O doutor Antonio Rodríguez Anaya expuxo que a IA quere axudar a combater a soedade do alumno que estuda a distancia, incentivando a aprendizaxe colaborativa e social

11 de diciembre de 2020

O profesor e investigador da UNED participou na terceira sesión do seminario que organiza en Ourense a Universidade co apoio financieiro do seu Vicerreitorado de Investigación e Transferencia do Coñecemento e Divulgación Científica

OURENSE, 11 de decembro de 2020.- O doutor Antonio Rodríguez Anaya, profesor e investigador do Departamento de Intelixencia Artificial da Escola Técnica Superior de Enxeñería Informática da UNED, disertou esta mañá en Ourense acerca das ferramentas de IA en contornas educativas e sociais. Fíxoo dentro do seminario que a UNED organizou e que se emite cada venres en liña desde o Centro de Intelixencia Artificial de Ourense.

O seu relatorio tivo dous partes. Unha primeira dedicada a ver a Intelixencia Artificial no contexto educativo e unha segunda para ver como a IA pode axudar á educación a distancia.

En canto á IA no contexto educativo, Rodríguez Anaya mencionou catro áreas de investigación neste campo: A AIED ou IA en contexto educativo; a CSCL, ou aprendizaxe colaborativa apoiada por computador. Son as técnicas que utilizan mediante computadores para incentivar ou promover a aprendizaxe colaborativa. Outra área de investigación que citou é a EDM ou minería de datos en contextos educativos, para terminar citando a LA, ou analítica da aprendizaxe, que mestura IA e informática con estratexias pedagóxicas.

Da AIED, sinalou Rodríguez Anaya que desde principios da década de 1980, xurdiu o amplo campo da intelixencia artificial e a educación (AIED) cuxo obxectivo erautilizar unha combinación de intelixencia artificial (IA), teoría da aprendizaxe e práctica educativa para mellorar os resultados da aprendizaxe dos estudantes que usan ordenadores.

“Dentro de AIED xurdiron varios subcampos baseados no poder da computación e a aprendizaxe automática, como os sistemas de titoriais intelixente, os sistemas de hipermedia adaptativa, CSCL”, sinalou o relator. Como obxectivos está o estimular e predicir os procesos de aprendizaxe. En canto aos fundamentos educativos, teóricos e filosóficos sinalou Anaya que AIED supón que se pode describir calquera forma de aprendizaxe e as máquinas son capaces de simular estes procesos. Os estudantes pódense describir de forma lóxica. Xorde o modelado dos estudantes. Ao referirse a técnicas e achegamentos, menciona a aprendizaxe automática e os estudos de intervención humana.

No que ao CSCL ou aprendizaxe colaborativa apoiada por computador refírese, o doutor Rodríguez Anaya expuxo que desde inicios da década de 1990 apareceu unha serie de publicacións de CSCL que se centraban en explorar como os alumnos e profesores podían traballar xuntos en liña utilizando computadoras. “Unha gran cantidade de estudos de CSCL atoparon que en estadas, a autorregulación, o deseño de tarefas e ao presenza docente son conceptos importantes que poden alentar aos estudantes para traballar xuntos de maneira efectiva”. O seu obxectivo é comprender os procesos de aprendizaxe dentro e fora da aula e os seus fundamentos educativos, teóricos e filosóficos consisten nun sistema centrado na colaboración e interacción entre dúas ou máis persoas así como en teorías da comunicación, construtivista social, sociocultural e psicoloxía social. As técnicas de achegamento son, segundo citou o relator: a análise de discurso, análise de contido, cuestionarios e análises de redes sociais.

En canto á Minería de datos en educación (EDM), manifestou Rodríguez Anaya que a mediados da década de 2000 apareceu unha terceira corrente que utilizaba a minería de datos en educación e comezouse a explorar os procesos de aprendizaxe utilizando conxuntos de datos máis grandes e maiores interconexións entre os datos. Os obxectivos desta corrente consisten en analizar datos de sistemas educativos. Os fundamentos educativos, teóricos e filosóficos: céntranse nos procesos de extracción de coñecemento dos datos xerados nunha contorna educativa.

As técnicas de achegamento son catro:

• Modelado computacional (interacción persoa-computadora, aprendizaxe automática, IA).

• Minería de datos.

• Estatísticas psicométricas.

• Visualización.

A última corrente é a da Analítica da Aprendizaxe (LA en inglés), que apareceu en escena en 2011 “centrada en comprender os complexos procesos de aprendizaxe e os resultados da aprendizaxe, utilizando unha combinación multidisciplinaria de informática, psicoloxía educativa, enxeñería e ciencias da aprendizaxe”, indicou Rodríguez Anaya. Os seus obxectivos pasan por mellorar os procesos de aprendizaxe. No que aos seus fundamentos educativos, teóricos e filosóficos refírese destacan unha gama de teorías pedagóxicas utilizadas, incluído a aprendizaxe conectada, a aprendizaxe autorregulado e a teoría socioconstructivista.

En técnicas e achegamentos, esta corrente busca a análise do discurso, procesamento da linguaxe natural, aprendizaxe automática, modelado preditivo, métodos de investigación cualitativa, análise de redes sociais, visualización.

Na segunda parte da súa conferencia divulgativa, Antonio Rodríguez Anaya referiuse á IA como axuda da educación a distancia. E así sinalou que “a educación a distancia pode chegar a todo o mundo, sendo na actualidade necesarios uns requisitos tecnolóxicos, entre outros. A sociedade está bastante familiarizada con eses requisitos tecnolóxicos”. A IA quere axudar a combater a soidade do alumno que estuda a distancia. Isto conséguese incentivando a aprendizaxe colaborativa e social. A devandita aprendizaxe, segundo varios autores,

• minimiza o sentimento de illamento na educación a distancia (Barkley et al., 2004)

• A aprendizaxe colaborativa incrementa a motivación (Swan et al., 2006)

• Que haxa tecnoloxías que fagan posible a comunicación non implica que haxa colaboración (Barkley et al., 2004)

• É necesario un seguimento regular e frecuente para saber se os estudantes cooperan e colaboran (Johnson & Johnson, 2004)

O profesor e investigador da UNED expuxo o esquema da IA na mellora do proceso de aprendizaxe. Así, parte de accións correctivas para mellorar o devandito proceso educativo levan a interaccións do estudante nun curso web, fase tras a que xorde o preprocesado con extracción de datos e preparación chegando así a unha análise aplicando técnicas de IA.

O doutor Rodríguez Anaya falou do Método de asignación de revisores baseado na análise social, froito dunha investigación na que el participa e que propuxeron nunha publicación en 2019. O seu propósito consiste en non esquecer as relacións sociais nos procesos de procura de candidatos para realizar tarefas cooperativas ou colaborativas, como pode ser a formación de grupos, a asignación de revisores, etc.

“Como hipótese dise que a aprendizaxe social desempeña un papel importante nos procesos de aprendizaxe. O obxectivo consiste en ofrecer ao docente un método de asignación para a tarefa de avaliación por pares segundo as preferencias dos docentes personalizando os atributos debido a unha análise de redes sociais dos alumnos nunha conversación”. Dentro deste método, referido a interaccións sociais, pode ter como exemplos un foro típico dun curso en liña da UNED, onde as mensaxes agrúpanse en conversacións e nas mensaxes de indica que participante responde a quen. Na fase de preprocesado hai obtención frecuente e regularmente das interaccións sociais, desde a base de datos, coa API da plataforma, etc. Logo prepáranse os datos para a súa análise, para dar formato e filtrar.

Este método de asignación de revisores baseado na análise social inclúe análise de redes sociais utilizando diversas métricas e criterios de experto. Para o proceso de asignación de revisores expuxo o profesor que “os Diagramas de Influencia (Howard e Matheson 1984) constitúen un marco gráfico para estender as redes bayesianas que permiten a toma de decisións automática en condicións de incerteza. Os Diagramas de Influencia representan de forma compacta as dependencias probabilísticas e funcionais entre as variables dun problema de decisión”.

O profesor sinalou que propuxera un método de asignación, neste caso, de revisores baseado en análise social. O método é independente da materia que se imparta. O método ofrece de forma sinxela que o docente propoña os seus propios criterios de asignación. E, por último, o método é un exemplo de aplicar Intelixencia Artificial nun contexto educativo.

O Seminario de Intelixencia Artificial organizado pola Universidade Nacional de Educación a Distancia volverá o venres, 18 de decembro, coa presenza do catedrátco Anselmo Penas Padilla, do departamento de Linguaxes e Sistemas Informáticos da UNED. O seu relatorio versará sobre Experiencias de transferencia de técnicas de Intelixencia Artificial á empresa. Este seminario destinado a Ourense conta co apoio financeiro do Vicerreitorado de Investigación e Transferencia do Coñecemento e Divulgación Científica da UNED.

Podes ver a conferencia en diferido premando aquí.

UNED Ourense