Inteligencia

Inteligencia humana

• Es biológica y general.
• Aprende por medio de la experiencia y socialización.
• Experimenta emociones.
• Hay consciencia de la propia existencia.
• Tiene conocimiento tácito.
• Posee pensamiento analógico.
• Puede utilizar la intuición.
• Toma en cuenta el aspecto físico y biológico del cerebro, así como el sistema nervioso y sensorial.

Inteligencia artificial

• Creada por humanos.
• Es especializada (task-centered) y utiliza algoritmos.
• Tiene un nivel de desempeño (velocidad, volumen y alcance de ejecución) insuperable.
• Aprende (entrenamiento) mediante el análisis de grandes volúmenes de datos.
• Podría desarrollar su propia lógica de aprendizaje.
• No posee conocimiento tácito.
• No experimenta emociones.
• Si no tiene diversidad en los datos puede provocar sesgos.
• No tiene un pensamiento sistémico como los humanos.

¿Qué es la inteligencia híbrida?

¿Qué se requiere para desarrollar con éxito un sistema de inteligencia híbrida?

Inteligencia híbrida en educación

• Mejorar las capacidades del profesorado y estudiantado a la hora de apoyar con las actividades y/o experiencias de aprendizaje.
• Personalizar el aprendizaje, en función de adaptabilidad de contenidos, estilo de aprendizaje, etc.
• Promover la educación inclusiva.
• Permitir al profesorado ser co-creador y no solo usuario de la IA.

• Aumento de objetivos (goal augmentation): se refiere a que tanto los profesores y los sistemas de IA educativos tengan una influencia mutua a través de la alineación de objetivos. Esto implica que los sistemas informen sobre los objetivos humanos (profesores) y viceversa (profesores a la IA) para mejorar los resultados educativos.
  • Por ejemplo: La IA puede ayudar en el proceso de reflexión para mejorar los objetivos, más cuando estos tienen un área de conflicto con las mejores prácticas de instrucción.
• Aumento de percepción (perceptual augmentation): mejorar las capacidades para percibir información importante para la instrucción, tanto de IA como de profesores. Una de ellas es ampliar (información) lo que el otro es capaz de recibir; guiar cómo este distribuye su atención; y guiar cómo se interpreta la información. En este punto, los sistemas pueden diseñarse para ayudar a los profesores a interpretar, extraer o mediar inferencias de lo que se observa.
  • Por ejemplo: Los sistemas de IA pueden proporcionar información basada en datos y retroalimentación en tiempo real, mientras que los profesores el conocimiento contextual y experiencial.
• Aumento de acción (action augmentation): es la colaboración de humanos e IA para mejorar y ampliar las capacidades referentes a las acciones de instrucción. En otras palabras, a mejorar la capacidad de acción y ampliar las acciones que se puedan realizar, así como mejorar la escalabilidad.
  • Por ejemplo: IA a los profesores, brindar recursos educativos adaptables; de los profesores a la IA, desarrollar herramientas que le permitan a los no programadores a crear o modificar contenido instructivo para sistemas de IA educativo.
• Aumento de decisión (decision augmentation): colaboración para mejorar la toma de decisiones pedagógicas. Su objetivo es relacionar la percepción (lo que se observa) con la acción (lo que se realiza) eficazmente.
  • Por ejemplo: Brindar retroalimentación o sugerencias en tiempo real a los profesores.