Ingresa a tu cuenta grupoeducar
Dic 2024 - Edición 289
Familia y colegio unidos en el aprendizaje
Suscríbete a nuestra revista y podrás leer el contenido exclusivo online
Regístrate y accede a la revista
Suscríbete a nuestra revista y podrás leer el contenido exclusivo online
Regístrate y accede a la revistaEn lugar de enseñar a resolver ejercicios de matemáticas necesitamos asumir la responsabilidad de experto en didáctica de las matemáticas. Cambiar nuestra forma de cuestionar, de preguntar, elevar los niveles de producción de las respuestas, así como también promover la argumentación y el análisis crítico.
En este artículo deseo compartir algunas reflexiones sobre las potencialidades de la Inteligencia Artificial (IA) en la educación. Me di a la tarea de contrastar algunas prácticas cotidianas de nuestro sistema educativo actual utilizando BearlyAi, un asistente de IA basado en ChatGPT que sirve como apoyo para la creación de contenido en diferentes formatos tanto en texto como en video. Recordemos que en el mercado ya existen varios asistentes virtuales basados en IA que podemos utilizar, los principales competidores en el mercado son Copilot de Microsoft, Bard de Google, ChatGPT de Open AI. También, existen otros chatbots más especializados, aquí puedes consultar los Top AI Chatbots en el mercado (Hines, 2023), algunos son gratuitos y otros manejan planes de pago. Sin embargo, para esta experiencia quise explorar BearlyAi a fin de poner en práctica algunas actividades educativas que a continuación les comparto.
Si eres nuevo utilizando herramientas de IA o ya tienes experiencia, no está de más recordarte que debemos de ser muy críticos y cuestionar la información que nos arroje este tipo de herramientas. Nunca debe ser nuestra única fuente de consulta ya que la información puede ser errónea. A mi entender, la idea básica de un chatbot basado en IA es que, cuanto más se use más aprende. Pero ¿cuál es la noción de aprendizaje para un chatbot, puede BearlyAi realmente aprender? Sobre ello, la misma inteligencia artificial nos responde:
“Soy un asistente de inteligencia artificial basado en ChatGPT, alimentado con una gran cantidad de datos y modelos de lenguaje pre-entrenados. No tengo capacidad para «aprender» en el sentido tradicional, como lo haría un ser humano. Sin embargo, a medida que interactúo con los usuarios y recibo información nueva, puedo ajustar mis respuestas y mejorar mi desempeño en términos de la calidad y precisión de las respuestas que brindo. Así que, en cierto sentido, puedo «aprender» en cuanto a mejorar mi eficacia en la comunicación a medida que gano más experiencia”.
De cierta manera, BearlyAI nos indica que efectivamente no lo sabe todo, pero que la eficacia de sus respuestas mejorará conforme obtenga más interacciones y “experiencia”.
Para explorar la utilidad de BearlyAI en mis actividades docentes como profesor de matemáticas, le formulé un par de preguntas en las cuales la inteligencia artificial falló, quiere decir que me dio respuestas equivocadas. Le consulté dos problemas de matemáticas de nivel primaria:
En la primera pregunta, BearlyAI se equivocó cuatro veces, luego de cada respuesta errada y al indicarle el motivo de su error, BearlyAI mejoraba su argumento, acá les muestro el resumen de nuestra conversación:
BearlyAI: “Por lo tanto, el número más pequeño formado por 4 dígitos diferentes no consecutivos es 0123”.
YO: “no, no puede ser 0123 porque los dígitos son consecutivos”
BearlyAI: “Por lo tanto, el número más pequeño formado por 4 dígitos diferentes no consecutivos es 0123” (repitió la misma respuesta anterior).
YO: “me estás repitiendo la misma respuesta … sigue estando mal”
BearlyAI: “Por lo tanto, el número más pequeño formado por 4 dígitos diferentes no consecutivos sería 1357” (mejoró su respuesta).
YO: Mejor, aunque sigue estando mal, hay números de cuatro dígitos más pequeños… ¿por qué te equivocaste en las dos respuestas anteriores?
BearlyAI: “Lamento las respuestas incorrectas anteriores. Como asistente de inteligencia artificial, mi conocimiento se basa en una amplia gama de datos y patrones previamente procesados. En ocasiones, puedo cometer errores en la interpretación o aplicación de la información debido a la complejidad de algunas consultas.
En este caso particular, cometí errores al no considerar correctamente la restricción de los dígitos consecutivos al formar el número más pequeño. Agradezco tu paciencia y comprensión, y tomaré esto como una oportunidad para mejorar y aprender de mis errores. Por lo tanto, el número más pequeño formado por 4 dígitos diferentes no consecutivos es 1023”. (casi llega a la respuesta correcta).
YO: “casi das con la respuesta correcta, recuerda que 2 y 3 son consecutivos”
BearlyAI: “Por lo tanto, el número más pequeño formado por 4 dígitos diferentes no consecutivos es 1024”. (finalmente la opción correcta).
El chatbot logró ajustar su base de datos, alineó sus interpretaciones, logró reconocer los motivos de sus primeros cuatro fracasos (lo que llamarían los seres humanos hacer metacognición). En términos prácticos, “aprendió”, no volverá a errar y extenderá sus aprendizajes a situaciones similares.
No significa que sea infalible. Tampoco significa que su base de datos sea definitiva o tenga toda la información que el ser humano ha creado en más de 4000 años de evolución. Lo sí es seguro es que, diariamente se alimenta de datos que son sometidos a escrutinios, lo cual le ayuda a refinar sus condiciones para ofrecer mejores respuestas. Dado que miles, quizá millones de personas lo usan, sus posibilidades son infinitas.
Además, si complicamos la pregunta, aumentando el número de dígitos veremos que la IA responde correctamente, no tiene posibilidades de desaprender ni de olvidar. Este enunciado es más importante para BearlyAI que todos los reactivos donde ya tiene respuestas parametrizadas correctamente.
En cuanto a la segunda pregunta: ¿Cuál es el menor múltiplo impar de 81?
BearlyAI: “Para encontrar el menor múltiplo impar de 81, podemos empezar probando con los primeros números impares: 1, 3, 5, 7, etc. Vamos a verificar si cada número es un múltiplo de 81”.
BearlyAI: “El número 1 no es múltiplo de 81. Probemos con el número 3: 81 / 3 = 27”.
BearlyAI: “El número 3 es un múltiplo de 81. Sin embargo, es un número par, no impar. Siguiendo la secuencia de números impares, podemos probar el número 5: 81 / 5 = 16.2”.
BearlyAI: “El número 5 no es un múltiplo exacto de 81. Continuando así, llegamos al número 9: 81 / 9 = 9”.
BearlyAI: “El número 9 es un múltiplo de 81 y también es impar”.
BearlyAI: “Por lo tanto, el menor múltiplo impar de 81 es 9”.
YO: “Cuidado… 3 y 9 no son múltiplos, son divisores de 81”.
BearlyAI: “Mis disculpas por la confusión. Tienes razón, 9 no es un múltiplo de 81, es un divisor de 81. Permíteme corregir mi respuesta”.
BearlyAI: “Para encontrar el menor múltiplo impar de 81, podemos comenzar probando con los primeros múltiplos impares. Para ello, vamos a multiplicar 81 por diferentes números impares hasta encontrar el primer múltiplo”.
BearlyAI: “Empezando por el número impar más pequeño, que es 3, vamos a multiplicarlo por 81: 3 * 81 = 243”.
BearlyAI: “El resultado, 243, es impar, pero no es el menor múltiplo impar de 81. Siguiendo con el siguiente número impar, que es 5: 5 * 81 = 405”.
BearlyAI: “El resultado, 405, es un múltiplo impar de 81. Por lo tanto, el menor múltiplo impar de 81 es 405”.
YO: “aún tienes un error… ¿por qué 81 no es la respuesta correcta?”
BearlyAI: “La respuesta correcta es que no existe un múltiplo impar de 81. Esto se debe a que 81 es un número impar en sí mismo y por lo tanto, cualquier múltiplo de 81 también será impar. No hay un número impar más pequeño que sea múltiplo de 81”.
YO: “recuerda la definición de múltiplo… dime los primeros 3 múltiplos de 81”.
BearlyAI: “Mis disculpas por la confusión anterior. Para obtener los primeros tres múltiplos de 81, podemos multiplicar 81 por diferentes números naturales”.
Los primeros tres múltiplos de 81 son:
1. 81 * 1 = 81
2. 81 * 2 = 162
3. 81 * 3 = 243
YO: “¿Cuál de los tres resultados anteriores corresponde con ser el múltiplo impar más pequeño de 81?”
BearlyAI: De los tres resultados anteriores, el único resultado que corresponde con ser el múltiplo impar más pequeño de 81 es 81.
Como podemos observar, BearlyAI se comporta de forma muy similar a lo que hace un niño, da respuestas, contrasta con nuestras observaciones, refina, ajusta y produce una nueva respuesta. Acá la principal debilidad de la Inteligencia Artificial fue la confusión entre divisor y múltiplo lo que produjo los errores en su lógica.
Los argumentos actuales sobre la falta de precisión o veracidad de las respuestas de los asistentes virtuales basados en IA serán borrados con el pasar de los años. Esto nos lleva a una situación en la que la Inteligencia Artificial sí ofrecerá las respuestas correctas en muchos campos de actuación del ser humano.
¿Nos estamos preparando para eso? ¿Estamos proyectando un futuro donde no tengamos el protagonismo como expertos?
La respuesta sencilla es No. No estamos considerando que la Inteligencia Artificial puede convertirse en el experto y en la primera opción de consulta del ser humano. Simplemente, estamos disfrutando del uso y consumo de sus servicios, al mismo tiempo que se robustece para darnos más y mejores respuestas.
Sus potencialidades son infinitamente mayores, su capacidad para refinar respuestas y adecuar su base de datos le permitirá en el corto plazo ser el experto ideal en muchos campos del saber. Entonces, ¿cuál será el papel del profesor de matemáticas si la IA ofrecerá respuestas correctas en tiempo real? Sobre ello, vale la pena leer el artículo “El mayor experto en IA aclara cuál será la única profesión que seguirá existiendo siempre” de García (2023), donde se afirma que la carrera docente no está en riesgo, no obstante, el papel del docente será muy diferente al actual. Con esto, volvemos a la pregunta inicial del artículo ¿nuestro sistema educativo está preparado?
Muchas apps como PhotoMath o Google Lens son capaces de reconocer patrones o preguntas típicas que formulan los docentes de matemáticas y ofrecernos respuestas correctas (con detalles sobre su resolución) o portales con información (vídeos o páginas) que orientan sobre el tema. Estos patrones repetitivos de preguntas son prácticamente iguales en todo el mundo, se formulan las mismas cuestiones y se privilegia el resultado en lugar del análisis del procedimiento, lo cual facilita el trabajo de la Inteligencia Artificial.
Asimismo, las aplicaciones móviles o digitales también pueden responder por los estudiantes ya que los programadores de dichas aplicaciones identificaron estos patrones monótonos y frecuentes; ajustando la mirada de sus programas para responder en consecuencia. En pocas palabras, la costumbre por simplificar las preguntas, describiendo ejercicios modelo, o ejercicios tipo examen, ha facilitado el trabajo de las IA. Así pues, tenemos que combatir la costumbre de simplificar la formulación de reactivos o preguntas, al mismo tiempo que favorecemos la reflexión y análisis creando argumentos sólidos que pueden tener su fase germinal en respuestas de la Inteligencia Artificial.
Hoy en día, las aplicaciones ofrecen muchas respuestas erradas, pero eso cambiará, con la fusión de la IA, depurarán sus formas de dar soluciones y servicios adecuados a sus usuarios.
Los profesores de matemáticas y ciencias exactas deben ser los primeros en preocuparse y ocuparse de esto. Su condición de “expertos» será progresivamente sustituida por la Inteligencia Artificial. Tenemos que darle la vuelta a nuestra función docente: en lugar de enseñar a resolver ejercicios de matemáticas necesitamos asumir la responsabilidad de experto en didáctica de las matemáticas.
Los docentes de Humanidades son los más favorecidos, la IA no ofrecerá una respuesta completamente válida o errada; usualmente en literatura, historia, ciencias políticas etc., no encontramos respuestas absolutas, por el contrario, son los grises los que hacen del ser humano importante para seleccionar la tonalidad más adecuada en función de su escala de valores y principios.
Cambiar nuestra forma de cuestionar, de preguntar, elevar los niveles de producción de las respuestas, así como también promover la argumentación y el análisis crítico. El énfasis en la resolución de operaciones y la memoria es errado, ninguna de las dos habilidades será necesaria, la IA, ofrecerá siempre respuestas correctas de manera inmediata.
La Inteligencia Artificial reduce el tiempo de análisis y reflexión, optimiza los tiempos, podemos afirmar también que el usuario puede dejar de pensar por sí mismo y repetir las respuestas correctas del software. En muchas situaciones debería ser más importante el proceso de análisis, reflexión, presentación y defensa de una respuesta válida que la respuesta en sí misma.
Evidentemente, se puede aprender de la lectura de las respuestas correctas, pero la calidad del aprendizaje sin duda es menor, la riqueza que da el proceso de refinamiento de respuestas a nivel cognitivo se pierde y con ello la oportunidad para elevar nuestras habilidades de razonamiento.
La Inteligencia Artificial supera ampliamente nuestra rapidez de cálculo y nuestra capacidad de memoria. No podemos ganarle haciendo cuentas ni memorizando información. Sin embargo, muchos docentes siguen perdiendo tiempo en actividades orientadas a tal fin. Seguimos anclados en un pasado anacrónico.
Como docente te invito a generar conciencia, a establecer círculos de reflexión y análisis con tus colegas. Hay que pensar mucho sobre ¿qué? y ¿cómo? orientar nuestra acción docente.
La principal habilidad del ser humano en la que podemos y tenemos que ganar a cualquier Inteligencia Artificial es el pensamiento crítico y analítico sustentado por valores y principios. Considero que ahí está el verdadero aprendizaje. Urge dejar de ver la malla curricular como una lista del supermercado en lugar de un horizonte de posibilidades.
Necesitamos orientar a nuestros docentes hacia un futuro cada vez más próximo, el proceso de adaptación y actualización debe ser urgente e intenso. Prohibir el uso de las AI será inútil, el ser humano siempre buscará optimizar sus tiempos de respuesta y calidad de estas; ambas fortalezas de las Inteligencias Artificiales.
Nuestra habilidad por ser más sagaces aprovechando sus fortalezas, evitando la pérdida de la calidad del proceso de aprendizaje será lo que nos distinga como docentes. ¡El futuro llegó y no está esperando!
Gracias por llegar hasta el final…
José Javier Salas (jsalas@ucab.edu.ve) es licenciado en Educación en Física y Matemáticas, Máster en Matemáticas Puras, Doctor en Ciencias (Matemáticas Computacionales). Tiene más de 25 años de experiencia. Actualmente coordina proyectos especiales para la Escuela de Educación de la Universidad Católica Andrés Bello en Caracas. Es autor del libro Taxonomía PEG de las TIC: Más de 300 alternativas digitales para potenciar la innovación educativa (2023). Recientemente trabaja en alternativas digitales para la inclusión de niños con espectro autista. Redes sociales profesionales @jjaviersalas en Twitter o X y jjsg2022ve en Instagram.
BBC News Mundo. (2023, 27 de septiembre). 25 años de Google: 4 hitos y 2 controversias en la historia del buscador de internet más usado en el mundo, Redacción, BBC News Mundo, https://www.bbc.com/mundo/articles/cq58rr885l2o#:~:text=Ese%20fue%20uno%20de%20varios,27%20de%20septiembre%20de%201998
García, E. (2023, 12, agosto). El mayor experto en IA aclara cuál será la única profesión que seguirá existiendo siempre. La Vanguardia. https://www.lavanguardia.com/andro4all/tecnologia/el-mayor-experto-en-ia-aclara-cual-sera-la-unica-profesion-que-seguira-existiendo-siempre
Granero, M. (2023, March 16). Bearly Ai: La aplicación de inteligencia artificial para leer, escribir y aprender más rápido. Retrieved from https://yeswelab.com/blogs/aplicaciones-de-la-inteligencia-artificial/bearly-ai-aplicacion-inteligencia-artificial
Granero, M. (2023, 23, noviembre) ¿Qué es la Inteligencia Artificial y para qué sirve? Yermelab: El Laboratorio Digital IA, Automatización y Monetización https://yeswelab.com/pages/que-es-la-inteligencia-artificial-y-para-que-sirve
Hines, K. (2023, December 21). Scalable AI tools for SEO: A quick guide for 2024. Search Engine Journal. Retrieved from https://www.searchenginejournal.com
Salas, J. (2020). Taxonomía PEG de las TIC: Más de 200 alternativas digitales organizadas para el Sistema Educativo Venezolano. UCAB. http://biblioteca2.ucab.edu.ve/anexos/biblioteca/marc/texto/AAV1919.pdf
Salas, J. (2023). Taxonomía PEG de las TIC: Más de 300 alternativas digitales para potenciar la innovación educativa. Generis Publishing. https://www.generis-publishing.com/book.php?title=taxonoma-peg-de-las-tic-ms-de-300-alternativas-digitales-para-potenciar-la-innovacin-educativa-1363
Edición por Rubí Román (rubi.roman@tec.mx) – Editora de los artículos Edu bits y productora de los Webinars del Observatorio- «Aprendizajes que inspiran» – Observatorio del Instituto para el Futuro de la Educación del Tec de Monterrey.
Matemática
Revisa nuestro contenido en todas las plataformas desde un teléfono hasta nuestra revista en papel.
Mantengamos la conversación, búscanos en twitter como @grupoEducar
Tweets by grupoEducarIngresa a nuestra comunidad en Facebook y profundicemos el debate.