“Podemos crear un auxiliar pedagógico inteligente para agilizar la atención a nuestros estudiantes y garantizar una docencia extendida de calidad”.

La Inteligencia Artificial (IA), en su sentido más natural, está referida al modo de simular las capacidades de la inteligencia del cerebro humano, por lo que pensar en IA, es también pensar en aquello que nos hace posible interactuar y aprender; por ello, sus aplicaciones pueden contribuir enormemente en la educación.  ¿Cómo aplicar Inteligencia Artificial en educación?  ¿Cómo aplicar Inteligencia Artificial en educación?

La pandemia por COVID-19 ha provocado cambios educativos sustanciales entre ellos la migración a ecosistemas virtuales de aprendizaje. Los docentes se han enfrentado a la tarea de atender una gran variedad de necesidades para asegurar la continuidad educativa de los estudiantes. La IA puede ser un auxiliar pedagógico perfecto para agilizar la atención a nuestros estudiantes en todo momento. Imagínate que te ayude respondiendo dudas en tiempo real de cada estudiante teniendo la certeza de que el alumno está siendo orientado correctamente, y tu puedas aprovechar ese tiempo para capacitarte en algún tema de tu interés, profundizar en el desarrollo de tu clase, realizar investigación, construir secuencias didácticas, realizar actividades de Mindfulness para potenciar tu creatividad e innovación, solo por citar algunas ideas. ¿Sería fabuloso, cierto?

“El objetivo principal es impulsar a nuestros colegas con la oportunidad de construir un auxiliar pedagógico inteligente a través de un chatbot, que contribuya a resolver gran parte de las inquietudes de los estudiantes. La estructuración de las respuestas se diseñó con el enfoque de aprendizaje invertido para retroalimentar sobre inquietudes de la clase”.

¿Cuáles son las posibilidades reales de aplicar la IA en la educación? ¿Podría ser la IA un componente clave en un nuevo modelo educativo? ¿Te imaginas tener un colega que nos ayude a responder cientos de preguntas comunes de nuestros estudiantes en cualquier momento?  o ¿retroalimentar a quienes no se hayan podido conectar a la clase a tiempo? Seguramente pensarás que esto significa tener un asesor adjunto o un auxiliar pedagógico, pues bien, esto no está tan lejos de nuestro alcance.

Categorías de la Inteligencia Artificial  ¿Cómo aplicar Inteligencia Artificial en educación?

La Inteligencia Artificial puede ser categorizada en tres niveles que nos permiten ubicarnos para navegar en el continuum de la innovación incremental, a partir de la incorporación de esta tecnología en nuestra vida cotidiana y especialmente en la educación.

Nivel 1: Revolucionaria. Es aquella que nos muestran las grandes empresas tecnológicas como Google, Microsoft y Hanson Robotics que buscan mejorar las condiciones de vida tanto en lo cotidiano como en el hogar, autos, alimentación, salud. Ejemplo de ello es la supercomputadora de Google y Sophia, el robot humanoide.

Nivel 2: Ampliación. Es aquella que busca impulsar la producción a escala, la comunicación, el mercado cotidiano y el análisis de riesgos en la bolsa de valores. Ejemplo de ello son los sistemas de aprendizaje automático de Amazon.

Nivel 3: Comunicación. En este nivel aparecen procesos básicos de interacción con software libre que buscan responder sea por programación o emulando el aprendizaje de forma mecánica las respuestas probables que puedan brindar para satisfacer las necesidades de los usuarios. Ejemplo de ello son las plataformas de comprensión del lenguaje natural como Dialogflow, Botmake.io, Cliengo, Snatchbot.me y Manychat, por citar algunas.

En la educación se han iniciado pruebas para trabajar con herramientas de nivel 3, con el objetivo de construir alternativas que respondan a las necesidades de la docencia, particularmente hablaré de lo que se pueden denominar chatbot, que son plataformas que comprenden el lenguaje natural y que permiten programar respuestas automáticas, emulando conversaciones humanas.

Un intent básico contiene los siguientes elementos:

• Frases de entrenamiento: estas son frases de ejemplo de algo que podrían decir los usuarios finales. Cuando una expresión de usuario final se parece a una de estas frases, Dialogflow hace una coincidencia con el intent. No tienes que definir todos los ejemplos posibles, ya que el aprendizaje automático incorporado de Dialogflow expande tu lista con otras frases similares.
• Acción: puedes definir una acción para cada intent. Cuando un intent coincide, Dialogflow proporciona la acción a tu sistema, y puedes usar la acción para activar ciertas acciones definidas en tu sistema.
• Parámetros: cuando un intent coincide en el entorno de ejecución, Dialogflow proporciona los valores extraídos de la expresión del usuario final como parámetros. Cada parámetro tiene un tipo, llamado tipo de entidad, que dicta cómo se extraen los datos. A diferencia de la entrada sin procesar del usuario final, los parámetros son datos estructurados que se pueden usar con facilidad para realizar alguna lógica o generar respuestas.
• Respuestas: debes definir las respuestas de texto, de voz o visuales para mostrar al usuario final. Pueden proporcionar respuestas al usuario final, solicitar más información al usuario final o finalizar la conversación.

En el siguiente diagrama, se muestra el flujo básico para la coincidencia de intents y respuesta al usuario final:

Entidades

Cada parámetro de intent tiene un tipo, denominado tipo de entidad, que determina de forma exacta cómo se extraen los datos de una expresión de usuario final.

Dialogflow proporciona entidades del sistema predefinidas que pueden coincidir con muchos tipos comunes de datos. Por ejemplo, hay entidades del sistema que coinciden con fechas, horas, colores, direcciones de correo electrónico, etcétera. También puedes crear tus propias entidades personalizadas para detectar coincidencias en datos personalizados. Por ejemplo, podrías definir una entidad vegetal que coincida con los tipos de vegetales disponibles para la compra con un agente de supermercado.

Implementación de IA en el contexto universitario

En la Universidad de Oriente en México utilizamos la herramienta Dialogflow para procesos orientados al acompañamiento de nuestros estudiantes con ventajas significativas que les comparto a continuación.

El objetivo principal es impulsar a nuestros colegas con la oportunidad de construir un auxiliar pedagógico que contribuya a resolver gran parte de las inquietudes de los estudiantes. La estructuración de las respuestas se basó específicamente con el enfoque de aprendizaje invertido, lo cual contribuye a retroalimentar sobre inquietudes de la clase, pero dotándolos de una respuesta accesible y remitiendo a los alumnos a fuentes de consulta multimedia para extender y mejorar su experiencia.

Se buscó que la aplicación pudiera montarse en la plataforma institucional de refuerzo académico basada en Moodle, esto aseguró que los auxiliares pedagógicos fueran personalizados a las necesidades de los grupos en cuestión.

Los resultados esperados de esta implementación fue dotar a nuestros docentes con herramientas más competitivas y funcionales apoyando en actividades de acompañamiento a nuestros estudiantes dentro de un contexto de comunicación constante. El reto principal para quienes participamos en este proyecto es garantizar que las respuestas sean mucho más dinámicas y lleven a construir aportaciones más significativas.

El trabajo académico con este tipo de chats nos permite además de mantener una relación de comunicación con nuestros estudiantes, vincular el chat a otras herramientas que ayuden a nuestros estudiantes a establecer retos de aprendizaje, a través de cápsulas que profundizan o enganchan a nuestros estudiantes en contextos de desarrollo profesional.

Tabla 1. Estructuración del chatbot

Las oportunidades que trajo el chatbot a nuestros estudiantes fueron muy variadas desde poder atender dudas sobre fechas de entregas y características de trabajos, hasta profundizar en ideas vistas en clase, por supuesto, uno de los puntos fundamentales a trabajar, fue alimentar al chatbot constantemente ello, permite tener mayor fluidez y ser más asertivo. Al final, no habrá nada mejor que hablar con el profesor, sin embargo, la atención a los estudiantes fue sin duda un acierto para poder optimizar el tiempo de docencia del profesor. Algunos comentarios que ayudaron a enriquecer el chatbot fueron: otorgarle mayor flexibilidad en las palabras y los saludos, incluso agregar stickers o memes, un nuevo lenguaje que hace más afable cualquier conversación online.

La construcción de un chatbot deberá contar con al menos los recursos que se muestran en el Tabla 1 para tener claridad de los elementos generales en la construcción de cada una de las preguntas y respuestas que se programaran en el chatbot. Algo que no debemos pasar por alto es la experimentación de cada uno de los elementos que se integran en el chat, con el objetivo de que este pueda ser funcional, lo más importante de este ejercicio es la síntesis de los puntos realmente importantes y vitales, así como su vinculación concreta con la aplicación del conocimiento o habilidad a desarrollar.

Esta aportación es un breve ejemplo de los beneficios que tiene la IA en contextos de aprendizaje, aprovechando las ventajas que ofrece esta tecnología. Cada vez más veremos ejemplos de cómo garantizar una docencia extendida con IA. Si desean aplicar esta herramienta en sus centros educativos sin duda podremos apoyarlos compartiendo los beneficios que estas herramientas nos otorgan a todos los que aman el quehacer de ser docentes.

Historia de la Inteligencia Artificial