La disponibilidad de tecnología con inteligencia artificial (IA), el aprendizaje automático, la robótica, entre otros está ocurriendo más rápido de lo que las personas esperaban. No estamos hablando de un sueño de ciencia ficción que demorará 20 años en lograrse; la mayoría de estas tecnologías ya están disponibles en diferentes grados en diversas industrias y avanzarán al siguiente nivel dentro del próximo año o durante los próximos años.
Las instituciones educativas deben seguir el ritmo. Independientemente de si hablamos de los jardines de niños, las escuelas primarias y secundarias o las universidades, la necesidad de una plataforma de aprendizaje que ofrezca experiencias de aprendizaje personalizado para cada estudiante es muy real.
Los estudiantes asisten a la escuela con diversos trasfondos educativos, tienen diferentes intereses y preferencias de aprendizaje y progresan en cada materia a ritmos diferentes. Es imposible que un solo profesor pueda lidiar con todas las cosas que pasan con cada estudiante en profundidad. Pero con la ayuda de las tecnologías educativas, las cosas cambian.
Una plataforma de aprendizaje personalizado puede ayudar a los profesores a satisfacer las necesidades de cada uno de los estudiantes, independientemente de si son clases de 15 niños en preescolar o 15 000 estudiantes universitarios. Dicha plataforma puede establecer el nivel actual de conocimiento que cada estudiante tiene sobre cualquier tipo de materia, lo que necesitan aprender y hacer recomendaciones personalizadas o dar consejos sobre cómo puede alcanzar sus objetivos de aprendizaje cada estudiante. Del mismo modo, una plataforma de aprendizaje personalizado puede evaluar el progreso del estudiante en cada paso del camino.
Existen tres aspectos centrales que definen una plataforma de aprendizaje personalizado: cada estudiante debe poder definir sus propias metas de aprendizaje dentro de ella, recibir recomendaciones basadas en su proceso de aprendizaje y recibir una evaluación clara de su progreso para que pueda visualizarlo. Exploremos cada uno de estos aspectos:
Las metas de aprendizaje pueden oscilar entre extremadamente específicas y muy generales, o pueden ser más logísticas. Independientemente del tipo, los estudiantes deben poder establecer sus propias metas de aprendizaje dentro de la plataforma, pedirles a los profesores o mentores que las establezcan o que las sugiera la misma plataforma.
Estos son algunos ejemplos:
Cualquier tipo de plataforma de aprendizaje personalizado debe poder adaptarse a este rango de metas.
Generalmente, las recomendaciones se generan usando una combinación de reglas específicas y correlaciones estadísticas. Una forma de dar recomendaciones es aprovechar la automatización, para que los instructores puedan programar sus propias recomendaciones. Por ejemplo, un profesor de Biología puede recomendar su libro sobre la fotosíntesis a cualquier estudiante que haya establecido la meta de dominar dicho concepto. El segundo tipo de recomendación, que funciona con IA, es la correlación estadística. En otras palabras, la plataforma puede hacer un seguimiento y decir que el 85 % de los estudiantes que querían perfeccionar su conocimiento sobre la fotosíntesis, que siguieron tal o cual recomendación, mejoraron sus puntajes un 30 % en cinco días.
Estos son otros ejemplos:
Existe una amplia variedad de formas de descubrir en qué medida un estudiante sabe realmente lo que cree saber. Por lo general, descubren que aún hay muchas cosas que no saben. De todas formas, evaluar el conocimiento de un estudiante es una parte muy importante del progreso y las plataformas de aprendizaje personalizado deben permitir más de una forma de hacerlo.
Estos son algunos ejemplos:
El elemento clave que une las metas de aprendizajes, las recomendaciones y las evaluaciones es el concepto de competencias.
Una plataforma de aprendizaje personalizado debe poder determinar en qué es bueno un estudiante, en qué no es bueno, qué recursos podrían ayudarle en cualquier momento, cómo evaluarlo, entre otras cosas. Si los instructores pueden desglosar todo lo que realmente necesitan que los estudiantes aprendan en estas pequeñas porciones llamadas competencias, entonces pueden etiquetar las preguntas para las competencias que evalúan.
Cada vez que un estudiante recibe una recomendación, como cursar un módulo de aprendizaje, ver un video, unirse a un foro, o se evalúa su conocimiento de una forma u otra, el sistema actualiza las mediciones de todas estas competencias y las puede mostrar en tiempo real. Con el tiempo, esto elabora una base de datos que sabe todo acerca de las fortalezas y debilidades de cada estudiante.
Las competencias son la moneda corriente que une las metas de aprendizaje, las recomendaciones y las evaluaciones.
Es un momento muy emocionante para ser un educador. La IA y el aprendizaje automático permitirán una gran mejora en las plataformas de aprendizaje basadas en la nube que ya tenemos. Estas tecnologías son reales y se están desarrollado a un ritmo increíblemente rápido, y estarán disponibles de una forma que se integra perfectamente a lo que las instituciones educativas de todos los tipos y tamaños necesitan y esperan.