El campo de la IA en educación nos brinda herramientas útiles para crear entornos de aprendizaje tecnológicos y dinámicos potenciados por sistemas inteligentes. Descubre cómo se clasifican estas herramientas y algunos ejemplos de estas aquí.
Fuente: Instituto Tecnológico Monterrey (México)
La integración de la inteligencia artificial (IA) en los procesos educativos se ha consolidado como un parteaguas en la educación moderna. Gracias a las herramientas de IA generativa se pueden mejorar las experiencias de aprendizaje, al personalizar y ajustar los contenidos o niveles a las necesidades particulares de los estudiantes; optimizar tareas tediosas de los docentes; y aliviar la carga de las instituciones.
Estudios mencionan que las aplicaciones de IA, tales como los sistemas de tutoría inteligente (ITS, por sus siglas en inglés), los sistemas de aprendizaje adaptativo (ALS, por sus siglas en inglés) y la robótica, potencian el aprendizaje y el logro académico, especialmente en áreas STEM.
No obstante, no sólo se trata de conocer qué herramientas inteligentes se pueden emplear en el aula, sino también entender cuáles son aquellas estrategias pedagógicas que deben aplicarse en contextos digitales con IA, qué tipo de evaluaciones se requieren, cómo se deben preparar los docentes, así como los beneficios, riesgos e implicaciones que conlleva el uso de la tecnología.
IA en la educación
1. Tipos de técnicas y sistemas de IA en el ámbito educativo
En la educación, se utiliza el campo de la IA generativa para desarrollar herramientas intuitivas e inteligentes para facilitar el diseño curricular, optimizar tareas (como la evaluación), etc., gracias a técnicas y sistemas avanzados de IA, las cuales se dividen en cuatro tipos principales (Kwid et al., 2024):
- Aprendizaje automático (machine learning, ML): en esta técnica se utilizan algoritmos de estadística para construir modelos de predicción que procesan grandes cantidades de datos. En educación, algunos ejemplos de uso del ML son los sistemas automatizados para evaluar y los sistemas de detección temprana que identifican a estudiantes con dificultades académicas y riesgo de abandono. Además, se han implementado iniciativas para la enseñanza de principios de aprendizaje automático, como el modelado y los sesgos algorítmicos, en educación básica con programas como PictoBloc.
- Sistemas inteligentes de tutoría (Intelligent Tutoring Systems, ITS): estas herramientas ayudan a adaptar el aprendizaje y ajustarlo a necesidades específicas; brindan retroalimentación personalizada y tienen el potencial de involucrar activamente a los estudiantes en el proceso de aprendizaje. Un ejemplo de esto es DreamBox, la cual brinda apoyo para que los estudiantes puedan aprender y progresar en el contenido asignado gracias a su acompañamiento y personalización en áreas como matemáticas y lectura.
- Calificación automatizada de ensayos (Automated Essay Scoring, AES): este tipo de aplicaciones simula las capacidades de procesamiento del cerebro humano, por lo que pueden reconocer patrones complejos en grandes conjuntos de datos multivariados para calificar textos académicos.
- Procesamiento de lenguaje natural (Natural Language Processing): este subcampo de la IA tiene aplicaciones educativas, tales como corrección ortográfica, traducción, sistemas de recomendación y agentes conversacionales (chatbots). Un ejemplo muy puntual de este tipo de sistemas es ChatGPT.
2. Funciones de la IA en educación
Ahora que vimos las técnicas/sistemas de IA que se pueden implementar en contextos educativos, es tiempo de revisar algunas de las funciones que cumplen estos sistemas dentro de la educación (Kwid et al., 2024).
2.1 Mejorar la enseñanza y el aprendizaje
Una de las funciones más comunes de los sistemas inteligentes dentro de la educación es mejorar los procesos de enseñanza-aprendizaje, puesto que «aumentan la capacidad del profesorado, ayudándole a impartir una instrucción eficaz» (Kwaid et al., 2024). En este sentido, la IA, usada correcta y responsablemente, puede complementar la instrucción, personalizar las rutas de aprendizaje, automatizar los procesos de evaluación y optimizar las plataformas de aprendizaje, dando como resultado un aprendizaje más adaptativo (Kwaid et al., 2024).
Un ejemplo sobre cómo los sistemas inteligentes pueden mejorar la instrucción es a través del uso de los tutores virtuales, las herramientas para crear contenido, ya sea para el diseño curricular, planes de clase, material didáctico, audios, entre otros, así como herramientas que son de nicho para la educación, es decir, aquellas que son creadas con propósitos académicos que no sólo mejoran la atención, sino que facilitan el aprendizaje.
Kwid et al. (2024) señalan que existen estudios que han demostrado que «la IA tiene un efecto positivo en los resultados de aprendizaje del alumnado… mejora la accesibilidad y crea entornos de aprendizaje más eficaces, haciendo que la educación sea más inclusiva y responda a las necesidades del alumnado».
2.2 Instrucción personalizada
La instrucción personalizada o diferenciada es aquella habilitada por algoritmos que adaptan el proceso de aprendizaje a las necesidadesespecíficas, así como las preferencias y los ritmos de aprendizaje de cada estudiante (Ayeni et al., 2024, como se citó en Kwid et al., 2024). Algunas soluciones potenciadas por IA para fomentar la instrucción diferenciada son:
- Las plataformas de aprendizaje interactivo (ALS), las cuales se adaptan al progreso estudiantil, la secuencia de aprendizaje y la dificultad de las tareas.
- Chatbots, mismos que brindan oportunidades para un aprendizaje individualizado y específico, involucrando a los estudiantes en el proceso; aportan retroalimentación inmediata y tienen una disponibilidad 24/7 (Okonkwo et al., 2021; Jurafsky et al., 2023, como se citó en Kwid et al., 2024).
Por tanto, «las instrucciones personalizadas a mayor escala, impulsadas por IA innovadora, permiten que más estudiantes accedan a instrucción de alta calidad que podría no ser posible con los métodos presenciales tradicionales» (Kwid et al., 2024). En esta línea, la instrucción personalizada no solo optimiza y favorece los tiempos de evaluación e instrucción para los docentes, sino que acompaña y apoya a los estudiantes que tienen otros ritmos y formas de aprendizaje, con la facilidad de una retroalimentación continua e inmediata, que muchas de las veces es imposible para los profesores a causa de tiempos, grupos grandes, entre otros.
2.3 Assessment y sistemas evaluación
«Los sistemas de evaluación automatizados se están convirtiendo en una de las aplicaciones más destacadas y prometedoras del aprendizaje automático en la educación primaria y secundaria» (Kwid et al., 2024). Gracias a estos sistemas se facilita la evaluación de textos académicos, exámenes, tareas, etc., y se reduce la carga de trabajo. Por ejemplo, los sistemas de evaluación automática (AES) tienen la capacidad de identificar patrones en los textos mediante algoritmos de aprendizaje supervisado(entrenados con ensayos calificados por personas), con la finalidad de evaluar y brindar retroalimentación adecuada a los textos académicos.Kwid et al. (2024) mencionan que algunos de estos programas de evaluación automática incluyen DreamBox, School AI e iReady.
2.4 Sistema de prevención temprana y de análisis predictivo
Gracias a las analíticas de aprendizaje se pueden desarrollar sistemas de detección temprana y de análisis predictivo para identificar estudiantes en riesgo, evitando así el rezago y el abandono escolar. En este sentido, Latif et al. (2023, como se citó en Kwid et al., 2024) «las técnicas de aprendizaje automático, junto con las tareas iniciales y los cuestionarios de principios de semestre, pueden predecir las calificaciones en los exámenes parciales y finales», por lo que los sistemas de IA pueden ayudar en la detección temprana de estudiantes en riesgo, ya esto suele suceder demasiado tarde cuando se trata de contextos tradicionales que no utilizan algoritmos de predicción.
3. Clasificación de las herramientas
Kwid et al. (2024) establecen una clasificación de herramientas de IA para entender qué tipos de herramientas existen, cómo se organizan en el ámbito de la educación, etc., con el fin de que los profesores utilicen las que se ajusten mejor a las necesidades de su quehacer educativo.
3.1 Ejemplos de herramientas de IA en educación básica (Kwid et al., 2024)
- ChatGPT
Es uno de los LLM (Large Language Model) más usados en la actualidad. Su capacidad para crear, resumir, descubrir, etc., la hace una de las herramientas más versátiles del mercado, por lo que su efectividad en los resultados se determinará por la calidad del prompt. Aunque este tipo de LLM brinda información rápida y conveniente, siempre se debe validar la información, puesto que puede alucinar o inventar información. Asimismo, este modelo es de los más seguros, ya que tiene la opción de no compartir datos con OpenAI para entrenar sus modelos de IA.
- Chat for Schools de Skill Struck
Es una plataforma que ofrece un entorno similar a ChatGPT; no obstante, fue diseñada especialmente para contextos educativos. Por tanto, dentro de su diseño tiene barreras para asegurar la privacidad y la seguridad de los datos. Entre las funciones de Chat for Schools se encuentran las siguientes: crear planes de clase, supervisar interacciones con ChatGPT, usar la opción de Tutor para resolver problemas y consultar dudas, etc. En esta herramienta, los profesores pueden consultar y supervisar los chats de los estudiantes, así como recibir notificaciones al detectar ciertas palabras.
- Class Companion
Esta herramienta brinda retroalimentación inmediata y personalizada para tareas escritas. El objetivo de Class Companion es atraer a los estudiantes de una forma atractiva para que practiquen la escritura dejándolos a su propio ritmo, cometiendo errores y aprendiendo de estos. En este caso, el profesorado puede hacer un seguimiento del proceso, acceder a recursos integrados o generar sus propias rúbricas. En cuanto a seguridad, esta herramienta también tiene un alto grado de seguridad, cumpliendo con las leyes COPPA (que protegen la privacidad infantil en línea) para estudiantes menores de 13 años. Class Companion declara que los datos no se venden ni se proporcionan a terceros.
- Copilot de Microsoft
Esta integración de Microsoft, Copilot, está destinada a mejorar la productividad y la creatividad. Tiene usos variados, tales como: sistema de gestión de aulas para supervisar el aprendizaje, creación de planes de clase con los Cuadernos de Copilot, organización de gráficos o cuadernos, como herramienta de comunicación con los padres de familia. En esta herramienta, los datos no se almacenan en el sistema, por lo que es segura para usarse con menores de edad.
- Diffit para docentes
Esta herramienta se ha discutido antes en el Observatorio, pero, a grandes rasgos, Diffit para docentes es una plataforma que adapta el contenido (PDF, URL, YouTube, etc.) a un nivel específico, según las necesidades de los estudiantes, así como integrarlo con traducciones, cajas de vocabulario, entre otras. Asimismo, se pueden crear actividades con conocimientos previos o buscar lecciones generadas por fuentes verificadas, además, cuenta con una biblioteca de actividades listas para usarse y descargarse. Es importante señalar que todas las fuentes y las referencias usadas por Diffit son citadas y verificadas, por lo que cualquier docente puede consultar la información. Esta herramienta cumple con las leyes FERPA y COPPA y no recopila datos de los estudiantes ni vende la información a terceros.
- Dreambox Learning por Discovery Education
Funge como un tutor personal para matemáticas y lectura. Además, tiene un programa complementario en línea, el cual ofrece instrucción adaptativa para estudiantes de primaria y secundaria. Sin embargo, esta herramienta no tiene un sistema de seguridad de datos robusto. En este sentido, Dreambox Learning sí recopila y almacena información de los estudiantes, lo cual es un aspecto importante para considerar.
- Eduaide.AI
Esta es otra de las herramientas que se han discutido previamente en el Observatorio. Esta plataforma se puede utilizar para múltiples tareas: crear planes de clase, evaluaciones, recursos didácticos; brinda retroalimentación; adapta los recursos a las necesidades de los estudiantes. Además, la información se puede traducir a más de 15 idiomas.
- Magic Design por Canva
Es una herramienta de diseño muy útil para crear contenido personalizado y atractivo. «Magic Design ofrece a los usuarios la opción de que la IA diseñe gráficos, presentaciones y vídeos únicos a partir de las indicaciones y el texto introducidos por el usuario” (Kwid et al., 2024). Además, Canva for Education protege los datos de los usuarios, por lo que estos no pueden ser empleados para entrenar sus modelos de IA.
- MagicSchool
Esta herramienta es otra plataforma de IA para la educación que se ha mencionado en el Observatorio. MagicSchool es de las más completas que existen. Se pueden realizar tareas administrativas y propias del día a día en el aula. Integra un chatbot, Raina, que no solo ayuda en la interacción con la plataforma, sino que ofrece sugerencias. En su última actualización, se creó una versión para estudiantes, la cual es una plataforma de aprendizaje bajo la supervisión de un docente.
- Google Teachable Machine
Es una «herramienta que facilita y agiliza la creación de modelos de aprendizaje automático para tus proyectos, sin necesidad de programar» (Google Creative Lab, 2019). Según Vartiainen et al. (2020, como se citó en Yim y Su, 2025), los niños y niñas entre 3 y 9 años se vieron beneficiados al interactuar con esta plataforma, puesto que fomentó su curiosidad intelectual, desarrolló el pensamiento computacional y mejoró su comprensión del aprendizaje automático.
- Scratch
Es un software de programación que se basa en bloques, con el fin de que los alumnos de primaria y secundaria aprendan sobre el pensamiento computacional, la programación de secuencias y mecanismos basados en reglas y condicionantes.
El campo de la IA en la educación o Artificial Intelligence in Education(AIED, por sus siglas en inglés) puede ser un aliado eficaz a la hora de optimizar tareas, crear contenido, etc., siempre y cuando se utilice de manera responsable y ética. Autores como Crompton et al. (2022) mencionan que existen retos importantes a la hora de implementar AIED, que van más allá de lo técnico, como el potencial de estos sistemas para la distracción, los sesgos, etc. Además, existen barreras relacionadas con el acceso a la tecnología y sus costos (puesto que muchas herramientas no son gratuitas o dejaron de serlo), la falta de habilidades digitales o alfabetización de los estudiantes, la preparación docente en temas de IA y/o su capacitación sobre la alfabetización digital, entre otros temas clave que sí son relevantes a la hora de ejecutar programas con tecnología.
No obstante, la AIED no solo significa que habrá retos o barreras, ya que también tiene beneficios que poco a poco se han ido revelando conforme se realiza investigación científica. Sobre esto, estudios mencionan que existen resultados favorables sobre los niveles de motivación, autoeficacia, confianza, así como sobre las habilidades de pensamiento crítico, pensamiento computacional, etc. Como siempre, se recomienda revisar las herramientas, sus pros y contras, así como establecer el uso de la IA en
