Ir al contenido principal

Inteligencia Artificial y Educación ¿dónde estamos? (IIb)



Tercera de una serie de entradas que comenzó con ésta.

Mientras tanto cabe destacar la desesperación que, en el plano científico, tienen los impulsadores de esta Inteligencia Artificial por encontrar aportaciones que demuestren mínimamente las ventajas de sus herramientas para este fin. 

Para ilustrar esta situación aportaré un caso.

Donald Clark es un decidido impulsador de las ideas sobre el beneficio del uso de los LLM para el aprendizaje. Hace unos días para demostrar concluyentemente que es así, y supongo que como respuesta a los que pedimos pruebas, compartió en un tuit un artículo de una supuesta rigurosa investigación:

En el que textualmente dice: "las explicaciones basadas en LLM impactaron positivamente el aprendizaje".

Pero si nos vamos a las conclusiones del artículo, ya expuestas desde el abstract, lo que establecen es que "la exposición a explicaciones de LLM aumentó la cantidad de personas que SENTÍAN QUE HABÍAN APRENDIDO y disminuyó la DIFICULTAD PERCIBIDA de los problemas del test."

Esto es lo que siempre decimos. No hay evidencias sobre IA generativa y aprendizaje. Sólo self report studies y revisiones de exégesis de revisiones de literatura, que se multiplican y aumentan citas e impacto ad nauseam.

Tres de los cuatro autores son de Microsoft Research ¿Casualidad?

Se trata de un preprint (Kumar, Rothschild, Goldstein and Hofman, November 22, 2023) de la prestigiosa plataforma SSRN de Elsevier:

 


Pues bien, a pesar de haberlo dicho en un tuit, es curioso lo que sucede con ChatGPT y la campaña de apoyo y despliegue que tiene.



En él ponía de relieve la trampa que suponía decir que se demuestra que ChatGPT influye en el aprendizaje, cuando realmente lo que sucedía, como se dice en las conclusiones, es que afecta a la percepción que tenían, de haber aprendido y de su capacidad para resolver problemas, los alumnos.

Pues bien, a pesar de todo ello, la estrategia pensamos es tal que no sólo que Clark no entra al trapo, sino que dice que el tuit le gusta.

Ya hemos descrito lo que sucede con las convocatorias, los CFP de investigaciones y con este último caso. Todo ello no viene sino a confirmar la ausencia de investigaciones que avalen de forma clara, o al menos en parte, todo lo que se dice de las ventajas del ChatGPT para el aprendizaje y la educación.

Tras todo lo indagado, al día de la fecha, en nuestra búsqueda, sólo hemos encontrado, como hecho verificado y publicado, el trabajo de by Anton Korinek Language Models and Cognitive Automation for Economic Research, publicado en febrero de este año, que veremos a continuación por su interés y por las conclusiones que podemos obtener.

Lo veremos en el próximo post.

 

Referencias.-

Korinek, A. (2023). Language models and cognitive automation for economic research (No. w30957). National Bureau of Economic Research.

Kumar, Harsh and Rothschild, David M. and Goldstein, Daniel G. and Hofman, Jake (November 22, 2023). Math Education with Large Language Models: Peril or Promise? SSRN preprintAvailable at SSRN: https://ssrn.com/abstract=4641653 or http://dx.doi.org/10.2139/ssrn.4641653


Comentarios

Entradas populares de este blog

La verdad nunca es viral

A finales del año pasado una fotografía se convirtió en viral en las redes. En ella se observaban a unos adolescentes de espaldas al cuadro de Rembrard “La Ronda” que, absortos en sus móviles, ignoraban aparentemente la obra. La sola composición de la imagen puesta en la red hizo el resto. ¿Cómo eludir, como ignorar un mensaje evidente por sí mismo? Mis profesores de Matemáticas del instituto siempre decían “lo que es evidente no necesita demostración”. La cuestión es ¿qué es evidente para cada uno? Y lo evidente era que los muchachos estaban absortos vaya usted a saber en qué perniciosas o al menos distractivas cosas: En el Whatsapp, en un videojuego, en Facebook,… dando la espalda a una obra maestra, a todo un símbolo de nuestra civilización. A continuación la ronda, esta vez viral y en las redes sociales, de comentarios de gurús y expertos, y de no pocos maestros, sociólogos y pedagogos, con las repetidas metáforas concluyentes, cual Casandras indignadas y/o desanimad...

Recursos educativos, contenidos y libros de texto con la INTELIGENCIA ARTIFICIAL GENERATIVA

(*) El diseño instruccional tal como lo definimos [1]  tiene distintas componentes, una es la evaluación que ya hemos visto. Otra son los recursos, que trataremos aquí. En lo sucesivo es de esperar que vayamos completando ese marco. Dentro del diseño instruccional que se haga con la IA generativa es inevitable que se cuente con los recursos como una componente más pero fundamental, bien en el sentido tradicional bien en el nuevo sentido que se le asigne. En este apartado de recursos no es de esperar que los libros de texto, por el volumen de negocio que suponen y por la inversión actual de las empresas y por lo que estés dispuestas a invertir, sean ajenos al gran movimiento de capitales y esfuerzos que está suponiendo la IA generativa. De hecho, las editoriales ya van teniendo sus propios LLM. Una opción posible: los LLM como materiales de estudio (contenidos) En los próximos años, es probable que los materiales de los estudios (cursos y asignaturas) ---los textos--- pasen de tener...

Los jesuitas y la educación (II): Ratio studiorum, la repetición y la memoria

Es continuaión del post  Los jesuitas y la educación (I) 3. LA RATIO STUDIORUM DE 1599 La Ratio atque Institutio Studiorum Societatis Jesu es el documento base [1] y constitutivo de la pedagogía jesuita. Está estructurado en reglas prácticas y concretas. Por ejemplo: RULES OF THE PROFESSOR OF MATHEMATICS 1. He should spend about three quarters of an hour of class time in explaining the elements of Euclid to the students of physics. After two months, when his students are somewhat familiar with the subject, he should add some geography or astronomy or similar matter which the students enjoy hearing about. This added material is to be given on the same day with Euclid or on alternate days. 2. Every month, or at least every second month, he should have one of the students solve some celebrated mathematical problem in the presence of a large gathering of students of philosophy and theology. Afterwards, if he wishes, the solution may be discussed. 3. Once a mont...