Todavía existe desconfianza en cuanto al uso de cierta tecnología en las instituciones de educación superior. Hasta la fecha, existen ciertos paradigmas de la inteligencia artificial, ideas basadas en el temor o desconocimiento de su verdadero uso como recurso para impulsar la calidad educativa.
Te invitamos a descubrir los 7 paradigmas de la inteligencia artificial que están causando desconfianza en la educación superior, y por qué debemos erradicarlas.
Del griego parádeigma, se refiere a un modelo mental que seguimos porque lo consideramos correcto. Sin embargo, con el tiempo los paradigmas tienden a cambiar cuando ya no se ajustan a nuestras necesidades actuales, dando paso a nuevos modelos de pensamiento, es decir, a nuevos paradigmas.
Pensemos en el “paradigma” del maestro tradicional: durante generaciones, la sociedad consideró que el modelo o perfil del docente debía ser rígido, sistemático e incluso autoritario; que el maestro debía enfocarse en que todos los alumnos aprendieran de la misma forma, sobre todo memorizando contenidos académicos.
Hoy en día, este paradigma nacido del sistema educativo prusiano está fuera de contexto: con los avances en la tecnología y ciencia del aprendizaje, han surgido nuevos paradigmas que responden a las necesidades actuales, y en ellos intervienen otros recursos pedagógicos –como la inteligencia emocional–, y aspectos tecnológicos más innovadores, como la inteligencia artificial (IA).
La inteligencia artificial representa un salto cuántico en la tecnología, pero también en la educación, cambiando drásticamente muchos de los paradigmas vigentes hasta hace unos años.
Sin embargo, debemos considerar que el temor al cambio es un rasgo natural de las sociedades, lo que suele generar también paradigmas negativos o de resistencia. Esto ha venido ocurriendo en el desarrollo de la inteligencia artificial desde hace décadas, provocando que tanto la sociedad, como las instituciones educativas, se muestren escépticos al momento de integrarla en el proceso de aprendizaje.
Te puede interesar: 👉 5 aplicaciones de la inteligencia artificial en la educación
En la ciencia, un paradigma explica las revoluciones científicas mediante premisas que validan si una investigación es cierta o correcta. Pero también existen paradigmas sociales definidos por “términos, valores, percepciones y prácticas que tienen en común una comunidad” y que pueden formar una idea que puede ser correcta o incorrecta sobre un fenómeno.
Actualmente, en la educación superior existen algunos paradigmas de la inteligencia artificial que están causando polémica, debido al temor y desconfianza en torno al uso de esta tecnología.
Por ello, es muy importante preguntarnos cuáles son estos paradigmas que están causando tanta polémica y escepticismo para integrar a la inteligencia artificial en las instituciones de educación superior.
Varios expertos en tecnología coinciden en que la principal desconfianza hacia la inteligencia artificial se basa en la evolución de los sistemas de aprendizaje profundo, y los algoritmos de caja negra.
Cuando John McCarthy acuñó el término "Inteligencia Artificial" en 1956, jamás imaginó que la ciencia ficción se volvería una realidad, y que existirían máquinas capaces de “pensar” o evolucionar por sí mismas sin la intervención humana.
Hoy en día, los algoritmos han evolucionado a sistemas capaces de aprender solos, y, en muchos casos, su estructura es tan compleja que ya no es posible decodificarla por el ser humano.
Los sistemas de aprendizaje profundo se basan en una tecnología de redes neuronales artificiales (RNA), estas “aprenden” de forma autónoma a partir del ensayo y error, perfeccionando su desempeño como lo harían las redes neuronales del cerebro, ya sea para reconocer patrones, detectar objetos, e incluso tomar decisiones autónomas.
Por su parte, los algoritmos de caja negra son sistemas cerrados que no permiten el acceso a su código, y que además responden a una arquitectura tan compleja, que la mayoría de las veces es imposible de decodificar.
Un ejemplo sencillo sería Google Maps: una aplicación que nos indica hacia dónde dirigirnos mediante el uso de “satélites y transpondedores de geolocalización, móviles conducidos por personas, sistemas de grabación óptica-panorámica”, y todo ello lo hace sin la intervención humana.
Básicamente, el algoritmo de caja negra no responde a instrucciones, solo toma decisiones basadas en un funcionamiento autónomo, lo que genera desconfianza en una población temerosa de que esas decisiones se vuelvan en nuestra contra.
Es un hecho que toda revolución tecnológica trae consigo desconfianza y resistencia al cambio. En el caso de la educación superior, existen varios paradigmas de la inteligencia artificial que carecen de sustento, pero que tienen mucho peso en la consciencia colectiva, y se toman por ciertos.
Es por eso que, para entender el futuro de la inteligencia artificial en el proceso de aprendizaje de la educación superior, vale la pena conocer algunos de estos paradigmas y desmitificarlos.
Te puede interesar: 👉 Chat GPT: Su uso ético en la educación superior
Exploremos algunos de estos paradigmas sociales que aún generan desconfianza entre las instituciones y la población educativa en torno a la Inteligencia Artificial, con el objetivo de desmitificarlos y generar una mayor certeza en torno al uso ético y responsable de esta increíble tecnología.
Este paradigma responde a una especulación fundamentada: según una investigación de Goldman Sachs, la IA afectará a cerca de 300 millones de puestos de trabajo en todo el mundo. Sin embargo, debemos poner en contexto esta afirmación.
Como Sachs afirma, cerca del 18% de los empleos globales podrían automatizarse, sobre todo aquellos relacionados con la administración y producción, pero en su informe no señala ningún caso relacionado con la docencia o la educación en general.
Es importante recordar que en el proceso de aprendizaje humano intervienen factores como la empatía y la inteligencia emocional, y hasta el momento no existe una tecnología capaz de replicar estos rasgos humanos de forma artificial.
“¿Podrá la Inteligencia Artificial cultivar el pensamiento crítico en la mente de los estudiantes?” Se pregunta a los expertos en tecnología y docencia, y la respuesta es sí, siempre y cuando la IA funcione como un optimizador de información, es decir, que aporte los recursos necesarios para el proceso de aprendizaje, bajo la supervisión y orientación del docente.
Como señala Nuria Oliver «el primer paso para afrontar nuestros miedos es aprender en este caso con la tecnología con la que convivimos, con la aspiración de entender mejor el mundo, y, por tanto, poder tomar decisiones informadas al respecto»
Este paradigma se ha vuelto muy popular en la sociedad académica, porque asume que la Inteligencia Artificial no “reflexiona” sobre el contenido que ofrece, de hecho, hay algo de razón en ello, pero de nuevo tenemos que poner en contexto el argumento:
Es cierto que la IA tiene sesgos de información: como señala la profesora del MIT, Pattie Maes, sistemas como Chat GPT son “Como un loro: capaz de reproducir el lenguaje, pero sin pensar en lo que le estamos pidiendo”.
Sin embargo, debemos considerar que la IA responde a un proceso que simula la inteligencia humana para resolver problemas aprendiendo los datos que le rodean, y que su efectividad depende de cómo se utilicen sus herramientas.
Lo anterior también refuerza la idea de que los docentes seguirán siendo indispensables para el aprendizaje, actuando como un gestor profesional de los recursos de la inteligencia artificial, para beneficio de los estudiantes.
Evitar la Inteligencia Artificial en la educación bajo el argumento de que “no todos tienen acceso a ella, y eso generará desigualdad” sería tan ilógico como proponer que se elimine la Internet de las aulas por la misma razón.
Como señala la Unesco entre sus Objetivos de Desarrollo Sostenible que las tecnologías de IA deben garantizar un acceso equitativo e inclusivo a la educación. Esto implica tener que modificar el papel de los docentes en la transmisión de conocimientos que proporcionan a las jóvenes generaciones.”
Al sumar nuevas herramientas tecnológicas no se está generando desigualdad, al contrario, se está abriendo la posibilidad de que aquellos que aún no cuentan con sus beneficios, puedan disfrutar de ellos en el futuro.
Muchos de los paradigmas de la inteligencia artificial en realidad son falacias argumentativas como esta: desde hace más de medio siglo se habla de la dependencia de la tecnología, lo que no es exclusivo de la IA, y, por lo tanto, no se le puede atribuir este problema de forma exclusiva.
Bajo este argumento, tendríamos que proponer que en las escuelas se eliminará no sólo la Internet, sino también los teléfonos, tabletas, computadoras u otras tecnologías, por el potencial riesgo de generar dependencia.
En resumen, la dependencia siempre será una posibilidad de la tecnología, y es por eso que dentro de los entornos educativos deben existir normas y regulaciones que prevean este riesgo potencial.
Los entornos de IA no representan un mayor o menor riesgo de vulnerar la privacidad de un usuario, como lo harían, por ejemplo, las redes sociales. Por lo tanto, las medidas de seguridad no son diferentes o exclusivas, pero sí es muy importante tomar en cuenta los protocolos básicos cuando interactuamos con estos sistemas:
Aún hay quienes creen que la inteligencia artificial podría arriesgar la veracidad de datos e información importante en el entorno educativo; por ejemplo, en los resultados de una evaluación, o en la revisión de tareas o exámenes.
En la realidad ocurre lo contrario, de hecho, muchos sistemas educativos recurren a la Inteligencia Artificial, precisamente, para evitar que los resultados puedan verse afectados por factores humanos, como puede ser un descuido en la evaluación, un sesgo cognitivo o de percepción por parte del evaluador.
Los nuevos retos de la Cuarta Revolución Industrial implican familiarizarse con entornos multidisciplinarios regidos por información altamente volátil y en constante mutación, lo que demanda a las universidades una mayor capacidad de adaptación.
Integrar la inteligencia artificial a los ecosistemas de aprendizaje es uno de los mayores retos para la educación superior, porque responde a necesidades que hasta ahora no se tenían, por ejemplo:
Los prompts son oraciones o conjuntos de palabras que dan instrucciones para activar la generación de contenidos a través de un sistema de IA; Chat GPT es hoy en día el más conocido.
La IA también sirve para optimizar procesos y permitir que los estudiantes se enfoquen en lo importante: desarrollar sus capacidades cognitivas. Hoy existen muchas herramientas de IA que están desplazando a otros programas; por ejemplo, Rows, un sistema que no opera con fórmulas, sino con datos procesados mediante inteligencia artificial.
Sin duda, el futuro de la inteligencia artificial en la educación superior se dirige hacia la optimización de procesos, facilitando a los estudiantes y docentes las herramientas más innovadoras, que les permitan hacer del entorno académico todo un ecosistema de aprendizaje global, interconectado, y apoyado por la tecnología inteligente.
Pearson Higher Education es un catálogo de soluciones educativas integrales, que permite a tu IES adaptarse a las actuales necesidades educativas, facilitando la integración inteligente a través de entornos virtuales que funcionan orgánicamente en la modalidad presencial y a distancia.
Pearson Higher Education cuenta con una plataforma digital realmente intuitiva y más de dos mil títulos de autores reconocidos en diversas disciplinas y carreras como Administración, Economía, Ingeniería y Matemáticas.
Te invitamos a conocer nuestras Soluciones para Educación Superior y aprovechar las características más innovadoras en el Educación Superior, ofreciendo una verdadera experiencia de aprendizaje significativo para estudiantes universitarios.
1. fgbueno.es. (n.d.). Paradigma en el Diccionario soviético de filosofía.
2. González, F. (2005). ¿Qué es un paradigma? Análisis teórico, conceptual y psicolingüístico del término. Investigación y postgrado, 20(1), 13-54.
3. Díaz-Ramírez, J. (2021). Aprendizaje Automático y Aprendizaje Profundo. Ingeniare. Revista chilena de ingeniería, 29(2), 180-181.
4. https://www.forbes.com/sites/jackkelly/2023/03/31/goldman-sachs-predicts-300-million-jobs-will-be-lost-or-degraded-by-artificial-intelligence/
5. Flores-Vivar, J. M., & García-Peñalvo, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). https://repositorio.grial.eu/handle/grial/2738
6. Oliver, N. (2020). Inteligencia Artificial, naturalmente. Centro de Publicaciones. Ministerio de Asuntos Económicos y Transformación Digital. Gobierno de España. https://bit.ly/3Olt5SE
7. UNESCO (Ed.) (2019). Artificial Intelligence in education: Challenges and opportunities for sustainable development. Unesco Working Papers on Education Policy. https://bit.ly/3z6BQvN