OpenAI se ha asociado con una institución de educación superior. Descubre más en las noticias de IA de esta semana por ENBLE.
En esta entrega de la columna semirregular de inteligencia artificial de TechCrunch, This Week in AI, discutimos la colaboración de OpenAI con la Universidad Estatal de Arizona para probar el uso de la tecnología GenAI en el campo de la educación.
IA en la educación: el debate continúa
Mantenerse al día en una industria tan dinámica como la IA es todo un desafío. Así que hasta que una IA pueda hacerlo por ti, aquí tienes un resumen práctico de noticias recientes en el mundo del aprendizaje automático, junto con investigaciones y experimentos destacados que no hemos abordado por separado. Esta semana en IA, OpenAI firmó su primer cliente en educación superior: la Universidad Estatal de Arizona.
OpenAI colabora con la Universidad Estatal de Arizona
ASU colaborará con OpenAI para llevar ChatGPT, el chatbot potenciado por IA de OpenAI, a investigadores, personal docente y administrativo de la universidad. Incluso están realizando un desafío abierto en febrero para invitar a profesores y personal a presentar ideas sobre cómo utilizar ChatGPT.
El acuerdo entre OpenAI y ASU ilustra las opiniones cambiantes sobre la IA en la educación a medida que la tecnología avanza más rápido que los planes de estudio. El verano pasado, las escuelas y universidades se apresuraron a prohibir ChatGPT debido a temores de plagio y desinformación. Desde entonces, algunos han revertido sus prohibiciones, mientras que otros han comenzado a organizar talleres sobre herramientas de IA genética y su potencial para el aprendizaje.
El gran debate de la educación en IA
Es poco probable que el debate sobre el papel de la IA genética en la educación se resuelva pronto. Pero, por lo que vale, me encuentro cada vez más en el grupo de los partidarios. Sí, la IA genética es un mal resumidor. Es sesgada y tóxica. Inventa cosas. Pero también puede usarse para hacer el bien.
Considera cómo una herramienta como ChatGPT podría ayudar a los estudiantes que tienen dificultades con una tarea. Podría explicar un problema matemático paso a paso o generar un esquema para un ensayo. O podría encontrar la respuesta a una pregunta que llevaría mucho más tiempo buscar en Google.
- Google presenta Circle to Search Búsqueda visual mejorada para telé...
- 🤖 Mark Zuckerberg, CEO de Meta, habla sobre la Inteligencia Artifi...
- OpenAI ha encontrado su primer socio en educación superior, ya que ...
Ahora bien, hay preocupaciones razonables sobre el fraude, o al menos lo que podría considerarse fraude dentro de los límites de los planes de estudio actuales. He escuchado anécdotas de estudiantes, especialmente estudiantes universitarios, que utilizan ChatGPT para escribir grandes fragmentos de ensayos y preguntas de exámenes en casa.
Este no es un problema nuevo, los servicios pagados de redacción de ensayos existen desde hace mucho tiempo. Pero ChatGPT reduce dramáticamente la barrera de entrada, argumentan algunos educadores.
Hay evidencia que sugiere que estos temores están exagerados. Pero dejando eso de lado por un momento, digo que retrocedamos y consideremos qué lleva a los estudiantes a hacer trampa en primer lugar. A menudo, se premia a los estudiantes por las calificaciones, no por el esfuerzo o la comprensión. La estructura de incentivos está distorsionada. ¿No es de extrañar, entonces, que los niños vean las tareas escolares como casillas que deben marcar en lugar de oportunidades para aprender?
Entonces dejemos que los estudiantes tengan la IA genética y permitemos que los educadores prueben formas de aprovechar esta nueva tecnología para llegar a los estudiantes donde están. No tengo muchas esperanzas de una reforma educativa drástica. Pero quizás la IA genética sirva como plataforma de lanzamiento para planes de lecciones que entusiasmen a los niños con materias que nunca antes habrían explorado.
Sección de Preguntas y Respuestas
P: ¿Existen otras preocupaciones sobre el uso de ChatGPT en la educación? R: Aparte de la preocupación por el fraude, hay otros problemas potenciales a considerar. Por ejemplo, la falta de interacción y retroalimentación humana que los estudiantes reciben al utilizar herramientas de IA como ChatGPT. La retroalimentación es crucial para el aprendizaje y el crecimiento, y los chatbots de IA no siempre pueden ofrecer la perspicaz retroalimentación que un profesor humano puede brindar. Además, existen preocupaciones sobre la privacidad de los datos y el uso ético de la información de los estudiantes. Estos son factores importantes a considerar al implementar herramientas de IA en el sistema educativo.
P: ¿Cómo puede beneficiar la IA a la educación? R: La IA tiene el potencial de revolucionar la educación al personalizar las experiencias de aprendizaje, proporcionar retroalimentación inmediata y ofrecer recomendaciones personalizadas para los estudiantes. Herramientas potenciadas por IA como ChatGPT pueden ayudar a los estudiantes a comprender conceptos complejos, resolver problemas y mejorar sus resultados de aprendizaje en general. Además, la IA puede permitir a los educadores analizar vastas cantidades de datos para identificar patrones y personalizar estrategias de enseñanza según las necesidades individuales de los estudiantes. Sin embargo, es esencial encontrar un equilibrio entre la tecnología y la interacción humana para garantizar una experiencia educativa integral.
Más Aprendizajes Automáticos
Una de las cosas que dificulta la aplicación más amplia de cosas como el análisis satelital potenciado por IA es la necesidad de entrenar modelos para reconocer lo que puede ser una forma o concepto bastante esotérico. Identificar el contorno de un edificio es fácil. ¡Identificar campos de escombros después de una inundación no lo es tanto! Investigadores suizos de EPFL esperan facilitar esto con un programa al que llaman METEOR.
“El problema en la ciencia ambiental es que a menudo es imposible obtener suficientes datos para entrenar programas de IA para nuestras necesidades de investigación”, dijo Marc Rußwurm, uno de los líderes del proyecto.
Por otro lado, Los Alamos National Lab tiene un nuevo enfoque llamado Difusión de Apagón, que parte de una imagen completamente negra, reduciendo la carga computacional. Afirman que funciona bien, pero definitivamente aún no está listo para un lanzamiento público.
Los modelos asistidos por IA están apareciendo en todas las ciencias naturales, produciendo nuevos conocimientos y ahorrando dinero en horas de entrada de datos. Por ejemplo, Australia está aplicando la tecnología de detección de incendios forestales de Pano AI, que podría ayudar a prevenir incendios y producir datos valiosos para las autoridades forestales, en su principal región forestal conocida como el “Triángulo Verde”.
Con estos avances en IA, cada minuto cuenta, especialmente en el caso de los incendios forestales. Las notificaciones tempranas podrían ser la diferencia entre décimas y miles de acres de daño.
En el lado de la química, los investigadores de Argonne NL están buscando la mejor manera de empacar hidrógeno para su uso como combustible. Mediante el uso de un método de selección de IA, pudieron analizar 160 mil millones de moléculas e identificar 41 de los mejores candidatos. Esto tiene el potencial de revolucionar la industria del combustible de hidrógeno y hacerlo más accesible para su uso generalizado.
Conclusión
La IA continúa dejando huella en varios campos, con implicaciones positivas y desafíos. Si bien las herramientas impulsadas por IA en la educación pueden mejorar las experiencias de aprendizaje, existen preocupaciones sobre el fraude y la necesidad de interacción humana. En otros campos, como la ciencia ambiental y la química, se está utilizando la IA para resolver problemas complejos e impulsar la innovación.
A medida que avanzamos, es importante abordar la IA con una mentalidad cautelosa, pero exploratoria. La IA no es una solución milagrosa, y las pruebas y evaluaciones exhaustivas son esenciales al aplicar modelos de IA en diferentes contextos. Al encontrar un equilibrio entre los humanos y las máquinas, podemos aprovechar todo el potencial de la IA y crear un futuro más brillante.
-–
Referencias: – Colaboración entre OpenAI y ASU – Tutor de Lectura de Microsoft – Transparencia algorítmica en la música – Robots de la NASA – Samsung Galaxy, ahora con IA – Solucionador de Geometría de DeepMind – Colaboración entre OpenAI y Crowdsourcing – Un plan profesional para Copilot – Modelos engañosos – Demostración de Robótica Escalonada de Tesla – METEOR: Un programa para entrenar algoritmos de IA – Difusión de Apagón de Los Alamos National Lab – Aplicación de la Tecnología de Detección de Incendios Forestales de Pano AI en Australia
