En el vertiginoso avance de la inteligencia artificial (IA) y su influencia en múltiples industrias, comprender sus matices y aplicaciones potenciales se ha vuelto una prioridad crucial para nosotros en el ámbito educativo. En este contexto Paradox Learning, ha compartido el desarrollo de una sólida propuesta de alfabetización en IA, que nos permitirá:
- Tomar decisiones informadas: Necesitamos comprender los potenciales, limitaciones y desafíos de la IA para utilizar las herramientas adecuadamente.
- Hacer las preguntas correctas: Debemos formular preguntas críticas sobre las herramientas de IA para identificar buenas prácticas, casos de uso relevantes y preparar a nuestros estudiantes para el futuro cambiante del trabajo.
- Navegar el proceso de selección, implementación y aplicación: Para evaluar adecuadamente las herramientas de IA, necesitamos saber cómo probar los sistemas, comprender las capacidades tecnológicas, las prácticas de datos, los posibles sesgos y los problemas éticos relacionados.
Para asegurar que podamos interactuar, crear, adaptar e implementar iniciativas de aprendizaje y proporcionar soporte a los estudiantes aprovechando las capacidades de la IA, consideremos este marco de alfabetización en IA que incluye ocho áreas clave.
Fundamentos de la IA
Los Fundamentos de la IA sientan las bases para comprender la inteligencia artificial. Explora los conceptos básicos detrás de la IA, su evolución histórica y cómo está moldeando nuestro mundo hoy. Esto incluye examinar diferentes técnicas de IA y sus aplicaciones en el mundo real.
Fluidez en Datos
La efectividad de un modelo de IA está directamente relacionada con la calidad de los datos en los que se entrena. Esta área se enfoca en desarrollar habilidades para escrutar y trabajar efectivamente con datos utilizados en sistemas de IA. Implica comprender las fuentes de datos, diferenciar los tipos de datos, examinar los datos para detectar sesgos y aplicar marcos de gobernanza de datos.
Pensamiento Crítico y Verificación de Hechos
La IA es conocida por devolver resultados falsos con alta confianza, generar desinformación y puede ser propensa a “alucinaciones” (fabricar información). Los Modelos de Lenguaje Grande (LLMs), por ejemplo, pueden devolver estudios de casos inventados o referencias inexactas. Por lo tanto, es importante desarrollar una fuerte capacidad analítica y de verificación de hechos para discernir tales discrepancias. No podemos aceptar ciegamente los resultados generados por la IA y debemos verificar independientemente la información obtenida a través de los sistemas de IA.
Uso Diverso de la IA
Para comprender los impactos más amplios de la IA, necesitamos mirar más allá de nuestro propio dominio para examinar otras aplicaciones en diferentes sectores. Ejemplos incluyen el papel de la IA en facilitar la conducción autónoma, las interacciones con chatbots en el comercio minorista, la modelización predictiva en finanzas para evaluar riesgos y el uso del aprendizaje automático en la atención médica para el diagnóstico, pronóstico y estrategias de tratamiento personalizadas. Tal exploración arroja luz sobre las posibilidades de la IA y sus limitaciones a nivel societal.
Ética de la IA
Las conversaciones sobre la IA deben incluir inevitablemente sus dimensiones éticas, abordando temas como la privacidad, los consentimientos de los usuarios, la propiedad de los datos, los sesgos inherentes en los procesos de IA, la integridad digital y las implicaciones más amplias de la IA en la sociedad. Esto incluye debates sobre las implicaciones éticas del uso de la IA para la monitorización en el lugar de trabajo y las posibles violaciones de la privacidad de los estudiantes. Además, es vital inculcar en nuestras organizaciones la importancia de usar la IA de manera responsable, incluyendo la creación y refinamiento de políticas de ética de datos existentes y el desarrollo y uso de directrices de IA.
Pedagogía de la IA
Necesitamos abordar el papel de la IA en la educación: involucrar a nuestra comunidad en conversaciones inclusivas sobre las capacidades y limitaciones de la IA, conocer los principios pedagógicos en los que deben basarse las herramientas de IA y ser capaces de evaluar estas herramientas de manera crítica y sistemática. Además, la pedagogía de la IA debe incluir ejemplos prácticos y experiencias prácticas para aprender cómo las personas pueden co-crear y colaborar con la IA.
Propuesta de Frameworks
Niveles de Competencia
Esta tabla describe los niveles de competencia en IA, desde el conocimiento básico hasta la contribución activa, proporcionando una guía clara para el desarrollo de habilidades.
Áreas Clave y Competencias
Aquí se presentan las áreas clave de la alfabetización en IA y las competencias específicas necesarias en cada nivel, desde explorador hasta pionero, para una comprensión integral de la IA.
Reflexiones Finales
La inteligencia artificial (IA) en todas sus formas y posibilidades de uso está revolucionando sin duda el quehacer humano en diversas áreas y disciplinas. Es natural que se busque organizar la manera en que estas tecnologías se integrarán en el ámbito educativo. El encuentro de paradigmas en algunos casos busca una regulación absoluta, mientras que en otros se adopta un optimismo tecnológico, llegando a ser permisivo incluso con aspectos que pueden vulnerar la seguridad y el bienestar de las personas.
En un post anterior, analizábamos la propuesta que se está fraguando desde la UNESCO y todas las implicancias que pueden emanar de esta iniciativa una vez finalizada. Por el momento, la propuesta de Paradox Learning, especializada en el diseño y desarrollo de contenido e-learning tanto sincrónico como asincrónico, incluyendo estrategias y gobernanza de IA, así como el análisis de datos para optimizar el aprendizaje a través de auditorías y asesoramiento en la adopción de tecnología de IA en organizaciones, representa un avance significativo.
Basándose en su experiencia, han desarrollado este marco que puede ser utilizado en contextos de educación superior, educación continua y educación a lo largo de la vida, atendiendo principalmente a contextos andragógicos y heutagógicos. No obstante, continuaremos viendo emerger nuevos frameworks que encaucen este aprendizaje bajo un nuevo paradigma. Este paradigma debe ser atendido desde las necesidades y deseos de los aprendices (toda la sociedad) de manera glocal, dinámica y emergente.