La educación a distancia está muy por delante de la era digital. Antes de los cursos en línea, la gente dependía de materiales impresos (y más tarde de la radio y otras tecnologías) para apoyar la educación formal cuando el profesor y el estudiante estaban físicamente separados.
Hoy en día, existen varias formas de apoyar el aprendizaje a distancia a través de la comunicación digital. Con los cursos en línea "asincrónicos", la enseñanza no es en vivo. Los estudiantes acceden a los materiales del curso del sistema de gestión del aprendizaje y completan las tareas a su propio ritmo. Esto permite flexibilidad en diferentes zonas horarias y horarios de trabajo y permite un aprendizaje accesible.
Leer más: Flexibilidad del profesorado, conferencias grabadas: algunos legados universitarios positivos de la pandemia
Sin embargo, algunos investigadores han expresado su preocupación por la calidad y los resultados de los estudiantes asociados con los cursos en línea asincrónicos. Además, la inteligencia artificial generativa (GenAI) ha presentado desafíos fundamentales para este modo de entrega.
Si bien GenAI plantea serios desafíos a la integridad académica en muchos formatos de aprendizaje, incluido el aprendizaje sincrónico en línea y en persona, los cursos asincrónicos enfrentan el riesgo más grave. Sin interacción en tiempo real ni limitaciones de tiempo, los estudiantes pueden utilizar la IA sin ser detectados, mientras que los instructores nunca observan sus procesos de pensamiento.
GenAI ha expuesto desafíos fundamentales para el aprendizaje en línea asincrónico. (Foto AP/Jenni Kane) Modelos de aprendizaje comprometidos
Los cursos asincrónicos se han basado durante mucho tiempo en evaluaciones convencionales: publicaciones en foros de discusión, reflexiones escritas, trabajos de ensayo y videos pregrabados. Estos modelos en evaluación asincrónica ahora están en riesgo. Distinguir el contenido generado por IA del texto escrito por humanos es cada vez más difícil.
Las discusiones y reflexiones textuales plantean el mayor riesgo de sustitución. GenAI puede generar rápidamente publicaciones reflexivas personalizadas y respuestas a debates, con un tono académico pulido. Un instructor puede pasar horas respondiendo estas presentaciones, pero obtendrá poca evidencia de quién realmente aprendió y produjo el material.
Los agentes de inteligencia artificial como el navegador Atlas de ChatGPT ahora pueden navegar por los sitios de cursos, consumir materiales y completar tareas con una intervención mínima (si es que hay alguna) de los estudiantes.
En las tareas escritas, exigir citas precisas de los materiales del curso asignados puede parecer una protección. Sin embargo, las herramientas mejoradas con IA pueden cumplir fácilmente esos requisitos. Este enfoque proporciona una falsa sensación de seguridad y no aborda cuestiones fundamentales, incluida la autoría, con integridad en el mundo de la IA.
Leer más: ChatGPT y trampas: 5 formas de cambiar la forma en que se evalúa a los estudiantes
Es posible que se solicite a los estudiantes que envíen borradores con marca de tiempo, historiales de versiones y puntos de control para documentar su proceso. Pero pueden inventarse fácilmente, ya que los instructores se sienten abrumados con la vigilancia en lugar de centrarse en el aprendizaje y el progreso de los estudiantes.
Las infografías y los vídeos generados por IA también son cada vez más difíciles de distinguir de los creados por humanos.
Los detectores y la monitorización remota no son soluciones
Los detectores de IA no pueden resolver el problema. Las investigaciones sugieren que las herramientas de detección producen tasas de falsos positivos mucho más altas de lo que se anuncia, con un daño desproporcionado a los estudiantes neurodivergentes y a los que aprenden una segunda lengua. Varias universidades ahora desaconsejan específicamente el uso de software de descubrimiento como evidencia de mala conducta académica.
El monitoreo remoto es intrusivo y plantea serios problemas éticos, de equidad, de privacidad y de confiabilidad. A los estudiantes que requieren adaptaciones, ya sea por discapacidad, tecnología inadecuada o falta de espacio personal, se les debe conceder indulgencia que socava el propósito del sistema, haciéndolo insostenible y distrayendo a los instructores de su misión educativa.
Lea también: La supervisión de exámenes en línea puede violar la privacidad y socavar la confianza en las universidades
Estos crecientes desafíos no son ni hipotéticos ni descabellados. Sin una intervención significativa, las instituciones corren el riesgo de acreditar a estudiantes que no están demostrablemente comprometidos con el contenido del curso, socavando así la integridad de las credenciales académicas.
Dos estrategias menos que ideales
La verdadera protección contra el reemplazo de la IA requiere enfoques que cambien fundamentalmente la forma en que los instructores imparten cursos asincrónicos. Dos estrategias que de alguna manera alcanzan este umbral son:
1) Se pueden programar exámenes orales cortos para tareas importantes o durante todo el semestre. Aunque no están exentas de limitaciones, estas conversaciones validan la autoría y evalúan la profundidad de la comprensión.
Los exámenes orales y los componentes de aprendizaje experiencial pueden ayudar a los instructores a autenticar la participación de los estudiantes. (Dylan Ferreira/Unsplash)
2) Componentes de aprendizaje experiencial con verificación externa: los estudiantes pueden aplicar conceptos del curso a entornos del mundo real e incluir breves declaraciones de supervisores del lugar de trabajo, socios comunitarios u otras partes interesadas externas en sus tareas principales que serán calificadas por los instructores del curso. Combinado con exámenes orales breves, este enfoque evitaría la transferencia de todo el aprendizaje a la IA y ampliaría el trabajo del curso asincrónico con componentes prácticos.
Sin embargo, las estrategias de evaluación por sí solas no pueden resolver la crisis de autenticidad.
Revisión del diseño del programa.
El Marco de la Comunidad de Investigación, una herramienta para conceptualizar el aprendizaje en línea, identifica tres elementos esenciales para un aprendizaje en línea efectivo: presencia social (los estudiantes participan auténticamente), presencia cognitiva (los estudiantes construyen comprensión a través de la investigación) y presencia instructiva (los instructores facilitan el aprendizaje).
La GenAI amenaza estos tres elementos: puede simular la participación social a través de publicaciones generadas, reemplazar el trabajo cognitivo y obligar a los instructores a centrarse en la vigilancia en lugar de en la enseñanza.
Las instituciones deben evaluar si sus programas asincrónicos pueden sostener estos elementos dadas las capacidades de GenAI.
Frente a una realidad desagradable
Las instituciones y los educadores deben ser honestos acerca de las limitaciones. Pocas estrategias brindan una protección real contra el reemplazo de la IA; la mayoría solo crea fricciones que los estudiantes decididos pueden superar. Los enfoques recomendados enumerados anteriormente requieren elementos sincrónicos o verificación externa que cambien fundamentalmente la entrega asincrónica.
La implementación de estas soluciones imperfectas requiere un compromiso institucional, recursos y apoyo político genuinos. Las instituciones ahora enfrentan una elección: invertir significativamente en lo que se necesita para restaurar cierto grado de autenticidad de la evaluación, o reconocer que los programas asincrónicos (tal como están estructurados actualmente) no pueden ofrecer resultados de aprendizaje de manera creíble.
Las soluciones de curita y el traspaso de responsabilidad a los instructores sólo profundizarán la crisis de acreditación. En ausencia de fuertes esfuerzos institucionales, los programas asincrónicos corren el riesgo de convertirse en fábricas de credenciales en todo menos en el nombre. La cuestión no es si las instituciones pueden permitirse el lujo de actuar, sino si pueden permitirse el lujo de no actuar.
.webp)
0 Comentarios