Guía de buenas prácticas en el uso de IA generativa para la docencia

 

La Inteligencia Artificial Generativa (IA Generativa) es un tipo de inteligencia artificial diseñada para crear contenido nuevo y original que simula la producción humana. A diferencia de los sistemas de IA tradicionales, que se centran en clasificar datos o tomar decisiones basadas en patrones predefinidos, la IA generativa genera datos, como texto, imágenes, música, videos e incluso código. 

La IA Generativa utiliza modelos avanzados de aprendizaje automático, en particular redes neuronales profundas como las redes generativas antagónicas (GANs) y modelos de lenguaje grande (LLMs, como GPT). 

Y los elementos clave de su funcionamiento son: 

1. Entrenamiento en Grandes Conjuntos de Datos: se entrena con vastas cantidades de datos relacionados con el tipo de contenido que se desea generar (por ejemplo, para un modelo que genera texto, el conjunto de datos puede consistir en libros, artículos y otros textos disponibles) y durante el entrenamiento, el modelo aprende patrones, estructuras y relaciones en los datos. 

2. Métodos Generativos Principales: a) Redes Generativas Antagónicas (GANs): utilizadas principalmente para generar imágenes, videos o música; consisten en dos redes neuronales: generador (crea datos falsos similares a los datos reales) y discriminador (evalúa si los datos generados son reales o falsos), y ambas redes compiten entre sí, lo que mejora la calidad de los datos generados; b) Modelos Basados en Transformadores (como GPT): usan capas de atención para analizar relaciones en datos secuenciales (por ejemplo, palabras en un texto), de forma que estos modelos predicen la próxima palabra, píxel o nota musical en función del contexto, permitiéndoles generar contenido coherente. 

3. Generación del Contenido: una vez entrenada, la IA puede generar contenido siguiendo indicaciones del usuario (prompts). 

4. Optimización y Control: los modelos suelen incluir mecanismos para ajustar el estilo, la creatividad y la precisión del contenido generado; también se aplican filtros para evitar la generación de contenido inapropiado o sesgado. 

Las principales funciones de la IA Generativa incluyen generación de texto (puede escribir artículos, historias, guiones, etc.), creación de imágenes (produce imágenes originales basadas en descripciones textuales), composición musical (crea melodías y piezas musicales completas), diseño (genera diseños gráficos, logotipos, o incluso planos arquitectónicos), programación (puede escribir código y desarrollar software), traducción y procesamiento del lenguaje natural (traduce entre idiomas y entiende el contexto del lenguaje), predicción y análisis de datos (genera predicciones basadas en patrones de datos existentes) y creación de video y animación (produce contenido audiovisual original). 

Sin embargo, la IA Generativa puede ver afectada su fiabilidad por varios aspectos, como sesgo en los datos (porque si los datos de entrenamiento contienen sesgos, estos se reflejarán en las salidas). falta de comprensión real (pues aunque pueden generar contenido coherente, no tienen una verdadera comprensión del mundo real), alucinaciones (porque pueden generar información falsa o inexacta, especialmentecuando se les pide algo fuera de su base de conocimientos), inconsistencia ( de forma que las respuestas pueden variar entre diferentes ejecuciones), falta de contexto actualizad (porque su conocimiento se limita a la fecha de su último entrenamiento), cuestiones éticas y legales (pueden surgir problemas desde el punto de vista ético, y vulneraciones en las normativas, en particular en materia de protección de datos y propiedad intelectual). 

Las aplicaciones de la IA Generativa son diversas, y una de ellas es la educación, a la que dedicamos este post. Porque la IA generativa está transformando significativamente el panorama educativo en las universidades, ofreciendo una variedad de aplicaciones que pueden mejorar tanto la enseñanza como el aprendizaje.

- Los estudiantes pueden mejorar su aprendizaje mediante el refuerzo con herramientas de IA generativa que les ofrecerá ayuda para responder a preguntas y obtener explicaciones de temas complejos, así como el apoyo en la redacción de borradores de trabajos académicos o de artículos científicos, la traducción de materiales en otros idiomas, la respuesta a exámenes de años anteriores, o elaborar mapas conceptuales. 

- Los profesores pueden utilizar la IA generativa para el apoyo en la creación de contenidos o la adaptación de materiales científicos a diferentes niveles de comprensión del estudiantado, la automatización de tareas administrativas, como la gestión de calificaciones, o el análisis de datos de rendimiento de estudiantes para identificar áreas de mejora de la enseñanza. También puede ayudar en la creación de contenido interactivo y/o gamificado que motive el aprendizaje del estudiantado. 

Por ello desde las universidades cabe tener en cuenta las siguientes consideraciones con el uso de la IA Generativa: 1) Fomentar un uso ético de la IA, evitando el plagio y garantizando la autenticidad de los trabajos académicos; 2) Asegurar la privacidad de los datos, algo fundamental en cualquier interacción con IA; 3) Evitar la brecha tecnológica debería evitarse siempre que se pueda, intentando que los estudiantes tengan acceso igual a las tecnologías de IA, evitando desigualdades en el rendimiento académico. 

Por ello desde nuestra Universidad Miguel Hernández se ha promovido esta guía de buenas prácticas en el uso de IA generativa para la docencia universitaria, y que comparitmos en este enlace.