Este artículo fue publicado originalmente en EdSurge el 5 de enero de 2024
Traducción al español por David Rodolfo Areyzaga Santana
Desde que el ChatGPT de OpenAI se puso a disposición del público en noviembre de 2022, el campo de la educación superior se ha centrado en su impacto y aplicaciones; el profesorado quiere entender cómo afectará esto su trabajo y la experiencia de los estudiantes.
No obstante, en muchas conversaciones hace falta discutir cómo se pueden utilizar los enfoques científicos para estudiar ChatGPT y otras herramientas de IA generativa en el contexto de la educación superior. Conforme la tecnología evoluciona a paso veloz, es fundamental establecer un marco para examinar sus implicaciones; necesitamos saber qué preguntas hacer y continuar haciéndolas, incluso cuando las respuestas cambian de un día para otro.
En el programa Science of Learning Research Initiative (SOLER) de la Universidad de Columbia, nos hemos dedicado a examinar la experiencia académica de estudiantes y docentes con una perspectiva científica. Hacerlo implica aprovechar la investigación arraigada en el concepto de «erudición de la enseñanza y el aprendizaje» (SoTL, por sus siglas en inglés), un acercamiento sistemático al aprendizaje para mejorar las estrategias de enseñanza y el análisis de conocimientos extraídos de datos institucionales y académicos. ¿Cuál es la meta? Mejorar la experiencia de enseñanza y aprendizaje.
Nuestro equipo se ha ocupado de investigar cómo los estudiantes usan herramientas de IA generativa y hemos aprendido que necesitamos un acercamiento sistemático para medir el impacto de estas herramientas con el paso del tiempo, para así saber cómo aprovecharlas. Estos son los métodos que hemos usado:
Investigación observacional
En SOLER usamos esta técnica para tener una mejor idea de los hábitos, la comprensión y las actitudes existentes que nuestros estudiantes y profesores tienen sobre las herramientas de IA generativa. Gran parte del discurso sobre la IA generativa en la educación superior se ha centrado en temas de integridad académica. Para fundamentar estas conversaciones, es necesaria la investigación observacional sin intervención. Nuestro equipo de investigación busca determinar qué saben los docentes y estudiantes sobre esta tecnología, con qué frecuencia la utilizan, con qué propósito y qué opinan de su utilidad o adecuación en diversos contextos académicos.
Algunos de los métodos observacionales que usamos son encuestas anónimas y grupos de enfoque, que ofrecen «espacios seguros» para que los estudiantes comuniquen abiertamente sus hábitos. Hemos descubierto que recopilar esta información es esencial para apoyar al profesorado de forma adecuada, pues necesitan entender qué hay detrás de las conductas y actitudes de sus estudiantes. Los docentes tienen inquietudes acerca de la retención y el éxito académico; quieren entender cómo el uso de estas tecnologías impacta los resultados de los estudiantes. Nuestros esfuerzos por analizar los datos nos han ayudado a arrojar luz sobre estos temas.
En el próximo año académico, SOLER se asociará con profesores de la Escuela Superior de Arquitectura, Planificación y Protección y la Oficina de Integridad Académica de la Universidad de Columbia para examinar las actitudes de los estudiantes sobre el uso de ChatGPT. La investigación servirá como punto de partida para un estudio que, en última instancia, medirá el impacto de la herramienta en el aprendizaje de los estudiantes en un curso de finanzas inmobiliarias, lo que nos lleva a nuestro próximo enfoque de investigación: diseño experimental verdadero.
Diseño experimental verdadero
El diseño experimental verdadero es un método de investigación crítico, porque los grupos de muestra deben asignarse aleatoriamente entre grupos de control o experimentales, y se controlan todas las variables excepto la que se está estudiando, para determinar mejor la causalidad. Estamos aplicando este método para explorar preguntas prescriptivas sobre las formas en que la tecnología debe implementarse como una herramienta de instrucción: este es un elemento clave para avanzar en la enseñanza y el aprendizaje en la educación superior. Cuando se trata de investigar herramientas de IA generativa a través de un marco de investigación SoTL, las preguntas esenciales combinan elementos particulares de la disciplina con consideraciones más generales de la experiencia del estudiante.
Creemos que los experimentos verdaderos en ChatGPT deben diseñarse para abordar dos áreas principales:
- Las tareas, especialmente en el contexto de la redacción de documentos, y la programación informática, realizando preguntas sobre la motivación, la evaluación, los procesos de revisión y la integridad académica de los estudiantes.
- Los experimentos deben examinar cómo los “tutores de IA” proporcionan comentarios personalizados y exploran el impacto en los resultados relacionados con el aprendizaje y la actitud para los estudiantes, y cómo estos resultados se comparan con los logrados con recursos más tradicionales.
Investigación híbrida
Un tercer enfoque central es implementar una investigación híbrida que examine cómo los estudiantes optan por usar la tecnología cuando se les da acceso explícito pero instrucciones limitadas. Este método combina elementos de los enfoques anteriores y llena una brecha conceptual abordando la siguiente pregunta: cuando se les da acceso a la tecnología pero con orientación limitada, ¿cómo eligen usarla los estudiantes?
La investigación observacional implica simplemente animar a los estudiantes a utilizar la tecnología en una materia determinada y luego pedir a los estudiantes que informen sobre su uso. Un experimento verdadero puede implicar el establecimiento de dos condiciones en un contexto curricular, como dividir un grupo en dos y asignarles la misma tarea. En una de las condiciones, se les da instrucciones limitadas a los estudiantes y en la otra se les da orientación específica sobre cómo usar la tecnología en el contexto de la tarea. Mediante una técnica combinada con esta estructura, se podría examinar si los dos grupos muestran diferentes patrones de comportamiento, resultados de aprendizaje o actitudes.
En este sentido, SOLER está colaborando con el profesorado de la Escuela de Negocios de Columbia para explorar cómo los grupos de estudiantes llegan a un consenso sobre el uso de generadores de imágenes de IA. Nuestro objetivo es comprender cómo los patrones de uso dan forma a la dinámica interpersonal de los miembros del grupo.
A medida que el campo de la educación superior se encuentra navegando en este panorama tecnológico que cambia rápidamente, la adaptación es nuestra única opción. Debemos hacer esfuerzos sistemáticos y rigurosos para comprender y aprovechar las nuevas tecnologías, y debemos considerar seriamente las cuestiones éticas y morales, especialmente aquellas que pertenecen a la diversidad y la inclusión, como quién se beneficia de estas herramientas y por qué.
Estos problemas complejos pueden abordarse de manera significativa adoptando un enfoque científico, utilizando marcos de investigación sólidos y con apoyo institucional para estos esfuerzos. Si examinamos cómo los estudiantes y los profesores están experimentando las tecnologías emergentes a través de una lente científica, podemos lograr más que solo mantenernos al día: podemos trazar un camino hacia un futuro más brillante y equitativo.
Tomado de EDUNEWS EDUNEWS del Tec de Monterrey
No hay comentarios:
Publicar un comentario