Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
Introducción
En la última década, la integración de herramientas basadas en inteligencia artificial (IA) en el ámbito educativo ha experimentado un crecimiento exponencial, transformando la manera en que se imparte y se experimenta la educación superior. Esta revolución digital ha llevado a una reevaluación fundamental de las prácticas pedagógicas y la gestión académica, desencadenando un interés significativo en el potencial y los desafíos asociados con la implementación de tecnologías de IA en instituciones de educación superior.
El presente artículo se centra en realizar una exhaustiva revisión bibliográfica sobre la implementación de herramientas basadas en IA en el ámbito de la educación superior. La investigación se enmarca en la necesidad de comprender cómo la inteligencia artificial está influyendo en la enseñanza, el aprendizaje y la administración educativa, así como en explorar las implicaciones pedagógicas y socioeconómicas asociadas.
La motivación para esta revisión radica en el reconocimiento de que la educación superior enfrenta desafíos complejos en la era contemporánea, caracterizada por la rápida evolución tecnológica y la diversidad de estudiantes con necesidades distintivas. La IA se presenta como una herramienta prometedora para abordar estos desafíos al ofrecer personalización del aprendizaje, análisis predictivo del rendimiento estudiantil y nuevas formas de colaboración en entornos virtuales.
A medida que las instituciones de educación superior buscan mejorar la eficacia de la enseñanza y preparar a los estudiantes para un mundo cada vez más digitalizado, se hace imperativo comprender el estado actual de la implementación de la inteligencia artificial en este contexto. En este sentido, el presente artículo busca consolidar y analizar las investigaciones existentes, identificando tendencias, beneficios y desafíos que emergen de la integración de herramientas basadas en inteligencia artificial en la educación superior.
Desarrollo
Inteligencia Artificial
De acuerdo a Rouhiainen (2018), la inteligencia artificial (IA) es un campo de la informática encargada de crear sistemas capaces de realizar tareas que, por lo general, requieren de la inteligencia humana. Estas tareas incluyen el aprendizaje, la adaptación, la resolución de problemas, el razonamiento, la comprensión del lenguaje natural y la percepción visual, entre otras.
Por tal motivo se determina que la IA busca desarrollar algoritmos y modelos que permitan a las máquinas emular habilidades cognitivas humanas, yendo más allá de la ejecución de tareas específicas para aspirar a una comprensión más profunda y adaptable. Hay dos tipos principales de inteligencia artificial:
IA Estrecha o Débil (Weak AI)
Refiere a sistemas de inteligencia artificial diseñados y entrenados para realizar tareas específicas sin la capacidad de generalizar su conocimiento a otras áreas. Ejemplos comunes incluyen asistentes virtuales, sistemas de recomendación y motores de búsqueda. (Rouhiainen, 2018, pág. 48) Dicho de otra manera, se refiere a sistemas de inteligencia artificial creados y preparados para llevar a cabo tareas concretas sin poder aplicar su conocimiento a otras áreas de manera general.
IA General o Fuerte (Strong AI)
Implica la creación de sistemas capaces de realizar cualquier tarea cognitiva humana, esta forma de IA todavía está en el ámbito teórico y plantea desafíos éticos y técnicos significativos. Un sistema de IA general sería capaz de razonar, aprender y adaptarse de manera similar a los humanos. (Rouhiainen, 2018, pág. 54) Es decir, es un sistema con la capacidad de llevar a cabo cualquier tarea cognitiva humana. Esta forma de inteligencia artificial aún se encuentra en el ámbito teórico y presenta importantes desafíos éticos y técnicos.
Técnicas utilizadas en inteligencia artificial
Aprendizaje Supervisado: El algoritmo se entrena en un conjunto de datos etiquetado, donde se le proporcionan ejemplos de entrada y salida.
Aprendizaje No Supervisado: Se entrena en un conjunto de datos sin etiquetas, y debe encontrar patrones o estructuras por sí mismo.
Aprendizaje Reforzado: El algoritmo toma decisiones en un entorno dinámico y recibe retroalimentación en forma de recompensas o castigos.
Redes Neuronales: Modelos computacionales inspirados en la estructura y funcionamiento del cerebro humano.
Procesamiento del Lenguaje Natural (PLN): Técnicas para permitir que las máquinas comprendan, interpreten y generen lenguaje humano. (Rouhiainen, 2018, pág. 67).
Es por ello que la inteligencia artificial tiene aplicaciones en una variedad de campos, como la medicina, la educación, la industria, la atención al cliente, la conducción autónoma, entre muchos otros, y continúa siendo un área de investigación y desarrollo en constante evolución.
Por otro lado existen numerosas herramientas basadas en inteligencia artificial que se utilizan en una variedad de campos para mejorar la eficiencia, la precisión y la toma de decisiones. A continuación, se presentan algunas categorías y ejemplos de herramientas basadas en inteligencia artificial:
Procesamiento del Lenguaje Natural (PLN)
Chatbots: Sistemas de conversación automáticos que utilizan procesamiento del lenguaje natural para interactuar con los usuarios.
Traductores Automáticos: Herramientas que utilizan IA para traducir texto o voz de un idioma a otro. (Fredriani, 2023, pág. 51)
El primer punto menciona los chatbots, que son sistemas de conversación automáticos que emplean el PLN para interactuar con los usuarios. Esto destaca cómo el PLN se utiliza para facilitar la comunicación entre humanos y máquinas de manera natural y efectiva.
El segundo aspecto hace referencia a los traductores automáticos, los cuales utilizan la inteligencia artificial para traducir texto o voz de un idioma a otro. Esto resalta cómo el PLN y la IA se combinan para superar las barreras lingüísticas, permitiendo la comunicación efectiva entre personas que hablan diferentes idiomas.
Es decir, tanto el PLN y la IA se aplican en la práctica para mejorar la comunicación y la interacción en contextos diversos, desde asistencia al cliente hasta la traducción de idiomas.
Reconocimiento de Imágenes
Reconocimiento Facial: Sistemas que identifican y verifican rostros en imágenes o videos.
Clasificación de Objetos: Herramientas que etiquetan y clasifican objetos en imágenes. (Fredriani, 2023, pág. 58)
Aprendizaje Automático (Machine Learning)
Plataformas de Aprendizaje Automático: Herramientas que permiten a los desarrolladores construir, entrenar y desplegar modelos de aprendizaje automático.
Sistemas de Recomendación: Algoritmos que predicen y sugieren productos o contenido basándose en el comportamiento del usuario. (Fredriani, 2023, pág. 60)
Automatización de Procesos Robóticos (RPA)
Bots RPA: Software que automatiza tareas repetitivas en sistemas informáticos. (Fredriani, 2023, pág. 63)
Análisis Predictivo
Herramientas de Predicción de Negocios: Aplicaciones que utilizan algoritmos para prever tendencias y resultados empresariales futuros. (Fredriani, 2023, pág. 67)
Asistentes Virtuales
Asistentes Personales: Plataformas basadas en IA que ofrecen asistencia en la realización de tareas, como programación de reuniones o recordatorios. (Fredriani, 2023, pág. 71)
Sistemas de Diagnóstico Médico
Sistemas de Imágenes Médicas: Herramientas que ayudan en el diagnóstico de enfermedades a través del análisis de imágenes médicas como radiografías o resonancias magnéticas. (Fredriani, 2023, pág. 75)
Análisis de Sentimientos
Herramientas de Análisis de Sentimientos: Aplicaciones que evalúan opiniones y emociones en comentarios, reseñas o redes sociales. (Fredriani, 2023, pág. 79)
Conducción Autónoma
Sistemas de Conducción Autónoma: Utilizan algoritmos de aprendizaje automático para permitir que vehículos operen de manera autónoma. (Fredriani, 2023, pág. 82)
Plataformas de Reconocimiento de Voz
Asistentes de Voz: Sistemas que convierten la voz humana en comandos para realizar acciones, como asistentes de voz en teléfonos inteligentes. (Fredriani, 2023, pág. 86)
Las herramientas anteriormente descritas ilustran cómo la inteligencia artificial se ha integrado en una amplia gama de aplicaciones para mejorar la eficiencia y proporcionar soluciones innovadoras en diversos sectores. La evolución continua de la inteligencia artificial seguirá dando lugar a nuevas herramientas y aplicaciones en el futuro.
Inteligencia Artificial En La Educación Superior
Fedriani (2023) en su libro titulado “Mejores herramientas de Inteligencia Artificial para la educación” afirma que la integración de la inteligencia artificial (IA) en la educación superior ha transformado radicalmente la forma en que se enseña y se aprende, este avance tecnológico ha abierto nuevas oportunidades y desafíos, redefiniendo el panorama educativo a nivel mundial. En un contexto de rápida evolución tecnológica, la IA se ha convertido en una herramienta poderosa para mejorar la calidad de la educación superior, personalizar el aprendizaje y preparar a los estudiantes para un futuro cada vez más digital.
Es por ello que uno de los aspectos más impactantes de la IA en la educación superior es su capacidad para personalizar la experiencia de aprendizaje, a través del análisis de datos y el aprendizaje automático, las plataformas educativas basadas en IA pueden adaptarse a las necesidades individuales de cada estudiante. Estas plataformas pueden evaluar el progreso de un estudiante, identificar áreas de fortaleza y debilidad, y proporcionar materiales de aprendizaje personalizados. Esto significa que cada estudiante puede recibir una educación adaptada a su estilo de aprendizaje y ritmo, mejorando la eficacia del proceso de enseñanza.
Por otro lado las herramientas de IA también han mejorado la accesibilidad a la educación superior con la capacidad de ofrecer cursos en línea, plataformas de aprendizaje basadas en IA han roto las barreras geográficas y temporales, permitiendo que estudiantes de todo el mundo accedan a cursos de alta calidad. Además, las tecnologías de traducción automática han facilitado la participación de estudiantes que hablan diferentes idiomas, promoviendo la diversidad y la inclusión en entornos educativos. (Fedriani, 2023)
Es por ello que la integración de la inteligencia artificial (IA) en la educación superior ha transformado radicalmente la forma en que se enseña y se aprende; desde la automatización de procesos administrativos hasta la personalización del aprendizaje, la IA ha generado un impacto significativo en las instituciones educativas, proporcionando oportunidades y desafíos únicos. Este artículo explorará diversas facetas de la inteligencia artificial en la educación superior, examinando cómo está siendo utilizada, sus beneficios potenciales y las cuestiones éticas que plantea.
Automatización y Eficiencia Administrativa
Uno de los primeros beneficios que la inteligencia artificial aporta a las instituciones educativas es la automatización de tareas administrativas, procesos como la matriculación, la gestión de horarios, la evaluación de documentos y la comunicación con los estudiantes pueden ser optimizados mediante sistemas inteligentes. Los chatbots, por ejemplo, pueden responder preguntas frecuentes de los estudiantes, liberando tiempo para que el personal se enfoque en tareas más complejas y estratégicas. (Fedriani, 2023, pág. 98)
Personalización del Aprendizaje
La IA también juega un papel crucial en la personalización del aprendizaje ya que algoritmos avanzados pueden analizar el rendimiento individual de los estudiantes, identificar áreas de fortaleza y debilidad, y adaptar el contenido de aprendizaje para satisfacer las necesidades específicas de cada estudiante. Plataformas de aprendizaje en línea utilizan sistemas de recomendación basados en IA para sugerir cursos, módulos o actividades adicionales que se alineen con los intereses y habilidades de cada estudiante. (Fedriani, 2023, pág. 115)
Tutoría Virtual y Asistentes de Estudio
Los sistemas de tutoría virtual son otra aplicación destacada de la inteligencia artificial en la educación superior. Estos programas pueden ofrecer asistencia instantánea en diversas materias, proporcionando explicaciones detalladas, ejemplos prácticos y evaluaciones formativas. Además, los asistentes de estudio virtuales pueden ayudar a los estudiantes a organizar su tiempo, establecer metas de estudio y brindar retroalimentación constante para mejorar el rendimiento académico. (Fedriani, 2023, pág. 119)
Evaluación Automatizada
La evaluación de tareas y exámenes es una tarea que tradicionalmente ha requerido mucho tiempo y esfuerzo por parte de los educadores debido a que la inteligencia artificial ha simplificado este proceso mediante la creación de sistemas de evaluación automatizada. Los algoritmos pueden analizar respuestas escritas, cálculos matemáticos y otros tipos de trabajos, proporcionando resultados rápidos y objetivos. Si bien no reemplaza completamente la evaluación humana, la automatización reduce la carga de trabajo administrativo, permitiendo a los profesores centrarse más en la interacción directa con los estudiantes. (Fedriani, 2023, pág. 124)
Analítica de Datos para la Toma de Decisiones
La inteligencia artificial facilita la recopilación y análisis de grandes cantidades de datos educativos. Mediante la aplicación de técnicas de analítica de datos, las instituciones pueden obtener información valiosa sobre el rendimiento estudiantil, los patrones de retención, la eficacia de los métodos de enseñanza y otros aspectos cruciales. Estas percepciones permiten tomar decisiones informadas para mejorar la calidad de la educación y ajustar estrategias pedagógicas según las necesidades cambiantes de los estudiantes. (Fedriani, 2023, pág. 129)
La Importancia de la Formación Docente
La introducción de la inteligencia artificial en la educación superior destaca la necesidad de la formación docente continua ya que os educadores deben adquirir habilidades para utilizar eficazmente las herramientas basadas en IA y comprender cómo integrarlas de manera significativa en el proceso educativo. La colaboración entre profesores y expertos en tecnología puede facilitar la implementación exitosa de estas herramientas. (Fedriani, 2023, pág. 141)
Las clases presenciales y las clases presenciales con el uso de herramientas basadas en inteligencia artificial (IA) representan dos enfoques distintos en la educación superior, cada uno con sus propias ventajas y desafíos. A continuación, se presenta una comparación entre ambas modalidades:
Tabla 1. Comparación en la implementación de Inteligencia Artificial
Pasos para la implementación de las herramientas basadas en la Inteligencia Artificial en la Educación Superior
Los autores López de Mántaras Badia y Meseguer (2017), aseguran que la implementación de herramientas basadas en inteligencia artificial (IA) en la educación superior es un proceso complejo que implica diversas etapas. A continuación se detalla un paso a paso general para guiar la implementación:
Evaluación de Necesidades y Objetivos: Se debe identificar áreas específicas en las que la IA puede mejorar la experiencia educativa y los resultados de los estudiantes. Define los objetivos claros que se buscan lograr con la implementación de la IA en la educación superior. (pág. 62)
Análisis de Datos: Se debe realizar una recopilación de datos relevantes sobre el desempeño académico, las tendencias de aprendizaje y otras métricas relacionadas con la educación y evalúa la calidad y la cantidad de datos disponibles para garantizar una implementación efectiva de la IA. (pág. 66)
Desarrollo de Colaboraciones: Establecer colaboraciones con expertos en inteligencia artificial, desarrolladores de software y educadores para garantizar una implementación efectiva y adaptada a las necesidades específicas de la institución. (pág. 69)
Selección de Herramientas y Tecnologías: Investigar y selecciona las herramientas y tecnologías de IA que mejor se adapten a los objetivos y necesidades identificadas, considerando a las herramientas como sistemas de recomendación, análisis predictivo, chatbots educativos, tutoría virtual, entre otros. (pág. 73)
Desarrollo de Contenido y Recursos: Diseñar y desarrollar contenido educativo adaptado para aprovechar las capacidades de la IA. Así mismo se debe asegurar de que los recursos educativos sean accesibles y relevantes para los estudiantes. (pág. 75)
Integración con Sistemas Existentes: Integrar las herramientas de IA con los sistemas de gestión del aprendizaje (LMS) y otros sistemas existentes en la institución, controlando de que la implementación de la IA sea fluida y no cause interrupciones significativas. (pág. 79)
Capacitación del Personal: Proporcionar formación a docentes, personal administrativo y estudiantes sobre cómo utilizar las nuevas herramientas de IA. Asegurándose de que todos comprendan cómo aprovechar al máximo las funcionalidades de la IA. (pág. 81)
Pruebas Piloto: Realizar pruebas piloto para evaluar la efectividad de las herramientas de IA antes de una implementación a gran escala. Por otro lado se debe recopilar comentarios de los usuarios para realizar ajustes y mejoras necesarias. (pág. 86)
Implementación Gradual: Implementar las herramientas de IA de manera gradual, comenzando con casos específicos y expandiéndola a medida que se confirme su eficacia. (pág. 88)
Evaluación Continua: Establecer mecanismos de evaluación continua para medir el impacto de la IA en los resultados educativos, así también realizar ajustes según sea necesario para optimizar el rendimiento y la eficacia de las herramientas de IA. (pág. 90)
Escalabilidad y Actualizaciones: Considerar la escalabilidad de las soluciones de IA y planificar actualizaciones periódicas para incorporar avances tecnológicos y mejorar la eficiencia. (pág. 91)
Monitoreo Ético y de Privacidad: Implementar medidas de monitoreo ético y de privacidad para garantizar el uso responsable de la IA y proteger la información de los estudiantes. (pág. 95)
La implementación exitosa de herramientas basadas en inteligencia artificial en la educación superior requiere una planificación cuidadosa, colaboración interdisciplinaria y una atención continua a la retroalimentación de los usuarios.
Beneficios de la implementación de las herramientas basadas en la Inteligencia Artificial en la Educación Artificial
Rodríguez (2022), menciona en su libro titulado “Inteligencia Artificial Cómo cambiará el mundo (y tu vida)” que la implementación de herramientas basadas en inteligencia artificial (IA) en la educación superior puede proporcionar una serie de beneficios significativos. A continuación se detallan algunos de ellos:
Personalización del Aprendizaje: La IA puede adaptarse a los estilos de aprendizaje individuales y ofrecer contenido personalizado, lo que permite a los estudiantes avanzar a su propio ritmo y abordar áreas específicas de dificultad. (pág. 94)
Análisis Predictivo: La IA puede analizar datos educativos para prever patrones y tendencias. Esto ayuda a identificar a los estudiantes que pueden necesitar intervenciones adicionales antes de que surjan problemas académicos. (pág. 94)
Retroalimentación Inmediata: Las herramientas de IA pueden proporcionar retroalimentación inmediata sobre el desempeño de los estudiantes, facilitando la corrección de errores y la mejora continua. (pág. 96)
Automatización de Tareas Repetitivas: La IA puede automatizar tareas administrativas y repetitivas, permitiendo que profesores y personal se centren en actividades más creativas y de mayor valor pedagógico. (pág. 98)
Acceso a Recursos Educativos Avanzados: Las plataformas basadas en IA pueden ofrecer acceso a recursos educativos avanzados, como tutoriales interactivos, simulaciones y contenido multimedia, enriqueciendo la experiencia de aprendizaje. (pág. 99)
Colaboración en Tiempo Real: Herramientas de colaboración basadas en IA, como sistemas de chat y foros, facilitan la comunicación en tiempo real entre estudiantes y profesores, promoviendo la colaboración y el intercambio de ideas. (pág. 101)
Detección de Plagio y Fraude: La IA puede ayudar a detectar casos de plagio y fraude académico mediante el análisis de patrones en trabajos escritos y exámenes, promoviendo la integridad académica. (pág. 101)
Asesoramiento Académico Personalizado: Los sistemas de IA pueden proporcionar asesoramiento académico personalizado, guiando a los estudiantes en la elección de cursos, especializaciones y carreras basadas en sus habilidades y metas individuales. (pág. 104)
Eficiencia Administrativa: La implementación de IA en procesos administrativos, como la gestión de inscripciones y evaluaciones, puede mejorar la eficiencia y reducir la carga de trabajo del personal administrativo. (pág. 105)
Inclusividad y Accesibilidad: Las herramientas basadas en IA pueden adaptarse para satisfacer las necesidades de estudiantes con discapacidades, facilitando la accesibilidad y promoviendo la inclusividad en el entorno educativo. (pág. 107)
Desarrollo de Habilidades del Siglo XXI: La interacción con tecnologías de IA puede ayudar a los estudiantes a desarrollar habilidades como pensamiento crítico, resolución de problemas y adaptabilidad, habilidades esenciales en la era digital. (pág. 108)
Investigación Avanzada: La IA puede acelerar la investigación en el ámbito académico, ayudando en el análisis de grandes conjuntos de datos y en la identificación de patrones complejos en diversas disciplinas. (pág. 112)
Al aprovechar las herramientas detalladas con anterioridad y que estén basadas en inteligencia artificial de manera estratégica, las instituciones de educación superior pueden mejorar la calidad de la enseñanza, el aprendizaje y la administración, creando un entorno educativo más eficiente e inclusivo.
Conclusiones
Los hallazgos de la revisión bibliográfica indican que, en la actualidad, la introducción de herramientas basadas en inteligencia artificial (IA) en el ámbito de la educación superior se posiciona como un elemento crucial y esencial para avanzar y mejorar continuamente las prácticas educativas. El análisis exhaustivo de la literatura ha revelado un panorama dinámico y prometedor, en el que las herramientas de IA no solo mejoran la eficiencia administrativa, sino que también transforman la experiencia de aprendizaje y el progreso académico de los estudiantes.
La capacidad predictiva de la inteligencia artificial permite a las instituciones detectar áreas que necesitan mejoras y proporcionar intervenciones tempranas para estudiantes en riesgo, fortaleciendo el apoyo académico y reduciendo la deserción. Además, la adaptabilidad de las herramientas de IA mejora la inclusión y accesibilidad para estudiantes con diversas habilidades y estilos de aprendizaje. Asimismo, la disponibilidad instantánea de contenido en línea reduce la brecha de acceso a recursos educativos, promoviendo una educación más equitativa y globalizada.
A pesar de estos progresos prometedores, es fundamental enfrentar desafíos éticos y de privacidad para asegurar el uso responsable de la tecnología, dado que la introducción de herramientas basadas en IA en la educación superior no solo redefine los parámetros de la enseñanza y el aprendizaje, sino que también impulsa a las instituciones hacia una era de innovación y adaptación constante. Es por ello que la convergencia de la inteligencia artificial y la educación superior no solo es inminente sino esencial debido a que la capacidad de la IA para ofrecer una educación más personalizada, accesible y eficaz posiciona a las instituciones educativas en el camino hacia la excelencia, preparando a los estudiantes para los desafíos del mundo moderno y contribuyendo al avance global del conocimiento. Finalmente se recomienda realizar investigaciones de manera continua en el ámbito de la Inteligencia Artificial debido a que con el paso del tiempo este va actualizándose a pasos agigantados, por lo que sería de gran interés indagar sobre las tecnologías utilizadas en la educación superior.
