Los estudiantes utilizan el aprendizaje automático en una lección diseñada para revelar problemas, la promesa de la IA

Jan 14, 2024

En un nuevo estudio, los investigadores de la Universidad Estatal de Carolina del Norte hicieron que 28 estudiantes de secundaria crearan sus propios modelos de inteligencia artificial (IA) de aprendizaje automático para analizar datos. Los objetivos del proyecto eran ayudar a los estudiantes a explorar los desafíos, las limitaciones y la promesa de la IA, y garantizar que una futura fuerza laboral esté preparada para utilizar las herramientas de la IA.

El estudio se realizó en conjunto con una clase de periodismo de secundaria en el noreste. Desde entonces, los investigadores han ampliado el programa a las aulas de secundaria en varios estados, incluido Carolina del Norte. Los investigadores de NC State están buscando asociarse con escuelas adicionales para colaborar en llevar el plan de estudios a las aulas.

“Queremos que los estudiantes, desde una edad muy temprana, abran esa caja negra para que no tengan miedo a la IA”, dijo el autor principal del estudio, Shiyan Jiang, profesor asistente de diseño y tecnología de aprendizaje en NC State. "Queremos que los estudiantes conozcan el potencial y los desafíos de la IA, y que piensen en cómo ellos, la próxima generación, pueden responder al rol cambiante de la IA y la sociedad. Queremos preparar a los estudiantes para la fuerza laboral del futuro".

Para el estudio, los investigadores desarrollaron un programa informático llamado StoryQ que permite a los estudiantes construir sus propios modelos de aprendizaje automático. Luego, los investigadores organizaron un taller para maestros sobre el plan de estudios y la tecnología de aprendizaje automático en sesiones de una hora y media cada semana durante un mes. Para los maestros que se inscribieron para seguir participando, los investigadores hicieron otra recapitulación del plan de estudios para los maestros participantes y trabajaron en la logística.

"Creamos la tecnología StoryQ para permitir que los estudiantes de secundaria o de pregrado construyan lo que llamamos modelos de 'clasificación de texto'", dijo Jiang. "Queríamos reducir las barreras para que los estudiantes puedan saber realmente lo que sucede en el aprendizaje automático, en lugar de luchar con la codificación. Así que creamos StoryQ, una herramienta que les permite a los estudiantes comprender los matices en la construcción de modelos de clasificación de texto y aprendizaje automático. ."

Un maestro que decidió participar dirigió una clase de periodismo a través de una lección de 15 días en la que usaron StoryQ para evaluar una serie de reseñas de Yelp sobre heladerías. Los estudiantes desarrollaron modelos para predecir si las reseñas eran "positivas" o "negativas" según el idioma.

"El maestro vio la relevancia del programa para el periodismo", dijo Jiang. "Esta fue una clase muy diversa con muchos estudiantes que están subrepresentados en STEM y en computación. En general, descubrimos que los estudiantes disfrutaron mucho de las lecciones y tuvieron excelentes discusiones sobre el uso y el mecanismo del aprendizaje automático".

Los investigadores vieron que los estudiantes hicieron hipótesis sobre palabras específicas en las reseñas de Yelp, que pensaron que predecirían si una reseña sería positiva o negativa. Por ejemplo, esperaban que las reseñas que contenían la palabra "me gusta" fueran positivas. Luego, el docente guió a los estudiantes para que analizaran si sus modelos clasificaban correctamente las reseñas. Por ejemplo, un estudiante que usó la palabra "me gusta" para predecir reseñas descubrió que más de la mitad de las reseñas que contenían la palabra eran en realidad negativas. Luego, los investigadores dijeron que los estudiantes usaron prueba y error para tratar de mejorar la precisión de sus modelos.

"Los estudiantes aprendieron cómo estos modelos toman decisiones, y el papel que los humanos pueden desempeñar en la creación de estas tecnologías, y el tipo de perspectivas que pueden incorporar cuando crean tecnología de IA", dijo Jiang.

A partir de sus debates, los investigadores descubrieron que los estudiantes tenían reacciones mixtas a las tecnologías de IA. Los estudiantes estaban profundamente preocupados, por ejemplo, por el potencial de usar IA para automatizar procesos para seleccionar estudiantes o candidatos para oportunidades como becas o programas.

Para las clases futuras, los investigadores crearon un programa más corto de cinco horas. Han lanzado el programa en dos escuelas secundarias de Carolina del Norte, así como en escuelas de Georgia, Maryland y Massachusetts. En la siguiente fase de su investigación, buscan estudiar cómo los maestros de todas las disciplinas colaboran para lanzar un programa centrado en la IA y crear una comunidad de aprendizaje de la IA.

"Queremos expandir la implementación en Carolina del Norte", dijo Jiang. "Si hay alguna escuela interesada, siempre estamos listos para llevar este programa a una escuela. Como sabemos que los maestros están muy ocupados, ofrecemos un curso de desarrollo profesional más corto y también proporcionamos un estipendio para los maestros. Iremos en el salón de clases para enseñar si es necesario, o demostrar cómo enseñaríamos el plan de estudios para que los maestros puedan replicarlo, adaptarlo y revisarlo. Apoyaremos a los maestros en todas las formas que podamos".

El estudio, "Prácticas y procesos de modelado de datos de estudiantes de secundaria: desde el modelado de datos no estructurados hasta la evaluación de decisiones automatizadas", se publicó en línea el 13 de marzo en la revista Learning, Media and Technology. Los coautores incluyeron a Hengtao Tang, Cansu Tatar, Carolyn P. Rosé y Jie Chao. El trabajo fue apoyado por la Fundación Nacional de Ciencias bajo el número de subvención 1949110.

-oleniacz-

Nota para los editores:El resumen del estudio sigue.

"Prácticas y procesos de modelado de datos de estudiantes de secundaria: desde el modelado de datos no estructurados hasta la evaluación de decisiones automatizadas"

Autores: Shiyan Jiang, Hengtao Tang, Cansu Tatar, Carolyn P. Rosé y Jie Chao.

Publicado: 13 de marzo de 2023, Aprendizaje, medios y tecnología

DOI: 10.1080/17439884.2023.2189735

Abstracto: Es fundamental fomentar la alfabetización en inteligencia artificial (IA) para los estudiantes de secundaria, la primera generación que crece rodeada de IA, para comprender el mecanismo de trabajo de las tecnologías de IA basadas en datos y evaluar críticamente las decisiones automatizadas a partir de modelos predictivos. Si bien se han realizado esfuerzos para involucrar a los jóvenes en la comprensión de la IA mediante el desarrollo de modelos de aprendizaje automático, pocos proporcionaron información detallada sobre los procesos de aprendizaje matizados. En este estudio, examinamos las prácticas y procesos de modelado de datos de estudiantes de secundaria. Veintiocho estudiantes desarrollaron modelos de aprendizaje automático con datos de texto para clasificar las reseñas negativas y positivas de las heladerías. Identificamos nueve prácticas de modelado de datos que describen los procesos de exploración, desarrollo y prueba de modelos de los estudiantes y dos temas sobre la evaluación de decisiones automatizadas a partir de tecnologías de datos. Los resultados brindan implicaciones para diseñar experiencias de modelado de datos accesibles para que los estudiantes comprendan la justicia de los datos, así como el papel y la responsabilidad de los modeladores de datos en la creación de tecnologías de IA.