Educación Híbrida e Inteligencia Artificial Generativa: una revisión crítica
Barra lateral del artículo
Contenido principal del artículo
Resumen
La Educación Híbrida, que combina el aprendizaje presencial y en línea, se beneficia de la integración de la Inteligencia Artificial (IA) generativa. La IA analiza los datos de rendimiento y estilo de aprendizaje de los estudiantes en aulas híbridas, brindando recomendaciones personalizadas, contenido específico y rutas adaptadas a cada estudiante. Esto facilita un aprendizaje más eficiente y efectivo al recibir atención individualizada y materiales adecuados a su nivel y ritmo. Proporciona retroalimentación inmediata sobre el desempeño de los estudiantes en tareas y evaluaciones, permitiéndoles identificar fortalezas, corregir errores y mejorar su aprendizaje. Recopila y proporciona acceso a recursos educativos en línea, recomendando materiales según los intereses y necesidades de los estudiantes. Además, automatiza tareas administrativas en instituciones educativas, acercándonos al concepto de un Campus Inteligente. En el ámbito de las aulas híbridas, la IA colabora en la investigación y análisis de datos, identificando patrones, analizando el rendimiento académico y brindando información valiosa para la toma de decisiones educativas y la prevención del abandono estudiantil. Sin embargo, es fundamental implementar la IA de manera ética, manteniendo un equilibrio adecuado entre la tecnología y la interacción humana. La presencia y orientación de educadores profesionales sigue siendo esencial en todo proceso educativo.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
Citas
Álvarez de Toledo, P.; Crespo, A.; Núñez, F. y Usabiaga, C. (2006). Introducción de elementos autorregresivos en modelos de dinámica de sistemas. Revista de dinámica de sistemas, 2(1), 37-66. https://www.researchgate.net/publication/28138313_Introduccion_de_elementos_autorregresivos_en_modelos_de_dinamica_de_sistemas
Arora, S.; Venkataraman, V.; Donohue, S.; Biglan, K. M.; Dorsey, E. R y Little, M. A. (2014). High accuracy discrimination of Parkinson’s disease participants from healthy controls using smartphones. 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 3641-3644. https://doi.org/10.1109/ICASSP.2014.6854280
Arora, S.; Visanji, N. P.; Mestre, T. A.; Tsanas, A.; AlDakheel, A.; Connolly, B. S.; Gasca-Salas, C.; Kern, D. S.; Jain, J., & Slow, E. J. (2018). Investigating voice as a biomarker for leucine-rich repeat kinase 2-associated Parkinson’s disease. Journal of Parkinson’s disease, 8(4), 503-510. http://10.3233/JPD-181389
Asamblea General de las Naciones Unidas (1948). Declaración Universal de los Derechos humanos. https://www.un.org/es/about-us/universal-declaration-of-human-rights
Auqui, J. A. O. (2021). Chatbot del proceso de aprendizaje universitario: Una revisión sistemática. Alpha Centauri, 2(2), 29-43.
Bañuelos, J. (2004). Semiótica de la Imagen de Vigilancia. Razón y Palabra, 37.
Bayés, M.; Carmenati, M y Apolo, D. (2017). Privacidad en la red: una aproximacion para el analisis de las politicas de google y facebook. Index. comunicacion, 7(3), 231-251.
Bruner, J. S. (1991). Actos de significado: Más allá de la revolución cognitiva. Alianza.
Cabañes, E. (2018). ¿La dictadura del algoritmo? Sobre la gestión de nuestros datos y Cambridge Analytica. Editorial Centro Cultural Digital, México. http://editorial. https://editorial.centroculturadigital.mx/articulo/la-dictadura-del-algoritmo-sobre-la-gestion-de-nuestros-datos-y-cambridge-analytica
Castillo, D. (2023). ¿Deberían las instituciones educativas implementar aprendizaje automático? Episteme, 1(1).
Cortina Orts, A. (2019). Ética de la inteligencia artificial. Anales de la Real Academia de Ciencias Morales y Políticas, 379-394.
Costa, F. (2021). Tecnoceno: Algoritmos, biohackers y nuevas formas de vida. Taurus.
Crawford, K. (2023). Atlas de inteligencia artificial: Poder, política y costos planetarios. Fondo de Cultura Económica Argentina.
Cruz, E.; González, M y Rangel, J. C. (2022). Técnicas de machine learning aplicadas a la evaluación del rendimiento ya la predicción de la deserción de estudiantes universitarios, una revisión. Prisma Tecnológico, 13(1), 77-87.
Damián-Reyes, P.; Pulido, J. R. G.; Fajardo-Flores, S. B.; Ramos-Michel, E. M. y Aréchiga, M. A. (2020). Capítulo V. De la ciudad inteligente al campus inteligente: Un primer paso hacia el Internet de las cosas. El internet de las cosas, 77.
De la Torre, J. (2023). Redes Generativas Adversarias (GAN) Fundamentos Teóricos y Aplicaciones. https://arxiv.org/abs/2302.09346
Fanlo, L. G. (2014). Gestión de la identidad y procesos de subjetivación en la Argentina actual (2001-2013). Trazos Universitarios, sd, 4-16.
Fundación Telefónica (2011). Smart Cities: un primer paso hacia la internet de las cosas. Fundación Telefónica.
García Brustenga, G.; Fuertes Alpiste, M y Molas Castells, N. (2018). Briefing paper: Los chatbots en educación.
Gómez Rodríguez, J. A. (2020). Convergencia de la biotecnología y la industria 4.0 en la salud: Patentabilidad de los dispositivos médicos wearables (WMDs).
González, R. (2007). El Test de Turing: Dos mitos, un dogma. Revista de filosofía, 63, 37-53.
Gurmendi, M. de L. (2019). ¿Los sistemas de información se han insertado en el ámbito de las universidades públicas de Argentina? FACES, 25(53), 35-50.
Holmes, W.; Hui, Z.; Miao, F. y Ronghuai, H. (2021). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. UNESCO Publishing.
Infobae (29 de marzo de 2023). Alerta GPT-4: Más de mil CEOs y académicos piden detener todas las pruebas de inteligencia artificial por seis meses. https://www.infobae.com/america/mundo/2023/03/29/alerta-gpt-4-mas-de-mil-ceos-y-academicos-piden-detener-todas-las-pruebas-de-inteligencia-artificial-por-seis-meses/
Janiesch, C.; Zschech, P. y Heinrich, K. (2021). Machine learning and deep learning. Electronic Markets, 31(3), 685-695.
Kurzweil, R. (2014). The singularity is near. Springer.
La Voz (21 de marzo de 2023). El ‘chatbot’ GPT 4 fingió ser “una persona con discapacidad visual” y se salteó un captcha. La Voz del Interior - Web. https://www.lavoz.com.ar/tecnologia/el-chatbot-gpt-4-fingio-ser-una-persona-con-discapacidad-visual-y-se-salteo-un-captcha/
Leiton, G.; Montoya, C. y Agüero, N. (2022). Toma Examen CELU Virtual: Miradas desde la UNSAM. En Nuevos escenarios, nuevos desafíos en ELSE (p. 125). Universidad Nacional de Tucumán.
Ley 11723-33-CNA (s. f.). Recuperado 19 de mayo de 2023, de http://servicios.infoleg.gob.ar/infolegInternet/anexos/40000-44999/42755/texact.htm
Loyber, P. J. (2022). Entrenamiento de un modelo de IA para el procesamiento de imágenes todo cielo y clasificación de nubes (Trabajo final de especialización). https://ri.itba.edu.ar/entities/trabajo%20final%20de%20especializaci%C3%B3n/7e7a1db1-7768-4b7a-b37f-fdfbaa4090f3/full
Lugani, C. F. (2023). Proceso de registro e identificación sin control automático para la Universidad Nacional de Río Negro. http://rid.unrn.edu.ar/handle/20.500.12049/9715
Machuca Vivar, S. A.; Vinueza Ochoa, N. V.; Sampedro Guamán, C. R. y Santillán Molina, A. L. (2022). Habeas data y protección de datos personales en la gestión de las bases de datos. Revista Universidad y Sociedad, 14(2), 244-251. https://rus.ucf.edu.cu/index.php/rus/article/view/2698
Maggio, M. (2022). Híbrida: Enseñar en la universidad que no vimos venir. Tilde Editora.
Márquez, A. M. B. (2020). Educación 4.0. En las instituciones universitarias. Contribuciones de la tecnología digital en el desarrollo educativo y social, 70-79.
Martín, A. E. y Barredo, B. R. (2018). SMARTCITY: La inteligencia artificial en la ciudad del futuro: Estudio del caso Amazon Go. VI Congreso Internacional Ciudades Creativas, 199-215.
Martínez, J. C. y Mateus, S. P. (2020). Propuesta de un Modelo Predictivo utilizando Aprendizaje Profundo para el análisis de deserción estudiantil en Universidades Colombianas Virtuales. Revista Innovación Digital y Desarrollo Sostenible-IDS, 1(1), 51-57. https://doi.org/10.47185/27113760.v1n1.8
Maza Figueroa, N. P. (2017). Modelo de gestión estratégica para el desarrollo de un campus inteligente basado en conceptos de Smart City. http://dx.doi.org/10.57799/11227/8517
Mendiola, M. S. y Sánchez, E. O. (2022). Evaluación en línea. En Evaluación y aprendizaje en educación universitaria: Estrategias e instrumentos (pp. 135-149). UNAM.
Ministerio de Educación (2020a). Fortalecimiento institucional. Plan de Virtualización de la Educación Superior. https://www.argentina.gob.ar/educacion/universidades/calidad-universitaria/fortalecimiento-institucional
Ministerio de Educación (2020b). Nuevo sistema para la validación de la identidad de estudiantes universitarios | Argentina.gob.ar. https://www.argentina.gob.ar/noticias/nuevo-sistema-para-la-validacion-de-la-identidad-de-estudiantes-universitarios
Molina, M. S. (2022). Concepto de computabilidad en Alan Turing. Revista de investigación de Sistemas e Informática, 15(2), 87-105.
Moreno, R. A. (2015). Psicopatología de las Mentes Artificiales. Boletín de estudios de filosofía y cultura Manuel Mindán, 10, 51-57.
Moreno, L. E. (2020). Innovación, tecnológica robótica e inteligencia artificial marcan la educación y a los profesiones del futuro. La era de la transformación digital de las organizaciones y su impacto en la competitividad, 27.
Ortiz, F. C.; Gómez, J. I. A.; De Dios, S. C. y Dias, A. P. (2020). Ciudades MIL, smart campus y e-salud: Prevención epidemiológica. Chasqui: Revista Latinoamericana de Comunicación, 145, 197-214.
Pastor Angulo, M. (2005). La educación superior a distancia en el nuevo contexto tecnológico del siglo XXI. Revista de la educación superior, 34(136), 77-93. https://www.scielo.org.mx/pdf/resu/v34n136/0185-2760-resu-34-136-77.pdf
Perkins, D. (1995). Escuela inteligente (Vol. 17). Gedisa Barcelona.
Pozo Municio, J. I. (1998). Aprendices y maestros. Madrid: Alianza Editorial.
Rama, C. (2021). La nueva educación híbrida. UDUAL.
Ramírez Grajales, J. D.; Martínez Vargas, F. J. y Maury Quintero, L. M. (2022). Sistema de información para la gestión de proyectos Smart Campus. https://repositorio.uniajc.edu.co/handle/uniajc/1035
Rieckmann, M. (2017). Educación para los Objetivos de Desarrollo Sostenible: Objetivos de aprendizaje. UNESCO Publishing.
Ruiz, R. L.; Cervantes, J. A. y López, S. (2022). La evolución de los agentes artificiales a los agentes morales artificiales. Journal CIM, 10(1). https://www.researchgate.net/profile/Jose-Antonio-Cervantes/publication/365870490_La_evolucion_de_los_agentes_artificiales_a_los_agentes_morales_artificiales/links/63875ca4fee13e4fe52e62ab/La-evolucion-de-los-agentes-artificiales-a-los-agentes-morales-artificiales.pdf
Saura, G. (2023). Nuevas formas, nuevos actores y nuevas dinámicas de la privatización digital en educación. Profesorado, Revista de Currículum y Formación del Profesorado, 27(1), 1-10. https://revistaseug.ugr.es/index.php/profesorado/article/view/27809
Seijo, P. (2020). Yo no soy un robot: Reflexiones sobre inteligencia artificial y sociedad mediante el ejemplo de los “captcha”. Tecnología y Sociedad, 1(9), 37-54. https://erevistas.uca.edu.ar/index.php/TYS/article/view/3228
Serrano, A. C. (2020). El fenotipado de ADN como potencial herramienta investigativa en el campo de la genética forense. Estado actual. Revista Española de Medicina Legal, 46(4), 183-190.
Toloza, D. E. F. (2019). Debates públicos en torno a la creación del Sistema Federal de Identificación Biométrica (SIBIOS): Tensiones entre seguridad y privacidad. XIII Jornadas de Sociología.
Torres, M. (2019). Derechos y desafíos de la Inteligencia Artificial. Buenos Aires: CyTA.
Vallejo Martín, A. (2022). Revisión crítica del test de Turing, la Inteligencia Artificial fuerte y propuesta de nuevo test. http://hdl.handle.net/10810/58108
Vanlehn, K. (1988). Student Modelling. M. Polson. Foundations of Intelligent Tutoring systems. Hillsdale Lawrence Erlbaum Associates.
Vilca Masco, H. (2020). Predicción del nivel de estrés en estudiantes universitarios utilizando técnicas de machine learning.
Villagrasa, O. C. (2021). Planeamiento urbanístico inteligente para la construcción de la "smart city" y el "smart campus". Revista de Derecho Urbanístico y Medio Ambiente, 55(343), 117-154.
Villegas-CH, W. (2020). Arquitectura para la gestión de datos en un campus inteligente.
Wolf, B. (1984). Context Dependent Planning in a Machine Tutor. University of Massachusetts. Tesis Doctoral.
Zapata-Ros, M. (2023). Los programas generativos “Transformer” AI, entre los que está ChatGPT, ¿ una oportunidad para la evaluación formativa? Preprint Researchgate. https://doi.org/10.13140/RG.2.2.18669.46565
Zuazo, N. (2018). Los dueños de internet: Cómo nos dominan los gigantes de la tecnología y qué hacer para cambiarlo. Debate.