Por qué las universidades empiezan a no utilizar los campus virtuales tradicionales (los LMS) de forma relevante. Cómo están siendo sustituidos (IV)
Imagen de Deakin Genie, obtenida del vídeo de Deakin University.
5
Hay otra realidad emergente, aunque hasta ahora
poco extendida en sus experiencias pero que sin duda está llamada a tener un
gran impacto, y así es sentida por la sociedad, como demuestra con carácter general, el manifiesto “Consenso
de Beijing en Inteligencia Artificial y Educación” (Documento final
de la Conferencia Internacional sobre Inteligencia Artificial y Educación 'Planificando
la educación en la era de la IA: Liderar el salto'), del que se hizo eco ProFututo de Fundación Telefónica
con el documento “Inteligencia
Artificial en la Educación: Retos y Oportunidades para el Desarrollo” presentado
en Madrid el pasado día 24 de junio en Madrid.
Pero, en
particular, en lo que respecta a docencia universitaria, veremos qué pasa realmente con la otra opción emergente: Los entornos
inteligentes de enseñanza superior, las Smart Universities.
En el
número monográfico de RED dedicado a "Web social y sistemas inteligentes de gestión de aprendizaje en Educación Superior” presentamos un trabajo titulado La universidad inteligente. En él, comenzábamos con una propuesta de caracterización de lo que
consideramos aprendizaje inteligente y definíamos los entornos inteligentes como la
culminación de una línea de desarrollo que se iniciaba con los entornos adaptativos, continuaba con los entornos sensibles de contexto y culminaba con los entornos inteligentes:
Fig. 11
En el mismo trabajo, a continuación hacíamos una
propuesta de modelo de sistema inteligente. Por último, tras una indagación en los documentos y lugares de referencia y del correspondientes análisis de casos, seleccionamos tres de ellos como experiencias relevantes institucionales, en estudios oficiales, que estaban consolidados y constituían una propuesta concreta de diseño y de desarrollo
instruccional de aprendizaje inteligente universitario.
Éste fue el resultado, con las iniciativas consolidadas que reunían esos requisitos:
BIO100 de Global Freshman Academy
Entre los varios ejemplos significativos que hay de la adopción de la IA para organizar el aprendizaje y la asistencia a los alumnos, podemos destacar el de la Arizona State University, particularmente el caso de la Global Freshman Academy apoyada por la plataforma software de Inteligencia Artificial ALEKS de McGraw-Hill Education.
Este caso ha sido señalado tanto por Clark (February 19, 2016) en sus post de plan B que hacen un extracto de su informe, como por el informe de la CRUE (Delgado et al, 2017)).
Las conclusiones son que la IA en general, y los sistemas de aprendizaje adaptativo en particular, tendrán un enorme efecto a largo plazo en la mejora de la calidad de la enseñanza demostrada en los logros, en la eficiencia del aprendizaje, el rendimiento del alumno y el descenso del abandono escolar.
Esto fue confirmado por los resultados de los cursos realizados en la Universidad Estatal de Arizona en otoño de 2015 presentados en Educause Learning Initiative en San Antonio en febrero de 2016. Los datos y gráficos están obtenidos de Donald Clark (February 19, 2016)
La referencia es el curso, Biology 100 (BIO100)[1], en modalidad de blended learning En él se hizo el informe. Se llevó a cabo en la plataforma CogBooks[2] . Está descrito por Clark (February 19, 2016): Las actividades las llevaron a cabo en la plataforma y luego el trabajo grupal y las dudas se llevaron a clase en modalidad flipped classroom.
El informe se centra en los objetivos del curso, como experimento de sistema de enseñanza mejorado con tecnología:
- aumentar el logro
- reducir las tasas de deserción escolar
- mantener la motivación del estudiante
- aumentar la efectividad docente
Respecto del primero, mejorar los resultados del aprendizaje esta gráfica con expresión del tamaño de la muestra es elocuente:
Fig. 12
Respecto del abandono
Fig. 13
Se reduce en la misma institución en un dos por ciento. Pero esto no es lo importante, lo importante es comparar con esta modalidad de enseñanza en estudios similares que en EE UU está entre el 41% y el 45% de los que se matriculan en universidades estadounidenses. Lo cual es dramático si consideramos que después tienen que hacer frente a la deuda, que en estos tipos de estudiantes es en EE UU de 1,3 millones de dólares y el hecho de que estos estudiantes abandonaron, pero todavía cargan con la carga de esa deuda, este es un nivel catastrófico de fracaso. En el Reino Unido la tasa de abandono es de 16%.
Los tableros de los profesores no son muy distintos de los que hemos utilizado en Open Education, y que hemos descrito en un post anterior:
Fig. 14
Diferentes paneles de control brindan información, en tiempo real, del rendimiento de los estudiantes. Esto le permite al instructor ayudar a los necesitados.
La realidad es que según Clark el sistema promete en este punto una mejora continua, “muy necesaria en educación”. No ofrece evidencias de una aportación concreta de la IA: “ Podríamos mirar un enfoque que no solo mejore el desempeño de los docentes sino también el del sistema en sí, con la consecuencia de una mejora continua en el rendimiento, la deserción y la motivación en los estudiantes”.
No estamos muy por los selft report studies. Como bien hemos justificdo en otras ocasiones no son un elemento significativo del rendimiento del aprendizaje ni de la calidad de la docencia. En este caso el informe dice “que los estudiantes quieren más”
Fig. 15
Más del 80% de los estudiantes en esta primera experiencia de un curso adaptativo, dijeron que querían utilizar este enfoque en otros módulos y cursos.
Sin embargo no hemos obtenido una información técnica (sobre la metodología docente y de apoyo al alumno) detallada. Tampoco nos la ha dado Clark.
Lo más aproximado es la información que da la propia plataforma CogBook en pantallas como ésta:
Fig. 16
Lo más aproximado es la descripción que hace Clark (February 19, 2016) en el párrafo siguiente:
“Una de las dificultades en los sistemas adaptables, impulsados por AI, es la creación de contenido utilizable. Por contenido, me refiero a materiales de aprendizaje, estructuras, elementos de evaluación, etc. CogBooks ha creado un conjunto de herramientas que permiten a los instructores crear una red de contenido, trabajando desde objetivos. También se usa la ayuda automática con el diseño y con la conversión de contenidos. Una vez hecho esto, se crea una red compleja de contenido de aprendizaje a través de la cual los estudiantes circulan, cada estudiante mediante un camino diferente, dependiendo de su rendimiento continuo. El sistema es como un satélite, siempre trata de llevar a los estudiantes a su destino, incluso cuando se salen de curso.”
También el propio Clark (JANUARY 13, 2016) ha descrito una taxonomía para los sistemas AI adaptativos (sistemas inteligentes) de apoyo al aprendizaje en base a la asistencia con cinco niveles:
Nivel 1: Tecnológico
Nivel 2: Asistido
Nivel 3: Analítico
Nivel 4: Híbrido
Nivel 5: Autónomo
Él sitúa la experiencia de CogBook en BIO100 en el nivel 4, sistema adaptativo híbrido, con mezcla de ayuda humana y de detección y de recomendación. Algo que guarda ciertas similitudes con lo que hemos descrito para el análisis de la relevancia en las contribuciones de los foros en el curso “El diseño intruccional de la Universidad de Alcalá. Que actualmente estaría en el límite entre 3 y 4.
Otras experiencias reales.-
Otras experiencias actuales que hemos examinado, rastreando los enlaces de una presentación hecha a la CRUE para justificar el Informe Tendencias TIC 2018 (Delgado et al, 2017) han sido las dos siguientes:
AI en educación – The Genie of Deakin University.- En la universidad Deakin[3], en Victoria, Australia, se ha estado experimentando con la plataforma Watson durante bastante tiempo con el fin de servir a sus alumnos de una manera más personalizada. Desde 2015, los estudiantes han podido pedir consejo a Deakin Genie, con sede en Watson, sobre una amplia variedad de temas.
Jill Watson: la primera asistente de enseñanza de IA de Georgia Tech[4]
El equipo dirigido porGoel y Polepeddi, L. (2016) ha trabajado sobre el uso de sistemas basados en herramientas de respuesta y recomendación para responder a las preguntas de los estudiantes en los foros de su clase en línea de Inteligencia Artificial basada en el Conocimiento (KBAI).
La asistente ha sido nombrada Jill Watson, se basó en la plataforma Watson de IBM, que es quizás mejor conocida como la computadora que venció a dos campeones de Jeopardy. Jill se desarrolló específicamente para manejar la gran cantidad de publicaciones en el foro por parte de los estudiantes inscriptos en un curso en línea que es un requisito para obtener el título de maestría en ciencias en el programa de informática de Georgia Tech.
Este post está incluido dentro del articulo cuya referencia es la que sigue. Si lo necesita puede citarlo de esta forma:
Zapata-Ros, M. (Julio 2019). Por qué las universidades empiezan a no utilizar los campus virtuales (los LMS) de forma relevante ¿Cómo y por qué sistemas están siendo sustituidos? Preprint. Researchgate - Proyecto Disrupciones en educación superior. DOI: http://dx.doi.org/10.13140/RG.2.2.21039.69286.
|
Referencias
Clark, D. (February 19, 2016) 10 powerful results from Adaptive (AI) learning trial at ASU. Plan B. http://donaldclarkplanb.blogspot.com.es/2016/02/10-powerful-results-from-adaptive-ai.html
Clark, D. (JANUARY 13, 2016). 5 level taxonomy of AI in learning (with real examples). Plan B. http://donaldclarkplanb.blogspot.com.es/search?q=ai+taxonomy
Delgado, C. et al (2017) Informe Tendencias TIC . Publicaciones de la CRUE. http://tic.crue.org/wp-content/uploads/2017/11/9.50-Sesion-Tecnica-CRUE-TIC-GTDIR-Tendencias-UCM-2017v1.pdf
Goel, A. K., & Polepeddi, L. (2016). Jill Watson: A Virtual Teaching Assistant for Online Education. Georgia Institute of Technology. https://smartech.gatech.edu/bitstream/handle/1853/59104/goelpolepeddi-harvardvolume-v7.1.pdf?sequence=1&isAllowed=y
Comentarios
Publicar un comentario