Que la Inteligencia Artificial (IA) es un vector de grandísimas transformaciones en nuestro mundo parece un hecho incontestable. El «machine learning» está permitiendo fenómenos tan impresionantes como la visión artificial y todas sus aplicaciones prácticas en el mundo de los diagnósticos clínicos, los coches autómatas y hasta el armamento. También la Inteligencia Artificial ha revolucionado la investigación científica, y probablemente los premios Nobel dentro de poco puedan volver a ser recibidos por empresas como Deepmind, que está haciendo unas aportaciones brillantísimas a grandes problemas en distintas disciplinas.
Estamos viviendo una explosión de avances en este campo, y la «nueva» Inteligencia Artificial es probablemente la gran estrella tecnológica en estos momentos. Así pues, intuitivamente parece tener todo el sentido del mundo aplicarla también al campo educativo, porque seguramente algo bueno saldrá de todo ello. ¿Verdad?
Siguiendo este planteamiento, cada vez son más las iniciativas que buscan aplicar la Inteligencia Artificial a la educación. Últimamente están proliferando como setas. Y además parecen contar con el beneplácito de los inversores y los grandes expertos del sector.
¿Cómo se suele aplicar?
Pero, ¿qué quieren decir las startups, productos y empresas cuando dicen que aplican la Inteligencia Artificial a la educación? En la mayoría de los casos, se refieren a que analizan los datos de los estudiantes y extraen conclusiones de ese análisis para, supuestamente, mejorar los procesos educativos.
Una de las primeras compañías EdTech cuyo negocio creció exponencialmente al calor de la Inteligencia Artificial en educación, allá por 2008 y los años siguientes, se dedicó a vender sus servicios a las mayores editoriales de libros de texto del mundo. La idea era que les ayudaría a mejorar sus productos, produciendo en ellos un salto cualitativo.
Porque la Inteligencia Artificial del «machine learning» está basada en el análisis de datos. Bien. Pues el razonamiento que hicieron los pioneros que se lanzaron a esta carrera es que los datos educativos que pueden ser analizados por la Inteligencia Artificial son los del desempeño de los estudiantes ante determinados contenidos o actividades. De ahí, seguramente, se obtendrá una información interesante desde el punto de vista educativo.
Es algo que casi se defiende por sí solo. No sabemos exactamente qué es lo que se va a encontrar, pero seguramente se encontrará algo, y eso que se encuentre será muy probablemente interesante. Esa era la promesa.
La gran decepción
Pero por desgracia una vez hecha esa búsqueda, lo que se obtenía no era nada mucho más allá de unas analíticas de aprendizaje más o menos completas. ¿Y eso qué aporta exactamente al terreno educativo? Sobre todo quizá una evaluación de los estudiantes en función de las actividades propuestas, o una evaluación de las propias actividades.
En el mejor de los casos, a efectos prácticos lo que se conseguía era un desglose de qué actividades resultaban más sencillas o fáciles, frente a las más complejas o difíciles, dónde solían fallar más los estudiantes, y cosas así. No mucho más.
De hecho, la compañía a la que nos estamos refiriendo tuvo que «pivotar» su modelo de negocio para dedicarse a otras cosas, dejando un reguero de clientes básicamente insatisfechos, y perdiendo en el camino todo su glamour anterior.
Pero no es un caso aislado, sino el destino general de los que se aventuran por esta senda.
¿Aprendizaje adaptativo?
La gran promesa de la aplicación de la Inteligencia Artificial entendida como «machine learning» a la educación era conseguir personalizar el aprendizaje para cada estudiante. Para eso se analizan los datos de los estudiantes, ¿no?
Si ponemos a un buen procesador, a una máquina, a analizar lo que hacen los estudiantes en un entorno de aprendizaje, podrá esta máquina comprender cómo actúa cada uno de los estudiantes y así ofrecer a cada uno de ellos lo que necesita. Eso es lo que decía aquella gran compañía a la que nos referimos como pionera de esta línea de trabajo, y eso es lo que dice también la inmensa mayoría de startups, productos y empresas que se embarcan en esta aventura.
Y en parte tienen razón. Concretamente en lo que se refiere al primer elemento del argumento. La Inteligencia artificial sí podrá categorizar a los estudiantes. Con un sistema bien construido y complejo, una estrategia de «machine learning» efectivamente sí puede ser capaz de agrupar a los estudiantes en grupos homogéneos.
Pero aparte de eso no hay nada después. Los dos pasos siguientes que se necesitan para completar la bondad del uso de esta tecnología en educación aún no se han dado:
- ¿Qué significado educativo tienen esas agrupaciones de estudiantes? ¿Por qué se producen? ¿Qué conclusiones o información podemos obtener de ello? No se sabe (habitualmente).
- ¿Cómo se puede ayudar a los estudiantes de cada una de esas agrupaciones? ¿Qué tipo de respuesta se les puede aportar para que mejoren su desempeño? Tampoco se sabe (habitualmente).
¿Qué aprendizaje adaptativo se puede dar entonces? Ninguno. Una gran mayoría de iniciativas de Inteligencia Artificial en educación son una promesa incumplida.
No todo está perdido
Sentimos mucho mostrarnos tan negativos y pesimistas. Pero bajo nuestro criterio esta es la norma casi general. No estamos diciendo que la mayoría de las startups, productos o empresas que se basan en «machine learning» o en Inteligencia Artificial sean unos vendedores de humo. Seguramente son iniciativas bienintencionadas. Pero su planteamiento es erróneo por lo que estamos explicando. Tarde o temprano caerán de su sueño. Y es una pena.
De la enorme oleada que estamos viviendo de aplicación del «machine learning» a la educación dentro de unos años veremos bastante poco, pero algunas iniciativas que sí sepan utilizar de manera correcta el enorme poder de la Inteligencia Artificial no solamente sobrevivirán, sino que se convertirán en las grandes estrellas del sector.
Pero esa es otra historia que veremos en otro artículo, más adelante. Si no quieren perdérselo permanezcan atentos.
Julián Alberto Martín
