Posted by 
Generative AI Can Harm Learning (La IA generativa puede perjudicar el aprendizaje) es un artículo producido por The Wharton School Research Paper el 18 Julio de 2024.
Nos puede sorprender
Parte analizando el impacto que la inteligencia artificial (IA) generativa en la forma de trabajo y de las claras mejoras de la productividad humana y en el caso que nos interesa, especialmente en la educación. A pesar de las prometedoras expectativas, nos interesa conocer con mayor detalla, cómo la IA generativa afecta al aprendizaje, es decir, cómo nuestros estudiantes adquieren nuevas habilidades a medida que realizan tareas y actividades de aprendizaje.
El aprendizaje de habilidades y competencias es fundamental para aumentar la productividad a largo plazo, sobre todo en los ámbitos en los que la IA generativa no sea fiable y que exige que verifiquemos y comprobemos sus resultados.
Este artículo estudia el impacto del GPT-4 de OpenAI, en el aprendizaje humano en el contexto de las clases de matemáticas de un instituto. En un experimento de campo en el que han participado casi mil estudiantes. Fueron evaluados dos tutores basados en GPT, uno que imita la interfaz estándar de ChatGPT (llamado GPT Base) y otro con indicaciones diseñadas para apoyar el aprendizaje (llamado GPT Tutor)*. Estos tutores constituyen aproximadamente el 15% del plan de estudios de cada uno de los tres cursos.
Los resultados mostraron que el acceso a GPT-4 mejora significativamente el rendimiento (48% de mejora para GPT Base y 127% para GPT Tutor).
Sin embargo, se pudo observar que, cuando se les retira el acceso, los estudiantes obtienen peores resultados que aquellos estudiantes que nunca tuvieron acceso a estos modelos (una reducción del 17% en el caso de GPT Base). Es decir, el acceso a GPT-4 puede perjudicar los resultados educativos. Estos efectos negativos sobre el aprendizaje se ven mitigados en gran medida por las salvaguardas incluidas en GPT Tutor. Estos resultados sugieren que los alumnos intentan utilizar GPT-4 como «muletilla» durante las sesiones de problemas de práctica obteniendo buenos resultados. Pero obtienen peores resultados si no tienen acceso al modelo de IA.
Por tanto, para mantener la productividad a largo plazo, debemos ser cautelosos a la hora de desplegar la IA generativa para garantizar que los estudiantes sigan aprendiendo y desarrollando habilidades críticas.
* GPT-Base es una versión reducida del modelo GPT, diseñada para ser más eficiente y adaptable a diversas tareas. GPT-Tutor, por su parte, es una extensión del modelo GPT que se centra en aplicaciones educativas y de tutoría. Aunque ambos modelos comparten similitudes, tienen una arquitectura y unos objetivos distintos.