Lo escribo en este blog pues tiene que ver con el caso de una innovación que es aplicada en personas y sociedad. Bueno y mucho más, pero por ahora en este contexto.
Y además pues se trata de un tema que está generando ciertas preocupaciones a algunas personas, y es que ChatGPT está respondiendo exámenes y no le va tan mal. Veamos.
Antecedentes.
Partiré contante un poco mi relación con la inteligencia Artificial para que se entienda mi visión pragmática e ingenieril del tema. Y muy alejada de temores y ensoñaciones.
Mi primer contacto con la Inteligencia Artificial fue una charla del tema que tuve cuando entré a la universidad. Fue en 1985, en mi primer mes de clases universitarias cuando había comenzado a estudiar informática. Esto pasó en la Universidad Técnica Federico Santa María de Chile.
Esta universidad siempre fue pionera y hacer un Seminario de Inteligencia Artificial a estudiantes de primer año, en su primer mes, en 1985 podría pensarse que era de locos. Quizás hoy se vea como algo más aceptable, pero en 1985 cuando la computación era menos masiva, no existía internet y aún usábamos teléfonos FIJOS -los que se daban el lujo de tenerlo-, esto de la Inteligencia Artificial sí parecía ciencia ficción. Además, de los casi 100 estudiantes que ingresamos, recuerdo que 2 ó 3 tenían algún computador, pero hablamos de un Atari.
Fue un seminario impartido por investigadores franceses, tremendamente teórico -o eso me pareció-. El seminario dejó claro que esto no es ciencia ficción, sino que es tanto ciencia aplicada como teoría de alto nivel. No generó sustos ni miedos, ni mucho menos generó novelería de un mejor o peor futuro. Se recibieron criterios y madurez académica profesional y profesionalidad académica.
(A) Y algo que recuerdo es que se dijo que según cómo se entrené la Inteligencia Artificial, se podría tener una gran ayuda en la Inteligencia Artificial o un gran-nuevo estorbo.
(B) Asimismo se mencionó con claridad que obviamente existe un límite computacional y de complejidad computacional a los algoritmos, los cuales siempre se pueden resolver con las limitaciones de la computación de CEROS y UNOS. Lo que no se resuelve es la limitante humana.
La primera limitante, lo dijeron claro, se va resolviendo metiendo dinero y nuevos materiales y avances tecnológicos que incrementen capacidad de almacenamiento y de procesamiento.
Lo segundo tiene o no tiene solución. Más bien era -y es- un desafío, pues el software es la extensión del programador. Y mal que mal, en el origen, la Inteligencia Artificial surge de una persona (y esto es muy distinto que luego la Inteligencia Artificial evolucione o que la Inteligencia Artificial generé una nueva Inteligencia Artificial -ojo, ahora la Inteligencia Artificial genera código de software, y está por verse el siguiente paso-).
(C) También se expuso con claridad el tema ético y moral, lo cual no depende de la pobre Inteligencia Artificial, sino del que la use.
Aunque reconozco que fue una charla que literalmente era indescriptible, me ayudo a no perder de vista el tema de la Inteligencia Artificial.
Quiero comentar que de los 100 estudiantes ninguno tenía conocimiento de computadores y como dije antes, eran pocos los que habían visto alguno. Yo no había visto nunca un computador. De hecho entré a estudiar Informática porque era una profesión nueva, un desafío y nadie sabía del tema por lo que era un tema inexplorado.
Con el tiempo me he dado cuenta que pasó lo que dijeron los franceses.
Qué -al menos a mediados de los años 80s- la Inteligencia Artificial estaba detenida porque si bien los algoritmos matemáticos estaban resueltos -o casi-, no había capacidad computacional no crecía, y se necesitaban nuevas matemáticas.
Ellos señalaron que cuando esta capacidad aumente, sea barata y alguien pagase por este tema, habrían avances importantes. Y así pasó. Hoy todos hablan de que las máquinas los permiten, pero no he encontrado mucha literatura sobre si realmente estamos abordando problemas nuevos y no que estemos aún resolviendo los temas que en los 80 los franceses mostraron -eran varios, y muchos creo que me suenan aún-.
Y en esos años ya existía el problema de capacidad técnica y humana (que ya comenté), de entrenamiento de la Inteligencia Artificial y de no poner torpes a entrenar la Inteligencia Artificial, de que se precisarán nuevas normativas, códigos éticos y una clara política pública -lo plantearon como obvio-.
Bueno hasta aquí con la historia. Formalmente decidí hablar o recuperar el tema de la Inteligencia Artificial con John Atkison, profesor chileno que sabe más del tema que muchos que salen en RRSS.
Aquí van algunas charlas y aportes que John ha tenido el placer de compartir en mi consultora Estay Consulting -al final de este post comparto otros artículos de John publicados en mi otro blos Pasión por la Innovación-.
La IA podrá hacer exámenes.
Hablemos un poco de que ChatGPT es -según Wikipedia- es un prototipo de chatbot de inteligencia artificial desarrollado en 2022 por OpenAI que se especializa en el diálogo. El chatbot es un gran modelo de lenguaje ajustado con técnicas de aprendizaje tanto supervisadas como de refuerzo. Se basa en el modelo GPT-3.5 de OpenAI, una versión mejorada de GPT-3. Wikipedia.
Bueno, está claro. Es un chatbot que incluye Inteligencia Artificial. Lo cual no vemos, sino que disfrutamos.
Como chatbot responde lo que se le pide. Y conforme interactúa, aprende y se mejora.
Como ha sido liberado en modo abierto la estamos usando para todo. Y por supuesto esto incluye están los agoreros distópicos y los ensoñadores tecnológicos.
Pero hay un tema que cobra debate.
Resulta que algunas personas pusieron a probar el chatbot introduciendo preguntas de exámenes. Y claro al chatbot le fue bien. De hecho se reportan casos en que aprobaba los exámenes con calificación alta. Y hay casos en que no le ha ido tan bien.
Bueno, no analicemos cómo le va al buen ChatGPT, sino el motivo de que le vaya bien.
Y ahí el tema está en lo que se pregunta y lo que se quiere medir.
Para entendernos me remitirá a la Taxonomía de Bloom.
La taxonomía de Bloom clasifica los objetivos en una formación en ámbitos de aprendizaje cognitivos, partiendo de aprendizajes que pueden considerarse reproductivos -o sea, repetir lo aprendido- hasta otros que buscan que los aprendientes sean y demuestren creatividad o niveles cognitivos más desarrollados. Estoy siendo muy simple con el trabajo de Bloom, pues quiero destacar un poco el aspecto epistemológico de esta taxonomía: que cuando enseñamos o nos enseñan, el diseñador de la instrucción toma decisiones sobre qué quiere reforzar en las personas, lo cual puede ir de simples reproductores pasivos de conocimiento o vayamos más allá y el cerebro y nuestras habilidades lo llevemos a nuevos limites.
Y, tomada esta decisión, se crean los instrumentos adecuados. O sea, si quieres que los aprendientes repitan cosas, pues hacemos test que exijan eso. Y si quieres que los aprendientes desplieguen capacidades crítico-creativas, se harán otras cosas.
Acoto que Bloom no tiene preferencia por algún tipo de aprendizaje. Más bien, propone un ordenamiento claro. Hay conocimiento que requiere aprendizaje reproductivo y otro que requiere otro. O que para llegar a habilidades altas, hay que pasar por el reproductivo.
Aquí puedes ver un poco más de la Taxonomía de Bllom: https://cestay.wordpress.com/2013/06/13/las-habilidades-digitales-en-los-mooc-un-repaso-desde-bloom-hasta-la-cultura-educativa-digital/
Aquí viene la tesis. En varios años viendo y revisando exámenes los niveles reproductivos o los objetivos reproductivos son los que más se reflejan en los exámenes. Es decir, se hacen y hacemos pruebas para fines reproductivos. A veces se justifica, pero seguir insistiendo en ellos puede no ser bueno.
Y si ChatGPT hasta este momento busca respuestas en sus bancos de información/conocimiento, claramente le será sencillo encontrar respuestas a preguntas que buscan reproducir conocimiento.
O sea, ChatGPT no es más ni menos listo que un ser humano, sino que actúa bien ante un procedimiento básico de reproducción que curiosamente es lo primero que busca la automatización computacional. Lo preocupante es que esto al ser cierto, refleja que se hacen exámenes para generar autómatas.
O sea, no es que ChatGPT esté alcanzando habilidades o niveles humanas. Es otra cosa: estamos generando personas que funcionan como máquinas. Y esto último se está haciendo bien, por eso a ChatGPT le va bien en los exámenes. Y por eso a ChatGPT en otros exámenes no le va tan bien pues son exámenes para otros niveles cognitivos.
Aclaremos que Bloom incluye dimensiones afectivas que ChatGPT aún no alcanza, o quizás no alcance.
El desafío está en que gracias a ChatGPT quienes hacen y hacemos exámenes tenemos ahora el tiempo y la oportunidad de crear exámenes para ir a más altos niveles cognitivos.
¿Lo haremos? ¿Se hará?
El desafío de lo que acabo de decir antes es múltiple.
Exámenes reproductivos y su siguiente nivel, transferenciales son sencillos, rápidos de hacer y rápidos de evaluar, y los aprendientes no se quejan mucho.
El proceso formativo está pensando para ser lineal monodirigido, es decir, de profesor a estudiantes. Y cuando se plantea una formación distinta, como trabajo en equipo, aprendizaje por proyectos, o debates interactivos, la linealidad monodirigida se mantiene, pues siempre impera la jerarquía del que habla, o habla más, del peso social, del liderazgo natural, pero eso por el tipo de sociedad que construimos.
Exámenes para niveles creativos, reflexivos, críticos, demandan habilidades que muchas personas no hemos tenido oportunidad de vivir o experimentar, por lo que crear exámenes y/o responder esos exámenes son difíciles.
¿Añadirías algo más?
Bueno, eso te puedo decir sobre el tema.
Ah, ¿y cuál es el futuro de los exámenes?
Pues no lo sé. Quizás desaparezcan.
En mi caso, hace tiempo que quiero eliminarlos pero siempre se vuelve a lo mismo … al test de V/F, de selección múltiples y esas cosas. Y los proyectos o cosas aparentemente más creativas terminan siendo rúbricas prefabricadas. Ah y el trabajo en equipo termina siendo lo que aguanten los estudiantes y el profes. Poca innovación pedagógica, eso sí más tecnología informática. Y usar google para enriquecer la investigación no ha funcionado, pues al final se copian trabajos de trabajos de trabajos.
Aquí tienes experiencias pedagógicas revolucionarias … en Barcelona https://cestay.wordpress.com/2013/05/15/hay-experiencias-b-learning-que-permiten-construir-el-futuro-observado-en-megatendencias-tecnologicas-y-sociales/ y en Ecuador https://cestay.wordpress.com/2011/04/25/information-systems-philosophy-3-fases-del-rol-de-los-sistemas-de-informacion-en-las-organizaciones-explicado-a-traves-de-la-filmografia-tron-youve-got-email-firewall/.
Para los exámenes tradicionales o mejor dicho para e conocimiento reproductivo y transferencial tendremos aa ChatGPT para que nos de una mano con las cosas reproductivas.
Aquí alguien dirá pero con ChatGPT se está innovando. A ver, ChatGPT combina cosas y salen cosas nuevas que pueden ser novedosas o distintas. Si son innovadoras lo dirá el análisis integral que exige la innovación. Además, como es natural, ChatGPT puede ser como un loro -lo de loro lo he tomado de un debate en lnkedin de John Atkinson- que repite cosas que ha escuchado y va combinando. Pero no interesa esto aquí. Quedarse en este debate o planteamiento es limitante.
El tema de fondo es si querremos desarrollar nuestras capacidades cognitivas o descubrir nuevas o quedarnos en que la Inteligencia Artificial lo haga todo.
Habrá que rehacer el e-leaning.
El concepto de innovación pedagógica tendrá que morir y nacer de nuevo.
El mismo modelo de Bloom tendrá que centrarse en niveles cognitivos más elevados.
Los diseñadores de pruebas tendrán que asumir que deben hacer nuevas cosas.
Los estudiantes deberán estar preparados para saber que ahora sus profesores serán creativos y les pedirán capacidad crítica que en suma es tener opiniones propias bien fundamentadas y debatidas que probablemente no existan en Google ni provea ChatGPT.
Bien. El debate está abierto. Ahora hay que pensar nuevos tipos de exámenes, jejejeje.
Aquí hay más enlaces de Inteligencia Artificial ..
Algo más sobre Expertos de la noche a la mañana y contra la tradición de la charlatanería y la novelería: #Desarrollo en #Red: Inteligencia Artificial, Bloom, ChatGPT y el futuro de los exámenes http://www.christianestay.com/2017/07/tecnologia-y-sobre-falsos-expertos-charlatanes-y-noveleros.html
Inteligencia Artificial y cómo aporta a los negocios Inteligencia Artificial: #Desarrollo en #Red: Inteligencia Artificial, Bloom, ChatGPT y el futuro de los exámenes http://www.christianestay.com/2017/07/inteligencia-artificial-y-como-aporta-a-los-negocios.html
Que quede claro la IA no tiene nada que ver con data science : #Desarrollo en #Red: Inteligencia Artificial, Bloom, ChatGPT y el futuro de los exámenes http://www.christianestay.com/2019/08/que-quede-claro-la-ia-no-tiene-nada-que-ver-con-datascience.html
Fuente: este post proviene de Blog sobre diseño de proyectos, donde puedes consultar el contenido original.
¿Vulnera este post tus derechos? Pincha aquí.
Creado: