cdn-centraldenoticias.com.ar

Anteojos que ayudan a alumnos con autismo a reconocer emociones; un “Tutor Copilot”, que asiste a los tutores de carne y hueso a mejorar la enseñanza; un bot de IA que evalúa la lectura de los alumnos; una herramienta de historietas con IA que potencia la comprensión de los contenidos.

Estos son algunos de los desarrollos tecnológicos aplicados a la educación que se están gestando en los laboratorios de la Universidad de Stanford (Estados Unidos) y que ya comenzaron a probarse en aulas de ese país.

Ubicada en el corazón del Silicon Valley (en California), Stanford es una de las instituciones que más herramientas aportó a la revolución digital.

Clarín habló con Isabelle Hau, la directora ejecutiva de Stanford Accelerator for Learning, el centro de investigación que se dedica específicamente a la tecnología aplicada a la educación.

Hau fue una de las oradoras en la Conferencia sobre el Futuro de la Educación, organizada la semana pasada por el Tecnológico de Monterrey.

– ¿Qué es el Stanford Accelerator for Learning y qué hacen allí?

– Es una iniciativa que abarca a toda la Universidad de Stanford y que busca reinventar las universidades para que estén mucho más enfocadas en transferir el conocimiento que producen hacia el mundo exterior. La idea es asegurarnos de que la investigación se aplique en las escuelas, en el aprendizaje en general, y que tenga impacto real.

– ¿Qué tipo de investigación?

– Investigación académica sobre muchos temas relacionados con la educación: ciencias del aprendizaje, neurociencias, psicología y aprendizaje, entre otros. Todo ese conocimiento suele quedar en artículos académicos que los docentes o las escuelas no saben cómo usar, ya sea porque no tienen tiempo o porque no está escrito en un lenguaje práctico. Lo que hacemos en el Stanford Accelerator for Learning es traducir esa investigación en soluciones, herramientas y aplicaciones prácticas, o bien convertirla en intervenciones educativas escritas en un lenguaje muy claro, accionable y fácil de usar.

– Cuando habla de “aceleración”, ¿se refiere a acelerar con financiamiento proyectos educativos?

– Lo que aceleramos es la investigación para que llegue al mundo real. Hay muchos proyectos, todos están vinculados directamente a investigación.

– ¿Qué tipo de proyectos están acelerando? ¿Cuáles han tenido más éxito?

– Hay muchos ejemplos. Uno que venimos apoyando desde hace varios años y que hoy llega a muchísimos chicos y escuelas se llama ROAR (The Rapid Online Assessment of Reading). ROAR es una herramienta de evaluación de lectura para escuelas, muy efectiva para detectar si un chico tiene dificultades y, en particular, si presenta dislexia. Es una herramienta online que las escuelas pueden usar, mucho más barata que otras soluciones presenciales que suelen ser muy costosas, y está respaldada por investigación sólida que demuestra su validez. Tiene un impacto enorme no solo porque es más barata, eficiente y efectiva, sino también porque permite detectar los problemas con mucha anticipación.

En los Estados Unidos, por ejemplo, suele haber una gran evaluación de lectura en tercer grado, cuando los chicos tienen alrededor de 8 años. Con ROAR, en cambio, se puede empezar a detectar dislexia y dificultades lectoras desde los 5 años. Imaginate un chico que pasa tres años luchando con la lectura: sufre burlas, tiene la autoestima muy baja porque todos saben que no puede leer, y la escuela todavía no identificó el problema. Detectarlo antes y ofrecer apoyo puede ser algo que le cambie la vida. Es profundamente significativo.

¿Cómo funciona esta herramienta?

Es online. El docente puede administrar la evaluación muy rápidamente, en pocos minutos.

¿El alumno lee y la herramienta detecta automáticamente si tiene problemas de lectura o dislexia?

Exactamente. Tiene una validez muy alta, demostrada a través de nuestra investigación. Muchísimo trabajo científico fue incorporado en esta herramienta. Lo interesante es que, en lugar de quedar en un artículo académico que tal vez nadie aplique, se trata de una herramienta que escuelas y docentes realmente usan. Más de 100.000 estudiantes ya la utilizaron. El estado de California la reconoce como una de las herramientas oficiales obligatorias. Está creciendo y se usa en la práctica.

¿Puede servir también para mejorar el aprendizaje de alumnos que no tienen dislexia?

Eso es algo que estamos investigando ahora. No fue el foco principal del proyecto, pero lo estamos analizando por varias razones. Por un lado, hay muchos chicos que tienen dificultades de lectura sin ser disléxicos y que también necesitan apoyo especializado, y esta herramienta puede ayudar a identificarlos tempranamente. Por otro lado, estamos estudiando qué tipo de apoyos adicionales podrían beneficiar a los estudiantes que no son disléxicos. Es un trabajo que está en curso.

– ¿Qué otras aplicaciones están desarrollando?

– Son muchísimas. Voy a mencionar otra. En el área de autismo, estamos desarrollando unos anteojos equipados con tecnología de visión por computadora basada en Inteligencia Artificial. Son similares en formato a los Ray-Ban o a los Meta Glasses, pero fueron desarrollados por Stanford. Estos anteojos ayudan a niños dentro del espectro autista a reconocer las emociones de la persona que tienen enfrente. Si estás dentro del espectro, muchas veces no podés identificar si alguien está feliz, triste o enojado. La tecnología toma imágenes de la otra persona y, a partir de IA y analogías, le indica al niño cuál es la emoción. Es realmente impresionante.

– ¿Qué más están creando con IA?

– Desarrollamos una herramienta llamada Tutor Copilot. En Stanford hicimos mucha investigación sobre tutorías, porque la tutoría es una de las intervenciones educativas con mayor evidencia de impacto. La tutoría uno a uno es muy efectiva, y la tutoría en grupos pequeños también. Durante la pandemia, con la pérdida de aprendizajes, la tutoría se volvió una de las principales soluciones. Como los chicos estudiaban online, tuvimos acceso a muchísimos videos de interacciones entre tutores y estudiantes. Analizamos esa enorme base de datos y detectamos cuáles eran los mejores momentos de interacción entre tutores y alumnos de matemática de octavo grado. A partir de eso creamos Tutor Copilot, que asiste al tutor. Cuando un alumno tiene una duda o se traba con un problema, el tutor recibe recomendaciones basadas en ese análisis. Puede ignorarlas o usarlas; no son obligatorias. Pero la mayoría de los tutores las consulta.

– ¿Qué resultados obtuvieron?

– Nuestra investigación mostró que los tutores más novatos son los que más se benefician: mejoran tanto que llegan al nivel de los mejores tutores. Es muy efectivo para los adultos y, como resultado, también se observa una mejora significativa en el aprendizaje de matemática de los estudiantes.

– ¿Se está aplicando en las escuelas?

– Se aplica en contextos de tutoría. Es específico para octavo grado. Se usa en todo Estados Unidos y es de código abierto: está en GitHub, por lo que cualquier escuela o desarrollador puede utilizarlo.

– ¿Cuál es la clave para introducir tecnología en el aula?

– En este momento, lo que más me entusiasma es la tecnología para adultos: para docentes y familias. En el caso de los chicos, hay muchas preguntas abiertas, porque los grandes modelos de lenguaje se entrenan con todo Internet y no siempre son apropiados desde el punto de vista del desarrollo o de la pedagogía. No fueron diseñados originalmente para educación. En cambio, para los adultos hay un enorme potencial: todo lo que ayuda a aliviar la carga administrativa de los docentes -correos, comunicaciones, tareas burocráticas- puede mejorar mucho su trabajo.

– Y para los chicos, para el aprendizaje, ¿qué recomendaría?

– Siempre debe haber un adulto presente en el aula. Hay muchas cosas interesantes que se pueden hacer. Por ejemplo, estamos probando un proyecto de historietas con IA: los chicos deben resolver un gran problema relacionado con el cambio climático y usar IA para crear cómics. Es muy creativo, divertido y atractivo. Nuestra investigación muestra que los chicos se involucran más y hacen más preguntas sobre el problema, lo cual es algo muy positivo. La curiosidad es fundamental. Cuando la IA se usa con una pedagogía sólida, para abordar problemas complejos, puede ser muy positiva. Pero si el chico queda solo usando IA para hacer todas las tareas sin pensar, eso no es bueno. No se trata de si la IA es buena o mala, sino de cómo se introduce pedagógicamente. Y esto es complejo, porque requiere pedagogías nuevas y mucho desarrollo profesional para los docentes.

– Seguramente en estos años muchos de los proyectos fracasaron. ¿Qué aprendieron de esos fracasos?

– Sí, muchísimos. En educación suele llevar unos 10 años implementar algo nuevo y hasta 20 años retirar algo que no funcionó. Un ejemplo muy controversial es el de la enseñanza de la lectura. Para aprender a leer, los chicos necesitan conciencia fonológica: descomponer palabras en sonidos y asociarlos con letras. Al mismo tiempo, también necesitan comprender el significado de lo que leen. Durante años se promovieron métodos basados en el reconocimiento global de palabras, sin descomposición fonológica. Eso fue un fracaso enorme: muchos chicos no aprendieron a leer. Hoy se está intentando retirar ese enfoque y volver a métodos basados en la fonología, combinados con comprensión. En Estados Unidos a esto se lo llama “la ciencia de la lectura”. Pero el problema es que hubo enormes inversiones en formación docente y materiales en un enfoque que no funcionó.

– ¿Qué recomendaría en términos de políticas públicas, para un país como Argentina?

– Hay dos cosas que sabemos que hacen una gran diferencia en educación. La principal es la educación en la primera infancia. Desde la perspectiva individual, los chicos están mucho mejor cuando acceden a educación inicial de alta calidad. Y desde el punto de vista económico, es mucho más efectivo invertir temprano que intentar luego en educación compensatoria. Además, una buena educación temprana se asocia con menos problemas posteriores, incluso en salud.