EL REPTE D’EDUCAR EN INTEL·LIGÈNCIA ARTIFICIAL
Catedràtic d’Universitat del departament de Ciències de la Computació i Tecnologies de la Informació a la UDC. Professor de programació, robòtica autònoma i aprenentatge automàtic en diferents graus i màsters de la UDC. Investigador en Robòtica Cognitiva i Educació en Intel·ligència Artificial (IA). Membre del comitè d’experts en educació sobre la IA de la Xunta de Galícia.
Twitter: @franbellas
L’evolució de la Intel·ligència artificial (IA) ha estat notable en la darrera dècada, motivada principalment per l’augment de la potència de càlcul dels processadors, que ha permès executar algorismes complexos en temps real, i també per l’expansió dels serveis de Internet, que donen accés i emmagatzematge a grans quantitats de dades en format digital. En conseqüència interactuem amb sistemes de IA de manera quotidiana, com ara algorismes de recomanació web, aplicacions per a smartphone, robots domèstics, altaveus intel·ligents, i altres. Les principals empreses tecnològiques han realitzat inversions molt importants en aquest camp, i es preveu un impacte econòmic en augment els propers anys [1].
Per no perdre una posició rellevant en aquesta revolució tecnològica, la majoria de les administracions públiques han començat a crear plans d’adopció i de regulació de la IA, que afecten, sobretot, el sector productiu i l’economia. En el cas d‟Espanya, aquest pla es gestiona des del Ministeri d‟Afers Econòmics i Transformació Digital mitjançant l‟Estratègia Nacional d‟Intel·ligència Artificial (ENIA) [2]. En el marc d’aquesta estratègia, recentment s’ha seleccionat la ciutat de la Corunya com a seu de l’Agència Espanyola de Supervisió de la Intel·ligència Artificial (AESIA). Aquest és el primer pas de cara a una regulació formal, ètica i transparent d’aquesta tecnologia, que pot exercir una gran influència en la vida dels ciutadans, però que no en són la majoria coneixedors.
És per això que un dels sectors clau en aquesta “cursa per la IA” és l’educatiu. D’una banda, cal dotar el sector productiu de personal amb habilitats i formació a IA. Per exemple, McKinsey [3] informa que el 2030 al voltant del 70% de les empreses mundials hauran integrat tecnologies d’IA (com la visió per computador, el processament del llenguatge natural, els assistents virtuals, la robòtica i l’aprenentatge automàtic) a els seus models de negoci. Però actualment hi ha una escassetat de professionals formats a IA, per la qual cosa l’educació en aquest àmbit a curt termini és clau. Aquesta necessitat afecta de manera directa les universitats i la formació professional, que han de crear noves titulacions específiques d’IA, i també afegir-hi matèries i coneixements concrets d’IA en aquelles ja existents. La tasca d’un tècnic de manteniment, un metge, un advocat o un administratiu estarà recolzada per sistemes d’IA en un futur proper, per la qual cosa una formació adequada en aquesta tecnologia és fonamental.
A més de l’impacte al sector productiu, tota una generació de joves està creixent en una societat cada cop més afectada per la IA. En conseqüència, la seva rellevància en l’educació va molt més enllà de la formació específica, que en si mateixa és essencial, per incloure tots els joves en edat escolar a col·legis i instituts (educació generalista) amb l’objectiu de preparar-los per viure en un món cada cop més impactat per la IA. El coneixement de la tecnologia és el primer pas per poder-hi conviure. Hi ha una gran diferència entre que un ciutadà faci ús de, per exemple, un supermercat “intel·ligent” [4] sense comprendre què ha passat després de fer la compra, que conegui que ha estat controlat per càmeres o sensors de presència, i que les recomanacions que li han arribat al mòbil s’han basat en les compres passades.
L’últim informe publicat per UNICEF sobre orientacions polítiques a IA per a nens [5] posa èmfasi que l’alfabetització i la participació d’aquests a la IA s’ha de considerar entre els seus drets fonamentals. En el cas particular d’Europa, el Pla d’Acció d’Educació Digital 2021-2027 de la UE [6] proposa un pla a llarg termini en la formació de competències digitals, posant un èmfasi especial en el desenvolupament de plans d’estudi formals per a l’educació a IA en els nivells preuniversitaris generalistes (primària, secundària i batxillerat), on les adaptacions dels recursos ja existents no són suficients. Es tracta d’un objectiu ambiciós que els responsables polítics han de ser impulsats de manera responsable. Alhora, els investigadors en educació i IA han de contribuir a aquest objectiu desenvolupant i provant propostes curriculars específiques perquè la comunitat educativa mundial pugui aprofitar la seva experiència.
- EDUCACIÓ EN IA
Abans de fer una revisió de l’estat de l’art en la creació de plans d’estudi sobre IA, hem d’aclarir que el camp de la IA en educació (IAEd) no és nou, però fa referència a l’ús de tècniques d’IA, sobretot models de aprenentatge automàtic, a l’ensenyament per crear aplicacions que proporcionin un aprenentatge personalitzat. És a dir, al camp de la IAEd no es busca la creació de temaris i materials per ensenyar la IA als estudiants, sinó que és un camp més d’aplicació dels algorismes d’IA, i queda fora de l’abast d’aquest article.
La introducció de la IA a l’educació preuniversitària s’ha afrontat des de diferents perspectives. La més general i desafiant és la de desenvolupar una alfabetització digital completa en IA per a les generacions futures [7]. En aquest àmbit, els responsables polítics, les institucions educatives mundials i els investigadors en educació han estat treballant des d’una perspectiva global i general, i han proporcionat directrius aplicables a qualsevol sistema educatiu [8][9].
En un nivell d’abast més acotat podem trobar diverses iniciatives específiques de desenvolupament curricular. La principal diferència és que aquests enfocaments se centren en la formació en IA en determinats nivells educatius [10][11], tot assumint que formaran part d’una alfabetització global en IA en un futur. En aquest cas resulta complicat trobar enfocaments homogenis que puguin implantar-se globalment, a causa de les diferències organitzatives que hi ha als sistemes educatius preuniversitaris dels diferents països. Tot i així, podem trobar iniciatives oficials molt destacables que es resumeixen a l’informe de la UNESCO titulat “K-12 AI curricula” [12]. En aquest treball s’analitzen els casos dels EUA, Qatar, Índia, Xina, Àustria i Corea, per concloure, principalment, que els plans d’estudi que han estat desenvolupats per professors universitaris i experts a IA, adaptant-se a l’escola secundària els continguts que ja feien servir i llibres clàssics [13], no han donat bons resultats. El seu principal inconvenient és que els professors i educadors de secundària són clau per a una definició curricular viable de la IA [14][15], per la qual cosa cal integrar la seva opinió i experiència en la creació dels plans d’estudi.
Dels casos analitzats en aquest document [12], cal distingir la iniciativa AI4K12 dels EUA [16], amb un enfocament més rigorós. Aquesta iniciativa engloba experts de diferents camps de la informàtica i l’educació de tot el món, amb l’objectiu d’establir una base sòlida cap a l’ensenyament de la IA a l’educació preuniversitària, basada en la definició d’unes competències i habilitats d’acord amb cada edat. A partir del treball d’aquests experts es desenvoluparan futurs plans destudis específics per a cada context educatiu.
2. EL PROJECTE AI+
AI+ [17] ha estat un projecte europeu Erasmus+ d’innovació educativa, coordinat des de la Universitat de Corunya (UDC), que ha tingut l’objectiu de desenvolupar un currículum d’Intel·ligència Artificial adaptat al batxillerat a Europa. Encaixa, per tant, al grup d’iniciatives curriculars específiques comentades a l’ apartat anterior.
El projecte AI+ es va realitzar entre el setembre de 2019 i l’agost del 2022 amb un equip format per sis col·legis d’educació secundària de cinc països europeus diferents (Lituània, Finlàndia, Eslovènia, Itàlia i Espanya). El desenvolupament del pla d‟estudis es basa en la integració dels coneixements i l‟experiència de professors i experts en IA de la UDC, conjuntament amb professors de secundària dels cinc països implicats. D’aquesta manera, les unitats didàctiques (UD) que componen el pla d’estudis no han estat adaptacions simples de recursos universitaris, sinó materials totalment originals desenvolupats de manera coordinada.
2.1 Enfocament metodològic
El pla d’estudis d’AI+ es va dissenyar per a estudiants de batxillerat, d’ entre els 15 i els 18 anys, amb el prerequisit que cursessin una especialitat científica. D’aquesta manera, es va garantir una formació mínima de partida que va permetre acotar l’abast del projecte. Així mateix, les UDs que formen el pla d’estudi es van desenvolupar per al professor, és a dir, contenen les indicacions i els continguts perquè el professor pugui adaptar-les al seu grup i circumstàncies.
L’enfocament metodològic d’AI+ es fonamenta que els estudiants siguin desenvolupadors de sistemes d’IA i no usuaris d’eines basades en IA. Per tant, han d’implementar sistemes d’IA a l’aula, cosa que els proporcionarà un aprenentatge i una comprensió més profunds del que és i del que no és la IA. Per tant, el treball bàsic de l’alumne se centrarà en la programació de sistemes d’IA senzills. La premissa de partida és que els alumnes tinguin coneixements previs de matemàtiques, i que també tinguin alguna experiència als fonaments de la programació. No obstant això, l’objectiu no és adquirir un coneixement profund en tècniques i mètodes d’IA, cosa que seria factible a aquest nivell, sinó comprendre els principis de funcionament dels sistemes basats en IA, desenvolupant-los i no només fent-los servir.
Per tant, l’ensenyament de la IA que es proposa és fonamentalment pràctic. Està basat en la creació de sistemes d’IA que s’executen en dispositius del món real i en la resolució de problemes concrets amb ells, cosa que en aquest camp es coneix com a intel·ligència “embeguda”. Aquesta perspectiva de la IA encaixa amb les recomanacions de la Comissió Europea i l’ENIA per als plans d’educació digital futurs, centrats en la “IA específica”, en lloc d’una perspectiva més teòrica i general. Això requereix recolzar-se en elements de maquinari específics per implementar les unitats didàctiques (UDs) a classe, però no poden tenir un cost elevat. Per això, en el marc del projecte AI+ es va decidir utilitzar el telèfon mòbil com a element tecnològic central per a l’ensenyament. Els telèfons mòbils actuals tenen el nivell tècnic necessari per a l’ensenyament de la IA en quant a sensors, actuadors, potència de càlcul i comunicacions; i ho tindran en el futur perquè estan en contínua actualització. Amb l’objectiu de reduir la inversió per part del centre educatiu, es podria utilitzar el telèfon mòbil del mateix alumne, o bé reutilitzar dispositius usats, recollits en campanyes de sostenibilitat ambiental.
Pel que fa a l’enfocament de l’ensenyament, aquest pla d’estudis segueix un esquema STEM (Science Technology Engineering Mathematics), donat que calen coneixements i habilitats propis de diferents disciplines. Cada UD presenta un repte o projecte que s’ha d’afrontar mitjançant un enfocament d’aprenentatge cooperatiu basat en projectes (cPBL), on els estudiants s’organitzen en equips i fan els passos típics d’un projecte d’enginyeria. Els conceptes teòrics sobre IA són introduïts breument pel professor a mesura que els estudiants els requereixen per resoldre el projecte (amb el mètode d’aprendre fent, learning by doing).
2.2 Continguts i organització del pla d’estudis d’AI+
El pla d’estudis desenvolupat es basa en el concepte d’agent intel·ligent [13]. Un agent intel·ligent és un sistema d’IA situat en un entorn (real o virtual) on opera. L’agent està contínuament interactuant amb aquest entorn en un cicle que es representa a la Figura 1 a través de les fletxes corbes. A partir de la informació obtinguda dels sensors (sensorització), l’agent selecciona l’acció més adequada que ha de dur a terme per complir els seus objectius. Aquesta acció s’executa a l’entorn en una etapa d’actuació, i això modifica l’entorn. Conseqüentment, a la següent etapa de sensorització s’obté informació de les conseqüències de l’acció a l’entorn.
L’agent intel·ligent pot utilitzar aquesta informació per inferir la relació entre l’acció aplicada i la contribució a l’assoliment de l’objectiu. Aquest cicle continua al llarg del temps, i l’agent pot aprendre de la seva experiència per millorar el procés de selecció d’accions. [Figura 1].
Figura 1. Esquema bàsic d’un agent intel·ligent
Tot i que l’esquema anterior és simple, és de gran importància entendre que un agent intel·ligent està situat en un entorn i hi interactua. Hem d’avançar, doncs, des d’una perspectiva clàssica de la IA entesa com una sèrie de tècniques d’aprenentatge i raonament aïllades del context d’aplicació, cap a una visió més “d’enginyeria”. L’experiència en camps relacionats amb la IA aplicada, com la robòtica o la intel·ligència ambiental, ha demostrat que les consideracions sobre sensors i actuadors del món real s’han d’incloure com a part nuclear de l’ensenyament a IA, ja que influeixen en gran mesura en altres processos cognitius de més alt nivell.
Partint d’aquest enfocament d’agent intel·ligent i de l’experiència obtinguda en altres iniciatives com AI4K12 [16], al projecte AI+ es van proposar els temes següents d’IA com a elements fonamentals per a l’educació a nivell preuniversitari:
(1) Percepció
(2) Actuació
(3) Representació
(4) Raonament
(5) Aprenentatge
(6) IA col·lectiva
(7) Impacte de la IA
Com es pot observar, el conjunt de temes seleccionats proporciona una visió general de la IA aplicada, que no està centrada únicament en els temes més populars com l’aprenentatge automàtic, que sol ser la tendència habitual [18]. De tota manera, no tots els temes tenen la mateixa rellevància per a aquest nivell educatiu, per la qual cosa la seva càrrega lectiva no és homogènia.
Els temes anteriors s’han estructurat en un conjunt d’UD que aborden problemes reals que pertanyen a tres camps d’aplicació de la IA: aplicacions per a smartphones, robòtica autònoma i Internet de les Coses (IoT). Per al primer camp, s’ha decidit utilitzar l’entorn MIT App Inventor i els mòduls disponibles per a IA [19]. Pel que fa a la robòtica autònoma, es va utilitzar el robot basat en smartphone Robobo [20], sobre el qual es va desenvolupar un simulador i diverses llibreries avançades. Finalment, per a l’àmbit IoT, es va utilitzar el framework Home Assistant [21], per al qual es van desenvolupar llibreries pròpies. La figura 2 mostra algunes imatges dels projectes realitzats pels estudiants. [Figures 2, 3 i 4]
Figures 2,3 i 4. Casos pràctics resolts en AI+ sobre robòtica autònoma (Figura 2, esquerra), aplicacions per a smartphone (Figura 3, dreta) i IoT (Figura 4)
Els projectes realitzats pels estudiants són diversos i tenen en comú l’orientació pràctica i el desenvolupament de la IA en aplicació a situacions contextualitzades.
El cronograma del pla d’estudis desenvolupat durant aquest projecte Erasmus+ abasta dos cursos acadèmics, cadascun de 32 setmanes de durada, amb 2 hores lectives setmanals i un total de 17 UD, i es presenta a la Figura 5. [Figura 5]
Figura 5. Organització de pla d’estudis d’AI+
Com es pot observar a la figura 5, per al primer any s’ha previst un conjunt inicial de 6 UD on es cobreixen de forma introductòria tots els temes d’IA proposats al pla d’estudis. De la UD7 a la UD9 els alumnes aprofundeixen en la robòtica intel·ligent utilitzant el robot Robobo amb Scratch.
El segon any és més tècnic que l’anterior, i implica que els alumnes resolguin projectes més desafiadors utilitzant el llenguatge Python. Les UDs 11, 12, 13 i 14 continuen centrades en la robòtica autònoma i aprofundeixen en mètodes d’IA molt rellevants com l’aprenentatge per reforç, la planificació i el reconeixement d’objectes amb deep learning.
Les dues darreres UDs se centren en la Intel·ligència Artificial Col·lectiva. Cal destacar la gran rellevància que té l’impacte de la IA en el pla d’estudis proposat amb 4 UD específiques per a aquest tema (6, 10, 15 i 17), que impliquen activitats de cerca i recerca web, sense que els estudiants hagin de programar, i en les quals l’objectiu és la reflexió i el debat.
Resultats d’aplicació amb els estudiants i accés al material
Durant els tres anys de desenvolupament del projecte AI+, els estudiants de les escoles participants van implementar a les seves escoles les diferents UD que conformen el pla d’estudis. D’aquest treball a l’aula, els professors van proporcionar realimentació a l’equip de la UDC, que va ser utilitzat per millorar les unitats originals. A més, es van realitzar cinc activitats pràctiques amb tots els estudiants junts, on es van validar les UDs i la metodologia de primera mà.
Després d’aquestes proves d’ús a l’aula, podem concloure que l’enfocament d’IA específica proposat a AI+ va proporcionar resultats satisfactoris d’aprenentatge, contrastats mitjançant qüestionaris d’avaluació que es van passar als estudiants. És un resultat interessant per a aquesta nova disciplina, ja que estudiants sense formació prèvia a IA i sense dependre de lliçons teòriques específiques, van poder adquirir habilitats fonamentals d’IA mitjançant el desenvolupament dels reptes, i un coneixement adequat dels temes. Pel que fa als professors participants, la majoria van concloure que se senten motivats per ensenyar IA, però no prou preparats per fer-ho a curt termini, per la qual cosa l’experiència adquirida al projecte no ha estat suficient. Sembla, per tant, imprescindible incidir com més aviat millor en una formació específica per al professorat.
Totes les unitats didàctiques del projecte AI+, juntament amb el material complementari per utilitzar-les a classe estan disponibles a: http://aiplus.udc.es/results/. Aquests recursos han de ser vistos com un punt de partida per a aquells docents interessats en la formació a IA, i poden ser adaptats segons les circumstàncies. Queda molt de camí per recórrer, però les contribucions individuals a nivell de centre educatiu són de gran rellevància per crear materials cada vegada millors. L’ensenyament de la IA de les generacions futures és un repte i una responsabilitat per a la comunitat educativa.
Bibliografia i enllaços relacionats
- Szczepański, M. (2019). Economic impacts of Artificial Intelligence. European Parliamentary Research Service. http://www.europarl.europa.eu/RegData/etudes/BRIE/2019/637967/EPRS_BRI(2019)637967_EN.pdf. Accedido en 14/02/23.
- MAETD (2018) Estrategia Nacional de Inteligencia Artificial (AENIA). Ministerio de Asuntos Económicos y Transformación Digital, Gobierno de España. https://portal.mineco.gob.es/es-es/ministerio/areas-prioritarias/Paginas/inteligencia-artificial.aspx, Resumen ejecutivo: https://portal.mineco.gob.es/RecursosArticulo/mineco/ministerio/ficheros/201202_ENIA_V1_0_Resumen_ejecutivo.pdf Accedido en 14/02/23
- Bughin, J., Seong, J., Manyika, M., Chui, M., and Joshi, R., (2018), Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute. September 4, 2018. https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy. Accedido en 14/02/23
- Amazon GO. https://www.youtube.com/watch?v=NrmMk1Myrxc. Accedido en 14/02/23
- Dignum, V., Penagos, M., Pigmans, K., Vosloo, S. (2021). Policy Guidance on AI for Children, UNICEF. https://www.unicef.org/globalinsight/reports/policy-guidance-ai-children. Accedido en 14/02/23
- Comisión Europea (2021). Digital Education Action Plan 2021-2027. https://education.ec.europa.eu/focus-topics/digital-education/digital-education-action-plan. Accedido en 14/02/23
- Long, D., Magerko, B. (2020) What is AI Literacy? Competencies and Design Considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery, New York, NY, USA, 1–16. https://doi.org/10.1145/3313831.3376727
- Vuorikari, R., Kluzer, S. and Punie, Y., (2022) DigComp 2.2: The Digital Competence Framework for Citizens, EUR 31006 EN, Publications Office of the European Union, Luxembourg, 2022, ISBN 978-92-76-48882-8, doi:10.2760/115376, JRC128415.
- Ng, D., Leung, J., Chu, S., Qiao, M. (2021) Conceptualizing AI literacy: An exploratory review. In Computers and Education: Artificial Intelligence, Volume 2, Elsevier. https://doi.org/10.1016/j.caeai.2021.100041.
- Yang, W. (2022). Artificial Intelligence education for young children: Why, what, and how in curriculum design and implementation. In Computers and Education: Artificial Intelligence, Volume 3, 100061, Elsevier. https://doi.org/10.1016/j.caeai.2022.100061.
- Chiu, T. K. F., Meng, H., Chai, C. -S., King, I., Wong, S., Yam, Y. (2022), Creation and Evaluation of a Pretertiary Artificial Intelligence (AI) Curriculum, in IEEE Transactions on Education, vol. 65, no. 1, pp. 30-39, Feb. 2022, doi: 10.1109/TE.2021.3085878.
- UNESCO (2022). K-12 AI curricula: a mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602.locale=en. Accedido en 14/02/23
- Russell, S. J., Norvig, P. (2021). Artificial intelligence: a modern approach. Pearson; 4th edition
- Schiff, D. (2021). Education for AI, not AI for Education: The Role of Education and Ethics in National AI Policy Strategies. Int. J. of Artificial Intelligence in Education. https://doi.org/10.1007/s40593-021-00270-2
- Miao, F., Holmes, W., Huang, R., Zhang, H. (2021). AI and education: Guidance for policy-makers. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000376709. Accedido en 14/02/23
- AI4K12 (2022). Artificial Intelligence for K12 initiative. Association for the Advancement of Artificial Intelligence (AAAI) and the Computer Science Teachers Association (CSTA). https://ai4k12.org. Accedido en 14/02/23
- AI+ (2022). Developing an Artificial Intelligence curriculum adapted to European high schools. Erasmus+ European project, num: 2019-1-ES01-KA201-065742. Official page of the AI+ project. http://aiplus.udc.es. Accedido en 14/02/23
- Lee, I., Ali, S., Zhang, H., DiPaola, D., Breazeal, C. (2021). Developing Middle School Students’ AI Literacy. In Proceedings of the 52nd ACM Technical Symposium on Computer Science Education (SIGCSE ’21), March 13–20, 2021, Virtual Event, USA. ACM, New York, NY, USA, 7 pages. https://doi.org/10.1145/3408877.3432513
- App Inventor (2022), Artificial Intelligence with MIT App Inventor. Massachusetts Institute of Technology. https://appinventor.mit.edu/explore/ai-with-mit-app-inventor. Accedido en 14/02/23.
- Robobo (2022) The Robobo Project. https://theroboboproject.com/en/. Accedido en 14/02/23.
Home (2022). Home Assistant official web. https://www.home-assistant.io. Accedido en 24/08/23.
Descarregar PDF de l’Informe. Informe-Tendencias-ODITE-2022.pdf (12486 downloads )