Inteligencia Artificial en la Educación by Innovación Educativa en el Tecnológico de Monterrey

Contenido Introducción Estrategias institucionales para el uso de la Inteligencia Artificial (IA) Aplicaciones en el proceso de enseñanza-aprendizaje: Diseño de contenidos En el aula Evaluación Actividades que realizan incorporando tecnología de IA Herramientas de IA más utilizadas Casos de uso de la IA en la educación Referencias

1. Introducción La Inteligencia Artificial (IA) se ha convertido en una fuerza transformadora en la sociedad contemporánea, revolucionando una amplia gama de industrias y sectores. En el ámbito de la educación superior, las instituciones están comenzando a reconocer el potencial de la IA para mejorar la calidad de la enseñanza, la investigación y la gestión institucional. La implementación efectiva de la Inteligencia Artificial en las instituciones educativas no solo puede impulsar la innovación, sino también aumentar la eficiencia y la eficacia de las operaciones universitarias. La mayoría de los expertos coinciden en que la IA generativa llegó para quedarse y vale la pena que los líderes de la educación superior piensen ahora en cómo pueden interactuar con ella para proteger la privacidad del alumnado, mejorar su experiencia y ayudar a todas las partes interesadas a estar preparadas para un futuro de trabajo con poderosa tecnología. (Cohn,2023) Para algunos profesores, esa es razón suficiente para incorporar en la enseñanza: es mejor mostrar a los estudiantes cómo usarla de manera efectiva y comprender sus limitaciones, que ignorarla (McMurtrie, 2023).

En el presente documento se muestra un análisis de información de diferentes fuentes sobre las aplicaciones de la Inteligencia Artificial en la Educación: estrategias institucionales, herramientas utilizadas, aplicaciones y actividades que realizan incorporando esta tecnología, buscando proporcionar información valiosa que permita su aplicación estratégica en el contexto universitario.

2. Estrategias institucionales para el uso de la IA en la educación De acuerdo con Shamkina (2023), en su publicación “AI in Education: Top Applications, Real-Life Examples, and Adoptions Tips”, la implementación exitosa de la IA en el mercado educativo requiere una cuidadosa consideración y planificación estratégica. Para lograrlo, propone abordarlo a través de tres temas principales: 1. Exploración: en primer lugar, es importante comprender los elementos centrales de los enfoques basados en la IA y cómo se pueden utilizar en entornos educativos. Esto incluye examinar los casos de uso y aplicaciones de Machine Learning, Natural Learning Processing y aprendizaje profundo. A continuación, es importante evaluar el estado actual de las soluciones basadas en IA en contextos educativos. Esto incluye analizar la disponibilidad de productos y

servicios que pueden incorporarse a un enfoque basado en IA, así como el nivel de sofisticación que lograron las escuelas y universidades más avanzadas utilizando estas tecnologías. Además, es importante comprender las implicaciones legales y éticas de implementar sistemas basados en IA en entornos educativos. 2. Planeación: el siguiente paso es desarrollar un plan integral para implementar soluciones basadas en IA en la institución educativa en cuestión. Esto incluye definir objetivos específicos, establecer métricas y metas apropiadas, y elaborar un cronograma del proyecto. Además, se deben identificar las habilidades, los recursos y las tecnologías necesarios para construir un sistema basado en IA. También se deben considerar aquellos proveedores u organizaciones más adecuados que brinden estos servicios, así como crear un presupuesto para su desarrollo. 3. Seguimiento: finalmente, es esencial establecer una estructura de gobernanza para las soluciones basadas en IA en entornos educativos, lo que implica la creación de un conjunto de pautas y protocolos para garantizar que el sistema basado en IA cumpla con todas las leyes y regulaciones aplicables. Además, se requiere crear un proceso para monitorear el uso de soluciones basadas en IA en el sector educativo y garantizar que se mantenga la privacidad de los datos durante todo el proceso de implementación. De acuerdo con Nguyen (2023), en su publicación “AI in Higher Education: 8 Key Strategies for Institutional Leaders”, y de Sharma et al (2022) Wang et al (2021), Rico-Bautista et al (2021), los líderes institucionales deben tener en cuenta los siguientes puntos para la adopción de la IA: ●

Reconocer el poder y el potencial de la IA

Uno de los grandes conceptos erróneos que suelen cometer las instituciones es descartar la IA como “otra tendencia pasajera”. A medida que la IA se integra en diversas herramientas y plataformas para respaldar y acelerar el flujo de trabajo, la productividad y más, es difícil ignorar su impacto significativo en la educación superior. ●

Rediseñar políticas para dar cabida a la IA

El auge de la IA ha generado una gran preocupación por la deshonestidad académica, y las instituciones temen que los(as) estudiantes se vuelvan pensadores pasivos y dependen en gran medida de las herramientas de IA para completar su trabajo. Las plataformas de detección de plagio se consideran soluciones útiles que permiten a las facultades detectar contenido generado por IA y prevenir trampas. ●

Apoyar a la facultad en el dominio de la IA

Otro factor crítico para una adopción fluida de la IA es brindar capacitación al personal. Un conocimiento y habilidades suficientes sobre la IA facilitarán a los(as) docentes la integración de la tecnología en su plan de estudios, al mismo tiempo que guiarán y apoyarán al alumnado para que utilicen la IA de forma adecuada. Aumentar la productividad en tareas administrativas con IA ● Apoyar el proceso de admisión: las herramientas de inteligencia artificial pueden realizar análisis predictivos, lo que permite a las instituciones prever alumnado con mayor probabilidad de admisión y asignar mejor la ayuda financiera a los candidatos prometedores. ● Gestionar el progreso de los(as) estudiantes: al utilizar el análisis predictivo de la IA, las instituciones pueden cultivar un entorno de evaluación holístico e inclusivo donde el desempeño de los(as) estudiantes no se mide sólo mediante calificaciones numéricas. ● Reducir las tasas de abandono: las escuelas pueden identificar de antemano qué estudiantes corren el riesgo de abandonar los estudios y también proporcionar instrucciones personalizadas y apoyo para mejorar las experiencias de aprendizaje.

●

Integrar la IA en el desarrollo curricular

Además de las actualizaciones curriculares, las instituciones deben transformar la forma en que se evalúa al alumnado en respuesta al uso cada vez mayor de la IA. Esta es la oportunidad para que la facultad invierta más en métodos de evaluación alternativos, como la evaluación auténtica, la evaluación programática y más. ●

Apoyar el aprendizaje personalizado

Para garantizar una experiencia de aprendizaje significativa para los(as) estudiantes, el apoyo oportuno y eficiente es absolutamente fundamental. La IA también demuestra capacidades para ser un tutor personal para los(as) estudiantes, lo que los guía a dar retroalimentación, explicar los conceptos clave o resaltar las posibilidades de mejora. Ethan Mollick y Lilach Mollick de University of Pennsylvania Wharton School proponen siete enfoques para el uso de IA en el aula como una herramienta de soporte más que de reemplazo, por ejemplo: ● ● ● ● ●

●

Tutor de IA: este enfoque utiliza la IA para aumentar el conocimiento al brindar instrucción personalizada y retroalimentación a los(as) estudiantes. Coach de IA: este enfoque utiliza la IA para aumentar la metacognición ayudando a los(as) estudiantes a desarrollar habilidades de autoconciencia y autorregulación. Mentor de IA: este enfoque utiliza la IA para proporcionar retroalimentación equilibrada y continua a los(as) estudiantes, ayudándolos a identificar áreas fuertes y débiles. Compañero de equipo de IA: este enfoque utiliza la IA para aumentar la inteligencia colaborativa al facilitar el trabajo en grupo y la comunicación entre los(as) estudiantes. Herramienta de IA: este enfoque utiliza la IA para ampliar el rendimiento de los(as) estudiantes al proporcionar herramientas y recursos que mejoran el aprendizaje y la resolución de problemas. Simulador de IA: este enfoque utiliza IA para ayudar con la práctica al proporcionar simulaciones y escenarios que permiten a los(as) estudiantes aplicar sus conocimientos y habilidades en un entorno seguro y controlado. Estudiante de IA: este enfoque utiliza IA para verificar la comprensión evaluando el aprendizaje de los(as) estudiantes y brindando retroalimentación en tiempo real.

Un ejemplo de la aplicación de estas estrategias se encuentra en la presentación de Sal Khan donde presenta las nuevas funcionalidades del Chatbot educativo, Khanmigo, de Khan Academy. ●

Preparar a los (as) estudiantes para el mundo de la inteligencia artificial

Sin duda, la demanda de habilidades de IA no hará más que aumentar en el futuro a medida que las empresas se den cuenta de los beneficios que pueden ofrecer tanto la IA como la capacidad de utilizar esta tecnología. La alfabetización en IA, por lo tanto, debe considerarse una competencia clave que los(as) estudiantes deben desarrollar a lo largo de su aprendizaje. Las habilidades que envuelven a la alfabetización son: ● ●

●

Organizar cursos de IA y proporcionar recursos son formas efectivas de cultivar una sólida comprensión de la tecnología entre los(as) estudiantes. El uso eficaz de la IA para completar diferentes tareas. Los(as) estudiantes reciben instrucciones detalladas sobre cómo adoptar la tecnología y, al mismo tiempo, están motivados para explorar las herramientas por sí mismos. Fomentar conversaciones abiertas sobre la IA

Este esfuerzo y su impacto pueden multiplicarse con el apoyo de los líderes institucionales. Se deben fomentar significativamente tanto a nivel departamental como institucional las conversaciones abiertas

sobre IA, en las que el personal docente y los(as) estudiantes participen en el intercambio de opiniones e ideas para adoptar la IA. ●

Consultar con expertos

Una vez identificadas las necesidades de la institución, las universidades deben consultar con expertos en tecnología para planificar la mejor manera de abordarlas utilizando sistemas de IA. En esta etapa se debe contar con un equipo de expertos con las habilidades necesarias que supervisarán el proceso de implementación y seleccionarán los socios adecuados con los que trabajará la universidad. Al seleccionar al proveedor es importante que las universidades comprendan lo que ofrece, cómo se integran sus sistemas con la infraestructura existente y los ajustes necesarios para su uso, todo ello satisfaciendo las necesidades de la universidad (Sharma et al, 2022). ●

Formar a profesores (as) y personal universitario

Esto les permite utilizar eficazmente estas herramientas de manera efectiva y eficiente en sus prácticas educativas. Además, capacitar a los profesores (as) y al personal sobre qué esperar de la IA en la educación superior puede aliviar las preocupaciones de que la IA haga que sus trabajos queden obsoletos y los reemplace. Por lo tanto, brindar capacitación práctica que se centre en el uso pedagógico de la IA, enfatizar cómo mejorará la educación y la investigación y fomentar la utilidad percibida de las tecnologías de IA dará a los profesores (as) la motivación para adoptar las tecnologías más fácilmente (Wang et al, 2021;Rico-Bautista et al, 2021; Sharma et al, 2022). ●

Habilitar la infraestructura

Las aulas deben estar equipadas con los recursos adecuados para garantizar que la IA pueda aprovecharse al máximo de su potencial y proporcionar un entorno de aprendizaje accesible a los(as) estudiantes que, de otro modo, no podrían acceder a dichos recursos por sí solos. Más allá del aula, también es importante proporcionar espacios para que los(as) estudiantes puedan utilizar la tecnología; las bibliotecas, las salas de estudio y los espacios comunes de aprendizaje son algunos ejemplos. Estos espacios deberían proporcionarse tanto para el alumnado, cuerpo docente, como para empleados universitarios (Miranda et al, 2021). Lo más importante es que deben existir infraestructuras digitales para que la IA se adopte mejor. Es importante analizar tanto los pros como los contras y tomar una decisión final sobre si la implementación es factible. Los factores clave a considerar incluyen la capacidad de la infraestructura de la institución para manejar el tráfico de datos actual y futuro (Rico-Bautista et al, 2021). ●

Desarrollar un marco ético

A medida que las aplicaciones de IA continúan desarrollándose e integrándose rápidamente en productos ampliamente utilizados, queda claro que utilizar aplicaciones de IA en el contexto universitario es inevitable. En lugar de implementar políticas restrictivas, las universidades y los educadores deberían centrarse en promover el uso responsable y abordar los posibles desafíos asociados con las herramientas de IA (Gimpel et al, 2023). La forma en que se manejan los datos y las medidas de seguridad implementadas impactan directamente el nivel de confianza depositada en la tecnología. Las universidades deben demostrar responsabilidad desarrollando sistemas de datos de manera ética, mostrando cuidado en el uso, procesamiento e intercambio de datos, mientras protegen los datos de las personas (Sharma et al, 2022; Rico-Bautista et al, 2021). La transparencia también es clave para desarrollar un marco ético. Generar confianza y fomentar la adopción de sistemas de IA requiere una comunicación eficaz. Las universidades deben comunicar los propósitos de los sistemas de IA y sus beneficios a los ciudadanos a través de diversos canales, como correo electrónico, sitios web, redes sociales y otros colaboradores (Sharma et al, 2022).

●

Definir objetivos de aprendizaje

Para los profesores (as) en particular, antes de utilizar cualquier herramienta de IA en la enseñanza, es crucial definir los objetivos de aprendizaje específicos de sus cursos. Los objetivos de aprendizaje de la educación superior pueden variar según el campo de estudio y la materia. La capacidad de los profesores para crear y perfeccionar indicaciones (prompts) adaptadas a las tareas u objetivos establecidos es esencial para lograr los resultados deseados (Gimpel et al, 2023).

3. Aplicaciones en la educación Dentro de la cumbre “AI+Education” organizada en febrero de 2023 por el Instituto Human-Centered Artificial Intelligence de la Universidad de Stanford, que reunió a investigadores, emprendedores y expertos de inteligencia artificial y educación para explorar el potencial de la IA en la mejora de los procesos de enseñanza y aprendizaje, y de la investigación realizada por Fernando Vera de la Universidad del País Vasco titulada “Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades”, destacaron las siguientes aplicaciones en la educación: ● ● ● ● ● ● ● ● ● ● ● ● ●

Mejorar la participación y el compromiso de los(as) estudiantes en el aula. Mejorar el apoyo personalizado. Estimular la creatividad y el pensamiento crítico de los(as) estudiantes. Cambiar el enfoque para los(as) estudiantes. Mejorar la accesibilidad del contenido para el alumnado con discapacidades. Ampliar el acceso a recursos y conocimientos. Adaptarse a entornos de aprendizaje en línea o híbridos. Mejorar la calidad del aprendizaje y la evaluación. Cumplir con la demanda de habilidades digitales y tecnológicas en la educación. Agilizar y mejorar la eficiencia de las tareas educativas. Fortalecer el aprendizaje de lenguas de manera lúdica. Complementar la enseñanza tradicional con enfoques innovadores. Preparar al estudiantado para un mundo cada vez más digital y tecnológico.

Se realizó un análisis de 60 artículos sobre usos de la Inteligencia Artificial en instituciones de educación superior publicados en Scopus durante 2022 y 2023. 46 artículos se analizaron para identificar su objetivo, herramienta utilizada, así como su caso de uso. Se descartaron 14 artículos cuyo enfoque no se aplicó a este análisis. Se categorizaron con base en los enfoques de la Estrategia de Inteligencia Artificial de la Rectoría de Profesional y Posgrado 2023 (Figura 1).

Figura 1. Relación de estrategias institucionales, usos y herramientas de IA en educación superior La proporción de aplicación de los enfoques se desglosa como sigue: ●

●

Aprender con herramientas de IA en E-A representa 67% de las iniciativas implementadas como diseño de soluciones con herramientas de IA (16 ), uso de habilitadores de E-A con herramientas de IA (12). Aprender sobre las tecnologías y técnicas de IA (en las disciplinas e investigaciones) representa el 22% con nueve casos de vincular proyectos de investigación sobre IA y un caso de oportunidades en carreras y programas. Preparar a estudiantes, docentes y colaboradores para que comprendan el efecto que puede tener la IA en la vida humana y los aspectos éticos a atender con un caso.

Asimismo, se identificaron cuatro casos como School management sobre procesos de admisiones y ciberseguridad.

3.1. Proceso de enseñanza aprendizaje: Diseño de contenidos El cambio tecnológico que estamos viviendo invita a las universidades a reevaluar el contenido y la impartición de sus cursos, así como sus métodos de evaluación. Expertos e investigadores educativos presentan algunas recomendaciones para el uso de la IA al diseñar contenidos. Fernando Vera (2023) de la Universidad del País Vasco propone que para la creación de cursos integrando IA deberá de tomarse en cuenta lo siguiente (Figura 2):

●

La co-creación: colaborar con estudiantes en la creación conjunta de enfoques innovadores que garanticen la evaluación y resultados de aprendizaje significativos. Podría ofrecer un camino para comprender los riesgos y los impactos en todas las partes. Los valores humanos de la conexión, la colaboración y el intercambio de mejores prácticas son caminos para seguir en tiempos de incertidumbre (Dixon, 2023). Incluir aspectos socioemocionales en actividades basadas en IA: estos son esenciales para garantizar un enfoque holístico y completo en la formación del estudiantado. Es importante reconocer que la educación no se trata solo de adquirir conocimientos, sino también de desarrollar habilidades socioemocionales y bienestar emocional (Vera,2023). Incluir aspectos éticos en actividades basadas en IA: es fundamental para garantizar que su implementación sea responsable y beneficie a todos los involucrados. La IA tiene un gran potencial para transformar la forma en que se aprende y enseña, pero también plantea desafíos éticos y preocupaciones en términos de privacidad, sesgos, equidad y transparencia (Vera, 2023). Incorporar herramientas de IA en el contenido y los objetivos de los cursos existentes garantizando al mismo tiempo que estén alineadas con los resultados del aprendizaje (Hong Kong University, 2023).

●

Integrar la ética de la IA en el plan de estudios, incluida la exploración de las implicaciones sociales y culturales de la IA y el impacto en diversas industrias y comunidades (Hong Kong University, 2023).

●

Fomentar la colaboración interdisciplinaria, incluido el trabajo con estudiantes de diversos orígenes y áreas de especialización, para ampliar las perspectivas de los estudiantes sobre la IA y sus aplicaciones (Hong Kong University, 2023). Incorporar la alfabetización en IA al plan de estudios básico común, incluidos cursos sobre la historia de la IA, su impacto en la sociedad y su potencial para dar forma al futuro (Hong Kong University, 2023).

3.2. Proceso de enseñanza-aprendizaje: en el aula Algunos autores tales como: Andreas Breiter, professor and chief digital officer at the University of Bremen in Germany, Priten Shah, autor y emprendedor educativo centrado en la tecnología y Fernando Vera, de la Universidad del País Vasco se han enfocado en el uso de la IA en el aula, en donde manifiestan que: ●

●

● ● ●

●

Fomentar un enfoque crítico, reflexivo y analítico de la IA, incluida la interpretación y evaluación del contenido y los resultados generados por la IA. El pensamiento crítico sobre la IA debe ser una parte central de las experiencias de los(as) estudiantes , de modo que estén preparados para las experiencias de aprendizaje multimodal que seguirán encontrando más allá del entorno de la educación superior (Breiter,2023). Los(as) profesores(as) de todas las disciplinas deben ser receptivos a los cambios que traerá la IA, a la comprensión de cómo se realiza el trabajo en sus campos y también a cómo los (as) estudiantes pueden participar en el pensamiento crítico sobre la IA (Breiter,2023). Las aulas tendrán que ser mucho más animadas que antes. En lugar de redactar un ensayo, se les puede pedir que presenten un estudio de caso y se les pide que investiguen el tema de cualquier manera, incluso a través de la IA. Lo mismo se aplica a la preparación de un juego de roles: pretender estar en una junta educativa, un formulador de políticas o en una sala de juntas de negocios: “Tienes que usar evidencia de lo que has aprendido. Tienes que pensar críticamente... es mucho más divertido para los estudiantes [que escribir ensayos]” (Shah, 2023). La IA puede facilitar la comunicación, el trabajo en equipo, la organización y la planificación de tareas, lo que permite al estudiantado trabajar juntos de manera eficiente y efectiva (The Hong Kong University, 2023). La IA puede analizar cómo se observa el trabajo en equipo en los(as) estudiantes, identificando roles y dinámicas de grupo, y ofreciendo retroalimentación sobre cómo mejorar la colaboración y la eficacia del equipo (Vera, 2023). Fomentar la participación activa del estudiantado en el proceso de aprendizaje. Por ejemplo, a través de herramientas de colaboración en línea o de retroalimentación automática, se puede incentivar al estudiantado a participar de manera activa en las clases y a interactuar con el contenido (Vera, 2023). Fomentar la creatividad e innovación tanto en estudiantes como en docentes. Por ejemplo, a través de herramientas de generación de contenido basadas en IA se puede estimular la creatividad y generar ideas innovadoras para proyectos y tareas (Vera, 2023). Desarrollar la alfabetización en IA de los (as) estudiantes: Resalta la importancia de desarrollar la alfabetización en IA entre los(as) estudiantes, incluida la comprensión de los algoritmos, el análisis de datos y las implicaciones éticas y sociales de la IA (The Hong Kong University, 2023). Brindar a los (as) estudiantes experiencia práctica con tecnologías y plataforma de inteligencia artificial, como marcos de aprendizaje automático, herramientas de procesamiento del lenguaje natural y sistemas generativos. Esto ayudará a los(as) estudiantes a obtener una comprensión más profunda de la IA y sus posibles aplicaciones, y a desarrollar habilidades prácticas que serán valiosas en la fuerza laboral del futuro (The Hong Kong University, 2023). Crear un entorno colaborativo donde estudiantes de diferentes disciplinas puedan trabajar juntos para desarrollar soluciones a problemas del mundo real utilizando IA. Esto ayudará a los(as) estudiantes a comprender la naturaleza interdisciplinaria de la IA y cómo se cruza con campos como la psicología, la sociología y la ética. Al trabajar en proyectos que aplican la IA a problemas del mundo real, los estudiantes obtendrán una comprensión más profunda del potencial de la IA y la importancia del uso responsable y ético (The Hong Kong University, 2023).

3.3. Proceso de enseñanza-aprendizaje: evaluación Otra oportunidad que brinda la IA a la educación es el potencial para mejorar la forma en que se evalúa el aprendizaje de los (as) estudiantes. Mediante la inteligencia artificial, las instituciones pueden aplicar evaluaciones a los(as) alumnos(as) de manera más automatizada, segura y eficiente. De esta forma, también es más sencillo para los(as) docentes calificar con un alto grado de precisión. Más allá de utilizar un programa que arroje un resultado numérico, hablamos de sistemas inteligentes que puedan evaluar, detectar anomalías, ofrecer estadísticas e incluso hacer cálculos valorativos. Sin embargo, según Gallardo, K (2021) en Evaluación: Innovaciones en evaluación educativa, menciona tres puntos importantes para tratar en el tema de evaluación del aprendizaje utilizando IA: ●

El primero trata de la incursión de esta tecnología en la retroalimentación. Se reportan avances en el uso de las analíticas del aprendizaje para guiar de forma personalizada a cada estudiante. Este proceso se está volviendo especialmente útil cuando se tiene la opción de analizar amplias bases de datos de aprendizaje, como, por ejemplo, en la oferta de MOOC. Es justamente en estos entornos, donde se vuelve muy costoso dar retroalimentación persona a persona a miles de aprendices que toman estos cursos desde diferentes lugares del planeta.

●

El segundo se encuentra también en la retroalimentación, pero de procesos específicos como puede ser la escritura de textos. La IA, actualmente, integra patrones que se presentan en la comunicación escrita, lo cual ha permitido emitir una serie de criterios con base en los cuales los (as) estudiantes pueden recibir una retroalimentación a sus textos escritos, que van desde elementos escriturales (vocabulario, sintaxis, elementos gramaticales, formalidad, uso del idioma) hasta aspectos emocionales (posibles reacciones del lector, sentimientos transmitidos, etcétera).

●

El tercero va más allá del producto generado, sean respuestas a exámenes, elaboración de ensayos o actividades de aprendizaje. Esta tercera aportación de la IA se centra en el registro de marcas de tiempo, movimientos y expresiones que se generan cada vez que nuestros estudiantes desarrollan actividades de aprendizaje. Este tipo de registros podría inclusive indicar cómo resuelven un problema, los errores cometidos y los que potencialmente podría cometer, la aplicación errónea de conceptos e incluso su capacidad de recuperación ante la frustración del poco o nulo avance en su aprendizaje.

Según el laboratorio de innovación educativa Escuela21, hay siete ventajas de la aplicación de la IA en la evaluación del aprendizaje: ●

Ventaja 1: La Inteligencia Artificial puede ayudar a reducir la burocracia

Puede contribuir a minimizar el tiempo dedicado a la corrección por parte del profesorado y facilitar la gestión del registro y seguimiento de las evidencias de aprendizaje, potenciando que este tiempo se dedique al desarrollo de estrategias para el acompañamiento del alumnado en su desarrollo. ●

Ventaja 2: La Inteligencia Artificial puede hacer que la evaluación sea más inclusiva.

La integración digital y el uso de IA, va a contribuir a aumentar las posibilidades de mejorar la accesibilidad, así como a diversificar las formas y tiempos de evaluación. ●

Ventaja 3: Aplicando la Inteligencia Artificial podemos lograr una evaluación integrada.

Una evaluación continua y en segundo plano, apoyada en la IA, reducirá el protagonismo de las pruebas de evaluación, y logrará una evaluación auténtica e infusionada, reduciendo la saturación de pruebas de evaluación.

●

Ventaja 4: La Inteligencia Artificial nos permite una evaluación auténtica de los aprendizajes.

El hecho de que la evaluación esté integrada en procesos reales de actividad reducirá el efecto de preparación para las pruebas en los procesos de enseñanza. ●

Ventaja 5: La Inteligencia Artificial nos permite dar un feedback personalizado a cada estudiante.

El acceso a información en tiempo real sobre el avance de los(as) alumnos(as) puede facilitar la retroalimentación individualizada, dando un mayor carácter formativo a la evaluación, brindando una retroalimentación a tiempo de ser aplicada por el estudiante para mejorar su proceso de aprendizaje. ●

Ventaja 6: La Inteligencia Artificial permite dar al alumnado un feedback proactivo.

La IA potencia que esta sea una retroalimentación proactiva enfocada en el acompañamiento para la toma de decisiones sobre cómo seguir avanzando en el aprendizaje. ●

Ventaja 7: La Inteligencia Artificial nos permite el seguimiento a largo plazo del aprendizaje.

La IA puede facilitar que el profesorado haga un seguimiento del alumnado en plazos más largos que el curso escolar y ayudar al profesorado en el conocimiento de los estilos de aprendizaje, a identificar dificultades y a gestionar apoyos necesarios para reducir las barreras de aprendizaje. Punto importante para considerar son las herramientas existentes para la evaluación del aprendizaje utilizando IA tales como: ●

●

Plataformas de evaluación en línea: Hay plataformas en línea que integran IA para crear y administrar evaluaciones interactivas. Estas plataformas pueden generar preguntas adaptativas, corregir automáticamente las respuestas y proporcionar retroalimentación personalizada a los(as) alumnos(as). Sistemas de análisis de escritura: Estos sistemas utilizan IA para analizar y evaluar la calidad del contenido escrito por los(as) alumnos(as). Pueden detectar aspectos como la gramática, la coherencia, el estilo y la originalidad. Estas herramientas son útiles para la evaluación de ensayos, informes y otros trabajos escritos. Herramientas de evaluación de programación: La IA se utiliza para evaluar el código escrito por los(as) alumnos(as) en lenguajes de programación. Estas herramientas pueden verificar la corrección y eficiencia del código, así como proporcionar comentarios y sugerencias para mejorarlo. Sistemas de detección de plagio: Estas herramientas utilizan IA para comparar el contenido de los trabajos de los(as) estudiantes con una amplia base de datos de recursos existentes en línea. Pueden identificar similitudes y posibles casos de plagio, lo que ayuda a los educadores a mantener la integridad académica. Asistentes de evaluación virtuales: Algunas herramientas emplean IA para simular la interacción con un profesor o tutor virtual. Estos asistentes pueden hacer preguntas, evaluar respuestas, proporcionar retroalimentación e incluso adaptar su enfoque según las necesidades individuales de los(as) estudiantes. Herramientas de análisis de datos de evaluación: La IA también se utiliza para analizar grandes conjuntos de datos de evaluación y extraer información significativa. Estas herramientas pueden identificar patrones, tendencias y áreas de mejora, lo que permite a los educadores tomar decisiones más informadas sobre su enseñanza.

Utilizar la IA en la evaluación debe llevar consigo un diseño de las mismas. Según la guía para el uso de herramientas de Inteligencia Artificial en Educación Superior publicada por The Hong Kong University of

Science and Technology en febrero de 2023, a través del Center for Education Innovation, ofrece las siguientes recomendaciones para el diseño de evaluaciones utilizando IA: ●

Utilice herramientas de IA para la evaluación formativa, como pruebas previas, seguimiento del progreso y autoevaluaciones.

●

Diseñar evaluaciones que requieran que los(as) estudiantes analicen, evalúen e interpreten contenido generado por IA, en lugar de simplemente reciclarlo.

●

Use herramientas de inteligencia artificial para sugerir evaluaciones que se puedan asignar a los resultados esperados de aprendizaje (ILO, por su sigla en inglés) del curso en cuestión.

●

Anime a los(as) estudiantes a reflexionar y tomar nota de los comentarios generados por la IA sobre su trabajo.

●

Utilice la retroalimentación generada por IA para proporcionar comentarios coherentes y objetivos, pero prestando atención a sus limitaciones.

●

Brinde retroalimentación en tiempo real, lo que permite a la facultad tomar decisiones basadas en datos y hacer los ajustes necesarios en sus estrategias de enseñanza y evaluación.

●

Capacite a los (as) instructores (as) para que brinden comentarios efectivos sobre el contenido generado por IA e involucrar a los (as) alumnos en desarrollar habilidades de pensamiento crítico.

●

Desarrolle un sistema de calificación claro y transparente para el contenido generado por IA que tenga en cuenta factores como la originalidad, la precisión y las habilidades de pensamiento crítico.

●

Cree evaluaciones adaptativas ajustando automáticamente el nivel de dificultad en función del desempeño del alumnado.

4. Actividades que realizan incorporando tecnología de IA En los últimos años, hemos sido testigos de un aumento en la aplicación de la Inteligencia Artificial (IA) en la educación superior. Investigadores y educadores han observado que la IA se emplea de diversas formas para mejorar las experiencias de enseñanza y aprendizaje (Acharya, 2023). Algunos ejemplos destacados incluyen: ●

●

Plataformas de aprendizaje adaptativo: estos sistemas personalizados utilizan algoritmos para analizar el desempeño de los(as) estudiantes y adaptar el contenido a sus necesidades específicas. Tutores habilitados por inteligencia artificial: los asistentes virtuales pueden brindar retroalimentación inmediata a los(as) estudiantes, responder preguntas y aclarar conceptos. Herramientas de evaluación inteligentes: las tecnologías impulsadas por IA pueden evaluar tareas, exámenes e incluso ensayos, aliviando parte de la carga de trabajo del profesorado. Analíticas de aprendizaje: la IA puede analizar bases de datos institucionales, materiales de cursos y patrones de interacción de los(as) estudiantes, proporcionando información para mejorar los resultados del aprendizaje.

En la actualidad, existen numerosas aplicaciones de los sistemas de IA. A continuación, se detallan algunos de los casos de uso más comunes: ●

●

Reconocimiento de voz: también se conoce como reconocimiento automático de voz (ASR), reconocimiento de voz por computadora o voz a texto, y es una capacidad que utiliza el procesamiento del lenguaje natural (NLP) para procesar el habla humana en un formato escrito. Muchos dispositivos móviles incorporan reconocimiento de voz en sus sistemas para realizar búsquedas por voz, p. Siri, o proporcionar más accesibilidad a los mensajes de texto. Visión por computadora: esta tecnología de inteligencia artificial permite que las computadoras y los sistemas obtengan información significativa a partir de imágenes digitales, videos y otras entradas visuales y, en función de esas entradas, pueden tomar medidas. Esta capacidad de proporcionar recomendaciones lo distingue de las tareas de reconocimiento de imágenes. Motores de recomendación: utilizando datos de comportamiento de consumo pasado, los algoritmos de inteligencia artificial pueden ayudar a descubrir tendencias de datos que pueden usarse para desarrollar estrategias más efectivas. Esto se utiliza para hacer recomendaciones de complementos relevantes a los usuarios durante el proceso.

5. Herramientas de IA más utilizadas Las herramientas basadas en IA están transformando la educación superior, ofreciendo soluciones innovadoras para mejorar la enseñanza, el aprendizaje y la experiencia del estudiante. HolonIQ identifica cuatro tecnologías clave que impulsan los usos de la IA en la educación: visión, voz, lenguaje y análisis. Actualmente, se percibe que el análisis y el lenguaje tienen el mayor impacto potencial en la industria de la educación, en particular en la ampliación e integración de soluciones inteligentes de aprendizaje adaptativo en todo el sector educativo. La voz y la visión también son funciones importantes para los sistemas de aprendizaje adaptativo inteligente, y se espera que tengan un impacto significativo en el sector educativo a medida que se desarrollen y se integren en la enseñanza (Figura 3).

Así mismo el impacto de las tecnologías de IA en el sector educativo se pueden ver en la Figura 4:

A continuación, se muestran las tecnologías de IA que se están utilizando en la educación: Categoría Apoyo a la institución Apoyo a la enseñanza Apoyo al aprendizaje Apoyo al aprendizaje

Apoyo al aprendizaje

Apoyo a la institución

Apoyo a la enseñanza

Herramienta Dream Apply

Descripción Uso URL Es un sistema de gestión de Admisiones https://www.drea admisión de estudiantes en mapply.com/ video, diseñado con y para instituciones educativas. Learning Studio AI Herramienta de creación de Diseño de cursos https://learningst cursos en línea udioai.com/ Replit Es un software como servicio Programación https://replit.com/ (SaaS) que permite a los usuarios crear proyectos en línea y escribir código. Perplexity ai Motor de búsqueda que Búsqueda https://www.perpl integra tecnología de IA exity.ai/ conversacional y brinda respuestas concisas, simples y actualizadas vinculadas a fuentes confiables. AISEO Herramienta de escritura Redacción https://aiseo.ai/ impulsada por IA. El asistente de escritura permite experimentar con la escritura de ensayos y reportes. Mutiny Permite convertir más Mercadotecnia https://www.muti clientes potenciales nyhq.com/ dirigiéndose a audiencias únicas en cada sitio y mostrando la versión más relevante del contenido sin la necesidad de contar con ingenieros ni científicos de datos. Capsule video Herramienta para la edición Videos educativos https://capsule.vi colaborativa de videos que deo permite la creación y renderización de videos con calidad profesional. Runway ML Es un software destinado Diseño https://runwayml. principalmente para com/ diseñadores gráficos que produce contenido visual, como animaciones, diseños interactivos, imágenes, etc.

Inte 14

Tecnologías de evaluación del aprendizaje utilizando Inteligencia Artificial Nombre Gradescope

MI Write

Thinkster Math

Brainly

Alta by Knewton

GitHub Copilot

GPTZero

Originality by Turnitin

Cognii

Descripción Hace que las evaluaciones sean mucho más rápidas para el profesorado. Los (as) estudiantes cargan sus exámenes a la plataforma, y su capacidad de AI ordena y agrupa las respuestas para verificarlas. De acuerdo con Gradescope, su uso de AI disminuye el tiempo dedicado a calificar en un 70 por ciento o más. Programa de evaluación automatizada de la escritura que proporciona puntuaciones y comentarios automatizados a la escritura de los (as) estudiantes. Las puntuaciones automatizadas de la calidad de la escritura pueden utilizarse para examinar los cambios en el rendimiento a lo largo del tiempo y la retroalimentación automatizada ayuda a los estudiantes a mejorar su conocimiento de los criterios de calidad de la escritura. Utiliza la inteligencia artificial y el aprendizaje automático para seguir los pasos que los (as) estudiantes toman al resolver problemas matemáticos. Los estudiantes resuelven problemas en la aplicación y producen informes de progreso detallados que especifican su comprensión de las diferentes habilidades evaluadas No se usa en el aula. Más bien, el chat online que facilita el aprendizaje a los (as) estudiantes hace preguntas, conecta con «amigos» y que otros estudiantes les respondan sus preguntas. Los moderadores de Brainly verifican las preguntas y respuestas en la plataforma para asegurarse de que sean de alta calidad. La compañía también desarrolló algoritmos de aprendizaje automático que filtran automáticamente el spam y el contenido de baja calidad, como las respuestas incorrectas, para que los moderadores tengan más tiempo para enfocarse en ayudar a los (as) estudiantes a navegar el sitio. La tecnología de aprendizaje adaptativo está en el corazón de la experiencia de aprendizaje personalizado de Alta. Es una solución completa de material didáctico que combina la tecnología de aprendizaje adaptativo diseñada por expertos de Knewton con contenido disponible de forma abierta y de alta calidad para brindar una experiencia de aprendizaje personalizada que es asequible, accesible y mejora los resultados de los (as) estudiantes. Es un programador de pares de IA que ayuda a escribir código más rápido y con menos trabajo. Extrae el contexto de los comentarios y el código para sugerir líneas individuales y funciones completas al instante. GitHub Copilot funciona con OpenAI Codex, un modelo de lenguaje preentrenado generativo creado por OpenAI. Entrenado en miles de millones de líneas de código, GitHub Copilot convierte las indicaciones de lenguaje natural en sugerencias de codificación en docenas de idiomas. Es un modelo de clasificación que predice si un documento fue escrito por un modelo de lenguaje, proporcionando predicciones a nivel de oración, párrafo y documento. GPTZero fue entrenado en un corpus grande y diverso de texto escrito por humanos y generado por IA, con un enfoque en la prosa en inglés. GPTZero funciona sólidamente en una variedad de modelos de lenguaje de IA, incluidos, pero no limitado, entre otros, ChatGPT, GPT-3, GPT-2, LLaMA y servicios de IA basados en esos modelos. Permite abordar la originalidad del trabajo de los (as) estudiantes y las tendencias emergentes de mala conducta con esta solución integral. Mediante paneles (dashboards) ayudan a identificar riesgos y realizar análisis. Los informes muestran resultados dentro del contexto de las tareas de los estudiantes. Verificar la similitud con su base de datos de contenido. Revela manipulaciones de texto destinadas a eludir las comprobaciones de integridad. Los estudiantes pueden verificar la similitud del texto y la gramática antes de enviar. El asistente de citas encuentra las citas que faltan y enseña el estilo de cita adecuado. Combina los poderes de la pedagogía conversacional con la tecnología de inteligencia artificial conversacional. Involucra a los usuarios en una conversación

Carnegie Learning

StepWise by Querium

Educator Lab

Conker

EdPuzzle

Socrative

Wolfram Alpha

de aprendizaje al estilo de un chatbot al pedirle que construya una respuesta, brindándole una evaluación formativa instantánea, instruyéndolo con sugerencias y consejos personalizados y guiándolo hacia el dominio conceptual. Aprovecha los algoritmos de aprendizaje automático para brindarles a los (as) estudiantes lecciones interactivas y comentarios en tiempo real, ayudándolos a comprender conceptos difíciles y mejorar sus habilidades. El software ofrece varias soluciones de aprendizaje en materias como matemáticas, alfabetización e idiomas del mundo. Está diseñado para brindar apoyo personalizado a los (as) estudiantes y datos reveladores. Los (as) profesores (as) también pueden proporcionar comentarios y evaluaciones en tiempo real, lo que permite a los (as) estudiantes comprender en qué se destacan y dónde se necesitan mejoras. Imita la guía y la motivación de un maestro experimentado, los (as) estudiantes resuelven problemas enviando cada paso para su evaluación y reciben comentarios inmediatos, incluidos los errores cometidos y sugerencias para los próximos pasos. Es adaptable y personalizado, genera una ruta de aprendizaje individual para cada estudiante y posteriormente se adapta al progreso del estudiante para que avancen tan pronto como estén listos, brindando datos valiosos a los instructores para darles una idea de la resolución de problemas y el nivel de habilidad de los estudiantes. Herramienta SaaS (Software as a Service) para generar planes de lecciones, hojas de trabajo y actividades compatibles con IA. Con ella se puede: personalizar planes de lecciones, hojas de trabajo y actividades para satisfacer las necesidades de los (as) estudiantes y el plan de estudios. Acceder a una amplia biblioteca de recursos educativos, que incluye contenido alineado con los estándares y recursos multimedia. Ahorrar tiempo y reducir el estrés al automatizar el proceso de evaluación y planificación de lecciones. Es una herramienta que permite a los usuarios crear cuestionarios y evaluaciones formativas con facilidad y rapidez. La herramienta permite a los usuarios crear cuestionarios de opción múltiple con un número específico de preguntas para diferentes niveles de grado. La herramienta está diseñada para usar algoritmos de aprendizaje automático para analizar los datos de los usuarios y mejorar la funcionalidad de la plataforma. Herramienta utilizada para convertir cualquier video en una clase interactiva. Con Edpuzzle se puede editar el video, añadir una pista de audio para explicarlo, incluir una prueba o preguntas abiertas. Permite conocer la retención de los contenidos en tiempo real. Herramienta de evaluación formativa para el profesorado que manejan un aula invertida, asignan videos para la tarea o desean fomentar la comunicación asíncrona. Los(as) docentes también pueden hacer que los(as) estudiantes usen EdPuzzle para mostrar si lograron o no las metas al final del semestre. Estimula el aprendizaje superior mediante el seguimiento de la comprensión en tiempo real de los alumnos. Convierte cada conferencia en un intercambio bidireccional con la aplicación que brinda información inmediata sobre la enseñanza. Cuestionarios, encuestas, actividades de equipo y contenido de educadores de todo el mundo, todo en una herramienta de evaluación fácil de usar. La aplicación Socrative es gratuita para todos los(as) estudiantes y noadministrativos. La introducción de Wolfram|Alpha definió un paradigma fundamentalmente nuevo para obtener conocimiento y respuestas, no mediante búsquedas en la web, sino mediante cálculos dinámicos basados en una vasta colección de datos, algoritmos y métodos integrados. Brindando conocimiento amplio, profundo y a nivel experto, para todos... en cualquier momento y en cualquier lugar. El objetivo a largo plazo de Wolfram|Alpha es hacer que todo el conocimiento sistemático sea inmediatamente computable y accesible para todos.

6. Casos de uso de la IA en la educación a. Educación en general Al aprovechar la tecnología basada en IA, las instituciones educativas pueden desbloquear nuevas oportunidades para sus estudiantes, profesores y colaboradores (Shamkina, 2023). A continuación, se enlistan las formas más comunes en que se aplica la inteligencia artificial en la educación: 1. Personalización de experiencias de aprendizaje Las plataformas basadas en IA pueden recopilar y analizar datos de los(as) estudiantes sobre la interacción con los materiales educativos, el tiempo de finalización de los ejercicios, los resultados de las pruebas y el desempeño general para comprender las actitudes y necesidades de cada estudiante. A partir de estos datos, las herramientas de Inteligencia Artificial pueden diseñar rutas de capacitación personalizadas y adaptarlas en tiempo real al progreso del estudiante. 2. Resultados de aprendizaje Las soluciones educativas basadas en ML (Machine Learning) son capaces de procesar datos recopilados previamente sobre el rendimiento académico, las actitudes y las condiciones sociales de los(as) estudiantes y categorizarlos en diferentes arquetipos. Posteriormente, los algoritmos pueden comparar e identificar relaciones entre estas categorías de estudiantes y sus resultados escolares típicos. 3. Automatización de tareas redundantes de la facultad Como la evaluación de pruebas con el software de calificación adecuado, ahorrando tiempo para interactuar con los(as) estudiantes. Estas herramientas (Figura 5) ya son perfectamente capaces de corregir ejercicios de opción múltiple y de verdadero-falso, pero gracias a los avances en el procesamiento del lenguaje natural (NLP, por sus siglas en inglés), serán cada vez más eficaces a la hora de comprobar también respuestas breves escritas y ensayos. 4. Flujos de trabajo administrativos La IA se puede utilizar para automatizar muchas actividades administrativas, incluido el procesamiento de solicitudes de estudiantes, inscripción, gestión de instalaciones, procedimientos de recursos humanos, contratación, etc. El Departamento de Educación del Reino Unido decidió adoptar un sistema que puede procesar de forma autónoma la correspondencia digital y, por tanto, acelerar su tasa de seguimiento de los correos electrónicos entrantes. 5. Apoyo a estudiantes con necesidades especiales Los asistentes habilitados por inteligencia artificial pueden proporcionarles rutas de aprendizaje y ejercicios personalizados para garantizar que obtengan la mejor educación posible. Por ejemplo, el software de conversión de texto a voz con IA puede leer en voz alta contenido educativo y brindar a los(as) estudiantes con discapacidad visual la misma oportunidad de aprender. 6. Planeación de recursos Además de mejorar los resultados del aprendizaje, la IA también puede optimizar la gestión de la infraestructura escolar. Por ejemplo, la IA puede realizar tareas de planificación de recursos que requieren mucho tiempo y son propensas a errores, como calcular la cantidad correcta de materiales de aprendizaje.

7. Diseño curricular La IA puede procesar enormes cantidades de datos sobre el progreso, los intereses, las competencias y los desafíos de los(as) estudiantes en un año determinado y asesorar a los diseñadores de planes de estudio sobre cómo mejorar la eficacia de sus programas de enseñanza a gran escala. Los algoritmos de IA pueden identificar patrones y tendencias, evaluar la efectividad de ciertos enfoques pedagógicos y predecir los resultados de diferentes estrategias educativas. 8. Asistencia continua durante el aprendizaje La combinación de aprendizaje adaptativo impulsado por ML y procesamiento del lenguaje natural hace que los asistentes virtuales sean extremadamente flexibles y, en consecuencia, un valioso aliado para los estudiantes. Ayudándolos a experimentar y a estar menos ansiosos por cometer errores, algo que muchos estudiantes tienden a hacer en el aula frente a sus profesores (as) y compañeros (as).

b. Estrategias institucionales Casos en universidades ●

University of Florida – AI Across the Curriculum

En 2020, la universidad comenzó a ofrecer un curso introductorio que enseña conocimientos y conceptos básicos de IA a todos los(as) estudiantes. Desde entonces, las universidades y departamentos han adaptado los cursos de IA a sus necesidades y disciplinas específicas. Los(as) estudiantes pueden comenzar su aprendizaje de IA con el curso exclusivo, Fundamentos de IA, que no requiere conocimientos previos de Inteligencia Artificial, ingeniería o informática. Los(as) estudiantes pueden continuar con cursos de IA más avanzados en diversas disciplinas de la institución. Este modelo de enseñanza de IA en todas las disciplinas es la base para construir una universidad de IA y da como resultado un grupo más grande y diverso de estudiantes que se graduarán de la institución con conocimientos de IA.

Objetivo: el objetivo al desarrollar un enfoque altamente innovador para un programa de este tipo – en todo el campus – es brindar una oportunidad para que cada estudiante universitario participe y aprenda sobre la IA, tanto dentro de su disciplina como, lo que es más importante, de una manera interdisciplinaria que a menudo refleja más el entorno laboral del mundo real. Resultados esperados: 1) Nueva pedagogía de cursos para facilitar el aprendizaje de los (as) estudiantes sobre temas complejos en IA; 2) Estudiantes que ingresan a la fuerza laboral con mayor capacidad para explotar la sinergia y productividad de diversos entornos de equipo; y 3) Desarrollo de procesos para vincular mejor el aprendizaje de los (as) estudiantes con las habilidades y conocimientos de la industria/empleador en el panorama tecnológico y de Inteligencia Artificial de ritmo acelerado. ●

University of California, Berkeley – AI Policy Hub

AI Policy Hub es una iniciativa interdisciplinaria que capacita a investigadores con visión de futuro para desarrollar marcos de gobernanza y políticas eficaces para guiar la Inteligencia Artificial, hoy y en el futuro. Las investigaciones realizadas a través del AI Policy Hub ayudan a formuladores de políticas y otros tomadores de decisiones en IA a actuar con previsión en entornos sociales y tecnológicos que cambian rápidamente. Su misión es cultivar una comunidad de investigación interdisciplinaria para anticipar y abordar oportunidades políticas para una IA segura y benéfica. Su visión es un futuro en el que las tecnologías de IA no exacerben la división, el daño, la violencia y la desigualdad, sino que fomenten la conexión humana y el bienestar social. Colaboran también con otros departamentos y centros de UC Berkeley que contribuyen con trabajos sobre gobernanza y políticas de IA.

●

Gonzaga University – AI in Higher Education

Desde el otoño de 2022, la Oficina de Desarrollo ha estado colaborando con varios miembros del profesorado del campus para explorar los peligros y el potencial de la IA en la educación superior. Han generado escenarios basados en juegos y estudios de casos, han utilizado diversas herramientas y aprovechado la amplia gama de información de la que puede extraer la IA. A medida que continúan explorando y aprovechando el poder de la tecnología en el ámbito de la educación superior, se vuelve cada vez más evidente que la IA tiene un inmenso potencial para transformar la forma en que se diseñan y desarrollan los cursos. Este cambio hacia el diseño y desarrollo de cursos impulsados por la IA tiene el potencial de crear una experiencia de aprendizaje más personalizada y efectiva para los(as) estudiantes. Su estrategia recae sobre cinco puntos esenciales: 1. Aprovechar la IA para lograr experiencias de aprendizaje personalizadas Modificar el contenido y la estructura del curso para adaptarlo mejor a los estilos de aprendizaje individuales. Si un estudiante tiene dificultades con un tema en particular, el sistema de Inteligencia Artificial puede proporcionar recursos adicionales o explicaciones alternativas para ayudarlo a comprender mejor.

2. Uso de IA para mejorar el contenido de los cursos Con herramientas de análisis de contenido impulsadas por IA, la facultad puede evaluar la relevancia y la calidad del contenido de su curso, asegurando que esté actualizado y alineado con los resultados de aprendizaje deseados. 3. Promover el aprendizaje activo Las herramientas de IA pueden diseñarse para plantear preguntas que inviten a la reflexión, fomentar debates y estimular el pensamiento crítico, haciendo así que el aprendizaje sea más interactivo y atractivo. 4. Evaluación y retroalimentación Las herramientas impulsadas por IA pueden automatizar el proceso de calificación, proporcionando retroalimentación inmediata a los(as) estudiantes y liberando tiempo para que el profesorado se concentre en otros aspectos vitales de la enseñanza. 5. Mejorar la accesibilidad Con los servicios de transcripción y traducción impulsados por IA, los materiales del curso pueden ser accesibles a una audiencia más amplia, rompiendo las barreras del idioma y fomentando la inclusión. La incorporación de la IA en la educación superior, especialmente en el diseño y desarrollo de cursos, representa un cambio sísmico en la forma en que se aborda la enseñanza y el aprendizaje. A medida que adaptan sus programas en la universidad para incorporar las herramientas de IA, se puede crear un entorno de aprendizaje más personalizado, eficaz e inclusivo. A final de cuentas el enfoque sigue puesto sobre el objetivo final: mejorar los resultados del aprendizaje de los(as) estudiantes y equiparlos con el conocimiento y las habilidades que necesitan para sobresalir en el mundo real.

7. Referencias Acharya, L. (2023). AI in Higher Education: Applications & Use Cases. https://edwize.org/ai-inhigher-education/ A guide to Generative AI tools use in higher education. (s. f.). Google Docs. https://docs.google.com/document/d/1Z3vwC58sVdK9NKlTUEHA7uGncH23bkhc6SLwQR8PLE/edit After a period of caution, universities open up to ChatGPT. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=20230823151346920 AI and epistemic injustices: Garbage data in, garbage out. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=2023082311181279 AI Policy Hub – CLTC (2023). https://cltc.berkeley.edu/program/ai-policy-hub/ AI – University of Florida (s.f.). https://ai.ufl.edu/ Artificial Intelligence – University of California Berkeley (2023). https://www.berkeley.edu/ai/ Artificial Intelligence in Education. 2023 Survey Insights. (s. f.). https://www.holoniq.com/notes/artificial-intelligence-in-education-2023-survey-insights Draft law sets out penalties for AI-aided academic writing. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=20230901111126325 Escuela. (2023, 9 enero). 7 Ventajas de la aplicación de la Inteligencia Artificial para la evaluación del aprendizaje en la escuela Escuela21. https://www.escuela21.org/blog/evaluacioninteligente Fenguch, M., Holmes, W., Ronghuai, H., & Zhang, H. (2021). Inteligencia artificial y educación: guía para las personas a cargo de formular políticas: Vol. primera. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379376 In an age of AI, understanding the value of a human is key. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=2023082609034598 Gallardo, K. E. (2021). Evalución: Innovaciones en evaluación educativa. UNAM. https://cuaieed.unam.mx/publicaciones/libro-evaluacion/pdf/Capitulo-42-INNOVACIONES-ENEVALUACION-EDUCATIVA.pdf Generative AI law attempts to balance censorship and R&D. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=20230829145215324 Gimpel, Henner, Kristina Hall, Stefan Decker, Torsten Eymann, Luis Lämmermann, Alexander Mädche, Maximilian Röglinger et al. “Unlocking the Power of Generative AI Models and Systems Such as GPT-4 and ChatGPT for Higher Education: A Guide for Students and Lecturers.” Hohenheim Discussion Papers in Business, Economics and Social Sciences, No. 022023. https://www.econstor.eu/handle/10419/270970 How will AI alter the student experience? experts weigh in. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=2023081013030232 Jane Southworth, Kati Migliaccio, Joe Glover, Ja’Net Glover, David Reed, Christopher McCarty, Joel Brendemuhl, Aaron Thomas. Developing a model for AI Across the curriculum: Transforming the

higher education landscape via innovation in AI literacy. Computers and Education: Artificial Intelligence, Volume 4, 2023, 100127, ISSN 2666-920X, https://doi.org/10.1016/j.caeai.2023.100127 Keeping human values at the heart of AI in higher education. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=20230814140706902 Marquis, J. (2023). AI in Higher Education. https://www.gonzaga.edu/newsevents/stories/2023/8/1/ai-in-higher-education McMurtrie, M. (2023, 8 septiembre). What Will Determine AI’s Impact on College Teaching? 5 Signs to Watch. The Chronicleof Higher Education. Recuperado 19 de septiembre de 2023, de https://www.chronicle.com/article/what-will-determine-ais-impact-on-college-teaching-5-signs-towatch?utm_source=Iterable&utm_medium=email&utm_campaign=campaign_7695523_nl_AcademeToday_date_20230912&cid=at&sra=true Miranda, Jhonattan, Christelle Navarrete, Julieta Noguez, José-Martin Molina-Espinosa, MaríaSoledad Ramírez-Montoya, Sergio A. Navarro-Tuch, Martín-Rogelio Bustamante-Bello, José-Bernardo Rosas-Fernández, and Arturo Molina. “The Core Components of Education 4.0 in Higher Education: Three Case Studies in Engineering Education.” Computers & Electrical Engineering 93 (2021): 107278. https://www.sciencedirect.com/science/article/pii/S0045790621002603 Nguyen, N. (2023). AI in higher education: 8 key strategies for institutional leaders. https://feedbackfruits.com/blog/ai-in-higher-education-8-key-strategies-for-institutional-leaders Rico-Bautista, D., Medina-Cardenas, Y., Coronel-Rojas, L.A., Cuesta-Quintero, F., MaestreGongora, G., Guerrero, C.D. “Smart University: Key Factors for an Artificial Intelligence Adoption Model.” Advances and Applications in Computer Science, Electronics and Industrial Engineering, vol 1307. Springer, 2021. https://doi.org/10.1007/978-981-33-4565-2_10 Shamkina, V. (2023). AI in education: top applications, real-life examples, and adoptions tips. https://www.itransition.com/ai/education Sharma, Himani, Taiwo Soetan, Temitope Farinloye, Emmanuel Mogaji, and Miguel De Freitas Noite. “AI Adoption in Universities in Emerging Economies: Prospects, Challenges And Recommendations.” In Re-imagining Educational Futures in Developing Countries: Lessons from Global Health Crises, pp. 159-174. Cham: Springer International Publishing, 2022. https://link.springer.com/chapter/10.1007/978-3-030-88234-1_9 Spector, C. (2023). Feedback from an AI-driven tool improves teaching, Stanford-led research finds | Stanford University. https://ed.stanford.edu/news/feedback-ai-driven-tool-improves-teachingstanford-led-research-finds Universities take lead in forging AI policies, practices. (s. f.). University World News. https://www.universityworldnews.com/post.php?story=20230822082741187 Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades. Transformar, 4(1), 17–34. Recuperado a partir de https://revistatransformar.cl/index.php/transformar/article/view/84 Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades. Transformar, 4(1), 17–34. Recuperado a partir de https://revistatransformar.cl/index.php/transformar/article/view/84 Wang, Youmei, Chenchen Liu, and Yun-Fang Tu. “Factors Affecting the Adoption of AI-Based Applications in Higher Education: An Analysis of Teachers Perspectives Using Structural Equation Modeling.” Educational Technology & Society 24, no. 3 (2021): 116– 29. https://www.jstor.org/stable/27032860

Vicerrectoría Ejecutiva de Asuntos Académicos, Facultad e Internacionalización del Tecnológico de Monterrey D.R. © Tecnológico de Monterrey, México, 2023

Si tienes alguna duda o necesitas más información, escríbenos al correo electrónico: mailto:innovacioneducativa@servicios.itesm.mx

O visita nuestro espacio digital: innovacioneducativa.tec.mx