IA para la educación

¿Cómo puede la IA ayudar a garantizar la sostenibilidad en la educación?

A pesar del esfuerzo en el campo de la educación hacia un futuro sostenible y los avances en la expansión de la educación primaria universal para 2030, persisten importantes desafíos en las tasas de finalización de la educación secundaria y terciaria.

Por Pierre-Adrien Hanania y Farah Dabdoub.

Como guardián del progreso y el conocimiento de la sociedad, la educación es uno de los principales indicadores de desarrollo sostenible de la Agenda 21 de las Naciones Unidas (Departamento de Asuntos Económicos y Sociales de las Naciones Unidas, 2001). Su papel crucial como derecho humano primordial e impulsor del progreso de la salud y bienestar, equidad social, confianza y estabilidad, así como el empoderamiento, resuena en la configuración del curso de las economías nacionales y el crecimiento económico a largo plazo (Naciones Unidas, 1992; Naciones Unidas, 2020).

El objetivo de desarrollo sostenible para, “Educación de calidad”, hace hincapié en la desigualdad educativa y reclama tasas de escolarización en todos los niveles y una educación inclusiva de calidad para todos, incluidos los niños vulnerables con discapacidad u otras necesidades especiales, migrantes y desplazados, indígenas y desfavorecidos de las zonas rurales (Naciones Unidas, 2015). En particular, el objetivo pretende lograr eduacación gratuita y la universalidad de la enseñanza primaria y secundaria. Garantizar un acceso equitativo a una educación técnica, profesional y terciaria asequible y de calidad. También pide que se eliminen las disparidades de género y de riqueza (UNESCO, 2021; PNUD, 2021).

A pesar del esfuerzo en el campo de la educación hacia un futuro sostenible y del progreso en la expansión de la educación primaria universal para 2030, persisten importantes desafíos en las tasas de finalización de la educación secundaria y terciaria. Especialmente la pobreza, batallas armadas y nuevas crisis regionales en los países en desarrollo que obstaculizan el progreso de la educación (PNUD, 2021).

La educación en un mundo digital: en un viaje educativo mejorado

Teniendo en cuenta la era digital en la que vivimos, la aparición del big data está transformando los entornos del conocimiento, como el sector educativo. El papel que los datos y la inteligencia artificial (IA) pueden desempeñar para beneficiar a los estudiantes y a los profesores en su viaje de aprendizaje y enseñanza está cambiando el juego. Al aplicar la analítica de aprendizaje avanzada y extraer información basada en datos sobre los comportamientos, necesidades y habilidades de los estudiantes, se puede liberar el potencial de aprendizaje de los niños y mejorar la eficiencia operativa de las instituciones educativas.

En todo el mundo, este nuevo potencial se ha infundido en las estrategias de varios países – desde los programas de grado de Suecia en los campos de la IA como parte del “Enfoque Nacional para la Inteligencia Artificial” (Oficinas del Gobierno de Suecia, 2018) hasta la construcción por parte de China de un parque de IA en el contexto de su “Plan de Desarrollo de la Inteligencia Artificial de Nueva Generación” (Comisión Europea, 2018; Reuters, 2018; Reuters, 2018) y, por último, el STAP-scheme de los Países Bajos, una inversión de 200 millones de euros para ofrecer oportunidades de formación en IA y habilidades digitales a los ciudadanos, mencionado en el informe “Strategic action for artificial intelligence” (Gobierno de los Paises Bajos, 2019)

A la luz de esta tendencia, el taller virtual organizado por Capgemini en colaboración con la agencia de la ONU, la UIT, sobre el papel de la IA en la adquisición de los Objetivos de Desarrollo Sostenible (ODS) ofreció una muestra del impacto que la IA y los datos pueden tener en las instituciones educativas, con una sesión dedicada a este campo.

A la pizarra con la IA: las promesas y el potencial de la tecnología

La IA en la educación puede utilizarse para mejorar los resultados de aprendizaje de los estudiantes, promover la personalización y mejorar el acceso a la educación, especialmente para las niñas y los niños vulnerables. Junto con los cuatro campos de juego de PublicGoesAI de Capgemini, la tecnología de IA puede verse a la luz de las cuatro formas siguientes de mejorar las soluciones de enseñanza y aprendizaje.

1. Automatización inteligente de los procesos administrativos relacionados con la educación

Una primera palanca para activar el progreso de la sociedad es la mezcla entre el uso inteligente de los datos y la automatización. Cuando se aplica a tareas pesadas y rutinarias, puede aliviar un poco la carga que soportan las administraciones y ayudar a atender todas las consultas de los ciudadanos en menos tiempo.

El Departamento de Educación (DfE) del Reino Unido, es responsable de los servicios infantiles y de la educación desde los primeros años hasta la educación superior y el aprendizaje, se propuso reducir la necesidad de procesar manualmente todas las formas de correspondencia digital y mejorar su velocidad de reacción a los correos electrónicos entrantes. En colaboración con Capgemini, el Departamento estableció e implementó una solución de automatización de procesos robóticos (RPA), la mejor de su clase, que procesa los correos electrónicos entrantes para realizar un seguimiento más rápido y disponer de más tiempo para los casos más cruciales, los correos electrónicos relacionados con niños en riesgo.

La cuestión de cómo asignar más tiempo al aspecto más crucial de la educación es, en efecto, una clave de progreso en la que la IA puede ayudar. Por ejemplo, las tareas administrativas como la calificación y la elaboración de planes de estudio consumen mucho tiempo y reducen el tiempo de los profesores para tener interacciones profundas de alta calidad con sus alumnos. La creación automática de planes de estudio o la implementación de una máquina para calificar ensayos que coincida con los humanos el 92% de las veces (UNESCO, 2019) -mediante la asistencia de la inteligencia aumentada- puede ayudar a los profesores a dedicar su tiempo a la clase y a responder a las necesidades de los alumnos.

2. Aumentar la interacción con los niños

Con los avances de la tecnología móvil, la comunicación en tiempo real con las personas a través de interfaces de chat en vivo se ha convertido en una posibilidad común, aumentando los canales de interacción para todos los actores del entorno educativo.

En el sector de la educación, los chatbots educativos escalables basados en la IA pueden ofrecer asesoramiento personalizado y apoyar a los niños y jóvenes, concretamente a los estudiantes con discapacidades y problemas de salud, en su proceso de aprendizaje. Los tutores virtuales tienen el potencial de proporcionar a los estudiantes y a los profesores análisis sobre su aprendizaje (Muslim et al., 2020) y ofrecer formación interactiva en lenguas extranjeras, ayudando a los estudiantes a mejorar sus habilidades de lectura, habla y escritura (Ruan et al., 2019).

3. Detectar anomalías educativas

En muchos países, las aulas están llenas y los profesores carecen de tiempo para acompañar realmente a cada uno de los alumnos con los recursos adecuados. Esto puede provocar fallos individuales con un impacto a largo plazo, como el abandono escolar. Las técnicas de aprendizaje automático pueden utilizarse para buscar patrones que permitan identificar anomalías en tiempo real.

Uno de los principales retos a los que se enfrentan actualmente los centros educativos son las tasas de abandono de los estudiantes, que han ido aumentando en todo el mundo. En lo que respecta a Europa, es preocupante que una media del 10% de los estudiantes abandone antes de obtener un título académico superior. La educación superior incompleta puede obstaculizar el objetivo de la estrategia Europea 2020 de “lograr que al menos el 40% de las personas de 30 a 34 años completen la educación superior, aumentando así el nivel educativo general.” (Comisión Europea, 2015) Reducir el abandono escolar y mejorar las tasas de finalización de la educación superior es una de las políticas clave para alcanzar este objetivo.

Para apoyar a los centros educativos, Capgemini Países Bajos desarrolló un modelo predictivo que, aprovechando las técnicas de aprendizaje automático, permite la identificación temprana de los estudiantes que podrían abandonar los estudios. Considerando unas 33.000 observaciones de la muestra y unas 1.800 observaciones de abandono, y teniendo en cuenta el desequilibrio de clases, la precisión de la predicción fue del 91% para las observaciones en las que el modelo no ha sido entrenado. Así, la herramienta de predicción basada en la IA permite realizar intervenciones tempranas y ayuda a los profesores a prestar más atención a los alumnos afectados para que no pongan en peligro su educación.

4. Ayudar a las escuelas y a los profesores en los procesos de toma de decisiones

Yendo un paso más allá de la detección de anomalías, la IA puede funcionar como apoyo a la toma de decisiones por parte de los responsables educativos, ayudándoles a aprovechar los datos y la información para tomar decisiones más informadas. Esto puede adoptar la forma de predicción de sucesos con reconocimiento de patrones, por ejemplo, para detectar el riesgo de abandono escolar antes de que se produzca.

En Francia, el descenso de los resultados y las bajas puntuaciones de los estudiantes franceses en los últimos años en los dominios de matemáticas y lectura, ligeramente por encima de la media de la OCDE, era preocupante (OCDE 2019). Capgemini Francia colaboró con el Ministerio de Educación Nacional para permitir soluciones de aprendizaje adaptativo basadas en la evaluación del impacto de los métodos de aprendizaje: La aplicación de matemáticas en el marco del estudio PISA genera millones de registros que no fueron analizados hasta 2016. Se utilizaron algoritmos de ciencia de datos para observar el impacto de los métodos de enseñanza analizando los resultados y registros sobre el mismo ejercicio durante varios años. Esto permitió revelar las trayectorias de aprendizaje y evaluar el impacto de los métodos de enseñanza.

¿Otro ladrillo en la pared? Riesgos que hay que abordar en AI4Education

En su búsqueda de la sostenibilidad educativa con la IA, las sociedades tendrán que evaluar dónde empieza el impacto de la tecnología y dónde se detendrá. De hecho, aún no se han establecido hojas de ruta concretas en lo que respecta a la protección de los datos de los niños, la privacidad y los derechos digitales, y será de gran importancia elaborar la forma de reducir la brecha digital mundial para facilitar la igualdad de acceso a las ventajas de las aplicaciones de la IA.

De hecho, la introducción de la IA está poniendo en tela de juicio la brecha digital -la diferencia entre quienes tienen acceso a las tecnologías de la información y la comunicación (TIC) y quienes no lo tienen-, ya que una infraestructura digital sólida y los datos son los pilares de las tecnologías de la IA. Teniendo en cuenta el escaso uso de Internet en África, con solo el 28,2% (UIT, 2019), la falta de conectividad y electricidad en los países menos desarrollados (PMA), los estudiantes, sobre todo las niñas, de los países en desarrollo y los menos desarrollados se quedarán atrás, mientras que las instituciones educativas y los estudiantes con acceso a la infraestructura digital “serán los primeros en cosechar los beneficios de estas tecnologías” (UIT, 2018).

Otra preocupación se refiere a los derechos de los niños en la era de los algoritmos, incluida la protección de los niños contra la discriminación por motivos de raza, etnia, género o situación económica. A día de hoy, por ejemplo, existe una segregación escolar y una desigualdad educativa concurrente en Estados Unidos debido a distritos concentrados étnicamente. Teniendo en cuenta que el rendimiento académico está conectado positivamente con el rendimiento laboral, un algoritmo entrenado utilizando solo datos sobre la ubicación de los institutos podría asignar un rango alto a menos estudiantes de color y no identificar a los estudiantes de alto rendimiento a pesar de la asistencia a una escuela menos favorecida (Darling-Hammond, 2018). En este caso, el sesgo racial en los sistemas de IA afecta negativamente al futuro de los estudiantes de minorías que asisten a escuelas académicamente débiles.

Otra preocupación es la ética y la transparencia en la recolección de datos y, sobre todo, la protección de los datos y la privacidad de los niños. El acceso a los sistemas educativos y la concentración de información personal de alumnos y profesores, incluidas las direcciones y el rendimiento académico, podría aumentar el riesgo de ciberdelincuencia y dar lugar a un uso indebido de los datos. El aprovechamiento de la IA y de los datos deberá ir acompañado de una estrategia de resiliencia frente a los ciberataques.

El último reto, como en otros espacios donde lo humano es clave, es establecer una relación sostenible entre los humanos y la tecnología. Los profesores, así como los alumnos, deben estar preparados para las aplicaciones basadas en la IA en la escuela para utilizar la tecnología de forma beneficiosa. Desde el punto de vista del desarrollo, los países y las regiones con menos capacidades técnicas se enfrentarán a mayores dificultades a la hora de adoptar estas soluciones inteligentes en la educación. Además, la confianza en la IA implica la incorporación de todos los actores en una fase temprana del proyecto, con talleres y gestión del cambio.

IA para la educación: hacia la mejora de los resultados del aprendizaje, la equidad y la inclusión

La educación siempre ha sido y sigue siendo clave importante para salir de la pobreza y las dificultades. Sin embargo, aproximadamente 260 millones de niños y jóvenes no tuvieron acceso a la educación en 2018 (UNESCO, 2018). Además, la mayoría de los estados se vieron obligados a cerrar temporalmente sus escuelas, como medida de seguridad derivada de la pandemia de COVID-19 en curso. En este sentido, la transición al aprendizaje en línea ha puesto de manifiesto importantes lagunas en los sistemas escolares y ha demostrado la necesidad de un aprendizaje asistido por la tecnología. Las soluciones mencionadas mostraron que la IA tiene el potencial de acelerar el progreso hacia la consecución del Objetivo de Desarrollo Sostenible 4, que se refiere a la educación.

Sin embargo, los beneficios de la IA deben estar al alcance de todos los niños y adultos. Por lo tanto, las políticas nacionales receptivas deben tener en cuenta los siguientes aspectos a la hora de incorporar la IA en su sistema educativo y aprovechar el potencial de los big data y la analítica del aprendizaje.

• Proporcionar a las instituciones educativas y a los estudiantes acceso a la infraestructura digital para garantizar la equidad y la inclusión.
• Regular la IA en términos de responsabilidad y transparencia para eliminar los sesgos en los algoritmos y proteger a los estudiantes contra la discriminación por raza, etnia, género o condición económica.
• Aplicar una fuerte protección de los datos educativos para evitar el mal uso de los mismos; información anónima, de modo que los estudiantes no puedan ser conectados a los datos; utilizar la encriptación de los datos para que éstos no puedan ser interpretados por el analista.
• Desarrollar la capacidad de la IA más allá de las competencias básicas en materia de TIC para preparar a los profesores y a otros agentes educativos en la era de la IA.
• La tecnología de IA puede utilizarse de cuatro maneras para mejorar las soluciones de enseñanza y aprendizaje. ¿Quieres saber más? Consulta nuestro punto de vista sobre AI para la education aquí.