Aplicación de herramientas de inteligencia artificial en la enseñanza universitaria

Abstract

La aplicación de inteligencia artificial (IA) en los contextos de enseñanza de educación superior está adquiriendo alta relevancia. La transformación digital e inteligente experimentada por las actividades industriales a través de los modelos de Industria 4.0 y 5.0 está siendo adaptada a otros sectores, como es el caso de las enseñanzas técnicas. La imple-mentación de recursos basados en inteligencia artificial en las universidades puede suponer la transformación de los procesos de gestión y docencia, mejorando los resultados en eficiencia, personalización y calidad. En cuanto a la gestión, la inteligencia artificial puede agilizar los procesos administrativos (como matriculaciones, planificación de horarios, administración de recursos, elaboración y tramitación de documentos, etc.), automatizando tareas rutinarias y repetitivas, liberando tiempo y recursos que podrían ser destinados a actividades estratégicas. En el ámbito de la docencia, las herramientas de inteligencia artificial pueden transformar la metodología de enseñanza con estrategias de personali-zación según las necesidades de cada estudiante, facilitar la elaboración de material didáctico, la generación de contenidos educativos interactivos y herramientas de apoyo (como bibliotecas virtuales, simuladores y plataformas de colaboración), que enriquecen la experiencia educativa y promueven el aprendizaje activo y autónomo (Phobun & Vicheanpanya, 2010). Así mismo, agilizar tareas administrativas y de gestión del profesorado. Una de las principales ventajas es el enriquecimiento de la experiencia de aprendizaje. Gracias a un análisis de resultados de evaluación en tiempo real que genera una retroalimentación personalizada, las herramientas de IA identifican áreas de mejora y ofrecen recursos adicionales según perfil (estilo de aprendizaje) y progreso, sugiriendo materiales y actividades de refuerzo, de ampliación, y otras relevantes según las necesidades de cada estudiante (Long & Aleven, 2013); o incluso, actividades diseñadas según sus preferencias ante la contextualización del contenido, estrategia útil para potenciar la motivación intrínseca del grupo, aumentando el compromiso de los estudiantes con la materia. Otro de los beneficios a resaltar es la mejora de la calidad de la evaluación. Mediante algoritmos de aprendizaje automático (Mou-savinasab et al., 2018) es posible analizar grandes cantidades de datos para identificar patrones y tendencias en el rendimiento del grupo. Esto permite una evaluación más objetiva, brindando retroalimentación detallada y personalizada sobre el progreso individual de cada estudiante. En los últimos años, nuevos procedimientos y herramientas de aprendi-zaje interactivo y adaptativo basados en inteligencia artificial están siendo integrados en los medios digitales convencionales (como plataformas de aprendizaje integrales donde se comparten contenidos, planificación y diferentes entornos colaborativos para las actividades de en-señanza-aprendizaje) (Zhai et al., 2021). Es posible disponer de diferentes herramientas basadas en inteligencia artificial y adaptadas a la edu-cación, como son los asistentes virtuales, los sistemas de retroalimentación automática, las plataformas de análisis de datos o los sistemas de tutoría. Estas herramientas pueden, además de útiles para los estudiantes, facilitan las actividades de profesores y gestores universitarios. Con-cretamente, para la optimización de las actividades no lectivas, se están desarrollando sistemas de tutorización inteligentes o STI (Intelligent Tu-toring System - ITS). Los STI son la evolución de los predecesores modelos de enseñanza asistida por computadora (Computer Assisted Instruction - CAI). Este trabajo analiza el objetivo de los Sistemas de Tutorización Inteligente, las estructuras de diseño más comunes, así como aplicaciones implementadas con éxito en diferentes contextos universitarios. Con los resultados del análisis, se propone un conjunto de estrategias necesarias para su óptimo aprovechamiento en las enseñanzas técnicas de educación superior, así como el análisis de las oportunidades y retos futuros para su correcta implementación.