45 Enseñando IA

En este punto consideramos al profesor, con respecto a la IA, lo suficientemente hábil para usar la IA de manera segura y de una manera que agregue valor al proceso educativo. El profesor también puede querer compartir con sus estudiantes algún conocimiento interno, o explicar cómo funciona alguna herramienta. Pero eso no le da al profesor el rol y la tarea de enseñar IA todavía.

Sin embargo, en algún momento se planteará la pregunta. ¿Existe un caso para educar a todos en o sobre la IA? Y en tal caso, ¿qué se debería enseñar? ¿Quién debería hacer la enseñanza? ¿Cuánto más necesitará aprender el profesor?

Lo que hemos aprendido de enseñar a programar

Hace diez años, la mayoría de los países europeos llegaron a la conclusión de que enseñar a los niños a usar una computadora no era suficiente y que era necesario enseñar código (o a veces, con más ambición, informática)^1,2. Los argumentos utilizados entonces probablemente sean válidos hoy para la IA:

• Programar es tan útil como escribir y contar;
• Muchas actividades humanas se benefician de la programación;
• La programación está relacionada con otras habilidades necesarias como la resolución de problemas

Así que la programación se introdujo en las instituciones educativas, pero con éxito variable3. Se asignaron recursos insuficientes al aspecto humano de la formación de los profesores. Aquí había un problema complicado: ¡formar demasiado bien a los profesores podría llevarlos a abandonar la profesión docente para trabajar en la industria informática, donde los salarios son mucho más altos! Informes de Informatics Europe y otras organizaciones lo demuestrn(pero hay excepciones, por supuesto).

Formar a los profesores ha sido una tarea compleja en todos los países. Para 2023, los resultados siguen siendo heterogéneos. En la mayoría de los países, la sensación es que no hay suficientes profesores debidamente formados. Esto hace que sea especialmente complejo contemplar la formación de profesores en IA, a un nivel suficiente para que enseñen IA (en lugar de enseñar con IA).

Alfabetización en IA

El primer objetivo podría ser introducir alguna forma de alfabetización en IA en las escuelas. Pero aun no hay acuerdo sobre qué debería comprender esta alfabetización. ¿Queremos explicar cómo funciona la IA o solo los resultados de la IA? ¿Consiste la alfabetización solo en entender la IA? ¿Qué pasa con la capacidad de adaptarse y crear? Estas preguntas necesitan ser abordadas. Quizás, para saber qué se debería enseñar en un curso de alfabetización en IA, la primera pregunta debería ser, ¿qué queremos lograr?

La alfabetización en IA permitirá a las personas diferenciar entre magia y ciencia. Para considerar una nueva solución de IA y tener alguna intuición de cómo funciona (y no solo lo que hace), se necesitará formación práctica. Los estudiantes necesitarán poder probar sistemas y saber cómo funcionan estos sistemas.

Paradigmas

La IA no solo trata sobre algoritmos. Hay muchos aspectos humanos, y se necesitan reflexionar sobre las preguntas. Por ejemplo, la mayoría de los métodos de IA se basarán, hasta cierto punto, en la aleatoriedad. Esto puede parecer extraño para técnicas que se supone que nos ayudan a tomar algunas decisiones drásticas (o, en un número creciente de casos, como el de la bolsa de valores, que hacen cumplir estas decisiones directamente).

Sin embargo, si la IA va a jugar un papel clave en el futuro, ¿no deberíamos al menos empezar?

En un informe para la Unesco en 2018⁴ se sugirió que los siguientes cinco temas, en su mayoría ausentes hoy en el sistema educativo, necesitarán ser abordados:

1. Aunque usar las herramientas parece no requerir codificación directa, el razonamiento detrás de las herramientas de IA sigue las reglas, que se pueden aprender a través de la programación;
2. La aleatoriedad importa. La IA comete errores, y estos errores son de muchas maneras inevitables. Pueden deberse a la calidad de los datos o de los sensores; también se deberán a la naturaleza estadística de los algoritmos que se utilizan. La mayoría de los algoritmos de IA no pretenden ser absolutamente correctos;
3. El mundo ya no es determinista. Esta es una consecuencia del punto anterior, pero las consecuencias son específicas, ya que aquí es donde entendemos que un sistema de IA puede proporcionarnos diferentes respuestas, a veces contradictorias, a preguntas simples. Leer el artículo de 1950 de Alan Turing⁶ ofrece mucha perspectiva sobre estas preguntas;
4. El pensamiento crítico es esencial, pero es necesario saber cómo usar las herramientas adecuadas. Las herramientas de IA están mejorando en la creación de falsificaciones: imágenes, videos y ahora textos. Pronto quizás tengamos conferencias falsas. El sentido común solo no es suficiente para que tomemos decisiones informadas cuando se trata de decidir si una imagen, una voz o un texto es falso;
5. Valoramos nuestros valores: analizar el mundo, tomar decisiones morales y cuestionar por qué pasamos tiempo estudiando o trabajando.

Estos valores necesitan ser examinados, considerando el progreso de la IA.

La zona gris de la verdad se está ampliando cada día más. La experiencia quizás no vaya a ser valorada cuando la IA sea capaz de referirse a la experiencia colectiva y analizar los números.

Entender estos temas, o al menos preguntar, es una necesidad.

Currículos y marcos

Hay pocos currículos de IA para K-12 y sus profesores, disponibles al final de 2023^4,5. La Unesco ha comenzado a estudiar estos y presentarlos⁸.

La Unesco es clave para la educación en todo el mundo. Debido a que la Unesco está preocupada por los Futuros de la Educación⁹, tiene un interés especial en la IA para y en la educación. Proporciona documentos para responsables de políticas y profesores sobre IA, educación y ética, y el uso de la IAG en educación. En 2023, expertos de la Unesco han estado trabajando en documentos que describen cuáles deberían ser las competencias para profesores y estudiantes¹¹. La versión final está prevista para su lanzamiento en 2024. La versión de 2023 propone aspectos que equilibran cuestiones tecnológicas y aquellas más relacionadas con las ciencias sociales o, en los casos de los profesores, con cuestiones de desarrollo profesional. Aunque la programación no sea inmediatamente necesaria, parece ser una habilidad necesaria para una mejor comprensión de la IA.

Programando IA

La programación, o codificación, como actividad, ha sido promovida en la mayoría de los países europeos desde 2012. En 2023, la UE apoyó la enseñanza de informática en Europa.

Pero desde la llegada de la IAG y su impacto esperado en la educación¹⁰, se ha cuestionado la utilidad de aprender a programar. ¿No podemos simplemente dejar que la IA realice esta tarea por nosotros? O, por el contrario, ya que muchos trabajos en el futuro dependerán de la IA, ¿no deberíamos aprender a programar para usar mejor la IA?

La razón principal para aprender a programar es que un profesor o un estudiante podrían ser capaces de usar la IA en programas informáticos. Hay una serie de tareas involucradas con la programación de IA. Construir modelos suele ser parte de la ciencia de datos y el aprendizaje automático. Un buen programador puede tomar un conjunto de datos, limpiarlo sin distorsionarlo y usarlo para extraer reglas y patrones a través de algoritmos de AA. El programador puede especificar los atributos significativos o dejar que el algoritmo clasifique texto o imágenes en bruto. Algunos lenguajes, como Orange, son buenos para esto. En otros casos, un programador elegirá usar un lenguaje de propósito general como Python.

1. Royal Society. (2012). Shut down or restart? Report of the Royal Society. https://royalsociety.org/topics-policy/projects/computing-in-schools/report/

2. Académie des Sciences. (2013). L’enseignement de l’informatique en France – Il est urgent de ne plus attendre. http://www.academie-sciences.fr/fr/activite/rapport/rads_0513.pdf

3. Informatics Europe. (2017). Informatics education in Europe: Are we all in the same boat?

4. de la Higuera, C. (2018). Report on education, training teachers and learning artificial intelligence. Knowledge 4 All Foundation. https://www.k4all.org/project/report-education-ai/

5. Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12: What should every child know about AI? Proceedings of the AAAI Conference on Artificial Intelligence, 33(01), 9795–9799. https://doi.org/10.1609/aaai.v33i01.33019795

6. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. https://doi.org/10.1093/mind/LIX.236.433

7. Howell, E. L., & Brossard, D. (2021). (Mis)informed about what? What it means to be a science-literate citizen in a digital world. Proceedings of the National Academy of Sciences, 118(15), e1912436117. https://doi.org/10.1073/pnas.1912436117

8. UNESCO. (2022). K-12 AI curricula: A mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602

9. UNESCO. (2023). Artificial intelligence and the futures of learning. https://www.unesco.org/en/digital-education/ai-future-learning

10. UNESCO. (2023). Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research

11. UNESCO. (2023). AI competency frameworks for students and teachers. https://www.unesco.org/en/digital-education/ai-future-learning/competency-frameworks