EDUCACIÓN Y TRABAJO

EDUCACIÓN

La Inteligencia Artificial (AI) es una tecnología cuyo tiempo ha llegado.

Como AI supera las habilidades humanas en Go y el póker - dos décadas después de que Deep Blue venciera al gran maestro de ajedrez Garry Kasparov - se filtra en nuestras vidas en formas cada vez más profundas. Afecta la forma en que buscamos en la web, recibimos asesoramiento médico y si recibimos financiamiento de nuestros bancos.

Las innovaciones más innovadoras de la IA, y las compañías que las promueven, como DeepMind, Magic Pony, Aysadi, Wolfram Alpha e Improbable, tienen sus orígenes en las universidades. Ahora AI transformará universidades.

Creemos que AI es una nueva infraestructura científica para la investigación y el aprendizaje que las universidades tendrán que abrazar y conducir, de lo contrario se volverán cada vez más irrelevantes eventualmente redundantes. A través de sus propios descubrimientos brillantes, las universidades han sembrado las semillas de su propia perturbación. La forma en que responden a esta revolución de la IA transformará profundamente la ciencia, la innovación, la educación y la sociedad misma.

Deep Mind fue creado por tres científicos, dos de los cuales se conocieron mientras trabajaban en el University College de Londres.Demis Hassabis, uno de los fundadores de Deep Mind, que tiene un doctorado en neurociencia cognitiva de la UCL y ha realizado estudios postdoctorales en el MIT y Harvard, es uno de los muchos científicos convencidos de que la IA y el aprendizaje automático mejorarán el proceso de descubrimiento científico .

Ya hace ocho años que los científicos de la Universidad de Aberystwyth crearon un sistema robótico que realizó por sí mismo todo un proceso científico: formular hipótesis, diseñar y ejecutar experimentos, analizar datos y decidir cuáles son los próximos experimentos . Conjuntos de datos complejos Aplicada en la ciencia, la AI puede crear de manera autónoma hipótesis, encontrar conexiones imprevistas, y reducir el costo de obtener conocimientos y la capacidad de ser predictivo.

AI está siendo utilizado por editores como Reed Elsevier para automatizar las revisiones sistemáticas de la literatura académica, y puede ser utilizado para controlar el plagio y el mal uso de las estadísticas. El aprendizaje mecánico puede potencialmente marcar el comportamiento poco ético en los proyectos de investigación antes de su publicación.

AI puede combinar ideas a través de límites científicos. Hay fuertes presiones académicas para profundizar la inteligencia dentro de campos particulares de conocimiento, y el aprendizaje de máquina ayuda a facilitar la colisión de diferentes ideas, uniendo los puntos de problemas que necesitan colaboración entre disciplinas. A medida que la IA se vuelve más poderosa, no sólo combinará conocimientos y datos según las instrucciones, sino que buscará combinaciones de forma autónoma. También puede ayudar a la colaboración entre las universidades y las partes externas, como entre la investigación médica y la práctica clínica en el sector de la salud. Las implicaciones de la IA para la investigación universitaria se extienden más allá de la ciencia y la tecnología.

Preguntas filosóficas

En un mundo donde tantas actividades y decisiones que una vez fueron emprendidas por la gente serán reemplazadas o aumentadas por máquinas, surgirán profundas preguntas filosóficas sobre lo que significa ser humano. El pionero de la informática Douglas Engelbert - cuyas invenciones incluyen el ratón, las ventanas y la edición de archivos cruzados - vio esto en 1962 cuando escribió sobre "aumentar el intelecto humano".

Experiencia en campos como la psicología y la ética tendrá que ser aplicada a pensar en cómo la gente puede trabajar más gratificante junto con máquinas inteligentes y sistemas. Es necesario investigar las consecuencias de la IA sobre los niveles y la calidad del empleo y las implicaciones, por ejemplo, de las políticas y la gestión públicas. Cuando se trata de la IA en la enseñanza y el aprendizaje, muchas de las tareas académicas más rutinarias (y menos gratificantes para los profesores), como asignaciones de calificaciones, pueden ser automatizadas. Chatbots, agentes inteligentes que utilizan lenguaje natural, están siendo desarrollados por universidades como la Universidad Técnica de Berlín; Estos responderán a las preguntas de los estudiantes para ayudar a planificar su curso de estudios .

Asistentes virtuales pueden guiar de aprendizaje más personalizado. Como parte de su Iniciativa de Aprendizaje Abierto (OLI), la Universidad Carnegie Mellon ha estado trabajando en tutores cognitivos basados en la IA durante varios años. Se encontró que su curso de estadísticas de OLI, ejecutado con un contacto mínimo con el profesor, dio como resultado resultados de aprendizaje comparables para los estudiantes pero con menos horas de estudio . En un curso en el Instituto de Tecnología de Georgia, los estudiantes no podían distinguir entre la retroalimentación de un ser humano y un robot.

Aula global

La realidad combinada y la visión por computadora pueden proporcionar un entorno inmersivo de alta fidelidad para estimular el interés y la comprensión. Las simulaciones y la tecnología de los juegos fomentan el compromiso de los estudiantes y mejoran el aprendizaje de una manera más intuitiva y adaptativa. También pueden involucrar a los estudiantes en el desarrollo conjunto del conocimiento, involucrándolos más en las actividades de investigación universitaria. Las tecnologías también permiten que personas fuera de la universidad y de todo el mundo participen en el descubrimiento científico a través de aulas globales y proyectos participativos como el Zoo Galaxy.

Además de mejorar la calidad de la educación, AI puede hacer cursos disponibles para muchas más personas. Anteriormente, el acceso a la educación estaba limitado por el tamaño del aula. Con desarrollos como los cursos en línea masivos abiertos (MOOCs) en los últimos cinco años, decenas de miles de personas pueden aprender sobre una amplia gama de temas universitarios.

Sin embargo, sigue siendo cierto que muchos aprendizajes avanzados y su evaluación requieren una atención personal y subjetiva que no puede ser automatizada. La tecnología ha "volcado el aula", obligando a las universidades a pensar en dónde podemos agregar valor real, como clases personalizadas y más tiempo con investigación práctica, en lugar de conferencias tradicionales.

Monitorear el desempeño

Los procesos administrativos de la universidad se beneficiarán de la utilización de la IA en la gran cantidad de datos que producen durante sus actividades de investigación y enseñanza. Esto puede usarse para monitorear el desempeño en contra de sus misiones, ya sea en investigación, educación o promoción de la diversidad, y puede ser producido con frecuencia para ayudar a un manejo más receptivo. Puede mejorar la calidad de las tablas de liga de rendimiento, que a menudo se basan en datos con retrasos de tiempo sustanciales. Puede permitir una selección de candidatos más rápida y eficiente.

AI permite el seguimiento del desempeño individual de los estudiantes, y universidades como Georgia State y Arizona State lausan para predecir las marcas e indicar cuándo se necesitan intervenciones para permitir que los estudiantes alcancen todo su potencial e impidan su abandono.

Este análisis de los datos de los estudiantes y el personal plantea preguntas importantes sobre cómo respetar la privacidad y la confidencialidad, que requieren códigos de práctica juiciosos. El bloque de cadenas se utiliza para registrar las calificaciones y calificaciones de los estudiantes y el personal en un formato inmediatamente disponible e incorruptible, ayudando a prevenir el comportamiento poco ético, y se podría combinar con la IA para proporcionar nuevas perspectivas sobre la progresión de los estudiantes y la carrera.

Las universidades tendrán que estar en sintonía con las nuevas oportunidades que AI produce para apoyar la multidisciplinariedad. En la investigación esto requerirá la creación de nuevos departamentos académicos y puestos de trabajo, con demandas particulares para los científicos de datos. Los currículos tendrán que ser sensibles, educar a los científicos y tecnólogos que están creando y utilizando AI, y preparar a los estudiantes en campos tan diversos como la medicina, la contabilidad, la ley y la arquitectura, cuyo trabajo futuro y carreras dependerá de cómo con éxito se alían sus habilidades con las capacidades de las máquinas. Los nuevos planes de estudio deberían permitir el camino impredecible del desarrollo de AI, y deben basarse en una comprensión profunda, no en las demandas inmediatas de las empresas.

Abordar las consecuencias

Las universidades son los motores del cambio tecnológico disruptivo, como la IA y la automatización. Es deber de las universidades reflexionar sobre su rol social más amplio, y crear oportunidades que hagan a la sociedad resiliente a este trastorno. Debemos abordar las consecuencias del desempleo tecnológico, y las universidades pueden ayudar a proporcionar habilidades y oportunidades a las personas cuyos empleos han sido afectados negativamente.

Existe una fuerte competencia para personas capacitadas en el desarrollo y uso de la AI, y las universidades ven a muchos de sus talentosos empleados atraídos a trabajar en el sector privado. Uno de los desafíos más urgentes de AI para las universidades es la necesidad de que desarrollen mejores condiciones de empleo y oportunidades de carrera para retener e incentivar a sus propios trabajadores de AI. Necesitan crear lugares de trabajo flexibles, ágiles y receptivos a las interacciones con fuentes externas de ideas, y están abiertos a la mezcla de carreras a medida que las personas se mueven entre las universidades y las empresas.

La cuarta revolución industrial afecta profundamente a todos los elementos de las sociedades y economías contemporáneas. A diferencia de las revoluciones anteriores, donde la estructura y la organización de las universidades eran relativamente inafectadas, las combinaciones de tecnologías en la IA probablemente las sacudirían hasta su núcleo. El concepto mismo de "aprendizaje profundo", fundamental para el progreso de la IA, afecta claramente al propósito de las universidades y puede crear una nueva competencia para ellas.

Si se hace bien, la IA puede aumentar y potenciar lo que las universidades ya hacen; Pero continuar sus misiones de investigación, enseñanza y participación externa requerirá una revaluación y transformación fundamentales. ¿Están las universidades a la altura de la tarea?


FUENTE: https://www.weforum.org/agenda/2017/08/artificial-intelligence-will-transform-universities-here-s-how

TRABAJO