Técnicas de la Inteligencia Artificial

Aplicadas a la Educación
Marilin Sandra Choque Callisaya
marilin_chf@hotmail.com

RESUMEN El campo de la inteligencia artificial puede aportar muchas

Esta artículo explica algunos usos de la inteligencia artificial en soluciones a las necesidades que el ámbito educativo plantea. A
el proceso de enseñanza-aprendizaje en todos los niveles, continuación repasamos el tipo de sistemas que se pueden
además de proyectos de investigación propuestos y la utilización construir y que están en vías de producción desde la IA.
de sistemas propuestos para el proceso de aprendizaje
2.1. Sistemas Tutores Inteligentes
Palabras Clave En los últimos años, Internet se transformó no sólo en una fuente
Inteligencia artificial, educación, aplicaciones, sistemas tutores de intercambio de información, sino también en un medio
inteligentes, técnicas de la IA en la educación, sistemas de propicio para realizar un sinfín de acciones. La educación a
evaluación, aprendizaje colaborativo. distancia se integró a Internet como un medio para proporcionar
nuevas opciones educativas a través del perfeccionamiento a
distancia, donde pueden interactuar un gran número de
1. INTRODUCCION estudiantes de todas las edades y de todos los perfiles socio-
En las universidades y centros de enseñanza de todo el mundo es culturales. Por este motivo, la arquitectura de los Sistemas
palpable el incremento de la utilización de las tecnologías de la Tutores Inteligentes (STI) debe soportar lo que se denomina
información y las comunicaciones en los procesos de procesamiento distribuido, para poder utilizar la red de una
enseñanza/aprendizaje. En este contexto, las más demandadas manera eficiente, ya sea la Internet o cualquier otra red.
son, precisamente, las tecnologías basadas en inteligencia La provisión de información útil y el mejoramiento de la
artificial, como los tutores inteligentes, los sistemas de gestión experiencia educativa a través de nuevos recursos pedagógicos
del aprendizaje o los videojuegos . La investigación en este facilita el proceso cognitivo del estudiante. A esto, se le puede
campo es muy activa y plantea objetivos ambiciosos, como por sumar un entorno flexible con acceso a la Internet desde
ejemplo la construcción de sistemas de monitorización cualquier punto en que el STI se encuentre almacenado. Esto
inteligente para analizar el grado de atención y nivel de significa no solo una reducción de costos importantes
productividad de los estudiantes. En unas décadas se podrían (materiales y tiempo principalmente) sino una mejora sustancial
plantear escenarios de ciencia ficción donde los alumnus en el uso de las plataformas para educación a distancia.
dispondrían de interfaces cerebrales para interactuar Por ese motivo, se analizan las distintas posibilidades de
directamente con una máquina y un software, que podría realizar distribución de los submódulos y se presenta un modelo de una
las tareas de un tutor virtual con conexión directa a las áreas de opción para la distribución del STI donde algunos submódulos
aprendizaje cerebrales. Especulaciones futurísticas al margen, es se encuentran en el servidor y otros en el cliente, minimizando la
evidente que el nuevo contexto social en el que vivimos plantea transferencia de datos y utilizando el poder computacional que
también nuevas demandas educativas: brinda el servidor del usuario.
• Incremento del número de estudiantes. Motivado por una El propósito del STI es presentar un comportamiento similar al
mayor demanda deformación continua y las necesidades de de un tutor humano, que se adapte a las necesidades del
jóvenes adultos de redefinir sus carreras o completar estudios estudiante, identificando la forma en que el mismo resuelve un
que en su momento no terminaron. problema para poder brindarle ayuda cuando cometa errores. Las
• Coste económico y temporal. Un buen número de estudiantes o interacciones entre el alumno y el docente, están enmarcadas en
bien no tienen capacidad económica para pagar los estudios las teorías de aprendizaje y de enseñanza aplicables a dicha
convencionales, o no tienen tiempo para desplazarse y asistir a interacción, lo que brinda un marco teórico al problema citado,
las clases tradicionales. donde no solo es importante el conocimiento que debe ser
Hay que considerar aquí el impacto cada vez mayor de los facilitado por el docente hacia el alumno, sino que cobra
inmigrantes. Para satisfacer estas nuevas necesidades se importancia la forma en la que este conocimiento es presentado,
requiere: oferta de formación online, que reduce costes de los ya que se pretende mejorar el proceso de adquisición y
alumnos y permite cubrir las necesidades educativas de un construcción de conocimiento. De este modo, se busca la
mayor número de estudiantes,automatización de los procesos incorporación de los métodos y técnicas de enseñanza más
educativos, para reducir los costes de profesorado y mantener un eficaces que permitan adaptar el modo de enseñanza a las
nivel de atención educativa personalizado en cualquier momento necesidades del alumno a fin de mejorar su rendimiento a través
y en cualquier lugar. En este artículo nos centramos en analizar de cada clase o “sesión pedagógica”. Cada alumno podrá elegir
las soluciones que aporta el campo de la IA para resolver estas entonces la técnica de enseñanza que mejor se adapte a su estilo
necesidades y especialmente las relacionadas con la de aprendizaje.
automatización de los procesos educativo Un tutor inteligente, por lo tanto: “es un sistema de software que
utiliza técnicas de inteligencia artificial (IA) para representar el
2. EJEMPLOS DE APLICACIONES conocimiento e interactúa con los estudiantes para enseñárselo”
EDUCATIVAS BASADAS EN I.A. (Wenger, 1987). Wolf (1984) define los STI como: “sistemas
que modelan la enseñanza, el aprendizaje, la comunicación y el

34
dominio del conocimiento del especialista y el entendimiento del Education) es uno de los más conocidos . Fuedesarrollado a
estudiante sobre ese dominio”. Giraffa (1997) los delimita como: comienzos del 2000 en la Universidad de Depauw y luego
“un sistema que incorpora técnicas de IA (Inteligencia Artificial) gestionado por la empresa DyKnow creada específicamente para
a fin de crear un ambiente que considere los diversos estilos comercializar el sistema . La tecnología que ofrece DyKnow en
cognitivos de los alumnos que utilizan el programa”. la actualidad permite a los profesores y estudiantes compartir
instantáneamente información e ideas. El objetivo final es evitar
2.2. Sistemas de Evaluación Automática que los alumnos realicen simples tareas de copiadores de las
Sistema de evaluación automática por medio de controles presentaciones del profesor, y se centren en comprender,
remotos, el sistema cuenta con un receptor que se conecta a la analizar y discutir los conceptos presentados en la clase.
computadora y recibe las respuestas de los controles remotos de
los alumnos. 2.4. Aprendizaje Basado en Juegos
Contendrá un software que consta de 3 partes: La llegada de los ordenadores ha propiciado numerosos intentos
1.- Para la creación de las preguntas: de desarrollar sistemas que sustituyan al profesor. Estos sistemas
El software permite crear los exámenes rápidos incluyendo pueden categorizarse en animaciones simples, simulaciones,
texto, imágenes, sonidos y videos, dar de alta varias asignaturas entrenamiento asistido,aprendizaje basado en Web, tutores
y profesores, establecer las respuestas que deberán ser las inteligentes (del inglés intelligent tutoring systems o ITS) y
correctas, asignando grado de dificultad, puntaje y tiempo en agentes pedagógicos.
segundos, permite hasta 6 posibles respuestas, además permite En dominios donde es necesario poner en práctica lo aprendido,
una vista previa de la pregunta. la aproximación natural son los simuladores. Estos sistemas se
2.- Para la aplicación del examen: apoyan en el constructivismo y las teorías psicológicas que
El software permitirá diferentes maneras de realizar exámenes afirman que el aprendizaje es la construcción de estructuras
rápidos: cognitivas. Sin embargo, una simulación perfecta sin algún tipo
Un ejemplo de evaluación: Al momento de la evaluación el de guía no sirve para nada. Se necesita una realimentación que
sistema presentará la pregunta y los alumnos podrán elegir la indique qué se está haciendo mal y cómo mejorar. Por esto,
respuesta que consideren correcta presionando sobre el botón de ciertos ITSs son en realidad simuladores con inteligencia
su control (hasta 6 opciones de respuesta podrán ser añadida que supervisa al alumno mientras está interactuando con
presentadas). El software registrará la opción que hayan elegido el sistema. La simulación es el entorno de aprendizaje, y la
y, a petición del profesor presentará inmediatamente los aplicación ofrece una guía al final de cada iteración. En estos
resultados de la clase con respecto a esa pregunta. sistemas, el estudiante trabaja en un ejercicio elegido utilizando
3.- Para el análisis de los resultados: algún criterio pedagógico. Para eso, propone al alumno
Al finalizar la evaluación, el sistema guardará el registro de los problemas de complejidad creciente, dándole las explicaciones
controles remotos y sus respuestas para dar una calificación al oportunas cuando se necesitan. Cuando el sistema advierte que
alumno y dejarla registrada en el sistema para su posterior el estudiante tiene el conocimiento suficiente para pasar al nivel
evaluación e impresión de los resultados. siguiente, le presenta un ejercicio de mayor dificultad. Por
A través del control del profesor se podrá acceder a las último, éstos sistemas se pueden mejorar incorporando un agente
siguientes funciones: ayuda, interruptor de aplicación, reporte de pedagógico que habita en el propio entorno de aprendizaje y que
recolección de las respuestas, reproducción multimedia, proporciona ayuda contextualizada.
pregunta siguiente, salir, muestra de respuestas, estadísticas,
pregunta anterior, reducir fuente, aceptar, agrandar fuente y 3. TÉCNICAS DE IA EN EDUCACIÓN
pausa. Los sistemas educativos inteligentes que acabamos de revisar
están basados en diversas técnicas de inteligencia artificial . Las
2.3. Aprendizaje Colaborativo Soportado más utilizadas en el campo de la educación son: las técnicas de
por Computador personalización basadas en modelos de estudiantes y de grupos,
Los entornos de aprendizaje colaborativo basado en computador los sistemas basados en agents inteligentes, y las ontologías y las
están pensados para facilitar el proceso del aprendizaje dando a técnicas de web semántica. Las técnicas de personalización, que
los estudiantes la oportunidad y las herramientas para interactuar son la base de los sistemas tutores inteligentes, están basadas en
y trabajar en grupo . En sistemas basados en inteligencia modelos del estudiante. En general, estos modelos consisten en
artificial, la colaboración se realiza con la ayuda de un agente la elaboración de una representación cualitativa que considere el
software encargado de mediar y facilitar la interacción para comportamiento del alumno en función tanto del conocimiento
alcanzar los objetivos planteaos. existente sobre un determinado ámbito como del aprendizaje
Los prototipos de investigación aportan precisamente nuevas de otros estudiantes en este dominio . Estas representaciones
ideas para mediar la colaboración entre los estudiantes. El pueden utilizarse posteriormente en sistemas tutores inteligentes,
sistema DEGREE por ejemplo permite caracterizar el en entornos de aprendizaje inteligente o en generar agentes
comportamiento de un grupo y el de los individuos que lo inteligentes que representen estudiantes que colaboren con los
componen a través de un conjunto de atributos o etiquetas. El estudiantes humanos. La utilización de técnicas de aprendizaje
agente facilitador utilize estos atributos que introducen los automático permite actualizar y extender los modelos de
estudiantes para ofrecer sugerencias y consejos con el objetivo estudiantes iniciales para adaptarlos tanto a la evolución de los
demejorar la interacción dentro de cada grupo . En el ámbito mismos como a una possible actualización e contenidos y
comercial existen muchos productos aunque aún no ofrecen actividades educativas .
mediadores inteligentes para facilitar la colaboración. El sistema Las dos técnicas más populares para modelar estudiantes son :
DEBBIE (DePauw Electronic Blackboard for Interactive los modelos basados en superposición o overlay y las redes

35
bayesianas. El primer método consiste en considerar el modelo Las ontologías buscan capturar y representar el conocimiento de
del estudiante como un subconjunto del conocimiento del forma consensuada, para que puede ser reutilizado y compartido
experto en el ámbito donde se realiza el aprendizaje. De este tanto por aplicaciones software como por grupos de personas .
modo, el aprendizaje se mide en función de la comparación con Una ontología consiste en clases y sus
los conocimientos del modelo del experto. El segundo método atributos, las relaciones entre las clases, las propiedades de las
consiste en representar el proceso de aprendizaje como una red relaciones y los axiomas que permiten restringir las
de estados de conocimiento, y posteriormente, inferir de forma interpretaciones de definiciones de acuerdo al significado
probabilística el estado del estudiante a partir de la interacción pretendido de los conceptos. En el ámbito educativo se han
de éste con el tutor. propuesto varias ontologías para describir: el contenido de
Los agentes software son considerados entidades software, como documentos utilizados como recursos educativos , la interacción
por ejemplo programas software o robots, que presentan en entre alumnus durante tareas de aprendizaje colaborativo , la
grado diferente, tres características principales: autonomía, semántica relacionada con los objetos del aprendizaje, y
cooperación finalmente, la semántica implícita en lenguajes orientados al
y aprendizaje . La autonomía se refiere a la capacidad del agente diseño del aprendizaje .
de actuar y decidir por sí mismo gracias a su representación y
comprensión el mundo que le rodea. 4. CONCLUSION
La cooperación significa a la habilidad para interactuar con Hacia dónde van las aplicaciones de la inteligencia artificial en
otros agentes a través de algún tipo de lenguaje de la educación
comunicación. Finalmente, el aprendizaje es esencial para Seguramente veremos mas integración de sensores y efectores
adaptar el comportamiento al entorno exterior y optimizar el inteligentes en las herramientas pedagógicas y otros utensilios
desarrollo de las tareas. La capacidad de aprender, junto con de uso cotidiano en los laboratorios y salones de clase, además
otras capacidades como el razonamiento o la planificación, del uso de agentes inteligentes en las redes de cómputo y en
dotan a los agentes software de cierta inteligencia lo que permite asistentes personales digitales que sirven a la educación.
la realización de

tareas más complejas. Los equipos de agentes inteligentes 5. BIBLIOGRAFIA

componen Sistemas MultiAgente orientados a desarrollar tareas [1] Técnicas de la Inteligencia Artificial aplicadas a la
que un único agente no puede realizar. En estos sistemas el educación
control y el conocimiento está distribuido y la computación que http://cabrillo.lsi.uned.es/aepia/Uploads/33/362.pdf
se realiza es asíncrona . Existen múltiples tareas en el ámbito de
la educación y del aprendizaje, como por ejemplo la [2] M. Lama y E. Sánchez (eds.): Actas del Taller de la
monitorización de las entradas, las salidas y las actividades de CAEPAI’05 “Técnicas de la IA a la Educación”, 2005.
los estudiantes, la consulta en el buzón de ejercicios para
comprobar que los trabajos se envían en fecha, la respuesta de [3] J. Santos y A. Bugarín (eds.): Actas de la XI Conferencia de
los mensajes con las preguntas de los alumnos, la corrección de la Asociación Española para la Inteligencia Artificial
test y exámenes, que un sistema dotado con agentes inteligentes (CAEPIA), 2005.
puede realizar.

36