- Es un modelo que mide la fluidez lectora y detecta las dificultades de aprendizaje.
- Lo entrenan con audios provistos por la provincia de Mendoza.
- El objetivo es que se use en todas las provincias para mejorar la comprensión lectora.
Cuando se escucha hablar sobre Inteligencia Artificial aplicada a la educación, casi siempre se piensa en la IA generativa, en chatbots como ChatGPT o en herramientas que producen textos e imágenes.
Pero hay otra Inteligencia Artificial, menos visible y quizá más útil para la enseñanza, especialmente frente a uno de los desafíos más urgentes del país – Plan de Alfabetización mediante-: lograr que la mayoría de los alumnos entiendan lo que leen.
Esa otra IA se está desarrollando en estos momentos en los centros de investigación de Ciencias Exactas de la UBA, donde un equipo del Laboratorio de Inteligencia Artificial Aplicada (LIAA) trabaja en un modelo capaz de “escuchar” y medir cómo leen los chicos.
El objetivo es que, en poco tiempo, la herramienta pueda detectar automáticamente y de manera temprana las dificultades de aprendizaje, para que los docentes puedan intervenir a tiempo y en forma adecuada.
El desafío de la fluidez lectora
La idea de esta IA toma en consideración las últimas investigaciones en lingüística y educación, que ponen el foco en la velocidad y precisión lectora. La evidencia muestra, por ejemplo, que ningún alumno debería terminar primer grado leyendo menos de 40 palabras por minuto.
Por eso, las áreas educativas de distintas provincias ya comenzaron a relevar cómo leen los chicos en la escuela primaria: los graban mientras leen y analizan su progreso a lo largo de la escolaridad.
Comprensión lectora. Las últimas investigaciones ponen el foco en la velocidad y precisión de la lectura. Foto shutterstock
El desafío que se planteó el equipo del LIAA fue entrenar a la IA con esos audios para crear una aplicación para los docentes, que les permita grabar a sus alumnos y obtener al instante un diagnóstico de sus dificultades y posibles estrategias para superarlas. Arrancaron hace dos años con los audios que se toman en la provincia de Mendoza.
El desarrollo fue explicado este martes por uno de sus creadores, Juan Kamienkowski, investigador especialista en neurociencias, en el marco del encuentro “Aprendizajes efectivos con IA en alfabetización y matemática”, organizado por la Universidad Austral.
“Nosotros estamos sentados detrás de la computadora y lo que queremos hacer es medir automáticamente cuantas palabras leen los chicos correctamente”, arrancó Kamienkowski y, para graficar su trabajo, apeló al ejemplo de Youtube.
Juan Kamienkowski, de la UBA, en el encuentro “Aprendizajes efectivos con IA en alfabetización y matemática”, organizado por la Universidad Austral.
“Si ustedes interactuaron con Youtube verán que Youtube puede ponerle subtitulado. Subtitula los videos más o menos decentemente. Pero tiene un montón de errores. Por otro lado, cuando el audio del video tiene un error muy evidente, Youtube lo corrige, porque el objetivo de esa plataforma es normalizar el habla para que todos puedan entenderla”, dijo.
“Lo que buscamos hacer nosotros es un poquito distinto. Es identificar cuándo los chicos se equivocan para poder restar de la totalidad. El desafío no es corregir lo que los chicos están diciendo sino poder identificar los distintos tipos de errores que están cometiendo cuando hablan”, explicó el especialista.
Kamienkowski, que es investigador del Instituto de Ciencias de la Computación de la UBA y el CONICET y profesor en el Departamento de Ciencias de la Computación de Exactas (UBA) -donde también dirige la Maestría en Ciencia de Datos-, explicó que por ahora el sistema puede medir la cantidad de palabras leídas correctamente por minuto, que es la métrica estándar de fluidez.
Y que, a futuro, cuando ya esté entrenado con todos los tipos de errores de lectura de los chicos, también va a poder dar otro tipo de feedback más específico, sobre qué es lo que está fallando en la lectura de cada chico, o en donde no están pudiendo leer correctamente.
“El problema de estos algoritmos es que necesitan muchos datos. Tener datos de habla de chicos es difícil. Y tener datos de habla de chicos bien anotados es muchísimo más difícil. Así que estamos trabajando en eso: en la actualización de los modelos. Este es un campo dinámico, en donde hay que estar al día y siempre se le puede pedir un poco más”, explicó Kamienkowski en el encuentro.
“Por ahora estamos detrás de la computadora, recibiendo audios y desarrollando algoritmos. El siguiente paso va a ser desarrollar una aplicación para que directamente grabe a los chicos, sirva para procesar, anotar y almacenar los audios”, dijo Kamienkowski, que trabaja en equipo junto a Jazmín Vidal, Octavio Castro, Luciana Ferrer y Pablo Riera.
Equipo del Laboratorio de Inteligencia Artificial Aplicada (LIAA) de la UBA que trabaja en la IA de fluidez lectora. Foto: Diana Martinez Llaser / UBA
Esa aplicación podrá ser usada por cualquier provincia para trabajar en la mejora de la alfabetización inicial, en el marco del Plan Nacional de Alfabetización.
Kamienkowski contó que este trabajo de la UBA se hace en cooperación con otros sectores, que se encargan de buscar y almacenar los audios e interactuar con el sistema educativo, como la asociación Dale! (especializada en comprensión lectora) y la Fundación Natura.
IA contra el abandono escolar
Desde el mismo laboratorio de la UBA también están trabajando con otra IA aplicada a la educación, que también fue presentada por Kamienkowski en el encuentro de este martes.
Esta otra IA es un sistema de detección temprana del abandono escolar. Lo que hicieron fue tomar los datos que entrega el sistema educativo nominal de Mendoza (el GEM), en donde todos los docentes van cargando, en tiempo real, indicadores de trayectorias educativas, como los ausentes o las notas que obtiene cada alumno.
Juan Kamienkowski, de la UBA, en el encuentro “Aprendizajes efectivos con IA en alfabetización y matemática”, organizado por la Universidad Austral.
Con esos datos y un sistema inteligente, que detecta cuándo un chico está por dejar el colegio, la IA arma un semáforo que muestra en verde, amarillo y rojo, la probabilidad que un alumno esté por abandonar los estudios. La política pública deberá encargarse de que los rojos no terminen dejando la escuela.
La idea es que sean las mismas provincias las que terminen administrando este sistema. “Estamos capacitando personal técnico de la provincia, para dejar capacidad instalada. Hacemos transferencia desde la universidad”, contó Kamienkowski.
El experto de la UBA habló en el panel “Evidencias sobre el uso de IA en la mejora de los aprendizajes” del encuentro sobre IA y educación organizado por la Universidad Austral.
Juan Kamienkowski, de la UBA, en el encuentro “Aprendizajes efectivos con IA en alfabetización y matemática”, organizado por la Universidad Austral.
Allí también expuso la doctora en lingüística Valeria Abusamra, quien contó acerca de una investigación que acaban de terminar y que consiste en construir las progresiones del desarrollo lector para la escuela primaria. Lo que encontraron es evidencia sobre los pasos que terminan en que un alumno comprenda un texto.
También habló el finlandés Henri Muurimaa, que contó la experiencia en su país con una plataforma educativa que tiene IA, que se llama Eduten.
La apertura del encuentro estuvo a cargo del secretario de Educación, Carlos Torrendell; el rector, Universidad Austral, Julián Rodríguez; y la representante en Argentina del BID, Viviana Alva Hart. Contó con el auspicio de la OEI, el Banco Mundial, Tenaris, MIT Center for International Studies, la Fundación Natura, y Varkey Foundation, entre otras organizaciones.
Fuente Clarin