Por Nicolás Garrido

Desde un enfoque económico, las innovaciones en sistemas tecnológicos como los modelos de lenguaje de máquinas (LLM, por sus siglas en inglés) impulsan la productividad, algo que se observa claramente en el ámbito académico. Es necesario atravesar una etapa de experimentación que nos permita establecer un conjunto de prácticas que nos ayuden a reflexionar y mejorar el impacto de la Inteligencia Artificial en general y los LLM en particular.

En esta columna les comparto mi experiencia donde he explorado alternativas de uso, con el espíritu de madurar la incorporación del más conocido de los LLM, ChatGPT. Si bien la exploración se ha realizado en docencia, investigación, vinculación con el medio y gestión, considero que las experiencias más interesantes se encuentran en las dos primeras.

En la docencia de los cursos de economía que hago la incorporación tuvo dos fases. En la primera fase intenté incorporar el LLM en la sala de clase mediante dos tipos de trabajo grupales. El primer tipo de trabajo tenía una parte de resolución analítica utilizando matemáticas y una segunda parte de tipo interpretativa y de exploración sobre la solución del problema. ChatGPT, esperaba yo, debería facilitar considerablemente las dificultades asociadas a la resolución de ecuaciones. De esta manera, los estudiantes se enfocarían en el mensaje del modelo económico, profundizando en las capacidades que este tiene para explicar los fenómenos que ocurren en la realidad y explorando variedades del modelo.

El segundo tipo de trabajo, presentaba una pregunta abierta sobre la que los estudiantes deben desarrollar sus respuestas y posteriormente formular más preguntas, conjeturando y fundamentando sus hipótesis.

Así, en la sala de clase dividí los estudiantes en grupos y asigné los trabajos. Previamente al desarrollo de estos ejercicios, expliqué a los estudiantes como utilizar ChatGPT mostrando algunos ejemplos, que en el lenguaje de los LLM se llaman “prompts”, que sirvieran para tener una clara idea de cómo utilizarlo en cada caso.

Los resultados de estas dos experiencias me generaron dos reflexiones preliminares que considero relevantes. Primero, ChatGPT podría ampliar la brecha de conocimientos y habilidades entre los estudiantes en el aula. Resulta que la herramienta, en manos de estudiantes con una sólida formación previa, alta motivación y disciplina, puede mejorar significativamente sus conocimientos y habilidades. Sin embargo, para aquellos estudiantes que carecen de una buena base, motivación o hábitos adecuados, la incorporación de la inteligencia artificial en su estado actual no genera diferencias notables. El resultado es que la brecha entre los estudiantes podría aumentar, al menos a corto plazo. En segundo lugar, el LLM pone en evidencia que el proceso de aprendizaje es el resultado de la interacción entre el conocimiento y las habilidades socioemocionales de los estudiantes. ChatGPT entrega respuestas razonables a una enorme cantidad de preguntas, por lo que la exploración del conocimiento y su incorporación se desarrolla a partir de lo que denominamos habilidades blandas como capacidades de comunicación, adaptabilidad, trabajo en equipo, pensamiento crítico y automotivación de los estudiantes. Así, los estudiantes que no desarrollen sus habilidades socioemocionales estarán restringidos en su capacidad para aprender junto a los LLM. La incorporación de los LLM en la sala de clase, según la escasa experiencia de este mes, pone de manifiesto que como docente tendremos que desarrollar mejor nuestras habilidades de soporte emocional y ser facilitadores del aprendizaje.

Esta reflexión da lugar a lo que fue la segunda fase de uso, en la que ChatGPT se convirtió en un gran aliado para profundizar la aplicación del modelo pedagógico UNAB. El LLM es un gran facilitador para la utilización e implementación de metodologías activas. En estas semanas trabajé en tres exploraciones. En primer lugar, comencé a desarrollar casos para que los estudiantes trabajaran en clase junto a la herramienta. En segundo lugar construí clases invertidas asistido por ChatGPT para especificar a los estudiantes que tipo de materiales trabajaríamos y cuáles son las preguntas que deberían disparar las conversaciones de la clase. Finalmente, en tercer lugar, empleé el LLM para enfocarme de manera más precisa en las necesidades individuales de cada estudiante.

Para describir con mayor detalle esta última experiencia, tomé las respuestas de las pruebas que realizaron los estudiantes y les presenté a ChatGPT los siguientes tres prompts:

El estudiante XX respondió estas tres preguntas de la siguiente manera:

Considerando las respuestas del estudiante, desde la perspectiva de la taxonomía de Bloom, ¿cuáles son sus debilidades?

¿Qué ejercicio podría realizar con XX como estudiante para mejorar sus capacidades?

Para cada estudiante iniciaba un nuevo chat, de manera que el contexto de las respuestas sea siempre un nuevo estudiante. Las respuestas a las dos primeras preguntas construían el contexto para la respuesta de la tercera pregunta. Esta pregunta normalmente tenía entre 4 o 6 recomendaciones para trabajar con cada uno de los estudiantes en la mejora de sus capacidades. Estas recomendaciones, se convirtieron en el punto de partida para el desarrollo de una estrategia de enseñanza y aprendizaje más individualizada para cada uno de los estudiantes dentro de la sala de clase.

Los estudiantes recibieron entusiasmados la propuesta de utilizar ChatGPT y la idea de algo nuevo fue muy estimulante para todos. Sin embargo, frente a los resultados observados surgieron observaciones de diferente tipo. Por un lado ChatGPT no está siempre disponible para usarse en la versión gratuita, y esto cuando es necesario entregar un trabajo dificulta su uso. En segundo lugar, los estudiantes se dieron cuenta con sorpresa que el LLM realiza errores de álgebra y en ocasiones sus afirmaciones no son muy sólidas, por lo que es necesario supervisar y reflexionar sus sugerencias, y en tercer lugar los estudiantes manifestaron sus limitaciones para conectar las herramientas conceptuales de la teoría económica con los problemas que enfrentan cuando leen el periódico del día, y para esto ChatGPT no les dio ninguna ayuda.

ChatGPT es también un gran asistente de investigación. Existen muchas experiencias de uso, y herramientas alternativas para apoyar la generación de conocimiento. En este caso mencionaré el uso del LLM que he realizado hasta aquí. En primer lugar, es una gran herramienta para la fase inicial de nuestro trabajo de investigación ya que ayuda en la generación de ideas preliminares. Por ejemplo, es posible usar un prompt como este para estimular ideas iniciales:

Realizar una lluvia de ideas sobre los problemas de la deserción estudiantil

Cuando comenzamos a refinar las ideas, la herramienta también nos ayuda, realizando una evaluación de las ideas. Por ejemplo,

¿Cuáles son las ventajas y desventajas de reducir la tasa de deserción mediante tutorías o programas de mentorías?

Mi hipótesis es que será necesario realizar todo el aprendizaje en las salas de clase, considerando que los estudiantes no realizan esfuerzo algún fuera de la sala de clase, ¿cuáles son los principales contra argumentos de esta hipótesis?

La interacción con la inteligencia artificial contribuye al perfeccionamiento y enriquecimiento de las ideas. En esta fase inicial del proyecto de investigación, la IA se convierte en un asistente invalorable que proporciona apoyo esencial. Además, durante las etapas subsiguientes del proyecto, puedo recurrir a su asistencia para revisar la literatura. Cabe resaltar que ChatGPT 4.0 presenta mejoras considerables en comparación con las versiones anteriores, lo cual lo hace especialmente útil para esta tarea.

ChatGPT también es de mucha utilidad para ayudar con el análisis de datos. Por ejemplo, es posible pasarle un prompt como el que sigue:

María obtuvo un 4 en economía y un 3 en gestión de personas. Juan se sacó un 6 en economía y un 4 en gestión de personas. Mario finalmente tuvo un 7 en economía y un 2 en gestión.
 Reformatear esto como sigue en formato CSV:

Nombre, Nota de Economía , Nota de Gestión

Y la respuesta es efectivamente lo que estábamos buscando
María, 4,3
Juan, 6,4
Mario, 7,2

Los ejemplos de apoyo para la investigación son inagotables. Una buena referencia para encontrar más ejemplos se encuentra en un documento de trabajo de Anton Korinex en el National Boreau of Economic Research y puede ser de utilidad para el lector interesado (https://www.nber.org/papers/w30957)

En una encuesta que realizamos en la FEN en el mes de Marzo nos encontramos que casi el 70% de los profesores regulares no conocía o no había usado ChatGPT y que tan solo el 10% lo usaba para potenciar su productividad académica. Por ello nos propusimos difundir entre todos los profesores de la Facultad las buenas prácticas que vamos identificando.

El potencial de utilizar Inteligencia Artificial, y en particular ChatGPT, en la vida académica es inmenso, ya que ofrece una herramienta innovadora y poderosa para mejorar la enseñanza, el aprendizaje, y la generación de conocimiento en múltiples disciplinas. Al incorporar la inteligencia artificial, los profesores pueden brindar apoyo personalizado, fomentar la colaboración y el pensamiento crítico, y ayudar a los estudiantes a desarrollar habilidades cognitivas de alto nivel. Un LLM puede actuar como un asistente virtual para profesores y alumnos, facilitando el acceso a información relevante, aclarando conceptos complejos y proporcionando retroalimentación inmediata. Es fundamental abordar los desafíos éticos y de privacidad relacionados con el uso de la IA en la educación y garantizar que se utilice de manera responsable y equitativa. Al combinar la capacidad humana de empatía, creatividad y adaptabilidad con la eficiencia y el poder de procesamiento de los LLM, podemos incrementar sustancialmente la productividad de la vida universitaria.