La repentina y abrumadora incursión del ChatGPT, casi a finales de 2022, en muchos ámbitos de nuestra vida cotidiana, profesional y académica, está movilizando un amplio y necesario debate sobre el potencial y los riesgos de la inteligencia artificial para enseñar y aprender. Pocos años atrás, en 2019, el Consenso de Beijing, auspiciado por UNESCO, ya invocaba la urgencia de aprovechar las nuevas tecnologías para reforzar los sistemas educativos tomando en cuenta que la sociedad se encamina a una “era caracterizada por la aplicación generalizada de la inteligencia artificial” y que ésta posee “el potencial para reconfigurar los fundamentos básicos de la educación, la docencia y el aprendizaje” y recomiendan, entre otros puntos, la utilización de la inteligencia artificial para apoyar procesos de aprendizaje adaptativo.
ChatGPT y otras herramientas similares corresponde a un tipo específico de Inteligencia Artificial, especializada en el procesamiento del lenguaje natural; existen otras, como la especializada en el reconocimiento de imágenes o la que permite el desarrollo de vehículos autónomos. En educación, tenemos los sistemas de tutoría inteligente (STI), éstos ofrecen rutas de aprendizaje personalizadas en materias estructuradas como la matemática o la física, ajustando automáticamente su nivel de dificultad y las orientaciones que brindan, a partir de los éxitos y errores de cada estudiante y otras variables de comportamiento, dando lugar a lo que se denomina Aprendizaje Adaptativo.
Existen más de 60 STI comerciales a nivel global y muchos gobiernos los han adquirido para sus escuelas. En Uruguay, por ejemplo, entre los años 2013 y 2021, el Plan Ceibal puso a disposición de los estudiantes y docentes uruguayos de 3ro de primaria al 3ro de secundaria, la Plataforma Adaptativa de Matemática (PAM). Entre sus características más resaltantes, poseía un banco de más de 100,000 ejercicios y ofrecía la posibilidad de realizar actividades grupales (BID, 2023). A partir de 2022, el Plan Ceibal proporciona acceso a la plataforma ALEKS para sus estudiantes de secundaria. ALEKS es un desarrollo de la empresa Mc Graw Hill, se presenta en su sitio web como un “sistema de evaluación y aprendizaje artificialmente inteligente”, usa grandes datos, aprendizaje automático y está basado en una teoría denominada “Teoría de los espacios de conocimiento”. (Mc Graw Hill, 2023). En Brasil, el conjunto de plataformas Geekie fue lanzado en 2011, ofrece herramientas educativas para estudiantes, familias, cuidadores, maestros, administradores y líderes educativos. Geekie Test forma parte de esta oferta, aplicando aprendizaje adaptativo, personaliza las actividades de aprendizaje para estudiantes de secundaria que se preparan para los exámenes nacionales de Brasil. Destaca por el gran número de usuarios con los que cuenta, más de 95 000 estudiantes y10 000 profesores de escuelas públicas y privadas. (Myers et al., 2022).
Los sistemas adaptativos más modernos, tienen la capacidad de identificar el nivel motivación, los estilos de aprendizaje, el nivel de competencia y las características del proceso cognitivo de los estudiantes, como punto de partida para la generación de las rutas de aprendizaje personalizadas. La inteligencia artificial analiza los datos que se generan a partir de las interacciones de los estudiantes con la herramienta, y sus algoritmos hacen ajustes en tiempo real y se anticipan a las necesidades de los estudiantes. Por otro lado, los docentes pueden obtener reportes muy detallados y análisis sobre el desempeño de sus estudiantes, sin tener que procesar grandes cantidades de datos, así cuentan con más tiempo para interactuar, ofrecer asistencia específica individual y grupal, y profundizar donde se necesite.
Diversos trabajos de investigación reportan impactos positivos del aprendizaje adaptativo en los resultados de aprendizaje de las matemáticas, sin embargo, recomiendan profundizar en aspectos clave como: el equilibrio entre la instrucción que realiza el docente y el uso de las plataformas de aprendizaje adaptativo, las diferencias en el beneficio que obtienen los estudiantes de bajo y alto desempeño, el diseño instruccional, el nivel del hardware y software disponible, entre otros. Hay tres formas de implementación del aprendizaje adaptativo: como complemento de las clases, integrado o como sustituto. En el primer caso los estudiantes acceden al recurso adaptivo fuera del horario de clases, generalmente en talleres de refuerzo; en el modo integrado, el docente utiliza el recurso dentro de la clase y; como sustituto, la clase del docente es reemplazada por el recurso adaptativo. Esta última posibilidad, quedaría descartada en el entorno escolar, dado que el rol del docente es indispensable, además de requerir un alto nivel de autonomía por parte del estudiante. Hay indicios de que una clase de refuerzo extracurricular integrada, donde se combinan un sistema de aprendizaje adaptativo y el acompañamiento del docente producen resultados igual de buenos que los que una clase dictada por docentes altamente calificados en la enseñanza de la matemática y con buen manejo de recursos tecnológicos (Craig et al., 2013).
Una oportunidad para aplicar Aprendizaje Adaptativo en Perú
Fundación Telefónica del Perú, en alianza con varias direcciones regionales de educación, gerencias regionales de educación y unidades de gestión educativa local, desde inicio del 2023 despliega en forma gratuita la plataforma Matemáticas; esta herramienta, ofrece aprendizaje adaptativo en el área de matemáticas para estudiantes entre 8 y 12 años de edad. Cuenta con una versión offline cuyo despliegue alcanza a 768 instituciones educativas, 6247 estudiantes y 1387 docentes en 21 regiones del país; la versión online, está disponible de forma gratuita, en la zona de Recursos de Educared, https://educared.fundaciontelefonica.com.pe/. Matemáticas ha sido desarrollada por la empresa española ItenLearning (https://itenlearning.com/es/), por encargo un consorcio formado por la Fundación Telefónica España y Fundación La Caixa.
Matemáticas, apunta a que los estudiantes desarrollen su nivel óptimo de neurodesarrollo competencial, ofreciendo aprendizaje adaptativo en 3 niveles que se combinan y refuerzan entre sí: 1. Tratamiento del error, a partir de los resultados obtenidos por el estudiante, el sistema adapta las actividades, ofrece retroalimentación e información conceptual para facilitar la comprensión. 2. Curvas de Memoria y Aprendizaje, la primera relacionada con el nivel de éxito obtenido en las actividades y que sirve de base para definir el trabajo con los con contenidos no superados; la segunda, vinculada a la intensidad del recuerdo y que define el trabajo con los contenidos superados. 3. Selección inteligente de contenidos, cuando la plataforma, ofrece contenido específico, mediante sesiones recomendadas, a cada estudiante según su necesidad y los requerimientos del currículo, haciendo ajustes automáticos en el nivel de dificultad según su desempeño.
Matemáticas, también aplica un concepto denominado Metacognición Gamificada. A través de símbolos, mensajes orales y escritos, y otros mecanismos, promueve que el estudiante se haga consciente de lo que aprendió, cómo lo hizo, que sigue a continuación y como se sintió a lo largo de todo el proceso de aprendizaje. Por su parte, el docente tiene acceso a un amplio repertorio de reportes y análisis en formato gráfico y numérico sobre el desempeño individual y grupal de sus estudiantes, estos reportes se pueden exportar en formato de datos, que se puede procesar en una hoja de cálculo.
Ante los bajísimos niveles de logro en el área de matemáticas en Perú - según reporta el Ministerio de Educación en los Resultados de la Evaluación Muestral 2022: en segundo grado de primaria, el porcentaje de estudiantes con nivel de logro satisfactorio (11.8%) es inferior al obtenido en 2019 (17%), e incluso menor al que se midió en 2011 (13.2%). En cuarto grado de primaria el nivel satisfactorio fue alcanzado por el 23.3% de estudiantes, resultado inferior al del año 2019 (34%) y al del año 2016 (25.2%) - contar con una plataforma como Matemáticas, representa una gran oportunidad que debería ser tomada en cuenta por las autoridades educativas y aprovechada estratégicamente por los docentes peruanos.
Referencias
Craig, S., Hu, X., Graesser, A., Bargagliotti, A., Sterbinsky, A., Cheney, K. & Okwumabua, T. (2013). The impact of a technology-based mathematics after-school program using ALEKS on student's knowledge and behaviors. Computers & Education 68, 495-504. https://doi.org/10.1016/j.compedu.2013.06.010
Joaquim, S., Bittencourt, I.I., de Amorim Silva, R., Leone Espinheira, P. & Reis, M. (2022). What to do and what to avoid on the use of gamified intelligent tutor system for low-income students. Educ Inf Technol 27, 2677–2694. https://doi.org/10.1007/s10639-021-10728-4
Kumar, A. y Mehra, A. (2018). Personalized Education at Scale: Evidence from a Randomized Field Experiment in India. http://dx.doi.org/10.2139/ssrn.2756059
Kara, N. & Sevim, N. (2013). Adaptative Learning Systems: Beyond Teaching Machines. Contemporary Educational Technology, 4(2), 108-120. https://doi.org/10.30935/cedtech/6095
Ministerio de Educación del Perú. (2023). Reporte Nacional de los Resultados de la EM 2022: ¿Qué aprendizajes logran nuestros estudiantes? http://umc.minedu.gob.pe/wp-content/uploads/2023/05/Reporte-Nacional-EM-2022.pdf
Miao, F., Holmes, W., Huang, R. y Zhang, H. (2021). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Myers, C., Wyss, N., Villavicencio Peralta, X., & Coflan, C. (2022). Mapeo y análisis de programas EdTech en América Latina y el Caribe [Helpdesk Response]. EdTech Hub. https://doi.org/10.53832/edtechhub.0132
Perera, M. y Aboal, D. (2017). Evaluación de Impacto de la Plataforma Adaptativa de Matemática en los resultados de los aprendizajes. Centro de Investigaciones Económicas. https://www.ceibal.edu.uy/storage/app/media/documentos/CINVE-Informe_PAM_03102017.pdf
UNESCO. (2019). Consenso de Beijing sobre inteligencia artificial y educación. https://unesdoc.unesco.org/ark:/48223/pf0000368303