INTELIGENCIA ARTIFICIAL EN EDUCACIÓN PRIMARIA: DIRECTRICES PARA UNA IMPLEMENTACIÓN ÉTICA Y EFICAZ EN EL AULA

En la selección de publicaciones se han tenido en cuenta también, criterios de relevancia, actualización, fiabilidad, precisión y cobertura.

La búsqueda de referencias tras la aplicación de todo lo anterior supone un total de 10 artículos que mantienen una relación directa con la temática de estudio.

3. RESULTADOS

Inicialmente el tema de estudio comenzaría por la concepción, características y/o valor educativo de la IA para aproximarnos al objeto de nuestro estudio.

3.1. Revisión bibliográfica

A partir de aquí, analizaremos distintos estudios e investigaciones en relación a su correcta conceptualización, al papel de los sistemas con IA en la gestión y evaluación, experiencias con metodologías e instrumentalización y el uso ético de la IA en educación.

La importancia de un correcto marco conceptual

Oyedoyin et al. (2024) revela cómo una población en edad escolar de Nigeria, (África) se aproxima a conceptos digitales como el de IA. El estudio, siguiendo una técnica cualitativa, refleja cómo esta población describe el término IA, ajeno a sus conocimientos y vocabulario, basándose en concepciones adquiridas a través de los medios de comunicación que, en ocasiones, son inexactas. Las conclusiones del estudio recogen la imperiosa necesidad de trabajar en lecciones, cursos y planes de estudio para que los niños/as desarrollen modelos mentales reales y útiles que les permitan explorar tecnologías resaltando la necesidad de programas de formación docente que permitan su capacitación en competencia digital.

Gestión y evaluación

El estudio de Butuner y Hanefi (2022) confirma que, de un análisis de datos de rendimiento académico mediante siete algoritmos distintos, se extraen datos relevantes como; un mayor éxito asociado a la población femenina en el aprendizaje a distancia, o una correlación directa con el empleo del recurso “mano levantada” para solicitar ayuda en la plataforma de aprendizaje y el grado de éxito académico durante ese ciclo. Además, se correlaciona el fracaso escolar con el alumnado que ha tenido un bajo índice en la consulta de recursos y/o anuncios en plataforma o que, el grado de absentismo es inversamente proporcional al logro académico.

Siguiendo con la educación online, las tecnologías de IA posibilitan una mejora del sistema educativo gracias a las técnicas de evaluación de la calidad de la enseñanza del entorno de la formación en línea (Li y Su, 2020), dado que posibilitan el estudio de los datos y procesos que rodean esta modalidad. Se ha estudiado este modelo para realizar una revisión evaluativa de la calidad educativa a partir de un modelo de IA construido por algoritmos de evaluación y diseñado ad hoc, incluyendo el estudio de tres aspectos: la alfabetización digital del profesorado y el efecto de su enseñanza en un aprendizaje en línea; la construcción de plataformas aptas para la docencia en línea y, por último, el aprendizaje en línea del alumnado.

El análisis demuestra que la calidad de este modelo educativo en línea es mejorable en relación aspectos como: optimización de la construcción de la educación en línea, la alfabetización digital del profesorado, adecuación de compartición de contenidos, aumento de la inversión económica y mejora de los sistemas de gestión de la formación en línea.

Implementación metodológica con IA

Alfabetización con IA

Bulut y Yildirim-Erbasli (2022) se centran en el empleo de la IA para la generación de historias que promuevan habilidades de alfabetización, como pueden ser la fluidez oral o la comprensión lectora a través del empleo de generadores de historias y textos creados con tecnología basada en IA, como son los modelos GPT-2 de OpenAI o T-5 de Google e incide en la necesidad de una evaluación humana del producto final concluyendo que puede ser una solución factible relacionados con la búsqueda de nuevos textos lingüísticos.

El proyecto Co-Poem

Co-Poem (Merchán et al., 2023) ofrece una base de datos sobre música folklórica ibérica para su empleabilidad en el área de música partir de un modelo estandarizado y construido a partir de tecnologías semánticas e IA que se ofrece en abierto en la web del proyecto. http://copoem.esalab.es

IA para el aprendizaje personalizado de las matemáticas

El estudio de Sperling et al. (2022) se centra en el campo matemático dentro de un programa de la agencia de innovación sueca. Este programa explora y evalúa el aprendizaje de un material didáctico matemático para comprobar si la ayuda prestada por la IA permite automatizar un proceso personalizado de aprendizaje, identificando las lagunas del alumnado para proveerlos de los conocimientos oportunos. El estudio concluye con una mejora de los resultados del alumnado, debida a la interacción de los medios humanos (docentes) y no humanos (IA), demostrando que algunas partes del proceso educativo se pueden automatizar siendo crítico con el proceso de automatización del aprendizaje por parte de la IA o sobre cómo la toma de decisiones algorítmicas debería preservar los datos recabados y preservarlos únicamente para uso docente.

Recursos

Juegos educativos para aprender IA

Una de las herramientas para la enseñanza de la IA en educación, es el juego ArtBot. https://art-bot.net/ (Zammit et al., 2022).

Este juego supone una herramienta eficaz para enseñar los mecanismos básicos de la IA y el ML promoviendo el pensamiento crítico sobre su funcionalidad y empleo, así como sobre aspectos como las decisiones de diseño y sus sesgos inherentes. Las conclusiones reconocen que el juego fue generalmente recibido con positividad por parte del alumnado y el profesorado que los testeó, aunque solo ciertos jugadores/as exploraron la información adicional que contenía.

Los Chatbots con IA

El estudio de Lee et al. (2023) realizado en el área de ciencias para sexto de primaria demuestra cómo los chatbots pueden influir de forma positiva en los resultados del alumnado ya que se convirtió en una herramienta de apoyo al estudio autodirigido del alumnado. Los resultados revelaron mejoras en el grupo experimental y para diversos ítems evaluados como los factores cognitivos, rendimiento e interés de los/as estudiantes en ciencias, teniendo un impacto particularmente significativo en el estudiantado con niveles de rendimiento más bajos.

Robots educativos

Los resultados del estudio de Chen et al. (2023) muestran que el estudiantado chino percibió la utilidad del robot en cuatro aspectos: la transmisión de conocimiento, la ayuda prestada para resolver problemas concernientes al aprendizaje, el fomento de las relaciones entre el alumnado y el profesorado humano y por último, la interacción con el alumnado, promocionando sus ideas y opiniones. Por otro lado, señala la importancia de que escuelas y profesorado sepan elegir un modelo de robot inteligente adecuado a las necesidades que presenta el alumnado considerando otros aspectos sustanciales como la privacidad de los datos recolectados en las aulas.

Huang (2021) se centró en la medición de cinco indicadores de evaluación: la consecución de los objetivos, la generación de recursos, el diseño de contenidos, la adecuación y simulación de los vínculos docentes y la innovación del proceso docente; demostrando resultados efectivos para casi todos los indicadores. No obstante, también concluye con la limitación más señalada del robot: la baja flexibilidad de contenido que ofrece invitando a su mejora y optimización por ser una opción educativa viable, demostrando que el empleo de un robot educativo inteligente puede ser más efectivo que la enseñanza tradicional impartida por profesorado humano.

Ética e IA en educación

Uno de los aspectos más preocupantes a considerar con asistentes basados en IA, son los aspectos éticos que se han aplicado en su diseño.

Chubb et al. (2021) realizaron un estudio piloto de diseño y testeo de un prototipo de chat para narrar meta-historias, en el que se analizaron los principios éticos que pueden y deben aplicarse en el desarrollo de sistemas conversacionales educativos o comerciales dirigidos a menores. Este chat, concebido para alentar a los niños/as a interactuar con personajes, historias y/o problemáticas utilizando tecnología de IA por voz, funciona con la recopilación de sus datos. El desarrollo del proyecto ha tenido en consideración el estudio y aplicación de aspectos éticos en relación a la IA y una arquitectura de seguridad que atienda a la tipología de datos a recopilar, la protección de los menores, su ubicación y la cesión de datos biológicos entre otros; También aspectos como, la generación de un diseño inclusivo que mitigue prejuicios históricos, amigable, emocional y civilizado, pero también, el desarrollo de un servicio conversacional personalizado que se adapte a todos/as con equidad o el trabajo a través de algoritmos libres de sesgos.

3.2. Análisis de las tecnologías de la IA

Las tecnologías que utiliza la IA ofrecen una amplia gama que pueden resultar de utilidad en el campo de la educación según su función (UNESCO, 2023). Se procedió al análisis de 4 ítems: el tipo de tecnología, su función (en detalle) qué técnicas de IA utiliza la tecnología analizada y un ejemplo de cada una.

En la tabla 2 se pueden observar de manera sintetizada los resultados obtenidos del análisis en los que se mostraron un total de siete tecnologías asociadas a cuatro técnicas de la IA: GOFAI, aprendizaje automático, de GMCP, Gran memoria a corto plazo o redes neuronales, redes bayesianas y RGA.

3.3. Estudio de viabilidad de las tecnologías IA analizadas

Elaborado el análisis de las tecnologías que utilizan IA se procederá al de un estudio de viabilidad de las tecnologías IA basado en: el tipo de tecnología, la categoría a la que pertenece, su funcionalidad o consideraciones en su uso y la viabilidad o coste. En la tabla 3 se presentan seis tipologías de aplicaciones o tecnología con IA clasificadas como "learner-facing" y "teacher-facing" con algunas consideraciones para su empleo y su viabilidad económica o de uso.

Como puede observarse, la mayor parte de las tecnologías (Chatbots, generadores de historias y plataformas LMS) permiten que los estudiantes participen y mejoren su aprendizaje. Sin embargo, comparten consideraciones críticas sobre la protección de datos o la necesidad de dispositivos adicionales, siendo estas opciones de bajo coste por su viabilidad y facilidad de implementación. En cambio, las plataformas de aprendizaje personalizado se encuentran en fase de estudio que suponen más tiempo y recursos necesarios para su implementación. En todos los casos, es común la supervisión de las respuestas y se destaca el uso responsable de la IA teniendo potencial para su implementación, siempre que se haga de forma cautelosa y garantice la privacidad y accesibilidad.

3.4. Directrices para la aplicación efectiva de IA en el aula

Analizada la bibliografía seleccionada, determinado el concepto de IA, elaborado el estudio sobre las tecnologías y la de viabilidad en el uso y adquisición de herramientas funcionales con IA, en el siguiente apartado se ofrecerán unas directrices sobre su uso desde una perspectiva educativa.

Se necesita formación previa para un marco conceptual sólido sobre la IA.

Se deben proyectar acciones formativas para que el alumnado comprenda las principales características de esta tecnología, así como los riesgos que implica su uso o las consideraciones éticas que la rodean.

La IA puede ser utilizada para la mejora de la gestión educativa y los resultados de aprendizaje.

Gracias a la IA y las aplicaciones LMS, se pueden analizar grandes cantidades de datos relacionados con el campo académico. El análisis de estos parámetros puede ayudar en la identificación de patrones y correlaciones que permitan predecir el rendimiento académico que se producirá en el alumnado en un futuro. No obstante, hay que añadir que precisa de unas competencias digitales medias a adquirir por parte del personal que necesite conocer dichos datos.

La IA puede agilizar el uso de repositorios o bibliotecas digitales.

La facilidad y agilidad con la que la IA gestiona y analiza datos, resulta de gran eficacia en la búsqueda, gestión y clasificación de recursos. Estos repositorios interactivos promocionan habilidades variadas como la autogestión y la autonomía o el desarrollo de las competencias digitales del alumnado, lo que se puede traducir en una optimización del tiempo invertido por el profesorado en tareas docentes, liberándolo para que realice otras tareas en el aula.

El uso de la IA puede mejorar el diseño tecnopedagógico (DTP).

La relación de la IA con el DTP pues puede facilitar la función docente y mejorar la educación en modalidad b-learning u online, especialmente en espacios en los que el profesorado no está presente físicamente y en los que el alumnado puede integrarse en el proceso de E-A en cualquier momento precisando una retroalimentación 24h.

La IA puede ser útil como asistente para optimizar y agilizar procesos para el profesorado.

Esta tipología de aplicaciones orientadas a un aprendizaje adaptado, también pueden suponer un recurso excelente para el profesorado, al optimizar y agilizar sus búsquedas de recursos educativos para el aula.

La IA puede ser de utilidad como herramienta de tutorización inteligente y automatizadora de procesos, optimizadora y personalizadora del aprendizaje.

La creación de sistemas inteligentes de IA se aplica en el campo educativo a través de la implementación de sistemas de tutoría diseñados para automatizar procesos de enseñanza y optimizar el aprendizaje del alumnado. Estos sistemas de innovación educativa posibilitan la personalización de los procesos de E-A mediante la detección automática de las áreas de mejora del alumnado y la oferta de una respuesta de retroalimentación personalizada.

La IA Generativa (IAGen) puede ser asistente en Educación Primaria (con supervisión humana).

La IAGen hace referencia a la IA capaz de generar contenido como texto, fotografías, ilustraciones, música, historias, entre otros, basándose en patrones aprendidos a partir del análisis de datos y puede usarse en educación de forma exitosa (Clarisó, 2023). Pese a que entre las investigaciones se encuentra poca documentación al respecto, además, su empleo puede implicar la producción de una serie de errores, como pueden ser las respuestas incorrectas, alucinaciones o respuestas inventadas, la aplicación de sesgos negativos adquiridos en su entrenamiento (Cáceres, 2024), la carencia de introspección, la dependencia del prompt, ya que el producto final dependerá de la calidad de las instrucciones emitidas o los usos éticos inadecuados y los conflictos con los datos de entrenamiento, como son las fuentes de baja fiabilidad o la “recurrencia” También existen otros problemas como: los datos generados por otra IA, la privacidad y el copyright de los datos empleados o la huella ecológica que produce el coste computacional del entrenamiento de la IA (Clarisó, 2023).

No obstante, la IAGen supone una novedosa herramienta, su empleo economiza y optimiza el desarrollo de tareas rudimentarias y repetitivas y favorece la liberación de tiempo para el desarrollo de otras funciones siendo una herramienta que el profesorado debe considerar introducir en el aula por su amplia repercusión y su progresiva instauración a nivel social, laboral y educativo.

4. DISCUSIÓN Y CONCLUSIONES

Los resultados presentados muestran que las tecnologías basadas en IA ofrecen un espectro de aplicaciones con alto potencial en el ámbito educativo. En referencia a la gestión y la evaluación. En concreto, el análisis bibliográfico muestra su aportación relevante en la extracción y análisis de datos para la mejora del proceso E-A y potenciación de la enseñanza en línea.

En referencia al objetivo de análisis de aplicaciones de IA, se muestran un total de siete tecnologías asociadas a cuatro técnicas de las cuales destacarían el aprendizaje profundo y el automático obteniendo como resultado, agentes de IA automatizados, productos tan integrados en la sociedad como Google Lens (aplicación multifuncional en los dispositivos móviles) o la página web thispersondoesnotexist que permite la generación de rostros o personas inexistentes con una apariencia real. Estas opciones tecnológicas han sido el punto inicial de la reflexión y el debate sobre la aplicación efectiva de las mismas en educación, también desde niveles institucionales como UNESCO o la propia Unión Europea ante la necesidad de una normativización de su uso que evite el desamparo de los usuario y consumidores ante prácticas deshonestas.

Tras la evaluación de viabilidad se ha comprobado que se debe tener en cuenta también factores socioeconómicos en su implementación. Destacan por ejemplo, los chatbots, asistentes virtuales y repositorios con IA por su fácil implementación y coste reducido. Con todo, se enfatiza en la necesidad de atender a la protección de datos y que la personalización o el uso de robots con IA en educación están en fase de desarrollo por su mayor coste tanto económico como de diseño tecnopedagógico en su uso.

Tras el análisis bibliográfico, tecnológico y de viabilidad, se elaboraron directrices que focalizaban en la formación del profesorado y del estudiante, el uso responsable para una buena gestión, el diseño tecnopedagógico y de aplicación en el aula. También se hace necesario el uso de la IAGen con precaución ante sesgos y errores.

Sin embargo, este estudio se ha visto afectado por una serie de limitaciones. Por un lado, la revisión bibliográfica de IA en el campo de Educación Primaria es escasa y carente de estudios recientes que la implementen, y por otro, mencionar que el hecho de realizar una investigación sobre la aplicación educativa de la IA se ha visto entorpecida dada sus constantes y crecientes innovaciones. Como futuras líneas de investigación podría considerarse la de ampliar el estudio de uso de la IA en otros niveles educativos. Sería interesante contar también con el análisis de estudios pedagógicos y prácticos de IAGen aplicada a la Educación Primaria cuando estos se produzcan.

5. REFERENCIAS

Baker, T., Smith, L., & Anissa, N. (2019). Educ-AI-tion Rebooted? Exploring the future of artificial intelligence in schools and colleges. Londres, NESTA.

Boletín Oficial del Estado [BOE] (2020). Ley Orgánica 3/2020, de 29 de diciembre, por la que se modifica la Ley Orgánica 2/2006, de 3 de mayo, de Educación. Boletín Oficial del Estado, BOE-A-2020-17264, 340, https://www.boe.es/diario_boe/txt.php?id=BOE-A-2020-17264

BOE (2022). Resolución de 4 de mayo de 2022, de la Dirección General de Evaluación y Cooperación Territorial, por la que se publica el Acuerdo de la Conferencia Sectorial de Educación, sobre la actualización del marco de referencia de la competencia digital docente. BOE-A-2022-8042, 116, 67979-68026. https://www.boe.es/eli/es/res/2022/05/04/(5)

Bulut, O., & Yildirim-Erbasli, S. N. (2022). Automatic story and item generation for reading comprehension assessments with transformers. International Journal of Assessment Tools in Education, 9, 72-87. https://doi.org/10.21449/ijate.1124382

Butuner, R., & Hanefi, M. (2022). Estimation of the Academic Performance of Students in Distance Education Using Data Mining Methods. International Journal of Assessment Tools in Education, 9 (2), 410–429. https://doi.org/10.21449/ijate.904456

Cáceres, J. L. G. (2024). Razonamiento, falacias y sesgos en el análisis de inteligencia. Cuadernos de la Guardia Civil: Revista de seguridad pública, 71, 27-51.

Chen, S., Qiu, S., Li, H., Zhang, J., Wu X., & Zeng, W. (2023). An integrated model for predicting pupils’ acceptance of artificially intelligent robots as teachers. Education Informational Technology, 28, 11631–11654. https://doi.org/10.1007/s10639-023-11601-2

Chubb, J., Missaoui, S., Concannon, S., Maloney, L., & Walker, J. (2021). Interactive storytelling for children: A case-study of design and development considerations for ethical conversational AI. International Journal of Child-Computer Interaction, 32, 10403. https://doi.org/10.1016/j.ijcci.2021.100403

Clarisó, R. [UOC] (2023). IA generativa en educación: una visión práctica [Video]. Youtube. https://www.youtube.com/watch?v=uSXMR70en-4

European Comission. (2021). Plan de Acción de Educación Digital. European Comission. https://education.ec.europa.eu/es/focus-topics/digital-education/action-plan

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and implications for teaching and learning. Boston, MA, Center for Curriculum Redesign.

Huang, S. (2021). Design and Development of Educational Robot Teaching Resources Using Artificial Intelligence Technology. International Journal of Emerging Technologies in Learning (iJET), 16 (5), 116–129. https://doi.org/10.3991/ijet.v16i05.20311

Lee, J., Taesoo, A., Chu, H. E., & Martin, S. (2023). Improving science conceptual understanding and attitudes in elementary science classes through the development and application of a rule-based AI chatbot. Asia-Pacific Science Education, 9 (2), 365-412. https://doi.org/10.1163/23641177-bja10070

Li, M., & Su, Y. (2020). Evaluation of Online Teaching Quality of Basic Education Based on Artificial Intelligence. International Journal of Emerging Technologies in Learning, (iJET), 15 (16), 147–161. https://doi.org/10.3991/ijet.v15i16.15937

Longo, L. [TEDxTalks] (2019). How to Empower Education with Artificial Intelligence [Video]. Youtube. https://www.youtube.com/watch?v=WQP81JvgcdI&t=675s

Merchán-Sánchez-Jara, J. M., González-Gutiérrez, S., Navarro-Cáceres, M., Olarte-Martínez, M. M., & Pedrero-Muñoz, C. (2023). El proyecto Co-Poem: recursos didácticos y proyección pedagógica para la educación musical en Educación Primaria. Education in the Knowledge Society (EKS), 24, e30981. https://doi.org/10.14201/eks.30981

Miao, F., & Holmes, W. (2024). Guía para el uso de IA generativa en educación e investigación. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000389227

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO] (2024, 6 de febrero). Qué necesita saber acerca del aprendizaje digital y la transformación de la educación. https://www.unesco.org/es/digitaleducation/need-know

Oyedoyin M., Temitayo, I., & Adekunle, M. (2024). Young children’s conceptions of computing in an African setting. Computer Science Education. https://doi.org/10.1080/08993408.2024.2314397

Prieto, J. M. (2023). La IA en Educación y la aplicabilidad de ChatGPT. Revista-Noticias. UNIR. https://www.unir.net/educacion/revista/inteligencia-artificial-educacion-chatgpt/

Sperling, K., Stenliden, L., Nissen, J., & Heintz, F. (2022). Still w (AI) ting for the automation of teaching: An exploration of machine learning in Swedish primary education using Actor-Network Theory. European Journal of Education, 57, 584–600. https://doi.org/10.1111/ejed.12526

UNESCO (2023). Guía para el uso de la IA generativa en educación e investigación. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000389227

Yuquilema-Cortez, M. B., Arízaga-Vera, F. E., Aguirre-Alarcón, M. Y., & García-Suñiga, A. A. (2024). Impacto de la IA en la educación, retos y oportunidades. RECIMUNDO, 8 (2), 24–34. https://doi.org/10.26820/recimundo/8.(2).abril.2024.24-34

Zammit M., Voulgari I., Liapis, A., & Yannakakis, G. N. (2022). Learn to Machine Learn via Games in the Classroom. Frontiers in Education, 7. https://doi.org/10.3389/feduc.2022.913530