Cuando un sistema de inteligencia artificial y un docente dan retroalimentación al mismo estudiante, las dos aportaciones pueden ser complementarias. Es la lección principal de un estudio publicado en el British Journal of Educational Technology con UC Berkeley y NTNU, en el que los estudiantes aprenden los números enteros moviéndose por el espacio.
Quien coordina la experiencia es el software SENSEi. En la web ya encontrará un artículo de síntesis sobre la investigación; aquí probamos un enfoque distinto: qué puede llevarse un docente a su clase.
¿Cuál es la pregunta de investigación?
La inteligencia artificial está entrando en las aulas. El grupo de investigación se pregunta cómo se orquestan las interacciones entre docentes y sistemas de IA, y cómo perciben los estudiantes esta inteligencia didáctica híbrida.
El caso analizado es MOVES-NL, un sistema guiado por IA para aprender la aritmética de los números enteros con el movimiento de todo el cuerpo y una retroalimentación formativa inmediata, en un entorno del tamaño de una sala.
El estudio en breve
El sistema, descrito en la página del proyecto del laboratorio EDRL de UC Berkeley, está coordinado por el software SENSEi. La experiencia es sencilla de contar:
- el estudiante camina sobre una recta numérica a escala del cuerpo, proyectada en el suelo;
- cuando se detiene en un número, el número se vuelve azul y se oye un sonido;
- el problema en la pared se ilumina en verde cuando los movimientos son correctos;
- en una de las interacciones, la pared muestra un avatar espejo del estudiante.
El proyecto prevé también actividades de mesa, sobre una recta numérica más pequeña y en tableta, para conectar la experiencia del cuerpo con el trabajo con papel y lápiz.
En el estudio, 29 estudiantes de los grados 6 a 8 del sistema escolar estadounidense usan MOVES-NL de forma individual, durante aproximadamente una hora cada uno, con un facilitador o docente. El artículo de síntesis de la web de SENSEi indica como sede la Mission Dolores Academy de San Francisco. Los análisis son de métodos mixtos, sobre varias fuentes de datos.
¿Qué surge?
El grupo resume los resultados en algunas notas para los profesionales:
- la retroalimentación del sistema y la del facilitador son complementarias para el éxito de la experiencia;
- la IA permite a los estudiantes reflexionar y poner a prueba sus conocimientos previos;
- la IA orienta a los docentes a trabajar con los estudiantes para consolidar los temas difíciles;
- la colaboración docente-IA puede implicar a los estudiantes en la reflexión conceptual sobre las reglas matemáticas.
La síntesis de la web de SENSEi añade que el reflejo corporal con el avatar aumenta la toma de conciencia y que el sistema detecta en tiempo real las concepciones erróneas.
¿Qué puede llevarse un docente a su clase?
El estudio no pide confiar la lección a una máquina. Sugiere un reparto de tareas:
| El sistema | El docente |
|---|---|
| da una retroalimentación inmediata sobre cada movimiento | pide al estudiante que explique sus decisiones |
| muestra la posición y el error de forma visible | ayuda a transformar el error en una regla comprendida |
| registra lo que ocurre | decide cuándo detenerse y consolidar |
En el estudio, el apoyo humano consiste también en pedir a los estudiantes que elaboren sus propias acciones y decisiones. Es una práctica que cualquier docente puede adoptar: después de una acción, preguntar «¿por qué te has movido ahí?». Para empezar:
- elegir un concepto en el que los errores son frecuentes, como los números negativos;
- alternar el movimiento a escala del cuerpo y el trabajo de mesa;
- usar la retroalimentación del sistema como punto de partida para una pregunta, no como nota.
¿Por qué importa hoy?
MOVES-NL muestra el software SENSEi en funcionamiento en una investigación internacional sobre matemáticas e IA. Para la escuela, el mensaje es claro: el sistema hace visible el error en el momento en que ocurre, y el docente lo transforma en una regla comprendida. En el aula, la sala mágica hace vivir el mismo reparto de tareas: el espacio responde a los pasos y a los gestos de los estudiantes, y el docente decide desde la tableta cuándo detenerse y preguntar por qué.
Para las matemáticas, vea las páginas Primaria y Secundaria. Para la idea de fondo, lea el caso de estudio sobre el aprendizaje corporeizado y la sección Investigación.
Preguntas frecuentes
¿Qué es la inteligencia didáctica híbrida?
Es la combinación de retroalimentación de un sistema de inteligencia artificial y de un docente, que trabajan juntos con el mismo estudiante.
¿La IA sustituye al docente?
No. El estudio indica que la retroalimentación del sistema y la del facilitador son complementarias. El docente sigue siendo central.
¿Con qué universidades se realiza la investigación?
Con UC Berkeley y NTNU. El trabajo une al grupo de investigación SENSEi y a investigadores de ambas instituciones.
¿Cuánto cuesta un espacio como este?
Depende de la configuración: espacio, experiencias, formación y servicios. Contáctenos para una valoración.
¿Trabaja en una escuela, en un centro o en un museo y quiere un espacio como este? Cuéntenos su proyecto: partimos de las necesidades de las personas que lo usarán.
Fuentes
- Cosentino G., Anton J., Sharma K., Gelsomini M., Giannakos M., Abrahamson D. (2024). Hybrid teaching intelligence: Lessons learned from an embodied mathematics learning experience. British Journal of Educational Technology
- Embodied Design Research Laboratory, UC Berkeley. MOVES-Number Line (página del proyecto)
