Descodificación
Imagínese a usted en 1989, justo antes de la creación de la web. Imagínese que sabía, antes que nadie, los impactos de la Internet. Según usted, ¿qué habilidades eran las más importantes que tendrían que haberse enseñado a las “nuevas generaciones”? No es una pregunta fácil de responder. En muchos casos, lo que vimos entre mediados de los años noventa y el inicio del siglo XXI fue que los sistemas educativos se centraron en ayudar a los estudiantes a aprender cómo utilizar herramientas tecnológicas específicas, y no la manera de desarrollarse en una sociedad que estaba siendo transformada por la Internet.
Ahora, “volvamos al futuro” y adelantémonos a donde nos encontramos hoy.
Imagínese que usted sabe antes que nadie cómo la inteligencia artificial (IA) y los servicios digitales que utilizan grandes cantidades de datos determinarán la próxima década. ¿Qué habilidades, según usted, son las más importantes para enseñar a los estudiantes que actualmente van a la escuela? Esta tampoco es una pregunta fácil de responder. En muchos casos, los sistemas educativos siguen centrándose en ayudar a los alumnos a aprender a usar herramientas tecnológicas específicas. Quizás esta vez podamos hacerlo mejor.
Hoy existen muchos enfoques acerca de cómo desarrollar habilidades digitales. (i) Dependiendo del marco que se adopte, las competencias digitales pueden o no incluirse en las denominadas “habilidades del siglo XXI”. En la mayor parte de la bibliografía se destaca la importancia de estas capacidades para el mundo que se avecina (en algunos casos, para un mundo que ya está aquí). No existe un marco único que se pueda utilizar como referencia inequívoca (aunque algunos [i] tengan más visibilidad que otros): diferentes países/regiones han decidido evaluar (i) y medir (i) estas habilidades utilizando distintas técnicas y enfoques.
Quizás una de las diferencias entre 1989 y 2019 es que las sociedades están hoy más conscientes de la influencia de las tecnologías digitales en casi todos los aspectos de nuestras vidas. Teniendo en cuenta que en la actualidad usamos las tecnologías de manera más sofisticada, es razonable esperar que las habilidades relacionadas y los conocimientos necesarios sean más complejos. Como veremos, esta complejidad no se asocia con cuán difícil es interactuar con ciertas herramientas (la simplicidad en la tecnología es la regla de oro), sino más bien con las capacidades de pensar críticamente y evaluar los contextos.
La expansión actual de las llamadas “tecnologías inteligentes” (adaptativas, predictivas, personalizadas) puede facilitarnos la vida en algunos casos (p. ej., los chatbots de asistencia o los cuidadores robóticos). (i) Pero también es cierto que ahora tenemos mucha más conciencia que en el pasado de algunas de las consecuencias no deseadas (en algunos casos, negativas) de estas nuevas tecnologías.
Es posible que algunas personas no se sientan cómodas de que la IA o los robots (i) sean parte del diálogo en curso respecto de la educación. Lo desconocido suele producir miedo, o rechazo. Por otra parte, tal vez sea el momento de pensar en cómo preparar mejor a las próximas generaciones para que se desarrollen en contextos donde los sistemas que utilizan grandes cantidades de datos pueden ayudar o reemplazar a una serie de habilidades y capacidades que se fomentan actualmente en las escuelas.
Es posible que aprender a interactuar (comprender, utilizar, colaborar, comportarse, confiar y sentir) con los robots ya no sea más ciencia-ficción. (i) Joseph Aoun, el autor del libro Robot-Proof (A prueba de robots), (i) señala que la lectura, la escritura y las matemáticas constituyen las capacidades básicas de la sociedad moderna. Pero ahora existen desafíos adicionales. Además, se necesitan al menos tres tipos de conocimientos: la alfabetización en el uso de datos (para leer, analizar y utilizar un caudal de información cada vez mayor); la alfabetización tecnológica (que incluye programar y comprender cómo marchan las máquinas) y la alfabetización humana (entender cómo se debe funcionar en el ambiente humano).
Antes de tomar una posición definida con respecto al papel de la IA en la educación, puede ser una buena idea recordar que los seres humanos tienen diferentes tipos de inteligencia y capacidades que van mucho más allá de lo que la limitada IA puede hacer hoy. Rosemary Luckin (i) destaca que la inteligencia humana es inmensamente rica y variada. Al considerar la inteligencia social, la inteligencia emocional y la autoeficacia, la profesora Luckin sostiene que un rol potencial de la IA en la educación es proporcionar oportunidades para el aumento de la inteligencia humana, apoyando los procesos de toma de decisiones en lugar de reemplazar a las personas con la automatización. (i)
Neil Selwyn, profesor de educación de la Universidad de Monash (en Victoria, Australia) y autor del libro Should Robots Replace Teachers? (¿Deberían los robots reemplazar a los profesores?), indica que (i) “la preocupación no es que los maestros vayan a ser reemplazados, sino que van a ser desplazados o desprofesionalizados”. Otros prefieren ir más lejos y señalan que la IA reemplazará puestos de trabajo o secciones enteras de la fuerza laboral. (i) En cualquier caso, las investigaciones muestran que los educadores pueden necesitar apoyo y orientación para adoptar y enseñar estos nuevos conocimientos y lenguajes, y que su papel durante esta experiencia de aprendizaje de los estudiantes sigue siendo fundamental. (i)
¿Qué preferiría ser: el pasajero o el conductor?
La expansión de políticas que promueven el desarrollo de competencias de pensamiento computacional es algo que ha ganado visibilidad y relevancia. Países como el Reino Unido han decidido adoptar el pensamiento computacional (PDF, en inglés) como un componente central de su programa académico nacional. Hoy es posible ver una cantidad cada vez mayor de países (i) (e iniciativas de la sociedad civil) (i) que promueven no solo aprender a usar las tecnologías, sino también cómo crear otras. (i) Quizás una de las preguntas más interesantes en este contexto se relaciona con el hecho de que si tiene sentido enseñar el pensamiento computacional (i) como una asignatura, o si es preferible incorporarlo en diferentes disciplinas, integrado en una “alfabetización transversal”. Ambos enfoques tienen ventajas y desventajas; es muy probable que esto va a seguir siendo un tema de discusión.
Quienes promueven el pensamiento computacional destacan que no se trata solo de programar, sino que también de comprender —no desde el asiento del pasajero, sino del conductor— cómo funciona la tecnología y sus consecuencias en la sociedad actual. Como lo anunció la Organización de Cooperación y Desarrollo Económicos (OCDE) recientemente, (i) en la evaluación PISA 2021 se incorporarán por primera vez aspectos del pensamiento computacional. Se hará hincapié en los procesos y modelos mentales (p. ej., abstracción, pensamiento algorítmico, automatización, descomposición y generalización) que los alumnos necesitan para tener éxito en un mundo cada vez más tecnológico.
Curiosamente, mientras más social se vuelve la experiencia del uso de las tecnologías, más cercana es la conexión entre las habilidades digitales y las llamadas habilidades socioemocionales. (i) Aprender a descodificar será tan importante como aprender a programar. Identificar nuevos problemas puede llevarnos a cambiar la forma en que vemos las habilidades de hoy. A continuación presentamos algunos ejemplos de competencias transversales que ilustran capacidades sociales y técnicas (i) que puede ser útil considerarlas:
- Pensamiento algorítmico: ¿en qué medida la información que presentan los algoritmos puede influir en las ideas, los sentimientos o las decisiones? ¿Cómo, cuándo y con qué fin pueden los sistemas automatizados afectar la vida de las personas? ¿Cómo entender el posible costo de las decisiones automatizadas? ¿Cómo desarrollar conciencia acerca de los algoritmos para enfrentar posibles sesgos?
- Escepticismo inteligente: ¿cómo desarrollar una confianza selectiva para hacer frente a los ultrafalsos (“deepfakes”) o a las noticias falsas? (i) ¿Qué técnicas, protocolos o buenas prácticas pueden ayudarnos a seleccionar información confiable? ¿Cómo manejar la confianza en entornos con gran cantidad de datos? ¿Cómo promover el pensamiento independiente, la exigencia de pruebas o incluso el pensamiento científico con algunas dosis de escepticismo? (i)
- Fluidez ética: ¿cómo infundir el pensamiento ético en el diseño, la implementación y la adopción de tecnologías de la información? ¿Cómo incorporar la privacidad y la protección de datos (i) en cada etapa de la adopción de la tecnología? ¿Cómo transitar desde el lema “hay que moverse rápido y romper cosas” hacia una labor que beneficie a su comunidad, pero que no afecte negativamente a los demás?
- Autocontrol: en contextos de sobreestimulación e hiperconexión, ¿cómo autocontrolar el comportamiento, las emociones y los pensamientos de uno en diferentes entornos digitales, especialmente cuando pueden afectar a otros (o a usted mismo)? ¿Cuáles son las mejores estrategias para mantener el foco de atención en la red?
Algunas personas pueden estar interesadas en saber acerca de la AI4K12. (i) Esta comunidad de académicos norteamericanos promueve pautas nacionales (pero no programas de estudio) para la educación sobre IA desde la enseñanza preescolar hasta la enseñanza secundaria, argumentando que prácticamente todos necesitarán una comprensión básica de las tecnologías que sustentan el aprendizaje automático y la inteligencia artificial. Afirman que los estudiantes deben comprender y evaluar las nuevas tecnologías de IA y considerar críticamente las preguntas de impacto ético o social que estas suscitan.
El futuro de la educación plantea una serie de preguntas complejas: si las máquinas están aprendiendo, ¿qué debemos enseñar a quienes no son máquinas? ¿Cómo deberíamos diseñar capacidades a prueba del futuro para las generaciones venideras? En lugar de capacitar a los estudiantes para que se involucren con las tecnologías actuales, ¿cómo podemos prepararlos mejor para que le den sentido a problemas complejos o desconocidos en el futuro? ¿Cuáles son los conocimientos y capacidades fundamentales que no se volverán obsoletos? E, igualmente importante: ¿cómo pueden los educadores (entre otros expertos) participar en este diálogo?
“Siempre estamos prediciendo el futuro y siempre nos equivocamos al respecto”, dijo Ian McEwan. (i) Aunque es posible que no podamos predecir el futuro, el fracaso entre 1989 y 2019 ofrece una oportunidad de pensar hacia adelante y de diseñar soluciones transformadoras donde más personas puedan ser conductores de sus propios destinos, y no solo ser pasajeros en los vehículos de otras personas.
Más abajo puede consultar diversas iniciativas y fuentes relevantes y útiles para aquellos que desean obtener más información sobre este tema:
- AI in the UK: ready, willing and able (Parlamento del Reino Unido, 2018)
- Our Vision For Teach Computing (National Centre for Computing Education, 2019)
- Digital Literacy for Children: Exploring definitions and frameworks (UNICEF, 2019)
- Do We Really Need Computational Thinking? (ACM, 2019)
Tal vez a usted también le interesen artículos publicados en el blog EduTech:
Nota: La imagen al inicio de este artículo pertenece a Beakerhead y se encontró usando la herramienta de búsqueda de Creative Commons. (i) Se utilizó en esta publicación conforme a los términos de su licencia Creative Commons, CC BY-NC -ND 2.0.
Únase a la conversación