Machine Learning (ML), también conocido como aprendizaje automático o aprendizaje de máquina, es una rama de la inteligencia artificial (IA) que ha tenido un incremento exponencial en los últimos años. La comunidad científica está prestando cada vez más atención a las herramientas educativas enriquecidas con tecnología inteligente, ya que tienen el potencial de revolucionar los procesos de enseñanza-aprendizaje.
Actualmente, se destacan las investigaciones de ML aplicada a la educación en temáticas como percepción docente, percepción estudiantil, rendimiento académico, deserción escolar, pensamiento computacional, entre otras, que muestran en sus resultados, la implicación que tiene el uso de técnicas inteligentes para la solución de problemas complejos del sector educativo.
En el ámbito educativo, la diferencia entre ML e IA no siempre está clara, a pesar de que ambos campos se centran en aplicar el concepto de predicción. El ML se centra en que los sistemas aprendan de los datos, mientras que la IA permite que los sistemas realicen tareas de forma autónoma. No obstante, nuestra revisión sistemática parte de analizar estudios tanto de IA como de ML aplicados al sector educativo por las siguientes razones: La IA y el ML tienen como objetivo crear sistemas que puedan ejecutar tareas que normalmente se consideran propias de los seres humanos, ambos campos utilizan técnicas matemáticas y estadísticas para analizar y procesar datos, tienen un gran potencial para revolucionar la forma en que interactuamos con el mundo.
En los últimos años, ML ha proporcionado diferentes técnicas o algoritmos para predecir situaciones de acuerdo con grandes cantidades de información que, a través de un buen procesamiento y filtrado de datos, pueden generar predicciones muy efectivas. Distintos autores han desarrollado algoritmos de ML para ayudar a los educadores, lo que ha permitido que estas técnicas inteligentes se apliquen al sector educativo y sean de apoyo para combatir aquellos problemas dinámicos que aquejan todo tipo de contextos.
La IA en las escuelas ofrece múltiples posibilidades a directivos, docentes y estudiantes. Un ejemplo es ChatGPT, la última versión, GPT-4, está integrada en softwares como Microsoft Office, Edge, Bing, optimizando tareas educativas. La IA y el ML se han orientado hacia tareas educativas, lo que destaca la necesidad de fortalecer la competencia digital docente (CDD).
Continuamente, las investigaciones en el sector educativo buscan cerrar brechas educativas y el ML e IA emergen como un medio alternativo para lograr óptimos resultados. Un estudio de robótica con técnicas inteligentes pretende cerrar la brecha entre la robótica educativa y la profesional mediante la introducción de técnicas de ML, donde las diferencias de acceso, trayectoria, progreso y resultados educativos sean mejores para los estudiantes. Además de las investigaciones en educación, el avance tecnológico es un factor importante para la brecha educativa.
El desarrollo tecnológico ha abierto la brecha a retos en la comprensión del uso, la aplicación y el funcionamiento interno de tecnologías, especialmente las tecnologías emergentes como la IA y el ML, lo que indica su importancia como tecnología emergente a partir de su correcto uso y aplicación para beneficio de una educación digna y de calidad.
Los actuales planes de estudio son constantemente actualizados, en este sentido, el desarrollo curricular, para dar respuesta a las demandas que impone la sociedad del conocimiento, debe llevar a cabo la inclusión de temáticas y la realización de algunas actividades basadas en el ML e AI en todos los niveles escolares, permitiendo dinamizar los procesos de enseñanza-aprendizaje. No obstante, la complejidad y la dinámica de la enseñanza de la IA ponen de manifiesto la necesidad de un examen detallado del proceso de elaboración de planes de estudios en un contexto determinado, mostrando la relevancia de evaluar planes de estudio en todas las áreas de enseñanza y cómo enfocarlas de acuerdo con el contexto.
El objetivo de este trabajo es identificar las oportunidades de mejora de los procesos de enseñanza aprendizaje y la gestión educativa en todos los niveles del contexto educativo a través de la aplicación de Machine Learning e inteligencia artificial, los cuales pueden ser desarrollados desde la educación.