*Este artículo es una versión resumida y adaptada del artículo “Designing an Intelligent Virtual Educational System to Improve the Efficiency of Primary Education in Developing Countries”, publicado en la revista Electronics.
Si hace unos años nos hubieran dicho que veríamos a un robot asistiendo a los cirujanos para poder operar con mayor destreza o que un algoritmo ayudaría a diagnosticar, con precisión casi matemática, enfermedades como el cáncer o el Alzheimer, hubiéramos sonreído incrédulos. Sin embargo, estas realidades han saltado de la ciencia-ficción a las aperturas de los medios informativos. Prácticamente, a diario, vemos las posibilidades casi infinitas que tienen estas tecnologías para transformar nuestras vidas.
El sector educativo no fue de los primeros en abrazarlas pero, hoy, ya nadie duda de la importancia y las aplicaciones que pueden tener tecnologías como la inteligencia artificial y la ciencia de datos en la transformación del sector hacia una educación mejor y más equitativa. Puede ayudarnos, por ejemplo, a predecir los casos de abandono escolar y anticiparnos a ellos; nos permite personalizar los itinerarios formativos de los alumnos, monitorizar su seguimiento y predecir sus resultados; puede recomendar próximos pasos, y puede ayudar a los docentes proporcionándoles herramientas que apoyen esa formación personalizada.
Como institución que pretende transformar la educación y llevarla a entornos vulnerables utilizando la tecnología, la inteligencia artificial y los datos son críticos para tener éxito en la misión de ProFuturo, una institución cuya filosofía data driven, permite que toda la organización pueda tomar mejores decisiones a partir de los datos que la organización recaba y procesa en todos los entornos y países en los que trabaja.
La incorporación de la tecnología a la educación virtual induce a las instituciones educativas a demandar una migración desde el actual sistema de gestión del aprendizaje hacia un sistema educativo virtual inteligente, buscando un mayor beneficio mediante la explotación de los datos generados por los alumnos en su actividad diaria.
En este artículo explicamos cómo se ha diseñado uno de estos sistemas, el de ProFuturo, desde esta perspectiva que aprovecha las nuevas funciones analíticas que proporcionan las nuevas tecnologías como la inteligencia artificial, la inteligencia de datos (o big data), las técnicas de minería de datos educativos y el aprendizaje analítico.
Como institución que pretende transformar la educación y llevarla a entornos vulnerables utilizando la tecnología, la inteligencia artificial y los datos son críticos para tener éxito en la misión de ProFuturo.
Algunos conceptos básicos
Antes de empezar, expliquemos algunos conceptos básicos que pueden ayudarnos a entender el funcionamiento y el diseño de estos sistemas.
Inteligencia de datos y minería de datos educativos. La inteligencia datos o big data es un término que se utiliza para describir conjuntos de datos extremadamente grandes y complejos que son difíciles de gestionar y analizar utilizando herramientas tradicionales. Su gestión y análisis requieren tecnologías avanzadas entre las que se encuentra la minería de datos que consiste, precisamente, en el proceso de analizar grandes conjuntos de datos para descubrir patrones, relaciones y tendencias útiles. La aplicación de técnicas de minería de datos a la ingente cantidad de datos procedentes de las interacciones virtuales de los alumnos ha creado el término Minería de Datos Educativos, que busca patrones o reglas de inferencia entre los registros almacenados.
Aprendizaje analítico o learning analytics. El aprendizaje analítico es una disciplina que combina técnicas de análisis de datos y de aprendizaje automático para mejorar el rendimiento de los sistemas de aprendizaje. El objetivo principal del aprendizaje analítico es aprovechar los datos generados durante el proceso de aprendizaje para comprender mejor cómo aprenden los estudiantes y cómo pueden mejorarse los sistemas de aprendizaje. Esto se logra a través de la recopilación y análisis de datos sobre el uso de los sistemas de aprendizaje, el desempeño de los estudiantes y la interacción entre estudiantes y materiales, entre otros factores. El aprendizaje analítico puede ayudar a identificar patrones y tendencias en el rendimiento de los estudiantes, lo que puede proporcionar información valiosa para mejorar la eficacia y la eficiencia de los programas de aprendizaje. Además, también puede ser útil para personalizar la experiencia de aprendizaje de cada estudiante y adaptarse a sus necesidades individuales.
Inteligencia Artificial. La última tecnología en incorporarse al campo de la educación es la inteligencia artificial, a través de sus algoritmos predictivos implementados con técnicas de aprendizaje automático, que permite la incorporación de procesos automatizados que asisten a los usuarios en los procesos de toma de decisiones. En su funcionamiento, los procesos automatizados clasifican los registros por relaciones o actividades relacionadas con el fin de detectar patrones personales similares que puedan extrapolarse a alumnos similares.
La incorporación de la tecnología a la educación induce a las instituciones educativas a demandar una migración desde el actual sistema de gestión del aprendizaje hacia un sistema educativo virtual inteligente.
Los datos y la plataforma de ProFuturo
La propuesta educativa de ProFuturo utiliza una plataforma propia con recursos educativos personalizables, que se adaptan al contexto local de aprendizaje, y atiende a escuelas primarias de más de 40 países con bajos índices de desarrollo socioeconómico o territorios con baja escolarización.
Junto con la plataforma de aprendizaje, los diferentes centros educativos reciben un equipamiento tecnológico básico que les permite acceder a los contenidos de la plataforma: servidor, router, ordenador portátil, tabletas, etc. La idea de interacción es que los alumnos accedan a la plataforma y desempeñen un papel activo en el proceso de aprendizaje a través del principio de aprender haciendo. Este ecosistema digital permite al profesor evaluar continuamente a los alumnos y personalizar la enseñanza en función de los progresos de cada uno.
En el diseño de un sistema educativo virtual inteligente, los datos juegan un papel clave, ya que permiten tener una comprensión más profunda de cómo los estudiantes aprenden y cómo el sistema puede ser mejorado para ofrecer una experiencia de aprendizaje más efectiva.
En el sistema educativo virtual inteligente de ProFuturo, los datos provienen de cada uno de los centros educativos que pertenecen al proyecto educativo, lo que significa que el sistema cuenta con un conjunto de fuentes de datos heterogéneas. Actualmente, se recogen datos provenientes de 40 países de América Latina, Asia y África.
Limpieza de datos
Así, el sistema educativo virtual inteligente capta datos de todas estas fuentes y los somete a un proceso de transformación para proporcionar datos fiables. Este proceso se desarrolla en dos etapas: una de limpieza de datos y otra de conversión de datos, que tienen como objetivo presentar los datos en un formato que permita su análisis por parte de los algoritmos del sistema inteligente.
Selección de herramientas analíticas
Tras el proceso de limpieza y conversión de los datos, estos se encuentran en un formato adecuado para la futura aplicación de algoritmos y herramientas analíticas. Entre el amplio abanico de posibles técnicas a utilizar podemos mencionar los modelos predictivos que permiten predecir resultados aplicando a los datos técnicas estadísticas; modelos de aprendizaje automático, que permiten a las instituciones académicas tomar decisiones basadas en el conocimiento y no en la intuición; reglas de asociación que permiten conocer patrones (por ejemplo, los seguidos por un alumno en su proceso de aprendizaje), o técnicas de lógica difusa, que pueden usarse para hacer recomendaciones que pueden ajustarse al perfil del alumno para ayudarle a mejorar en su aprendizaje.
En el sistema educativo virtual inteligente de ProFuturo, los datos provienen de cada uno de los centros educativos del proyecto, provenientes de 40 países de América Latina, Asia y África.
¿Qué aspectos debe incorporar el diseño de un sistema educativo virtual inteligente?
Además de los procedimientos automáticos propios de un sistema inteligente, como algoritmos de inteligencia artificial o técnicas de aprendizaje automático, el diseño de un sistema educativo inteligente debe incorporar también los requisitos que la educación demanda del entorno virtual. Para incorporarlos adecuadamente, nuestro sistema educativo inteligente se estructura en cuatro subsistemas fundamentales:
- Almacenamiento de datos. Este subsistema se encarga de capturar y almacenar los datos transferidos desde los distintos países y los limpia y los convierte en datos de calidad garantizada. Su objetivo es proporcionar datos fiables a nuestro siguiente subsistema: el subsistema analítico.
- Tratamiento analítico de datos. Una vez finalizado el proceso de recogida y almacenamiento de la información y garantizada la fiabilidad de los datos, el sistema inteligente procesa analíticamente toda la información utilizando técnicas de minería de datos que facilitan el aprendizaje automático.
- Supervisión y seguimiento del proceso. Estos controles de monitorización tienen como objetivo obtener datos para evaluar la calidad del sistema inteligente y así implementar medidas para mejorar aquellos aspectos de la enseñanza que no están evolucionando como las instituciones desean. Algunos de los aspectos que se monitorizan en este subsistema son las competencias digitales de los profesores, el uso de los recursos digitales, los tiempos de conexión y los fallos de conexión. Los resultados de esta monitorización generarán resultados que serán interpretados por el sistema inteligente y enviados al último subsistema: el subsistema de recomendación.
- Subsistema de recomendación. Se encarga de transmitir a profesores, alumnos y centros educativos las recomendaciones elaboradas por el sistema educativo virtual inteligente para poder aplicarlas en nuevas iteraciones del proceso de enseñanza-aprendizaje. Este subsistema elabora las recomendaciones basándose en los datos obtenidos en el sistema de monitorización. Así, el sistema recomendador recomendará a un usuario recursos educativos de contenidos similares a otros que ya haya usado o usará recursos didácticos que una persona haya usado para recomendarlos a otra que previamente haya tenido acceso a los mismos recursos.
El sistema educativo inteligente de ProFuturo se estructura en cuatro subsistemas: almacenamiento de datos, tratamiento analítico de datos, supervisión y seguimiento y subsistema de recomendación.
Desafíos pendientes
Aunque estos sistemas hayan llegado para quedarse y dar un nuevo impulso a la educación tal y como la conocemos, la incorporación de técnicas de inteligencia artificial y ciencia de datos a los procesos de análisis del aprendizaje se encuentra todavía en una fase incipiente, con algún que otro desafío pendiente:
La investigación. A pesar de que muchas de estas técnicas ya están funcionando correctamente, todavía quedan algunas investigaciones por hacer. Por ejemplo, en lo que se refiere a los sistemas aún existen aspectos mejorables como la creación de nuevas formas de monitorización para mejorar el seguimiento del sistema inteligente, la implementación de visualizaciones innovadoras, o la mejora de la eficacia de los sistemas de recomendación; también se puede investigar, de cara a los estudiantes, la implementación de nuevas formas de evaluación que les permitan autoevaluarse; por último, y atendiendo a las necesidades de las instituciones educativas, es necesario centrar la investigación en una mejor integración de estos sistemas inteligentes con las diferentes plataformas de aprendizaje existentes, con el fin de reutilizar la gran cantidad de recursos didácticos que se han desarrollado.
La ética. La ética es un aspecto crucial en los sistemas educativos virtuales inteligentes y deben tomarse medidas adecuadas para garantizar que se cumplan los estándares éticos y de privacidad. Los sistemas educativos virtuales inteligentes recopilan y almacenan una gran cantidad de información sobre los estudiantes, como su historial académico, preferencias de aprendizaje y hábitos de estudio. Esta información puede ser valiosa para mejorar la educación, pero también puede ser utilizada para fines indebidos si no se toman medidas adecuadas para protegerla. Por lo tanto, es importante que los desarrolladores de sistemas educativos virtuales inteligentes adopten prácticas éticas y cumplan con los estándares internacionales de privacidad y protección de datos. Además, es importante que los estudiantes y los padres comprendan cómo se está utilizando la información y tengan control sobre ella.
Sistemas educativos inteligentes: aliados contra la desigualdad
Como indica el experto en educación e IA de la UNESCO, Wayne Holmes, “la equidad, en educación, implica reconocer que, para que todos los jóvenes alcancen su pleno potencial, no basta la igualdad de oportunidades. Las niñas y niños más vulnerables necesitan apoyo adicional y más rápido de nuestra parte”. Por eso es importante ser precisos en el análisis de la situación y rápidos, pero certeros, en la ejecución de soluciones. Y en esto un sistema educativo inteligente bien diseñado puede ser nuestro gran aliado para abordar la desigualdad educativa y brindar a todos los estudiantes la oportunidad de obtener una educación de alta calidad.
