Invitación a la reflexión para l@s docentes

La inteligencia artificial generativa (IAg) ha dejado de ser una mera promesa futurista para convertirse en una herramienta cotidiana en cualquier ámbito y sobre todo en el educativo.

Un reciente informe de Anthropic, titulado "Anthropic Education Report: How University Students Use Claude", revela datos que invitan a una profunda introspección sobre cómo los estudiantes universitarios están incorporando la IA en sus actividades académicas y qué implicaciones tiene esto para la enseñanza.

STEM lidera la adopción de IA

El estudio analizó alrededor de un millón de conversaciones anónimas de estudiantes en la plataforma Claude.ai. Los resultados muestran que los estudiantes de disciplinas STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), especialmente los de Ciencias de la Computación, son los principales usuarios de herramientas de IA como Claude. Aunque estos representan solo el 5.4% de los títulos universitarios en EE.UU., generaron el 36.8% de las interacciones analizadas. En contraste, áreas como Negocios, Salud y Humanidades presentan tasas de adopción más bajas en relación con sus números de matriculación.

Cuatro formas de interacción con la IA

El informe identifica cuatro patrones principales en la interacción de los estudiantes con la IA, cada uno representando entre el 23% y el 29% de las conversaciones:​

1. Resolución Directa de Problemas: Los estudiantes buscan soluciones específicas a problemas concretos.​

2. Creación Directa de Contenidos: Utilizan la IA para generar contenido académico, como ensayos o informes.​

3. Resolución Colaborativa de Problemas: Interactúan con la IA para comprender mejor un problema y desarrollar soluciones conjuntamente.​

4. Creación Colaborativa de Contenidos: Trabajan junto con la IA para co-crear materiales académicos, beneficiándose del feedback y sugerencias de la herramienta.

Enfoque en funciones cognitivas superiores

Es notable que los estudiantes emplean la IA principalmente para actividades de creación y análisis, como desarrollar proyectos de programación o analizar conceptos legales.

Estas actividades se alinean con funciones cognitivas de orden superior según la Taxonomía de Bloom. Sin embargo, esto plantea interrogantes sobre cómo garantizar que los estudiantes no deleguen en exceso tareas cognitivas críticas a los sistemas de IA, lo que podría afectar el desarrollo de habilidades esenciales.

Implicaciones para la práctica docente

Estos hallazgos subrayan la necesidad de que l@s docentes reconsideren el diseño de las tareas y evaluaciones académicas. Algunas reflexiones clave incluyen:​

• Fomentar el pensamiento crítico: Diseñar actividades que requieran que los estudiantes analicen y evalúen la información proporcionada por la IA, en lugar de aceptarla pasivamente.​

• Integración ética de la IA: Incorporar discusiones sobre el uso responsable de la IA, enfatizando la importancia de la autoría y la integridad académica.​

• Desarrollo de habilidades únicas humanas: Priorizar tareas que promuevan la creatividad, la empatía y otras habilidades que la IA no puede replicar fácilmente.​

• Evaluaciones auténticas: Implementar métodos de evaluación que valoren el proceso de aprendizaje y la comprensión profunda, más allá de respuestas generadas por IA.

La integración de la IA en la educación es inevitable y ofrece oportunidades significativas. Sin embargo, es esencial que los docentes lideren este cambio, asegurando que la tecnología complemente y enriquezca el aprendizaje, en lugar de sustituir las experiencias educativas fundamentales. La introspección y adaptación proactiva en las prácticas pedagógicas serán clave para preparar a los estudiantes para un futuro donde la colaboración entre humanos y máquinas sea la norma.

Las imágenes han sido traducidas con Google Translate y puedne encontrarse en el mismo estudio de Anthropic