Inteligencia Artificial
Los últimos años han sido testigos de los considerables avances de inteligencia artificial en la educación. Muchas aplicaciones son ampliamente utilizadas por los educadores y los estudiantes de hoy, con algunas variaciones entre el modelo K- 12 y configuración que requiere la universidad. Aunque la educación de calidad siempre requerirá un compromiso activo por parte de profesores humanos, los formatos basados en IA prometen una muy sustancial mejorar en la educación para todos los diversos niveles, con una mejora cualitativa sin precedentes: proporcionar al aprendiz una certera personalización a medida de sus requerimientos, con lo cual se estaría resolviendo el proceso, hasta cierto punto paradigmático, de cómo lograr una mejor integración entre las diversas formas de interacción humana y el aprendizaje face to face con las novedosas tecnologías prometedoras sustentadas en IA. El logro material de tan titánico proceso, por el momento, sigue siendo un desafío clave.
Sistemas de tutoría inteligente
Los robots o sistemas automatizados, han sido durante mucho tiempo dispositivos educativos populares (como por ejemplo el Lego Mindstorms desarrollado por el ITM Media Lab en la década de 1980). Los sistemas de tutoría inteligente (ITS) están basados en tutores automatizados que se han empleado para la enseñanza de ciencias, matemáticas, idiomas y otras disciplinas; están basados en tecnologías interactivas, en muchos casos. Los sistemas de procesamiento del lenguaje natural humano, especialmente combinado con el aprendizaje automatizado y crowdsourcing, ha impulsado el aprendizaje on line lo cual repercutió positivamente en la labor docente al ampliar significativamente las dimensiones de las clásicas aulas y, al mismo tiempo abordar las diversas necesidades y estilos de aprendizaje de los estudiantes. Los conjuntos de datos de grandes los sistemas de aprendizaje en línea han impulsado un rápido crecimiento en el aprendizaje analítico.
La realidad del contexto nos muestra que las universidades, en el caso peruano, han sido lentas en la adopción de tecnologías basadas en IA, quizás entre otros motivos debido a la carencia de financiamiento y la falta de sólidos estudios que pongan en evidencia la relevancia predominante de dichas tecnologías que como es el caso de otras latitudes permiten auxiliar a los estudiantes a lograr objetivos de aprendizaje significativos. Por otro lado, América del Norte apuesta para los próximos quince años el uso de la tutoría inteligente y otras tecnologías basadas en IA para auxiliar la labor de los maestros en el aula y es muy probable que dichas experiencias se expandan significativamente, al igual que el aprendizaje basado en aplicaciones de realidad virtual.
Aprendizaje online
Actualmente los aplicativos tales como las apps y una gran cantidad considerable de programas gratuitos descargables y sistemas en enseñanza on line como por ejemplo el Carnegie Speech o Duolingo, proporcionan capacitación en idiomas extranjeros utilizando el habla automática Reconocimiento (ASR) y técnicas de PNL (programación neurolingüistica) para reconocer errores de lenguaje y ayudar a los usuarios corregirlos. Todo lo anterior es posible a las nuevas herramientas de programación sustentadas en IA, así como como poderosas herramientas de programación basadas en el mismo formato tales como Ruby o Phyton cuyos algoritmos permiten generar una interfaz más efectiva, así como el costo de verificar y corregir errores del diseño de código se atenúan considerablemente.
Interacción máquina-humano
El desarrollo de la interfaz de la interactuación entre la máquina y el ser humano es cada vez más asequible, y más aún cabe la posibilidad de que la máquina sea capaz de sugerir, si es que se puede hablar coloquialmente, al usuario final, es decir tienda a generar un cambio de actitud con carácter de persuasivo hacia el individuo para que éste tienda a realizar cierta actividad que el programa ya decidió como la más relevante y de forma efectiva al interactuar con diversas matrices de datos que al sistema basado en IA le permita recomendar una determinada acción. Ahora, el lector se preguntará el cómo es posible que se llegue a generar tal contexto, pues bien, la respuesta está en el desarrollo del modelo de proceso de decisiones de Markov (MDP) el cual es un formalismo matemático que permite la planificación de largo alcance en entornos probabilísticos, cuyos algoritmos permiten generar una serie de escenarios con multiplicidad de acciones a recomendar para un usuario que pueden darse paso a paso. Al respecto, el lector puede ampliar dicha información al revisar el trabajo de los investigadores mencionados.
Tutores cognitivos
Los tutores cognitivos desarrollados para plataformas virtuales bajo el enfoque de la IA, son desarrollados bajo algoritmos sustentados en el análisis de requerimientos y el diseño orientado a objeto, que son la base de la ingeniería del software para lograr imitar el papel de un tutor humano aceptable, por ejemplo, proporcionando pistas cuando un estudiante se encuentra atascado frente a un problema de matemáticas. Según la pista brindada y la respuesta generada, el tutor inteligente ofrecerá comentarios específicos del contexto. Los sistemas de tutoría inteligente, en cierta manera no son novedosos, ya que desde sus modestos orígenes han brindado auxilio solícito sobre diversos aspectos, tales como para el entrenamiento en geografía, circuitos, diagnóstico médico, informática y programación, genética y química tal como es el caso de algunas escuelas americanas que ya han venido empleando dichas herramientas.
