Implicaciones de la inteligencia artificial generativa en la educación superior: Oportunidades, desafíos y el futuro del aprendizaje personalizado XV Taller Internacional “Universidad, Ciencia y Tecnología”
Barra lateral del artículo
Contenido principal del artículo
Resumen
La inteligencia artificial (IA) está transformando rápidamente la educación superior, ofreciendo oportunidades sin precedentes para la personalización del aprendizaje, la creación de contenidos educativos innovadores y la mejora de la eficiencia administrativa. Este trabajo examina el impacto de la IA generativa en la educación superior y sus implicaciones, centrándose en el uso de contenido audiovisual, textual y de imágenes creadas por IA. Se exploran las ventajas de la IA en la creación de recursos de aprendizaje adaptativos, la automatización de tareas repetitivas y el fomento de la creatividad estudiantil. Sin embargo, también se abordan los desafíos éticos y prácticos, como la necesidad de garantizar la precisión y la equidad del contenido generado por IA, la detección del plagio y la protección de la privacidad de los datos. Además, se discuten las implicaciones para el rol de los educadores y la necesidad de desarrollar nuevas habilidades y competencias en los estudiantes para navegar en un mundo cada vez más impulsado por la IA. Para la realización del trabajo se utilizó como método la revisión documental. Finalmente, se presenta una visión del futuro de la educación superior, donde la IA se integra de manera efectiva para mejorar la experiencia de aprendizaje y preparar a los estudiantes para los desafíos del siglo XXI.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Adiwardana, D. l, Luong, M. T., So, D. R., Hall, J., Fiedel, N., Thoppilan, R., Yang, Z., Kulshreshtha, A., Nemade, G., Lu, Y., & Le, Q. V. (2020). Towards a Human-like Open-Domain Chatbot. arXiv. https://doi.org/10.48550/arXiv.2001.09977
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D., Wu, J., Winter, C., Amodei, D. (2020). Language Models are Few-Shot Learners (arXiv:2005.14165). arXiv. https://doi.org/10.48550/arXiv.2005.14165
Chen, L. & Pingping, C. (2020). Artificial Intelligence in Education: A Review. IEEE Access. http://10.1109/ACCESS.2020.298851
Collins, E. & Ghahramani, Z. (2021). LaMDA: nuestra tecnología revolucionaria de conversación. https://blog.google/innovation-and-ai/products/lamda/
Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (arXiv:1810.04805). arXiv. https://doi.org/10.48550/arXiv.1810.04805
Díaz Rodríguez, N., Del Ser, J., Coeckelbergh, M., López de Prado, M., Herrera-Viedma, E., Herrera, F. (2023). Connecting the dots in trustworthy Artificial Intelligence: From AI principles, ethics, and key requirements to responsible AI systems and regulation. Information Fusion, 99. https://doi.org/10.1016/J.INFFUS.2023.101896
Eaton, S. E. (2023). Academic Integrity in the Age of Artificial Intelligence. Open Technology in Education, Society, and Scholarship Association (OTESSA). https://doi.org/10.11575/PRISM/dspace/41407
European Commission. (2021). Proposal for a Regulation of the European Parliament and of tehe conuncil laying down harmonsied rules on artificial intelligence (Artificial Intelligence Acta) and Amending Certain Union Legistive Acts. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52021PC0206
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4PeopleAn Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations. Minds and Machines, 28(4), 689-707. https://doi.org/10.1007/s11023-018-9482-5
Growcoot, M. (2023). Japan Declares AI Training Data Fair Game and «Will Not Enforce Copyright». PetaPixel. https://petapixel.com/2023/06/05/japan-declares-ai-training-data-fair-game-and-will-not-enforce-copyright/
Gruetzemacher, R., & Paradice, D. (2022). Deep Transfer Learning & Beyond: Transformer Language Models in Information Systems Research. ACM Comput. Surv., 54(10), 204:1-204:35. https://doi.org/10.1145/3505245
Hoffmann, J. ordan, Borgeaud, S., Mensch, A., Buchatskaya, E., Cai, T., Rutherford, E., Casas, D., Hendricks, L. A., Welbl, J., Clark, A., Hennigan, T., Noland, E., Millican, K., Driessche, G., Damoc, B., Guy, A., Osindero, S., Simonyan, K., Elsen, E., Sifre, L. (2022). Training Compute-Optimal Large Language Models (arXiv:2203.15556). arXiv. https://doi.org/10.48550/arXiv.2203.15556
Holmes, W., Bialik, M., & Fadel, Ch. (2019). Artificial Intelligence in Education. Promise and implications for Teaching and Learning. https://www.researchgate.net/publication/332180327_Artificial_Intelligence_in_Education_Promise_and_Implications_for_Teaching_and_Learning
Juca Maldonado, F. (2023). The impact of artificial intelligence on academic work and research papers. Revista Metropolitana de Ciencias Aplicadas, 6(S1), 289-296.
Luckin, R. (2017). Towards artificial intelligence-based assessment systems. Nature Human Behaviour, 1(3), 1-28. https://doi.org/10.1038/s41562-016-0028
McKinsey Global Institute. (2023). Abalia, El lado humano de la tecnología | Informe Anual McKinsey Global 2023: Estado de la IA generativa. https://abalia.com/informe-anual-mckinsey-global-2023-estado-de-la-ia-generativa/
O´Neil, O. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy | Guide books | ACM Digital Library. Grupo Editorial Crown. Guide books. https://dl.acm.org/doi/book/10.5555/3002861
Raffel, C., Shazeer, N., Roberts, A., Lee, K., Narang, S., Matena, M., Zhou, Y., Li, W., & Liu, P. J. (2023). Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer (arXiv:1910.10683). arXiv. https://doi.org/10.48550/arXiv.1910.10683
Rodrigo, M. M. (with Matsuda, N., Cristea, A. I., & Dimitrova, V.). (2022). Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners' and Doctoral Consortium: 23rd International Conference, AIED 2022, Durham, UK, July 27-31, 2022, Springer International Publishing AG.
Sánchez Espejo, F. G. (2019). Guía de tesis y proyectos de investigación. (1era.ed.). Centrum Legalis E.I.R.L.
Selwyn, N. (2019). Should robots replace teachers?: AI and the Future of Education. Polity Press. https://research.monash.edu/en/publications/should-robots-replace-teachers-ai-and-the-future-of-education/
Thoppilan, R., Freitas, D., Hall, J., Shazeer, N., Kulshreshtha, A., Cheng, H., Jin, A., Bos, T., Baker, L., Du, Y., Li, Y., Lee, H., Zheng, H., Ghafouri, A., Menegali, M., Huang, Y., Krikun, M., Lepikhin, D., Qin, J., … Le, Q. (2022). LaMDA: Language Models for Dialog Applications (arXiv:2201.08239). arXiv. https://doi.org/10.48550/arXiv.2201.08239
UNESCO. (2021). An I education. Guidance for policy-makerts. https://doi.org/10.54675/PCSP7350
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, Il. (2023). Attention Is All You Need (arXiv:1706.03762). arXiv. https://doi.org/10.48550/arXiv.1706.03762
Woodruff, K., Hutson, J., & Arnone, K. (2023). Percepciones y barreras para adoptar la inteligencia artificial en la educación K-12: Una encuesta a educadores en cincuenta estados. En Reimaginando la educación: El papel del e-learning, la creatividad y la tecnología en la era pospandemia. Ciencia y Educación. https://www.researchgate.net/publication/373978032_Perceptions_and_Barriers_to_Adopting_Artificial_Intelligence_in_K-12_Education_A_Survey_of_Educators_in_Fifty_States
Yang, J., Jin, H., Tang, R., Han, X., Feng, Q., Jiang, H., Yin, B., & Hu, X. (2023). Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond (arXiv:2304.13712). arXiv. https://doi.org/10.48550/arXiv.2304.13712
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education - where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Zelcer, M. (2023). Sistemas de recomendación en plataformas de streaming audiovisual: Las lógicas de los algoritmos. Revista Mídia e Cotidiano, 2(17), 1-23. https://doi.org/10.22409/RMC.V17I2.57130
Zhao, W. X., Zhou, K., Li, J., Tang, T., Wang, X., Hou, Y., Min, Y., Zhang, B., Zhang, J., Dong, Z., Du, Y., Yang, C., Chen, Y., Chen, Z., Jiang, J., Ren, R., Li, Y., Tang, X., Liu, Z., … Wen, J.-R. (2026). A Survey of Large Language Models (arXiv:2303.18223). arXiv. https://doi.org/10.48550/arXiv.2303.18223
