El nou informe de polítiques de l’Oficina de Tecnologia Educativa del Departament d’Educació dels Estats Units, Intel·ligència artificial i futur de l’ensenyament i l’aprenentatge: idees i recomanacions, aborda la clara necessitat de compartir coneixements, implicar els educadors i perfeccionar els plans i polítiques tecnològiques per a l’ús de la intel·ligència artificial (IA) en educació. L’informe descriu la IA com un conjunt de tecnologies que avança ràpidament per reconèixer patrons en dades i automatitzar accions, i guia els educadors per entendre què poden fer aquestes tecnologies emergents per avançar en els objectius educatius, alhora que avaluen i limiten els riscos clau.
![](https://i0.wp.com/www.eduhub.cat/wp-content/uploads/students.jpg?resize=640%2C640&ssl=1)
Insights clau
- La IA permet noves formes d’interacció: Els estudiants i els professors poden parlar, gesticular, dibuixar i utilitzar altres modes de comunicació humans naturals per interactuar amb un recurs computacional i entre ells. La IA també pot generar respostes semblants a les humanes. Aquestes noves formes d’acció poden donar suport alumnes amb discapacitat.
- La IA pot ajudar els educadors a abordar la variabilitat en l’aprenentatge dels estudiants: Amb la IA, els dissenyadors poden anticipar-se i abordar la llarga cua de variacions en com els estudiants poden aprendre amb èxit, mentre que els recursos curriculars tradicionals es van dissenyar per ensenyar a les vies d’aprenentatge mitjà o més habituals. Per exemple, es pot implementar tecnologia educativa habilitada per IA per adaptar-se a les habilitats lingüístiques de l’anglès de cada estudiant amb un major suport per a la gamma d’habilitats i necessitats dels aprenents d’anglès.
- La IA admet formes potents d’adaptació: Les tecnologies convencionals s’adapten en funció de la correcció de les respostes dels alumnes. La IA permet adaptar-se al procés d’aprenentatge de l’estudiant a mesura que es desenvolupa pas a pas, no només proporcionar comentaris sobre respostes correctes o incorrectes. Es poden fer adaptacions específiques permetre als estudiants continuar progressant en un currículum treballant amb els seus punts forts i superant els obstacles.
- La IA pot millorar els bucles de retroalimentació: La IA pot augmentar la qualitat i la quantitat de comentaris proporcionats alumnes i professors, així com suggerir recursos per avançar en el seu ensenyament i aprenentatge.
- La IA pot donar suport als educadors: Els educadors poden participar en el disseny d’eines habilitades per IA per fer la seva feina millor i que els permeti implicar i donar suport millor als seus alumnes.
- La IA augmenta els riscos existents i introdueix nous riscos encara per considerar: La IA augmenta els riscos ja presents a la tecnologia educativa, especialment la privadesa i la seguretat de les dades. La IA afegeix nous riscos de discriminació algorítmica a causa de patrons no desitjats en les dades existents i la presa de decisions automatitzada injusta. Perquè els sistemes educatius es beneficiïn de les oportunitats, els riscos s’han de minimitzar i mitigar. El pla per a una declaració de drets d’IA és un bon punt de partida per investigar els potencials riscos, en particular els sistemes d’IA, especialment quan s’elaboren més amb una comprensió específica dels riscos que poden sorgir en entorns educatius.
![](https://i0.wp.com/www.eduhub.cat/wp-content/uploads/IA-educacio-2.jpg?resize=640%2C231&ssl=1)
Recomanacions
- Posar èmfasi en Humans-in-the-Loop: Rebutgem la noció d’IA com a substitució dels professors. Mestres i altres persones han d’estar “al corrent” sempre que s’apliqui IA per notar patrons i automatitzar-los processos educatius. Demanem a tots els electors que adoptin Humans-in-the-Loop com a criteri clau.
- Alinear els models d’IA amb una visió compartida de l’educació: Fem una crida als qui prenen decisions educatives, investigadors i avaluadors per determinar la qualitat d’una tecnologia educativa basada no només en resultats, però també en funció del grau en què els models al centre de les eines i sistemes d’IA alinear-se a una visió compartida de l’ensenyament i l’aprenentatge. La figura següent descriu les qualitats importants de models d’IA perquè els educadors els tinguin en compte.
- Dissenyar IA utilitzant principis d’aprenentatge moderns: A més, aconseguir sistemes efectius requereix més que processar “big data”, requereix més que ciència de dades. Les aplicacions de la IA s’han de basar en principis d’aprenentatge moderns establerts, la saviesa dels professionals de l’educació, i hauria aprofitar l’experiència de la comunitat d’avaluació educativa al voltant de la detecció de biaixos i millorar l’equitat.
- Prioritzar l’enfortiment de la confiança: La tecnologia ens pot ajudar a assolir els nostres objectius educatius només quan hi confiem. I les nostres sessions d’escolta van revelar les maneres en què la desconfiança de l’artificial la intel·ligència és natural. Com que la confiança es desenvolupa a mesura que les persones es troben i es relacionen entre elles, demanem un enfocament per generar confiança i establir criteris per a la fiabilitat de les tecnologies educatives emergents dins de les associacions, convocatòries i organitzacions professionals que aporten educadors, innovadors, investigadors i responsables polítics junts.
- Informar i implicar els educadors: Més enllà de rebre avisos i explicacions sobre l’ús de la IA, els líders educatius han de prioritzar la informació i la implicació dels electors educatius perquè ho siguin preparats per investigar com i quan la IA s’adapta a necessitats específiques d’ensenyament i aprenentatge, i quins riscos pot comportar. Abordar la privadesa de les dades és important, però reforçar la confiança requereix més que privadesa de dades: els educadors necessiten sistemes d’IA que es puguin inspeccionar, explicar i guiar com poden els humans anul·lar les recomanacions generades amb IA.
- Centrar la R+D en abordar el context i millorar la confiança i la seguretat: Recerca que se centra en com els sistemes habilitats per IA poden adaptar-se al context (diversitat entre els aprenents, variabilitat en els enfocaments d’ensenyament, diferències en els entorns educatius) és essencial per respondre a la pregunta “Les aplicacions específiques de la IA funcionen a l’educació?” i, si és així, per a qui i en quines condicions? Fem una crida a investigadors i els seus finançadors per prioritzar les investigacions de com la IA pot abordar la llarga cua de la variabilitat de l’aprenentatge i buscar avenços en com la IA pot incorporar consideracions contextuals per detectar patrons i recomanar opcions a estudiants i professors. A més, els investigadors haurien d’accelerar la seva atenció en com millorar la confiança i la seguretat en els sistemes educatius amb intel·ligència artificial.
- Desenvolupar directrius i baranes específiques per a l’educació: La regulació de la privadesa de dades ja cobreix la tecnologia educativa; a més, la seguretat de les dades ja és una prioritat de la tecnologia educativa dels líders escolar. Es requeriran modificacions i millores de l’statu quo per abordar les noves capacitats juntament amb els riscos de la IA. Demanem la implicació de totes les perspectives de l’ecosistema per definir un conjunt de directrius (com ara divulgacions voluntàries i llistes de verificació d’adquisició de tecnologia) i baranes (com ara millores a la normativa existent o requisits addicionals) perquè puguem aconseguir una IA segura i eficaç per a l’educació.
Pots descarregar l’informe sencer (70 pàgines) aquí:
https://tech.ed.gov/ai-future-of-teaching-and-learning/