Investigaciones

La inteligencia artificial, martirio de la educación

La Inteligencia Artificial (IA) sin duda es una herramienta valiosa en muchos campos del conocimiento

Por: Rosalinda Cabrera Cruz

La Inteligencia Artificial (IA) sin duda es una herramienta valiosa en muchos campos del conocimiento, incluida la educación; sin embargo, en México ha resultado ser un dolor de cabeza principalmente para los docentes, ante la falta de actualización que padecen en este campo frente a jóvenes cada vez más inquietos que buscan con estas herramientas facilitarse el camino para el cumplimiento de sus deberes escolares.

La pandemia de COVID-19 aumentó la brecha educativa y digital en México, sobre todo en estados como Michoacán, donde el rezago educativo es evidente; ante ello es necesaria una estrategia integral que fomente la investigación, la innovación y la colaboración entre el sector público, privado y académico, sostiene el doctor Francisco Javier Alvarado Rodríguez, profesor del departamento de Mecatrónica e investigador de la Universidad Autónoma de Guadalajara, experto en IA.

De acuerdo con el académico, la IA es una rama de la informática que busca desarrollar sistemas y programas capaces de aprender, razonar y tomar decisiones de manera similar a los seres humanos. A través del uso de algoritmos y datos, la IA permite que las máquinas realicen tareas complejas y resuelvan problemas de manera autónoma, sin la necesidad de intervención humana directa. Esta tecnología promete revolucionar muchas industrias y abordar desafíos sociales, como la brecha educativa y digital en México.

Brecha Educativa y Digital en México

La brecha educativa se manifiesta en la disparidad de acceso y calidad en la educación, afectando especialmente a comunidades rurales y de bajos recursos. Por otro lado, la brecha digital refleja la falta de acceso equitativo a internet y a tecnologías de la información, limitando el aprendizaje y la participación en la economía digital; según Alvarado Rodríguez, la pandemia de COVID-19 agravó estas disparidades, exponiendo la necesidad de soluciones innovadoras y accesibles.

Indicó que la IA tiene el potencial de transformar la educación y reducir estas brechas, pues mediante la personalización del aprendizaje, la IA puede adaptar el contenido y la metodología de enseñanza a las necesidades individuales de cada estudiante, impulsando la eficiencia y la efectividad del proceso educativo; además, puede facilitar la creación de plataformas educativas en línea, accesibles desde dispositivos móviles, ampliando el acceso a la educación en todo el país.

Aunque México tiene la capacidad para usar y desarrollar la IA, enfrenta desafíos significativos, ya que la falta de infraestructura y conectividad en ciertas regiones dificulta la adopción generalizada de soluciones basadas en IA. Por otro lado, existe una brecha en habilidades y capacitación en el uso de tecnologías emergentes, incluida la IA, entre docentes y profesionales en el sector educativo, lo que hace necesario invertir en programas de formación y capacitación para cerrar dicha brecha, lo que por ahora no está ocurriendo.

A fin desarrollar y utilizar plenamente la IA en beneficio de la educación, México necesita una estrategia integral que fomente la investigación, la innovación y la colaboración entre el sector público, privado y académico, insistió, donde se deben promover políticas públicas que estimulen la adopción de tecnologías emergentes y garanticen la equidad en el acceso a estas herramientas.

Para el país no es nuevo el uso de las más recientes tecnologías; a manera de ejemplo se puede citar a la Universidad Nacional Autónoma de México (UNAM), donde se está utilizando la IA para crear un sistema de aprendizaje personalizado que se adapta a las necesidades individuales de cada estudiante, de la misma forma, el gobierno de México está utilizando la IA para proporcionar acceso a la educación a personas de zonas rurales y desfavorecidas.

La brecha educativa y digital en México representa un desafío importante para el desarrollo social y económico del país y es entonces que la Inteligencia Artificial surge como una herramienta valiosa para cerrar las brechas y democratizar el acceso a la educación y la tecnología.

No obstante, para que la IA sea efectiva, es necesario abordar los obstáculos relacionados con infraestructura, capacitación y políticas públicas. Si se implementan con éxito, las soluciones basadas en IA pueden contribuir significativamente a la inclusión digital y educativa, promoviendo un México más equitativo, innovador y conectado.

Los obstáculos en México

La falta de infraestructura tecnológica en las escuelas mexicanas es un obstáculo importante. Muchos centros educativos no cuentan con acceso a internet confiable o dispositivos electrónicos suficientes para todos los estudiantes, y uno de esos casos es el estado de Michoacán, donde es prioritaria la atención a los conflictos magisteriales y a la infraestructura física de los centros educativos, antes que el suministro de equipo técnico o digital.

Por otro lado, la falta de capacitación de los docentes es otro factor determinante, pues muchos profesores no están familiarizados con las herramientas de IA y no saben cómo integrarlas en sus planes de estudio o bien cómo detectar cuando sus alumnos hacen uso de ella en sus trabajos de investigación, considera Alejandro Félix Abdo, especialista del Instituto Tecnológico de Morelia.

Añadió que la desconfianza también juega un papel importante, dado que algunos padres y profesores temen que la IA pueda reemplazar a los docentes o tener un impacto negativo en el aprendizaje de los estudiantes, pero a pesar de estos desafíos, el potencial de la IA para transformar la educación en México podría ser enorme.

Explicó que la IA puede utilizarse para personalizar el aprendizaje, automatizar tareas administrativas, proporcionar retroalimentación inmediata a los estudiantes y crear experiencias de aprendizaje más atractivas, pero para que México pueda aprovechar al máximo este potencial, es necesario invertir en infraestructura tecnológica para que todas las escuelas tengan acceso a internet confiable y dispositivos electrónicos, a la par de brindar capacitación a los docentes sobre cómo usar las herramientas de IA de manera efectiva en el aula.

Otro aspecto sería promover el diálogo entre padres, profesores y estudiantes sobre los beneficios y riesgos de la IA en la educación y desarrollar políticas públicas que fomenten el uso responsable de la misma en el sistema educativo. Finalmente, consideró que la Inteligencia Artificial no es una solución mágica a todos los problemas de la educación en México, pero puede ser una herramienta poderosa para mejorar la calidad de la enseñanza y el aprendizaje, por lo que es hora de que el país se ponga al día en la adopción de dicha herramienta en la educación.

Inteligencia artificial, ¿futuro o presente?

Conforme a los especialistas, entre ellas Ana Orozco Aguayo, licenciada en Pedagogía y maestra en Educación (tecnología educativa), quien se desempeña como diseñadora instruccional de cursos en línea para universidades, en el siglo XXI, es una realidad que los diagnósticos médicos son asistidos, si no completamente efectuados, por la inteligencia artificial; y las decisiones financieras de inversiones en muchos casos son realizadas de manera exclusiva por máquinas.

De igual forma, basta prender el correo electrónico y se recibirá quién sabe de dónde anuncios para comprar autos, boletos de avión, artículos médicos o cualquier otra cosa que se haya solicitado antes por internet.

Asimismo, es suficiente con ingresar a una plataforma de videos y películas, y el sistema sugerirá ver otra que coincide 95 por ciento con las que se ha elegido anteriormente. ¿Quién lleva a cabo todas estas operaciones? La respuesta hay que buscarla en la computación, que ha abierto el campo de la inteligencia artificial: “Sin necesariamente saberlo, cualquiera que use internet hoy ya está interactuando con alguna forma de automatización de IA”, asegura Orozco Aguayo.

Sentenció que hacia finales de esta década (la segunda del siglo XXI) ya se contará con el hardware necesario para emular la inteligencia humana con superordenadores y lo mismo ocurrirá con los del tamaño de PCs, con efectivos modelos de software de la inteligencia humana.

Desde el inicio de la computación, dijo, los desarrolladores de sistemas han tenido el objetivo de crear computadoras que puedan pensar como los humanos hasta el grado que sea posible afirmar que tienen inteligencia artificial. Una vertiente de estos desarrollos pretende que las computadoras puedan conversar con los humanos al recibir inputs de ellos y poder responder con un output adecuado.

Sin embargo, entre la inteligencia humana y la inteligencia artificial hay muchas diferencias, la principal de ellas es que la inteligencia humana tiene un sustrato biológico y la inteligencia artificial tiene un sustrato computacional, por lo que, para esta última, el término inteligencia sólo puede utilizarse en un sentido analógico, aunque se desarrollen “modelos computacionales de funciones mentales”.

Las máquinas pueden resolver problemas más rápido que los seres humanos, pero todavía es muy acotado o específico el dominio de su aplicación. En el cerebro de la computadora existe solamente lo que se ha alimentado a su sistema; en cambio, en el cerebro humano, las ideas cambian constantemente con la recepción de estímulos del exterior, de las emociones y de las propias secreciones glandulares: “Cada hormona del torrente sanguíneo actúa sobre la glándula que la secretó, así como en la hipófisis, el hipotálamo y otros sectores del cerebro”, señala Orozco Aguayo.

Las dos vertientes de la inteligencia artificial

En los últimos treinta años se han diferenciado dos campos de desarrollo de la inteligencia artificial, que no deben considerarse como únicos: los sistemas expertos y la robótica, aunque comparten tecnología: los algoritmos. En sentido amplio, un algoritmo es un procedimiento preciso que permite resolver un problema.

El procedimiento es una secuencia finita de instrucciones adecuadas al dispositivo que resolverá el problema y es fácil reconocer un algoritmo cuando pensamos en los pasos que teníamos que realizar para resolver una ecuación cuando estudiábamos la secundaria. Existen muchas técnicas de diseño de algoritmos: algoritmos ávidos, programación dinámica o vuelta atrás, por mencionar algunas.

Un algoritmo puede definir en cuántos movimientos mínimos se resuelve una partida de ajedrez, coordinar idas y venidas de trenes, efectuar el reconocimiento facial para comprobar la identidad de las personas que utilizan un sistema, optimizar los tiempos de entrega con un mínimo de penalizaciones, por ejemplo. En pocas palabras, se puede decir que los algoritmos son el lenguaje de la inteligencia artificial.

Los sistemas expertos utilizan el conocimiento humano capturado en una computadora para resolver problemas que normalmente requieren de expertos humanos en un área específica de habilidad llamada dominio. En la actualidad, los sistemas expertos pueden considerarse como un subconjunto de la inteligencia artificial de amplia utilización.

El sistema experto define los pasos necesarios (algoritmo) para cambiar un estado inicial dado a una meta deseada. Este sistema intenta reducir las diferencias entre el estado inicial y la meta. Para ello requiere de un subsistema de adquisición de conocimiento y un subsistema de justificación (a fin de controlar los pasos para resolver el problema cuando se realiza una consulta).

Los sistemas expertos se han utilizado con éxito en otros muchos campos como el de las finanzas, la contabilidad, la planificación, el transporte, los avalúos, la criminalística. Un sistema experto de reconocimiento de patrones es usado para analizar electrocardiogramas y diagnosticar problemas cardiacos.

Y en su avance, el campo de la inteligencia artificial requiere una conjunción de ciencias matemáticas, computacionales y de la ciencia cognitiva, entre otras ciencias. Su desarrollo también ha dependido de la incorporación de otras tecnologías como la minería de datos, las redes bayesianas o los lenguajes computacionales como el Prolog (programación lógica) que han superado por mucho los lenguajes computacionales usados en los años setenta, como Fortran y Basic.

En cuanto a la robótica, quizá sea el área más llamativa de la inteligencia artificial, cuya meta es diseñar robots que tengan una inteligencia superior a la humana, aunque basada en ésta. Tal ambición ha sido un tema recurrente en las películas de ciencia ficción donde los humanos/robots no son distinguibles de los humanos, en sus movimientos, en su habla e incluso en su expresión emocional.

Los robots han sido definidos como máquinas con capacidad de realizar funciones típicamente ejecutadas por humanos. Se puede el campo de la robótica con el “robot chef” y el “robot músico”, programados minuciosamente y que quizás algún día se integren a nuestras vidas.

Con esta aspiración, Alan Turing formuló en 1950 la “prueba de Turing”, un experimento en que una persona tenía que detectar si los mensajes escritos recibidos desde una terminal eran formulados por una persona o por una máquina. Si las personas no podían distinguir entre los mensajes enviados por otras personas y los enviados por una computadora, ésta pasaba la prueba de Turing.

No obstante, todos estos avances, la brecha entre la ficción y la realidad aún es bastante grande. La ambición de crear robots con capacidades superiores a las de los humanos está lejos de realizarse; y aunque el cerebro se puede comparar con una computadora, en el sentido de que el cerebro toma decisiones de forma similar a como lo haría ésta, aun la más potente computadora sólo es experta en un campo muy acotado de la resolución de problemas a los que se enfrenta un humano. Hasta ahora, esta área de la tecnología ha tenido éxitos, no despreciables, en lo que los expertos llaman inteligencia artificial angosta o acotada. Pero para crear un robot que piense y actúe como un humano, con una inteligencia más desarrollada y amplia, sería necesario saber más sobre cómo computa una neurona, es decir, cómo realiza sus operaciones y crea nuevas sinapsis; por ahora no se puede simplemente decir que el cerebro utilice algo parecido a un software, y si las limitaciones tecnológicas son lo que prevalece en el mundo educativo, es poco lo que la IA puede hacer.

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Mira también
Cerrar
Botón volver arriba