En un mundo cada vez más digitalizado, la educación no es la excepción. Los docentes se enfrentan al desafío de adaptarse e incorporar nuevas herramientas y tecnologías para enriquecer el proceso de enseñanza-aprendizaje. En este contexto, aparece un nuevo paper que propone un modelo de progresión de competencias en Inteligencia Artificial para la educación (AIED).
Conexión con DigCompEdu
Para entender el marco que propone este paper, es vital conectarlo con el marco de competencias digitales propuesto por DigCompEdu de la Comisión Europea. Entonces, ¿Qué el el Marco de la Digcompedu? en otros post lo hemos profundizado, pero para recordar revisemos el siguiente video de ha preparado la Universidad de Sevilla
Es un marco específico dirigido a educadores de todas las etapas del sistema educativo, desde infantil hasta la educación superior, pasando por la formación profesional, la educación para necesidades especiales y contextos de aprendizaje no formal. Su objetivo es actuar como un marco de referencia general para aquellos que elaboran modelos de desarrollo de la competencia digital, como los Estados miembros de la Unión Europea, los gobiernos regionales, agencias nacionales y regionales de relevancia, organizaciones educativas y centros de formación profesional tanto públicos, como privados.
El nuevo modelo de progresión en AIED se basa en este marco, pero con un enfoque específico en competencias necesarias para la enseñanza mediante sistemas basados en IA. En esencia, este modelo es una extensión del DigCompEdu que se adentra en la adaptación y contextualización de la tecnología digital en el ámbito educativo.
Competencias digitales para enseñar con AIED: El Marco AIEDComp consta de seis habilidades digitales clave que apoyan a los profesores en el uso efectivo de la tecnología para fortalecer sus habilidades en torno a la enseñanza y el aprendizaje. Esta propuesta incorpora el desarrollo de las siguiente habilidades, como se detallan a continuación:
|
AIED Competencias Temas y Subtemas |
|
A: Diseño, desarrollo y entrega de contenido digital |
|
A.1 Diseño de contenido digital |
|
A.2 Desarrollo de contenido digital |
|
A.3 Representación de contenido digital |
|
B: Adquisición de habilidades en datos, información y ética de datos |
|
B.1 Comprender y seguir el progreso de los estudiantes mediante la recopilación y el análisis de datos |
|
B.2 Encontrar, acceder, usar y compartir información |
|
B.3 Utilizar datos estudiantiles de manera ética |
|
C: Desarrollo de habilidades en la aplicación de pedagogías digitales y basadas en actividades |
|
C.1 Aprendizaje colaborativo |
|
C.2 Aprendizaje basado en la investigación y la indagación |
|
C3. Evaluación basada en actividades y digital |
|
C4. Utilización de múltiples formas de retroalimentación |
|
C5. Reflexión |
|
D: Proficiencia en aplicaciones, herramientas y software de AIED |
|
D.1 Uso de software y hardware de AIED para el seguimiento, registro y visualización del progreso y el rendimiento |
|
D.2 Aplicación de conocimientos para resolver problemas técnicos simples con software y hardware de AIED |
|
D.3 Identificación, selección y evaluación de software y hardware de AIED en función de requisitos educativos y técnicos |
|
D4 Comprensión básica de big data, algoritmos, técnicas de IA (por ejemplo, aprendizaje automático) y pensamiento sistémico |
|
E: Desarrollo de habilidades en creatividad digital, empatía y cultura de hágalo usted mismo |
|
E.1 Generación de ideas, lluvia de ideas y diseño de actividades de aprendizaje basadas en AIED |
|
E.2 Personalización, compartición y reutilización de actividades de aprendizaje basadas en AIED |
|
E.3 Hacer explícitos los estados afectivos de los estudiantes para integrar las emociones en las actividades de AIED |
|
E.4 Diseño y creación de AIED que conecten materiales digitales con objetos físicos |
|
F. Fomento de la inclusión digital de los estudiantes, influencia social y relaciones relacionadas |
|
F.1 Incorporación de oportunidades de aprendizaje iguales en el diseño de sistemas de AIED |
|
F.2 Producción de recursos digitales de aprendizaje que sean imparciales, inclusivos y diversificados |
|
F.3 Diseño y visualización de recursos digitales de aprendizaje relacionados con las experiencias de aprendizaje previas, los sentimientos, la cultura y el código ético de los estudiantes. |
El modelo de progresión en AIED
Las competencias digitales para enseñar y aprender con AIED pueden ser vistas como la combinación de conocimientos, habilidades y actitudes necesarios para desarrollar, implementar y alcanzar un conjunto de objetivos de aprendizaje y resultados que se coordinan con el uso de agentes o sistemas de inteligencia artificial. Para permitir a los profesores agrupar y reflexionar sobre las competencias de AIED existentes y nuevas, se propone un modelo de progresión autoevaluado. El modelo consta de diferentes niveles de progresión que describen las variaciones en el desarrollo de competencias para la enseñanza basada en AIED. Los seis niveles de competencias digitales en AIED se relacionan con seis niveles de competencia utilizados por el Marco Común Europeo de Referencia para las Lenguas (MCER), que van desde A1 hasta C2, con el fin de facilitar la familiarización y la comprensión para que los profesores interpreten los niveles de progresión y definan una comprensión subjetiva de sus competencias en la enseñanza y el aprendizaje con AIED.
Descomponer las competencias en diferentes niveles permitiría a los profesores centrarse en las sutilezas ofrecidas al tiempo que se atenúan las complejidades en la aplicación de las competencias en la práctica real. El modelo de progresión no necesita ser considerado como una herramienta de evaluación para la evaluación del desempeño, sino que se presenta como una métrica de apoyo para identificar, comprender y delinear el progreso y la autorreflexión.
Etapas del Modelo AIED
El modelo propone seis etapas de competencias digitales que se relacionan con los niveles del Marco Común Europeo de Referencia para las Lenguas (desde A1 hasta C2). Estas etapas son:
Adquisición (A1): Diseño, entrega y representación del contenido.
Interacción (A2): Interacción con docentes, compañeros, contenido y tecnología.
Colaboración (B1): Trabajo en equipo y creación de comunidades de aprendizaje en línea.
Investigación (B2): Conducción de investigaciones, análisis y recolección de evidencias.
Creación (C1): Producción de productos y artefactos tangibles.
Reflexión (C2): Reflexión crítica sobre el uso ético de la IA en la educación.
Comparativa con Modelos ISTE y UNESCO
Al comparar el modelo AIED con los modelos de competencias digitales, más conocidos, encontramos algunas similitudes y diferencias:
- DigCompEdu: Se centra en las competencias digitales generales que los docentes necesitan para incorporar tecnologías en el aula.
- ISTE: Este modelo pone énfasis en la creación de ambientes de aprendizaje activos y en la colaboración digital entre estudiantes.
- UNESCO: Aborda la pedagogía digital, la creación y gestión de contenidos digitales y la responsabilidad digital.
- AIED: Va un paso más allá, centrando su atención en cómo los docentes pueden planificar, desarrollar, autoevaluar y reflexionar sobre competencias específicas para la enseñanza con sistemas basados en IA.
Bajo este contexto, es necesario revisar las diferencias existentes entre destrezas, habilidades, saberes y competencias digitales, de modo que podamos atender a que nos referimos con la propuesta de este modelo:
Diferencias entre destrezas, habilidades, saberes y competencias digitales
- Destrezas: Son acciones concretas que un individuo puede realizar, por ejemplo, crear una presentación digital.
- Habilidades: Capacidad de realizar una tarea o resolver un problema. Por ejemplo, la habilidad de analizar datos digitales.
- Saberes: Se refieren a conocimientos teóricos o prácticos. Por ejemplo, saber cómo funciona un algoritmo específico.
- Competencias digitales: Engloban destrezas, habilidades y saberes. Se refieren a la capacidad de usar conocimientos y habilidades para lograr un objetivo en un contexto digital.
Unir destrezas, habilidades, saberes y competencias digitales es esencial en la cultura digital actual por varias razones:
Integralidad en la Adaptación: La cultura digital es diversa y en constante evolución. Unir estos elementos garantiza una adaptación integral, lo que significa estar preparado para enfrentar una amplia gama de desafíos digitales, desde el uso de herramientas hasta la comprensión de conceptos subyacentes.
Inclusión Digital: La digitalización no afecta a todos por igual. Al combinar destrezas, habilidades y saberes digitales, se promueve la inclusión digital al permitir que todas las personas, independientemente de su nivel de conocimiento inicial, tengan la oportunidad de participar plenamente en la sociedad digital.
Sostenibilidad en el Aprendizaje: La cultura digital evoluciona constantemente. Al desarrollar competencias digitales, se establece una base sólida para el aprendizaje continuo y la adaptación a medida que surgen nuevas tecnologías y conceptos.
Eficiencia y Eficacia: La combinación de destrezas y habilidades con un conocimiento sólido permite el uso eficiente de la tecnología. Las personas pueden aprovechar al máximo las herramientas digitales y aplicarlas de manera efectiva en su vida personal y profesional.
Empoderamiento Ciudadano: La cultura digital influye en la toma de decisiones, la participación cívica y la comprensión de problemas globales. Al unir estos elementos, se capacita a los ciudadanos para participar activamente en la sociedad digital, cuestionar la información y tomar decisiones informadas.
La integración de destrezas, habilidades, saberes y competencias digitales permite a las personas no solo sobrevivir en la cultura digital actual, sino prosperar en ella. Facilita la adaptación continua, promueve la inclusión, fomenta la eficiencia y eficacia en el uso de la tecnología y empodera a los ciudadanos para participar plenamente en la sociedad digital.
A modo de conclusión, los autores argumentan que en su propuesta de modelo los docentes deben entender:
- Los fundamentos de la IA: Comprender cómo funciona, sus capacidades y limitaciones.
- Ética de la IA: Conocer los posibles problemas éticos relacionados con la utilización de IA en el aula y cómo manejarlos.
- Aplicación pedagógica: Saber cómo integrar herramientas basadas en IA para potenciar la enseñanza y el aprendizaje.
- Evaluación y reflexión: Ser capaces de evaluar críticamente la efectividad de estas herramientas y adaptar su práctica en consecuencia.
El modelo propuesto por DigComp es uno de los marcos más adoptados y altamente valorados en el ámbito académico. Numerosas instituciones educativas y empresas de capacitación han recurrido a él para estructurar sus planes de formación. Sin embargo, con la irrupción de la Inteligencia Artificial, surge la imperante necesidad de un enfoque integrador diferente. Es esencial reconocer y abordar las habilidades con una perspectiva más profunda. La capacidad de este modelo para desglosar y reflejar un crecimiento progresivo no lineal lo posiciona como un referente esencial para todos aquellos que buscan adaptarse a los rápidos cambios paradigmáticos que hemos presenciado en el ámbito educativo durante los últimos cuatro años. El desafío de un aprendizaje sin fronteras se vuelve cada vez más primordial, y cualquier recurso que nos ofrezca guías para trazar nuevos caminos formará, indudablemente, parte del futuro educativo.
[…] MODELO DE PROGRESSÃO DE COMPETÊNCIAS EM INTELIGÊNCIA ARTIFICIAL PARA EDUCAÇÃO […]
Resulta muy útil e interesante este modelo para poder generar nuevas propuestas educativas que faciliten el aprendizaje y sobre todo la toma de conciencia de todos los involucrador en el sistema educativo que nos permita desarrollar seres humanos más habidos de aplicar el conocimiento al entorno inmediato. Saludos cordiales a todos!