Los educadores pueden aprovechar la IA para construir sistemas de tutoría inteligentes

Los educadores pueden aprovechar la IA para construir sistemas de tutoría inteligentes

La Inteligencia Artificial se está abriendo paso de manera significativa en el sector de la educación. La tecnología en la educación tiene el potencial de realizar ciertas tareas de manera eficiente, transformando la forma de aprender de los estudiantes al proporcionarles capacidades mejoradas. Recientemente, un equipo de investigadores de la Universidad Carnegie Mellon ha desarrollado una técnica impulsada por la IA que permite a los educadores crear rápidamente sistemas inteligentes de tutoría computarizada. Al mostrar varias formas de resolver los problemas de un tema, un profesor puede enseñar a la computadora, como la adición de varias columnas, y corregir la computadora si responde incorrectamente.

El sistema informático no sólo puede resolver los problemas tal y como se le enseñó, sino que también tiene una visión más amplia para descifrar todos los demás problemas del tema, en comparación con un profesor. Un estudiante de doctorado en el Instituto de Interacción Humano-Computadora (HCII) de la CMU, Daniel Weitekamp III, explicó que «Un estudiante podría aprender una forma de hacer un problema y eso sería suficiente. Pero un sistema de tutoría necesita aprender todo tipo de formas de resolver un problema». Necesita aprender cómo enseñar a resolver problemas, no sólo cómo resolverlos.

Los avances en la IA han tentado grandes contribuciones de la academia y la industria en los últimos años. A este respecto, las técnicas de aprendizaje de máquinas basadas en redes neuronales profundas, posibilitadas por el considerable aumento de la potencia computacional y los datos disponibles, están aumentando y se están empleando para facilitar sistemas más inteligentes. Los sistemas inteligentes de tutoría están diseñados para seguir incesantemente el progreso de los estudiantes, proporcionar sugerencias para el siguiente paso y elegir problemas de práctica para ayudar a los estudiantes a aprender nuevas habilidades.

De acuerdo con Ken Koedinger, profesor de interacción humano-computadora y psicología, cuando se construyeron los primeros tutores inteligentes, él y otros programaron a mano las reglas de producción, un proceso que tomó alrededor de 200 horas de desarrollo por cada hora de instrucción tutorizada. Después, creaban un atajo, en el que intentaban demostrar todas las formas posibles de resolver un problema. Esto redujo el tiempo de desarrollo a 40 ó 50 horas, pero para muchos temas es prácticamente imposible mostrar todas las vías de solución posibles para todos los problemas posibles, lo que disminuye la aplicabilidad del atajo.

Se dice que el nuevo sistema informático puede permitir a un profesor crear una lección de 30 minutos en unos 30 minutos. Ken calificó esto como una gran visión entre los desarrolladores de tutores inteligentes. Dijo, «La única manera de llegar al tutor inteligente completo hasta ahora ha sido escribir estas reglas de la IA. Pero ahora el sistema está escribiendo esas reglas».

En la Conferencia sobre Factores Humanos en los Sistemas Informáticos (CHI), que aceptó el trabajo que describía el método, los autores demostraron su método sobre el tema de la suma de columnas múltiples, pero el motor de aprendizaje de máquinas subyacente ha demostrado funcionar para una variedad de temas, incluyendo la resolución de ecuaciones, la suma de fracciones, la química, la gramática inglesa y los entornos de experimentos científicos. El método no sólo acelera el desarrollo de tutores inteligentes, sino que promete hacer posible que los profesores, en lugar de los programadores de IA, desarrollen sus propias lecciones computarizadas.

Leave a Comment!