«Gracias a su poder predictivo, la aplicación de IA en educación puede ayudar a mejorar el rendimiento de los alumnos, especialmente el de aquellos que presentan mayores necesidades académicas»
Gracias a la monitorización de los datos generados por los estudiantes el sistema es capaz de determinar qué alumnos necesitan un mayor apoyo.
En artículos anteriores, hemos visto ejemplos de cómo se puede llegar a utilizar la IA (Inteligencia Artificial) en el ámbito educativo, sin embargo su implementación en educación no puede ni debe realizarse de forma indiscriminada, ya que las capacidades de los estudiantes no pueden estar condicionadas por la tecnología que tengan a su disposición.
El actual boom de Chat GPT (con la consecuente controversia generada) radica en su carácter democratizador, y en cómo esta y otras aplicaciones han irrumpido de lleno en la sociedad. En realidad, la aplicación de IA en el ámbito educativo no es algo tan nuevo como pueda parecer. La británica Open University, una de las universidades más grandes y prestigiosas de Europa, lleva más de una década mejorando la experiencia de aprendizaje de sus estudiantes mediante IA. Un claro ejemplo de cómo esta tecnología puede mejorar los resultados de los estudiantes con más necesidades.
Gracias a la IA (machine learning) el sistema analiza una gran cantidad de datos de estudiantes de 128 países. Datos que incluyen información que el propio alumno proporciona, como pueden ser demográficos o de rendimiento académico anterior, pero que también incluye datos que el propio alumno genera a través de su experiencia académica, como la participación en foros de debate, o el tiempo dedicado al estudio de los materiales proporcionados por la universidad.
De esta manera, y gracias a los patrones generados en más de 200.000 alumnos, el tutor sabe que, si un alumno no entrega una serie de ejercicios en un determinado espacio de tiempo, la probabilidad de que no complete el curso es superior al 90%. Antes de llegar a esa conclusión, el sistema, en función al trabajo realizado por cada alumno, habrá alertado al tutor sobre qué estudiantes están en riesgo de no entregar a tiempo sus trabajos. Gracias a esta información, los tutores pueden ofrecer apoyo temprano a aquellos estudiantes que estén en riesgo de fracasar.
Además de ofrecer apoyo directo a los alumnos que lo necesiten, el sistema también ayuda a los profesores a generar nuevas rutas de aprendizaje, lo que mejora la comunicación entre alumnos y tutores, aumentando la retención de los estudiantes en un 7-8%. El objetivo es adaptar el estudio a las necesidades de cada alumno, ya que las obligaciones de un estudiante de 20 años, no tienen nada que ver con las de una persona adulta.
Además de aumentar las posibilidades de éxito de sus alumnos, el sistema ha demostrado ser muy beneficioso a nivel económico, ya que gracias a un menor abandono ha conseguido aumentar la facturación de la universidad.
Actualmente el sistema está generando una gran controversia en la universidad. Se trata de un sistema diseñado para ser utilizado por los tutores; sin embargo, hay estudiantes que reclaman el acceso a sus propias predicciones. Este escenario plantea cuestiones éticas, como puede ser el impacto que las predicciones negativas puedan tener sobre un estudiante con vulnerabilidad emocional.