdf.com/

upssss…
Si esto es
todo lo
que haces
en tus
clases,
Foto de Markus Spiske en Unsplash

¿Te gustaría ahora saber cómo sobrevivir a
ChatGPT sin perder ni el empleo ni la cabeza,
e incluso disfrutando en el proceso?
Photo by Debby Hudson on Unsplash

Entonces sí, ¡empezamos!
Foto de Clemens van Lay en Unsplash

Tres
momentos
para esta
ponencia

1. ¿Qué es la Inteligencia Artificial?
Foto de Michael Dziedzic en Unsplash

2. ¿Para qué sirve la IA
en enseñanza y
aprendizaje de lenguas?

3. ¿Cómo debemos prepararnos
para el advenimiento de la IA?
Foto de Joel Filipe en Unsplash

Foto de Christian Chen en Unsplash
¿Comenzamos?

https://twitter.com/MoisLlorente/status/1621539038539776001

Hagamos un poco de
historia
Foto de Kelly Sikkema en Unsplash

“100 anys abans de la fabricació dels primers
ordinadors va ser capaç de descriure, dissenyar i
explicar el funcionament de les targetes perforades
que, finalment, s’utilitzarien al mitjans del segle XX
com a primers llenguatges de programació.”
https://www.viaempresa.cat/afterwork/ada-lovelace-programadora-
romanticisme-economia-vintage_202467_102.html
https://upload.wikimedia.org/wikipedia/commons/d/d8/
Watercolour%2C_Ada_Lovelace%2C_possibly_by_A_E_Chalon_%281780-1860%29%2C_%28c1840%29._25_x_18.3_cm.png

“La Máquina Analítica no tiene ninguna pretensión
de originar nada. Es capaz de hacer cualquier
cosa, siempre que sepamos ordenarle cómo
hacerla. Puede seguir el análisis; pero no tiene
capacidad de anticipar cualquier relación o
verdad analítica. Es de su incumbencia ayudarnos
a hacer disponible lo que ya conocemos.”
https://upload.wikimedia.org/wikipedia/commons/8/87/Ada_Lovelace.jpg
https://mujeresconciencia.com/2018/07/10/ada-byron-condesa-de-lovelace-1815-1851/

https://upload.wikimedia.org/wikipedia/commons/3/3a/Alan_Turing_Age_16_Colorized.jpg

“Instead of trying to produce a programme to
simulate the adult mind, why not rather try to
produce one which simulates the child’s?
If this were then subjected to an appropriate
course of education one would obtain the
adult brain.”
https://upload.wikimedia.org/wikipedia/commons/7/79/Alan_Turing_az_1930-as_%C3%A9vekben.jpg

https://upload.wikimedia.org/wikipedia/commons/3/3a/Alan_Turing_Age_16_Colorized.jpg
“We may hope that machines will
eventually compete with men in all purely
intellectual
fields. But which are the best ones to
start with? Even this is a difficult decision.
Many people think that a very abstract
activity, like the playing of chess, would
be best. It can also be maintained that it
is best to provide the machine with the
best sense organs that money can buy,
and then teach it to understand and
speak English.
This process could follow the normal
teaching of a child. Things would be
pointed out and named, etc. Again I do
not know what the right answer is, but I
think both approaches should be tried.”

“We can only see
a short distance
ahead, but we
can see plenty
there that needs
to be done.”
Alan Turing

“If cognitive processes can be realized in a general machine,
then it is possible to execute mental operations in artifacts
that are not necessarily subject to the embarrassing spatio-temporal limitations and
structural frailties of a biological processor.”
Gordon Pask
(1928-1996)

SAKI: the self-adaptive keyboard instructor
http://hackeducation.com/2015/03/28/pask
“Best known for Conversation
Theory, the British cybernetician
Gordon Pask designed a different
sort of teaching machine – an
adaptive teaching machine –
patenting it in 1956. This patent
provides the basis for the self-
adaptive keyboard instructor
(SAKI)… designed to train people
to use a Hollerith key punch, a
manual device used to punch
holes in cards used in turn for
data processing.”
Audrey Watters sobre la máquina de enseñanza
adaptativa de Gordon Pask

“The best-known event in the history of machine translation is, without a
doubt, the publication of the ALPAC report (Automatic Language
Processing Advisory Committee, 1966) in November 1966. Its effect was
to bring to an end the substantial funding of MT research in the United
States for some twenty years. More significantly, perhaps, was the clear
message to the general public and the rest of the scientific community
that MT was hopeless. To this day, the “failure” of MT is still repeated by
many as an indisputable fact. The impact of ALPAC is undeniable.”
Hutchins, J. (2003). ALPAC: the (in) famous report. Readings in machine translation, 14, 131-135.

Hutchins, J. (2003). ALPAC: the (in) famous report. Readings in machine translation, 14, 131-135.

https://www.deepl.com/translator

https://www.systran.net/en/translate/

Pero, ¿qué es la Inteligencia Artificial?

“At its simplest form, artificial
intelligence is a field, which
combines computer science
and robust datasets, to
enable problem-solving.”
https://www.ibm.com/topics/arti
fi
cial-intelligence

https://www.ibm.com/topics/arti
fi
cial-intelligence
https://youtu.be/O5xeyoRL95U
Lex Fridman: “Deep Learning Basics: Introduction and Overview”

https://twitter.com/sergidelmoral/status/1621398167429255169

https://oneusefulthing.substack.com/p/how-to-use-ai-to-generate-ideas
https://twitter.com/emollick/status/1598745129837281280

https://www.transparentinternet.com/es/tecnologia-y-sociedad/para-que-sirve-el-chatgpt/

Tipología de IA
AI Clásica
(o Good-old-fashioned Arti
fi
cial Intelligence, GOFAI)
Aprendizaje Máquina
(o Aprendizaje Automático)
https://en.wikipedia.org/wiki/File:GFO_taxonomy_tree.png https://en.wikipedia.org/wiki/File:Arti
fi
cial_neural_network.svg
“La IA más antigua o ‘clásica’, también conocida como ‘IA
simbólica’, ‘IA basada en reglas’ o ‘IA a la antigua’ (GOFAI), consiste en
escribir secuencias de IF... (SI) THEN... (ENTONCES) y otras reglas de
lógica condicional, pasos que la computadora seguirá para completar
una tarea… Los sistemas expertos se basan en un enfoque conocido
como ‘ingeniería del conocimiento’, que implica la obtención y el
modelado de los conocimientos de los expertos en un dominio
específico… Los sistemas expertos típicos incluyen varios cientos de
reglas, aunque normalmente es posible seguir su lógica.”
“Muchos de los avances recientes de la IA –como el procesamiento del
lenguaje natural, el reconocimiento facial y los vehículos autónomos han
sido posibles gracias a los avances en los enfoques computacionales
basados en el AA. En lugar de utilizar reglas, el aprendizaje automático
analiza grandes cantidades de datos para identificar patrones y
construir un modelo que luego se utiliza para predecir valores futuros.
En este sentido, se dice que los algoritmos,
en lugar de estar preprogramados, ‘aprenden’.”
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and education: A guidance for policymakers. UNESCO Publishing.

“Computational processes including data
analytics, machine learning, neural networks,
deep learning and reinforcement learning
underpin most contemporary forms of AI.
AI is, perhaps, just a new catch-all name for a
range of statistical, mathematical,
computational and data scientific practices and
developments that each have their own
complex and intertwined genealogies, but it
also signifies a particular unique nexus of these
historical strands.”
Ben Williamson & Rebecca Eynon (2020) Historical threads, missing links,
and future directions in AI in education. Learning, Media and Technology,
45:3, 223-235, DOI: 10.1080/17439884.2020.1798995.
Foto de Daniele Franchi en Unsplash

https://cloud.google.com/learn/what-is-arti
fi
cial-intelligence?hl=es
IA “débil”
IA General
Superinteligencia
Arti
fi
cial
La única IA disponible en este momento
https://commons.wikimedia.org/wiki/File:Pepper_the_Robot.jpg

“Modern AI is not focused on creating
computational ‘superintelligences’
(‘strong AI’) but ideally on developing
machines that can learn from their own
experience, adapt to their contexts and
uses, improve their own functioning, craft
their own rules, construct new algorithms,
make predictions, and carry out
automated tasks without requiring control
or oversight by human operatives.”
Ben Williamson & Rebecca Eynon (2020) Historical threads, missing links, and future directions in AI
in education. Learning, Media and Technology, 45:3, 223-235, DOI: 10.1080/17439884.2020.1798995.
Foto de GR Stocks en Unsplash

https://www.coe.int/AI
“The impact of Artificial Intelligence (AI) on human rights is one of the
most crucial factors that will define the period in which we live.”

https://www.state.gov/arti
fi
cial-intelligence/

https://oecd.ai/en/dashboards/countries/Spain

https://en.unesco.org/arti
fi
cial-intelligence
https://unesdoc.unesco.org/ark:/48223/pf0000368303
“Estamos decididos a promover las respuestas políticas
adecuadas para lograr la integración sistemática de la
inteligencia artificial y la educación, a fin de innovar la
educación, la docencia y el aprendizaje, y para que la
inteligencia artificial contribuya a acelerar la
consecución de unos sistemas educativos abiertos y
flexibles que permitan oportunidades de aprendizaje
permanente equitativo, pertinente y de calidad para
todos, lo que contribuirá al logro de los ODS y al futuro
compartido de la humanidad.”
Mientras que en la página 4…

fi
cial-intelligence
“Recomendamos que los gobiernos y otras partes
interesadas de los Estados Miembros de la UNESCO…
(tengan) presente la falta de estudios sistemáticos sobre
los impactos de las aplicaciones de la inteligencia
artificial en la educación.”
En la página 35…

fi
cial-intelligence
Página 51

fi
cial-intelligence

Cinco Ideas Principales en
Inteligencia
3. Aprendizaje
Los computadores pueden aprender de los
datos. El aprendizaje de máquina es un tipo de
estadística inferencial que busca patrones
existentes entre volúmenes de datos.
Recientemente, son varias las áreas de la inteligencia
artificial que han progresado significativamente
gracias a algoritmos de aprendizaje que permiten la
generación de nuevas representaciones. Para ser exitosa,
esta estrategia requiere de grandes volúmenes de datos.
Aunque los “datos de entrenamiento” generalmente provienen
de personas, estos también pueden ser generados
automáticamente por la misma máquina.
2. Representación y Razonamiento
Los agentes crean representaciones del mundo y las utilizan
para razonar. La capacidad de representar contextos es
uno de los problemas fundamentales que encuentra la
inteligencia tanto natural como artificial. Los
computadores construyen representaciones
utilizando estructuras de datos, y son estas
aquellos artefactos utilizados para el
razonamiento algorítmico que conlleva a la
generación de nueva información, a partir del
conocimiento previo del agente. No obstante,
aunque los agentes inteligentes pueden
razonar ante problemas complejos, estos no
lo hacen como lo haría un ser humano.
5. Impacto Social
La inteligencia artificial puede tener un impacto tanto
positivo como negativo para la sociedad. Aunque las
tecnologías que utilizan inteligencia artificial están
transformando la manera en que trabajamos,
viajamos, nos comunicamos, y cómo nos
cuidamos unos a otros; no podemos omitir que
estas poseen riesgos que se deben considerar.
Por ejemplo, sesgos en los datos utilizados para
entrenar a los agentes, pueden conllevar a que
algunos grupos de personas reciban un trato
inferior al esperado. Por esto mismo es que es
importante discutir el impacto social que trae
consigo la inteligencia artificial, y elaborar
criterios que acobijen el diseño y desarrollo
ético de sistemas inteligentes.
4. Interacción Natural
Son muchos los tipos de conocimiento
requeridos por los agentes inteligentes para
interactuar naturalmente con humanos. Tener
diálogos con lenguaje natural, reconocer gestos
faciales y emociones, o inferir intenciones a partir
de comportamientos observados en contextos
socioculturales varios; son algunas de las tareas que
estos tipos de agentes tienen que poder cumplir. Estas
tareas no son para nada fáciles. Por ejemplo, aunque hoy
en día los sistemas inteligentes pueden utilizar el lenguaje
natural para interactuar con humanos, este es todavía limitado, y
el razonamiento en cuanto a este es aún inferior al de un infante.
1. Percepción
Los computadores perciben el mundo a través de sensores. La percepción es el proceso en
el que se extrae contexto de las señales provenientes de los sensores. Uno de los mayores
logros de la inteligencia artificial a la fecha, es el permitirle al computador“ver”y
“escuchar”exitosamente en contextos prácticos.
La iniciativa AI for K-12 es un proyecto conjunto de la Association for the Advancement of Artificial Intelligence (AAAI)
y la Asociación de Profesores de Ciencias de la Computación (CSTA), financiada por el premio de la Fundación Nacional de Ciencias DRL-1846073
Traducción creada por Pedro Guillermo Feijóo-García
Este trabajo tiene licencia de Creative Commons.
Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Licencia Pública Internacional.
Para ver una copia de esta licencia, visite: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es.
1 - Percepción
2
-
R
e
p
r
e
s
e
n
t
a
c
i
ó
n
y
R
a
z
o
n
a
m
i
e
n
t
o
5
- Impacto Soci
a
l
L
a
i
n
t
e
l
i
g
encia artificial puede
t
e
n
e
r
u
n
i
m
p
a
c
t
o
t
a
n
t
o
positivo como negativo
pa
r
a
l
a
s
o
c
i
e
d
a
d
.
Los computadores perciben el mundo
a
través de sensores.
L
o
s
a
g
e
n
t
e
s
c
r
e
a
n
r
e
p
r
e
s
e
n
t
a
c
i
o
n
e
s
d
e
l
m
u
n
d
o
y
l
a
s
u
t
i
l
i
z
a
n
p
a
r
a
r
a
z
o
n
a
r
.
Los com
putadores pueden aprender de los datos.
S
o
n
m
u
c
h
o
s
l
o
s
t
i
p
o
s
d
e
c
o
n
o
c
i
m
i
e
n
t
o
r
e
q
u
e
r
i
d
o
s
p
o
r
l
o
s
a
g
e
n
t
e
s
i
n
t
e
l
i
g
e
n
t
e
s
p
a
r
a
i
n
t
e
r
a
c
t
u
a
r
n
a
t
u
r
a
l
m
e
n
t
e
c
o
n
h
u
m
a
n
o
s
.
3 - Aprendizaje
4
-
I
n
t
e
r
a
c
c
i
ó
n
N
a
t
u
r
a
l
Objeto
Identificado:
Humano
Precisión:
99.4%
A modo de síntesis
https://ai4k12.org/wp-content/uploads/2021/01/AI4K12_Five_Big_Ideas_Poster_Spanish.pdf

2. ¿Para qué sirve la IA en enseñanza
y aprendizaje de lenguas?
Foto de ALAN DE LA CRUZ en Unsplash

Uso de la IA en Educación
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and education:
A guidance for policymakers. UNESCO Publishing. https://www.holoniq.com/notes/robotics-in-education

https://elpais.com/economia/2023-01-23/microsoft-invertira-100000-millones-en-la-empresa-de-chatgpt-para-impulsar-la-inteligencia-arti
fi
cial.html

https://www.lamoncloa.gob.es/serviciosdeprensa/notasprensa/educacion/Paginas/2022/231122-pge_2023-congreso.aspx

MicrosoftinvertiráenChatGPT
unMinisteriodeEducaciónymedio.

https://www.holoniq.com/notes/ai-potential-adoption-and-barriers-in-global-education

https://unesdoc.unesco.org/ark:/48223/pf0000379707.locale=en
https://unesdoc.unesco.org/ark:/48223/pf0000379381_spa

“Las tecnologías digitales encierran un enorme potencial de
transformación, pero aún no hemos descubierto
cómo hacer realidad sus numerosas promesas.”
https://unesdoc.unesco.org/ark:/48223/pf0000379707.locale=en
https://unesdoc.unesco.org/ark:/48223/pf0000379381_spa

“In many cases, AI applications are
still nascent and used in
experimental and local contexts
rather than at scale at the system
level. There are, however, many
examples of promising uses that
foreshadow how AI might
transform education in the next
decades, both in the classroom
and at the system levels.”
Vincent-Lancrin, S., & van der Vlies, R. (2020). Trustworthy arti
fi
cial intelligence
(AI) in education: Promises and challenges (No. 218). OECD Publishing.
Foto de Markus Spiske en Unsplash

Usos de la IA para la enseñanza
y el aprendizaje
Personalización del aprendizaje
Apoyo a estudiantes con necesidades especí
fi
cas
Aprendizaje en línea e híbrido
Análisis de dinámicas de aula e implicación del alumnado
Aprendizaje de lenguas adicionales
Usos de la IA para la gestión de
centros y del sistema educativo
Análisis de datos para la reducción del abandono escolar
Evaluación de nuevas destrezas (resolución de problemas complejos,
colaboración y destrezas socioemocionales) y a través de nuevas técnicas
(evaluación basada en el juego, simulaciones, etc.)
Vincent-Lancrin, S., & van der Vlies, R. (2020). Trustworthy arti
fi
cial intelligence
(AI) in education: Promises and challenges (No. 218). OECD Publishing.

Chen, L., Chen, P., & Lin, Z. (2020). Arti
fi
cial intelligence in education: A review. IEEE Access, 8, 75264-75278. DOI 10.1109/ACCESS.2020.2988510

Ouyang, F., & Jiao, P. (2021). Arti
fi
cial intelligence in education:
The three paradigms. Computers and Education: Arti
fi
cial Intelligence, 2, 100020.
“In Paradigm One AI-directed, learner-as-recipient, AI is used to represent
and direct cognitive learning while learners are recipients of AI services;
in Paradigm Two AI-supported, learner-as-collaborator, AI is used to
support learning while learners work as collaborators with AI;
in Paradigm Three AI-empowered, learner-as-leader, AI is used to
empower learning and learners take agency of their learning.”

Ouyang, F., & Jiao, P. (2021). Arti
fi
cial intelligence in education:
The three paradigms. Computers and Education: Arti
fi
“The development of AIEd has been undergoing
Paradigm One (AI-directed, learner-as-recipient) and Paradigm Two (AI-supported, learner-as-collaborator),
and currently moving towards Paradigm Three
(AI-empowered, learner-as-leader) to facilitate learner agency, empowerment, and
personalization, enable learners to reflect on learning and
inform AI systems to adapt accordingly, and lead to an iterative development of the
learner-centered learning.”

Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues
of Arti
fi
cial Intelligence in Education. Computers and Education: Arti
fi

Usos de la IA en Educación

Iniciativa De
fi
nición Resultados Ejemplos
Sistemas de tutoría
inteligente
Ofrecen tutorización individualizada paso a
paso para cada estudiante, a través de temas
en materias estructuradas como la matemática
o la física. El sistema determina un camino
óptimo a través de los materiales y las
actividades de aprendizaje con base en el
conocimiento
de expertos en la materia y las ciencias
cognitivas, y responde a los conceptos
erróneos y a los éxitos de cada estudiante.
Hay poca evidencia
fi
rme de que los
STI comerciales sean tan efectivos
como a
fi
rman sus desarrolladores.
Alef, ALEKS, Byjus, Mathia,
Qubena,
Riiid y Squirrel AI.
Sistemas de Aprendizaje
basados en el Diálogo y
la Cooperación
Utilizan el procesamiento del lenguaje
natural y otras técnicas de IA para simular un
diálogo tutorial practicado entre tutores
humanos y estudiantes mientras estos trabajan
paso a paso en tareas en línea.
En la actualidad, hay relativamente
pocos sistemas ABCD
en uso.
AutoTutor y Watson Tutor.
Entornos de aprendizaje
exploratorio
( y Agentes Enseñables)
Se anima a los estudiantes a construir
activamente su propio conocimiento
explorando el entorno de aprendizaje y
estableciendo conexiones con su esquema
previo de conocimiento. También se anima a
“enseñar” a agentes basados en IA.
En fase de investigación:
ECHOES, Fractions Lab y
Betty’s Brain.
Robots inteligentes
Uso de robots humanoides o robots de
telepresencia para ayudar a estudiantes,
especialmente cuando existen discapacidades
o di
fi
cultades de aprendizaje.
Nao, Pepper, …

Iniciativa De
fi
nición Resultados Ejemplos
Evaluación automatizada
de la escritura
Uso del PLN y otras técnicas de IA
para ofrecer retroalimentación
automática sobre la escritura, sea
para mejorar la escritura antes de
presentarla para lectura o evaluación
o para realizar la cali
fi
cación
automática de la escritura de los
estudiantes.
Uso muy controvertido (evaluación
super
fi
cial, di
fi
cultades para evaluar la
creatividad, sesgos,…)
WriteToLearn, e-Rater, Turnitin.
Aprendizaje de idiomas y
lectura con apoyo de la
IA
Combinación de herramientas para
promover el aprendizaje de lenguas:
personalización del aprendizaje de
contenidos más estructurados,
reconocimiento del habla y
retroalimentación automática,
traducción automática, etc.
En creciente desarrollo
AI Teacher, Amazing English,
Babble, Doulingo,…
Orquestadores de redes
de aprendizaje
Herramientas que permiten a redes
de estudiantes y docentes organizar y
participar en redes de aprendizaje,
considerando disponibilidad, dominio
de la materia y experiencia.
Facilitan la coordinación y la
cooperación.
Third Space Learning, Smart
Learning Partner,…

Zhang, K., & Aslan, A. B. (2021). AI technologies for education: Recent research & future directions. Computers and Education: Arti
fi

Tecnologías emergentes en
enseñanza de lenguas:
IA, Robótica, Big Data, IoT,…
Photo by David Clode on Unsplash

Aprender una segunda
lengua es un objetivo
humano universal pero,
también, es complejo y,
con frecuencia, frustrante.
Foto de Ryan Wallace en Unsplash

Por esta razón, el aprendizaje de lenguas ha estado
históricamente ligado al uso de las tecnologías que
estaban a disposición del aprendiz en cada momento.
Foto de Jess Bailey en Unsplash

Los objetivos principales de esta unión han sido facilitar
el proceso de aprendizaje y reducir el tiempo necesario
hasta alcanzar la competencia comunicativa deseada.
Foto de Pablo Arroyo en Unsplash

A medida que se acelera el proceso de
“tecnificación social”, mayores son las
expectativas puestas en la tecnología.
Foto de Joshua Woroniecki en Unsplash

No existe ya un aprendizaje de lenguas
no-digital.
https://unsplash.com/photos/1UxXuT0Ml_E

Uso de la IA en Aprendizaje y Enseñanza de Lenguas
Huang, X., Zou, D., Cheng, G., Chen, X., & Xie, H. (2023). Trends, research issues and applications of arti
fi
cial
intelligence in language education. Educational Technology & Society, 26(1), 112-131.

Uso de la IA en Aprendizaje y Enseñanza de Lenguas
Gkountara, D. N., & Prasad, R. (2022, October). A review of Arti
fi
cial Intelligence in Foreign Language Learning.
In 2022 25th International Symposium on Wireless Personal Multimedia Communications (WPMC) (pp. 134-139). IEEE.

¿Puede una cocina
enseñar un idioma?
Una pregunta
¡retórica! de Preston
et al. (2015)
Photo by Jason Briscoe on Unsplash

Contamos ya con diversas experiencias de sistemas
sensibles al contexto (context-aware)
que combinan diversas tecnologías
(entornos inteligentes, Internet de las Cosas, sistemas de geo-tagging, etc.)
para generar oportunidades de aprendizaje de lenguas.
Photo by Alexandre Desane on Unsplash

https://beta.character.ai/

https://www.tutorai.me/
Mencionada por https://www.instagram.com/agoraabierta/

https://teachablemachine.withgoogle.com/
Mencionada por https://www.instagram.com/agoraabierta/

¿Cómo podremos
sobrevivir a este
tsunami tecnológico?
https://unsplash.com/photos/h2O_jHvjfIM

Desarrollando nuevas
competencias profesionales.
Photo by Thought Catalog on Unsplash

Por ejemplo,
¿qué es ChatGPT?
Photo by Andrey Zvyagintsev on Unsplash

“A large language model, or LLM, is a deep learning
algorithm that can recognize, summarize, translate,
predict and generate text and other content based
on knowledge gained from massive datasets.”
Angie Lee en https://blogs.nvidia.com/blog/2023/01/26/what-are-large-language-models-used-for/
Photo by Steve Johnson on Unsplash

“Getting the best out of these generation
models is now becoming a whole field of study
in and of itself called prompt engineering.”
Meor Amer en https://txt.cohere.ai/llm-use-cases/
Photo by Hal Gatewood on Unsplash

¡Prompt Engineering!
Photo by Matt Ridley on Unsplash
Para saber más: https://docs.cohere.ai/docs/prompt-engineering?ref=context-by-cohere

Prompt: “a happy girl in realistic style learning a
foreign language with artificial intelligence. Two other
girls are looking at her smiling with satisfaction.”
Photo by Matt Ridley on Unsplash
Para saber más: https://docs.cohere.ai/docs/prompt-engineering?ref=context-by-cohere

https://www.midjourney.com/

Prompt: “a happy girl in realistic style learning a
foreign language with artificial intelligence. Two other
girls are looking at her smiling with satisfaction.”

¿Puede una Inteligencia Artificial dar mi clase? Realidades y mitos para un futuro tecnológico de la enseñanza de lenguas

Del mismo modo que aprendimos
a relacionarnos con el ordenador…
Photo by Fredy Jacob on Unsplash

Ahora tendremos que aprender a
relacionarnos con una inteligencia artificial.
Photo by Kelly Sikkema on Unsplash

En nuestro catálogo de competencias, la
“competencia digital” es cada día más
importante.
Photo by Sigmund on Unsplash

“To further advance AI technologies for education, perhaps the
most important initiative is to invite educators and educational
researchers to fully participate in the technological innovation
process, to proactively seek input from the educational
communities, and to integrate theoretical, conceptual, practical
and empirical support from educational literature.”
Zhang, K., & Aslan, A. B. (2021). AI technologies for education: Recent research & future directions. Computers and Education: Arti
fi
Foto
de
rishi
en
Unsplash

AlfabetizaciónenIA
Laupichler, M. C., Aster, A., & Schirch, J. (2022). Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education, 3, 100101.
“The ability to understand, use, monitor, and critically reflect on AI
applications without necessarily being able to develop AI models
themselves is commonly referred to as being “AI literate”.”

AlfabetizaciónenIA
Kong, S.-C., Cheung, W. M.-Y., & Zhang, G. (2023). Evaluating an Artificial Intelligence Literacy Programme for Developing University Students’ Conceptual
Understanding, Literacy, Empowerment and Ethical Awareness. Educational Technology & Society, 26(1), 16-30. https://doi.org/10.30191/ETS.202301_26(1).0002
“The cognitive dimension involves teaching major fundamental AI concepts, particularly machine learning
and deep learning, and how to use them to evaluate and understand the real world… The affective
dimension serves to empower participants so they can participate with confidence in the digital world: (…)
meaningfulness, impact, creative self-efficacy and AI self-efficacy… The sociocultural dimension concerns
the ethical use of AI: (…) autonomy, beneficence/non-maleficence and fairness.”

Pero la clave seguirá siendo saber qué experiencia de
aprendizaje queremos diseñar, cómo vamos a facilitar a
nuestro alumnado su aprendizaje y cómo lo vamos a
evaluar.
Photo by Shubham Dhage on Unsplash

Photo by kalei peek on Unsplash
Mantener un optimismo experimental razonable junto a
una mirada escéptica y basada en evidencias científicas
nos puede permitir avanzar sin caer en las garras del
solucionismo tecnológico.
Imagen creada con MidJourney

Muchas gracias
Fernando Trujillo Sáez @ftsaez

¿Puede una Inteligencia Artificial dar mi clase? Realidades y mitos para un futuro tecnológico de la enseñanza de lenguas

Más contenido relacionado

La actualidad más candente (20)

Similar a ¿Puede una Inteligencia Artificial dar mi clase? Realidades y mitos para un futuro tecnológico de la enseñanza de lenguas (20)

Más de Fernando Trujillo Sáez (20)

Último (20)

¿Puede una Inteligencia Artificial dar mi clase? Realidades y mitos para un futuro tecnológico de la enseñanza de lenguas