Inteligencia artificial en la educación

El modelo de predicción del desempeño de la IA se usa ampliamente para identificar a los estudiantes en riesgo que tienden a fallar, establecer vías de aprendizaje centradas en el estudiante y optimizar el diseño y desarrollo de la instrucción (Ouyang et al., 2023). Así mismo, se debe reflexionar sobre IA, chatbots y plagio en la educación superior (King & chatGPT, 2023), ya que son herramientas que de aplicarse mal no llegan a desarrollar conocimiento, ni competencias profesionales, ni habilidades de pensamiento y mucho menos posturas críticas, elementos que son vitales para los futuros profesionales.

El paradigma de fabricación inteligente personalizada con capacidades de automatización cognitiva (Li et al., 2023) ha atraído una atención cada vez mayor al ofrecer una solución adaptable y flexible. Aprovecha las ventajas tanto de las redes neuronales profundas como del aprendizaje por refuerzo, al adoptar el poder del aprendizaje de representación, para tomar decisiones precisas y rápidas cuando se enfrenta a situaciones dinámicas y complejas.

Esta inteligencia desarrolla la ciencia prospectiva con un enfoque sistemático para generar predicciones futuras para la planificación y la gestión mediante el uso de herramientas analíticas y predictivas para comprender el pasado y el presente (Ednie et al., 2023), al tiempo que proporciona información sobre el futuro de la educación. La adopción de prácticas apropiadas para el desarrollo utilizando técnicas habilitadas por IA facilita el desempeño de la enseñanza y el aprendizaje en la educación superior (Hua-Hu, 2023).

El análisis de tácticas y estrategias de aprendizaje en un entorno en línea (Lahza et al., 2023) es una forma de apoyo pedagógico para asociarse con los estudiantes en el desarrollo de contenido novedoso. Está surgiendo como un enfoque viable para involucrar a los estudiantes en un aprendizaje de orden superior a escala. Por todo lo anterior hay que tener en cuenta las consideraciones morales de la IA (Sun & Ye, 2023), ya que uno de los problemas últimos de la filosofía es determinar quién o qué merece o no consideración moral.

La explosión digital y educación empresarial ha desarrollado un impacto en la promoción de la intención empresarial para estudiantes de negocios (Dabbous & Boustani, 2023), potenciando la IA como una forma de emprendimiento. La adopción de robots docentes (T-bots) basados ​​en IA para aprender utilizando el modelo de adopción de tecnología y variables específicas del contexto (Hussain, 2023), se articula con los servicios bibliotecarios fomentando decisiones inteligentes.

Se ha vuelto esencial para los estudiantes actuales obtener alfabetización básica y competencias para la IA, sin embargo, los educadores no se están preocupando por estas tendencias que marcan una era en la pedagogía contemporánea (Chai et al., 2023). Según Zhen et al. (2023), el ser humano virtual se emplea ampliamente en varias industrias, asistencia personal, servicio al cliente inteligente, en línea en varias modalidades de educación y para evaluar la actividad física en niños de secundaria (Ahmed et al., 2023), visualización de datos, realidad aumentada, virtual e IA (Cerqueira et al., 2023). Una perspectiva más inteligente para aprender a partir de casos de IA genera preocupaciones crecientes sobre cómo capacitar a los profesionales para manejar los cambios provocados por la introducción de la IA (Arbelaez-Ossa et al., 2023; Ursani & Ursani, 2023). Es por lo que el futuro de la evaluación estandarizada, validez y confianza en los algoritmos de evaluación y puntuación (Aloisi, 2023), considera los desafíos de usar la IA para ayudar a la evaluación estandarizada de alto riesgo.

Software de inteligencia artificial que se aplican en la educación

Dentro de las herramientas de IA aplicadas a la educación contemporánea se encuentran los softwares. La enseñanza y el aprendizaje del inglés en la era de la información deben llevarse a cabo con la ayuda de un software de sistema inteligente para cambiar las desventajas de la enseñanza y el aprendizaje del inglés tradicional (Dong, 2022). De acuerdo con las circunstancias reales de la enseñanza además del aprendizaje, se combina la tecnología de la Web semántica y la tecnología de IA para construir un sistema de enseñanza y aprendizaje del inglés.

En el contexto de la IA, la práctica de investigación científica se ha simplificado en términos de forma y contenido tecnológico, lo que limita la capacidad de los estudiantes para aplicar integralmente la ingeniería de software. Esto se convierte en un obstáculo en el desarrollo de talentos superiores en ingeniería de software en el contexto de la IA (Hu et al., 2023). El aprendizaje en línea y adaptativo ya ha avanzado dentro de la academia, pero los cambios más significativos aún están por venir. Estas tecnologías en evolución tienen el potencial de cambiar los roles tradicionales en colegios y universidades hasta el punto de que muchos educadores reconsiderarán sus propósitos como maestros, investigadores y administradores (Picciano, 2019).

El futuro de la educación superior y la educación como tecnología en línea, específicamente el aprendizaje adaptativo y análisis infundidos por software de IA, se desarrolla y madura cada vez más en estos tipos de enseñanza. La transformación de los conceptos educativos, la reforma de los cursos de enseñanza y la reorganización de los materiales didácticos son la única forma de fortalecer la calidad de educación contemporánea a través de la IA (Zhou, 2023). Esto se relaciona con el desarrollo de materiales didácticos adecuados para varias regiones y escuelas para profundizar la comprensión de los estudiantes y mejorar su interés en los cursos.

También sirve para tomar decisiones en dominios de aplicación como justicia, atención médica y educación (Hort et al., 2023) y como sistemas de aprendizaje profundo capacitados para leer, clasificar y responder a las emociones humanas (Ho et al., 2023). La instrucción asistida por computadora también tiene un cierto grado de bloqueo. El uso de la IA hace que los estudiantes aprendan pasivamente, sin objetivos, educación y orientación (Shen & Tan, 2023). Partiendo de lo anterior existen modelos de evaluación de efectos de la enseñanza y entrenamiento de la educación física asistida por computadoras basado en IA, que ayudan a enfocar objetivos y determinar la orientación.

La comprensión de objetos reales mediante el uso de la realidad virtual háptica 3D para la educación en línea es otra de las herramientas (Allaoua-Chelloug et al., 2023). Esta tecnología de visión por computadora incorpora tareas que implementan el filtrado básico para la clasificación de imágenes. Las principales áreas de investigación de este campo incluyen detección y reconocimiento de objetos, aspectos interesantes para la educación en sus diferentes niveles.

La exploración detallada de la IA y la educación digital proporciona un impacto sostenible en la juventud y la sociedad (Tongkachok et al., 2023). Por lo tanto, al usar IA se lanzan algunas aplicaciones digitales para la educación digital, elemento que aumentó durante la situación de pandemia de COVID-19. Por todo lo anteriormente planteado se hace necesario definir la pregunta de investigación: ¿Cuáles son las incidencias de la IA en la educación contemporánea a través de un análisis bibliométrico? Estableciendo como objetivo general: Analizar bibliométricamente las incidencias de la IA en la educación contemporánea.

Instrumento para la recolección de la información

Para la investigación se establecen las categorías conceptuales considerándolas incidencias de la IA en la educación de las cuales se definen las dimensiones (D) e indicadores (I) que lideran la investigación y que parten del análisis de la información previamente establecida:

• D.1: Autores. I: Total de citaciones, citaciones por año, actualidad de publicaciones, afiliación, país, índice H.

• D.2: Revistas. I: Principales publicaciones, cuartiles de las revistas, indexación, factor de impacto y países.

• D.3: Aportes. I: Tema tratado, metodologías utilizadas, técnicas de análisis y muestras utilizadas.

Población y muestra

Por lo tanto, a continuación, se describen los pasos realizados para el diseño visual del diagrama PRISMA (Figura 1).

1) Identificación de los pasos clave de la revisión sistemática: La revisión sistemática generalmente incluye subpasos como:

• Búsqueda de estudios: Se utilizó la ecuación de búsqueda: title («artificial and intelligence and + and education») and limit-to (language, «English») or limit-to (language, «spanish»).

• Selección de estudios: Para obtener los mejores resultados en la exploración realizada se aplicaron estrategias de búsquedas a toda la literatura indexada en Scopus, Mendeley y Science Direct en relación con este tema hasta 2023.

• Extracción de datos: Se utilizaron las herramientas del paquete Bibliometrix del programa estadístico R (Aria & Cuccurullo, 2017), para la extracción de la información de las variables a analizar según las dimensiones explicadas anteriormente.

• Evaluación de la calidad de la evidencia: Posterior a los pasos anteriores, se analizaron los resultados de forma descriptiva y con base en esta información, se elaboraron las tablas y gráficos presentados en la sección de resultados.

D.1: Autores

Uno de los indicadores de la IA en la educación son los autores que más publican sobre el tema ya que nos muestran una relación directa sobre las temáticas contemporáneas sobre el tema. La dimensión autores resalta a las personas que investigan y escriben sobre la temática objeto de investigación. Compartir sus hallazgos, descubrimientos con la comunidad científica, el público en general y contribuir al avance del conocimiento en su campo de estudio es su objetivo.

Pero el análisis aquí radica en que los países desarrollados siguen a la vanguardia de las tecnologías y por lo tanto de la IA en la educación. Así mismo se encuentran en las mejores universidades de sus países que le brindan una posibilidad de investigación alta y tiempo para realizarla. Es una temática de extraordinaria actualidad teniendo en cuenta los años que se evidencian. Los índices de citaciones son altos lo que demuestra el interés por el tema y esto ha permitido el crecimiento de los investigadores anteriormente mencionados en la Tabla 1.

Se puede referir que América del norte, Europa y Oceanía lideran el tema, seguidos del continente asiático. Ausencia total de Sudamérica y Africa lo que sigue demostrando que la generación de la IA para la educación es un tema de inversión, de recursos y de disponibilidad presupuestal. Llama la atención que estos autores establecieron sus publicaciones hasta el año 2020 y aunque siguen entre los primeros no se evidencian publicaciones entre 2021 y 2023.

En sentido general se evidencian 10 autores, de ellos, ocho pertenecen a países desarrollados y dos a subdesarrollados. El número de publicaciones que se encuentran dentro de los últimos cinco años son siete, y tres dentro de los últimos 10 años. Así mismo, la media del índice de citaciones promedio general es de 113, la media del índice de citación por año es de 20. La media del índice H es de 19. Todas las afiliaciones son diferentes por lo que no demuestra trabajo colaborativo entre los principales autores. El país que lidera la IA en la educación contemporánea según sus autores es Australia (2), teniendo en cuenta los 10 primeros autores.

D.2: Revistas

Una revista científica es una publicación periódica que contiene artículos originales y revisados por expertos en un campo específico de la ciencia. Las revistas científicas son un medio para difundir investigaciones y descubrimientos recientes a una comunidad de investigadores y especialistas en una materia, y son una parte importante del proceso de revisión y validación en la ciencia.

Por todo lo anteriormente mencionado se hace necesario establecer los elementos esenciales de las principales revistas que publican temas referentes a la IA en la educación contemporánea como una dimensión de la investigación (Tabla 2).

Teniendo en cuenta la Tabla 2 podemos referir que dentro de las 10 revistas científicas que más publican sobre el tema de la IA en la educación el 80% se encuentra en el primer cuartil de publicación (Q-1) y el 20% en el segundo cuartil (Q-2). El 90% pertenece al Journal Citation Reports (JCR) y el 10% al Scimago Journal & Country Rank (SJR). Lo anterior define una postura que todas las publicaciones relacionadas en la investigación son de alto impacto, evaluadas por sistemas de doble pares ciegos, de Open Access y que se recogen en revistas de primer nivel mundial compiladas por la base de datos Scopus. La media del factor de impacto de las revistas es de 64,2.

Dentro de los países de las revistas tenemos que Estados Unidos se encuentra en primer lugar con seis journals, mientras que Singapur, China, Suiza y Reino Unidos todos tienen un journal. Se resalta que todas las publicaciones que promueven el tema de la IA en la educación contemporánea son de países desarrollados centrado en tres continentes: América del norte, Europa y Asia. América del Sur y África países ausentes en Journal de este tipo. Este último indicador coincide con el mismo indicador de los países de los autores, lo que solidifica que la IA en la educación es un tema que se potencia desde los países desarrollados.

D.3: Aportes

Los aportes científicos son las contribuciones originales y significativas que los científicos hacen en sus áreas de investigación para ampliar el conocimiento y resolver problemas. Estos aportes pueden incluir descubrimientos, teorías, métodos, técnicas innovadoras, experimentos y estudios que confirman o refutan hipótesis. Los aportes científicos de la IA en la educación contemporánea son cruciales para el progreso de la ciencia y la mejora de la calidad de vida por lo que se analizan en esta investigación (Tabla 3) siendo estas metodologías y técnicas las principales incidencias.

Todos los aportes giran alrededor de la IA en la educación contemporánea, sin embargo, se potencian semejanzas y diferencias entre ellos, como, por ejemplo: la IA en la enseñanza y aprendizaje, en la evolución y revolución de la educación, la inserción de robot en diferentes áreas educativas a través de la modelación dinámica. Se desarrollan nuevas tendencias como las de los cobots educativos y las aulas inteligentes, la inclusión de la IA en la educación médica, en todos los niveles educativos, como elemento innovador de diferentes entornos, ambientes y objetivos de aprendizaje.

La IA en la educación es un nuevo ciclo de innovación tecnológica que con el desarrollo de la ciencia y la tecnología ha llegado para quedarse. Es de vital importancia su entendimiento, manejo y capacitación docente para la preparación de las nuevas generaciones para el futuro inmediato que no tardará en llegar.

Dentro de las metodologías que muestran los artículos sobre IA en la educación contemporánea podemos referir que el 80% son revisiones teóricas y un 20% análisis cuantitativo. De lo anterior se derivan revisiones sistemáticas, elementos sociocríticos, atención curricular, benchmarking y Función de LAGRANGE, función de Newton-Euler.

Dentro de las técnicas que se pueden identificar se encuentran las siguientes: Bibliometría, 30% de las publicaciones; revisión documental, 10%; enfoque de modelado, revisión de literatura, descripción de sistemas, evaluación de sistemas o teorías de aprendizaje, 10%; esquema de control de aprendizaje de esfuerzo integral basado en la función Barrera-Lyapunov, 10%; formulación problémica 10%; dominio de experiencia estadística, aprendizaje automático y robótica 10%; ecuaciones estructurales y simulación de realidad virtual. Aprendizaje automático para evaluar la experiencia quirúrgica 10%.

Con respecto a las muestras seleccionadas, se puede referir que el 40% que la definió solo potenciaron artículos de reflexión, otro 40% utilizó una muestra de artículos, un 10% trabajó en revisión de documentos en empresas y solo un 10% lo hizo con sujetos. Por lo que se demuestra un tema incipiente: la falta de práctica concreta en las diferentes realidades sociales. Una vez determinados los resultados anteriores se hace necesario definir la evolución de la IA en la educación para llegar a esta actualidad. Para eso se consultó la trayectoria de artículos científicos de la base de datos Scopus (Figura 3).

La IA en la educación ha experimentado un avance constante desde su concepción en 1956 estableciendo sus primeros antecedentes teóricos desde 1976. Algunos hitos importantes refieren que desde 1956 es cuando se habla por primera vez del término IA en un congreso en Dartmouth. En los 60-70, se desarrollaron los primeros sistemas de IA, incluyendo el reconocimiento de patrones y el entendimiento del lenguaje natural. En los 80-90 se desarrollaron avances en los procesamientos de información y almacenamiento de datos que permitieron a los sistemas de IA mejorar en tareas como el aprendizaje automático y la planificación. En los 2000-2010, se produjeron avances significativos en el aprendizaje profundo y en el análisis de datos masivos, lo que permitió a la IA mejorar en tareas como el reconocimiento de imágenes y la generación de texto. Desde 2015 hasta la actualidad, la IA ha continuado evolucionando a un ritmo acelerado, con avances en tecnologías como el aprendizaje por refuerzo, el procesamiento del lenguaje natural y la robótica. La IA también se ha integrado en una amplia variedad de aplicaciones prácticas, incluyendo el reconocimiento facial, el asistente virtual y el análisis de datos empresariales. Se empieza a utilizar la IA para personalizar la educación, ajustando el ritmo y los contenidos de acuerdo con las necesidades de cada estudiante.

En 2017, se desarrollaron herramientas de IA que permiten a los profesores evaluar y mejorar su enseñanza, así como a los estudiantes obtener retroalimentación en tiempo real sobre su rendimiento. En el 2019, se comienza a utilizar la realidad virtual y la realidad aumentada para mejorar la experiencia de aprendizaje, permitiendo a los estudiantes interactuar con el contenido de una manera más inmersiva.

La pandemia del COVID-19 potenció la educación a distancia y se vuelve a una necesidad la IA que desarrolla soluciones para apoyar el aprendizaje en línea. En el 2021, la IA se utiliza cada vez más para crear chatbots y asistentes virtuales que ayuden a los estudiantes a resolver dudas y a mejorar su experiencia de aprendizaje elementos que se siguen desarrollando hasta la actualidad.