64
RECIMAUC VOL. 8 Nº 1 (2024)
Introducción
La evolución tecnológica de los últimos
años impacta, positiva y/o negativamente,
en las sociedades del mundo por lo que las
personas ven afectados sus modus vivendi
en el trabajo, en la salud, en la economía
y, obviamente, en la educación y forma-
ción. El Objetivo de Desarrollo Sostenible 4
(ODS4) de la Agenda 2030, promovido por
la UNESCO, es también objetivo común de
Estados y Gobiernos. El ODS4 busca “ga-
rantizar una educación inclusiva, equitativa
y de calidad y promover las oportunidades
de aprendizaje durante toda la vida para to-
dos”. Y las tecnologías juegan un papel fun-
damental en lograr este objetivo. Así, desde
hace dos décadas, las tecnologías emer-
gentes han generado una disrupción en los
procesos de enseñanza-aprendizaje en los
distintos niveles de la educación. En este
contexto, la Inteligencia Artificial (IA), como
una herramienta potencial tecnológica, sin
ser nueva, se expande en todos los ámbitos
profesionales y del conocimiento, afectan-
do, impactando y causando una verdade-
ra revolución en el campo de la educación
(Flores-Vivar & García-Peñalvo, 2023).
Para el contexto educativo, las escuelas y
universidades llevan décadas intentando
implementar y utilizar nuevas herramien-
tas de información y comunicación en los
procesos de enseñanza y aprendizaje. Su
objetivo explícito es encontrar formas más
sencillas, más baratas y que requieran me-
nos tiempo para comunicar, transferir o im-
partir información. La idea de Alfred North
Whitehead de que “la mejor educación se
encuentra en la obtención de la máxima
información a partir del aparato más sen-
cillo” parece más viva que nunca. A pesar
de todas las pruebas que la cuestionan y
de la creciente preocupación por «la locu-
ra del solucionismo tecnológico. Además,
para muchos profesionales y estudiosos,
la agenda oculta detrás de la adopción de
nuevas tecnologías digitales radica en el
afán de la industria por encontrar nuevos
clientes dispuestos a adoptar la última ver-
ESTEVES FAJARDO, Z. I., CEVALLOS GAMBOA, M. A., HERRERA VALDIVIESO, M. V., & MUÑOZ MURILLO, J. P.
sión de su nuevo artilugio y mantener viva
la idea del “progreso infinito” (Giró-Gracia &
Sancho-Gil, 2022).
La IA debe ser entendida como una discipli-
na científica que configura máquinas para
que sean inteligentes y capaces de resolver
problemas al anticipar la acción del entor-
no gracias a su adaptabilidad y aprendizaje
de patrones. En el contexto actual, algunas
instituciones educativas han aprovechado
la IA en su vertiente de chatbots o tutores
virtuales para interactuar con el alumnado y
optimizar su aprendizaje al poder controlar
su progreso, evaluar las tareas o prestarles
apoyo de manera instantánea. Otra rama de
la IA utilizada en el ámbito educativo es el Ma-
chine Learning, entendido como un sistema
de IA que construye modelos matemáticos,
a partir de datos registrados como muestra,
para hacer predicciones o tomar decisiones
emulando la inteligencia humana sin nece-
sidad de pre-programación. Sekeroglu et al.
(2019) aseguran que el Machine Learning
resulta eficaz cuando se usa en educación
y puede ser empleado para predecir el ren-
dimiento de los estudiantes y planificar las
lecciones. Además, permite actualizar los
modelos de enseñanza a la evolución del
estudiante, así como actualizar los conteni-
dos y actividades educativas. En esta línea,
Rodríguez-García et al. (2021) proponen
el uso de la herramienta Learning ML tras
desarrollar una experiencia de aprendizaje
virtual durante la pandemia con alumnado
de entre 10 y 16 años. De la experiencia se
desprende la constatación de un aumento
de la comprensión del alumnado sobre los
fundamentos del Machine Learning y que
el alumnado afirmaba haber encontrado la
herramienta útil, atractiva y fácil de usar (del
Puerto & Esteban, 2022).
Las aplicaciones de IA en educación se
basan en una amplia gama de técnicas,
que además de las anteriormente mencio-
nadas, incluyen la minería de datos educa-
tivos (data mining), las analíticas de datos
(learning analytics), sistemas multiagente,
lógica difusa y sistemas bayesianos, entre