Para el experto en materia de IA, José Escamilla, esta herramienta está transformando tanto el contenido como los métodos de enseñanza. “Esto exige que los docentes comprendan y adopten nuevas estrategias, mientras los estudiantes desarrollan habilidades que los preparen para un futuro donde la IA será parte integral del mundo laboral. Es esencial que esta transformación se realice de manera ética y centrada en el desarrollo humano”.

-¿Cómo está transformando la inteligencia artificial (IA) el sector educativo?

-Está comenzando a impactar en un sector que, a nivel mundial, ha sido de los últimos en digitalizarse. Aunque la educación es una industria enorme, valorada en 10 billones de dólares, todavía no ha integrado plenamente las herramientas digitales, a diferencia de sectores como el entretenimiento, las finanzas o la salud.

-¿Qué significa que la IA está cambiando el “qué” de la educación?

-El “qué” se refiere a los contenidos que se enseñan en las escuelas y universidades. Históricamente, la educación ha preparado a las personas para el mundo laboral, y ahora debemos disponer a los estudiantes para un trabajo donde la IA es una herramienta clave.

“Para los docentes, la IA puede ayudar a crear materiales didácticos más rápido, liberando tiempo para actividades de mayor valor. Esto permite a los profesores enfocarse en supervisar y guiar a los estudiantes de manera más personalizada”, dice José Escamilla.

Por ejemplo, en el pasado, los ingenieros necesitaban dominar la regla de cálculo, un dispositivo mecánico para realizar cálculos rápidos. En ese entonces, los profesores consideraban esencial esta habilidad. Sin embargo, con la llegada de las calculadoras científicas, las reglas de cálculo dejaron de fabricarse en solo tres años. Más tarde, fueron reemplazadas por computadoras, simuladores y ahora por la inteligencia artificial.

De manera similar, hoy debemos identificar qué competencias serán relevantes en el futuro y cuáles ya no lo serán. Aquellas relacionadas con la comprensión de la IA, sus limitaciones y beneficios, son fundamentales. Pero también es crucial priorizar habilidades básicas, como el pensamiento crítico, la colaboración y la resolución de problemas, que serán aún más relevantes porque son difíciles de automatizar.

-¿Cuáles son los principales desafíos que plantea la IA en la educación?

-Uno de los mayores retos es repensar cómo evaluamos a los estudiantes. Con herramientas de IA capaces de realizar tareas complejas, debemos decidir qué actividades deben hacerse con su ayuda y cuáles no. También es necesario redefinir los mecanismos de evaluación para garantizar que sigan siendo relevantes y justos.

Otro desafío importante es garantizar que la integración de la IA sea ética. Esto implica educar tanto a docentes como a estudiantes sobre su uso responsable, asegurando que estas herramientas se alineen con objetivos educativos claros y no perpetúen desigualdades ni sesgos.

-¿Cómo equilibrar el uso de la inteligencia artificial para personalizar el aprendizaje sin deshumanizar el proceso educativo y cuáles son los límites? 

-La IA generativa es un sistema con un alto nivel de confiabilidad, comparable a un sistema financiero de alto riesgo, que puede ser cercano al 99,9%, pero en el caso de la IA generativa, esta confiabilidad es mucho más baja, alrededor del 70%. Esto significa que los resultados pueden ser interesantes y valiosos, sin embargo, no debemos tomarlos como ciertos sin la supervisión de un ser humano que valide estos resultados y utilice un criterio adecuado. En el proceso educativo, la supervisión humana sigue siendo crucial. El docente debe tener la última palabra al decidir si algo se publica, si una evaluación es válida o si una calificación es correcta.

Estos sistemas se vuelven más confiables cuando se desarrollan versiones más específicas, diseñadas para funciones educativas, a diferencia de herramientas de uso general como ChatGPT. Aquí radica la promesa de poder automatizar más procesos y alcanzar mayor confiabilidad. 

En mi opinión, estos sistemas pueden automatizar tareas que antes realizaba el docente, pero la presencia de este último seguirá siendo fundamental. Su rol será esencial para orquestar los procesos de enseñanza y aprendizaje, realizar evaluaciones más enriquecedoras y significativas, y adaptarse a las necesidades cambiantes de la sociedad, adecuando el currículum a estas demandas.

-¿Qué sucede con las trayectorias de aprendizaje de los alumnos?

-Además de conectar con el mercado laboral, podemos utilizar inteligencia artificial para personalizar las trayectorias de aprendizaje. En el TEC de Monterrey, con el apoyo del Instituto para el Futuro de la Educación, hemos desarrollado una serie de sistemas de aprendizaje adaptativo. Esta estrategia de inteligencia artificial no necesariamente utiliza inteligencia artificial generativa, sino inteligencia artificial tradicional, que funciona de manera muy efectiva.

“Uno de los mayores retos es repensar cómo evaluamos a los estudiantes. Debemos decidir qué actividades deben hacerse con su ayuda y cuáles no. También es necesario redefinir los mecanismos de evaluación para garantizar que sigan siendo relevantes y justos”.

En estos sistemas, nos enfocamos en los cursos de primer ingreso más masivos de la universidad. Diseñamos materiales que permiten a los estudiantes seguir una trayectoria personalizada, detectando deficiencias en los conocimientos de cursos prerrequisito previos al ingreso. El sistema de inteligencia artificial adaptativa puede retroceder a esos conocimientos previos y trabajar con los estudiantes en el desarrollo de las competencias necesarias, asegurando su éxito en los cursos iniciales y logrando un desarrollo completo de las competencias, conocido como Mastery Learning o dominio total de conocimientos, habilidades, actitudes y valores.

Hemos realizado estudios que, mediante ciclos iterativos de mejora, comparan estos sistemas con grupos de control. Los resultados muestran un aumento del 25% en las competencias desarrolladas por los estudiantes y mejoras superiores al 30% en el desarrollo de conocimientos y competencias de los cursos prerrequisito, en comparación con los grupos de control.

Trabajar desde la ética 

-¿Cuáles son los riesgos éticos de la inteligencia artificial y cómo garantizar su uso responsable y transparente?

-Existen varios riesgos asociados a la IA, especialmente en los sistemas generativos como ChatGPT. Estas herramientas se basan en datos históricos para generar respuestas. Es decir, funcionan al procesar grandes cantidades de datos y, a partir de ellos, ofrecen respuestas que son estadísticamente probables según la pregunta o el prompt recibido. El problema no radica en que el algoritmo sea intrínsecamente sesgado, sino en que los datos que utiliza ya contienen sesgos. Un ejemplo concreto ocurrió en Estados Unidos, donde una compañía desarrolló un programa basado en IA para asistir a los jueces en decisiones sobre si una persona podía esperar su juicio en libertad o debía permanecer en la cárcel. Este sistema, alimentado con datos históricos, presentó un sesgo preocupante: si el acusado era de raza blanca o vivía en un área socioeconómicamente alta, la recomendación solía ser que esperara el juicio en libertad. Por el contrario, si pertenecía a una minoría, como la comunidad hispana, o vivía en un área de bajo nivel socioeconómico, la recomendación era que esperara su juicio en prisión.

El problema no era que el algoritmo “discriminara” de manera autónoma, sino que reproducía y perpetuaba las decisiones de cientos de miles de jueces anteriores que habían sido influenciados por los mismos prejuicios. Este fenómeno, conocido como sesgo algorítmico, es una de las principales preocupaciones éticas en la IA.

En el caso de los modelos generativos, estos sesgos pueden desencadenar ciclos de retroalimentación negativa. Esto significa que, al utilizar datos sesgados, el sistema no solo perpetúa el sesgo, sino que lo amplifica con el tiempo, haciendo que las decisiones sean aún más inequitativas. Por ello, es fundamental garantizar que los sistemas de IA sean desarrollados, evaluados y supervisados de manera transparente y responsable para minimizar estos riesgos.

-¿Qué otros temas éticos deben considerar los docentes?

-Un asunto importante es la privacidad de los datos. Muchas herramientas de uso gratuito incluyen, en su letra pequeña, cláusulas que permiten a las empresas utilizar los datos proporcionados por los usuarios para entrenar sus sistemas. Cuando aceptamos los términos y condiciones con un clic, estamos, en esencia, regalando esos datos.

-¿Qué sucederá en la EMTP con la IA?

-En cuanto a las oportunidades que ofrece la inteligencia artificial para mejorar la enseñanza técnico profesional y preparar a los estudiantes para un mercado laboral transformado por la IA, la clave está en conectar la educación con las necesidades del mercado laboral. Es fundamental entender las demandas de la sociedad, la industria y los negocios. La inteligencia artificial puede ser útil para este propósito.

Por ejemplo, en nuestro proyecto “Shaping Skills”, utilizamos procesamiento de lenguaje natural y modelos de lenguaje grande (como las APIs de GPT) para analizar los puestos de trabajo publicados en la web. A partir de esta información, identificamos cuáles son los puestos de mayor demanda, así como las competencias, habilidades, actitudes y valores requeridos en esos perfiles laborales. Estos datos se organizan en taxonomías, lo que permite a las universidades, instituciones educativas y estudiantes entender mejor las necesidades del mercado y prepararse para los trabajos más demandados.

Por último, para los estudiantes TP, el trabajo en proyectos es fundamental, y considero que la inteligencia artificial también brinda oportunidades para personalizar estos proyectos de manera más creativa. Creo que ahí hay grandes posibilidades por explorar.

-¿Cómo imaginas la educación en 10 años más con IA?

-Imagino una educación personalizada, en la que cada estudiante aprende a su propio ritmo. En lugar de enseñar para el promedio, los docentes podrán permitir que cada estudiante desarrolle su máximo potencial y alcance el 100% de sus capacidades. No se trataría de aprobar a los estudiantes con calificaciones como 70%, 80% o 100%, sino de lograr que todos alcancen su máximo potencial. Esto sería posible mediante el uso de inteligencia artificial, que permitiría a los estudiantes seguir trayectorias individuales.

El profesor tendría la oportunidad de identificar, a través de un tablero, el nivel de desarrollo de competencias de cada estudiante y trabajar con ellos en grupos según el nivel de dificultad o promover el aprendizaje entre pares. 

Además, la inteligencia artificial facilitaría la personalización de los proyectos de los estudiantes, alineándolos con sus intereses y competencias, y permitiendo que estos proyectos fueran más aplicados y útiles. La interacción entre equipos también potenciaría el desarrollo de sus competencias. Gracias a la IA, el currículum estaría conectado a las necesidades de la sociedad, la industria y los negocios, posiblemente en tiempo real o con un pequeño retraso, para ajustarse a las demandas emergentes.

¿Cómo afecta la IA la Manera de enseñar?

Para los docentes: puede ayudar a crear materiales didácticos más rápido, liberando tiempo para actividades de mayor valor. Esto permite a los profesores enfocarse en supervisar y guiar a los estudiantes de manera más personalizada.

Para los estudiantes: ofrece la posibilidad de personalizar su aprendizaje y recibir retroalimentación constante. Por ejemplo, un sistema de IA podría revisar un trabajo tantas veces como sea necesario, algo imposible para un profesor con muchos estudiantes. Aunque esta retroalimentación no sea tan completa como la de un docente, es muy útil para mejorar el aprendizaje.