Se llamaba Las habilidades digitales en los MOOC: un repaso desde Bloom hasta la cultura educativa digital (puedes verlo haciendo click aquí) la cual es uno de mis artículos más visitados e incluso referenciado en diversas publicaciones.
Ahora que tenemos la Inteligencia Artificial sobre la mesa, es momento de dar una mirada a la taxonomía de Bloom.
Revisando cómo va el tema, veo dos miradas.
Una mirada clásica centrada en el instrumental y en el manejo de la información, que veo muy cercana a mejorar la gestión del conocimiento.
Una mirada crítica centrada en comprender la relevancia de lo que tenemos al frente.
Ambas miradas son complementarias y seguramente convergerán o si no se consigue, deberán convivir. Lo importante es que estas miradas lleguen a los docentes, y a los Ministerios.
La mirada clásica.
Sobre la clásica, muy válida, coloco, la infografía de la Universitat Oberta de Catalunya (ver original aquí) el cual es muy completa y detallada.
La mirada crítica.
La mirada crítica incluye la comprensión crítica de la relevancia de lo que se tiene entre manos. y se basa en abordar o incluir temas delicados como:
Privacidad y protección de datos;
Sesgos y equidad en los algoritmos de IA;
Impacto social y económico de la automatización y la IA;
Responsabilidad y transparencia en el desarrollo y uso de tecnologías de IA; y,
Ética en la IA y Ética ante la IA.
Por supuesto no serán todos a futuro, pero comencemos con éstos. Pero añadiré otra: Desarrollo Estratégico, tema del cual nadie habla o se habla de la boca-para-afuera.
En esta primera tabla, y siguiendo la infografía previa -es más, se complementa-, se puede revisar cada nivel de la taxonomía de Bloom y una primera aproximación.
RecordarReconocer y recordar información.Recuperar información utilizando herramientas de IA.Utilizar motores de búsqueda para encontrar datos específicos, usar asistentes virtuales para recordar eventos.Encontrar herramientas adecuadas al proceso a realizar tanto cognitivo como profesional futuro.
ComprenderExplicar ideas o conceptos.Interpretar datos y resultados proporcionados por sistemas de IA.Analizar resultados de algoritmos de aprendizaje automático, comprender informes generados por IA.Explicar los resultados y las diferencias entre reflexioens propias y resultados obtenidos.
AplicarUsar información en situaciones nuevas.Implementar herramientas y aplicaciones de IA en problemas del mundo real.Programar una IA para resolver un problema específico, utilizar software de IA para tareas profesionales.Ensamblar resultados humanos originales con otros de IA e introducir criterios y parámetros de mejora.
AnalizarDescomponer información en partes y comprender su estructura.Descomponer y evaluar el funcionamiento de sistemas de IA y algoritmos.Realizar análisis de rendimiento de modelos de IA, evaluar la ética y el impacto de las decisiones tomadas por IA.Discutir cuáles son las estrategias que arrojan los mejores resultados.
EvaluarJustificar una decisión o curso de acción.Criticar y valorar la eficacia de herramientas de IA y sus resultados.Comparar diferentes algoritmos de IA, revisar y criticar artículos científicos sobre IA.Gestionar las decisiones para enriquecer pensamiento estratégico y crítico-creativo.
CrearProducir trabajo original o innovador.Diseñar y desarrollar nuevas aplicaciones y algoritmos de IA.Crear un nuevo modelo de aprendizaje profundo, desarrollar una aplicación que utilice IA para un nuevo propósito.Transponer o llevar estrategias visibilizadas hacia otras áreas de la propia formación u otras y ver cómo mejora la relación con otras profesiones.
La columna Desarrollo estratégico es la que me interesa comentar un poco más. No tiene relación, aún, con el desarrollo del pensamiento estratégico, pues esto ya debe trabajar muy rápido hoy en día y por ello destaco que este tema es un aspecto que en esta taxonomía debe considerarse con profundidad. Es claro que la IA simplificará mucho el trabajo operativo esencialmente intelectual y ahí es clave que los docentes se preocupen de desarrollar una mirada estratégica del futuro, no la mirada de la estrategia como un ordenamiento de pasado, y por ello se trata de ir preparando para dar esta mirada. NOTA: quería decir desarrollo cognitivo, pero eso lo dejaré para otro artículo.
Esta última columna es vital pues si no se desarrollan estas habilidades, capacidades y/o conocimiento, tendremos autómatas del conocimiento, super usuarios de prompts y sus equivalentes hasta que éstos (los prompts) desaparezcan o ya no sean necesarios.
Pero veamos algo más y ya avancemos en abordar temas sensibles y críticos.
RecordarConocer políticas de privacidad de las herramientas de IAReconocer ejemplos de sesgos en algoritmosRecordar ejemplos de automatización y sus efectos en el empleoRecordar principios básicos de transparencia en IAConocer los principios éticos en la IAConocer dilemas éticos comunes causados por la IA
ComprenderComprender cómo se protege la información en sistemas de IAComprender cómo y por qué ocurren los sesgos en IAExplicar cómo la automatización afecta diferentes sectoresExplicar la importancia de la transparencia en los sistemas de IAComprender los dilemas éticos asociados con la IAExplicar cómo la IA puede afectar decisiones éticas humanas
AplicarAplicar medidas para proteger datos personales en proyectos de IAIdentificar y mitigar sesgos en aplicaciones de IAAplicar IA en contextos que maximicen beneficios socialesDiseñar IA con principios de transparencia y responsabilidadImplementar principios éticos en el diseño de IADesarrollar soluciones que aborden dilemas éticos causados por la IA
AnalizarAnalizar las políticas de privacidad de diferentes herramientas de IAEvaluar los sesgos presentes en diferentes algoritmos de IAAnalizar el impacto económico de la automatización en distintas industriasEvaluar la transparencia de diferentes sistemas de IAAnalizar problemas éticos en el uso de IAEvaluar el impacto ético de las decisiones asistidas por IA
EvaluarEvaluar la efectividad de las medidas de protección de datos en sistemas de IACriticar la equidad de los resultados generados por IAEvaluar el impacto social de la automatización en diferentes contextosEvaluar la responsabilidad de los desarrolladores en el uso de IAEvaluar la adherencia a principios éticos en proyectos de IAEvaluar las implicaciones éticas de la IA en decisiones humanas
CrearDiseñar sistemas de IA con altos estándares de privacidadCrear algoritmos de IA que promuevan la equidadDesarrollar soluciones de IA que impulsen el desarrollo social y económicoCrear políticas y prácticas para garantizar la transparencia en IADesarrollar marcos éticos para la creación de IACrear directrices para la ética en decisiones humanas asistidas por IA
Pero hay algo más … la parte cognitiva-
El asunto es que la IA acortará los niveles de Blomm o hará que debamos pasar de un nivel a otro más rápido. Esto es sencillo de observar. Y si bien dije que escribiré otro artículo relacionado con la cognición, igual diré algo.Si se observa la calle, los medios y la prensa, incluso en casa, vemos a cualquier persona, de toda edad, usando estas herramientas de IA -o no pero creyendo que son de IA- y sacando partido de las mismas con o sin ética, si queremos darle esta mirada, pero por sobre con un uso pragmático aunque sea un uso algorítmico.
y Aquí comparto una pirámide (¿porqué siempre una pirámide?, ¿no es demasiado jerarquizante, sostenedor de un modelo excluyente?) donde exploto algo que no es tan nuevo: una pirámide invertida.
Esta nueva pirámide la planteo como un medio visual para mostrar que deberíamos preocuparnos de tratar de hacer crecer el desarrollo de las personas para que aborden situaciones que ahora no vemos o nos atrevemos a ver o entender por su complejidad.
Así planteo esta pirámide invertida donde, gracias a la IA, podemos y permite dedicar nuestra mente a cosas más críticas.
Y es una pirámide que busca enseñar o formar en tomar conciencia de: en qué debemos enseñar y prepararnos para preparar a las siguientes generaciones, o al revés, en qué preparar a nuestras mentes aprovechando lo que aprendemos rápidamente con la tecnología. Ya estos nuevos niveles se están visualizando en decisiones que involucran modelos de formación centrados en contacto con la realidad, en prohibir el móvil, reducir horas de contacto con ordenadores, salir a jugar al patio, pensar en más allá, etc.
No hacerlo o no pensar de estar manera, sería, a mi manera de exponer, que cualquier de las dos miradas previas, y cualquier otra, quedarán en agua de borrajas, o sea, más ejercicios académicos para escribir papers o contar historia de éxito para publicar gurú-libros, pero siempre más papel al cajón.
Y al hablar de que sea una pirámide para tomar conciencia es por la idea de que los dicentes conforme dominen las herramientas de IA … TOMEN CONCIENCIA de que deben ir algo más.
Un nivel inferior o basal dedicado a crear conciencia y motivación para ver qué más puedo hacer con las herramientas existentes y nuevas. Cómo llevar mi mente hacia otras cosas.
Un nivel siguiente que simplemente se oriente y se tome conciencia de que debemos mejorar la calidad de vida en todo sentido.
Ya un nivel más alto, uno dedicado a comenzar a trabajar problemas wicked, esos problemas retorcidos que asustan.
Y la superior que he llamado ¿Qué hacemos ahora ?. Este nombre lo dice todo. Preparar para ir a pensar más allá.
Podemos debatir en cuantos niveles o qué nombre darle a los niveles, o lo que haremos en cada nivel, pero lo importante es plantearse esta nueva mirada.
Y recordemos algo. Si seguimos pensando de forma tradicional en la forma: es que así debe enseñarse a los jóvenes, esto deben aprender las personas, sin Bloom no ha formación, o cosas similares, seguiremos usando la IA como un software más.
Todo lo anterior no excluye pensar que quizás haya llegado el momento de dejar a Bloom y pensar otro modelo … ¿por qué no?.
Fuente: este post proviene de Blog sobre diseño de proyectos, donde puedes consultar el contenido original.
¿Vulnera este post tus derechos? Pincha aquí.
Creado: