En el umbral de una nueva era educativa, la integración de competencias digitales y de inteligencia artificial (IA) se presenta no solo como una oportunidad, sino como una necesidad imperante. La Unión Europea, a través del Marco Europeo de Competencia Digital para Educadores (DigCompEdu), y la UNESCO, con sus directrices sobre competencias en IA, han trazado un camino para transformar la educación en un entorno más adaptativo, inclusivo y ético.
Competencia Digital: El Pilar Fundamental de la Educación Moderna
El Marco de Competencia Digital para Educadores (DigCompEdu) se ha desarrollado para proporcionar a los educadores un conjunto de habilidades esenciales que les permita integrar eficazmente la tecnología en la enseñanza y el aprendizaje. Este marco identifica seis áreas clave:
Compromiso Profesional: Implica el uso de herramientas digitales para la comunicación, la colaboración y el desarrollo profesional continuo. Esto permite a los docentes mantenerse actualizados con las últimas tendencias y prácticas educativas.
Recursos Digitales: Se centra en la capacidad de seleccionar, crear y gestionar recursos digitales de alta calidad. Esto incluye la evaluación crítica de la información y la adaptabilidad de los recursos para diferentes contextos educativos.
Enseñanza y Aprendizaje: Enfatiza el diseño y la implementación de actividades de aprendizaje mediadas por la tecnología. Los educadores deben ser capaces de facilitar experiencias de aprendizaje activas y personalizadas.
Evaluación: Incluye el uso de herramientas digitales para la evaluación formativa y sumativa. Esto permite a los docentes monitorear el progreso de los estudiantes y ajustar sus estrategias pedagógicas en consecuencia.
Empoderamiento de los Estudiantes: Se refiere a la capacidad de utilizar la tecnología para apoyar la autonomía y la colaboración de los estudiantes. Fomenta el desarrollo de competencias digitales críticas en los estudiantes.
Facilitar la Competencia Digital de los Estudiantes: Los docentes deben capacitar a los estudiantes para que usen la tecnología de manera responsable, segura y eficaz, preparándolos para los desafíos del siglo XXI.
El Marco de Referencia de la Competencia Digital Docente (MRCDD) del Ministerio de Educación y Formación Profesional de España también se alinea con estas áreas, proporcionando un enfoque actualizado y adaptado al contexto español (Ministerio de Educación y Formación Profesional, 2022)
Competencias en IA: Un Enfoque Innovador y Ético
La UNESCO, por su parte, ha delineado un conjunto de competencias en IA para el sector educativo, reconociendo el potencial transformador de estas tecnologías. Estas competencias se estructuran en torno a varios ejes:
Comprensión de la IA: Los educadores deben comprender los conceptos básicos de la IA, incluyendo el aprendizaje automático, los algoritmos y la ética de la IA. Esto es fundamental para integrar eficazmente la IA en la enseñanza.
Uso de la IA en el Aula: Incluye la capacidad de utilizar herramientas de IA para personalizar el aprendizaje, gestionar la evaluación y apoyar la toma de decisiones pedagógicas. La IA puede ayudar a identificar las necesidades individuales de los estudiantes y proporcionar recursos adaptativos.
Desarrollo de Contenidos con IA: Los docentes deben ser capaces de crear materiales educativos que incorporen IA. Esto incluye desde la creación de simulaciones y modelos hasta el desarrollo de aplicaciones interactivas.
Evaluación de Impacto y Ética: Es crucial que los educadores evalúen el impacto de la IA en el aprendizaje y la enseñanza, asegurando que su uso sea ético y equitativo. Esto implica considerar cuestiones de privacidad, sesgo y equidad en el acceso.
El Marco de Referencia para la Enseñanza de la IA del Ceibal también proporciona una estructura para el diseño de programas de estudio y la planificación de actividades de enseñanza y aprendizaje que promuevan una comprensión profunda de la IA (Ceibal, 2023) .
Similitudes y Diferencias: Complementariedad en la Innovación Educativa
Aunque los marcos de DigCompEdu y las competencias en IA de la UNESCO tienen enfoques distintos, comparten una visión común: el uso de la tecnología para mejorar la educación. Ambos enfatizan la importancia de la evaluación, el diseño de experiencias de aprendizaje personalizadas y la formación continua de los educadores.
Similitudes:
- Evaluación y Personalización: Ambos marcos destacan la importancia de utilizar la tecnología para evaluar y personalizar el aprendizaje, adaptándose a las necesidades individuales de los estudiantes.
- Formación y Desarrollo Profesional: Promueven la formación continua de los educadores, asegurando que estén preparados para integrar nuevas tecnologías en sus prácticas pedagógicas.
- Ética y Equidad: Subrayan la necesidad de considerar las implicaciones éticas del uso de la tecnología, asegurando que su implementación sea justa y equitativa.
Diferencias:
- Enfoque Tecnológico: Mientras que DigCompEdu se centra en una amplia gama de competencias digitales, las directrices de la UNESCO se especializan en la IA, proporcionando un enfoque más profundo en esta tecnología específica.
- Aplicación Práctica: DigCompEdu abarca una amplia variedad de herramientas y recursos digitales, mientras que las competencias en IA se enfocan en el uso y desarrollo de aplicaciones de IA, así como en la evaluación de su impacto.
Importancia Relativa de Cada Marco
La importancia de cada marco varía según el perfil de los usuarios:
La Innovación Educativa: Un Imperativo para el Futuro
La innovación educativa es crucial para enfrentar los desafíos del siglo XXI. Las tecnologías digitales y la IA tienen el potencial de transformar la educación, ofreciendo experiencias de aprendizaje más personalizadas, inclusivas y eficientes. Sin embargo, es esencial abordar estas tecnologías con una perspectiva ética y equitativa.
UNESCO y la Gobernanza Global de la Educación Digital
La UNESCO ha adoptado un enfoque centrado en el ser humano para guiar la transformación digital de la educación. Este enfoque contrarresta el pensamiento tecnosolucionista dominante y se enfoca en garantizar que el uso de la tecnología digital aumente la capacidad humana en lugar de socavarla. Además, aborda las divisiones digitales y la desigualdad de género digital, asegurando una regulación efectiva para minimizar el impacto negativo tanto en el bienestar humano como en el medio ambiente (Tawil & Miao, 2024).
Fomentando la Alfabetización en IA
La alfabetización en IA implica el desarrollo de competencias que permitan a los individuos evaluar críticamente las tecnologías de IA, comunicarse y colaborar efectivamente con la IA, y usar la IA como una herramienta tanto en línea como en el hogar y en el lugar de trabajo. Según Long y Magerko (2020), la alfabetización en IA se relaciona con otras literacidades previamente definidas, como la literacidad digital y la literacidad de datos, y abarca habilidades como la comprensión de representaciones de conocimiento, la toma de decisiones y la interpretación crítica de datos.
Consideraciones Políticas y Éticas
La UNESCO, en su publicación “Inteligencia artificial y educación: guía para las personas a cargo de formular políticas” (2021), resalta la importancia de un enfoque inclusivo y equitativo en la adopción de IA en la educación. La guía ofrece una evaluación detallada de las oportunidades y desafíos que presenta la IA, incluyendo cómo puede mejorar la inclusión y la equidad, la calidad del aprendizaje y la gestión de la educación, así como las implicaciones éticas de su uso. La UNESCO destaca la necesidad de políticas que promuevan un acceso equitativo a la IA y que su diseño respete las normas y estándares éticos, enfocándose en el empoderamiento de las niñas y mujeres y de los grupos socioeconómicos desfavorecidos.
¿Existen frameworks de competencias IA?
- Frameworks existentes:
Aunque no hay un framework único que aborde todas estas combinaciones para competencias en IA, podemos basarnos en algunos existentes y adaptarlos:
- AI4K12: Ofrece un marco para integrar la IA en la educación K-12, que puede adaptarse para incluir a familias.
- UNESCO’s AI Competency Framework: En desarrollo, busca abordar competencias en IA para diferentes grupos.
- ISTE AI Standards: Proporciona estándares para estudiantes, educadores y líderes educativos.
- Simulación de programa integrado de competencias en IA:
Basándonos en estos frameworks y en la experiencia de programas de competencias digitales, podríamos proponer:
a) Para educación primaria:
- Estudiantes: Introducción lúdica a conceptos básicos de IA.
- Docentes: Formación en cómo integrar IA en el currículo y enseñanza.
- Familias: Talleres sobre IA en la vida cotidiana y cómo apoyar el aprendizaje de sus hijos.
b) Para educación secundaria:
- Estudiantes: Proyectos prácticos de IA y desarrollo de pensamiento crítico.
- Docentes: Capacitación avanzada en IA y su aplicación en diferentes materias.
- Proyectos conjuntos: Estudiantes y docentes colaboran en proyectos de IA.
c) Para educación superior:
- Estudiantes: Cursos especializados de IA según la carrera.
- Docentes: Formación avanzada y desarrollo de investigación en IA.
- Funcionarios: Capacitación en implicaciones administrativas y éticas de la IA.
- Proyectos interdisciplinarios: Que involucren a todos los grupos.
Consideraciones
Recapitulando brevemente, las competencias digitales y las competencias en IA están relacionadas pero tienen algunas diferencias clave:
- Las competencias digitales son más amplias, abarcando el uso general de tecnologías digitales.
- Las competencias en IA son más específicas, centrándose en habilidades relacionadas con sistemas de inteligencia artificial.
- Las competencias digitales son necesarias para la mayoría de trabajos modernos, mientras que las competencias en IA son más especializadas.
- El dominio de competencias digitales no implica necesariamente competencias en IA, aunque puede ser una base útil.
Una persona puede ser competente digital, pero no competente en IA.
Amplitud vs. especialización: La competencia digital abarca un espectro amplio de habilidades tecnológicas generales. La competencia en IA es más especializada y técnica.
Uso cotidiano vs. conocimiento específico: Muchas personas usan tecnología digital diariamente (smartphones, computadoras, internet) sin necesidad de entender IA. La IA requiere conocimientos más avanzados en programación, estadística y algoritmos.
Ejemplos prácticos:
Un usuario competente digital puede manejar eficazmente programas de oficina, redes sociales, y hacer compras en línea. Pero podría no saber cómo entrenar un modelo de aprendizaje automático o interpretar los resultados de un algoritmo de IA. Aunque el campo de las competencias en IA está menos desarrollado que el de las competencias digitales, podemos proponer enfoques similares y adaptarlos.
Propuesta de Inteligencia Artificial en la Educación Digital
Propuesta de integración de habilidades con IA, en el contexto del framework de competencias digitales de DIGCOMPEDU de Silvia Prieto, Directora de Innovación en Udima Universidad a Distancia de Madrid, propone un modelo de “Inteligencia Artificial en la Educación Digital” utiliza un enfoque progresivo para incorporar IA en las competencias digitales. Inicia desarrollando una Conciencia Básica sobre la importancia y el impacto de la IA en educación, seguido de un Compromiso Inicial que introduce herramientas y conceptos básicos de IA en el aula para promover la alfabetización digital esencial.
Reflexiones
Dentro de las reflexiones, la principal o con la que me gustaría iniciar, es que las competencias digitales deben crecer, ampliar y encontrar mecanismos dinámicos, para incluir las habilidades que necesitamos desarrollar para interactuar con la Inteligencia Artificial (en todas sus formas). Para ello es necesario escapar de procesos lineales y reconocer los acentos de cada individuo (sus intereses, disciplina y deseos). Para de esta forma fortalecer cada “nodo-persona” (Conectivismo, teoría de George Siemens) y así integrar a cada individuo, permitiendo que desde su propia propuesta de valor individual, entregue valor a la red, generando una inteligencia superior a la suma de las inteligencias individuales (Inteligencia Colectiva, Pierre Lévy). La red, entendida como la interconexión de saberes digitales, individuales a disposición de la colectividad.
Esto permitirá la creación de propuestas menos lineales e inclusivas que facilitan la adquisición de saberes digitales, como parte de toda una alfabetización de cultura digital. Esta incluye, entre otras, las competencias clave como ciencia, tecnología, ingeniería, matemáticas, lenguaje, alfabetización, conciencia y expresión cultural, emprendimiento, competencia civil, personales, sociales y aprender a aprender (Key competences for lifelong learning, Unión Europea, 2018).
Por tanto, más que un estadio superior a las “competencias digitales”, las competencias de IA no deberían estar separadas, sino, ser una parte de las competencias clave. Entendiendo Competencias Digitales bajo la siguiente definición:
Por más novedosa que pueda llegar a ser una tecnología (digital o no), mientras requiera de una interfaz, un espacio de negociación de sentido entre los usuarios y los sistemas (Las Leyes de la Interfaz, Scolari, 2018) requerirá de la historia humana, para el intercambio de información y ejecución de acciones, pues la distancia entre una herramienta y un entorno, es que la primera se usa y la segunda se vive.
Por tanto, “crear una interfaz de aprendizaje que funcione de forma similar a la relación autor-texto-lector: cuando leemos un libro, establecemos una conversación con su autor; él pone algo dentro del texto y los lectores colaboramos con la construcción del significado de la obra“(Scolari, 2018). Esa consciencia es la que debemos despertar en los aprendices-creadores con sus nuevas herramientas, hoy denominadas “copilotos electrónicos”. Debemos generar capacidades de apropiación tecnológica consciente, que permitan aplanar las brechas de conocimiento, acceso, habilidades, saberes y competencias digitales en esta cultura digital. Facilitando el fortalecimiento a las comunidades de aprendizaje y a la vez disminuyendo los riesgos que el avance tecnológico puede impactar en las culturas locales, y sobrellevar desde lo glocal estas oportunidades de aprendizaje.
Debemos formar ciudadanos conscientes de buscar un bienestar humano fuera de los espacios digitales, poseer el lenguage que nos permita comprender la analogía, con una correlación significativa de nuestro upgrade. Es decir, debemos enseñar a apropiarnos y ser capaces de actualizar nuestro propio sistema operativo, instalar nuevas aplicaciones, mejorar nuestro “hardware” haciendo referencia a incorporar nuevas formas de pensar, aprender nuevas herramientas y cuidar nuestro cuerpo biológico (Quintana, Alayón, 2022). Entender esta interfaz, permitirá estar siempre en capacidad de desenchufar lo digital, a nuestro albedrío, y junto a ello movernos colectivamente como los primeros humanos en sociedad.
Referencias:
Ceibal. (2023). Reference Framework for the Teaching of AI. Montevideo: Plan Ceibal.
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. En Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1-12). ACM. https://doi.org/10.1145/3313831.3376727
Ministerio de Educación y Formación Profesional. (2022). Marco de Referencia de la Competencia Digital Docente. España.
Morin, E. (2020). Reinventar la educación: Abrir caminos a la metamorfosis de la humanidad. UNESCO.
Sánchez Bravo, Á. A. (2020). Marco Europeo para una inteligencia artificial basada en las personas. International Journal of Digital Law, 1(1), 65-78.
Tawil, S., & Miao, F. (2024). Steering the Digital Transformation of Education: UNESCO’s Human-Centered Approach. Theoretical Explorations in Digital Education. https://doi.org/10.3868/s110-009-024-0005-6
UNESCO. (2019). Inteligencia artificial en la educación: Desafíos y oportunidades para el desarrollo sostenible. París: UNESCO.
UNESCO. (2021). Inteligencia artificial y educación: guía para las personas a cargo de formular políticas. París: UNESCO.
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. En Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1-12). ACM. https://doi.org/10.1145/3313831.3376727
Vuorikari, R., Punie, Y., Carretero, S., & Van den Brande, G. (2016). DigComp 2.0: The Digital Competence Framework for Citizens. Update Phase 1: The Conceptual Reference Model. Luxembourg: Publications Office of the European Union.
Sánchez Bravo, Á. A. (2020). Marco Europeo para una inteligencia artificial basada en las personas. International Journal of Digital Law, 1(1), 65-78.
European Commission, Directorate-General for Education, Youth, Sport and Culture, Key competences for lifelong learning, Publications Office, 2019, https://data.europa.eu/doi/10.2766/569540
Lévy, P. (2004). Inteligencia colectiva: por una antropología del ciberespacio (F. Martínez Álvarez, Trad.). Centro Nacional de Traducción. https://www.fergut.com/pdfs/inteligencia_colectiva.pdf
Tedre, M., Denning, P., & Toivonen, T. (2021). CT 2.0: Educational implications of the 2020 ACM/IEEE curriculum. Proceedings of the 21st Koli Calling International Conference on Computing Education Research, 1-8. https://doi.org/10.1145/3459600.3459601
Siemens, G. (2004). Conectivismo: Una teoría de aprendizaje para la era digital. Recuperado de https://ateneu.xtec.cat/wikiform/wikiexport/_media/cursos/tic/s1x1/modul_3/conectivismo.pdf
Universidad Oberta de Catalunya. (n.d.). Competencias digitales. Recuperado de https://cv.uoc.edu/UOC/a/moduls/90/90_143/web/main/m1/1/v12/v12.html
YouTube. (2023, February 15). Innovación educativa en la era digital. Recuperado de https://www.youtube.com/watch?v=NzqxSdaU7kQ&t=4838s