Inteligencia vs Inteligencia Artificial ¿tiene sentido esta división?

Partiendo de una visión sistémica de la Inteligencia Artificial (IA), su desarrollo afectará a ámbitos diversos de la educación, y desde un enfoque multidisciplinario en investigación, docencia, gestión, relación con la sociedad y otros campos del conocimiento representativos de las humanidades y las ciencias sociales. En 2019, el Consenso de Beijing, en su documento sobre IA y educación de la UNESCO, enfatizó la característica interdisciplinar de la IA como aspecto clave a tener en cuenta para quienes toman decisiones y formulan e implementan políticas públicas. Pero también la relación compleja que representa pensar la IA en la educación por las múltiples aristas que abarca: políticas educativas, uso en la gestión, apoyo a la docencia y a la evaluación del aprendizaje, competencias para la vida y el trabajo, nuevas oportunidades de aprendizaje permanente, y todo ello sin descuidar los aspectos de uso ético, transparente, equitativo e inclusivo.

Conectando esta visión con una reciente publicación de Faraón Llorens, es posible agregar dos dimensiones o características a la IA en el ámbito educativo: la humanización de la respuesta y su necesidad de supervisión humana. 

El primer aspecto, hace que sea casi imposible discernir si una tarea ha sido efectuada por la IA o por un humano puesto que ésta tiene capacidad creativa y naturalidad en el lenguaje.  El segundo aspecto tiene que ver con las incoherencias de las respuestas.

Llorens resalta la importancia de “tener en cuenta que la IA no puede reemplazar completamente al profesorado humano, ya que la enseñanza y el aprendizaje son actividades complejas que requieren la interacción humana y el pensamiento crítico”.

Cabe también la siguiente conclusión: Si un robot puede hacerlo, no era una tarea específicamente humana.

En este sentido, el planteo que considera positivamente el potencial de la IA es que el rol docente podría alejarse de la presentación y gestión de contenidos y centrarse en el desarrollo de habilidades complejas que son propias de la condición humana, y que la tecnología no puede hacer.

Entonces, cabe una segunda conclusión: Si queremos desarrollar inteligencia artificial debemos entender la inteligencia natural y conocer cómo funciona. En palabras de Turkle, “redefinir lo que es humano en base a lo que la tecnología no puede hacer (..)  Toda tecnología plantea un desafío para nuestros valores humanos, y eso es bueno porque hace que reafirmemos cuáles son”

Y en esta línea, se hace necesario revalorizar la ternura y el sentido del humor como "dos tecnologías" esenciales que tenemos que llevar al aula.

En las últimas décadas, la IA se ha desarrollado para estar presente en nuestras vidas cotidianas. Siguiendo las ideas de Turkle, las máquinas están programadas para participar en conversaciones como si entendieran de qué hablan hasta el punto de que algunos se han preguntado: ¿hasta dónde puede llegar esto y qué ocurrirá entonces? 

De esta manera, no se trata de decidir si IA sí o IA no. La opción de no IA ni es viable ni es conveniente. 

Siguiendo la propuesta de Llorens, el aumento de inteligencia que representaría que tanto la inteligencia natural como la artificial se pusieran a colaborar y se complementaran, sería la opción más inteligente.

En las universidades debemos formar universitarios que, junto a una inteligencia natural bien ejercitada, sepan sacar partido a la inteligencia artificial en su vida profesional (y personal).

Retomando el carácter interdisciplinar de la IA, se puede enseñar inteligencia artificial en las materias curriculares de otras disciplinas desde un enfoque transversal y adoptando un enfoque global, práctico y activo en el que el trabajo basado en proyectos y contextualizado desempeñe un papel muy importante.

Abordar una IA que converse, cree y potencie la enseñanza y el aprendizaje. 

Como dice Cathy O’Neil en su texto Armas de destrucción matemática, nos enfrentamos a un mundo donde los datos no van a desaparecer, ni tampoco los ordenadores, y los modelos predictivos son las herramientas de las que dependeremos cada vez más para dirigir nuestras instituciones y gestionar nuestras vidas. Y agrega que, estos modelos no se construyen únicamente con datos, sino fundamentalmente con las decisiones que tomamos sobre los datos a los que debemos prestar atención. Y esas decisiones no se refieren únicamente a cuestiones logísticas, de beneficios o eficiencia, sino que son fundamentalmente decisiones humanas. 

Referencias: 

¿Deberíamos revisar el alcance del término inteligencia? (I) , Faraón Llorens, 2024

¿Deberíamos revisar el alcance del término inteligencia? (II), Faraón Llorens, 2024

La inteligencia artificial en el gobierno universitario, Faraón Llorens, 2023

Turkle, S. (2015). En defensa de la conversación. El poder de la conversación en la era digital. Ático de Libros: Barcelona.

Futuros posibles (y no tanto...) para el desarrollo de la Inteligencia Artificial (IA)

La #IA nos está llevando a replantear la generación, circulación y apropiación del conocimiento. Por otra parte, pone en evidencia la existencia de un tiempo nuevo, acelerado, frenético y datificado.

Traigo en esta entrada estractos extraídos de publicaciones realizadas por los expertos Diego Leal y Hugo Pardo, que hace tiempo investigan, producen y comparten sobre innovación educativa y futuros posibles de aprendizaje social en escenarios emergentes. Imaginar, proyectar, prever futuros posibles necesitas de procesos que requieren investigación y mucha reflexión.

Señales de futuro

Estirar la imaginación es esencial para comprender y anticiparse el cambio. Cada día aparecen noticias, herramientas y servicios emergentes que sugieren posibles futuros (deseables y no deseables) para la educación y los procesos de aprendizaje.

•  A boy saw 17 doctors over 3 years for chronic pain. ChatGPT found the diagnosis (Today): Esta es una historia que veremos reportada con mayor frecuencia en el futuro cercano. Una familia estadounidense, con un niño que empezó a sufrir dolor crónico, problemas de movilidad y otros síntomas, visitó 17 especialistas durante un período de tres años en busca de un diagnóstico y tratamiento, con poco éxito. La madre optó, finalmente, por ingresar todo el historial médico a ChatGPT a ver qué resultaba. El algoritmo dio como diagnóstico posible el síndrome de la médula anclada. ¿Siguientes pasos? Ir a un grupo de Facebook de padres con hijos en esa situación y luego confirmar el diagnóstico con un especialista humano. En este caso, la historia tuvo un final feliz. Según la madre, la mirada particular de cada especialista a los que visitaron les impidió ver el conjunto completo de síntomas y llegar a un diagnóstico acertado.

  Señal de un futuro en el que los sistemas de salud pública cuentan con algoritmos similares a ChatGPT pero entrenados con información médica especializada, que permiten a los ciudadanos consultar sus síntomas directamente como primer nivel de respuesta (o complemento) de la opinión médica humana. Estos algoritmos, además de dar una respuesta, indicarán el nivel de confianza de su diagnóstico, el cual generará alertas para que especialistas humanos puedan intervenir. En este futuro, el ahorro de tiempo y de recursos permite ampliar el alcance y efectividad de los servicios médicos que, como se hizo evidente durante la pandemia, se encuentran bajo un alto nivel de presión.

Otro tema que dispara alertas ya en el presente, es el impacto de la IA Generativa -como por ejemplo el uso del chatGPT- en el medioambiente. Un tema que desde diversas dimensiones y, fundamentalemente, desde el ámbito educativo es muy necesario abordar.

La creciente necesidad de agua de la inteligencia artificial  Shaolei Ren, un investigador de la Universidad de California en Riverside está tratando de estimar el impacto ambiental de productos de inteligencia artificial generativa como ChatGPT, según indica AP. En su reporte ambiental de 2022, Microsoft muestra que su consumo anual de agua aumentó en un 34% (llegando a cerca de 1700 millones de galones de agua). En el caso de Google, el aumento es del 20%. Aunque no es explícito que la única causa del aumento en el consumo sea la inteligencia artificial generativa –aunque este ha sido un gran movilizador desde el año pasado, con el entrenamiento de GPT-3 y GPT-4, el lanzamiento de ChatGPT y la alianza entre OpenAI y Microsoft–, la estimación de Ren indica que hacer entre 5 y 50 preguntas a ChatGPT puede consumir medio litro de agua, un recurso esencial para garantizar la refrigeración de las enormes instalaciones físicas en las cuales reside la información y ocurre el procesamiento de lo que llamamos "la nube". La acelerada demanda por nuevos data centers (centrales de almacenamiento y procesamiento de datos) y por una mayor capacidad de procesamiento sólo profundizará el problema, lo que está llevando a algunas comunidades a expresar su preocupación, considerando que un data center consume en un día el agua equivalente a la que requiere una población de 30.000 a 50.000 personas, y que el cambio climático seguirá teniendo un efecto de presión adicional sobre las fuentes hídricas. Así que si su organización (o usted mismo) está avanzando hacia un uso intensivo de estas soluciones, no está de más pensar en cómo compensar el impacto ambiental que se genera (esto es especialmente importante en el contexto educativo pues, como veíamos en nuestro anterior newsletter, hay mucho por hacer en relación con la huella de carbono de las instituciones educativas). Para que no ocurra lo que ha pasado con las primeras versiones de Ethereum (y con Bitcoin), el impacto energético de las tecnologías que utilizamos (esas externalidades tan poco consideradas) debe estar incluido en el cálculo de lo que nos cuestan y lo que nos ahorran.  Una nueva versión del generador de imágenes DALL-E OpenAI pondrá a disposición de sus usuarios la versión 3 de DALL-E, su algoritmo de generación de imágenes (equivalente a Midjourney o Stable Diffusion). La mayor novedad de esta versión es que está construida con base en ChatGPT lo que, de acuerdo con la compañía, permitirá usar a ChatGPT como un "aliado para hacer lluvias de ideas y refinar prompts", usando desde frases simples hasta párrafos detallados. Si funciona como está anunciado, esto ampliará la base de usuarios de la herramienta, a la que se accedería a través de los servicios de ChatGPT. Esto representará también un gran reto para la competencia –que siempre podrá jugar con las cartas de la personalización y la ausencia de controles temáticos– , lo cual seguirá movilizando a este dinámico espacio. Señal de un futuro (¿presente?) en el que el trabajo para un gran número de ilustradores y diseñadores gráficos será muy limitado. En la medida en que los usuarios finales puedan generar numerosas imágenes a bajo costo (cercano a cero en el caso de las instalaciones locales de Stable Diffusion), el trabajo especializado será cada vez más exigente y erosionará de manera creciente el ingreso de los profesionales en estas áreas. Los sistemas de IA pueden considerarse un futuro inevitable pero a su vez "aliados" en el ámbito universitario. Y en este sentido, la Inteligencia Artificial Generativa nos aporta nuevos desafíos en el repensar aspectos pedagógicos y curriculares que involucren cambios en las profesiones y perfiles profesionales, atravesados por nuevos alfabetismos. Ahora llega el tiempo de la IA generativa / predictiva y el ciclo de la impostura vuelve a iniciarse. Instituciones que proponen (a veces obligan) a sus profesores a formarse en la nueva tendencia y profesores que casi nunca terminan integrando dichas tecnologías a su uso cotidiano, para seguir una vez con sus rutinas de clases expositivas y exámenes convencionales, sin una profunda comprensión de la idea del diseño de experiencias de aprendizaje centradas en el usuario. Por otra parte; ¿Nos les sorprende la cantidad de expertos en IA en educación que han surgido en el último año? Nuevamente se trata de impostura. ¿Cuántos están hablando hoy de la computación cuántica? Si la escalabilidad de esta tecnología llega a donde se espera, en 2025 ya aparecerán muchos expertos de última hora. La geekonomía propone un ciclo permanente de innovación continua y disruptiva.  En las fronteras de la innovación ya se están incubando otras disrupciones que veremos en los próximos años y década. Y para los propios nuevos escribas del mundo, lo realmente valioso y productivo no son las ideas, sino su implementación para agregar valor a la experiencia de uso y destacar en la economía de la atención.  Acuerdo con Hugo Pardo en estas #3 recomendaciones que propone para pensar futuros posibles en la Universidad:   Diseñar un grupo de investigación multidisciplinario para empezar a entender el reto de la IA lo antes posible Tomar decisiones de implementación sobre la base de ¿qué problema específico tiene actualmente la institución que los usos de la inteligencia artificial pueden ayudar a solucionarlo con una buena relación costo / beneficio? Superar la conversación y crear laboratorios de ideación ágil para diseñar prototipos que aporten foco, relevancia y valor diferencial, y lo haga de modo rápido, barato y escalable. Futuros que ya son (pueden) ser presente....

El "lado B" de la IA

"La tecnología siempre ha ocupado el lugar de las cosas repetitivas. Ahora estamos inventando una que es muy atípica, porque no reemplaza la movilidad o la fuerza; reemplaza lo que percibimos como idiosincrático del ser humano que es el pensamiento". (Mariano Sigman).

Como toda tecnología, no es neutral, e incorpora datos y sesgos propios del humano: "La IA no solo es una parte del proceso de replantear e intervenir el mundo, sino una forma fundamentalmente política de hacer el mundo, aunque rara vez se la reconozca como tal" (Crawford, 2022).

La IA nace hace 70 años, quizás, podemos decir de una manera idealista y filosófica: ¿es posible crear una máquina que pueda pensar, recordar, sentir...? 

Durante muchos años la IA funcionaba con base en programas que podían ser muy sofisticados, pero tenían una lista larguísima de funciones. Tampoco eran imprevisibles, porque hacían exactamente lo que había programado. Con el paso del tiempo, aparecen las redes neuronales que "dan vida" a esas máquinas, y que hace que funcionan -y aprenden- de una manera parecida al cerebro. Porque ya no es una persona que las programa, sino que empiezan a sacar sus propias conclusiones.

Aunque la IA no es ni inteligente ni artificial, tiene la capacidad de sorprendernos.

 

Hace un tiempo atrás reflexionaba sobre las tendencias 2024 en educación, y un punto se refería a la tecnología sostenible. 

El uso de tecnologías como la Inteligencia Artificial, las criptomonedas, el Internet de las Cosas (IoT) y la computación en la nube, están generando preocupación sobre el consumo de energía y sus impactos ambientales. Esto hace que sea aún más crítico garantizar que el uso de TI sea más eficiente, circular y sostenible.
Gartner predice que para 2027, el 25% de los CIO tendrán una compensación vinculada a su impacto con la tecnología sostenible.

Estas tecnologías emplean menos energía para realizar los procesos y utilizan una cantidad menor de recursos limitados. En este sentido, es necesario que pensar en una formación para la Sostenibilidad y la Ciudadanía Global que permita contribuir y adoptar nuevas prácticas tecnológicas que sumen a la sostenibilidad, estén más cerca de sobrevivir y alcanzar el éxito en un mercado y un mundo tan cambiantes.

El artículo Educación para la Sostenibilidad y la Ciudadanía Global  es un llamado oportuno para replantear varios aspectos de los diversos modos en los que la humanidad se ha desarrollado para devenir en la situación actual. Dejo algunas preguntas que el artículo nos invita para la reflexión: ¿qué significa educar para la sostenibilidad y la ciudadanía global? ¿Por qué deberían ser tenido en cuenta los sistemas educativos? ¿Cómo pueden abordarse estos desafíos tan complejos en el día a día de la vida escolar? ¿Qué implica emprender este camino para las instituciones educativas?

La IA ¿importa en la enseñanza?  La encuesta relevada por Monitor Global de Educación de Ipsos, evidencia una variación significativa en la percepción sobre la importancia de capacitar a los docentes en el uso de la IA en diferentes países. En general, un 65% de los encuestados en 29 países considera que los maestros deberían recibir formación en cómo emplear la IA en sus estrategias educativas.

Una encuesta realizada a docentes de LATAM, arrojó que el 97% considera que la IA impacta en su  práctica, aunque el 26% usa herramientas para actividades no vinculadas a su labor docente.

Es una gran oportunidad traer al debate la IA no solo como herramienta sino como campo de conocimiento. Sin dudas plantea desafíos y riesgos por su uso masivo en la generación de contenidos, por ello, es fundamental estar abiertos a la validación de esquemas que sirvan de guía para el uso de tecnologías digitales basadas en datos en los procesos de aprendizaje. 

Otro punto necesario es abordar en nuestras aulas a la IA Generativa desde esta dimensión y su impacto en el medioambiente ¿Cuando utilizamos herramientas de IA, qué impacto tiene en el medio ambiente?

La IA está indefectiblemente vinculada con lo humano, por ello, es clave comenzar desde la formación docente.