Entornos Personales de Aprendizaje (PLE). Inteligencia Artificial (IA). Metacognición. Autodirección.
Personal Learning Environments (PLE). Artificial Intelligence (AI). Metacognition. Self-direction.
La tecnología educativa como una excusa para redireccionar las preguntas
Hace tiempo que las personas que nos dedicamos a analizar el impacto de los cambios tecnológicos en la educación, vista la escasa o nula efectividad de la generación de «recetas» que «funcionen siempre», intentamos hacer preguntas que ayuden a reflexionar a las personas que participamos de los contextos educativos con tecnologías para generar cambios en nuestra forma de entenderlos y abordarlos. Sin embargo, la urgencia por reflexionar e incluso responder a esas preguntas solo ha sido realmente ineludible en la medida en que la realidad del día a día con esas tecnologías se ha colado sin pedir permiso en la cotidianidad de las personas que aprenden.
Hasta hace no tanto, las preguntas apuntaban a las herramientas: qué podríamos hacer con tal o cual tecnología en un espacio de aprendizaje más o menos formal, y creo que esa sigue siendo una buena pregunta. Sin embargo, con la llegada de las aplicaciones de creación y consumo de contenidos en formato móvil a los bolsillos de casi todas las personas a través de sus teléfonos conectados a Internet, empezamos a «girar» las preguntas y a poner el énfasis en qué podemos hacer las personas con esa tecnología. De la mano de esa pregunta, nos preguntamos también cómo el conjunto de esas tecnologías —ese ecosistema— contribuye a que una persona organice de forma más consciente y autónoma su Entorno Personal de Aprendizaje (el PLE, por sus siglas en inglés de Personal Learning Environments, del que llevamos algún tiempo hablando).
La conciencia de los PLE y de esa capacidad autónoma de una persona para decidir cómo aprende, de quién, haciendo qué y a través de qué, debería tener un reflejo importante a la hora de definir cómo entendemos el rol de las instituciones educativas, los programas de las asignaturas, o el papel que las clases —presenciales o no— tienen en cómo aprenden las personas. Las respuestas que hemos empezado a conseguir han puesto de manifiesto la inmensa necesidad de remarcar la agencia del estudiantado, su capacidad de toma de decisiones; es decir, el margen que tienen para tomarlas, y la habilidad —el conocimiento— que hayan desarrollado para hacerlo de forma eficiente. Además, esas respuestas nos han señalado y han resignificado la importancia de lo presencial, incluso en la distancia; la relevancia de entender contextualmente lo que usamos (dónde, cuándo, cómo, con quién lo usamos) e incluso el carácter profundamente ciudadano —político— de cada uno de nuestros aprendizajes.
Sin embargo, con las tecnologías que giran en torno al término «inteligencia artificial» (IA) la perspectiva, desde el comienzo, no es exactamente esa. En este caso habría que hilar un poco más fino, en parte por el propio lenguaje que usan esas tecnologías.
«Las tecnologías de IA, al menos de las que disponemos hoy, pueden enriquecer el aprendizaje de las personas y además suponer un reto que redefina el aprendizaje como reto personal»
Como bien se argumenta en el informe del Consejo de Europa con una revisión crítica sobre IA y Educación (Holmes et al., 2022), no es inocuo que el campo de desarrollo informático y de sistemas que pretende generar automáticamente información computada basada en otras informaciones previas se le haya llamado «inteligencia» artificial, ni de que se hable de esa tecnología como capaz de «aprender»… El hecho de que las tecnologías generativas de texto que pretendidamente «conversan» con las personas utilicen —al menos en estos primeros desarrollos que podemos usar en el año 2023— convenciones de las conversaciones humanas de chat (p.e. los tres puntos apareciendo mientras genera la respuesta), no es neutral o inocente, pretenden generar en la persona que lo usa la sensación de estar conversando realmente con un igual… con «alguien» que está escribiendo o pensando, una entidad con agencia que toma decisiones conscientes. Y, al menos de momento, no es así, no en el sentido humano.
Las tecnologías de IA, al menos de las que disponemos hoy, no aprenden como las personas, ni crean como las personas; no tienen motivaciones éticas o estéticas, ni criterios o valores morales o sociales propios. Pero sí pueden enriquecer el aprendizaje de las personas y además suponer un reto que redefina el aprendizaje como reto personal.
«Las herramientas que tienen IA generativa poseen una serie de capacidades extraordinarias de procesamiento y automatización que pueden favorecer todos los componentes del PLE»
Las tecnologías generativas en los PLE
El PLE (el entorno personal de aprendizaje) se define como el entramado sociomaterial que cada persona usa de forma asidua para aprender (Castañeda & Adell, 2013; Dabbagh & Castañeda, 2020); es decir, no solo es la lista de herramientas tecnológicas que usa una persona cada día, sino el complejo entramado de acciones, decisiones herramientas, fuentes de información, actitudes, aptitudes, espacios, etc. que cada persona utiliza de forma habitual y única para aprender. Sí, muchos digitales y otros analógicos o físicos. Es decir, la forma compleja en la que alguien se las arregla para «aprender» a diario (de forma autónoma o no). Y por «aprender» nos referimos a tres acciones básicas realizadas por esa persona: (1) leer (acceder a información, no solo en papel sino en multimedia); (2) escribir o recrear información y (3) conversar —debatir—. Es importante hacer esta precisión de «realizadas por esa persona» porque se incluye en ello sus motivaciones para hacerlas.
Pues bien, las herramientas que tienen IA generativa poseen una serie de capacidades extraordinarias de procesamiento y automatización que pueden favorecer todos los componentes del PLE porque nos ofrecen ese extra de procesamiento imaginado solo por la ciencia ficción —imposible en términos de trabajo manual humano— que nos puede permitir la automatización de casi cualquiera de esos procesos. Pongamos algún ejemplo (1) :
Leer con IA. Podemos potenciar nuestra capacidad lectora o de acceso a la información con acciones básicas como la curación de fuentes básicas para introducirnos en un tema. Por ejemplo, pidiendo a Bing o a ChatGPT cosas como que nos recomienden los 5 libros en nuestro idioma que deberíamos leer para iniciarnos en tal o cual tema, o pedirles que nos recomienden cinco sitios web para hacer cursos online gratuitos para esa misma iniciación. Podemos pedirle que, a partir de una imagen (una foto, por ejemplo), nos diga los cinco grandes temas que pueblan una biblioteca, o que nos haga un análisis semiótico interpretando los símbolos y los signos de esa imagen, o que nos haga un resumen de una serie de gráficos de barras sobre economía. Pero también podríamos pedirle a la función «Copilot» de cualquiera de las herramientas específicas de investigación (como Perplexity o Scispace) que, a partir de un artículo científico, nos responda preguntas concretas sobre un tema o varios en particular; podríamos incluso hacerlo repetidamente y después leer los resultados de esa indagación.
Atención, puede que en este momento penséis que aquí lo que estamos haciendo no es «leer» sino «crear»; en realidad no. En estos ejemplos la IA nos ayuda a leer cosas que no podríamos leer con nuestras capacidades actuales, sea por desconocimiento (puedo no entender los gráficos de barras o que se me escapen elementos culturales para hacer un análisis semiótico), por no leer una lengua, o por no tener el tiempo para leerme los 40 últimos artículos sobre esa cosa tan concreta de la que quiero tener una idea general. Sigamos…
Recrear con IA. Hace tiempo que usamos IA que nos corrige los errores ortográficos (integrados en nuestros procesadores de texto), pone subtítulos a nuestros vídeos (integrados ya en las redes sociales), si escribimos en inglés nos hace sugerencias sobre gramática y estilo en el documento (p.e. Grammarly), o nos hace una muy buena primera aproximación a una traducción inglés— español (p.e. DeepL). Más recientemente, las redes sociales se han llenado de imágenes hechas con IA a partir de textos descriptivos (p.e. la imagen que ilustra este trabajo fue hecha por mí en la herramienta DALL-E con la orden «a Botero style painting of a young woman using a laptop, digital art», con motivo de la muerte del pintor colombiano), o nos permiten modificar con órdenes escritas imágenes ya existentes. Podemos pedirle que nos proponga ideas para títulos de textos, o que genere un mapa conceptual basado en un texto, una foto o un centro de interés (p.e. Algor), incluso que proponga a un boceto de programación didáctica —recursos incluidos— sobre un tema (p.e. Schemely).
Acciones que potencian nuestra capacidad de creación, de recreación de información y que potencialmente permiten que accedamos a otros espacios de creación con esa información.
Discutir con IA. Decimos que esta parte del PLE es la que contiene la Red Personal de Aprendizaje (o PLN, por sus siglas en inglés Personal Learning Network), donde está esa comunidad que debate, pone a prueba sus ideas y entra en controversia para re-pensar. Pues bien, la IA puede ser útil para generar mensajes que nos ayuden a consolidar una comunidad que nos permita eso en una red social, por ejemplo, ayudándonos a generar contenido para redes sociales a partir de un tema, con formatos diversificados o acordes a la comunidad a la que queramos acceder. Además, una persona puede utilizar una herramienta con AI generativa para que le ofrezca crítica sobre un texto o una imagen (propia o externa), identificando incongruencias, sesgos de información, ideas poco trabajadas o errores.
Cuestionar el enfoque
Una vez propuestos estos ejemplos básicos y relativamente sencillos, ahora vienen las preguntas que no son pocas y muchas son muy importantes:
«Las personas, hoy, vivimos en un mundo que nos exige autonomía a la hora de decidir el contenido que consumimos y que usamos para aprender o no»
Empezamos por las más obvias: ¿son suficientemente buenos esos resúmenes?, ¿la selección de cursos/libros es adecuada? En general, son bastante buenos, no diré excelentes, pero como iniciación, o exploración, son una gran aportación. Y, ¿no están sesgados? Sin duda lo están, no solo por la forma en que el algoritmo que hay tras la IA ha sido programado, también por la forma en la que he hecho la orden (el prompt), la base de datos de la que se alimenta, la Internet que lee, el idioma original de programación, y un largo etcétera. Pero es que los resúmenes o selecciones «humanas» también lo están.
Entonces vendrían preguntas más humanas, o más de personas preocupadas por perder su «sentido»: ¿y esa pintura es arte como el de Fernando Botero? Yo diría que no, el arte no es la capacidad de generar cosas, la creación artística tiene una inmensa cantidad de componentes personales (rituales, sentimentales, morales, políticos, etc.) que no han intervenido en la generación de estas imágenes. ¿Esa programación didáctica es tan buena como la que hago yo? Esa programación no conoce a tus estudiantes pero, como lo que puedes encontrarte en un banco de recursos o en un material de una editorial puede ser más o menos bueno, puede servir para comenzar, a modo de detonante.
Y, así, aterrizamos en preguntas sobre el aprendizaje: ¿no perdemos algo del aprendizaje que hacíamos cuando llevábamos a cabo todas estas cosas «manualmente»? Es probable que sí. Como hemos dicho, lo que hacemos cuando usamos la IA generativa —como casi siempre que usamos tecnología— es delegar en un ingenio computarizado cosas que antes hacíamos o que directamente eran materialmente imposibles de hacer a menos que aprendiéramos una enorme cantidad de conocimiento. De este modo, surgen otras preguntas como ¿cuál es el objetivo de que yo tuviera esa capacidad en concreto? ¿Cuál es mi prioridad referida al aprendizaje?, ¿qué es lo que realmente quiero aprender?, ¿cuál es el propósito de la educación? o ¿cuál es el propósito de mi aprendizaje?
«En un mundo donde la tecnología educativa y la inteligencia artificial continúan transformando la forma en que aprendemos y enseñamos, la búsqueda de respuestas definitivas se vuelve un camino sin fin»
En un mundo azotado por contenido (no podemos llamarle ni información ni conocimiento) que nos invade desde todos los flancos posibles, en casi todos los formatos imaginables (de casi cualquier tema podemos encontrar desde artículos científicos, hilos de WhatsApp o X, hasta bailes de Tiktok, haz la prueba) y que además está siendo permanentemente bombardeado a nuestros ojos desde nuestra mano, tengamos la edad que tengamos (el móvil no vive en el bolsillo, suelen vivir en la mano): ¿qué es lo que necesitamos aprender?, ¿qué es lo que queremos aprender y para qué?
Reenfocar el propósito
Tenemos algunas pistas. El tiempo de las fuentes fiables y escasas a las que la humanidad accedía a través de fuentes de información en las que confiaba, porque presumía una cadena previa de curación humana que garantizaba su excelencia (no me entretengo en la calidad/sesgo de esas cadenas), ha pasado hace tiempo. Las personas, hoy, vivimos en un mundo que nos exige autonomía a la hora de decidir el contenido que consumimos y que usamos para aprender o no. Si queremos que alguien sea capaz de decidir si le vale o no el resumen de una máquina sobre un particular, o que sea capaz de tener criterio para analizar un texto de un tema que desconoce, tendremos que hacer un esfuerzo por entrenarle para ese particular. Entonces la pregunta es ¿entrenarle en todo eso además de lo que ya aprende? Eso sería ideal, pero con un poco de seriedad sabemos que los recursos —el tiempo y la energía, por ejemplo— en educación son finitos (¡ya no te digo el de enseñanza!). No tenemos tiempo ni energía para aprenderlo todo, así que tendremos que priorizar, y puede que estos cambios extraordinarios en la sociedad obliguen en primer lugar a priorizar qué es lo que realmente es vital que una persona aprenda.
No hay una única respuesta. Parte de esas respuestas son individuales y parte de ellas deberían ser colectivas (p.e. lo que necesitamos aprender para ser sociedad y comunidad, no responde solo a intereses individuales). La respuesta que podemos dar desde la educación básica (sí, esa que debería proveer de un salario mínimo cultural para que las personas ejerzan su ciudadanía) o postobligatoria, requiere de profundas discusiones y reflexiones entre aquellos que las ponemos en marcha.
Pero, la cosa se complica, porque las personas no solo necesitamos responder a la pregunta de qué es vital que aprendamos en la infancia o al principio de nuestra vida personal o profesional, es una pregunta que constantemente nos reta. Las personas vivimos en un mundo que cambia a cada paso y no solo por cuestiones tecnológicas, personales, fisiológicas, geopolíticas, culturales… y esos cambios internos y a nuestro alrededor nos obligan a aprender y exigen esa autonomía en nuestros procesos de aprendizaje (aprender a aprender, metacognición, autorregulación del aprendizaje, etc.). Esa necesidad de habilidades metacognitivas abre un buen montón de preguntas y reflexiones que deberíamos hacer.
Además, esos cambios personales y sociales que rodean a las personas exigen que seamos capaces de priorizar qué queremos/debemos aprender y por qué, en las condiciones que tenemos en cada momento —ya hemos dicho que nuestros recursos para aprender son finitos—, y tomar decisiones sobre qué aprender —a lo que algunas teorías de aprendizaje llaman aprendizaje autodirigido—. Ninguna de esas habilidades se genera de forma espontánea, son adquiridas y se entrenan, es decir, deberíamos educarnos en ellas.
Hacer camino al andar
Como comentaba al principio de este documento, una de las misiones a las que más tiempo dedicamos los que trabajamos en el ámbito de la tecnología educativa es a buscar formas útiles de proponer preguntas para que, buscando las respuestas, podamos mejorar nuestros contextos educativos. Hace tiempo que, al menos yo, he abandonado la búsqueda de soluciones o certezas porque cada vez es más evidente que la complejidad del hecho educativo hace que cualquier «respuesta» sea un parche que no se adapta a la realidad de cómo aprende cada persona, ni a cómo se nos presenta la enseñanza.
Hoy, el hecho educativo pasa por las tecnologías generativas, por la inteligencia artificial, y es fundamental seguir reconfigurando las preguntas que dibujan nuestra acción como personas que aprenden y como personas que enseñan.
En un mundo donde la tecnología educativa y la inteligencia artificial continúan transformando la forma en que aprendemos y enseñamos, la búsqueda de respuestas definitivas se vuelve un camino sin fin. En lugar de enfocarnos en soluciones preconcebidas, debemos seguir planteando preguntas que nos ayuden a adaptarnos a la complejidad del entorno educativo actual. La autonomía del aprendizaje, las habilidades metacognitivas y la capacidad de priorizar lo que realmente necesitamos aprender se convierten en elementos clave en este nuevo paradigma. A medida que avanzamos, debemos continuar reconfigurando nuestras preguntas y perspectivas para abordar eficazmente los desafíos que la tecnología y la educación presentan en nuestra sociedad en constante evolución.
Para saber más
- • Castañeda, L., & Adell, J. (Eds.). (2013). Entornos personales de aprendizaje: Claves para el ecosistema educativo en red. Marfil.
- • Dabbagh, N., & Castañeda, L. (2020). The PLE as a framework for developing agency in lifelong learning. Educational Technology Research and Development, 68(6), 3041-3055. https://doi.org/10.1007/s11423-020-09831-z
- • Holmes, W., Persson, J., Chounta, I.—A., Wasson, B., & Dimitriova, V. (2022). Artificial intelligence and education-A critical view through the lens of human rights, democracy and the rule of law (F-67075 Strsbourg Cedex). Council of Europe. https://en.dl-servi.com/product/artificial-intelligence-and-education-a-critical-view-through-the-lens-of-human-rights-democracy-and-the-rule-of-law