![xatbots](https://ciberespiral.org/wp-content/uploads/2023/04/xatbots.jpeg)
![(COPY) chatbots_insta](https://ciberespiral.org/wp-content/uploads/2023/04/COPY-chatbots_insta.jpeg)
Autor: Pablo Dúo Terrón
Doctor en Ciències de l’Educació. Professor Màster TIC i CDD a la UNIR. Mestre d’Educació Primària al CEIP Príncep Felip de Ceuta. Premi Millor experiència InnoTECH Simo Educación 2022.
1.-Introducció
La història de la Intel·ligència Artificial (IA) i els xatbots es remunta a la dècada del 1950, quan els científics van començar a explorar el concepte d’intel·ligència automatitzada (Turing, 1950). Posteriorment, la tecnologia d’IA ha anat avançant, fet que ha conduït al desenvolupament de xatbots més sofisticats amb la capacitat de comprendre i respondre a sol·licituds complexes per part d’un humà (Rei, 2023) fent ús del Deep Learning, un mètode d’aprenentatge automàtic no supervisat que simula el funcionament del cervell humà i que no requereix dades etiquetades per entrenar (UNIR, 2021), com ara el xatbot que està revolucionant les xarxes socials ChatGPT d’OpenAI que s’alimenta dels mateixos comentaris dels usuaris.
![Figura 2. DALL·E (1)](https://ciberespiral.org/wp-content/uploads/2023/04/Figura-2.-DALL·E-1.png)
Figura 2. Imatge generada amb IA. Dalle_2.
La IA en l’últim any ha crescut a un ritme exponencial en comparació amb la darrera dècada, això es tradueix que moltes de les tasques quotidianes que realitzen les persones integren IA, de vegades en fem ús sense adonar-nos-en. En aquest sentit, és una acció normalitzada demanar alguna cosa al mòbil a través de Siri, Google, Cortana o Alexa, fer compres, fer consultes, tràmits o cites administratives a través d’un xatbot textual, fins i tot reconeixent la teva veu.
Des de l’aparició d’Internet, les nostres vides han canviat i moltes d’aquestes accions estan normalitzades, però les aules no han canviat. Continuen les pissarres de fusta, el guix, amb manca de recursos tecnològics i formació docent en l’ús de la IA a molts països.
Si aquestes accions quotidianes a través d’IA enumerades anteriorment existeixen a la vida de les persones, les escoles haurien de ser la primera baula per educar els estudiants en el coneixement i ús ètic de la IA i xatbots. En aquesta línia, la Comissió Europea d’Educació (2022) considera dins del seu pla digital 2021-2027 que ens dirigim cap a un canvi innegable de la IA als nostres sistemes d’educació i formació que continuarà creixent els anys vinents. Un xatbot és en essència un programari que pot fer una simulació de conversa real per text o per veu amb una persona (Moreno et al, 2022), gràcies a una interfície que es construeix amb paraules clau i es basa en interaccions que es repeteixen entre usuaris i marques a llocs web o plataformes de comunicació com WhatsApp o Telegram.
Durant el desenvolupament d’aquest article ens centrarem en com l’ús dels sistemes conversacionals i els xatbots pot ser integrat en els propers anys al món educatiu, concretament en metodologies o recursos educatius, sistemes de tutories intel·ligents, orientació i avaluació d’estudiants, atendre la diversitat, i moltes altres actuacions.
2.- Sistemes conversacionals en educació.
És normal sentir els docents que cada cop hi ha més burocràcia i menys temps per programar o atendre de manera individualitzada un grup d’alumnes en el procés d’ensenyament-aprenentatge. Pel professor Kai-Fu Lee (2021), creador del primer assistent de veu d’Apple, la IA i els xatbots podrien reduir un 30% el temps burocràtic o tasques repetitives que exigeixen un patró comú entre els docents, podent dedicar més temps a fer activitats de treball cooperatiu, emocional i creatiu.
Tot i el poder innovador de les tecnologies educatives, les eines digitals més utilitzades fins ara no modifiquen significativament el rol dels docents. Les tasques d’ensenyament típiques, com ara proporcionar feedback als estudiants, motivar-los o adaptar el contingut del curs a grups específics d’estudiants, són confiades exclusivament als docents, fins i tot en entorns d’aprenentatge digital (Wollny et al, 2022). Aleshores, ens fem la següent pregunta: Per què perdre el temps corregint exàmens quan pot fer-ho una màquina a través d’IA o fer una supervisió de l’examen mitjançant un xatbot? En aquest darrer cas, els docents només s’haurien de preocupar d’elaborar les preguntes.
Fins a l’any 2021 el nombre d’articles científics sobre xatbots en educació reportats a la base de dades Web of Science van ser 44 i Scopus 136, sense comptar actes de congressos (Moreno et al. 2022).
Segons l’article de revisió sistemàtica de xatbot en educació de Wollny et al. (2022) la majoria dels objectius que els xatbots tindran a l’educació aniran dirigits a desenvolupar habilitats, eficiència de l’educació i motivar els estudiants. Tot i que també trobem experiències educatives de creació de xatbots senzills per part d’estudiants com a mètode d’aprenentatge transversal a les aules des d’etapes com l’Educació Primària (Duo, 2022).
En relació amb el desenvolupament d’habilitats, els xatbots es poden programar per proporcionar tutorials i exercicis interactius que ajudin els estudiants a practicar i millorar habilitats que requereixen tasques repetitives amb uns mateixos patrons com l’aprenentatge d’idiomes, les matemàtiques, el pensament crític i la resolució de problemes. També poden proporcionar comentaris, orientació i ajuda en àrees específiques amb què els estudiants tenen dificultats. A més, poden fer servir el processament del llenguatge natural per comprendre el nivell de competència de l’estudiant, autorregular el nivell de dificultat dels exercicis en conseqüència. Finalment, els xatbots poden proporcionar als estudiants plans d’estudi i recursos personalitzats, la qual cosa ajuda a garantir que dediquin el seu temps a les activitats més efectives per al seu nivell i estil d’aprenentatge.
3.-Impacte en l’aprenentatge
Pel que fa a l’eficiència en l’educació, ens referim a l’ús de xatbots per automatitzar tasques repetitives o que consumeixen molt de temps, com ara respondre preguntes freqüents, proporcionar informació o programar cites. També, poden brindar una experiència d’aprenentatge personalitzada als estudiants, adaptant-se a les seves necessitats i preferències, permetent aprendre al seu propi ritme i reduint la pressió sobre els mestres perquè brindin una instrucció única, a més, ajuda els docents a estalviar temps i concentrar-se en tasques més importants, com ara proporcionar comentaris personals, tutoria i altres activitats que requereixen interacció humana. Les propostes pedagògiques més prometedores permeten utilitzar Xatbots i altres sistemes computacionals (com el XAT GPT d’Open_AI) per estimular la reflexió, el pensament crític, la perspectiva ètica i el pensament creatiu (Codina, 2023).
En relació amb la motivació que generen els xatbots als estudiants, aquesta pot ser de diverses maneres. Com la gamificació, on els xatbots poden usar elements similars a jocs, com ara punts, insígnies i taules de classificació, perquè l’aprenentatge sigui més atractiu i divertit. També ofereix comentaris immediats als estudiants sobre el seu exercici, cosa que pot ajudar a augmentar la seva motivació i sentit de progrés. Finalment, els xatbots poden proporcionar als estudiants accés a informació, recursos i suport les 24 hores del dia, els 7 dies de la setmana, cosa que els permet aprendre al seu propi ritme i en el seu propi horari, això pot ser particularment motivador per als estudiants que tenen vides ocupades o que prefereixen aprendre de manera independent.
Finalitzem amb l’ús que fan servir alguns docents des de l’etapa de primària, utilitzant programes com Machine Learning for Kids o LearningML, una eina per fomentar el pensament computacional i les habilitats a través de projectes pràctics d’AI (Rodríguez-García et al., 2020) que són vinculades a un entorn programació infantil com Scratch i crear xatbots educatius. En aquest sentit, tots els continguts de diferents àrees que es poden classificar poden ser entrenats pels estudiants a través de l’aprenentatge automàtic per crear programes motivadors senzills.
Postdata: Esbrina si aquest article no ho ha escrit el xat d’OpenAI, ChatGPT.
Imatge del títol generada amb ArtSmart.
Descarregar PDF de l’Informe. Informe-Tendencias-ODITE-2022.pdf (7661 downloads )
REFERÈNCIES BIBLIOGRÀFIQUES
Codina, Ll. (2023) Cómo utilizar ChatGPT en el aula con perspectiva ética y pensamiento crítico: una proposición para docentes y educadores 8 febrero, 2023. https://www.lluiscodina.com/chatgpt-educadores/
Comisión Europea, Dirección General de Educación, Juventud, Deporte y Cultura, Directrices éticas sobre el uso de la inteligencia artificial (IA) y los datos en la educación y formación para los educadores, Oficina de Publicaciones de la Unión Europea, 2022, https://data.europa.eu/doi/10.2766/898
Dúo, P. (2022). Inteligencia Artificial y la Historia de España. CodeIntef, 10. https://code.intef.es/experiencias_aula/inteligencia-artificial-y-la-historia-de-espana/
Lee, Kai-Fu.; Chen Qiufan, Chen (2021). AI 2041: Ten Visions for Our Future Autors. Editor Crown, ISBN 0593238303, 9780593238301
Moreno-Guerrero, A. J., Marín-Marín, J. A., Dúo-Terrón, P., & López-Belmonte, J. (2023). Chatbots in Education: A Systematic Review of the Science Literature. Artificial Intelligence in Higher Education, 81-94. DOI: 10.1201/9781003184157-4
Rey, MR. (2023), ChatGPT. Una conversación sobre inteligencia artificial, chatbots y plagio en la educación superior. Cel. Mol. Bioing. 16, 1-2 (2023). https://doi.org/10.1007/s12195-022-00754-8
Rodríguez-García, J. D., Moreno-León, J., Román-González, M., & Robles, G. (2020). LearningML: una herramienta para fomentar las habilidades de Pensamiento Computacional mediante proyectos prácticos de Inteligencia Artificial. Revista de Educación a Distancia (RED), 20(63). https://doi.org/10.6018/red.410121
Turing, M.A. (1950) Computing Machinery and Intelligence. Mind 49: pp. 433-460.
UNIR. (2021). Deep learning: en qué consiste, ejemplos y aplicaciones. [Acceso 23 enero de 2023]. https://www.unir.net/ingenieria/revista/deep-learning/
Wollny, S.; Schneider, J.; Di Mitri, D.; Weidlich, J.; Rittberger, M. & Drachsler, H. (2021). Are We There Yet? -A Systematic Literature Review on Chatbots in Education. Front. Artif. intel. 4:654924. https://doi.org/10.3389/frai.2021.654924