¿Cómo será la universidad del futuro en la era de la inteligencia artificial?

Un estudiante de la Maestría en Línea de Ciencias de la Computación del Tecnológico de Georgia le pregunta por chat a su tutora, Jill Watson, si tiene tiempo para cenar con él. Ella no le responde y nunca lo hará.

El estudiante no sabe que Watson fue programada para atender sólo interrogantes relacionadas con el curso.

Durante un semestre, Watson ha sido la tutora en línea de 350 estudiantes. Ninguno de ellos se había percatado de que hablaban con un robot web o bot, creado con Inteligencia Artificial (IA), hasta que uno de ellos sospechó de la rapidez con la que respondía a sus preguntas, y cuestionó en el chat del grupo si es que ella era realmente una persona o una computadora.

En efecto, se trataba de un nanotutor creado con el fin aligerar la carga de trabajo de los profesores,  respondió en el chat Ashok Goel, responsable del proyecto.

Con la Revolución Industrial la educación llegó a las masas, sin embargo, ello trajo a su vez una disminución de la atención personalizada del profesor al alumno, explicó Goel durante una conferencia TED en San Francisco.

“Con clases con decenas de estudiantes, pocos reciben atención personalizada. Incluso se han desarrollado los cursos masivos en línea (MOOCs), donde los alumnos aprenden en lecciones con videos grabados. Algunos cursos atraen a cientos de miles de estudiantes alrededor del mundo, pero menos del 10% finaliza. Y las razones de la deserción es la falta de atención personalizada”.

Considerando la problemática, el profesor Goel se preguntó si era posible una atención personalizada a gran escala, y si ésta se podía ofrecer en cualquier momento que el estudiante la necesitara. Lograrlo significaría una revolución educativa.

En el modelo de educación en linea o a distancia los estudiantes toman lecciones con videos o lecturas en internet y los tutores-profesores responden a sus dudas en foros de discusión.

Cuando el Tecnológico de Georgia abrió su curso en línea de IA, registró una alta demanda desde el primer momento. Debido a que el foro de discusión era altamente activo, los tutores humanos no se daban abasto para responder. 350 alumnos publicaron más de 10 mil mensajes, esto equivale a revisar 100 correos electrónicos diariamente. Se necesitaría a un profesor de tiempo completo durante un año, sólo para responderles.

Ante este dilema, Goel, con un equipo de programadores, desarrolló en 2014 el proyecto de nanotutores para que respondieran de forma automática las preguntas más frecuentes.

En cada curso los estudiantes, dice Goel, tienden a formular la misma pregunta, una, otra y otra vez. Por ello era posible automatizar las respuestas a las preguntas repetitivas y liberar a los profesores de hacerlo, con el fin de que se concentraran en tareas más creativas para el curso.

El desarrollo del sistema automatizado de respuestas fue arduo. Aunque sean preguntas repetidas, cada alumno la formula de forma distinta. Los seres humanos sí pueden distinguir la misma pregunta redactada en forma diferente, pero no así la IA.

Así nació Jill Watson, la tutora-robot creada con la plataforma bluemix de IBM y el sistema IBM Watson, el cual es usado para que una máquina responda a preguntas formuladas en un lenguaje común para los humanos. El sistema IBM Watson ya había probado su eficacia. En 2011 venció en el concurso de conocimientos Jeopardy a los competidores  Brad Rutter y Ken Jennings.

Usando la plataforma de IBM, Goel y su equipo analizaron todas las preguntas formuladas en los cursos anteriores y las dividieron en categorías. En caso de que apareciera una nueva pregunta, el nanotutor podía clasificarla apropiadamente. Jill Watson consiguió un índice de respuesta acertado en el 97% de los casos. En ocasiones daba respuestas sin sentido. Cuando ocurría, los tutores humanos intervenían para dar la respuesta correcta.

El desempeñó de Jill creció exponencialmente y se le dejó interactuar directamente con los alumnos sin la intervención humana de los programadores. Jill tenía que responder a cualquier pregunta de los 350 estudiantes. Lo hacía tan rápido, que los programadores decidieron ajustar el tiempo para que tardara en responder y que no notaran que era una computadora. 

Cuando se reveló el secreto, en lugar de sentirse engañados, los alumnos reaccionaron de forma entusiasta. No podía ser para menos tratándose de los futuros programadores en inteligencia artificial.

De la cibernética a la inteligencia artificial

En el sector educativo existe una área de ingeniería del conocimiento de inteligencia artificial llamada tutoría inteligente,  a la que pertenece Jill Watson.

Son sistemas que operan bajo reglas diseñadas por los expertos en la educación, con el fin de que funcionen como profesores artificiales, explica Francisco Cervantes, coordinador de Universidad Abierta y Educación a Distancia de la UNAM (CUAED-UNAM).

 Hay temas del conocimiento que se aprenden de forma mecánica, como la contabilidad,  los temas de  gastos e ingresos, o las operaciones matemáticas como la aritmética. Ello es así porque son procesos definidos que bien pueden ser enseñados por máquinas. Sin embargo, hay una parte de la educación que es semántica, como los conocimientos conceptuales, el pensamiento científico o la capacidad de resolver problemas complejos de forma eficiente, sin tener que analizar todos los datos, explica el académico de la UNAM.

Si bien existe una parte de la enseñanza que es mecánica, la educación es un arte, no una técnica, considera Cervantes.

«Se requiere ser un artista para que tú logres como docente que alguien aprenda algo».

En su opinión, hay temas que no son fáciles de aprender, ni de explicarse.

“Las matemáticas no se enseñan, se explican. Y las matemáticas no se aprenden, se entienden. Cuando tú las entiendes es cuando las puedes utilizar. Por ello, los profesores de matemáticas tienen que desarrollar una gran habilidad para explicar, mientras que los estudiantes deben desarrollar una capacidad de entendimiento. Esto no se puede recrear en los sistemas computacionales. Pero la parte sintáctica, y mecánica sí puede resolverse con computadoras e inteligencia artificial sin ninguna dificultad”, explica Francisco Cervantes, quien es doctor en Ciencias de la Computación por la Universidad de Massachusetts en Amherst, Mass, y maestro en Ingeniería Eléctrica por la UNAM.

La computación es una disciplina joven, cuyas bases científicas surgen en los años 30 del siglo pasado.

En 1934, Alan Turing publicó sus primeros estudios de los que se deriva la máquina universal de Turing, la cual hace dos operaciones: cálculo aritmético y procesamiento de caracteres para determinas frases en cierto lenguaje. Ese es el concepto original de la computadora: recibe los programas y los datos que serán ejecutados con el software, refiere el académico.

En los años 40, con los estudios de la psicología cognitiva se desarrolla el modelo conductista. Se plantea que los humanos procesamos la información almacenándola en el cerebro. A esto se le conoció como el modelo del mundo, que son los marcos de referencia de las personas.

La respuesta de los humanos a diferentes situaciones cotidianas depende de los datos que entran al sistema nervioso, más el estado de su modelo del mundo.

A finales de los 40 del siglo pasado, Norman Weiner propuso que si se estudian los sistemas biológicos es posible desarrollar máquinas inspiradas en el funcionamiento de dichos sistemas. A esto le llamó el control de las comunicaciones de los seres vivos y las máquinas. Así nació la cibernética.

A partir de ese enfoque hemos desarrollado manos artificiales, basadas en sistemas electrónicos ubicados en las partes amputadas. Se usan las señales eléctricas del sistema nervioso para controlar los miembros artificiales.

“Hemos diseñado un corazón artificial y muchas partes del cuerpo, pero cuando se ha querido desarrollar un cerebro artificial la puerca tuerce el rabo”, refiere el investigador usando la expresión para ilustrar que se ha llegado a un punto en el que parece que no existe una salida o solución.

El conocimiento científico sobre el sistema nervioso no ha tenido mayores avances desde los primeros estudios.

“Lo que actualmente sabemos de la parte estructural del sistema nervioso es sólo un mayor detalle de lo que sabía el científico español Ramón y Cajal a finales del siglo XIX. Todavía no entendemos cómo funciona el cerebro. Si seguimos con el enfoque cibernético pasarán cientos de años antes de que podamos construir un cerebro artificial”.

Por esa razón, comenta el titular de la CUAED, a mediados de los 50 del siglo pasado, en una reunión de expertos en el campo, se decidió usar el enfoque computacional para producir conductas inteligentes, en lugar de esperar a que los neurocientíficos nos expliquen cómo funciona el cerebro.

De este modo, se tomaron los modelos de los científicos Warren McCulloch y Walter Pitts, quienes escribieron  la investigación «Cálculo lógico de Ideas inherentes en la actividad nerviosa» (1943), donde se propone el primer modelo matemático para crear  una red neuronal artificial. 

Gracias a este enfoque se logró diseñar máquinas que simulan los modelos de la mente y del cerebro, para que desarrollen potencialmente cualquier actividad que realiza el ser humano. A toda esta gama de programas computacionales se les llama Inteligencia Artificial.

El concepto surgió a finales de los 50 del Siglo XX, al mismo tiempo que se desarrolló la noción de neurocomputación, que es la capacidad de construir máquinas que puedan procesar información como  lo hace el sistema nervioso central de los animales.

Sin embargo, el desarrollo de la neurocomputación ha sido más lento que el de la inteligencia artificial.

La aparición de los algoritmos

En 1986 se da un cambio importante porque se diseñan algoritmos que nos permiten construir redes de neuronales artificiales que resuelven problemas complejos. Se les llamó algoritmos del aprendizaje, porque que permiten repetir la secuencia del final al principio para detectar el error.  Esto es conocido entre los expertos como el back propagation. En otras palabras, es la capacidad artificial para que las máquinas aprendan de los errores y mejoren su desempeño.

Computadoras de sexta generación

Para identificar cómo habían evolucionado las computadoras desde sus inicios, los japoneses hicieron una revisión histórica y descubrieron que las generaciones de las computadoras se habían definido dependiendo de los avances de la electrónica. Desde las primeras computadoras de bulbos, que eran gigantescas y con poca capacidad de memoria y de procesamiento, hasta la aparición del transistor, que permitió reducir el tamaño de las máquinas. Le siguieron los circuitos integrados, que gracias al desarrollo de la técnica para integrar los componentes,  se redujo exponencialmente el tamaño de las computadoras, al tiempo que creció su capacidad.

Cada avance de la electrónica reduce el tamaño de la máquina y aumenta su poderío de almacenamiento, de información, de memoria y de velocidad de procesamiento.

Actualmente nos encontramos en la cuarta generación de computadoras, donde un celular tiene un mayor poder de procesamiento que las computadoras usadas por la Nasa en los años 60 del Siglo XX, con las que controlaban las naves espaciales, explica Cervantes.

Los japoneses consideran que la siguiente generación de computadoras ya no será definida en función de la electrónica, sino por la capacidad del procesamiento de los datos almacenados. Los datos serán tratados como si fueran conocimiento viejo y conocimiento nuevo. “Vamos a usar técnicas de inteligencia artificial para definir la quinta generación de computadoras”.

Sin embargo en Estados Unidos no se quedaron atrás. Los estadounidenses definen a la inteligencia artificial como una nueva ingeniería, llamada la ingeniería del conocimiento.

Consideran que gracias a los avances en las redes neuronales artificiales es posible otra forma de procesar información. Para ellos, la sexta generación de computadoras se definirá por la integración de una neurocomputadora con una máquina de procesamiento simbólico, es decir, de inteligencia artificial. 

“Entonces, han vuelto obsoleta a la quinta generación de computadoras incluso antes de que apareciera, porque los esfuerzos están encaminados a construir computadoras de sexta generación. El campo de aplicación de estas computadoras es en todos los sectores. Es una de las tecnologías base para lo que se está definiendo como la cuarta revolución industrial. O la revolución industrial 4,0”, refiere el investigador de la UNAM.

“Ya no sólo usamos la tecnología para cambiar el medio ambiente y para vivir mejor, sino que incluso nosotros estamos cambiando físicamente. Tenemos miembros artificiales, incluso exoesqueletos para que los paralíticos puedan caminar. Estamos incluyendo la tecnología en nuestros cuerpos. En el futuro la pregunta será ¿qué parte del humano será natural y cuál será artificial?”

En la medicina ya existen robots que realizan cirugías; en la enfermería existen robots que cuidan a los enfermos; en las fábricas tenemos robots que realizan manufactura. En todas las áreas la automatización está presente, comenta el investigador de la UNAM, quien también es presidente de la Academia Mexicana de Informática, y fue rector de la Universidad Abierta y a Distancia de México de 2013 a 2016. 

La inteligencia artificial en la educación

En la educación, la tecnología nos ayudará para que el profesor se concentre en los cursos que requieren aprender conceptos y desarrollen habilidades semánticas, mientras que los contenidos sintácticos y mecánicos pueden ser aprendidos por el estudiante de manera autónoma, con ayuda de sistemas de inteligencia artificial, como el caso de Jill Watson.

«Debemos visualizar la inteligencia artificial en todas las actividades para ayudarnos a ser más eficientes. Hacer más rápido y mejor nuestras actividades. Y concentrarnos en las actividades en las que humano tiene un rol importante», refiere Cervantes.

En la parte laboral, continua el investigador, la inteligencia artificial debe usarse en los empleos donde no se requiera una alta calificación, por ejemplo, los cajeros de los bancos, el ensamblaje de piezas entre otros. Las máquinas pueden hacer mejor esos trabajos y con mayor seguridad. No se cortarán los dedos o no se cansarán.

En su consideración, estamos redefiniendo los empleos de los humanos para que las máquinas se ocupen de todas aquellas habilidades que no requieran de un humano. Se crearán empleos que ahora no existen y los humanos tendrán que desarrollar nuevas habilidades.

El reto para las sociedades es que no existan personas con bajos niveles educativos. Deberían existir  niveles educativos mínimos para que las personas no se vean en la necesidad de desarrollar actividades con un bajo nivel intelectual, según evalúa el titular de la CUAED.

¿Cómo logramos esto?

“Pues a través de la capacitación, para que se realicen trabajos en los que sí se requiere a los humanos. Los trabajos avanzarán en función de las tecnologías y los cambios sociales. Por ejemplo, ya no necesitaremos choferes porque los vehículos serán autónomos, lo que reducirá los accidentes. Y todos los conductores humanos deberán aprender nuevas habilidades para hacer otros trabajos. La educación debe evolucionar. En lugar de atender a 34 de cada 100 mexicanos con acceso al nivel superior, tendríamos que atender a los 100. Eso implica nueva infraestructura de profesores y escuelas». 

En este nuevo esquema laboral se requiere retomar a las humanidades.

Principalmente hay dos posturas filosóficas para el desarrollo científico: la materialista, que considera que todo lo que existe en el universo es materia, y la dualista que asume que hay algo más que sólo materia. Sobre todo en los humanos, como la mente, el espíritu, el alma.

“Dependiendo de tu postura filosófica existe un riesgo. Si eres dualista  entonces consideras que el cuerpo hace ciertas cosas mecánicas relacionadas con todo lo físico, pero lo relativo al pensamiento, las emociones, la inteligencia son propiedades de la mente. Bajo este enfoque, las máquinas son hechas con pura materia, porque no puedo construir un alma para ponerla en la máquina. Los dualistas, pugnan por desarrollar máquinas que no sobrepasen al ser humano».

Del carbono que siente al silicio pensante

«Pero si eres materialista, entonces tus creencias te llevan a pensar que sí puedes construir una máquina que piense y sienta como tú. Si el ser humano está hecho con carbono y tiene la capacidad de pensar, por qué las máquinas hechas con silicio no podrían hacerlo», explica el académico.

Y si consideras que tu inteligencia está relacionada con tus capacidades sensoriales, continúa el experto, pues entonces tienes el incentivo de construir una máquina con un ojo, que incluso detecte rayos x, o longitudes de onda, que el humano no puede percibir. O una máquina con un oído que detecte el ultrasonido y ondas de baja frecuencia. Crear un exoesqueleto que permita cargar una tonelada. «Todo lo que le puedes poner a una máquina artificial será mucho más eficiente y mejor diseñado que lo natural. Y eso sin duda sobrepasará la capacidades sensoriales de los humanos», 

«Y ahora que estamos pensando en construir neurocomputadoras es enorme el riesgo de que la inteligencia artificial pueda sobrepasarnos. Una de las características de las máquinas es que no pueden autoreproducirse».

Los robots no pueden construir robots, pero si esta ecuación cambia, podrían dominar al ser humano por número. Son riesgos latentes.

Por ello, los desarrollos científicos están en función de las posturas filosóficas y de las creencias. Claro que es factible hacer máquinas más eficientes que los humanos. Cervantes advierte que en la robótica, el tema más candente en la actualidad el dilema ético de programar a un robot para que engañe a los humanos.

«Si es un robot militar, por supuesto que debes programarlo para que engañe a tu enemigo, para derrotarlo. Si es un enfermero robot, ¿es ético que le diga al paciente que todo está bien cuando tiene la información de que el paciente se está muriendo?. Es ahí la discusión».

Ya no estamos viendo si una computadoras es más rápida o no, sino si es ético o no que realice ciertas operaciones.

«En realidad es imposible poner límites a la ciencia. Cuando Einstein descubre su Teoría de la Relatividad, se abre la oportunidad de que alguien más construya la bomba atómica. Y aunque haya límites para desarrollar armas nucleares, tenemos a personajes como el líder de Corea del Norte».

El investigador de la UNAM reconoce que siempre existirá el riesgo del mal uso de los avances científicos y tecnológicos. «Pero por ello no se ha detenido el avance científico. Está latente el que alguien haga mal uso y destruya al mundo. Basta con que quienes detentan el poder nuclear decidan apretar el botón rojo par lanzar un ataque».

De ahí la importancia de poner de nuevo a las humanidades al centro de los desarrollos y el bienestar de la personas. «Y nuestro sistema económico global debe cambiar. Hay mucha desigualdad y se requiere lograr que todas las personas tengan la misma oportunidad para desarrollarse».

¿Como debería ser la universidad del Siglo XXI?

Las universidades ya no son el único espacio donde se genera conocimiento. Está claro que se puede generar en cualquier parte. En las empresas, en el hogar. ¿Cómo integramos ese conocimiento a la parte formal? La tecnología ha democratizado el acceso al conocimiento. Las personas pueden aprender en cursos MOOC o en videos en youtube.

¿Cómo obligas a un alumno a que estudie contenidos que él ya aprendió por su cuenta y que incluso le puede dar clases al maestro?, se pregunta el coordinador de la CUAED.

Deberá darse un cambio en los esquemas para certificar el conocimiento. ¿cómo otorgar créditos académicos por los conocimiento que los alumnos adquieren fuera de las aulas?.

«Habrá un cambio radical en la organización estructural de las universidades. Pero si queremos mantener el orden en las profesiones y en el conocimiento de los ciudadanos, es donde las universidades seguirán jugando un papel importante. La educación será en términos de lo que necesita el estudiante y no de las limitaciones de la universidad. Es decir, no darte la clase en un horario y lugar definidos, sólo porque tengo un profesor disponible en ese momento. Esas son las limitaciones de la institución, no del alumno. Supongamos que a esa hora el estudiante quiere realizar otra actividad. Actualmente las clases se preparan en función de los límites de la universidad y no en las necesidades del alumno».

Los contenidos deben estar disponibles a la hora que el alumno los requiera. Sólo si quiere tomar clases con el profesor, entonces sí debe adaptarse a los horarios establecidos. «Tú como estudiante puedes definir cuáles son las condiciones de aprendizaje que necesitas. ¿Cuántas materias quieres en línea, cuántas presenciales. cuántas abiertas? Es un ambiente flexible. Si tienes limitaciones físicas y no puedes venir a clase, puedes estudiar desde casa».

«Debemos atender las necesidades de los estudiantes. Si vives en una zona rural y no puedes ir a la ciudad, pues ahí puede llegar la educación. Si no hablas español, sólo náhuatl, puedes tener los contenidos que te sirvan para que ayudes a tu comunidad indígena. Esa es la universidad del Siglo XXI».

La humanidad debe estar al centro de todo, concluye.