INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA

MECANICA Y ELECTRICA
UNIDAD CULHUACAN

INVESTIGACIÓN SOBRE EL SOFTWARE INTELIGENTE EN

LA EDUCACIÓN

INTELIGENCIA ARTIFICIAL
GRUPO: 8CM42

PROF: M. EN C. LUIS EFRÉN VELOZ ORTIZ

RIVERA GASCA SAMUEL

SANTIAGO GONZALEZ RODRIGO

CIUDAD DE MEXICO A 3 DE SEPTIEMBRE DE 2018

 SOFWARE INTELIGENTE PARA LA EDUCACION

¿Que es Software Educativo o software para la enseñanza?

A riesgo de mencionar una trivialidad les diré que el software educativo o más
específicamente el software para la educación en matemáticas involucra a tres
grandes ciencias:

 La sicología, mediante un conocimiento no elemental de las ciencias cognitivas;

 La matemática, mediante la creación de un adecuado dominio de conocimiento
para cualquier tipo de sistema o programa y con la creación de algoritmos
eficientes.
 La computación, como una ciencia que hace factible el instanciar la reunión de
los dos mundos anteriores.

Esto que parece una obviedad no lo es, en evaluaciones recientes de software

educativo se ha encontrado que la mayoría del software en el mercado tiene en
general uno o dos de los atributos mencionados, pero relegan de manera importante
a otro de ellos (Caftori & Paprzycki, 1997. p. 2). Por ejemplo podemos encontrar
software con gran capacidad de manejo de imágenes y que en realidad constituye
todo un portento de programación pero de una pobreza enorme en su capacidad de
enseñar matemáticas. O bien software con intenciones didácticas pero de una
pobreza en los algoritmos empleados que conlleva a errores conceptuales
matemáticos.

¿Es importante para le educación en el país la producción de software educativo?

Uno de los problemas, en lo que a la educación respecta, más lesivos en nuestra

sociedad, es la educación en matemáticas. Demos algunos datos de dominio popular
para sentar bases al respecto:

Es conocido que los índices de reprobación en la secundaria son tan alarmantes que
los profesores son obligados a maquillar sus resultados. Existe la regla de que no se
puede reprobar más del 10%. Sin embargo numerosas investigaciones demuestran
que muchas de las veces los estudiantes de secundaria en lugar de adquirir nuevas
habilidades pierden algunas que tenían de la educación elemental (smm, 1986). Más
recientemente la SEP reconoce y se acaba de publicar que 50% de los estudiantes
de sexto año de primaria fallan en matemáticas. El estudio comprende tanto escuelas
públicas como privadas. La subsecretaría de la SEP reconoció que particularmente
en matemáticas, los estudiantes no sólo no mejoran, en la secundaria, sino que
decrecen en su rendimiento (Reforma, 16-oct-2001).

 Tres de cada 4 egresados de secundarias en el D. F. tienen nulas o escasas

habilidades para resolver problemas matemáticos (Reforma, 21/ago/01)
  En la UAM atzcapotzalco el índice de reprobación en el primer curso de
matemáticas cálculo I es del orden del 76% (Informe DCBI – 1995/1996)
 Se han creado cursos de regularización de verano en los tecnológicos del país,
con el fin de abatir los altos índices de reprobación en los cursos de
matemáticas que rebasan el 80%
 Esto nos da un índice acerca de la problemática en la enseñanza de las
matemáticas, cabe anotar que por desgracia algunos de estos problemas tiene
repercusión internacional.
 A pesar de que los alumnos de preescolar y primer año escolar, disfrutan
sinceramente de las matemáticas...pregunte a los adultos acerca de sus
recuerdos y sentimientos respecto a las matemáticas ..se describirán como
malos...nunca les gusto...odian la materia...nunca la comprendieron (Ruby, J.
Reforma 26-ago-2001).
 Una respuesta a este problema podría ser tratar de instrumentar cursos de
actualización para el personal docente de nuestro país. Pero debido a
problemas de índole socio-político y económico esto resulta ser muy difícil (es
curioso pero también este problema es internacional).

¿Podrá entonces ser el software en educación matemática una alternativa de solución

a este problema? La respuesta es que sí. Sin embargo, hay un largo camino por
recorrer antes de que, en realidad, no potencialmente, el software educativo ofrezca
una alternativa de solución.

Diferentes usos de la computadora en la educación en matemáticas.

Querer acotar o definir con precisión, lo qué es software educativo; Es tanto como
pretender acotar la imaginación humana. Hace poco yo mismo he sido sorprendido
por algunos trabajos que me han presentado, en el pasado taller de software
educativo, aquí en el CIMAT.

Sin embargo, en la idea de ubicar nuestro trabajo a presentar y en la de marcar

algunas líneas de investigación que desde hace algunos años hemos venimos
incursionando, es necesario dar un intento de clasificación de los diversos enfoques
que en el tiempo se han venido dando al utilizar la computadora en la enseñanza. En
particular nos referiremos, de acuerdo a nuestra experiencia, al uso de la computadora
en la enseñanza de las matemáticas.

A pesar, de que el uso de la computadora en la educación viene desde los sesentas,

es a partir del nacimiento de la microcomputadora cuando surge un verdadero
despegue en el uso de la computadora en la enseñanza de las matemáticas. Así han
surgido propuestas que van desde la introducción en los cursos tradicionales de
matemáticas de programas de computo que realizan cálculos numéricos, operaciones
lógicas, operaciones simbólicas, etc., hasta la elaboración de ciertos lenguajes de
computadora, con la pretensión de que su aprendizaje podría facilitar la adquisición,
por parte del educando, de conceptos matemáticos álgidos y aún más, conceptos con
un problema crónico de aprendizaje. Cabe mencionar que posiblemente ante la
rapidez del cambio que la computación en la educación ha producido, los cambios no
siempre han dado el éxito esperado y esto se debe fundamentalmente a la ausencia
de una cuidadosa planeación didáctica, causando en muchas de las veces una
confusión, tanto en el estudiante como en el docente, que más que beneficio ha traído
desconcierto y perjuicio en el tradicional proceso de enseñanza y aprendizaje de la
matemática.

De cualquier forma la computación, después del advenimiento del automóvil, ha

producido el impacto cultural más importante de este siglo y, en el que todos los que
nos dedicamos de una u otra forma a la docencia e investigación no podemos evadir.
Más aún, me parece que los investigadores y/o docentes tenemos la obligación moral
de prever, al igual que el cambio producido por el automóvil en nuestra cultura, los
“caminos, puentes, carreteras y semáforos” por donde la computadora pueda transitar.
Iniciemos este trabajo sabiendo de antemano que cualquier intento de clasificación
del uso de la computadora en el aula se quedará corto, ante el vertiginoso desarrollo
de la tecnología y la aún más portentosa imaginación del ser humano.

Desde nuestro punto de vista la computadora en la enseñanza de las matemáticas es

un medio y no un fin por ende la computadora, en este contexto, es una herramienta
que nos auxilia a realizar diversas tareas dentro del complejo mundo de la enseñanza
de las matemáticas. Desde esta perspectiva hemos dividido las diversas aplicaciones
de la computación, en la enseñanza de las matemáticas en tres grandes apartados,
teniendo para cada uno de ellos subdivisiones.

La primer categoría ubica a la computadora como una herramienta muy sofisticada

que nos permite la creación de ambientes de aprendizaje inteligentes.

Dentro de esta categoría hemos anotado como subcategorías a:

1. La enseñanza de las matemáticas vía enseñanza de la computación;

2. La elaboración de Lecciones Tutoriales por Computadora;

3. Los Sistemas Tutoriales Inteligentes; y

4. Los Ambientes de Aprendizaje Inteligentes.

Enseñanza de las matemáticas vía enseñanza de la computación.

En los últimos años, ha surgido la inquietud, entre un gran sector de matemáticos y

educadores, de que mediante la enseñanza de ciertos lenguajes de computación los
individuos aprenden matemáticas. Más aún, se afirma que cierto tipo de habilidades
matemáticas se pueden adquirir con el aprendizaje de un lenguaje de computación.

Uno de los resultados más notables en esta dirección es el caso del lenguaje LOGO,
un lenguaje desarrollado por un grupo de investigadores en el M.I.T. de U.S.A. Este
es un es un lenguaje estructurado y recursivo que posee la ventaja (que de hecho fue
su principal atractivo cuando apareció) de tener un fácil manejo de gráficas, que
permite visualizar procesos típicos de programación, que hasta aquel entonces
permanecían implícitos en los demás lenguajes. LOGO se crea con la premisa de que
su aprendizaje produciría en los estudiantes habilidades matemáticas y lógicas en la
resolución de problemas (Furzeig y Papert et al, 1969).

La programación en LOGO puede introducir al estudiante a una forma matemática de

pensamiento, la cual una vez aprendida facilitará el aprendizaje del álgebra y la
geometría (Papert, 1980)

El que LOGO posea o no esta virtud, es algo que hasta hoy se cuestiona y que por
desgracia no se cuenta con una buena evaluación al respecto.

...Uno de los trabajos más abundantes citados (Pea, 1983), en el que se investigaba
el efecto de LOGO sobre la capacidad de resolución en los alumnos, no se apreciaron
diferencias significativas entre los alumnos que utilizaban LOGO y el grupo niños que
no lo utilizó (Solomon, 1987)

Sin embargo, cabe anotar que desde los inicios de la aplicación de la computadora en
la enseñanza este ha sido uno de los puntos más atractivos para los investigadores.
Taylor (1980), en uno de los primeros intentos por clasificar la computación en la
enseñanza nos menciona que ni como tutor ni como herramienta, la computadora
adquiere un mayor relieve que cuando se utiliza como pupilo. Agrega el autor, que
aquí se trata de enseñar a la computadora a realizar determinado propósito o proyecto,
para lo cual el estudiante o profesor necesita aprender muy bien el tema a programar,
para poder “enseñarle” a la computadora. Para esto el autor nos propone a LOGO
como uno de los lenguajes más adecuados. A su vez Hatfield (1983), en la
subcategoría, Programación de una computadora por parte de los estudiantes, plantea
el hecho de que numerosos profesores han encontrado una conexión entre el trabajo
de elaborar, corregir, realizar pruebas y refinar sus propios programas de computación
por parte de los estudiantes, con aspectos del pensamiento matemático. O’Shea &
Self (1983) por su parte, mencionan que LOGO genero una controversia entre quienes
veían que los intentos anteriores introducían la computación sin cambios significativos
en el sistema educativo. En cambio aseguraban que con LOGO los alumnos serían
los constructores de sus propias estructuras intelectuales. “Aprender sin que se
enseñe”. Pero no todo es miel sobre hojuelas, y uno de los primeros obstáculos es
que, bajo mi experiencia personal, no siempre profesores y/o alumnos tienen el deseo
de aprender a programar una computadora. Lo cual se dificulta más cuando el
lenguaje a enseñar no es sencillo, como es el caso de LOGO, en donde muchos han
entrado en confusión al suponer que manejar algunas instrucciones de la parte gráfica
(las que corresponden a la tortuga) es programar. Este júbilo desaparece, o decrece
mucho, en cuanto se inician programas que requieran un poco más de instrucciones.
Tenemos que recordar que LOGO deviene y hereda las estructuras del lenguaje
computacional LISP, el lenguaje utilizado para programar en Inteligencia artificial.

Ciertamente el lector podrá argüir que posiblemente lo anterior se deba a una mala
planeación y/o forma de instrucción y desde luego cabe esta posibilidad, pero al
menos en mi experiencia personal no ha sido un problema sencillo. Una posible
respuesta a este problema lo constituye precisamente los micromundos Con esto no
intento restarle méritos o importancia a este, por demás interesante, uso de la
computadora en la enseñanza, sino por el contrario destacar que es este un resultado
más dentro del cautivante mundo de la investigación en el binomio: computación-
enseñanza. En efecto, un grupo grande de investigadores han ido desarrollando
experiencias didácticas mediante la creación de ambientes de aprendizaje a través de
LOGO. O en sus propias palabras: creando “puentes” entre el lenguaje y la enseñanza
de conceptos matemáticos mediante la creación de micromundos (Hoyles & Noss,
1987). Incluso, en este mismo artículo los autores proponen la inclusión de LOGO en
la currícula de matemáticas en la educación elemental, lo cual como es conocido se
llevó a cabo en algunos países. Este uso se sigue desarrollando hasta nuestros días,
creando alrededor de LOGO una fuerte corriente de investigación, la cual mediante la
creación de micromundos desarrolla lecciones didácticas (Hoyles, 1994). Dentro de
este mismo apartado, Moreno y Sacristan (1996) han desarrollado experimentos con
estudiantes, tendientes a lograr la interiorización del concepto de límite mediante la
elaboración de programas recursivos en LOGO. Los autores afirman que conceptos
como el de continuidad y diferenciación se pueden ilustrar mediante la construcción
de fractales. Afirman: “logramos instrumentar una didáctica constructivista en el
sentido piagetiano además de contextualizar los conceptos matemáticos a enseñar”.
En este mismo rubro, un grupo de investigadores ha desarrollado investigaciones,
con la idea de que los estudiantes al aprender a programar en algún lenguaje como
VISUAL BASIC, C, PASCAL, FORTRAN, etc.; adquieran ciertos conceptos
matemáticos, como por ejemplo el de función, variable, límite, sucesión, etc.
Ciertamente los lenguajes de alto nivel, como los mencionados, poseen la posibilidad
de definir en sus instrucciones funciones y variables, con una estructura francamente
sencilla y transparente.

Recientemente, el Profesor Dubinsky ha estado trabajando en sus cursos de

matemáticas, con estudiantes de nivel superior con microcomputadoras utilizando el
lenguaje: ITSEL (InTeractive SEt Languaje). Dubinsky (1989) afirma que mediante la
programación, o al realizar construcciones en este lenguaje, se realizan los
constructos matemáticos paralelos en las mentes de los estudiantes, con el fin de
llegar a la interiorización de ciertos conceptos matemáticos. Sin embargo, a partir de
los ejemplos que nos muestra, se observa que este lenguaje efectivamente tiene
mucha similitud con la forma usual de escribir las matemáticas y programar en él, es
en cierta forma escribir matemáticas en su forma natural. Así pues, se crea la paradoja
de que para poder programar en este lenguaje, se tienen que tener claros los
conceptos matemáticos involucrados, y se propone programar en ITSEL, para
adquirirlos.

2) Lecciones Tutoriales por Computadora

Uno de los primeros intentos al utilizar la computadora en la educación, fue

precisamente, producir material educativo a través de lecciones tutoriales en la
computadora como auxilio en los cursos de matemáticas e idioma.

Dentro de esta línea, una de las personas que destaca es Patrick Suppes quien, en
1967, conjuntamente con otros investigadores forma la Computer Curriculum
Corporation (CCC), en donde se intentaba producir material educativo para el
aprendizaje de Matemáticas y Lenguaje. El proyecto fue enérgicamente criticado por
su filiación conductista, sin embargo tuvo éxito en las minorías raciales.

Otro de los iniciadores en el campo de la elaboración de lecciones tutoriales asistidas

por computadora es Robert B. Davis, un matemático y profesor encargado de un
programa para la formación de profesores de matemáticas de las escuelas primarias
en los años sesenta, quien tiene una concepción totalmente opuesta a la de Suppes.
Para Davis, el mecanismo de aprendizaje es más un proceso de descubrimiento, que
el resultado de un esfuerzo (Para un estudio más detallado de Davis y Suppes véase
el magnifico estudio de Solomon, 1987). Es importante mencionar que con las
lecciones que Davis y su equipo realizaron, abrieron la puerta, hacia investigaciones
futuras de la computadora en la educación.

Reconocemos como pioneros en el campo de la computación en la enseñanza, a

Robert Davis y David Kibbey quienes, al mostrarnos en el proyecto PLATO programas
de muy diversa índole, marcaron la pauta. (Kaput, 1992).

En este mismo proyecto, Davis propone una serie de juegos para el aprendizaje de
números, operaciones, relaciones, etc. y de hecho esto abre una perspectiva de
aplicación que algunos autores como O’Shea y Self (1983); Olds, Schwartz y Willie
(1980); Kaput (1992); le confieren un apartado especial en su clasificación. Se
clasifican los juegos en dos tipos. Los de contenido (content games) que son juegos
cuyo propósito es la enseñanza de un hecho particular de alguna materia, y los de
proceso (process games) que pretenden la enseñanza de un cognitivo mayor o de una
estrategia para la resolución de problemas aplicable a través de varias materias. Sin
embargo, es necesario cuestionar: ¿cuál es el planteamiento didáctico subyacente en
los juegos propuestos para la enseñanza? Esto es, para poder evaluar con más
precisión un determinado juego, tenemos que tener claro cuál es el planteamiento
didáctico. Por ejemplo en el juego: Adivina mi regla (Barclay, 1985) en donde se trata
de adivinar la expresión analítica de una función mediante la aparición de los valores
que la función, desconocida por el estudiante, toma ante valores propuestos por el
usuario. Surgen los siguientes cuestionamientos: ¿Se quiere que el estudiante
adquiera el concepto de función?; ¿Es el juego parte de un proceso de enseñanza-
aprendizaje más amplio?; ¿Se quiere promover la articulación entre diversos registros
de representación?; ¿Qué operaciones intelectuales (de acuerdo a la definición de
Piaget) se involucran en este proceso?; etc. Todo esto tendría que ser contestado
antes para tener claridad en el juicio que se realice del juego. Además, no es claro
que los juegos merezcan una subcategoría en la clasificación puesto que la mayoría
de los juegos propuestos tienden a apoyar un determinado concepto matemático y
vienen a ser parte de una propuesta didáctica mucho más general. Es decir, los juegos
no son la propuesta didáctica.

Paralelo al proyecto PLATO surge otro proyecto financiado por la misma institución
NSF (National Science Foudation) a este proyecto se le conoce por sus siglas TICCIT
(Time-shared Interactive Computer Controlled Information Television). El objetivo de
este proyecto era demostrar que la enseñanza asistida por la computadora puede
proporcionar mejor enseñanza a un costo menor que la que ofrece la enseñanza
pública. La evaluación del proyecto difiere según los autores. Para algunos, el
profesorado se disgusto fuertemente al ser desplazados de principio y también se
cuestionó la metodología y contenido. Por otra parte la NSF facilita una evaluación en
donde se menciona que el efecto del TICCIT fue positivo en los alumnos tanto en
matemáticas como en composición inglesa (Alderman, 1977). Sin embargo, no existe
ningún documento concluyente al respecto.

c) Sistemas Tutoriales Inteligentes (ITS siglas en inglés)

Los sistemas tutoriales inteligentes, vienen a ser uno más de los dramáticos
resultados, en la exploración e investigación de la computación y el aprendizaje, y nos
muestra la creación de un cierto tipo de ambiente de aprendizaje (Cuevas, 1992).
Aunque no existe una definición clara de lo que se entiende por un Sistema Tutorial
Inteligente (Intelligent Tutoring System (ITS)), se puede contemplar como una
extensión de las lecciones tutoriales, es decir, un sistema que contenga una o varias
lecciones tutoriales implementadas en una computadora o microcomputadora las
cuales al interactuar con el estudiante, tengan un cierto comportamiento inteligente.
Para muchos autores, lo anterior sólo es posible de realizar mediante la combinación
de la inteligencia artificial y las ciencias cognitivas. Sin embargo, los ITS vistos como
una extensión de las lecciones tutoriales comprenden un rango más amplio.

En estos sistemas, se implementa un modo de enseñanza flexible a través del uso de

algún tipo de mecanismo basado en la evaluación de las respuestas del estudiante a
preguntas propuestas por el sistema. Dependiendo de ésta evaluación se decide si se
presenta al estudiante nuevo material o se presenta material remedial. Para guiar
apropiadamente la interacción del sistema con el estudiante se implementa
internamente un modelo de error del estudiante, que se anticipa a todos los posibles
errores y aciertos, que el estudiante-usuario podría tener al intentar resolver un
determinado problema (Anderson, 1986; Burns & Capps, 1988). Existe una gran
variación en el nivel de detalle que posee el modelo del estudiante en los diferentes
sistemas tutoriales inteligentes.

Dentro de este campo destacan los siguientes sistemas:

The LISP Intelligent Tutoring System, (Anderson, et al, 1987). En donde los autores
presentan un tutor inteligente para la enseñanza del lenguaje de computación LISP.
La arquitectura básica del tutor la constituyen tres componentes: Dominio de
Conocimiento (El Modelo de Estudiante), La componente Tutorial (reglas tutoriales) y
La interface (Ibidem, p. 90). Learnig Companion System, (Chang & Baskin, 1990). En
este tutorial, los autores mencionan que al tradicional ITS se le agrega un
acompañante dado por la misma computadora (ibídem, pag 6). Los componentes
básicos de este ITS son: La computadora-profesor, el estudiante humano y la
computadora-estudiante (acompañante). Geometría (Anderson, et al, 1985); TAPS,
para Aritmética y Álgebra elemental desarrollado por Derry y Hawkes (1989/90);
CLORIS (Parkes,1986; Parkes &Self, 1990) la combinación de un ITS con video
interactivo; SCENT-3 (McCalla et al, 1990) y el tutor ZEERA, para Estadística
Descriptiva.

Es necesario señalar que en los sistemas anteriores los autores parten de dos
premisas: La substitución total del maestro lo cual nos obliga a tener un modelo de
enseñanza; y la creación en la computadora de un modelo de estudiante que implica
el desarrollo de una teoría del conocimiento. Una de las principales características de
los sistemas tutoriales inteligentes es la separación que hacen del conocimiento
tutorial del conocimiento del dominio que enseñan.

La epistemología en que se basan es la tradicional o sensorio empirista (Aebli, 1995)

y tratan de aplicar una didáctica de tipo discursiva.

10 roles para la inteligencia artificial en educación

21-feb-2018 11:02:31 serrotho

En la entrada del día de ayer Martes 20 de Febrero de 2018 intitulado "Inteligencia

Artificial: Implicaciones para el Futuro de la Educación", decíamos que -"..."-No podría
haber un reemplazo de maestros porque IA no puede ayudar a los estudiantes a
desarrollar Habilidades Sociales y Emocionales (SEL por sus siglas en inglés) y
aprender de las interacciones humanas, componentes vitales de las relaciones en el
aula. Entonces al final, ¿qué podría hacer IA?"-
Durante décadas, los autores de ciencia ficción, futuristas y cineastas han estado
prediciendo los cambios sorprendentes (ya veces catastróficos), que surgirán con el
advenimiento de la inteligencia artificial generalizada. Hasta el momento, la
Inteligencia Artificial (IA) no ha hecho ninguna de esas olas locas, y de muchas
maneras se ha vuelto ubicua silenciosamente en numerosos aspectos de nuestra vida
cotidiana.

Desde los sensores inteligentes que nos ayudan a tomar imágenes perfectas, los
características de estacionamiento automático en los automóviles, hasta los
asistentes personales a veces frustrantes en los teléfonos inteligentes, la inteligencia
artificial de un tipo u otro está a nuestro alrededor ya todo el tiempo.

Si bien aún tendríamos que crear robots autoconscientes como los que usan películas
populares como 2001: A Space Odyssey y Star Wars, hemos hecho un uso inteligente
y a menudo significativo, de la tecnología de inteligencia artificial en una amplia gama
de aplicaciones que, aunque no son tan vistosas como los androides, han cambiado
nuestra vida cotidiana. Un lugar donde la inteligencia artificial está preparada para
hacer grandes cambios (y en algunos casos ya lo está) es en educación.
Si bien es posible que no veamos a los robots humanoides actuando como maestros
en la próxima década, hay muchos proyectos que ya están trabajando y que usan la
inteligencia de la computadora, para ayudar a los estudiantes y maestros a obtener
más de la experiencia educativa. Estas son solo algunas de las formas en que esas
herramientas ya son usadas, así como aquellas que las seguirán, que estamos
seguros que darán forma y definirán la experiencia educativa del futuro.

1. La inteligencia artificial puede automatizar actividades básicas en educación,

como la calificación.

En la universidad, la tarea de calificar y las pruebas para los cursos de conferencias

grandes pueden ser un trabajo tedioso, incluso cuando los Asistentes Tecnológicos
(TAs por sus siglas en inglés) se dividen entre ellos. Incluso en los grados inferiores,
los maestros a menudo consideran que la calificación requiere una cantidad
significativa de tiempo, tiempo que podría usarse para interactuar con los alumnos,
prepararse para la clase o trabajar en el desarrollo profesional.

Si bien es posible que la IA nunca sea capaz de reemplazar verdaderamente la

clasificación humana, se está acercando bastante. Ahora es posible que los maestros
automaticen la calificación para casi todos los tipos de pruebas de selección múltiple
y de llenado en blanco, así como la calificación automática de la escritura de los
estudiantes. Hoy en día, el software de calificación de ensayos todavía está en su
infancia y no está a la altura, pero puede mejorar (y mejorará) en los próximos años,
permitiendo a los maestros enfocarse más en las actividades de clase y la interacción
del alumno que en la calificación.

2. El software educativo se puede adaptar a las necesidades de los estudiantes.

Desde el jardín de infantes hasta la escuela de posgrado, una de las formas clave en
que la inteligencia artificial impactará la educación es a través de la aplicación de
mayores niveles de aprendizaje individualizado. Algo de esto ya está sucediendo a
través de un número creciente de programas de aprendizaje adaptativo, juegos y
software. Estos sistemas responden a las necesidades del estudiante, poniendo
mayor énfasis en ciertos temas, repitiendo cosas que los estudiantes no han dominado
y en general, ayudando a los estudiantes a trabajar a su propio ritmo.

Este tipo de educación personalizada puede ser una solución asistida por máquina,
para ayudar a los estudiantes de diferentes niveles a trabajar sea juntos en un aula o
en conjunto con los maestros, facilitando el aprendizaje ofreciendo ayuda y apoyo
cuando sea necesario. El aprendizaje adaptativo ya ha tenido un gran impacto en la
educación en todo el mundo (especialmente a través de programas como Khan
Academy) y a medida que avance la IA en las próximas décadas, es probable que los
programas de adaptación como estos solo mejoren y se amplíen.

3. Puede señalar los puntos de mejora.

Los docentes pueden no estar siempre al tanto de las lagunas en sus conferencias y
materiales educativos, pudiendo dejar a los estudiantes confundidos acerca de ciertos
conceptos. La Inteligencia Artificial ofrece una manera de resolver ese problema.
Coursera, un gran proveedor abierto de cursos en línea, ya está poniendo esto en
práctica. Cuando se descubre que una gran cantidad de estudiantes envía una
respuesta incorrecta a una tarea asignada, el sistema alerta al maestro y ofrece a los
futuros alumnos un mensaje personalizado que ofrece sugerencias para la respuesta
correcta.

Este tipo de sistema ayuda a llenar los vacíos en la explicación que puede darse en
los cursos ayudando a asegurar que todos los estudiantes estén construyendo la
misma base conceptual. En lugar de esperar a recibir una respuesta del profesor, los
alumnos obtienen una respuesta inmediata, que les ayuda a comprender un concepto
y recordar cómo hacerlo correctamente la próxima vez.

4. Los estudiantes pueden obtener apoyo adicional de los tutores con

Inteligencia Artificial.

Si bien obviamente hay cosas que los tutores humanos pueden ofrecer que las
máquinas no pueden, al menos no todavía, el futuro podría ver a más estudiantes
siendo apoyados por tutores que solo existen en el mundo binario de los ceros y unos.
Ya existen algunos programas de tutoría basados en inteligencia artificial que pueden
ayudar a los estudiantes a través de las matemáticas básicas, la escritura y otras
materias.

Estos programas pueden enseñar a los estudiantes los fundamentos, pero hasta
ahora no son ideales para ayudar a los estudiantes a aprender el pensamiento y la
creatividad de alto orden, algo que los maestros humanos del mundo real aún deben
facilitar. Sin embargo, eso no debería descartar la posibilidad de que los tutores
basados en Inteligencia Artificial puedan hacer estas cosas en el futuro. Con el ritmo
acelerado del avance tecnológico que ha marcado las últimas décadas, los sistemas
avanzados de tutoría pueden no ser una quimera.

5. Los programas impulsados por Inteligencia Artificial pueden brindar a los

estudiantes y educadores comentarios útiles.
La Inteligencia Artificial no solo puede ayudar a los profesores y estudiantes a crear
cursos que se adapten a sus necesidades, sino que también puede proporcionar
retroalimentación en ambos sentidos sobre el éxito del curso como un todo. Algunas
escuelas, especialmente aquellas con ofertas en línea, están usando sistemas de
Inteligencia Artificial para monitorear el progreso del estudiante y para alertar a los
profesores cuando podría haber un problema con el rendimiento del estudiante.

Este tipo de sistemas de Inteligencia Artificial les permite a los estudiantes obtener el
apoyo que necesitan, así como también para que los profesores encuentren áreas en
las que puedan mejorar la instrucción, para los estudiantes que puedan tener
problemas con el tema. Sin embargo, los programas de Inteligencia Artificial en estas
escuelas no solo ofrecen consejos sobre cursos individuales. Algunos están
trabajando para desarrollar sistemas que pueden ayudar a los estudiantes a elegir
especialidades basadas en áreas donde tienen éxito. Si bien los estudiantes no tienen
que seguir el consejo, podría marcar un nuevo precedente en la selección principal de
la universidad para futuros estudiantes.

6. Está alterando positivamente la forma en que encontramos e interactuamos

con la información.

Raramente notamos los sistemas de Inteligencia Artificial que afectan la información

que vemos y encontramos a diario. Google adapta los resultados a los usuarios en
función de la ubicación, Amazon hace recomendaciones basadas en compras
anteriores, Siri se adapta a sus necesidades y comandos y casi todos los anuncios
web, están orientados a sus intereses y preferencias de compra.

Este tipo de sistemas inteligentes desempeñan un papel importante en la forma en

que interactuamos con la información en nuestra vida personal y profesional, pudiendo
cambiar la forma en que encontramos y usamos la información en las escuelas y el
mundo académico. En las últimas décadas, los sistemas basados en Inteligencia
Artificial ya han cambiado radicalmente la forma en que interactuamos con la
información y con tecnología más nueva e integrada. Los estudiantes en el futuro
pueden tener experiencias muy diferentes investigando y buscando hechos que los
estudiantes de hoy.
7. Podría cambiar el rol de los docentes.

Siempre habrá un papel para los docentes en la educación, pero cuál es su función y
qué implica puede cambiar debido a las nuevas tecnologías en forma de sistemas
informáticos inteligentes. Como ya hemos discutido, la Inteligencia Artificial puede
encargarse de tareas como la calificación, puede ayudar a los estudiantes a mejorar
el aprendizaje e incluso puede ser un sustituto de la tutoría del mundo real. Sin
embargo, la Inteligencia Artificial podría adaptarse a muchos otros aspectos de la
enseñanza también. Los sistemas de Inteligencia Artificial podrían programarse para
proporcionar experiencia, sirviendo como un lugar para que los estudiantes hagan
preguntas y encuentren información, o incluso podrían tomar el lugar de los maestros
para obtener materiales de cursos muy básicos. En la mayoría de los casos sin
embargo, la Inteligencia Artificial cambiará el rol del docente desde un simple dictador
al de un facilitador.

Los maestros complementarán las lecciones incluidas por la Inteligencia Artificial,

ayudarán a los estudiantes con dificultades y proporcionarán interacción humana y
experiencias prácticas para los estudiantes. En muchos sentidos, la tecnología ya está
impulsando algunos de estos cambios en el aula, especialmente en las escuelas que
están en línea o que adoptan el modelo de Aula Invertida.

8. La Inteligencia Artificial puede hacer que el aprendizaje basado en "prueba y

error", sea menos intimidante.
El ensayo y error es una parte fundamental del aprendizaje, pero para muchos
estudiantes la idea de fallar o incluso no saber la respuesta, les resulta paralizante. A
algunos simplemente no les gusta que los pongan en el lugar frente a sus compañeros
o figuras de autoridad a la par de un maestro. Un sistema informático inteligente,
diseñado para ayudar a los estudiantes a aprender, es una forma mucho menos
desalentadora de lidiar con prueba y error. La Inteligencia Artificial podría ofrecer a los
estudiantes una forma de experimentar y aprender en un entorno relativamente libre
de juicios, especialmente cuando los tutores de la Inteligencia Artificial puedan ofrecer
soluciones para mejorar. De hecho, la Inteligencia Artificial es el formato perfecto para
apoyar este tipo de aprendizaje, ya que los sistemas de inteligencia artificial a menudo
aprenden por un método empírico de prueba y error.

9. Los datos alimentados por la Inteligencia Artificial, pueden cambiar la forma

en que las escuelas encuentran, enseñan y apoyan a los estudiantes.

La recolección inteligente de datos impulsada por sistemas informáticos inteligentes,

ya está haciendo cambios en la forma en que las universidades interactúan con
estudiantes potenciales y actuales. Desde reclutar hasta ayudar a los estudiantes a
elegir los mejores cursos, los sistemas informáticos inteligentes ayudan a que cada
parte de la experiencia universitaria se adapte más a las necesidades y objetivos de
los estudiantes.

Los sistemas de minería de datos ya están desempeñando un papel integral en el

panorama actual de la alta sociedad, pero la Inteligencia Artificial podría alterar aún
más la educación superior. Las iniciativas ya están en marcha en algunas escuelas
para ofrecer a los estudiantes formación guiada por Inteligencia Artificial, que pueda
facilitar la transición entre el bachillerato (el secundario o liceo) y la universidad. Quién
sabe, pero el proceso de selección de la universidad puede terminar como Amazon o
Netflix con un sistema que recomienda las mejores escuelas y programas para los
intereses de los estudiantes.

10. La Inteligencia Artificial puede cambiar el dónde aprenden los alumnos,

quién los enseña y cómo adquieren las habilidades básicas.

Si bien los cambios importantes aún pueden durar algunas décadas en el futuro, la
realidad es que la inteligencia artificial tiene el potencial de cambiar radicalmente casi
todo lo que damos por sentado sobre la educación.

Usando sistemas, software y soporte de Inteligencia Artificial, los estudiantes pueden

aprender de cualquier parte del mundo en cualquier momento, y con este tipo de
programas tomando el lugar de ciertos tipos de instrucción en el aula, la Inteligencia
Artificial puede reemplazar a los maestros en algunos casos (para bien o para mal ).
Los programas educativos impulsados por la Inteligencia Artificial ya están ayudando
a los estudiantes a aprender habilidades básicas, pero a medida que estos programas
crecen y los desarrolladores aprenden más, es probable que ofrezcan a los
estudiantes una gama mucho más amplia de servicios.

¿En conclusión? La Inteligencia Artificial nunca podrá sustituir (ni hoy ni nunca) al
trabajo de quienes se dedican al noble oficio de guiar, conducir, educar a quienes hoy
son alumnos y mañana serán los que guíen el destino de la humanidad. Pero no cabe
duda que la educación podría verse muy diferente dentro de unas décadas, gracias a
la Inteligencia Artificial.

5 usos de la inteligencia artificial en la educación

La innovación tecnológica revolucionará las formas de aprendizaje en las próximas

décadas
Conoce lo que la inteligencia artificial puede ofrecer a la educación
AddThis Sharing Buttons
Share to Facebook89Share to TwitterShare to LinkedInShare to Google+

 Con avance imparable de la tecnología nuestra sociedad se ve obligada a

evolucionar en todos sus aspectos.
 Las formas de enseñar que conocemos hasta ahora están quedando obsoletas
con rapidez.
 Las nuevas generaciones necesitan sistemas educativos que se adapten más
a sus hábitos digitales.

Vivimos en una sociedad cada vez más tecnificada. Poco a poco todos los los sectores
que la componen van asimilando los avances tecnológicos y adaptándose a ellos.
La educación también está atravesando este proceso de adaptación, y en su
interacción con la tecnología está dando como resultado nuevas formas de
enseñanza. ¿Pero hasta qué punto puede la tecnología revolucionar el mundo de la
educación?

Por el momento la llegada de los avances tecnológicos ha ayudado a hacer la

experiencia educativa más completa. Con el apoyo de soportes digitales se ha
podido crear el concepto de e-learning y se ha abierto la posibilidad de la educación
online. Además han surgido las aulas virtuales, que han facilitado que el trabajo en
clase se dinamice tanto para alumnos como para profesores.

Pero aún no se ha producido un cambio total en el sistema educativo. Crear un nuevo

modelo de educación que tenga como base la tecnología supone la creación de
nuevos contenidos adaptados. Además también es necesario que se entienda la
tecnología y los avances de la inteligencia artificial como refuerzos para que el
aprendizaje sea cada vez más adaptado.

Son precisamente los sistemas de inteligencia artificial los que pueden revolucionar
el futuro de la educación. Al contrario que en otros casos está previsto que la
aplicación de estos sistemas esté generalizado en la próxima década. Son cinco los
que según la Universidad de Stanford serán los más utilizados en las aulas.

1. Realidad Virtual

Aunque ya se usa hoy en día está previsto que se extienda más en los próximos años.
Esta herramienta permite a los alumnos interaccionar con entornos creados
expresamente para los contenidos a enseñar. Con los años se espera que sean cada
vez más refinados. Utilizar esta clase de recursos puede enriquecer lecciones de
historia o de arte, trasladando a los alumnos a ese entorno.

2. Robótica educativa

Cada vez se extiende más en las aulas la enseñanza de la robótica. Los alumnos
aprenden a programar pequeños robots quel es ponen en contacto directo con la
tecnología. De esta forma se desarrolla el pensamiento lógico y la creatividad. La
robótica les estimula y les permite obtener mejores resultados académicos.

3. Sistemas de tutoría inteligente

¿Te imaginas tener un profesor virtual? Estos sistemas pueden guiar al alumno en
el aprendizaje y les ayudan a solucionar sus problemas con las asignaturas. Ofrecen
respuestas de forma instantánea y permiten que el alumno sea consciente de sus
errores de forma más rápida. Además con ellos se pueden diseñar sesiones de
aprendizaje adaptadas a cada alumno.

4. Sistemas de aprendizaje online

A pesar de que ya los conocemos a través de los famosos MOOC su uso se extenderá
y perfeccionará en la próxima década. Estos sistemas permiten una evaluación más
sencilla. Su uso en el futuro podría suponer el fin de la educación presencial tal y
como la conocemos.

5. Analítica del aprendizaje

Hemos hablado ya de adaptar la educación a la capacidad cognitiva de lo alumnos.

Con la medición y recopilación de datos a través de los learning analytics se pueden
detectar los errores y puntos débiles de los alumnos de forma temprana. De esta
forma podrían evitarse muchos casos de fracaso escolar.

Inteligencia artificial: las tecnologías que cambiarán la educación en 2030

Un estudio de la Universidad de Stanford señala que la realidad virtual, el aprendizaje
adaptativo o la analítica del aprendizaje serán habituales en las aulas dentro de quince
años
Aunque la Inteligencia Artificial (IA) ya forma parte de nuestras vidas, aún resulta
extraño oír hablar de ella en ámbitos como el de la educación, donde la realidad de
las aulas avanza a un ritmo mucho más pausado que el de la tecnología. Sin embargo,
es precisamente el campo educativo uno de los que más podría verse reforzado y
transformado gracias a los nuevos sistemas de inteligencia artificial y su capacidad
para contribuir a la personalización del aprendizaje. Así lo cree un grupo de
investigadores y académicos que, avalados por la Universidad de Standford,
publicaron el pasado mes de septiembre el informe Artificial Intelligence and Life in
2030. Según el estudio, la realidad virtual, el aprendizaje adaptativo, la analítica del
aprendizaje (learning analitycs) y la enseñanza online serán habituales en las aulas
en tan solo quince años.

Realidad virtual y tutores inteligentes para aprender y enseñar

El informe Artificial Intelligence and Life in 2030 es el primero que se publica dentro
del proyecto One Hundred Year Study on Artificial Intelligence (AI100), impulsado por
la Universidad de Stanford para promover el debate social acerca de estas tecnologías
y guiar el desarrollo ético de programas, sensores y máquinas inteligentes. La
publicación, en la que participan 24 expertos de distintas universidades, disecciona el
panorama actual de la IA en distintas áreas, y vaticina qué tendencias se consolidarán
hacia el 2030 en cada ámbito, tomando como escenario una típica ciudad de Estados
Unidos.

En el caso de la educación, el estudio destaca la realidad virtual, la robótica

educativa, los sistemas de tutoría inteligente y aprendizaje online o la analítica
del aprendizaje como las tecnologías que, con toda probabilidad, ocuparán un lugar
destacado en las aulas dentro de quince años. Pero, ¿en qué consisten? ¿Cuál es su
nivel de desarrollo en el presente y qué se espera de ellas en el futuro? El informe
Artificial Intelligence and Life in 2030 ofrece algunas pistas:
1. Realidad virtual: en la actualidad ya se usan entornos de realidad virtual que
permiten a los alumnos interactuar con distintos ambientes y objetos. Los
expertos creen que en 2030 estos entornos sean más generales y sofisticados,
de modo que los estudiantes podrán sumergirse en ellos para explorar
asignaturas de distintas disciplinas. “La recreación de mundos pasados y
ficticios será tan popular en el estudio de las artes como en el de otras ciencias”,
señalan.
2. Robótica educativa: desde que Lego desarrollara en los años ochenta sus
primeros kits de robótica bajo la marca Mindstorms, se han lanzado al mercado
numerosos modelos destinados a promover distintas áreas del aprendizaje.
Ozobot, Cubelets o Dash and Dot permiten a los alumnos crear y programar
sus propios robots a la vez que desarrollan el pensamiento lógico y deductivo
y la creatividad. Los expertos, sin embargo, creen que la robótica educativa
solo encontrará su sitio en las aulas si se demuestra que, además de motivar a
los alumnos, mejora sus resultados académicos.

Robots como NAO, de Aldebaran Robotics, ya se usan en las escuelas.

Sistemas de tutoría inteligente: el desarrollo de algunas tecnologías de IA,

como el reconocimiento automático de habla (RAH) y el procesamiento de
lenguajes naturales (PLN), ha facilitado el desarrollo de los sistemas de tutoría
inteligente, que han pasado rápidamente del laboratorio al uso real. Estos
tutores cognitivos imitan el rol del profesor y guían el aprendizaje y la
ejercitación en distintas disciplinas. Ofrecen pistas a los estudiantes cuando
están atascados en un problema, les proporcionan un feedback inmediato en
función de sus errores o respuestas, e incluso diseñan secuencias de
aprendizaje personalizadas para cada alumno. Sus aplicaciones son muchas y
se han traducido en distintas herramientas de aprendizaje adaptativo. Por
ejemplo, Duolingo, enfocada al aprendizaje de lenguas extranjeras, detecta los
errores del estudiante, los corrige y le ayuda a progresar a su ritmo.Los
expertos creen que este tipo de herramientas “van a convertirse en uno de los
núcleos del proceso de enseñanza en la educación superior “, ya que ayudarán
a mantener los costes al dar servicio a un mayor número de alumnos y permitir
que estos pasen por la escuela más rápidamente.
 3. Sistemas de aprendizaje online: el informe califica de “sorprendente” la
“explosión de los MOOC y de otros modelos de educación online en todos los
niveles educativos”. Estos han logrado expandir el tamaño del aula y dar cabida
a miles de estudiantes, que pueden ser evaluados más fácilmente gracias a las
tecnologías de inteligencia artificial. De hecho, ya existen programas que
generan preguntas de manera automática y evalúan preguntas de respuesta
corta y abierta. Según el informe, esta tendencia se consolidará y perfeccionará
hacia 2030. Y, aunque la educación formal no desaparecerá, los investigadores
del estudio creen que “los MOOC y otros tipos de educación online formarán
parte del aprendizaje en todos los niveles, desde Secundaria a la universidad”,
de forma que la educación evolucionará hacia un formato semipresencial o de
blended learning.
4. Analítica del aprendizaje o learning analytics: esta área, que consiste en la
medición, recopilación y análisis de datos de los estudiantes durante el proceso
de aprendizaje, se ha visto impulsada por el crecimiento de los MOOC y los
sistemas de aprendizaje online, que han actuado como “vehículos naturales”
para la recopilación de datos. Esta colaboración podría contribuir a nuevos
descubrimientos científicos en el campo de la cognición, y conducir a la mejora
del aprendizaje a gran escala. De hecho, en la actualidad, ya se usan
tecnologías de inteligencia artificial para analizar la motivación, comportamiento
y resultados de los El objetivo de estos estudios es “detectar los errores más
comunes de los estudiantes, predecir cuáles están en riesgo de suspenso y
proporcionarles una respuesta en tiempo real, lo que está estrechamente ligado
a sus resultados”. Por otro lado, también se están llevando a cabo
investigaciones para “entender mejor los procesos cognitivos implicados en la
comprensión, la escritura, la adquisición de conocimientos y la memoria!”,
cuyos resultados tendrán aplicación en la práctica educativa y el desarrollo de
nuevas tecnologías. De hecho, los expertos consideran que la analítica del
aprendizaje acelerará la creación de herramientas para personalizar el
aprendizaje.

Beneficios y retos de la inteligencia en la educación

Todas estas tecnologías presentan ventajas plausibles para el mundo de la educación,

pero también desafíos para docentes y alumnos. “Creemos que las aplicaciones de la
inteligencia artificial serán mucho más comunes y útiles hacia 2030, y mejorarán
nuestra economía y calidad de vida […] Pero esta tecnología también creará grandes
desafíos, que afectarán al trabajo, a los ingresos y a otros temas de los que debemos
comenzar a hablar para asegurarnos de que los beneficios de la inteligencia artificial
sean ampliamente compartidos”, explica a Science Daily Peter Stone, profesor de
Ciencias de la Computación de la Universidad de Texas y director del informe.

En el caso de la educación, los beneficios apuntan hacia la personalización del

aprendizaje, la expansión del aula y una mayor y mejor interacción entre
profesores y alumnos, tanto dentro como fuera de clase. La confluencia de los
sistemas de aprendizaje online, los tutores inteligentes y la analítica del aprendizaje
contribuirían a personalizar la educación y extenderla más allá de las paredes del aula,
de manera que los alumnos por clase se multiplicarían significativamente. Esto
también dará lugar a que muchos adultos y profesionales puedan ampliar su
educación de manera sencilla, ya que muchos grados y certificaciones profesionales
podrán obtenerse vía online o semipresencial, lo que también favorecerá la educación
permanente o lifelong learning.

Además, los sistemas de aprendizaje online y otras tecnologías de IA facilitarán la

interacción entre alumnos y docentes, o entre los alumnos y la materia de estudio,
como en el caso de los entornos de realidad virtual.

Sin embargo, para que este escenario sea posible, los docentes y demás actores de
la comunidad educativa tendrán que afrontar un reto clave: “saber integrar este
tipo de tecnologías con el aprendizaje presencial y la interacción humana”,
explica el informe. Esto supone tomar conciencia de las posibilidades de la inteligencia
artificial en la educación y reformular el proceso de enseñanza-aprendizaje para que
estas nuevas tecnologías encajen de una forma práctica y significativa, de forma que
puedan reportar los beneficios señalados.

Crearon una Inteligencia Artificial que aprendió a programar software

BAYOU es una herramienta de aprendizaje profundo que básicamente funciona como

un motor de búsqueda para la programación: dile qué tipo de programa deseas
crear con un par de palabras clave, y lanzará código de Java que hará lo que estás
buscando, basado en su mejor suposición.

La herramienta fue desarrollada por un equipo de científicos informáticos de la

Universidad de Rice que recibió fondos tanto del ejército estadounidense como de
Google. En un estudio publicado a principios de abril en arXiv, describen cómo
crearon BAYOU y qué tipo de problemas puede ayudar a los programadores a
resolver.
Básicamente, BAYOU lee el código fuente de aproximadamente 1500 aplicaciones de
Android, lo que da 100 millones de líneas de Java. Todo ese código fue alimentado a
través de la red neuronal de BAYOU, resultando en una IA que puede, sí, programar
otro software.

Si el código que lee BAYOU incluye cualquier tipo de información sobre lo que hace
el código, BAYOU también aprendió lo que esos programas estaban destinados a
hacer junto con la forma en que funcionan. Esta información contextual es lo que
permite a la IA escribir software funcional basado en solo un par de palabras clave e
información básica sobre lo que el programador desea.

Grandes especialistas en informática, regocíjense: su tarea puede ser mucho más

fácil. Y enseñar a las personas cómo programar puede volverse más simple e intuitivo,
ya que algún día podrán usar esta nueva IA para generar ejemplos de código o incluso
para verificar su propio trabajo. En este momento, BAYOU todavía está en las
primeras etapas, y el equipo detrás de él todavía está demostrando que su tecnología
funciona.

No, este no es el momento en que AI se autoreplica; BAYOU simplemente genera

lo que los investigadores llaman “bocetos” de un programa que son relevantes para lo
que un programador está tratando de escribir. Estos bocetos aún necesitan ser
ensamblados en el trabajo más grande, y pueden tener que adaptarse al proyecto en
cuestión.

Pero incluso si la tecnología está en su etapa temprana, este es un paso importante

en la búsqueda de un programador de IA, un objetivo de larga data para los
investigadores en ciencias de la computación. Otros intentos de crear algo como
BAYOU requirieron restricciones extensas y estrechas para guiar a los programadores
hacia el tipo de código correcto. Debido a que BAYOU puede llegar a trabajar con solo
un par de palabras clave, es mucho menos intenso y mucho más fácil de usar en
general, para los operadores humanos.

Inteligencia Artificial para mejorar la educación

Desde hace casi una década, los investigadores en las universidades y en las
empresas dedicadas a vender sistemas educativos han invertido tiempo en estudiar
cómo la inteligencia artificial puede ayudar a los profesores a personalizar la
educación y volverla más relevante, eficiente y efectiva.
Por: Rafael Rangel Sostmann

Cada día me sorprende más cómo los motores de búsqueda de información que usan
las compañías que venden productos y servicios, como Amazon y Google, aprenden
de nuestros gustos, intereses y estilos personales al comprar. Nos envían
promociones de libros, cámaras fotográficas, viajes, o suplementos alimenticios, de
acuerdo a nuestro perfil y basándose únicamente en la información que obtuvieron de
nosotros al usar sus plataformas.

Los automóviles también aprenden sobre nuestros estilos de manejo, con el objetivo
de sincronizar la respuesta del motor y la transmisión con la persona al volante. De
hecho, cada vez son más los automóviles que cuentan con dispositivos que
constantemente envían información a los sistemas centrales de las automotrices con
datos sobre la distancia que recorremos, en qué lugares nos detenemos, qué rutas
tomamos, etc. La razón detrás de estas herramientas es que, a través de dicha
información, las compañías automotrices pueden diseñar mejores unidades que
respondan mejor a nuestras necesidades, tanto de seguridad como personales.

De la misma forma en que estos sistemas aprenden sobre los requerimientos de cada
persona, existen sistemas para impartir educación que aprenden de los alumnos en
forma individual, utilizando bases de datos que obtienen de los exámenes y encuestas
que aplican directamente a los estudiantes. A estos sistemas se les denomina
“Sistemas Adaptativos de Aprendizaje;” y la razón del nombre es porque se adaptan
a las necesidades de cada alumno.

Al conocer los intereses de cada estudiante, se pretende desarrollar una educación

más personalizada y efectiva, logrando una mejor calidad en el proceso de
enseñanza-aprendizaje.

En el sistema tradicional de enseñanza, el profesor explica y guía a sus alumnos para

que éstos adquieran conocimientos y conceptos. Después de un periodo de tiempo,
el profesor aplica una evaluación a sus alumnos con el fin de verificar su progreso, de
acuerdo con los objetivos de la materia o lección. Si el alumno no tiene una calificación
aprobatoria, se le pide cursar de nuevo el programa completo o la materia.

Bajo el sistema tradicional, el profesor imparte conocimiento a un grupo de estudiantes

que supuestamente comparten las mismas necesidades y estilos de aprendizaje. Sin
embargo, sabemos que cada alumno tiene necesidades y capacidades diferentes.

¿No sería mejor si el profesor contara con el apoyo de un tutor para cada alumno, y
que éste ayudara al estudiante en sus necesidades individuales? El tutor personal
guiaría al alumno en su proceso de aprendizaje y lo apoyaría con los temas que
necesita dominar, a través de recomendaciones específicas sobre qué material
consultar. A este tutor personal se le define como “tutor digital” y se comunica con el
alumno a través de una computadora o dispositivo. Este tutor está conectado a un
sistema inteligente central, que recaba la información del alumno cuando contesta
encuestas y exámenes, e incluso puede contar con su historial académico y
extracurricular.

Con esta información, el sistema analiza las respuestas enviadas por cada alumno y
emite recomendaciones personalizadas a través del tutor digital. El profesor supervisa
la asesoría que los tutores digitales imparten a los alumnos y, si es necesario,
interviene. A medida que el alumno cubre los contenidos recomendados, el sistema
efectúa evaluaciones adicionales. Dependiendo de las repuestas del alumno, el
sistema asigna nuevas tareas que pueden ser reforzar temas complementarios, o
avanzar en el plan de estudios.

Desde hace casi una década, los investigadores en las universidades y en las
empresas dedicadas a vender sistemas educativos han invertido tiempo en estudiar
cómo la inteligencia artificial puede ayudar a los profesores a personalizar la
educación y volverla más relevante, eficiente y efectiva.

Existen varios sistemas educativos que han sido desarrollados comercialmente y se

les conoce como Plataformas de Aprendizaje Adaptativo. Dentro de las más conocidas
o populares está ALEKS, desarrollada por la compañía editorialista de libros y
materiales educativos McGraw Hill. Otra plataforma muy utilizada es Knewton.

Estos sistemas son usados por millones de estudiantes en Estados Unidos y en el

mundo, especialmente en escuelas secundarias y preparatorias para la enseñanza de
matemáticas. También empiezan a ser utilizados por las universidades, con el objetivo
de evaluar la preparación o formación con la que llegan los alumnos de primer
ingreso. A través de sus investigadores, las universidades han implementado la
inteligencia artificial y han perfeccionado la docencia, al incluir otras áreas del
conocimiento adicionales a las matemáticas. Actualmente, se está trabajando en
preparar sistemas inteligentes que enseñen cursos de economía, química, física,
literatura, historia, etc.

¿Cuál es el papel del profesor ante el surgimiento de estos sistemas inteligentes? El

profesor siempre se va requerir para supervisar y mejorar el trabajo de dichos
programas, además, existe la oportunidad y necesidad de crear nuevos materiales
académicos para alimentar las plataformas.

Esto abre toda una nueva área de oportunidades para incrementar la calidad de la
educación, hacerla más efectiva, más inclusiva, reducir la deserción e incrementar la
motivación de los alumnos por aprender. Las plataformas de Aprendizaje Adaptativo
ofrecen la posibilidad de llevar a un gran número de estudiantes una educación de
calidad personalizada. Estos sistemas ofrecen una alternativa muy prometedora para
un país como México, en el cual la educación sigue teniendo grandes áreas de
oportunidad.

* Rafael Rangel Sostmann es académico mexicano. De 1985 a 2011 ejerció como

rector del Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM).
Actualmente funge como asesor para el Presidente de la Arizona State University
(ASU), Michael Crow.

¿Qué es el Machine Learning y cómo afectará a la educación?

Este conjunto de aplicaciones tecnológicas permite una mejor evaluación de la

información y, con ello, un mejor conocimiento de la situación de cada estudiante

La Inteligencia Artificial tiene la capacidad de mejorar la educación y las técnicas de

aprendizaje empleadas

 La integración del aprendizaje automático en las aulas amplía las posibilidades

con las que cuentan los estudiantes para formarse y desarrollar sus
competencias.
 Te mostramos algunas formas en las que la Universidad puede mejorar sus
servicios educativos, gracias a la integración de la tecnología Machine
Learning.
 La IA está transformando muchos sectores y actividades, dado la amplitud de
oportunidades que ofrece y cómo consigue simplificar ciertos procesos.

Son varios los conceptos en tecnología que hacen referencia a la misma idea
innovadora: Inteligencia Artificial, aprendizaje automático o Machine Learning.

Todos estos conceptos hacen referencia a la capacidad de la tecnología de aplicar

procesos que les permiten analizar datos a través de algoritmos, y extraer resultados
que consiguen mejorar el rendimiento y, sobre todo, que permiten que la máquina
aprenda y prediga situaciones futuras.

En el campo educativo, especialmente en el aprendizaje en la Universidad que debe

ser más competitivo e innovador, permite que los estudiantes accedan a una
experiencia educativa más adaptada a sus necesidades y más flexible, según las
circunstancias de cada estudiante.

¿Cómo la Inteligencia Artificial puede mejorar la experiencia de aprendizaje?

Según educadores, tecnólogos y expertos en estas aplicaciones inteligentes, la IA

puede hacer que la educación dé un salto cualitativo y mejore la preparación de los
estudiantes.

1. Apoyo

La IA es el mejor recurso para los docentes, pues les permite acceder a los datos de
todos sus alumnos, mejorar su seguimiento y ofrecer los recursos idóneos para cada
experiencia de aprendizaje.

2. Predicción

Las máquinas inteligentes destacan por su capacidad analítica y predictiva, lo que

permite tener una idea más fiable del rendimiento que obtendrá cada alumno y de lo
que necesita para conseguir las competencias fijadas.

3. Cualificación ciega

Si es una máquina la encargada de evaluar y calificar al alumno, se evitan tratos de

favor y se garantiza que se apliquen los mismos baremos, sin excepciones.

4. Personalización

Es de los rasgos más cualitativos de la aplicación del Machine Learning y su capacidad

de ofrecer un aprendizaje adaptado a cada alumno, según su evolución, sus
habilidades y sus intereses.

5. Contenido efectivo

La personalización también permite que el contenido se adapte al avance de cada

estudiante, reforzando sus debilidades y ofreciendo recursos que cubran las
carencias formativas.

6. Reducir las tasas de abandono

El continuo análisis de datos y resultados ayuda a detectar a los estudiantes que están
en riesgo de exclusión por su bajo rendimiento y que corren peligro de abandonar
los estudios.

El aprendizaje automático es más hábil en la detección de estos casos, de manera

que la Universidad pueda intervenir.
7. Aprendizaje colaborativo

La IA permite agrupar mejor a los estudiantes y docentes, según intereses y

necesidades.

Por tanto, mejora el trabajo en equipo y la cooperación a la hora de avanzar en el

aprendizaje.

Aprovecha la innovación tecnológica para crear tu futuro profesional y haz de la IA

tu herramienta de trabajo:

Arthur Samuel, pionero en inteligencia artificial, afirma que el machine learning “da a
la computadora la habilidad de aprender sin ser explícitamente programada”. Ésta
tecnología ha sido adaptada a herramientas y software en línea, útiles en la
educación. Hoy te compartimos 5 herramientas de machine learning.

herramientas de machine learning

Un ejemplo específico de qué es machine learning son las sugerencias que servicios
de compra en línea, de manera casi instantánea, te envía publicidad de productos que
quizás puedan interesarte.

El machine learning permite que los estudiantes aprendan de una mejor manera, ya
que el sistema analiza su rendimiento y personaliza el contenido con el objetivo de
reforzar aspectos específicos de manera individual, orienta al estudiante hacia lo que
debería reforzar.

La educación y el machine learning

La ventaja de integrar el machine learning en la educación, es que realiza una
predicción de problemas o dificultades en el aprendizaje a través del análisis de su
rendimiento, de esta manera puede predecir nuevas rutas de aprendizaje.

La recopilación de estos datos permite al docente identificar el contenido que el

estudiante ha comprendido y el que debe fortalecer.

Los docentes deben encontrar una manera de presentar esta tecnología a los jóvenes
como una herramienta para que ellos les sorprendan, el sistema se encargará de
guiarlos y el docente revisará posteriormente sus avances.

Se recomienda que la implementación de estos sistemas a las clases, tanto docentes

como estudiantes, sean parte del proceso.

5 herramientas de machine learning en la educación

Las herramientas y servicios en línea que integran el machine learning son un refuerzo
para optimizar los procesos de aprendizaje, convirtiéndose en un apoyo para el
docente y guiar a los estudiantes.

 Aleks: Es un sistema de evaluación y aprendizaje basado en la Web que

integra la inteligencia artificial, el proyecto está a cargo de McGraw-Hill
Education.

La plataforma realiza de manera automática ajustes al programa establecido por el

docente, basado en el resultado de pruebas de contenido. El objetivo del sistema es
asegurar que la información aprendida es retenida por el estudiante.

 WriteToLearn: Es un herramienta automatizada para el desarrollo de

habilidades de escritura y comprensión de lectura.

Una de las características esenciales de WriteToLearn, es que la plataforma realiza

una revisión automática de los textos, evaluando no solo la gramática y ortografía,
sino además, el significado del texto.

 Turnitin: Promueve la integridad académica puesto que su valor principal es la

revisión de textos con un sistema que determina el riesgo de plagio, además,
ofrece herramientas de enseñanza y aprendizaje, tanto académico y
profesional.
 Learning Navigator: Es un sistema en línea desarrollado por Gooru, una
organización no lucrativa de tecnología educativa.

El machine learning permite a la herramienta el desarrollo de rutas de aprendizaje

personalizadas para ayudar a los estudiantes a alcanzar sus metas.
Learning Navigator realiza el proceso de curación de contenido sin importar el ritmo
de aprendizaje del estudiante y el punto de partida que tome.

 Mangahigh: El proyecto se enfoca en el área de las matemáticas. El docente

puede personalizar las instrucciones en un proceso de tres pasos: Asignar
actividades, revisión de rendimiento y diferenciación de instrucciones.

Gracias a la información y datos que provee Mangahigh el docente puede analizar los
resultados del grupo de estudiantes y cambiar instrucciones para mejorar el proceso
de aprendizaje.

Lo más importante en la implementación del machine learning es el análisis del data

y la toma de decisiones a partir de ello.

El docente tiene un excelente apoyo al adquirir un sistema que automáticamente guíe

al estudiante en su proceso, pero debe estar al tanto del rendimiento de cada uno de
ellos.

¿Conoces los fundamentos del Deep Learning?

Puede que en un futuro no muy lejano revolucione el mundo de la educación

Imagina la aplicación de tecnologías inteligentes y autónomas en el aula. ¿Ciencia

ficción? No, simplemente ciencia

 El Deep Learning es el concepto que está revolucionando la inteligencia

artificial.
 El uso del Deep Learning en la automatización está comenzando a extenderse
con resultados satisfactorios.
 El aprendizaje Deep Learning puede dar la clave para la introducción de la
inteligencia artificial en las aulas.
Deep Learning. ¿Lo has escuchado alguna vez? Puede que lo hayas visto en al
sección de ciencia y tecnología de algún periódico, o tal vez lo has escuchado en
programas de radio. ¿Pero tienes idea de qué se trata?

Se trata de una forma de aprendizaje diseñada para las máquinas. Esta forma de
aprendizaje trata de emular la forma en la que el ser humano asimila los
conocimientos, replicando en sus algoritmos una estructura similar a la de las
conexiones neuronales del cerebro. Fascinante, ¿verdad?

¿Sabes lo que es aún más fascinante? El hecho de que esta forma de aprendizaje
esté comenzando a dar sus frutos. Aunque su planteamiento teórico se remonta a los
años 80 no ha sido hasta hace unos años cuando se ha contado con la tecnología
necesaria para desarrollarla. ¿Y sabes qué es lo que se pretende conseguir con el
Deep Learning? Que la automatización de las máquinas sea cada vez más eficiente.

Con el aprendizaje Deep Learning cualquier máquina conectada gracias al internet de

las cosas puede desarrollar su propio aprendizaje de manera más satisfactoria que
con los algoritmos lineales.

¿Qué supone esto? Inteligencias artificiales capaces de reconocer su entorno y de

cumplir sus cometidos de forma autónoma. ¿A que parece una película de ciencia
ficción? Ya sabes lo que dicen, a veces la realidad supera la ficción.

Pero centrémonos en este Deep Learning y las inteligencias artificiales para las
que se ha desarrollado. ¿Qué aplicaciones crees que podrían tener? Los coches
automatizados actuales ya hacen uso de esta tecnología. Y otros aspectos en los que
se aplica el Deep Learning es en los algoritmos de búsqueda de Google o el
reconocimiento de caras de Facebook. Todos estos usos están bien, tienen su
utilidad y nos hacen algunas labores más sencillas. ¿Te preguntas en qué más
ámbitos podría aplicarse?

La educación es uno de los sectores en los que el Deep Learning podría tener gran
futuro. No cabe duda que en un futuro cercano las inteligencias artificiales entrarán en
el aula para hacer la experiencia educativa más eficiente.

¿Por qué no utilizar el aprendizaje profundo en ellas? Hace ya algunos años que las
TIC forman parte del día a día de los estudiantes en el colegio. La llegada de la
inteligencia artificial solo supondría un paso más allá.

¿Pero qué pasaría si optimizáramos las TIC de las aulas con el aprendizaje Deep
Learning? Con esta combinación podríamos crear herramientas de apoyo para el
aprendizaje de los niños. ¿Cuál sería el beneficio?

Imagina una educación adaptada al rendimiento y capacidades de cada niño. De

esta manera, cada alumno recibiría los contenidos en función de sus características
pero siempre con el objetivo de obtener un buen rendimiento académico. ¿No sería
todo un beneficio para la educación la implantación de los tutores inteligentes?

En una educación en la que se introdujeran tecnologías con aprendizaje Deep

Learning el profesor seguiría teniendo su lugar como orientador. Y los alumnos
tendrían la posibilidad de mejorar su rendimiento de una manera más sencilla.
Imagina el descenso de la tasa de abandono escolar si esto ocurriera... ¿No te
gustaría que su aplicación llegar a hacerse realidad?

Uso del software educativo en el proceso de enseñanza y aprendizaje

La enseñanza como actividad conjunta del maestro y los alumnos se divide en dos
procesos relacionados: la enseñanza como la actividad del maestro y la del
aprendizaje como la actividad del alumno. El maestro representa los intereses de la
sociedad, y tiene la obligación de enseñar y educar a los escolares. Reinaldo E. Abreu
Concepción en su tesis para la maestría define lo siguiente: “El Proceso de
Enseñanza-Aprendizaje tiene como propósito esencial contribuir a la formación
integral de la personalidad del alumno y de la alumna, constituyendo la vía
fundamental para la adquisición de los conocimientos, procedimientos, habilidades,
normas de comportamientos y valores legados por la humanidad”.
Por otra parte, Rita M. Álvarez de Zayas manifiesta que “el Proceso de
Enseñanza-Aprendizaje es un proceso de dirección, de comunicación, de
socialización donde el profesor comunica, expresa, organiza, facilita los contenidos
científicos-históricos”.

AL revisar las definiciones acerca de este proceso se asume la del Licenciado, por
acercarse más al propósito de la investigación. El software educativo como medio de
enseñanza Los medios de enseñanza son las herramientas mediadoras del proceso
enseñanza aprendizaje utilizadas por maestros y alumnos, que contribuyen a la
participación activa, tanto individuales como colectivas, sobre el objeto de
conocimiento. Los medios no solamente son usados por los maestros, sino que deben
resultar de verdadera utilidad a los alumnos para el desarrollo de la interacción y
habilidades específicas.

Algunas definiciones lo demuestran como Graf Werner, Kurt Mocker y Gunter

Wesiman, profesores alemanes que consideran “cómo medios de enseñanza y
materiales didácticos en general, a los medios que se crearon concientemente para el
proceso pedagógico sobre la base de los documentos de enseñanza, aprovechando
los conocimientos pedagógicos, y que sirven al que enseña y al que aprende a realizar
procesos didácticos”.

El Dr. Vicente González Castro a partir de sus funciones pedagógicas planteó “Los
medios de enseñanza son los medios de objetivación del trabajo, que están vinculados
a los objetos materiales que sirven de apoyo al proceso de enseñanza y contribuyen
decisivamente al logro de su objetivo… Teoría y Práctica de los
medios de enseñanza son todos los componentes del proceso docente –
educativo que actúan como soporte material de los métodos (instructivos o
educativos).

Con el propósito de lograr los objetivos planteados. Lothar Klingberg , pedagogo

alemán, señala “…como medio de enseñanza se denominan todos los medios
materiales necesitados por el maestro o el alumno
para una estructuración o conducción efectiva y racional del proceso de
instrucción y educación a todos los niveles, en todas esferas de nuestro sistema
educacional y para todas las asignaturas, para satisfacer el plan de enseñanza”.
Colectivo de autores de Pedagogía lo definen como “…Distintas imágenes y
representaciones de objetos y fenómenos que se confeccionan especialmente para la
docencia, también objetos reales naturales e industriales, que contienen información
y se utilizan como fuente de conocimiento”. Otra definición dada y de la cual se toma
partido es la del Dr. Antonio Porto, al considerarla asequible, aplicable y concreta al
propósito del presente trabajo de diploma que define los medios de enseñanza como:
“…todo aquel componente
material o materializado del proceso que en función del método sirve para
construir la representaciones de las relaciones esenciales de los conocimientos y
habilidades a adquirir que expresa el objetivo…”.

Analizando esta definición se puede ver que la computación forma parte del
componente material que favorece la flexibilidad del pensamiento de los alumnos, ya
que estimula la búsqueda de distintas soluciones para un mismo problema,
permitiendo un mayor despliegue de los recursos cognitivos de los alumnos. Es por
esto que la utilización de la computadora en el aula implica un mayor grado de
abstracción de las acciones, una toma de conciencia y anticipación de lo que muchas
veces se hace “automáticamente”, estimulando el pasaje de conductas sensorio-
motoras a las conductas operatorias, generalizando la reversibilidad a todos los planos
del pensamiento.

La computadora puede interactuar con el usuario mediante estímulos textuales,

gráficos, color, sonido, animaciones; es capaz de procesar la información y
mostrar el resultado de lo que el usuario pidió hacer. La interactividad es una cualidad
que la diferencia de otros medios, debe ser considerado como principal indicador para
su uso. El concepto de software educativo ha sido abordado por diferentes autores,
atribuyéndole disímiles definiciones a pesar de las cuales se imponen las
potencialidades y su absoluto basamento en los principios de la enseñanza para su
vinculación en el proceso de enseñanza aprendizaje. Es un programa creado con la
finalidad específica de ser utilizado como medio didáctico, es decir para facilitar el
proceso de enseñanza aprendizaje.

En las ciencias pedagógicas cuenta Sánchez J y Rodríguez Lamas, entre otros, que
han abordado desde sus investigaciones el concepto, las características y
potencialidades de los software educativos. Sánchez J. define el concepto genérico
de Software Educativo como cualquier programa computacional cuyas características
estructurales y funcionales sirvan de apoyo al proceso de enseñar, aprender y
administrar. Según Rodríguez Lamas es una aplicación informática, que soportada
sobre una bien definida estrategia pedagógica, apoya directamente el proceso de
enseñanza aprendizaje constituyendo un efectivo instrumento para el desarrollo
educacional del hombre del próximo siglo.

Estos autores coinciden en las definiciones aportadas, el carácter instrumental del

software en el proceso de enseñanza aprendizaje, a la vez que dejan claro que puede
ser cualquier aplicación informática. En este sentido la autora considera que estas
definiciones quedan a un plano extremadamente general donde toda aplicación
informática que se utilice en el proceso de enseñanza aprendizaje puede ser
considerada un software educativo. Por otra parte Bill Gates en su libro “Camino al
futuro” define al Software Educativo como programa informático, medio de enseñanza
bidireccional, interactivo basado en una forma de presentar la información que emplea
una combinación de texto, sonido, imagen, animación, video con propósitos
específicos dirigidos a contribuir con el desarrollo de predeterminados aspectos del
proceso docente10 y la Lic. Rosa Lidia Peña Gálvez en el Programa y Orientaciones
Metodológicas de Computación Básicas, plantea:
“Los Software Educativos son programas de Computación, cuyo objetivo es
instruir y educar, permite el accionar con la máquina a partir de las operaciones del
Sistema Operativo Windows y sus aplicaciones.

Estos programas serán utilizados desde el preescolar hasta el sexto grado en el

proceso docente educativo, contribuyen a elevar la calidad del aprendizaje y posibilita
una mejor atención al tratamiento de las diferencias individuales en correspondencia
del diagnóstico de los educandos”. Estudiados los referentes teóricos ya mencionados
la autora se acoge a la dos anteriores definiciones por su pertenencia con la
propuesta, teniendo en cuenta la interacción con el software para su mejor
aprovechamiento, agregando que estos pueden ser muy desarrolladores y efectivos,
pero si no logra motivar a los alumnos dentro del objetivo que se persigue y no
presenta un sistema de actividades no cumplirán su función didáctica.

El software educativo se caracteriza por ser altamente interactivo, a partir del empleo
de recursos multimedia, como videos, sonidos, fotografías, diccionarios
especializados, explicaciones de experimentados profesores, ejercicios y juegos
instructivos que apoyan las funciones de evaluación y diagnóstico. El objetivo es que
el intercambio sea más eficiente: incrementar la satisfacción, disminuir la frustración
y, en definitiva, hacer más productivas las tareas que rodean a los alumnos, de ahí:
¿Qué ventajas o beneficios aporta el trabajo con el software educativo?
 Permite la interactividad con los alumnos, retroalimentando y evaluando lo
aprendido, a través de ella se puede demostrar el problema como tal. • Facilita
las representaciones animadas.
 Incide en el desarrollo de las habilidades a través de la ejercitación. • Permite
simular procesos complejos.
  Reduce el tiempo que se dispone para impartir gran cantidad de
conocimientos facilitando un trabajo diferenciado, introduciendo al alumno en
el trabajo con los medios computarizados.
 Permiten transmitir gran volumen de información en un menor tiempo, de forma
amena y regulada por maestro. • Facilita el trabajo independiente y a la vez un
tratamiento individual de las diferencias en correspondencia con el diagnóstico
de los educandos. •
 Desarrollan los procesos lógicos del pensamiento, la imaginación, la
creatividad y la memoria. El uso del software por parte del maestro proporciona
numerosas ventajas, entre ellas:
 Enriquece el campo de la Pedagogía al incorporar la tecnología de punta que
revoluciona los métodos de enseñanza aprendizaje.
 Constituye una nueva, atractiva, dinámica y rica fuente de conocimientos.
 Pueden adaptar el software a las características y necesidades de su grupo
teniendo en cuenta el diagnóstico en el proceso de enseñanza aprendizaje, lo
cual permite elevar su calidad.
 Permiten controlar las tareas docentes de forma individual o colectiva.
 Muestran la interdisciplinariedad de las asignaturas. Clasificación del software
educativo Existen diversos criterios referentes a las distintas clasificaciones del
software educativo, unos se basan en las funciones didácticas de la actividad
que simulan, otros en las teorías de aprendizaje en que se sustentan, otros
según la forma de organización de la enseñanza que modelan, etc. El MsC
Alfonso Rivero12, lo clasifica a partir de criterios que responden a las funciones
o propósitos para los que fueron diseñados. En esta se establecen tres grupos,
ellos son:
1. Medios de enseñanza activos.
2. Medios de enseñanza pasivos.
3. Medios de enseñanza de acción indirecta.

Tomando del folleto de Informática Educativa elaborado por el colectivo de autores del
ISPETP13 se asumen las definiciones para los distintos tipos de software que sigue:
En el primer grupo se encuentran todos aquellos medios diseñados para intentar
sustituir al maestro y dirigir el proceso docente que tendrá un marcado carácter
autodidacta. Se incluyen en este grupo:
4. Tutoriales
5. Entrenadores.
6. Repasador.
7. Evaluadores.

En el segundo se agrupan los medios que se desarrollan para ser empleados en una
actividad docente conducida por el profesor, no pretendiendo sustituirlo. Se asemejan
en este propósito a los medios de enseñanza tradicionales. Aquí se incluyen entre
otros: • Libro electrónico.

 Simuladores El tercer grupo considera a aquellos medios que el alumno emplea

sin el propósito consciente de aprender algo con ellos, pero que por sus
 características ejercen sutilmente su acción didáctica. En este grupo están los
juegos instructivos. Juegos instructivos: Software que pretende despertar mediante
el juego el suficiente nivel de motivación y de predisposición para la asimilación del
contenido instructivo.
 En realidad no debe pensarse que son excluyentes entre sí, por el contrario, para
responder a una estrategia pedagógica determinada, puede confeccionarse un
software que integre características de varios de ellos. Atendiendo a las
clasificaciones anteriores el software educativo “Resolviendo
Problemas Matemáticos” se puede catalogar dentro de los Repasadores
diseñados con el propósito de desarrollar una determinada habilidad manual o
motora, especialmente cuando la habilidad a desarrollar es intelectual. Este
software se presenta en forma de juego donde el alumno de segundo grado
encuentra motivación por la presencia de una primera pantalla donde viajará en un
barco bordeando una playa y encontrará diferentes niveles a medida que avanza,
con ejercicios matemáticos en cada nivel y su evaluación respectivamente, el reto
será solucionarlos y llegar a la meta, que será el final del viaje. (Figura 1)

Pantalla Software Educativo Resolviendo Problemas Matemáticos. Figura 1:

Pantalla Software Educativo Resolviendo Problemas Matemáticos. Fuente: SE El

objetivo es que el intercambio sea más eficiente , incrementar la satisfacción, disminuir
las frustración y en definitiva hacer más productivas las tareas que rodean al alumno
permitiendo con este software evaluar las respuestas emitir sugerencias, reflexiones
,niveles de ayuda cognoscitivas, desarrollar actividades de diversa complejidad y así
posibilita la asimilación activa de los contenidos y motiva al alumno hacia un
aprendizaje desarrollador y le confiere a la clase un carácter interdisciplinario.

La softarea como sistema de actividades para la aplicación e interacción con el

software educativo En el proceso de enseñanza aprendizaje, se constata la necesidad
de elaborar estrategias de aprendizaje que posibiliten a los maestros, el uso adecuado
de las tecnologías, en particular el uso correcto del software educativo para el trabajo
con los educandos.

La importancia de la introducción de colecciones de software educativos con

carácter curricular extensivo, para todos los grados y educaciones,
no radica únicamente en la tenencia de estos medios como tal, sino en la
utilización novedosa que cada docente sea capaz de concebir para su grupo de
alumnos de acuerdo con el diagnóstico de cada uno de ellos. Una de las vías que
posibilita esto y el cumplimiento de los objetivos establecidos en el programa de cada
asignatura, lo constituye la asignación de sistemas de tareas específicas para los
alumnos, denominada Softarea. Softarea es un concepto pedagógico, en el contexto
de la utilización del software educativo, es decir, es una tarea docente, que en el
proceso de su resolución, es necesario interactuar con determinado software
educativo, para procesar determinada información.

Por supuesto que el desarrollo de habilidades está en el centro del proceso de

resolución de una softarea, que pueden ser generales o específicas. La softarea se
define, según la MsC. Odalys Rabelo Vázquez, como un sistema de actividades de
aprendizaje organizado de acuerdo con objetivos específicos, cuya esencia consiste
en la interacción con software educativos, que tiene como finalidad dirigir y orientar a
los educandos en los procesos de asimilación y
aprovechamiento racional de los contenidos a través de mecanismos de:
búsqueda, selección, creación, procesamiento descubrimiento, experimentación,
conservación, almacenamiento y procesamiento interactivo de la información. Una
softarea concibe la interacción con un software educativo que puede adoptar posturas
tanto activas como pasivas.

Este tipo de actividad, constituye también una vía que brindará a los alumnos, la
posibilidad de solucionar problemas prácticos, de la vida cotidiana, que guarden
relación con lo aprendido, así como
desarrollar actividades investigativas, acordes con las posibilidades de los
mismos.

En el VI Seminario Nacional, Cesar Labañino 15 se refiere a que en la preparación de

la tarea con los software educativos (softarea) se deciden los objetivos y el contenido
que se va a tratar según el diagnóstico, selecciona el software educativo que va utilizar
para la solución del problema existente, analiza la guía del software, analiza la
recomendación metodológica contenida en el software y precisa el uso que se le va a
dar al software educativo. Para seguir profundizando en este tema el trabajo de
diploma estará apoyado en la definición y demás rasgos, características y estructuras
de la softarea dados por la autora de referencia la MsC Odalis Rabelo Vázquez.
Rasgos esenciales de la softarea

1. Es una actividad que se realiza, esencialmente, empleando el software

educativo.
2. Centrada en el estudiante.
3. Desarrolla habilidades informáticas.
4. Posee por naturaleza, un carácter interdisciplinario.
5. Favorece el trabajo colaborativo y cooperativo.
6. Se sustenta entre otras, en el empleo de procedimientos de búsqueda,
selección, procesamiento, creación, descubrimiento, experimentación,
conservación y almacenamiento de la información.

Exigencia de la softarea

 Garantizar el dominio de los contenidos teóricos seleccionados.

 Tareas que transiten por los tres niveles de desempeño.
 Tareas en el nivel de identificación y realización de conceptos.
 Tareas con preguntas abiertas y cerradas.
 Tareas que motiven a los alumnos a realizarlas, por su forma de plantearlas y el
control que realice el maestro en cada actividad.
 Que respondan a la dosificación que tiene el grado en la asignatura.
 Tareas que propicien el debate y la reflexión de los alumnos, como medio para
elevar el aprendizaje. Para la realización de la softarea, el maestro debe tener
en cuenta que el alumno debe estar adecuadamente estimulado para enfrentar
las tareas en la máquina, y que no se defraude si falla o comete error al
solucionarlas.

Para ello utilizará diferentes niveles de ayuda, que le permitan intervenir con su papel
mediador hasta que lleguen al éxito. Estos niveles de ayuda son: apoyo verbal de lo
que hay que realizar en la tarea para que el alumno actúe; alerta verbal sobre un error
que cometan al ejecutar la tarea y la demostración de la tarea por el maestro para que
el alumno la pueda realizar después. Las sesiones de trabajo con el alumno constan
de tres momentos los cuales deben cumplirse siempre para obtener éxito en las
mismas, fueron acogidas por la Licenciada Niuris Gil de Monte16. Estos momentos
son: Orientación inicial: este momento abarca desde el saludo, la entrada del alumno
al local, la motivación inicial para que sienta deseos y placer de trabajar en la máquina,
hasta la orientación de la tarea que va a resolver. Este momento puede comenzar
fuera del local de trabajo hasta que el alumno se siente frente a la computadora.
Desarrollo de la tarea: comienza cuando el alumno ya orientado se enfrenta en la
búsqueda de la solución de la tarea. Es aquí cuando el maestro aplicará los diferentes
niveles de ayuda si así se requieren. En este momento también se cumple con el
algoritmo a ejecutar por el alumno al resolver cada tarea con el cual el maestro debe
conocer y propiciar, ya que de su realización depende el desarrollo de procesos
mentales en los mismos.
 El algoritmo comprende los pasos siguientes: 1ro. Planificar la acción a ejecutar: el
alumno comprende la tarea y traza la vía de solución a emplear. 2do. Ejecutar la
acción: cuando utiliza el mouse o el teclado para realizar las acciones. 3ro. Control
parcial de la acción: cuando al resolver la tarea comprueba simultáneamente si lo hizo
bien o cometió algún error, lo que le permite modificar la planificación inicial y ejecutar
con éxito la misma. 4to. Evaluar los resultados finales de la acción: cuando es capaz
de valorar si finalizó correctamente la tarea, o si cometió algún error, preparándose
para rectificarlo o pasar a otra tarea más compleja.

Este algoritmo se repite en la ejecución de cada tarea, cuyos pasos se dan de forma
rápida, y a veces simultáneas, que en la práctica se hace imposible separar uno de
otro. Conclusión y valoración de la sesión de trabajo: se incluye la conversación final
del maestro con los alumnos sobre la tarea realizada, los éxitos obtenidos, dejándolos
motivados para próximas sesiones de trabajo. Además, abarca la despedida del
alumno hasta su salida del local. Se debe destacar la necesidad de preparar a los
docentes a nivel de centro para el diseño y utilización de softareas durante el proceso
de enseñanza aprendizaje de las asignaturas del currículum. La softarea racionaliza
el tiempo disponible para impartir, asimilar y consolidar el contenido, por lo que es una
importante vía a utilizar por los maestros, asesores de laboratorio de Computación
para favorecer el perfeccionamiento del proceso de enseñanza aprendizaje. Es un
soporte que contribuye a la motivación, la comprensión, la preparación y la fijación de
conocimientos.

La softarea asume las siguientes características:

 Integradoras: son integradoras en tanto tienen en cuenta aspectos técnicos de

la asignatura como herramienta de trabajo, como medio de enseñanza y como
objeto de estudio.
 Motivadoras: al provocar en los alumnos un esfuerzo intelectual que los
moviliza en la búsqueda de soluciones donde expresan sus conocimientos.
 Contextualizadas: en tanto consideran las potencialidades y necesidades de
alumnos, así como las exigencias del nivel educacional en cuestión. Fases de
una softarea Teniendo en cuenta que la softarea es un sistema de actividades
de aprendizaje, organizado de acuerdo a objetivos específicos, el docente
debe planificarse para poder cumplir con las fases por la que debe atravesar
la softarea, estas son:
 Fase de orientación: En esta fase el docente podrá presentar la softarea
utilizando diversas vías según sus posibilidades
 Fase de ejecución: En la formulación de la tarea y la orientación se deben
precisar las acciones a realizar por el alumno para poder dar solución a la
misma.
 Fase de control: La evaluación de las soluciones a las tareas planteadas. La
formulación de la tarea, presentará las preguntas, ejercicios o actividades que
se realizarán, de acuerdo con los objetivos previstos y el diagnóstico realizado
a cada alumno.
 Deberá brindar la base orientadora necesaria y tener presente en la asignación de
los ejercicios, la complejidad de los mismos, las adecuaciones que deberán
realizarse, así como reflexionar acerca de la clasificación de las actividades de
acuerdo con los tres niveles fundamentales de asimilación, planteados por
diversos pedagogos: Reproducción, Aplicación y Creación. Estructura y guía de
una softarea No existe una única estructura para todas las softareas,
ello depende de varios factores como es el grado para la cual se orienta, la
asignatura, el diagnóstico del grupo, etc. A continuación se presenta una
sugerencia en cuanto a la estructura y guía de la misma y por la que la autora del
trabajo se apoyará para la propuesta.

(Figura 2). Estructura de la guía de una softarea.

1. Identificación: Atributos para la automatización • Número de la softarea. •

Colección. • Software Educativo. • Asignatura (s). • Grado. • Título. • Nivel de
asimilación. • Objetivo. • Autor(es), Institución y Cargo. • Fecha de elaboración. •
Resumen.
2. Introducción: Se ofrece una información breve acerca de la actividad que van a
realizar: • Orientación hacia los objetivos a alcanza. • Motivación hacia la
realización de la actividad. • Ubicación en el tema a estudiar. • Formas de trabajo
que se emplearán (individual, en equipos). • Orientación acerca del tiempo de
ejecución y culminación. • Forma de evaluación y control.
3. Actividades: Se expondrán las interactividades con el software educativo u otros
recursos que deberán realizar los alumnos en la búsqueda del logro de los
objetivos. Para la formulación de las tareas se debe tener en cuenta: • La
enumeración de cada tarea para poder establecer la relación con su posible
sugerencia.
  La complejidad, de acuerdo con los niveles de asimilación de los objetivos
propuestos.
 Los conocimientos y experiencias previas, que sobre el tema tenga el
alumno.
 Las motivaciones e intereses.
 La Interdisciplinariedad (relación que se establece entre las habilidades
informáticas, el trabajo con la lengua materna y las asignaturas que se
estudian).
 El desarrollo en valores (la formación de sentimientos, convicciones e
ideales).

4. Sugerencias: Se plasmarán las orientaciones o sugerencias que puedan

acompañar a las actividades. Constituyen niveles de ayuda, que deben tener
como intensión eliminar barreras de diferente naturaleza que obstaculicen el
logro de los objetivos y pueden estar referidas, entre otras, a: • Orientadas con
el trabajo con el vocabulario.

Vinculadas con las habilidades de orden informático. (Ejemplos: manipulación de los

periféricos de entrada y salida; decodificación de elementos iconográficos típicos de
las interfaces hombre-máquina; formas de navegación posible (a través de menús,
paneles de navegación, hipervínculos, mecanismos de búsquedas avanzada, etc.);
mecanismos para la extracción de información (copiar e imprimir); manipulación de
difusores de medias; establecimiento de diálogo hombre- máquina; mecanismos para
la conservación de la información (guardar); mecanismos de comunicación sincrónica
(Chat) y asincrónica (Correo, Fórum) • Vinculadas con el dominio de los contenidos
precedentes y las habilidades de los contenidos de las asignaturas (valorar, explicar,
resumir, etc.)

 Vinculadas con el logro del aprendizaje.

REFERENCIAS

Software Educativo (20 de agosto 2018)

http://estudiarspringroo.blogspot.com/2012/06/software-educativo.html

Enseñanza de la Ingeniería con Sistemas Tutoriales Inteligentes (19 de agosto)

https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-
07642005000500012

Sistemas Inteligentes en el ámbito de la Educación (24 de Agosto 2018)

http://www.redalyc.org/html/925/92551202/

La incorporación del software educativo a la escuela. elementos para la toma de

decisiones (22 de Agosto 2018)

http://sedici.unlp.edu.ar/bitstream/handle/10915/13180/Documento_completo.pdf?se
quence=1

¿Que es Software Educativo o software para la enseñanza? (18 de Agosto 2018)

http://www.matedu.cinvestav.mx/~ccuevas/SoftwareEducativo.htm

Uso del software educativo en el proceso de enseñanza y aprendizaje (23 de Agosto

2018)

https://www.gestiopolis.com/uso-del-software-educativo-en-el-proceso-de-
ensenanza-y-aprendizaje/

Evolución del software educativo (25 de Agosto 2018)

http://barros1.blogspot.com/2012/11/evolucion-del-software-educativo.html

Origen del Software Educativo y su relación con la Tecnología Educativa ( 28 de

Agosto 2018)

http://repensareducativo.com/origen-del-software-educativo-y-su-relacion-con-la-
tecnologia-educativa-primera-parte/