Ciència

Aprenentatge amb els tutors artificials

La tecnologia promet reduir desigualtats educatives i fer-la a mida en funció dels antecedents

El 2030 la majoria d’escoles europees tindran algun sistema adaptatiu basat en IA

Els tutors amb IA ajudaran els estudiants a aprendre millor amb habilitats metacognitives

La intel·ligència artificial està redefinint el panorama educatiu global, oferint noves possibilitats per personalitzar l’aprenentatge i millorar l’eficàcia de l’ensenyament. Des de les aules de primària fins a les universitats més prestigioses, la IA s’està integrant en el procés educatiu. La personalització de l’aprenentatge és un dels aspectes més prometedors de la IA en educació. Plataformes com ara Carnegie Learning als Estats Units utilitzen algoritmes d’aprenentatge automàtic per adaptar el contingut i el ritme d’aprenentatge a les necessitats individuals de cada estudiant. Segons un estudi publicat per la Universitat Carnegie Mellon el 2021, els estudiants que van utilitzar aquesta plataforma van mostrar una millora del 12% en els resultats de matemàtiques en comparació amb els mètodes tradicionals.

A Europa, el projecte iTalk2Learn, finançat per la Unió Europea, ha desenvolupat un tutor intel·ligent per a l’ensenyament de matemàtiques a primària. Aquest sistema no només adapta els exercicis al nivell de l’estudiant, sinó que també proporciona retroalimentació personalitzada en temps real. Els resultats preliminars mostren una millora significativa en la comprensió de conceptes matemàtics complexos.

La Universitat Oberta de Catalunya (UOC) és a l’avantguarda de la implementació de la IA en l’ensenyament superior. El seu projecte PleaseApp, juntament amb la Universitat Jaume I, consisteix en una aplicació per a l’avaluació i el tractament de les habilitats de comunicació social en infants de 3 a 12 anys. PleaseApp s’adreça a professionals que atenen menors amb trastorns del desenvolupament.

La IA està millorant l’avaluació i el diagnòstic precoç de dificultats d’aprenentatge. L’empresa Cognitus ha desenvolupat un sistema basat en IA que pot detectar senyals primerencs de dislèxia amb una precisió del 90%. Aquest tipus d’eines permeten una intervenció primerenca i més efectiva, i milloren significativament les perspectives educatives dels estudiants.

Aquests avenços coincideixen en el temps amb el debat sobre l’ús de dispositius mòbils a les aules catalanes, un reflex de les preocupacions més àmplies sobre la tecnologia en l’educació. Mentre que algunes escoles veuen els telèfons intel·ligents com una eina potencial per a l’aprenentatge, d’altres argumenten que són una font de distracció. El Departament d’Educació de la Generalitat està considerant regulacions per limitar l’ús de mòbils a les aules, seguint l’exemple de països com França, que va prohibir els telèfons mòbils en l’educació primària i secundària el 2018.

Les prediccions sobre el futur de la IA en l’educació són alhora desafiadores. Experts com Rose Luckin, professora d’intel·ligència artificial en educació a l’Escola Universitària de Londres, preveuen un futur en què els “tutors IA” seran companys d’aprenentatge al llarg de la vida. Aquests sistemes no només adaptaran el contingut, sinó que també ajudaran a desenvolupar habilitats metacognitives i mostraran als estudiants un aprenentatge més efectiu.

La Unió Europea, a través del seu programa Horizon Europe, està invertint fortament en la recerca sobre IA i educació. Es preveu que, per al 2030, la majoria de les escoles europees utilitzaran algun tipus de sistema d’aprenentatge adaptatiu basat en IA. Això podria reduir significativament les desigualtats educatives i permetre una atenció més personalitzada a estudiants amb diferents necessitats i antecedents.

A l’Estat, el Ministeri d’Educació i Formació Professional ha anunciat plans per implementar un programa pilot d’IA en 100 escoles secundàries per al curs 2025/26. Aquest programa se centrarà en l’ús de la IA per millorar l’ensenyament de ciències i matemàtiques, amb l’objectiu d’augmentar l’interès i el rendiment dels estudiants en aquestes àrees.

Els crítics adverteixen sobre els riscos potencials de dependre massa de la IA en l’educació. Hi ha preocupacions sobre la privadesa de les dades dels estudiants, la possible pèrdua d’habilitats socials i emocionals, i el risc d’exacerbar les desigualtats existents si l’accés a aquestes tecnologies no és equitatiu.

La filòsofa Marina Garcés, professora de la UOC, argumenta que “la IA pot ser una eina poderosa per a l’educació, però no hem d’oblidar que l’aprenentatge és un procés profundament humà. Necessitem assegurar-nos que la tecnologia complementi, en lloc de substituir la interacció humana en l’educació”.

Els sindicats de professors expressen preocupacions. Ustec, el sindicat majoritari d’educació a Catalunya, demana més formació del professorat en IA i una regulació clara sobre com s’utilitzarà a les aules.

Malgrat aquestes preocupacions, molts educadors veuen la IA com una oportunitat per alliberar-se de tasques administratives i centrar-se més en l’aspecte humà de l’ensenyament. Segons un estudi recent de la Fundació la Caixa, el 68% dels professors catalans creuen que la IA pot ajudar-los a ser més eficients en la seva feina.

La integració de la IA en l’educació impulsa canvis en els currículums. La Generalitat ha anunciat plans per introduir l’alfabetització en IA com a part del currículum de secundària a partir del curs 2026/27. Aquesta iniciativa pretén preparar els estudiants per a un futur en què la IA serà omnipresent a la feina i a la vida.

A mesura que avancem cap a aquest futur, s’imposa trobar un equilibri entre l’adopció de noves tecnologies i la preservació dels valors fonamentals de l’educació. Carme Torras, investigadora en IA i ètica a l’Institut de Robòtica i Informàtica Industrial (CSIC-UPC), emfatitza la necessitat d’un enfocament ètic en la implementació de la IA en l’educació. “Hem d’assegurar-nos que aquests sistemes fomentin el pensament crític i la creativitat, en lloc de crear dependència”, afirma.

El futur de l’educació amb IA sembla prometedor, però també complex. La personalització de l’aprenentatge pot oferir oportunitats per a l’èxit acadèmic, però planteja qüestions sobre equitat i accés. La clau serà garantir que tots els estudiants es puguin beneficiar d’aquestes innovacions.

Midjourney: la millor per crear imatges artístiques

Midjourney és una plataforma que utilitza la IA per generar imatges artístiques i visuals a partir de descripcions textuals. Popular per la seva capacitat de crear art digital de gran qualitat i estèticament atractiu, és ideal per a la creació de contingut visual en màrqueting, disseny gràfic, il·lustracions per a projectes creatius i art digital personalitzat. Els usuaris proporcionen descripcions textuals detallades i l’algorisme genera imatges que coincideixen amb les especificacions. Utilitzant tècniques d’aprenentatge profund, crea imatges innovadores que poden transformar qualsevol idea en una obra d’art visual.

Stable Diffusion: generació d’imatges a partir de text

Stable Diffusion és una eina de codi obert desenvolupada per Stability AI que permet generar imatges a partir de descripcions textuals. Ideal per a projectes creatius, disseny gràfic, visualització de conceptes i art digital. Permet als usuaris transformar idees en ítems visuals impressionants. Crea imatges detallades i d’alta resolució a partir de simples textos. Els usuaris poden ajustar paràmetres per obtenir resultats específics i personalitzar així les imatges segons les necessitats. La seva capacitat de generar art digital innovador i atractiu la fa indispensable per a projectes amb contingut visual d’alta qualitat.

Diccionari

Preprocessament

El preprocessament (preprocessing) és l’etapa en la qual les dades es preparen per ser utilitzades en un model d’aprenentatge automàtic. Inclou tasques com la neteja de dades, la normalització, la transformació de variables categòriques a numèriques i la manipulació de valors perduts. Un bon preprocessament és crucial per millorar la precisió i eficàcia dels models.

Anàlisi predictiva

L’anàlisi predictiva utilitza tècniques d’estadística i d’aprenentatge automàtic per analitzar dades històriques i fer prediccions sobre esdeveniments futurs. Aplicada en àrees com el màrqueting, la salut i les finances, permet anticipar tendències, identificar riscos i oportunitats, i prendre decisions informades. Els models predictius inclouen regressió, xarxes neuronals i arbres de decisió.

‘Q-learning’

El Q-learning és un algorisme d’aprenentatge per reforç que aprèn a prendre decisions en un entorn i maximitza una recompensa acumulada. Utilitza una taula Q per emmagatzemar els valors d’acció estat, actualitzant-los iterativament a mesura que l’agent explora l’entorn. És especialment útil en la resolució de problemes en què les decisions successives tenen impacte en l’èxit final.

‘Query’

Una query és una consulta o petició de dades feta a una base de dades. En llenguatge SQL, una query permet recuperar informació de taules o conjunts de dades, aplicant filtres, ordenacions i agregacions. Les queries són essencials per a l’extracció d’informació rellevant i per a la presa de decisions basada en dades.

Sign in. Sign in if you are already a verified reader. I want to become verified reader. To leave comments on the website you must be a verified reader.
Note: To leave comments on the website you must be a verified reader and accept the conditions of use.