La reciente masiva disponibilidad de herramientas como ChatGPT y Bard, utilizadas para aprovechar grandes bases de datos (y convertidas en conocimiento teórico y empírico) ha generado un interés creciente en el campo de la denominada “inteligencia artificial” y en el avance de nuestra propia comprensión de la inteligencia. Estas tecnologías usan modelos de lenguaje basado en una rama del aprendizaje automático que se enfoca en la construcción y entrenamiento de redes neuronales artificiales profundas. Dicho modelo utiliza una arquitectura de red neuronal llamada Transformer, que es especialmente efectiva para procesar secuencias de texto.
Estos son ejemplos de cómo el deep learning, a través del uso de redes neuronales y grandes conjuntos de datos de entrenamiento, puede permitir a las computadoras emular, comprender y generar texto de manera similar a como lo haría un humano experto en dichos datos. El proceso de entrenamiento implica alimentar al modelo con una enorme cantidad de dichos datos de texto para que aprenda principalmente las estructuras, patrones y características del lenguaje natural: esto se logra gracias a la capacidad del modelo para captar la estructura gramatical, el significado y la coherencia en el texto.
Ser profesor universitario es para mi, un privilegio, ya que me brinda la oportunidad de conducir, experimentar y atestiguar constantemente el asombro inherente al descubrimiento, así como presenciar cómo la ciencia se aplica en la creación de tecnología por parte de los estudiantes.
Los avances en inteligencia artificial nos ayudan a incursionar en el uso de recursos, tanto computacionales como de accesibilidad a datos, como nunca antes había sido posible. En el campo de la Innovación Educativa, se destacan las nuevas tendencias en el uso de las ciencias cognitivas (que involucra el uso de modelos computacionales) para explorar la relación entre la creación de saberes, la adopción y prácticas del ejercicio educativo. Jessica Alejandra Ruiz durante el desarrollo de su tesis doctoral - bajo la supervisión con mi colega el Dr. Leonardo David Glasserman-Morales- se ha enfocado en identificar las herramientas analíticas de aprendizaje multimodal que tienen un mayor impacto en las actividades pedagógicas. De particular interés del grupo de investigación liderado con Alejandra son las competencias emprendedoras. Su investigación involucra la recopilación de datos cuantitativos mediante dispositivos biométricos durante una actividad de presentación y comunicación oral, llamada “elevator pitch”. Estos datos multimodales representan los cambios en las manifestaciones corporales durante diferentes etapas de la actividad pedagógica. Se reconoce la oportunidad de aplicar algoritmos no supervisados para comprender cómo las actividades pedagógicas pueden potenciar habilidades emprendedoras y se requiere un análisis que integre algoritmos supervisados para generar modelos predictivos.
En cuanto a la comunicación oral humana, Edgar destaca en su tesis de Maestría (co-dirigida con mi colega la Dra. Luz María Alonso que el habla es el principal medio de comunicación de las ideas. Sin embargo, existen diversas condiciones y patologías que pueden causar trastornos o pérdida total del habla. Los dispositivos tradicionales de comunicación aumentativa y alternativa (CAA) brindan soluciones, pero requieren movimientos voluntarios preprogramados por parte de los usuarios, lo cual puede no ser siempre posible. En este sentido, el uso de la actividad cerebral como método de activación para dispositivos de CAA se ha vuelto relevante. Edgar se enfoca en desarrollar una Interfaz Cerebro-Computadora (ICC) basada en la imaginación del habla, con un entorno de entrenamiento realista y retroalimentación coherente y constructiva. El objetivo es restablecer la comunicación humana para aquellos con trastornos del habla o pérdida total del habla mediante esta tecnología neural. Los experimentos que se están llevando a cabo incluyen la posibilidad de controlar un robot a través del pensamiento de acciones al imaginar que se ejecuta el habla de ciertas palabras comando
En las dos investigaciones científicas mencionadas anteriormente, se emplean técnicas de aprendizaje automático, muy similares a las utilizadas al inicio de este artículo. Estas técnicas no solo son útiles en diversos ámbitos, sino que también encuentran aplicaciones pertinentes en neurociencias, como en la investigación educativa y conductual. Por eso es relevante promover el estudio formal de las técnicas de inteligencia artificial y explorar sus aplicaciones: en México también hacemos ciencia y desarrollamos tecnología para la innovación.