La tecnología tiene un papel cada vez más relevante en el ámbito de la educación, especialmente demostrado en el último año. Y esta transformación del modelo educativo requiere además la adaptación de profesores y alumnos, para manejar herramientas y plataformas que recogen datos útiles para desarrollar aplicaciones que apoyen a ambos.
Esta fue parte de la conversación de la mesa redonda El Big Data y la Inteligencia Artificial en la educación, organizada por el hub de innovación educativa Edutech Cluster y moderada por Beatriz Lucía, directora del área de Talent Analytics en el Instituto de Ingeniería del Conocimiento (IIC). Diferentes expertos apuntaron, desde distintos enfoques, algunas de las aplicaciones de la analítica de datos en educación y lo que queda por hacer.
En una ponencia inicial, Álvaro Barbero, chief data scientist del IIC, fue el encargado de poner el contexto e introducir algunos conceptos de Inteligencia Artificial. Según un informe de Deloitte, donde se hace referencia a las cuatro fases de integración de esta tecnología, el ámbito educativo se situaría en una segunda fase de desarrollo. Esto quiere decir que actualmente surgen algunas soluciones que aportan valor, pero que todavía no están estandarizadas. Algunas de ellas se mencionaron durante el resto de intervenciones.
Hacia una transformación del modelo educativo
Frente a las expectativas, Álvaro Barbero recordó que el uso principal de la Inteligencia Artificial es la automatización de tareas.
Se trata de conseguir algo que resulte de utilidad y que contribuya a transformar poco a poco el modelo educativo tradicional. Y puso algunos ejemplos: un sistema que recomiende contenidos específicos para cada alumno dentro de un currículum flexible, herramientas de corrección semiautomática para los profesores o analizar la gestión de un centro y tomar decisiones al respecto.
Para Ricard Dalmau, product owner de aulaPlaneta, estas novedades “no van a suplir el esfuerzo del alumno ni la experiencia del profesor, pero les pueden ayudar”. Hay aplicaciones más llamativas, como los tutores virtuales o las herramientas de aprendizaje adaptativo, pero ahora pueden ser útiles las que dan soporte a tareas del día a día y que “no van a hacer el trabajo del profesor, sino que le van a dar más tiempo que dedicar a la personalización del aprendizaje”, explicaba.
Hablamos, por ejemplo, de hacer grupos teniendo en cuenta más información o de detectar problemas de convivencia y de bullying. “Esta es una de las grandes posibilidades de la IA: me dice dónde puedo actuar, detecta situaciones que pueden haber pasado desapercibidas”, comentaba Dalmau.
Evaluación de competencias transversales
Sin embargo, alumnos y profesores también tienen que saber enfrentarse a este cambio de escenario, que además nos deja una nueva forma de ver el e-learning. Así lo introdujo Virginia Arranz, consultora experta en competencias y RRHH en el IIC:
“el aprendizaje online ya no es solo digitalizar materiales y saber utilizar un ordenador, es mucho más y tiene muchas posibilidades”.
Y enumeró algunas, como el lifelong learning, el fomento del pensamiento crítico frente a tanta información y el refuerzo de la autonomía al exigirle al alumno un papel más activo y participativo.
Precisamente estas competencias transversales, más allá de las cognitivas, han cobrado importancia también en el mundo laboral, lo que hace que necesitemos aprenderlas y mejorarlas cada vez más. En especial, se pone el foco en las competencias digitales, que nos permiten hacer un uso creativo e innovador de la tecnología.
¿Cómo sabemos si los alumnos tienen estas competencias? Esta pregunta puede ser una de las razones que nos lleve a evaluar a las personas y analizar los datos de los que disponemos. “Tenemos que recoger datos para saber qué competencias necesitan desarrollar para hacer un uso constructivo del aprendizaje”, explicaba la experta. Con esa información, se puede enfocar la formación u orientar ese currículum flexible que mencionaba Álvaro Barbero. El análisis también sirve para mejorar el aprendizaje en las plataformas, que a su vez pueden proporcionarnos más datos de calidad.
Análisis de datos en educación
Ya desde el principio, Álvaro Barbero destacó la importancia de los datos para desarrollar aplicaciones de Inteligencia Artificial útiles en educación, pero, ¿dónde los encontramos concretamente? Según Ricard Dalmau, los entornos virtuales de aprendizaje ya recogían algunos datos sobre su uso e interacción, pero la experiencia educativa suele ir más allá de las plataformas, por ejemplo, con actividades en clase.
Aun así, es cierto que el uso de herramientas y recursos tecnológicos se ha intensificado, pudiendo recoger distintas evidencias. También se pueden preparar los contenidos para que generen esos datos de calidad. Y ahora viene otra pregunta: ¿para qué podemos utilizar estos datos?
Precisamente los sistemas y plataformas de aprendizaje online pueden ser una buena fuente para el análisis de redes sociales. Pablo Eduardo García, Data Analyst en el IIC, explicó en qué consiste este enfoque, con el que se pueden visualizar las relaciones e interacciones que se dan en un grupo concreto y revelar información sobre la posición de las diferentes personas en la red, por ejemplo, según su influencia. “Es una herramienta descriptiva muy potente en términos de diagnóstico de una realidad”, comentaba el experto.
Estos análisis pueden hacerse mediante esa huella digital o a través de encuestas. En el caso que puso, por ejemplo, se preguntaba a un grupo de alumnos a quién recurrían en caso de tener dudas sobre una asignatura. La red resultante, representada con un grafo, podía desvelar quién acapara las solicitudes, grupos más pequeños que interactúan entre ellos o, a nivel individual, los alumnos que hacen de intermediarios o los que están más aislados.
Evidencia científica y tecnología
Ante la proliferación de estas nuevas aplicaciones del Big Data, Ernesto Fernández, CEO de iteNlearning, recordó que en educación se basan en evidencias científicas, empíricas y de aprendizaje, que normalmente son sinónimo de seguridad, sin olvidar la supervisión de los profesionales de la educación.
Una buena forma de conservar esa base científica podría ser precisamente basar los sistemas y aplicaciones tecnológicas en los modelos de conocimiento que tenemos, como el de lectoescritura. Haciéndolo computable, por ejemplo, una herramienta podría identificar los problemas de alumnos concretos. De esta forma, explicaba Fernández, “convertimos los modelos en instrumentos educativos profesionales”.
Al final, hay muchas ideas en las que avanzar y que poco a poco se puedan incorporar como herramientas al ámbito educativo. Estas pueden contribuir a su transformación, a un aprendizaje más personalizado y a la eficiencia de un sistema que se encarga de la formación básica de los ciudadanos.