Métricas, no solo tecnología, determinarán quién se beneficia de los avances en la productividad de la IA

En el Instituto Christensen, hemos argumentado durante mucho tiempo que cuando surge una innovación tecnológica, el camino que sigue rara vez se trata de la tecnología en sí, sino del modelo envuelto alrededor de la tecnología.

Esa distinción será fundamental para comprender los nuevos caminos que la Inteligencia Artificial Generativa (GenAI) tiene la capacidad de abrir en nuestras escuelas e instituciones de educación superior, especialmente en lo que se refiere a las eficiencias dramáticas que la IA tiene el potencial de desbloquear.

GenAI ya está mostrando un impacto inmenso en la expansión de la productividad humana. En otras industrias de servicios, como la consultoría, los investigadores han descubierto que la IA puede aumentar la productividad de los trabajadores calificados hasta un 40%. Algunas estimaciones iniciales sugieren que los profesores que utilizan la IA podrían ahorrar entre un 20 y un 30% del tiempo que actualmente dedican a tareas administrativas.

Esto significa que si bien hay posibilidades casi infinitas de cómo la IA dará forma a lo que y cómo los estudiantes aprenden y a sus actividades creativas, a corto plazo, gran parte de la IA se centrará en hacer que el sistema existente sea más productivo.

Los avances en eficiencia son bienvenidos en un sistema educativo lleno de limitaciones de recursos. Pero no todas las ganancias de eficiencia se crean iguales. Las normas organizativas y los incentivos políticos determinarán cómo se reasignan y absorben en el sistema el tiempo y los recursos recién liberados. Las instituciones, los educadores y los estudiantes tienen la oportunidad de ganar, y potencialmente de perder, de manera notable.

A medida que el mercado comience a perseguir las muchas eficiencias que Gen AI promete, aquí hay tres tendencias a tener en cuenta:

1. Capacidad del educador: ¿Liberar tiempo para conectar… o dar espacio para respirar?

Ya sea que los profesores pasen hasta el 40% de su tiempo planificando lecciones y manteniendo registros de los estudiantes o que algunos consejeros pasen más de un tercio de su tiempo en programación de cursos y pruebas académicas, Gen AI tiene un claro potencial para liberar tiempo precioso de educadores y personal.

Hay una esperanza sincera entre los evangelizadores de la IA de que el tiempo recién liberado de los educadores se empleará en conectar con sus estudiantes. Desafortunadamente, por muy atractiva que sea la proposición, se basa en la suposición errónea de que las escuelas están diseñadas para optimizar la conexión en primer lugar. Si bien la mayoría de los educadores estarían completamente de acuerdo en que las relaciones son importantes, las escuelas rara vez miden las conexiones de los estudiantes, ya sea con educadores, compañeros o miembros de la comunidad, con regularidad o rigor.

LEAR  Trabajo de cambio democrático es político, no constitucional.

Entonces, ¿qué podría suceder con el tiempo liberado? Podría comenzar por hacer que los trabajos de educadores y asesores sean mucho más sostenibles. Eso es algo muy bueno. La mayoría de los educadores operan con cargas de trabajo desalentadoras y salarios mediocres, lo que lleva a muchos educadores a trabajar horas extra no remuneradas y a veces a asumir segundos trabajos para llegar a fin de mes. Si la IA puede hacerse cargo de parte de esa carga, podría mitigar el agotamiento, aumentar la retención y hacer que la enseñanza sea una profesión más atractiva para seguir en primer lugar.

Los datos iniciales sugieren que eso ya está sucediendo entre los usuarios frecuentes de IA. Aaron Cuny de AI for Equity ha recopilado datos de personal de seis organizaciones nacionales de gestión de charter. Los datos muestran que un impresionante 84% de los que eran usuarios diarios o semanales de IA estaban “más entusiasmados por continuar trabajando en el sector educativo debido a la IA” (en comparación con el 52% de todos los encuestados).

La conclusión: Gen AI tiene el potencial de hacer que los trabajos de los educadores sean sostenibles; pero sin nuevas prioridades y métricas, los aspectos positivos esperados como construir conexiones es poco probable que se desarrollen a gran escala.

2. Apoyo estudiantil: ¿Reparar sistemas rotos… o mantenerlos?

La IA también está empezando a aportar eficiencias al Salvaje Oeste del “apoyo estudiantil”. Esto es especialmente cierto en la educación superior, donde los colegios están luchando por apoyar a los hasta un 40% de estudiantes que abandonan sus estudios, llevándose consigo sus dólares de matrícula, antes de obtener un título.

Las barreras para completar la universidad reflejan la complejidad del propio sistema de educación superior. Ya sea mantenerse al día con la documentación de ayuda financiera, asegurar vivienda o registrarse en clases, los chatbots habilitados para la IA están simplificando el sistema puniblemente complejo de listas de verificación y departamentos que los estudiantes tienen que navegar para mantenerse a flote en la universidad. En otras palabras, la IA ofrece una solución atractiva en un sistema que está lejos de centrarse en el estudiante.

El ejemplo más claro de esto precede a la Inteligencia Artificial Generativa, con colegios que contratan chatbots basados en texto para apoyar la persistencia en la universidad. Algunos de estos modelos, como la asociación muy elogiada de la Universidad Estatal de Georgia con Mainstay, han registrado aumentos de dos dígitos en la inscripción y la persistencia de los estudiantes.

LEAR  Las preferencias heredadas conducen a menos diversidad

GSU es un ejemplo en este espacio, no solo porque se enfrentó a una investigación RCT de estándar de oro, sino también por el compromiso de la organización de redoblar el éxito estudiantil, no solo los ingresos. Como prueba: una parte de los ingresos obtenidos de la retención de estudiantes se han reinvertido en contratar más, no menos, asesores. En otras palabras, lo que podría parecer eficiencia pura está impulsando una mayor inversión en estructuras de apoyo estudiantil.

Presiento que otros campus, especialmente aquellos con problemas financieros, pueden no compartir el cálculo de GSU. Eso plantea una pregunta más grande: ¿los chatbots de apoyo estudiantil habilitados por la IA están subsidiando un modelo de negocio roto de la educación superior o están ayudando a los colegios a flexibilizar sus sistemas para centrarse más en el estudiante?

La conclusión: Los modelos de apoyo estudiantil habilitados por la IA más prometedores utilizarán la tecnología para comprender mejor cómo simplificar su empresa y luego realizar cambios para facilitar drásticamente los obstáculos de navegación. Pero si la IA se utiliza como una innovación de eficiencia pura en el sistema tradicional, es poco probable que veamos cambios en las estructuras subyacentes que hacen que la finalización de la universidad sea una apuesta.

3. Conectividad social: ¿Reducir costos… o costarnos conexiones?

Hacer que la enseñanza sea más sostenible o que los colegios sean más navegables son empresas nobles. Aunque puede que no signifique una reinvención total de nuestro sistema educativo, las eficiencias que ofrece la IA podrían hacer que el sistema funcione mucho mejor para mucho más personal y estudiantes por igual.

Dicho esto, hay una consideración a más largo plazo a medida que la IA se convierte en parte del sistema operativo de la educación, especialmente con aplicaciones dirigidas a familias y estudiantes. Si apoya las métricas actuales de herramientas de IA del mercado, las relaciones están en peligro de perderse en esa mezcla.

Debido a que el mercado educativo se enfoca principalmente en métricas en torno al aprendizaje y al logro, no tiende a exigir herramientas que fomenten las relaciones y los comportamientos pro sociales. Eso significa que cuanto más comunes sean los compañeros, entrenadores y bots antropomorfizados de IA en modelos de aprendizaje y apoyo, más frágiles pueden volverse las conexiones sociales de los estudiantes. A su vez, las redes sociales que conducen a un apoyo duradero y a oportunidades profesionales podrían desaparecer.

LEAR  Demasiados estudiantes se quedan rezagados debido a nuestro enfoque rígido y basado en reglas para enseñar matemáticas.

A medida que la IA Generativa se vuelva más sofisticada y “personalizada”, comenzaremos a caminar por una cuerda floja entre la productividad ganada y la posible pérdida de conexión. Eso plantea preguntas que escucho a pocos líderes en educación y círculos de IA haciendo en general: ¿Cuándo es un compañero de IA un “copiloto” útil y cuándo está socavando el tiempo que pasas construyendo conexiones auténticas que apoyan tus objetivos? ¿Cuándo es un “asistente” complaciente que expande el potencial humano y cuándo está erosionando tu capacidad de empatía? ¿Cuándo es un “entrenador” altamente personalizado que democratiza el apoyo y cuándo está reduciendo el número de personas que te conocen y están dispuestas a apostar por ti?

La conclusión: Las amenazas que la IA representa para la conexión de los estudiantes no van a aparecer de la noche a la mañana. Pero a largo plazo, si la productividad está en el centro de la mayoría de las políticas y modelos de ingresos que guían la educación, sacrificar la conexión humana se convertirá en el costo de hacer negocios.

Conversaciones sobre la IA y las métricas de éxito deben ir de la mano

Describí estos futuros posibles como un “o bien esto o lo otro”. Muchos lectores probablemente esperan que con las herramientas y políticas adecuadas en su lugar, la IA pueda ofrecer un camino “tanto como” – tanto liberando tiempo de los educadores como profundizando conexiones; tanto arreglando el sistema actual y, en última instancia, transformándolo; tanto desbloqueando la productividad individual como fomentando conexiones diversas.

Si bien admiro ese optimismo, no olvidemos que necesitará surgir un conjunto completamente nuevo de métricas centradas en el estudiante para guiar ese crecimiento. En el lenguaje de la inversión, tendremos que ver un enfoque de cartera en el mercado, invirtiendo en herramientas que apelen a los incentivos de los sistemas existentes para buscar eficiencia mientras se incuban herramientas que apuntan a nuestras ambiciones más altas para escuelas y estudiantes.

Julia Freeland Fisher

Julia Freeland Fisher es directora de investigación educativa en el Clayton Christensen Institute y autora del libro “Who You Know: Unlocking Innovations That Expand Students’ Networks.”

Últimas entradas de colaboradores de eSchool Media (ver todo)