La inteligencia artificial no resolverá la educación, pero puede ayudar

Ahora más que nunca, nuestros maestros necesitan ayuda. Ante una crisis sin precedentes de tener que mover todas las instrucciones en línea en cuestión de semanas, todos están descubriendo el nuevo libro de jugadas para enseñar en el siglo XXI. Aquí hay inteligencia artificial y educación: la IA no resolverá la educación, pero puede ayudar.

Uno de los temas discutidos, además de los chats de video, cuestionarios en línea y presencias remotas, es la inteligencia artificial. De hecho, es hora de mirar más de cerca cómo la IA puede ayudar a nuestros instructores hoy. Pero el problema es que muy pocas personas entienden la IA.

¿Entiendes la IA?

No quiero decir que muy pocas personas entiendan los lenguajes y algoritmos informáticos que impulsan la inteligencia artificial, aunque esto es cierto para muchos. Quiero decir que muy pocas personas entienden el patrón de lo que significa «inteligencia artificial» para los humanos en el sentido macro.

No tener una comprensión de algo tan crucial para el futuro como la inteligencia artificial tiene consecuencias. Estas consecuencias atravesarán todos los sectores empresariales, inversiones, tecnología, medios de comunicación y serán evidentes especialmente cuando esos sectores convergen en un ciclo publicitario o son empujados hacia lo desconocido.

Creemos que la IA es algo sólido.

Tendemos a pensar que la IA es tan sólida como una construcción concreta. Creemos que las cosas son IA o no IA. Pero la historia muestra que no es así como funciona. Dependiendo de dónde estemos en un día determinado, la inteligencia artificial es un objetivo en movimiento.

Justo después del 50 aniversario del primer alunizaje, es útil recordar que en ese momento, las mejores mentes del mundo estaban trabajando en el esfuerzo espacial. Pensamos que las máquinas que realizaban la trigonometría pesada y el cálculo necesarios para impulsar los cohetes deberían ser «artificialmente inteligentes».

En conjunto, pensamos, «esta matemática es difícil, hay que ser muy inteligente para hacerlo», por lo que especulamos que las máquinas que hicieron este trabajo eran inteligentes y pensantes.

Dejamos de pensar en ellos como artificialmente inteligentes una vez que las computadoras imaginaron las matemáticas más rápido y mejor que los humanos. Los humanos decidieron que lo que estaban haciendo las computadoras era solo un crujido avanzado de números y movimos el poste de la puerta.

En los años 70 y 80, muchas personas inteligentes creían que una computadora no podía dominar el pensamiento estratégico y creativo en el ajedrez. Creíamos que el ajedrez era el máximo esfuerzo inteligente.

Una computadora que entendía el ajedrez tenía para ser inteligente. En la década de 1990, las computadoras comenzaron a vencer regularmente a los mejores maestros de ajedrez del planeta. Aceptamos el hecho de que la inteligencia no ganó juegos de ajedrez. Las computadoras dominaron el ajedrez porque podían desplazar muchos más movimientos potenciales mucho más rápido que cualquier ser humano.

De repente, una máquina que podía ganar ajedrez era un algoritmo especializado, no artificialmente inteligente.

Del mismo modo, la complejidad del lenguaje humano estaba potencialmente fuera del alcance de las máquinas antes de que Siri, Alexa y Google trajeran reconocimiento de voz a nuestros teléfonos y hogares. La idea de que alguien pudiera decir «Alexa, pide pizza» y la pizza llegaría a tu puerta tenía que ser alimentada por computadoras artificialmente inteligentes capaces de entender y obedecer.

Pero ahora vemos el reconocimiento de voz como una traducción simple de ondas sonoras a texto y luego procesamiento de palabras con unas pocas reglas simples, y no hay «pensamiento» en ninguna parte del proceso. Y cuando llegamos a aceptarlo, lo descartamos y volvimos a mover el objetivo de IA.

Entendiendo la IA como un fluido

El punto es que AI no es un objeto con un punto de partida sólido. Es lo siguiente en el horizonte y hoy ese horizonte se ve muy diferente. Una vez que comprendamos este «objeto» y lo que hace, una vez que lo aceptemos y comprendamos, ya no lo consideraremos como IA y pasaremos al siguiente objetivo en maquinaria inteligente.

Si la historia nos ha enseñado algo, es posible que nunca lleguemos a un lugar donde decimos «Está bien, eso es IA».

No podremos reconocer qué es la IA hasta que tengamos máquinas que imiten o excedan la inteligencia y el razonamiento humanos. Nos referimos a ese tipo de profundidad y amplitud como «Inteligencia Artificial General». Si bien este escenario casi seguro sucederá, está muy lejos.

Esto no significa que no desarrollaremos soluciones convincentes para problemas complejos. Los productos innovadores que resultan de problemas complejos generalmente mejorarán nuestras vidas. Tendremos muchos, probablemente a un ritmo acelerado ahora. El área de IA donde trabajo en educación ofrece buenos ejemplos.

Software de IA.

Actualmente estamos trabajando en un software que puede clasificar las respuestas y ayudar a los instructores a asignar calificaciones a los cursos escritos a gran velocidad y en grandes cantidades.

Mejoramos constantemente la enseñanza, el aprendizaje y el trabajo de los cursos. AI, como herramienta es especialmente útil cuando no puedes conocer a los estudiantes personalmente. Otras compañías han desarrollado tutores de TI que pueden responder preguntas sobre ciertos temas. Estas computadoras también pueden sugerir los recursos de aprendizaje más útiles.

Responder preguntas es extremadamente útil cuando los estudiantes no están en las aulas físicas. No pueden levantar la mano ni preguntar a los compañeros si no están físicamente sentados en un espacio determinado.

Productos de IA.

Los productos de inteligencia artificial están llenando sustancialmente algunas de las actividades humanas de la enseñanza. Sin embargo, hacen cosas que las personas pueden hacer, por lo que creemos que están impulsadas por la inteligencia artificial o artificial. Pero al igual que sus antepasados ​​jugando al ajedrez, los tutores habilitados para IA y los calificadores automáticos en realidad no pensarán como lo haría un humano.

Tutor de inteligencia artificial

Estos tutores de IA examinan los datos, buscan patrones y similitudes y actúan en consecuencia. Y un día, eventualmente veremos estas herramientas habilitadas para IA como actividades tecnológicas comúnmente aceptables. Empezaremos a pensar clasificación AI en la forma en que pensamos ajedrez AI, una herramienta para ayudarnos a mejorar o hacer algo de manera más eficiente.

La inteligencia artificial es un instrumento.

Saber que la IA es una herramienta nos lleva a otro problema con la IA. Es una herramienta, no una persona que toma decisiones. Las computadoras «inteligentes» pueden calcular y rastrear el camino de una bala más rápido y con mayor precisión que una persona. Pero la IA no puede decidir si debemos ir a la luna.

Del mismo modo, en educación, la inteligencia artificial no reemplazará a los maestros con su capacidad de conectarse, inspirar y guiar a los estudiantes para convertirse en mejores personas. En cambio, la inteligencia artificial hará que muchas actividades sean más fáciles y rápidas como lo hizo para los ingenieros de vuelo de la NASA hace 50 años.

La inteligencia artificial está aquí, y está perpetuamente a la vuelta de la esquina.

El punto es que la IA no es algo que estamos esperando ya que ya está aquí y perpetuamente a la vuelta de la esquina. Podemos y debemos esperar atajos del pan y la mantequilla y soluciones a cosas que consideramos complejas o difíciles. Pero esto es tecnología, no IA.

Obtenemos la tecnología. La tecnología es algo que vemos, experimentamos, algo que podemos hacer e invertir. Podemos llamarlo AI si queremos. Probablemente no lo llamemos tanto tiempo.

Sergey Karayev

Gerente de IA para STEM en Turnitin, cofundador de Gradescope

Mi objetivo es desarrollar e implementar sistemas de inteligencia artificial para mejorar la vida humana.
En 2014, terminé un doctorado en Ciencias de la Computación en UC Berkeley, recomendado por Trevor Darrell, y cofundador de Gradescope, donde desarrollamos inteligencia artificial para convertir las calificaciones en aprendizaje. En 2018, Gradescope fue adquirido por Turnitin, un importante proveedor de tecnología y.
Recientemente coorganicé un programa de fin de semana sobre Full Stack Deep Learning, y también tuve la suerte de ser seleccionado para el Premio UW Engineering Early Career 2019.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *