¿Cómo podemos utilizar la IA para mejorar la educación?

En primer lugar, debo decirles que soy un profesor novato en una de las universidades de ciencias de la vida. Con cerca de 20 años de experiencia laboral en roles de TI, los últimos cinco los he centrado en la docencia y la consultoría. Y desde mi experiencia, nuestros enfoques educativos podrían mejorarse en el futuro. Y, debido a que mi área de interés personal está estrechamente relacionada con el mundo de las tecnologías de IA y ML, me gustaría analizar cómo se podrían usar estas herramientas para mejorar la educación en ciencias de la vida.

Para empezar, permítanme mencionar el propósito general de la educación superior. Es el desarrollo de una nueva habilidad para que el estudiante realice determinadas acciones profesionales. Y la única forma de adquirir una nueva habilidad es obtener información teórica sobre lo que es y luego practicar haciendo acciones relacionadas por ti mismo bajo la supervisión de tu profesor. Este proceso comúnmente termina con una prueba o examen para evaluar si el entrenamiento fue exitoso.

Actualmente, en la mayoría de los casos, todos estos pasos los proporciona el ser humano. Pero, ¿realmente es necesario repetir la misma formación semestre tras semestre para cada generación de estudiantes? ¿Y qué pasará cuando la humanidad se enfrente a la necesidad de establecer una lejana colonia en las estrellas? ¿Realmente necesitamos llevar a toda la facultad de Oxford y el MIT con nosotros allí? Supongo que no, o al menos será difícil convencer a la mayoría de los profesores mayores para que se formen como cosmonautas.

Intentemos agregar algo de estructura aquí.

Información teórica

Creo que las conferencias son la parte más relevante del proceso educativo para ser excluidas de la entrega de conocimiento en persona realizada por humanos. En la mayoría de los casos, ya se hace con conferencias y libros de texto pregrabados. Y en muchas situaciones, encontramos que solo un chico al azar en YouTube podría explicar algo a pedido si nos lo perdimos en clase.

¿Necesitamos mejorar algo con AI aquí, o ya es perfecto? ¡Por supuesto lo hacemos! Y es el momento perfecto para esto. Hemos visto la generación de imágenes y videos realistas utilizando los modelos de inteligencia artificial Midjourney y Stable Diffusion. No se trata sólo de arte y entretenimiento. Estamos cerca de tener conferencias generativas bajo demanda con la capacidad de interactuar con el disertante.

Demos un paso atrás. En primer lugar, necesitamos una fuente para obtener todo este conocimiento para la conferencia.

Que podría ser:

Una versión de texto de la conferencia (para ser leída en voz alta por una herramienta de texto a voz impulsada por IA)

Un libro de texto para el curso (para resumir hechos en conferencias con algoritmos de texto a resumen)

Un conjunto de conocimientos para extraer datos con una determinada consulta, por ejemplo, una base de datos de publicaciones científicas (para identificar las respuestas relacionadas con el significado en los textos con modelos transformadores como GPT-3)

Esto podría considerarse un paso adelante, y no es una tecnología para un futuro lejano; todos los componentes ya están disponibles. Solo está esperando una demanda de estudiantes e ingenieros de IA calificados para ayudar a los profesores a proporcionar herramientas simples para ellos mismos. En la práctica, debe parecerse a una conversación en persona real en privado o en un grupo pequeño para recibir todos los materiales, y no tenga miedo de interrumpir si necesita algunos detalles o repetir algo de la clase anterior. Este enfoque eliminará los problemas para los estudiantes tímidos en la última fila, ya que es solo un algoritmo con el que estás hablando y no hay nada de malo en hacer preguntas estúpidas, como cuando hablas con Siri o Alexa. En el aspecto visual, puedes usar un casco de realidad virtual o simplemente una pantalla, como quieras. En la pantalla se podía ver a cualquier persona del mundo, como un anciano que se parece a Albert Einstein o una joven. El único objetivo es mantenerlo interesado y obtener la mayor cantidad posible de datos de su curso. Por supuesto, aquí no hay límites; puede evitar los presentadores visuales y ver los materiales visuales apropiados también organizados por el algoritmo.

Entrenamiento practico

Sin duda, puede practicar con modelos matemáticos que representan cuerpos humanos o equipos de laboratorio químico en un entorno virtual. Y ya es posible sin IA o solo con mejoras menores basadas en IA. Pero pregúntele a cualquiera: ¿quiere visitar a un médico que obtiene toda su experiencia solo en el hospital virtual? Por supuesto, la respuesta será no. Las razones de esto son muy objetivas.

Tus emociones funcionan de manera diferente en la vida real que en una simulación.

Las situaciones en la simulación están limitadas a una cierta lista de variantes.

Hay muchos factores adicionales que no se pueden incluir en un libro de texto o en un curso de capacitación, y las habilidades necesarias para trabajar con ellos solo se pueden adquirir a través de la experiencia de la vida real.

Todavía no hay mucho que la IA pueda hacer para mejorar sus sentimientos en las simulaciones, por lo que, por ahora, esta limitación sigue presente. Sin embargo, cuando se trata de variaciones y cambios repentinos en una situación, la IA podría ayudar a proporcionar situaciones generadas por procedimientos con un alto nivel de factores aleatorios involucrados. Y los datos para estos procedimientos podrían recopilarse de varias fuentes de datos, tal como lo discutimos en una parte anterior. Entonces, AI al menos mejorará los ejercicios de práctica virtual actuales.

Pasemos a la práctica real y pensemos en cómo la IA podría ayudarnos aquí. Para empezar, podrá proporcionar explicaciones y datos teóricos a pedido, como se describió anteriormente durante la tarea práctica. Es común que mientras escuchas la conferencia en el sofá, no tengas preguntas, pero tan pronto como tengas que hacer algo por ti mismo, tendrás un montón de ellas. No siempre es posible tener un profesor a tu lado para preguntar, por lo que nuestro profesor virtual te será de gran ayuda.

Verificar todo el progreso y los resultados es otro aspecto de la práctica que requerirá el mayor esfuerzo de los maestros. En la mayoría de los casos, un estudiante se dará cuenta de que ha hecho algo mal al comienzo de su trabajo y no al final. Y como resultado, tendrá que empezar todo desde cero. La IA podría usarse como una herramienta de monitoreo de procesos, informando al estudiante si hay algún error que pueda corregirse fácilmente. Es una buena práctica desde el punto de vista pedagógico, ya que no se imprimirán patrones falsos en el cerebro de un alumno. El monitoreo de procesos de IA podría realizarse con análisis de transmisión de video o audio o por otros medios para recibir datos relacionados. Actualmente, tenemos estas soluciones utilizadas para controlar los procesos de producción o, por ejemplo, para verificar las habilidades del habla en estudiantes de idiomas extranjeros.

No es una tarea fácil desarrollar un entorno de capacitación de este tipo, y será más difícil mantenerlo actualizado. Pero desde mi punto de vista, vale totalmente la pena, y podría ser una plataforma unificada para ser utilizada por múltiples universidades con los ajustes pertinentes.

Evaluación de habilidades

En muchos casos, el proceso de evaluación de habilidades está automatizado y se realiza con diferentes tipos de pruebas y ejercicios. ¿Qué papel podría jugar la inteligencia artificial en esta situación?

La generación de pruebas es uno de los tipos de actividad menos preferidos por los profesores, ya que necesita generar respuestas incorrectas y proporcionar muchas variantes de tareas para evitar el fraude.

Los exámenes orales son los que más tiempo consumen de todos.

También requerirá esfuerzo revisar el examen escrito. También debe vigilar las habitaciones para evitar que los estudiantes hagan trampa.

El modelo de IA que describimos en la parte teórica podría usarse para generar preguntas y respuestas a partir de material de lectura, un libro de texto u otras fuentes de datos. Estas pruebas podrían generarse a pedido, por lo que no habrá forma de memorizar las respuestas correctas. Y no hay problema con producir respuestas incorrectas. Además, podríamos usar GAN (Generative Adversarial Network) para evaluar nuestras pruebas. Por ejemplo, verifique cómo se relacionarán los resultados de las pruebas con la cantidad de datos utilizados para el entrenamiento.

Los exámenes orales podrán ser realizados por nuestros profesores virtuales para la primera parte. En términos de tecnología, no hay diferencia. Debe generar una pregunta, procesar la respuesta, solicitar una aclaración si es necesaria y comparar qué tan cerca está la respuesta de la generada (sobre la base del significado, no de las palabras exactas). Este proceso también podría comprobarse y mejorarse con un modelo GAN.

Los exámenes escritos podrían controlarse mediante sistemas de videovigilancia basados ​​en IA para evitar las trampas, de forma similar a como ayudan a controlar al personal en las líneas de montaje para que usen uniformes. Y las respuestas escritas, por supuesto, podrían verificarse con herramientas de inteligencia artificial de manera similar a las respuestas orales, con la excepción de la necesidad de reconocimiento de voz.

Conclusión

Creo que estamos listos para crear un curso de aprendizaje totalmente automatizado. Es seguro que muchos líderes de opinión académicos no estarán felices de permitir esto, ya que será un desafío para ellos cambiar el sistema, que no ha cambiado mucho durante cientos de años. Pero de ninguna manera esto significa que ya no necesitamos profesores y expertos en procesos educativos; siempre existirá la necesidad de optimizar estas herramientas y mantenerlas actualizadas, no solo desde el punto de vista técnico sino también educativo y esencial. Si somos capaces de proporcionar dicha automatización, ayudaremos a eliminar el sesgo en la disponibilidad de educación y la evaluación de habilidades. Dará como resultado un salto adelante totalmente nuevo para toda la humanidad.