lunes, 27 de enero de 2025

 

Lecciones ¿aprendidas? de la integración de las TIC y la aplicación de la IA en la Educación.

Por Luis Ángel González Ortega

 

Abstract

The integration of Information and Communication Technologies (ICT) in Spanish education over the past two decades offers valuable insights for the adoption of Artificial Intelligence (AI) in schools. This article analyzes the historical trajectory of ICT implementation, focusing on programs such as "Internet en la Escuela," "Escuela 2.0," and the current "Plan #DigEdu," and highlights their contributions and limitations. Lessons learned include the risks of prioritizing tools over pedagogical approaches, the need for continuous teacher training, and the importance of addressing socio-economic disparities to ensure equitable access to technology.

Building on this experience, the article examines how these lessons can inform the effective integration of AI in education. It emphasizes the importance of aligning AI tools with pedagogical objectives, avoiding superficial or trend-driven implementations, and tailoring solutions to the specific contexts of each school. Additionally, it addresses the challenges posed by paid AI tools and the complexity of open models, advocating for strategies to ensure accessibility and equitable adoption. The discussion concludes with recommendations for fostering a transformative use of AI that prioritizes student learning, teacher support, and ethical considerations.

 

La experiencia acumulada durante las dos últimas décadas con la integración de las TIC en la educación proporciona una base sólida para reflexionar sobre cómo abordar la incorporación de la inteligencia artificial (IA) en las aulas. Desde los inicios de la década de 2000, hemos recorrido un largo camino en la adopción de tecnologías en los entornos educativos, lo que nos debería dotar del bagaje suficiente para evitar errores pasados y maximizar el impacto de las nuevas herramientas. A continuación, se presenta un breve panorama que contextualiza este proceso seguido:

Panorama histórico de la integración de las TIC

  • Inicios de la década de 2000: La creación del Centro Nacional de Información y Comunicación Educativa (CNICE, hoy INTEF) marcó el inicio de esfuerzos estructurados para integrar las TIC en la educación, incorporando programas como el Programa de Nuevas Tecnologías de Información y Comunicación (PNTIC) y el Centro de Innovación y Desarrollo de la Educación a Distancia (CIDEAD).
  • Programa “Internet en la Escuela” (2002-2005): Este programa tuvo como objetivo potenciar el uso de la tecnología en las escuelas, centrándose en conexiones de banda ancha, infraestructuras de red, software educativo, contenidos digitales, adaptación curricular y formación docente.
  • Programa “Internet en el Aula” (2005-2008): Esta iniciativa impulsó la introducción de las TIC en las escuelas.
  • Programa Escuela 2.0 (2009-2012): Este programa proporcionó miniordenadores portátiles a 400.000 alumnos y 20.000 profesores y digitalizó 14.400 aulas, con un presupuesto de 200 millones de euros cofinanciado por el Gobierno y las comunidades autónomas.
  • Plan #DigEdu (Presente): Enmarcado en la estrategia “España Digital 2026”, este plan pretende distribuir 300.000 dispositivos adicionales, instalar sistemas interactivos digitales en 240.240 aulas, certificar la competencia digital del 80% del profesorado y desarrollar 22.000 Planes de Centro Digital, con una inversión de más de 1.400 millones de euros.

Aplicación de las lecciones aprendidas a la IA

1. De la herramienta al enfoque pedagógico: priorizar el contenido

Uno de los errores más frecuentes con las TIC fue otorgar una importancia desproporcionada a las herramientas (ordenadores, pizarras digitales, tabletas) sin un plan pedagógico claro para integrarlas en las metodologías de enseñanza. En el caso de la IA, corremos el mismo riesgo: valorar las aplicaciones de IA por su novedad y capacidades técnicas, pero sin un objetivo pedagógico definido. Además, no debemos caer en el error de utilizar herramientas simplemente porque están de moda o responden a intereses comerciales, lo que podría llevar a inversiones en tecnologías que se usan temporalmente y nunca llegan a tener un impacto real.

Lección: La IA debe diseñarse y emplearse para responder a necesidades pedagógicas concretas, como la personalización del aprendizaje, la evaluación formativa y la promoción del pensamiento crítico, evitando que su uso sea un fin en sí mismo.


2. Formación docente continua y significativa

La falta de formación adecuada para los docentes fue (y sigue siendo) un obstáculo crítico con las TIC. Sin competencias suficientes, muchos educadores se limitaron a usar las herramientas para reproducir las prácticas docentes tradicionales. Con la IA, la formación es aún más urgente, ya que implica no solo el manejo técnico, sino también una comprensión ética y estratégica de sus posibilidades.

Recomendación: Los programas de formación docente deben centrarse en:

  • La integración de la IA para enriquecer metodologías activas (aprendizaje basado en proyectos, etc.).
  • El análisis crítico de las limitaciones y sesgos de la IA.
  • La preparación para enseñar a los estudiantes a usar la IA de forma ética y responsable.


3. Evitar la "cosmeticidad" en la implementación

En muchos casos, la integración de las TIC se quedó en cambios superficiales (libros de texto digitales que no explotaban las capacidades interactivas, pizarras digitales usadas como proyectores, etc.). Con la IA, el equivalente sería utilizarla solo para automatizar tareas repetitivas o para efectos "espectaculares", sin cambiar sustancialmente las dinámicas de aprendizaje.

Propuesta: Asegurar que la IA se utilice para transformar el aprendizaje, por ejemplo:

  • Adaptando contenidos al nivel y ritmo de cada estudiante.
  • Fomentando experiencias de aprendizaje más profundas mediante simulaciones, análisis de datos y entornos virtuales interactivos.


4. Enfoque holístico y colaborativo

La integración de las TIC a menudo se hizo sin un enfoque coherente que involucrara a todos los agentes educativos: estudiantes, docentes y familias. Esto limitó su impacto transformador.

 Lección: La incorporación de la IA debe ser parte de una estrategia holística que contemple:

  • La participación de docentes, estudiantes y familias en la planificación e implementación.
  • El desarrollo de marcos éticos para guiar su uso responsable.
  • La revisión periódica de su impacto en los aprendizajes.


5. Abordar la desigualdad

Con las TIC, persistieron grandes brechas de acceso entre centros educativos. La IA puede agrandar estas desigualdades si no se garantiza un acceso equitativo a los recursos y la formación necesaria. Sin embargo, no basta con dotar a todos los centros de herramientas de forma homogénea, ya que su efectividad puede variar enormemente según el contexto socioeconómico y cultural de cada institución. Además, la mayoría de las herramientas de IA actualmente son de pago, y las versiones gratuitas disponen de unas funcionalidades muy limitadas, lo que supone un hándicap adicional, ya que no todas las instituciones o familias pueden permitirse asumir estos costes. Por otro lado, el uso de modelos abiertos y gratuitos, aunque ofrece oportunidades, suele requerir conocimientos técnicos avanzados que no todos los usuarios poseen.

Recomendación:

  • Realizar un análisis exhaustivo de las necesidades específicas de cada centro educativo, considerando factores como el entorno socioeconómico, el nivel de formación de las familias y las infraestructuras disponibles.
  • Diseñar dotaciones personalizadas que se ajusten a las realidades y necesidades de cada contexto escolar.
  • Asegurar que las herramientas y recursos estén acompañados de estrategias pedagógicas adaptadas y formación específica para docentes y estudiantes.
  • Desarrollar políticas públicas que garanticen el acceso asequible o gratuito a herramientas de IA para los centros más desfavorecidos, junto con soporte técnico.


6. Evaluación continua del impacto

Uno de los errores históricos con las TIC ha sido la falta de un seguimiento sistemático para evaluar su impacto real en el aprendizaje. Con la IA, la evaluación debe ser un componente esencial desde el inicio.

Propuesta: Implementar sistemas de evaluación continua que midan entre otros, los siguientes parámetros:

  • La efectividad de la IA en términos de aprendizaje y motivación de los estudiantes.
  • Su impacto en la carga laboral de los docentes.
  • Su contribución a cerrar o ampliar brechas de aprendizaje.


Reflexión final

La integración de las TIC en la educación española fue un paso importante, pero su impacto no ha sido el buscado, limitado por problemas de implementación, desigualdad y un enfoque excesivo en la herramienta en lugar del contenido. La IA ofrece oportunidades sin precedentes para personalizar la enseñanza, fomentar el aprendizaje activo y mejorar los procesos educativos. Sin embargo, para evitar repetir los mismos errores, debemos aprender de la experiencia previa con las TIC, asegurándonos de que la IA sea un catalizador de cambio pedagógico y no solo un elemento de modernización superficial.

 

Bibliografía

  1. Gobierno de España. (2002-2005). Programa Internet en la Escuela: Conexiones de banda ancha, software educativo y formación docente. Disponible en: https://www.boe.es
  2. Ministerio de Educación y Ciencia. (2009-2012). Programa Escuela 2.0: Dotación de portátiles y digitalización de aulas. Disponible en: https://www.educacion.gob.es
  3. Estrategia España Digital 2026. (Presente). Plan #DigEdu: Implementación de dispositivos y certificación digital docente. Disponible en: https://www.espanadigital.gob.es
  4. AFOE Formación. (s.f.). Tecnologías TIC, TAC y TEP en el aula: qué son. Disponible en: https://www.afoe.org/tecnologias-tic-tac-tep-aula-educacion
  5. CECE. (s.f.). La brecha digital con la que la escuela se enfrentó a la pandemia. Disponible en: https://actualidaddocente.cece.es/a-fondo/la-brecha-digital-con-la-que-la-escuela-se-enfrento-a-la-pandemia
  6. Dialnet. (s.f.). Análisis del uso de las TIC en los procesos de enseñanza y aprendizaje en educación primaria. Disponible en: https://dialnet.unirioja.es
  7. Blog Vicens Vives. (s.f.). Qué valor añadido aportan las TIC a la educación. Disponible en: https://blog.vicensvives.com/que-valor-anadido-aportan-las-tic-a-la-educacion
  8. Todas las ilustraciones se han realizado con napkin.ai

martes, 14 de enero de 2025

La Ley de Inteligencia Artificial de la UE: ¿un camino hacia la equidad o una receta para la desigualdad?

La Ley de Inteligencia Artificial de la UE: ¿un camino hacia la equidad o una receta para la desigualdad?

Por: Luis Ángel González Ortega

Abstract

The European Union's Artificial Intelligence Act (AI Act) is a groundbreaking law that sets a global standard for the responsible development and deployment of AI. This article provides a first look at the provisions of the AI ​​Act, exploring its impact on various sectors, its focus on ethical considerations, and its potential to shape the future of AI use around the world.

La Unión Europea ha dado un paso audaz hacia un futuro impulsado por la Inteligencia Artificial (IA) con la promulgación de la Ley de IA, una legislación histórica que establece las bases para un desarrollo y uso de la IA responsable. Esta ley, pionera a nivel global, busca asegurar que los sistemas de IA utilizados en la UE sean seguros, transparentes y respetuosos con los derechos fundamentales.

La Ley de IA adopta un enfoque basado en el riesgo, clasificando las aplicaciones de IA según su potencial impacto en la sociedad. Para los sistemas de IA de alto riesgo, como aquellos utilizados en la contratación, la justicia penal o la atención médica, la ley establece requisitos estrictos en materia de:

  • Transparencia y explicabilidad: Las personas tienen derecho a saber cuándo interactúan con un sistema de IA y a comprender cómo se toman las decisiones que les afectan.

  • Gestión de riesgos: Los proveedores de sistemas de IA de alto riesgo deben implementar sistemas robustos de gestión de riesgos para identificar y mitigar posibles daños.

  • Calidad de los datos: Los sistemas de IA se deben  entrenar con conjuntos de datos de alta calidad para minimizar los sesgos y la discriminación.

  • Supervisión humana: Se debe garantizar la supervisión humana adecuada para los sistemas de IA de alto riesgo, especialmente en áreas sensibles como la aplicación de la ley.

La Ley de IA también aborda preocupaciones éticas específicas, como el uso del reconocimiento facial y la manipulación de contenido. Prohíbe la identificación biométrica en tiempo real en espacios públicos para fines de aplicación de la ley, excepto en circunstancias excepcionales, y exige la divulgación transparente de los contenidos generados por IA que podrían engañar al público.

Además, la Ley de IA fomenta la innovación a través de "sandboxes", entornos controlados donde se pueden probar sistemas de IA innovadores antes de su implementación generalizada. Estos sandboxes facilitan la colaboración entre reguladores e innovadores, promoviendo el aprendizaje y el desarrollo de la IA responsable.

La Ley de IA de la UE marca un hito en el uso de la IA, estableciendo un precedente para otras regiones que se enfrentan a los mismos desafíos. Su enfoque equilibrado, que prioriza la seguridad, la transparencia y la ética, al tiempo que fomenta la innovación, podría servir como modelo para una IA responsable a nivel global.

Si bien la Ley de IA de la UE busca establecer un marco para una IA confiable, las fuentes destacan posibles desafíos en su implementación y posibles impactos negativos.

Posibles problemas con la implementación y el cumplimiento :

  • Definición de "alto riesgo" : el Anexo III de la Ley de IA enumera los sistemas de IA de alto riesgo, pero el artículo 6 permite a los proveedores argumentar que sus sistemas no plantean riesgos significativos y deberían estar exentos. Esta evaluación subjetiva podría generar inconsistencias y desafíos en la aplicación de la ley.
  • Limitaciones de recursos : el Anexo III abarca áreas diversas y complejas, como la aplicación de la ley, las infraestructuras críticas y los procesos democráticos. La supervisión y el cumplimiento efectivos de la normativa en estos ámbitos exigirán importantes recursos de las autoridades nacionales y de la Oficina de Inteligencia Artificial de la UE.
  • Avances tecnológicos rápidos : el panorama de la IA evoluciona rápidamente. La Ley reconoce este hecho al facultar a la Comisión para modificar la lista de sistemas de IA de alto riesgo mediante actos delegados. Sin embargo, este proceso puede tener dificultades para seguir el ritmo de la rápida innovación, lo que podría dejar lagunas en la regulación.

Posibles impactos negativos :

  • Exacerbación de la desigualdad : el artículo 5 se centra en mitigar los sesgos en los sistemas de alto riesgo, reconociendo que las imprecisiones técnicas pueden dar lugar a resultados discriminatorios, especialmente en lo que respecta a atributos sensibles como la edad, la etnia, la raza, el sexo o la discapacidad. Sin embargo, sin medidas integrales para abordar la brecha digital, la Ley podría exacerbar inadvertidamente las desigualdades en el acceso a los beneficios de la IA, en particular en la educación.
  • Sofocación de la innovación : si bien la Ley promueve entornos sandbox para pruebas, unas regulaciones excesivamente estrictas podrían crear barreras para empresas más pequeñas y nuevas empresas en el mercado de IA de la UE, impulsando potencialmente la innovación en otras partes.
  • Transparencia vs. Secretos comerciales : es fundamental equilibrar los requisitos de transparencia con la protección de la propiedad intelectual. La ley exige una documentación exhaustiva y un posible acceso a datos y modelos de capacitación, lo que podría generar inquietudes para las empresas sobre la protección de los secretos comerciales.

La Ley de IA representa un paso importante hacia la regulación de la IA. Abordar estos posibles problemas durante la implementación será crucial para garantizar que la Ley logre sus objetivos de promover una IA confiable y, al mismo tiempo, fomentar la innovación y proteger los derechos fundamentales.

Bibliografía:

Parlamento Europeo y del Consejo. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo de 13 de junio de 2024 por el que se establecen normas armonizadas en materia de inteligencia artificial (Reglamento de Inteligencia Artificial). Diario Oficial de la Unión Europea , L 2024/1689 . https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=OJ:L:2024:1689:TOC

Protocolo para el uso ético y conforme a la normativa de Inteligencia Artificial en los Centros Educativos de Castilla y León: directrices y recomendaciones para docentes y centros.

  Protocolo para el uso ético y conforme a la normativa de Inteligencia Artificial en los Centros Educativos de Castilla y León: directrices...