Cómo la inteligencia artificial cambiará el aprendizaje personalizado

Keisha Ray y Susan Gentz, cofundadoras de k20 connects, abordan dos de los temas más populares, pero a veces confusos, en el mundo de la educación y la tecnología.

El trascripción generada por computadora está abajo:

Kevin Hogan
OK. Hola y bienvenidos a otro episodio de Innovaciones en la Educación. El podcast donde profundizamos en la intersección de la educación y la tecnología. Soy su anfitrión, Kevin Hogan. Soy el director de contenido de East School News, y me alegra que nos hayan encontrado. En este episodio estoy acompañado por dos asesoras de mucho tiempo tanto para mí como para docenas de distritos escolares en todo el país. Keisha Ray y Susan Gentz, cofundadoras de K20 connects, son un grupo cuya misión es guiar a los líderes K20 con información, conocimiento y experiencia basados en la investigación, lo cual en última instancia mejora los resultados para todos los estudiantes sin importar el tema. Siempre puedo reunir ideas e información de esta pareja. Hoy nos adentramos en dos grandes palabras de moda que están circulando en el mundo de la Ed tech. El aprendizaje personalizado y, por supuesto, la inteligencia artificial. Una de estas palabras, el aprendizaje personalizado, ha estado presente desde hace tiempo. La otra, la IA, es obviamente el nuevo tema candente que se está infiltrando en cada conversación, desde el desarrollo del plan de estudios hasta la gestión del aula y más allá. No se puede escapar de ella. Creo que encontrarán la conversación sobre cómo la IA puede afectar el uso real de las técnicas de aprendizaje personalizado, tanto en el aula como a nivel de distritos, es iluminadora. Escuchen. OK, Keisha. Susan, un gusto verlas. Aunque no en persona. Estamos en nuestra plataforma de zoom, la nueva plataforma conversacional para las edades, ¿verdad? Pero es bueno ver sus rostros.

Dr. Kecia Ray Fundadora-CEO K20 Connects
Es bueno estar aquí y verte también, mi amiga.

Kevin Hogan
Supongo que siempre disfruto más verlos en persona que solo en zoom, pero cuando estábamos en nuestras reuniones habituales de Fe, etc. ¿O en otros eventos? Siempre confío en ambas para tomarle el pulso. Básicamente, para obtener información que me haga lucir inteligente durante el resto del año para E School News. Y para armar nuestros calendarios editoriales y los temas que estamos abordando. Así que siempre aprecio esas ideas y quería consultarlas este mes. Ha pasado unos meses desde que las tuvimos en Keisha y Susan, creo. Esta es tu primer aparición para ayudarme a tomar el pulso de dos de las frases que escucho en el mundo de Edtech, una que ha estado siempre presente desde hace más de una década y otra que es completamente nueva, que no podemos evitar por más de 5 minutos. Aprendizaje personalizado y AI a través de mucho del trabajo y las conversaciones que he estado teniendo, por supuesto. No se puede hablar de nada sin que la IA esté de alguna manera relacionada, ya sea en el desarrollo del plan de estudios, cuando se habla de comportamientos en el aula, o cuando se habla de cosas en el lado administrativo en términos de administración y el uso de la IA para ayudar a poner las cosas en orden. Pero uno de los términos que sigo escuchando más y más es cómo la IA puede afectar al aprendizaje personalizado y más específicamente. Cómo la IA puede ser una gran herramienta para ayudar a los maestros a implementar estrategias efectivas de aprendizaje personalizado. Así que las pongo a ambas en el punto caliente. Keisha, te golpearé primero, habla un poco sobre el trabajo dentro de tu contexto 820 y sobre los distritos con los que has estado hablando y los superintendentes y el liderazgo, ¿cómo suenan sus conversaciones cuando se trata de IA y aprendizaje personalizado?

Dr. Kecia Ray
Esa es una pregunta un poco cargada porque creo que los distritos están desafiados en este momento para tratar de descubrir cómo cuál es el uso adecuado de la IA en sus distritos, reconociendo que han estado utilizando la IA durante al menos una década sin tener ningún tipo de cambio de política o cualquier tipo de. Ya sabes, llamemos a un consultor y tengamos una gran reunión al respecto. Pero creo que especialmente con el componente generativo, creo que los distritos están luchando por encontrar la línea. De lo que es aceptable y lo que no es aceptable con la instrucción desde la perspectiva del maestro, lo que un maestro debería y no debería poder hacer en un aula. Con respecto a su instrucción, y luego desde la perspectiva del estudiante. Y creo que cuando pensamos en la personalización, pensamos en ayudar a encontrar una forma de llegar al estudiante donde está con sus pasiones más profundas, para que puedan tener el mayor éxito. Y sentirse más empoderados sobre su propio aprendizaje y eso, quiero decir, obviamente para mí, eso es lo que debería ser cada pieza de aprendizaje. No debería ser solo personalizada. Pero hemos tenido que ponerle una etiqueta y lo hemos llamado personalizado y. Creo que el componente generativo de la IA tiene menos impacto en eso que la IA que lo precedió, si eso tiene sentido.

LEAR  Cuando se trata del uso de IA, los educadores se sienten más cómodos que los estudiantes.

Kevin Hogan
¿Eso resuena contigo, Susan?

Susan Gentz Asociada Socia-COO K20 Connects
Sí, es interesante. Y veo, ya sabes, dices que ayudamos a que suenes inteligente. Nuestros clientes son los que a veces están haciendo cosas de vanguardia donde realmente estamos viendo algunas cosas nuevas. Y diría que tengo un cliente que sigue contándome acerca de estos bots de IA que estarán aquí en tres años y van a hacer todas estas cosas y cómo en este momento todavía hay muchas personas que tienen miedo de lo que está sucediendo, ¿verdad? Y así estamos viendo muchas, especialmente, políticas reaccionan a eso al decir que lo vamos a prohibir todo. Esa es la tendencia que estamos empezando a ver con eso que no va a servir a los estudiantes en un futuro en el que su carrera va a tocar y tenerla. Y así, para mí, la pregunta es ¿cómo podemos sí, personalizar y usar la IA? Al mismo tiempo que llevamos a la gente que simplemente quiere. Detenerla. Porque creo que definitivamente estamos viendo una gran parte de la población que no quiere teléfonos celulares en el aula. No, estamos empezando a ver esa tendencia con algunas de las políticas que se han introducido.

Kevin Hogan
Sí. Quiero decir, he reconocido que, ya sabes, por supuesto hubo el ciclo inicial de miedo, ¿verdad? Que la IA va a reemplazar a todos los maestros, que no va a haber maestros más. No hay necesidad de ellos, lo cual es absurdo de por sí. Y luego está el ciclo de la exageración, donde va a resolver todo. ¿Verdad?

Susan Gentz
Cierto.

Kevin Hogan
Y luego ahora cuando empiezas a ver a Microsoft y Khan Academy empezar a incorporar, copilot y algunas de estas herramientas de IA en simplemente el día a día, los maestros ya las están usando. Ahora es como quizás más un ciclo de realidad, que creo que es productivo, pero todavía hay cierto nivel de confusión sobre de dónde vendrán estas nuevas técnicas y estas nuevas estrategias y me pregunto si es como. Es como muchas cosas en la tecnología. ¿Es de arriba hacia abajo? ¿Es el director de tecnología y el superintendente quien va a decir, ok, aquí está nuestra nueva política. Úsala o piérdela, o va a ser más desde abajo hacia arriba, donde simplemente tienes maestros innovadores que? Nuestros oyentes y nuestros lectores que ya están apasionados por esto, ya están invirtiendo en esto, ya están descubriendo la manera, como dijiste, Susan, que simplemente comienzan a hacerlo. Piden perdón en lugar de permiso cuando se trata de usar estas herramientas en la escuela. Pero nuevamente, en última instancia, para este, esta idea de 35 niños en tu aula. ¿Cómo vas a poder manejar eso y tener alguna estrategia efectiva de aprendizaje personalizado? Entra en cada niño tiene su propio bot. Tal vez puedas.

Dr. Kecia Ray
Bueno, quiero decir, hay un montón de herramientas por ahí que los maestros usan que tienen IA incorporada en ellas que usamos para personalizar la instrucción de todos modos. Quiero decir, hay muchas aplicaciones de software que tienen IA incrustada en ellas que se han usado durante mucho tiempo y nosotros. Adoptamos esas para incorporar una especie de enfoque personalizado para nuestra instrucción, creo que donde la IA generativa realmente puede acelerar eso, si quieres, es cuando ves a un maestro poniendo en diseño una lección en Gemini o copiloto. Por ejemplo, diseñar una lección para un niño de quinto grado con una discapacidad de aprendizaje de lectura que está interesado en los deportes. Ahora obtienes, al menos no será una lección completa, pero obtendrás un pico. Sabes que obtendrás una plantilla para una lección que luego puedes tomar, y te dará algunas ideas de por dónde puedes ir con la enseñanza de una lección a un niño que tiene una discapacidad de aprendizaje, tienes que enseñarle. A leer. Está interesado en los deportes. Aquí es donde puedo empezar. Así que creo que para ese tipo de enseñanza, puedes usar la IA generativa para ayudarte a desarrollar lecciones que pueden ser un poco más adaptadas a los intereses del estudiante, pero no creo que. Puedas separar los dos. Un grupo de esos softwares que tienen la IA incrustada de esa planificación de lecciones, tendrás que tener ambas cosas porque la herramienta ofrece ese camino personalizado realmente único que un maestro no puede hacer tan fácilmente en su lección individual. Pueden diseñarlas, pero aún así tendrán que, de lo contrario no pueden diseñar 35 lecciones individuales. Eso es un poco desafiante. Quiero decir, a todos nos encantaría como maestros, pero es súper desafiante. Pero puedo crear, sabes, una serie de lecciones que son para este tipo de niño, como 10 tipos, como elige tu, sabes, solución segura o, ya sabes, diseña tu propio misterio y deja que el niño elija el tipo de lección que le interesa más y siga eso. Y puedo hacer eso con la generación de IA.

LEAR  Aprendiendo ciencia, experiencia y el futuro del trabajo con el Dr. Bror Saxberg

Susan Gentz
Sí, creo que mucho de eso es simplemente la escalabilidad de eso, ¿verdad? y cómo podemos escalar, lo cual siempre ha sido el argumento con la tecnología, ¿verdad? Es cómo podemos usar cosas en línea para escalar y llegar a más estudiantes. Pero incluso volviendo a la reautorización del Acta de Cada Estudiante Triunfa. El punto entero era que podíamos usar evaluaciones adaptativas, podíamos usar diferentes formas de responsabilidad, y puedes hacer más de eso a través del uso de estas herramientas de IA porque entonces puedes diferenciar mejor a través de estas herramientas. Creo que la idea de la flexibilidad dentro del ESO era realmente promover estos caminos y estas opciones y estas diferentes formas de evaluar y enseñar usando herramientas que pueden ayudarte a hacer eso. Y esa ley fue firmada en 2014. Así que ya estamos llegando a hace 10 años.

Dr. Kecia Ray
Creo que algo que preguntaste es si necesita ser. De arriba hacia abajo o de abajo hacia arriba. Creo que los maestros siempre necesitan desafiar a la administración a hacer lo correcto para los niños porque son los que están más cerca del niño, tienen contacto diario con un estudiante y cuanto más lejos estás de ese escritorio de la clase, menos realmente te relacionas con lo que un maestro. Está enfrentando todos los días, pero el maestro no ve las implicaciones de políticas y las implicaciones legales que surgen. Desde la perspectiva del distrito, así que creo que la tensión es necesitamos esto. Estamos, ya sabes, necesitamos esto en el aula para que las cosas sean increíbles. Y el Superintendente o las personas a nivel del distrito dicen que nos encantaría hacer eso por ti, pero crearía una tremenda cantidad de responsabilidad legal que simplemente no podemos asumir. Y ayudar a todos a comprender cómo se ve eso. Y con la IA eso puede estar relacionado con los datos y la privacidad, también puede estar relacionado con el sesgo. Sabemos que desde que hemos introducido sistemas, sistemas de software que tenían evaluaciones incrustadas, podríamos tener una sobre identificación de estudiantes de Educación Especial. Podríamos tener una sobre identificación de estudiantes con discapacidades que están en un grupo demográfico particular, por lo que hay un sesgo inherente en cualquier cosa que sea generada por IA simplemente debido al algoritmo y la forma en que se desarrolla. Mira, estoy trabajando en una subvención de la Fundación Nacional de Ciencias relacionada con la IA y una de las cosas que uno de los investigadores dijo esta mañana es que cuando diseñamos algoritmos de IA. Los diseñamos pensando en una población en particular y lo que sucede es que lo pones en el ecosistema y luego se traduce a cada población. Y luego hay sesgo. Bueno, por supuesto que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, por lo que no puedes, sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prácticamente nada que alguna vez verías en el código. Así que tomamos cosas que se desarrollan para una población, las aplicamos a muchas poblaciones. Y luego hay sesgo. Bueno, claro que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, así que no puedes, ya sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prácticamente nada que alguna vez verías en el código. Así que tomamos cosas que se desarrollan para una población, las aplicamos a muchas poblaciones. Y luego hay sesgo. Bueno, claro que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, así que no puedes, ya sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prácticamente nada que alguna vez verías en el código. Así que tomamos cosas que se desarrollan para una población, las aplicamos a muchas poblaciones. Y luego hay sesgo. Bueno, claro que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, así que no puedes, ya sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prácticamente nada que alguna vez verías en el código. Así que tomamos cosas que se desarrollan para una población, las aplicamos a muchas poblaciones. Y luego hay sesgo. Bueno, claro que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, así que no puedes, ya sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prácticamente nada que alguna vez verías en el código. Así que tomamos cosas que se desarrollan para una población, las aplicamos a muchas poblaciones. Y luego hay sesgo. Bueno, claro que hay sesgo. Hay sesgo porque nunca se pretendió que se usara para ese grupo de niños o ese tipo de. Persona, así que no puedes, ya sabes, en su hablar, crear un algoritmo de IA tiene que ser. Si alguna vez has codificado, sabes lo discreto que es para. Una población a una oración a lo que realmente está tratando de hacer la tarea que está tratando de completar y decir aplicar a todos no es prá

LEAR  Críticos critican el apoyo de Jay-Z a la campaña respaldada por republicanos en Filadelfia.