Instrumento de percepción de competencias en inteligencia artificial de quienes enseñarán matemática en Chile

Inclusión de la inteligencia artificial en educación

La IA ha experimentado un rápido desarrollo y avance en las últimas décadas, convirtiéndose en una herramienta poderosa con amplias aplicaciones en diversos campos, incluida la educación (Álvarez et al., 2021). Desde una perspectiva teórica, se define como la capacidad de los sistemas computacionales para realizar tareas que tradicionalmente requerían inteligencia humana, tales como el aprendizaje, el razonamiento, la percepción, la toma de decisiones y la resolución de problemas (Popenici y Kerr, 2017; Calvo-Rubio y Ufarte-Ruiz, 2020).

Según Moreno-Padilla (2019), pueden destacarse tres elementos de la IA en educación. En primer lugar, los chatbots, que cumplen el papel de profesor, estudiante o tutor en entornos virtuales de formación. Esto implica que responden las preguntas de los estudiantes en cualquier momento y desde cualquier dispositivo electrónico con acceso a la plataforma. Dichas plataformas pueden constituir un complemento didáctico para los estudios presenciales o una modalidad formativa adicional a la enseñanza en línea. Entre las más conocidas se encuentran Moodle, Google Classroom y Canvas. En tercer lugar, se encuentra la robótica educativa, que abre la puerta a un micromundo de aprendizaje motivador y entretenido para los estudiantes, promoviendo el desarrollo de habilidades del siglo XXI (Casado-Fernández y Checa-Romero, 2020; Sisman et al., 2019). En este ámbito se trabajan las matemáticas, las ciencias, la tecnología y la ingeniería, fomentando la creatividad de los estudiantes y desarrollando habilidades de orden superior y comunicativas.

Lo anterior ha convertido a la IA en una herramienta eficiente para los procesos educativos y el logro de los objetivos de aprendizaje por dos razones principales. La primera es que puede personalizar la educación de manera adaptativa según las necesidades individuales de cada estudiante (Moreno-Martínez y Leiva-Olivencia, 2016). A través de algoritmos que analizan el progreso, las preferencias y las dificultades de los alumnos, esta tecnología puede ofrecer contenidos y actividades personalizadas que optimicen el aprendizaje. Esto no solo mejora la eficacia educativa al centrarse en las áreas que requieren más atención, sino que también mantiene a los estudiantes más comprometidos y motivados. La segunda razón se relaciona con la automatización de tareas administrativas y repetitivas, lo que libera tiempo para que los profesores se concentren en la enseñanza y el apoyo personalizado, mejorando así los resultados educativos (Sperling et al., 2023).

En cuanto a la reducción de brechas y dificultades en el acceso al aprendizaje, la IA desempeña un papel crucial al democratizar la educación. Las plataformas basadas en esta tecnología pueden ofrecer recursos educativos de alta calidad a estudiantes de diversas regiones y contextos socioeconómicos, superando barreras geográficas y económicas (Álvarez-Vega et al., 2020). Además, pueden ayudar a identificar y apoyar a estudiantes con dificultades específicas, como discapacidades de aprendizaje o barreras lingüísticas, mediante adaptaciones y soluciones personalizadas. Esto contribuye a una educación más inclusiva y equitativa, en la que todos los estudiantes tengan la oportunidad de alcanzar su máximo potencial, independientemente de sus circunstancias.

Por tanto, la IA ha demostrado su potencial para mejorar los procesos de enseñanza y aprendizaje a través de diversas aplicaciones, como la personalización de la instrucción, la retroalimentación adaptativa, la evaluación automatizada, el seguimiento y análisis del progreso del estudiante, y la automatización de tareas administrativas (Luckin et al., 2016). Estos avances han llevado a la comunidad académica a explorar más profundamente cómo integrar la IA en las prácticas pedagógicas de manera efectiva y ética (Holmes et al., 2019).

Aspectos éticos y desafíos del uso de la IA en educación

Si bien la IA ofrece un potencial transformador en los procesos educativos, también plantea importantes riesgos éticos que merecen atención. Entre los más discutidos en la literatura se encuentran la privacidad de los datos, el sesgo algorítmico, la opacidad de los sistemas y las posibles implicaciones para la equidad en la educación.

La recopilación y el almacenamiento de grandes cantidades de datos educativos para entrenar algoritmos pueden vulnerar la privacidad de estudiantes y profesores, especialmente si no existen políticas claras de manejo y protección de la información. Según Boulay (2023), es fundamental implementar regulaciones que garanticen la seguridad y la confidencialidad de los datos personales. Además, los algoritmos de IA no están exentos de sesgos, ya que pueden perpetuar o amplificar desigualdades existentes si los datos en los que se basan no son representativos o están mal diseñados (Holmes et al., 2019).

Otro desafío ético radica en la falta de transparencia en el funcionamiento de muchas herramientas de IA, lo que dificulta que profesores y estudiantes comprendan cómo se toman las decisiones automatizadas en contextos educativos. Este aspecto, conocido como caja negra, puede generar desconfianza y limitar el uso efectivo de estas tecnologías (Popenici y Kerr, 2017). Asimismo, el acceso desigual a la tecnología podría profundizar la brecha educativa entre regiones con recursos limitados y aquellas con mejor infraestructura.

Por otro lado, los riesgos éticos de la IA en la enseñanza de las matemáticas son diversos y significativos. La dependencia excesiva de estas herramientas puede convertir a los estudiantes en solucionadores pasivos, descuidando el desarrollo de habilidades críticas y matemáticas fundamentales (Álvarez-Vega et al., 2020). Además, la desigualdad en el acceso a la tecnología puede agravar las disparidades educativas. Los errores en la interpretación de problemas por parte de la IA pueden conducir a malentendidos, mientras que la falta de creatividad en la resolución de ejercicios puede inhibir el pensamiento original. También surgen otros desafíos éticos, como el plagio y la reducción de la interacción entre estudiantes y docentes, lo que puede deshumanizar el aprendizaje. Estos factores evidencian la necesidad de un enfoque equilibrado y reflexivo en la integración de la IA en la educación matemática.

Abordar estos riesgos requiere un enfoque responsable que incluya la formulación de marcos éticos sólidos, la capacitación docente en el uso crítico de las herramientas de IA y el diseño de sistemas que prioricen la transparencia, la inclusión y la equidad. Como señalan Álvarez Vega et al. (2020), un uso ético de la IA debe centrarse en potenciar las oportunidades de aprendizaje sin comprometer los derechos fundamentales de los involucrados.

Integración de la IA en la enseñanza de las matemáticas

La aplicación de tecnologías de IA en la enseñanza de las matemáticas ha demostrado un gran potencial para mejorar los procesos de enseñanza y aprendizaje. Estas tecnologías pueden aportar diversas funcionalidades que brinden un apoyo personalizado y adaptativo a los estudiantes, así como herramientas de análisis que permitan a los profesores tomar decisiones más informadas.

Uno de los principales enfoques de la integración de la IA en las matemáticas son los sistemas tutoriales inteligentes, los cuales se caracterizan por modelar las características y necesidades individuales de cada estudiante, permitiendo adaptar los contenidos, las explicaciones y la retroalimentación a su nivel de conocimiento y habilidades. Mediante el análisis de las estrategias y errores típicos, estos sistemas pueden detectar patrones y ofrecer un apoyo más efectivo (Burns et al., 2014).

Asimismo, los asistentes virtuales y agentes conversacionales han demostrado ser útiles en la enseñanza de las matemáticas, al permitir una interacción natural para la resolución de problemas, la explicación de conceptos y la generación de material de estudio adaptado (Gulz y Haake, 2006).

Por otra parte, la analítica de aprendizaje aplicada a las matemáticas ofrece la posibilidad de monitorear el progreso de los estudiantes, identificar áreas de dificultad y predecir su rendimiento. Esta información resulta valiosa tanto para los profesores como para los propios estudiantes, ya que permite comprender mejor el proceso de aprendizaje e implementar estrategias de apoyo más efectivas (Maldonado-Mahauad et al., 2018).

Otro enfoque relevante es el uso de sistemas de recomendación de recursos matemáticos, los cuales pueden sugerir contenidos, actividades y ejercicios adaptados a las necesidades y preferencias individuales de los estudiantes, integrándose en plataformas y entornos de aprendizaje en línea (Tokuda et al., 2020).

Finalmente, las herramientas de evaluación y retroalimentación automática permiten la corrección y calificación de ejercicios y exámenes, así como la generación de retroalimentación detallada sobre los errores y las sugerencias de mejora. Esto no solo agiliza los procesos de evaluación, sino que también fomenta el desarrollo de habilidades metacognitivas en los estudiantes (Mitrovic, 2012; Agrawal et al., 2019).

Competencia digital en profesores en formación y en aula

Tanto los profesores en formación como aquellos en ejercicio necesitan desarrollar competencias digitales, entendidas como el conjunto de conocimientos y habilidades para el uso eficaz de herramientas tecnológicas. En este sentido, Prendes et al. (2018) definen la competencia digital como la utilización interconectada de la tecnología, los medios y la comunicación para dar respuesta a las demandas de la sociedad actual.

Para Lorenzo-Lledó y Scagliarini Galiano (2018), las competencias digitales son instrumentos de gran utilidad que permiten movilizar actitudes, conocimientos y procesos, generando habilidades que facilitan la transferencia del saber en diferentes áreas del conocimiento. Por su parte, Iordache et al. (2017) proponen que dichas competencias deben entenderse como resultados más prácticos y medibles de los procesos formativos, en relación con la novedosa alfabetización digital.

Asimismo, Gisbert-Cervera et al. (2016) sostienen que las competencias digitales docentes deben concebirse desde una visión holística que abarque saberes y capacidades de carácter tecnológico, las cuales deben gestarse principalmente en la educación superior. Por tanto, los programas de formación deben procurar la alfabetización digital desde etapas iniciales.

En consecuencia, tanto el profesor en formación como el profesor en ejercicio deben ser competentes en su desempeño profesional. Para ello, el uso de herramientas digitales adquiere una función primordial, ya que no se limita al manejo técnico de estas, sino que implica otras dimensiones, como la búsqueda de información, el desarrollo del pensamiento crítico, el dominio de diferentes lenguajes, la capacidad comunicativa y la utilización de una variedad de recursos y aplicaciones (Fernández-Cruz y Fernández-Díaz, 2016).

Competencia digital en inteligencia artificial (CDIA) en profesores en formación y profesores de matemática

El desarrollo de la CDIA en la formación de profesores de matemática ha permitido una personalización del aprendizaje y una adaptación más precisa a las necesidades individuales de los docentes y de los programas de pregrado, lo que evidencia su potencial para la práctica educativa. Para aprovechar este potencial, es necesario que los profesores desarrollen competencias clave para la implementación efectiva de la IA en el contexto educativo, tal como lo establece la Unesco (2021). Entre ellas se destacan la competencia digital, el pensamiento crítico y ético, y las habilidades pedagógicas avanzadas.

Desarrollar estas competencias permitirá a los profesores no solo adaptarse a los cambios tecnológicos, sino también liderar la transformación educativa hacia un entorno más innovador, inclusivo y centrado en el estudiante.

Félix y Webb (2023) señalan que las CDIA en la formación de los profesores pueden ofrecer un enfoque individualizado y basado en datos, brindando a los futuros docentes de la disciplina oportunidades de desarrollo profesional adaptadas a sus necesidades específicas. Esta personalización puede incluir programas de capacitación a medida y recomendaciones de recursos educativos según las áreas de mejora identificadas en cada profesor, además de incorporar desde el inicio cursos en los programas de formación (Moreno-Padilla, 2019).

Asimismo, las CDIA han abierto nuevas posibilidades en la enseñanza misma, al favorecer la autonomía y la creación de entornos de aprendizaje más interactivos y adaptativos. Para Pinto-Santos et al. (2022), desarrollar capacidades en la formación inicial de los profesores puede potenciar el uso de herramientas como los chatbots educativos, los sistemas de tutoría virtual y el análisis automatizado de datos de rendimiento estudiantil.

Por su parte, Boulay (2023) destaca la importancia de generar políticas claras sobre la recopilación, el almacenamiento y el uso de la información de los profesores en los procesos de formación asistida por IA, garantizando la seguridad y la confidencialidad de los datos personales.

A medida que se avanza, es crucial considerar las perspectivas futuras de las CDIA en la formación docente. El desarrollo continuo de tecnologías como el aprendizaje automático y el procesamiento del lenguaje natural, según Álvarez-Vega et al. (2020), abrirá nuevas posibilidades para la personalización del aprendizaje y la mejora de la enseñanza. Sin embargo, es esencial abordar de manera responsable y reflexiva los aspectos éticos y sociales derivados de la implementación de la IA en la formación docente. De ahí la importancia de establecer marcos regulatorios y directrices claras que contemplen la privacidad de los datos, la equidad y la transparencia en el uso de estas herramientas (Gutiérrez-Castillo y Gómez del Castillo, 2014).

En relación con la calidad de la formación en el ámbito social, el desarrollo de la CDIA puede desempeñar un papel fundamental al ofrecer herramientas y recursos personalizados que se adapten a las necesidades individuales de los docentes. Esto les permite desarrollar habilidades pedagógicas de manera más efectiva y eficiente. Según Sperling et al. (2023), las CDIA en la formación de futuros profesores brindan oportunidades de aprendizaje adaptativo y personalizado, que facilitan el acceso a materiales y actividades específicas para sus áreas de desarrollo.

En términos de inclusión, contar con estas competencias contribuye a crear un entorno educativo más accesible, al ofrecer herramientas y recursos que respondan a la diversidad de habilidades y necesidades de los estudiantes. Por ejemplo, los sistemas de IA pueden adaptar automáticamente el contenido educativo al nivel de habilidad de cada alumno, brindando apoyo adicional a quienes lo requieran y desafiando a aquellos más avanzados. Cristia et al. (2017) destacan que la IA tiene el potencial de personalizar la enseñanza para satisfacer las necesidades individuales, incluidas las de estudiantes con discapacidades, un punto también subrayado por la Unesco (2021). Para lograrlo, es fundamental fomentar la participación activa de los estudiantes en el proceso de aprendizaje, donde el profesor desempeña un papel clave, promoviendo ambientes inclusivos y equitativos (Koedinger et al., 2016).

Por tanto, la inclusión y la accesibilidad en el contexto de las CDIA resultan esenciales para garantizar que la enseñanza sea equitativa y accesible para todos los estudiantes, incluidas las personas con discapacidades. La integración de herramientas de IA facilita la participación plena de estos alumnos, eliminando barreras y promoviendo un entorno de aprendizaje libre de discriminación. Esto no solo mejora la calidad educativa, sino que también fomenta un enfoque equitativo que beneficia a toda la comunidad educativa. De ahí que este estudio enfatice la importancia de la calidad de la formación y la inclusión, sustentando la necesidad de desarrollar programas que capaciten a los profesores en el uso de estas herramientas accesibles en sus prácticas pedagógicas. La falta de este enfoque podría limitar la efectividad y relevancia del estudio en la promoción de una educación más inclusiva.

Finalmente, la implementación exitosa de la IA en la formación de profesores de matemáticas requiere una combinación de competencias de gestión, tecnológicas, pedagógicas-didácticas, sociales, éticas y legales. Es fundamental que los docentes reciban una formación personal y profesional adecuada que les permita utilizar la IA de manera reflexiva y crítica (Sperling et al., 2023).

Estándares de competencia digital en profesores en formación y profesores

Para Prendes et al. (2018), los estándares de competencias digitales docentes constituyen un modelo de referencia que permite determinar las competencias tecnológicas y orientar el desarrollo curricular de la formación basada en herramientas digitales. En esta misma línea, Fernández-Cruz et al. (2018) afirman que estos estándares posibilitan identificar los conocimientos y habilidades que un profesor en formación debe poseer para aplicarlos en su práctica educativa. Por otro lado, los estándares sirven como referente respecto de lo que debe enseñarse y dominarse en el ámbito tecnológico (Gisbert-Cervera et al., 2016).

El presente estudio considera diversas definiciones y características de los estándares analizados. No obstante, debido al enfoque de la investigación y al objetivo planteado, se tomaron en cuenta únicamente aquellos dirigidos a profesores en formación, complementados con los referidos a docentes en ejercicio. En particular, se consideraron cuatro estándares clave: MINEDUC-Enlaces (2011), Unesco, tercera versión (2021), Estándares de la Profesión Docente para la Carrera de Pedagogía en Matemática, CPEIP (2021) y el modelo de progresión de competencias en IA para la educación, DigCompEdu (2023). Estos estándares resultan especialmente relevantes para las instituciones educativas en la formulación o actualización de sus programas y en la elaboración de normativas ministeriales (Pinto-Santos et al., 2020).

Por tanto, para definir la CDIA es fundamental conocer qué competencias y estándares deben dominar los futuros profesores en su práctica profesional. A continuación, se presenta una síntesis de sus principales características:

• Competencias y estándares TIC para la profesión docente, MINEDUC-Enlaces (2011): constituyen la base orientadora que define lo que un profesor chileno debe ser capaz de realizar en cuanto a la integración de las TIC en su práctica educativa y profesional. En este sentido, sirven de guía para el desarrollo profesional, la evaluación del nivel de competencias respecto de los estándares previstos, la selección de módulos formativos y el diseño de itinerarios de capacitación. Se agrupan en cinco dimensiones: técnica, pedagógica, social, ética y legal, y de gestión escolar y desarrollo profesional. Estos estándares están diseñados para estudiantes de formación inicial docente.

• Unesco, tercera versión (2021): establece las competencias que debe dominar el profesor, basadas en cinco dimensiones: comprensión del papel de las TIC en la educación; currículo y evaluación; pedagogía; aplicación de competencias digitales; organización y administración, y aprendizaje profesional docente.

• Estándares de la Profesión Docente para la Carrera de Pedagogía en Matemática, CPEIP (2021): constituyen la base orientadora para fortalecer la formación de profesores y asegurar profesores y profesoras mejor preparados y preparadas para enfrentar los desafíos de una sociedad del conocimiento dinámica y globalizada. En esta investigación se destaca el nuevo Estándar E: Pensamiento Computacional y Programación, que describe que el egresado debe conocer los elementos básicos de la ciencia de la computación, la IA y la robótica, sus aplicaciones prácticas y su impacto en la sociedad.

• Modelo de progresión de competencias en IA para la educación, DigCompEdu (2023): define la enseñanza y el aprendizaje como la combinación de conocimientos, habilidades y actitudes necesarias para desarrollar, implementar y alcanzar un conjunto de objetivos y resultados de aprendizaje coordinados con el uso de sistemas o agentes de IA.

Lo anterior busca asegurar que los profesores desarrollen las competencias necesarias para aprovechar de manera efectiva y responsable las tecnologías digitales en sus prácticas de enseñanza.

Estos estándares y modelos descritos anteriormente están elaborados tanto para profesores en formación como para docentes en ejercicio.

La Tabla 1 muestra la descripción de similitudes halladas en los cuatro documentos citados:

A partir de esta revisión de los estándares de CDIA, se considera que, para que un profesor en formación en matemática sea competente en la integración de las tecnologías de IA en la enseñanza de la disciplina, debe dominar al menos siete aspectos fundamentales:

• 1) Pedagógico: enfocado en los principios y enfoques pedagógicos que permiten integrar de manera efectiva la IA en los procesos de enseñanza y aprendizaje de las matemáticas.

• 2) Didáctico: relativo al diseño, la implementación y la evaluación de estrategias didácticas que aprovechan las funcionalidades de la IA. Implica integrar las herramientas que ofrece la IA en el currículo de matemáticas para optimizar su uso y mejorar las capacidades del alumnado.

• 3) Técnico: centrado en el conocimiento, manejo y aprovechamiento eficiente de las herramientas y aplicaciones de IA, con el fin de integrarlas de manera efectiva en los procesos de enseñanza y aprendizaje. Las herramientas de IA que los profesores en formación en matemática deben conocer para crear y representar contenidos en clase (Figura 1) son aquellas cuyo uso mejora la comprensión y el rendimiento de los estudiantes en la disciplina (Magallanes-Ronquillo et al., 2023).

Figura 1: Tabla periódica de herramientas de IA para matemática y otros

Fuente: Salazar (15 de septiembre de 2023).

• 4) Social, ético y legal: referido al uso y manejo seguro y responsable de los datos mediante herramientas de IA, promoviendo una reflexión crítica sobre su uso ético en la educación y la sociedad.

• 5) Formación permanente: orientado a la actualización constante de las herramientas que ofrece la IA y su vinculación con el currículo de matemáticas. Implica un aprendizaje continuo y la adaptación a medida que surgen nuevas tecnologías y conceptos.

• 6) Gestión: relacionado con la interacción en el entorno y la comunidad educativa mediante herramientas de IA. Está vinculado al trabajo en equipo y a la creación de comunidades de aprendizaje en línea.

• 7) Inclusión y accesibilidad: referido a la necesidad de que la enseñanza sea más accesible e inclusiva para los estudiantes con discapacidades, mediante el uso de herramientas de IA que les permitan participar plenamente, sin discriminación alguna.