IA generativa en el món dels estudiants
L’article d’avui ens centrarem l’ús de les aplicacions que integren la IA i estan orientades als estudiants, tenint en compte els canvis que estan havent-hi en el sistema educatiu des que van aparèixer aquesta tecnologia. Segons a (Zawacki-Richter et al., 2019) la IA ofereix un potencial excepcional per millorar els sistemes intel·ligents de suport als estudiants i facilitar l’aprenentatge dels estudiants de manera adaptativa i personalitzada. Cada cop més, s’està sentint a parlar sobre els sistemes de tutoria intel·ligents (ITS), els quals són unes eines que ajuden a la personalització de les instruccions, aquesta tecnologia simula l’assistència que podria proporcionar un tutor. Estan sorgint noves oportunitats en el camp educatiu, on els investigadors experimenten amb nous models d’aprenentatge, per adaptar-se al creixement d’aquesta personalització on l’educació.
La IA ha demostrat grans capacitats per ajudar als estudiants en el seu ensenyament-aprenentatge. Però en contraposició, també ha causat moltes angoixes a la comunitat acadèmica i, no obstant això, potser sigui més útil per als docents quan es tracta de facilitar una ensenyança i aprenentatge més innovadors (View Of ChatGPT: Bullshit Spewer Or The End Of Traditional Assessments In Higher Education? | Journal Of Applied Learning And Teaching, s. f.).
L’ètica que ha d’haver-hi a l’hora d’utilitzar la intel·ligència artificial, és un gran debat o temàtica que s’ha obert dins l’àmbit educatiu, ja que molts defensen l'ús d’aquestes tecnologies plantegen unes consideracions ètiques i possibles biaixos a tenir en compte. Entre ells:
Biaix algorítmic, precisió i fiabilitat: Moltes IA generatives s’entrenen amb grans quantitats de dades i és possible que aquest conjunt de dades continguin biaixos o imprecisions, reflectint en els resultats dels models. És important tenir en compte aquests afectes i prendre mesures per mitigar-los, d’aquesta manera es garantirà l’equitat i la imparcialitat del model. Un exemple de mesura preventiva, seria comparar i contrastar la informació rebuda de les apps que integren IA, amb altres fonts.
Supervisió i intervenció humana: Les intel·ligències artificials generatives no són totalment autònomes i depenen de la supervisió i intervenció humana per garantir un funcionament eficaç i eficient. Ve molt relacionat amb el punt anterior, ja que els usuaris som els responsables de corregir qualsevol error o biaix a partir del pensament crític.
Privacitat i seguretat de les dades i ús responsable de les dades: Aquestes eines normalment recopilen les dades personals, això planteja problemes de privacitat i seguretat. Per aquest motiu és important saber les condicions que acceptem a l’hora d’utilitzar aquestes tecnologies, i així prendre mesures i protegir la privacitat personal i les dades d’accés no autoritzats o usos inadequats.
Implicacions per a la qualitat de la investigació: Les tecnologies que integren la IA poden ajudar en determinats aspectes de la investigació acadèmica, com en la recopilació i anàlisis de dades. També poden influir en la cultura i les pràctiques de la investigació (col·laboració global, l'accés a la informació i les noves formes de comunicació immergents). Com es veu hi ha implicacions i per tant, s’han de tenir en compte a l’hora d’investigar i en les competències que es valoren dins la investigació acadèmica. Però també s’ha de ser conscient que aquestes tecnologies tenen limitacions, i ens hem d’assegurar que no substitueixin el judici o les interpretacions humanes.
Equitat i imparcialitat: Les IA generatives s’han de dissenyar i utilitzar-se de forma justa i imparcial, sense discriminacions a determinades persones, grups o col·lectius. Això ho enllaçaríem amb l’aspecte de biaixos, comentats anteriorment.
Innovació responsable: Aquestes tecnologies han de guiar-se pel compromís de la innovació, tenint en compte les possibles repercussions i conseqüències d’aquestes, per així poder prendre mesures i minimitzar qualsevol impacte negatiu.
Directrius ètiques: És important garantir que la IA en la investigació acadèmica es regeixi per unes directrius i normes ètiques. I que els usos que fem d’aquestes siguin adequats, però això està en les nostres mans.
En conclusió, és important tenir en compte les consideracions ètiques i morals, sent conscients de l’existència dels possibles biaixos de la informació o produccions que esdevenen d’aquestes tecnologies. S’ha de fer un ús responsable i ètic, però això només està en les nostres mans.
Ja per acabar, seguidament podreu observar una infografia amb les diferents possibilitats que ens poden oferir els xatbots.
POSSIBILITATS QUE ENS OFEREIXEN ELS XATS BOT de UDCRAI
Bibliografia
Franganillo, Jorge; Lopezosa, Carlos; Salse, Marina. Com aprofitar la intel·ligència artificial per millorar els teus coneixements i habilitats a la universitat [en línia]. Seminari sobre la IA per a estudiants. Dipòsit Digital UB: <https://diposit.ub.edu/dspace/handle/2445/202943>
Franganillo, Jorge; Lopezosa, Carlos; Salse, Marina. La intel·ligència artificial generativa en la docència universitària [en línia]. Dipòsit Digital UB: <http://hdl.handle.net/2445/202912>
Franganillo, Jorge; Lopezosa, Carlos. La intel·ligència artificial generativa a la professió bibliotecària: propostes i reptes [en línia]. Dipòsit Digital UB: <https://diposit.ub.edu/dspace/handle/2445/203636>
Díaz, Oliver; Ribera, Mireia; Puertas, Eloi; [et al]. ChatGPT y educación universitaria: posibilidades y límites de ChatGPT como herramienta docente. Barcelona: Octaedro, 2024. ISBN: 9788410054011.
El Español. (2023, 31 de marzo). Las 10 mejores IA para generar imágenes: ahora Midjourney y de pago [en línia]. El Androide Libre. <https://www.elespanol.com/elandroidelibre/aplicaciones/20230331/mejores…;
Img.ai. (s.f.). Changelog [en línia]. <https://feedback.getimg.ai/changelog>
Universitat de Barcelona. (s.f.). Generar imágenes a través de la inteligencia artificial [en línia]. <https://www.ub.edu/docenciacrai/Blog-TACTIC/generar-imatges-traves-de-la-intelligencia-artificial?language=es>
FONT 2: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4312358
