El algoritmo que te pondrá la nota en la universidad (III)

by Julen

Tercer artículo de esta serie que estoy dedicando a este tema tan delicado: la evaluación de nuestras alumnas y alumnos en la universidad mediante el empleo de algoritmos. Esta vez me centro en una condición básica para que un supuesto sistema basado en la inteligencia artificial funcionara: la disponibilidad de datos masivos. Sí, claro, datos del alumnado. Porque la lógica de Big Data sigue presente: ese volumen ingente de datos es el principio de todo. Si no los tenemos disponibles, me temo que no hay partida.

Y aquí llegamos, cómo no, a un conflicto ético que tiene que ver con medios y con fines. Porque vamos a tener que hablar, entre otras cosas, de privacidad, por supuesto. Al final, no es algo diferente a lo que nos ocurre con Google, Facebook, Amazon o cualquier otro monstruo de la información digital: cuando más saben de nosotros, dicen, mejor servicio nos van a prestar. Así que tenemos que decidir: ¿dejamos que lo sepan todo de nosotros o cerramos la puerta y preservamos nuestra privacidad a costa de un peor servicio? Pero, ¿de qué datos estamos hablando?, ¿cuánto tenemos que saber de cada alumna y de cada alumno? Y quizá más importante aún, ¿cómo tenemos que saberlo?

En una de las clases les planteaba algo tan sencillo como monitorizar su asistencia a clase. Al margen de que este fuera o no un dato de valor a tener en cuenta para la confección del algoritmo en cuestión, ¿cómo sabemos quién ha estado en clase y quién no? Una manera bien sencilla —digamos que la de toda la vida— es «pasar lista». Nos sirve una hoja de firmas, por ejemplo. Pero ese dato hoy lo podemos obtener, naturalmente, de otra forma. Claro, a través de la geolocalización de los teléfonos móviles. Recordad el conflicto que surgió cuando, con la pandemia, se necesitaba, como dato fundamental para mitigar la expansión del coronavirus, saber dónde estábamos cada cual.

Pues bien, volviendo al caso de la universidad, ¿qué tal si a través de una app de servicios universitarios que el alumnado tendría que utilizar de forma obligatoria accediéramos a ese dato? Por supuesto, con el consentimiento de quien emplea la app. Escribo la palabra consentimiento en cursiva para matizar lo de siempre: nadie leería el típico discurso del contrato de condiciones de uso. Nadie. Así pues, no haría falta que firmaras ningún documento. Ese dato fluye digitalmente. Ya sabemos a qué clases has asistido y a cuáles has hecho pira. ¿Deberíamos, como institución universitaria, acceder, por ejemplo, a este dato? Quizá no, ¿verdad? Eso sí, sabes de sobre que lo está haciendo ya todas esas apps que llevas instaladas en tu smartphone y mediante las cuales das permisos a no sé cuántas empresas privadas para que te rastreen.

Al margen de este dato y el conflicto ético que pone sobre la mesa, la inmensa mayoría de datos deberían provenir de la huella digital que cada estudiante va dejando a medida que interactúa con medios digitales en la universidad. Imagino un uso de Moodle elevado a no sé qué potencia. Si cada vez más y más actividades docentes pasan por el empleo de herramientas digitales, entonces la materia prima disponible para automatizar la evaluación también crecería exponencialmente. A fin de cuentas, la formación que en la actualidad se diseña para un consumo cien por cien online ya tiene que echar mano de datos provenientes de la huella digital, ¿no? No estamos inventando nada; solo avanzamos en la intensidad de uso.

Todo el tiempo me viene a la cabeza el asunto de que no es tanto que no podamos disponer cada vez de más datos, sino de cuál es el rol del personal docente. Me niego a pensar que el de profesor/a sea uno de esos puestos en riesgo de desaparecer (a pesar de las toneladas de videotutoriales disponibles), pero no me cuesta nada entender que el avance de la inteligencia artificial cambiará nuestra función. Por aquello de ver el vaso medio lleno, ¿por qué no delegar parte de la evaluación en una serie de datos objetivos? Ya, los datos siempre vienen cargados de ideología, ¿verdad? Sí, no es asunto fácil de resolver. En fin, supongo que la analítica masiva debería ayudarme en la evaluación, ¿no? Este debería ser el enfoque.

Un último apunte sobre la escasa madurez actual de la inteligencia artificial, al menos la que empleamos nosotros, la ciudadanía de a pie. Siempre he pensado que la revisión ortográfica de un trabajo que hayamos encargado en clase a nuestro alumnado llegará a proceder al completo de una inteligencia artificial. Sin embargo, va pasando el tiempo y todas las promesas del procesamiento del lenguaje natural siguen dándose de bruces con la realidad de que el corrector ortográfico no es capaz de distinguir contextos y, por tanto, saber si algo está bien o mal escrito. De acuerdo, llegará, pero ¿no está tardando ya demasiado? Por otra parte, se me suele plantear la duda de si no sería mejor que el alumnado no tuviera acceso a esas ayudas de corrección ortográfica. ¿Estamos ante un claro caso de empeoramiento de las aptitudes lingüísticas de los humanos porque disponemos de un exocerebro tecnológico que, supuestamente, hace el trabajo sucio con la ortografía y la gramática? Haber si ba a ser eso. 😉

Artículos relacionados

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.