Desde laptops, tablets y cursos de programación a exámenes en línea, la tecnología en el aula ha sido una tendencia constante en la educación en los últimos años. Enseñar en estos tiempos involucra ir más allá de las cuatro paredes de un aula y los programas escritos. Con un alumnado progresivamente más digitalizado y la cancelación de clases presenciales a causa del COVID-19, se hace un énfasis en la urgencia de escuelas cada vez más inteligentes.

Más allá de contar con aulas remotas en plataformas digitales, la educación necesita de la tecnología para pasar al siguiente nivel. Actualmente se tiene un sistema educativo donde el personal docente se siente rebasado por la cantidad de trabajo que conlleva dar clases y donde las necesidades de los alumnos individuales no son atendidas. Una posible solución a estas problemáticas hoy se encuentra en la misma tecnología que se utiliza en investigación contra el cáncer, la seguridad de las naciones y en las aplicaciones de los teléfonos celulares de cada uno; se trata del machine learning.

¿Qué es el machine learning y qué puede hacer por la educación?

Cuando se habla de machine learning se refiere a una aplicación de la inteligencia artificial donde por medio de algoritmos se interpretan datos y construyen modelos analíticos en tiempo real. El aprendizaje de estos programas es automatizado brindando resultados más precisos cada vez que el programa se alimentan con nueva información.

En el contexto de la educación, el machine learning toma datos y métricas a nivel individual y/o grupal con el fin de generar estadísticas precisas tomando en cuenta la situación y desarrollo de cada estudiante. Según Terrance Sejnowski, presidente de Neural Information Processing Systems Foundation, organización detrás del evento de machine learning más grande del mundo, “la educación va a ser la siguiente killer app”

Esto es debido a que el machine learning va más allá de mera evaluación de datos, esta tecnología simplifica y hasta automatiza parte del trabajo de los maestros. En un artículo para New York Times se relata el caso de Jennifer Turner, una maestra de álgebra que, por medio de usos aplicados de un sistema de inteligencia artificial que analiza la escritura de los alumnos y califica sus tareas, eliminó el tedio de revisarlas y, en su lugar, usa ese tiempo para generar actividades interactivas para sus alumnos. Este pequeño cambio redujo el estrés de la maestra aumentando su motivación, llevando a clases donde los alumnos son más participativos y abiertos al aprendizaje.

Siendo así, esta tecnología no viene a hacer el trabajo de los maestros, sino a cumplir un rol de asistente. Este asistente con su misma naturaleza evolutiva, aunado a una buena recolección de datos históricos de los alumnos, le otorga al docente toda la información y recomendaciones que necesita para garantizar el aprendizaje de cualquiera de los estudiantes desde el primer día de clases.

Esta aplicación puede usarse a cualquier escala, desde un alumno, a un salón, a toda una región; con mejor estadística vienen mejores decisiones en todos los niveles. En el caso de haber señales de alarma de que un alumno está acercándose a un camino que lo llevará a la deserción, el programa desplegaría alertas a los docentes para que puedan tomar acción lo antes posible.

Te recomendamos: La privacidad, el nuevo reto del sector educativo.

Machine Learning y el plagio

En el presente se ha visto demanda para un uso del machine learning en específico: detectar la deshonestidad académica en reportes escritos. Desde hace ya varios años las escuelas cuentan con sistemas que detectan si el texto que entrega un alumno es plagio de trabajos ya existentes. Estos sistemas antiguos no utilizan la inteligencia artificial, sino que hacen una simple búsqueda de frases en textos existentes. Es ahí mismo donde radica la gran falla, sólo detectan si hay plagio a trabajos existentes, pero no si el estudiante es el verdadero autor. Es un problema común, un alumno le paga a otro para que este escriba su tarea; un suceso tan recurrente que hasta es común verlo en películas.

La Universidad de Copenhagen viene a solucionar ese problema específico. El departamento de ciencias computacionales recientemente ha estado trabajando en una aplicación de machine learning que va más allá de los programas actuales, se trata de un algoritmo que compara la prosa de una tarea sospechosa con aquella de otros textos del mismo alumno. Después de un análisis, el programa despliega un porcentaje indicando la similitud con el estilo usual del acusado. Esta información se utilizaría para que un equipo de investigación determine la culpabilidad del estudiante.

Machine Learning como medida de seguridad

Abriendo el horizonte de cómo se analiza el machine learning en las escuelas, se ve que aún puede hacer más que garantizar el aprendizaje de los alumnos y la integridad de sus trabajos, ya que esta tecnología tiene la capacidad de ver por su seguridad. Hoy en día se viven tiempos tumultuosos, en ciertos países la violencia y los tiroteos escolares son cada vez más comunes. Solamente en el año 2019 en EE. UU. hubo más de 50 tiroteos en los pasillos escolares; en el medio oriente en pleno conflicto de Israel y Palestina, los padres viven con miedo de un ataque terrorista. Aquí en México no ha pasado mucho desde que la guerra contra el narco se peleaba en las calles. Mientras no haya paz en las calles, la solución a este miedo se encuentra en la tecnología.  

Utilizando cámaras con programas de reconocimiento facial, se puede identificar y rastrear agresores. Así mismo, un algoritmo de machine learning programado para reconocer patrones de agresores y que ha estudiado tragedias previas, detecta señales de alarma para que se pueda actuar antes de que una situación escale. Esta tecnología ya se implementa en bancos, aeropuertos, edificios gubernamentales y en otras locaciones, y no hay razón para pensar que no pueda cumplir una función similar en las escuelas.

Es así que las posibilidades verdaderamente son infinitas, la tendencia ya está marcada y ya está empezando a surgir el software necesario para elevar la educación por medio de machine learning. Actualmente hay 232 mil escuelas en México, resulta difícil dar un número exacto de cuánta inversión se necesita para implementar todas las aplicaciones de machine learning relatadas en este blog en el sistema educativo. Pero, cómo se dio con la maestra Turner, un solo programa puede hacer toda la diferencia.

En Alestra tenemos 25 años ofreciéndole a la industria las mejores soluciones en tecnología y ciberseguridad. Nuestro compromiso es siempre estar a la vanguardia en tecnologías emergentes y brindarle a tu empresa lo más nuevo, rápido, eficiente y seguro que el mercado tiene por ofrecer.