Integración de la IA en la educación: Desafíos y oportunidades
Resumen
El desarrollo bibliográfico discute cómo la inteligencia artificial (IA) puede mejorar la educación en todos sus niveles y los desafíos que la integración de las tecnologías presenta, como el riesgo de sesgo y la necesidad de políticas adecuadas para su uso ético. Adicionalmente, se explora el potencial de la inteligencia artificial (IA) para apoyar a los docentes, personalizar el aprendizaje y mejorar la accesibilidad para estudiantes con discapacidades o necesidades especiales. Se reconoce la posibilidad de que la IA introduzca nuevos riesgos de seguridad y privacidad, así como la amplificación de sesgos existentes. En tal sentido, se sugiere la creación de políticas centradas en las personas, que protejan la privacidad y promuevan la equidad, asegurando que la IA se utilice de manera que beneficie a todos en el ámbito educativo. Este resumen destaca la importancia de abordar tanto las oportunidades como los desafíos que la IA presenta en la educación, con un enfoque en la equidad, la ética y la eficacia.
Descargas
Citas
,Akgun, S., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical challenges in K-12 settings. AI Ethics, 431–440.
Aleven, V., & McLaughlin, E. (2016). Instruction based on adaptive learning technologies. Handbook of research on learning and instruction, 522-560.
Baker, R. E. (2022). Using demographic data as predictor variables: A questionable choice. Obtenido de https://doi.org/10.35542/osf.io/y4wvj
Calderón, O. (2020). Los retos de la Educación 4.0. frente a los tiempos de confinamiento. . Revista de Educación, Cultura y Cambio, 1(1), 1-18. Recuperado el 04 de Abr de 2024, de https://bit.ly/3u9n3wv
Chen, C., Park, H., & Breazeal, C. (2020). Teaching and learning with children: Impact of reciprocal peer learning with a social robot on children’s learning and emotive engagement. Computers & Education, 150.
Godwin, R. (2021). Big data and language learning: Opportunities and challenges. Language Learning & Technology, 4-19.
Molenaar, I. (2022). Towards hybrid human-AI learning technologies. European Journal of Education, 1–14.
Mousavinasab, E., Zarifsanaiey, N., & Niakan Kalhori, S. (2022). Intelligent tutoring systems: A systematic review of characteristics, applications, and evaluation methods. . Interactive Learning Environments, 142-163.
Panadero, E., & Lipnevich, A. (2022). A review of feedback models and typologies: Towards an integrative model of feedback elements. Educational Research Review, 100416.
Plass, J., & Pawar, S. (2020). Toward a taxonomy of adaptivity for learning. Journal of Research on Technology in Education, 275–300.
Robles, B. (2017). La utilización de objetos de aprendizaje de realidad aumentada en la enseñanza universitaria de educación primaria. International Journal of Educational Research and Innovation, 9, 90-104. Recuperado el 04 de Abr de 2024, de https//bit.ly/3E15wua
Ruiz, P., & Fusco, J. (2022). Teachers partnering with artificial intelligence: Augmentation and automation. Obtenido de Digital Promise: https://digitalpromise.org/2022/07/06/teachers-partnering- with-artificial-intelligence-augmentation-and-automation/
Wiggins, G. (2015). Seven keys to effective feedback. Obtenido de ACSD: https://www.ascd.org/el/articles/seven-keys-to-effectivefeedback
Winne, P. (2021). Open learner models working in symbiosis with self-regulating learners: A research agenda. International Journal of Artificial Intelligence in Education, 446-459.
Zhang, H., Lee, I., & Ali, S. (2022). Integrating ethics and career futures with technical learning to promote AI literacy for middle school students: An exploratory study. International Journal of Artificial Intelligence in Education, 1–35.
Derechos de autor 2024 Alisson Jimenez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
