La nueva educación: cómo las tecnologías inteligentes potencian el aprendizaje personalizado

• Jesús González Boticario ^[1]
  1. [1] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
• Localización: XX encuentro regional AIESAD: Sin límites ni fronteras. Nuevos desafíos de la educación superior en la era digital / coord. por Constanza Abadía García, Ángeles Sánchez-Elvira Paniagua , Elieth Alina Hoyos Montoya, 2024, ISBN 978-958-651-967-0, págs. 165-190
• Idioma: español
• Títulos paralelos:
  • The new education: how intelligent technologies empower personalized learning
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    Este documento discute la aplicación de la Inteligencia Artificial (IA) en la educación. Para ello, se centra en las bases para su implementación actual, gracias a la disponibilidad de vastos datos y modelos mejorados, lo que hace que las soluciones basadas en IA sean más efectivas.

    Se puede argumentar que el aprendizaje personalizado (PL, por sus siglas en inglés) debería abordar los procesos de aprendizaje naturales de manera que los estudiantes construyan conocimiento basado en sus estructuras y procesos cognitivos. El PL debería alinearse con la manera en que las personas aprenden naturalmente: estableciendo objetivos, suscitando preguntas y formulando res-puestas. Lamentablemente, los enfoques educativos tradicionales a menudo invierten este proceso, lo cual lleva a una desconexión con los estudiantes.

    El PL no consiste únicamente en el uso de Sistemas de Tutoría Inteligente (ITS, por sus siglas en inglés) para guiar a los estudiantes en su viaje de aprendizaje. El documento establece además las bases para la implementación de PL cubriendo diferentes temas críticos involucrados. Así, enfatiza que el aprendizaje significativo es un producto de la construcción individual, respaldado por técnicas de IA para monitorear, rastrear, detectar e intervenir en el proceso de aprendizaje.

    El documento también discute la integración de la IA en la educación superior, abrazando desafíos inevitables con técnicas disponibles. Destaca, por ejemplo, la importancia de un enfoque holístico que cubra aspectos tecnológicos, metodológicos y organizativos. Esto incluye consideraciones de gestión de datos, como autenticidad, consistencia, transparencia, etiquetado y clasificación, además de cuestiones de privacidad y ética.

    El documento también sugiere áreas de acción y posibles objetivos para la IA en la educación, enfatizando en los aprendizajes colaborativo y adaptativo, la evaluación personalizada, la participación estudiantil y el desarrollo de habilidades transversales a través de sistemas inteligentes. También subraya la importancia de los aspectos éticos y sociales, la gestión de datos, los modelos predictivos y la implementación de sistemas de recomendación educativa.

    En conclusión, el documento aborda cuestiones claves relacionadas con la aplicación de la IA en la educación desde múltiples perspectivas, lo que re-quiere estudios exhaustivos y un plan estratégico para el uso masivo de datos y sistemas inteligentes en las instituciones educativas.

  • English

    This paper discusses the application of Artificial Intelligence (AI) in education, focusing on the bases for its actual deployment thanks to the availability of vast data and improved models, which make AI-based solutions more effective than ever before.

    Arguably personalized learning (PL) should address natural learning processes, where learners construct knowledge based on their cognitive structures and processes. PL should be designed to align with how people naturally learn: setting goals, generating questions, and formulating answers. Regretfully, traditional educational approaches often inverse this process, leading to a disconnect with learners.

    PL does not consist only in the use of Intelligent Tutoring Systems (ITS) to guide students in their learning journey. The paper set the bases for the deployment of PL covering different critical topics involved. Thus, it emphasizes that meaningful learning is a product of individual construction, supported by AI techniques to monitor, trace, detect, and intervene in the learning process.

    The paper also discusses the integration of AI in higher education, embrazing unavoidable challenges with available techniques. It stresses the importance of a holistic approach that covers technological, methodological, and organiza-tional aspects. This includes data management considerations like authenticity, consistency, transparency, labeling, classification, and privacy and ethical issues.

    The document suggests areas of action and possible goals for AI in education, emphasizing collaborative learning, adaptive learning, personalized assessment, student engagement, and the development of transversal skills through intelli-gent systems. It also underlines the importance of ethical and social aspects, data management, predictive models, and the implementation of educational recommender systems.

    In conclusion, the paper addresses key issues involved in applying AI in education from multiple perspectives, which requires comprehensive studies and a strategic plan for the massive use of data and intelligent systems in educational institutions.

• Referencias bibliográficas
  • Bodily, R., & Verbert, K. (2017). Review of Research on Student-Facing Learning Analytics Dashboards and Educational Recommender Systems....
  • Boticario, J. G., Santamaria, M., Aznarte, J. L., y Claramonte, J. (2019). Plan de Trabajo 2019-21, Vicerrectorado de Digitalización e Innovación....
  • Boticario, J. G., & Santos, O. C. (2007). An open IMS-based user modelling approach for developing adaptive learning management...
  • Caliper analytics v. 1.1. (s. f.). IMS Global. https://www.imsglobal.org/cali-per-analytics-v11-introduction
  • Chipman, S. F., Segal, J. W., & Glaser, R. (1985). Thinking and learning skills (Vol. 2). Hillsdale, N. J.: Earlbaum.
  • Drachsler, H., & Greller, W. (2016). Privacy and Analytics: It’s a DELICATE Issue a Checklist for Trusted Learning Analytics. Proceedings...
  • du Boulay, B. (2016). Artificial Intelligence as an Effective Classroom Assistant. IEEE Intelligent Systems, 31(6), 76–81. https://doi.org/10.1109/MIS.2016.93
  • du Boulay, Benedict. (2016). Recent Meta-reviews and Meta–analyses of AIED Systems. International Journal of Artificial Intelligence in Education,...
  • Dwivedi, S., & Roshni, V. S. K. (2017). Recommender system for big data in education. In 2017 5th National Conference on E-Learning &...
  • Ehlers, M., Schuwer, R., & Janssen, B. (2018). Open Educational Resources for skills development. https://unevoc.unesco.org/up/OER-in-TVET.pdf
  • Ferguson, R., Coughlan, T., Egelandsdal, K., Gaved, M., Herodotou, C., Hillaire, G., ... others. (2019). Innovating Pedagogy 2019: Open University...
  • Fisher, K. M., & Lipson, J. I. (1985). Information processing interpretation of errors in college science learning. Instructional Science,...
  • Gómez, J., Jiménez, T., Cordón, O., Cruz, F., Peña, E., y Sarmiento, I. (2018). Informe de situación de las tecnologías educativas en las...
  • Hew, K. F., Qiao, C., & Tang, Y. (2018). Understanding Student Engagement in Large-Scale Open Online Courses: A Machine Learning Facilitated...
  • Holmes, W., Anastopoulou, S., Schaumburg, H., & Mavrikis, M. (2018). Te c h n o-logy-enhanced Personalised Learning: Untangling the Evidence.
  • Holmes, W., Iniesto, F., Anastopoulou, S., & Boticario, J. G. (2023). View of Stake-holder Perspectives on the Ethics of AI in Distance-Based...
  • Jivet, I., Scheffel, M., Specht, M., & Drachsler, H. (2018). License to Evaluate: Preparing Learning Analytics Dashboards...
  • Lane, H. C., McCalla, G., Looi, C.-K., & Bull, S. (2016). Preface to the IJAIED 25th Anniversary Issue, Part 2. International Journal...
  • Moreno, G., Martínez, L., Boticario, J. G. J. G., & Fabregat, R. (2009). Research on standards supporting A2UN@: Adaptation and Accessibility...
  • Ortigosa, A., Carro, R. M., Bravo-Agapito, J., Lizcano, D., Alcolea, J. J., & Blanco, Ó. (2019). From Lab to Production: Lessons Learnt...
  • Pardos, Z. A. (2017). Big data in education and the models that love them. Current Opinion in Behavioral Sciences, 18, 107-113 .
  • Plan UniDigital. (2023). España Digital. https://espanadigital.gob.es/lineas-de-ac-tuacion/plan-unidigital
  • Poquet, O., Lim, L., Mirriahi, N., & Dawson, S. (2018). Video and Learning: A Systematic Review (2007-- 2017). Proceedings...
  • Pozo, J. I. (1987). Aprendizaje de la ciencia y pensamiento causal. Aprendizaje Visor.
  • Propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de ...
  • Rad, P., Roopaei, M., Beebe, N., Shadaram, M., & Au, Y. (2018). AI Thinking for Cloud Education. Platform with Personalized...
  • Reglamento del Parlamento Europeo y del Consejo sobre normas armonizadas para un acceso justo a los datos y su utilización, y por el que se...
  • Reglamento (UE, Euratom) 2023/2841 del Parlamento Europeo y del Consejo de (2023). https://eur-lex.europa.eu/legal-content/ES/TXT/PDF/?uri=O-J:L_202302841
  • Resnik, L. B. (1980). Toward a cognitive theory of instruction. In S. G. Paris & G. M. O. y H. W. Stevenson (Eds.), Learning and motivation...
  • Salmerón-Majadas, S., Baker, R. S., Santos, O. C., & Boticario, J. G. (2018). A Machine Learning Approach to Leverage Individual Keyboard...
  • Schank, R. C., & Cleary, C. (1995). Engines for education. Lawrence Erlbaum Associates, Inc.
  • Scott, C. L. (2015a). El futuro del aprendizaje 2 ¿Qué tipo de aprendizaje se necesita para el siglo XXI? https://unesdoc.unesco.org/ark:/48223/pf0000242996_spa
  • Scott, C. L. (2015b). El futuro del aprendizaje 3 ¿Qué tipo de pedagogías se necesita para el siglo XXI? https://unesdoc.unesco.org/ark:/48223/pf0000243126_spa
  • Selent, D. A. (2019). Creating Systems and Applying Large-Scale Methods to Improve Student Remediation in Online Tutoring Systems...
  • Slade, S., & Tait, A. (2019). Global Guidelines: Ethics in Learning Analytics.
  • Unesco. (2021). Understand, educate, protect: UNESCO’s blueprint for the Ocean. Unesco.
  • Unesco. (2023). Orientación para la IA Generativa en la educación y la investigación. Unesco.