Xatbots en educació superior (Part II)

Aquesta és la segona part de dues entrades sobre la implantació de xatbots en educació superior. Podeu consultar la primera en aquest enllaç.  

El valor afegit dels xatbots

Ara ja és possible tenir aparells a casa als quals podem donar ordres de veu perquè facin tasques. Amazon té Alexa, Google té Google Home. És possible dir a l’assistent «Ok, Google, encén el llum del menjador», i l’encén.

Això fa molta gràcia el primer dia, però el segon dia arribes a casa cansat i no tens ganes de parlar i és molt més còmode pitjar l’interruptor. Les persones ens movem per la llei del mínim esforç, i hi ha coses que costen menys que parlar.

Ara bé, si poguéssim dir al xatbot «Ok, Google, me’n vaig al llit a llegir una estona i després a dormir», i aquest aparell apaga tots els llums de la casa i encén el de la tauleta de nit, para la calefacció i posa el mòbil en silenci, i programa el despertador per a l’endemà a una hora que em permeti arribar còmodament a la reunió que tinc a primera hora del matí, llavors potser sí que el farem servir.

Un aparell d’aquest tipus és en realitat un assistent personal, que fa servir un xatbot com a canal de comunicació, però també en pot utilitzar d’altres, una app o una pàgina web, per exemple.

Un xatbot pot ser un canal de comunicació més amb la universitat. En canvi, un assistent personal pot revolucionar la universitat. Imaginem-nos un xatbot al qual poguéssim fer les preguntes següents:

  • De què m’hauria de matricular l’any vinent?
  • Amb quins companys m’aniria bé fer el pròxim treball de grup?
  • Al ritme d’estudi actual, podré aprovar totes les assignatures o és és millor que en deixi alguna?
  • Quins materials necessito consultar per a fer la pròxima activitat?

Els límits dels xatbots

Les preguntes que hem fet més amunt, les podria respondre un xatbot? Sí que podria, sempre que tingui accés a aquesta informació. Li hem de preparar prèviament la informació perquè la pugui donar a l’estudiant.

Seguint l’exemple de l’assistent de Google, aquest només podrà fer el que li demanem si tenim tots els llums de casa amb WiFi, com també la resta d’aparells que volem controlar amb l’assistent. És frustrant tenir el Google Home a casa i adonar-te que l’únic que li pots demanar és que et posi cançons de Spotify, i encara d’una manera menys àgil que per la interfície web.

A les universitats, els passarà una cosa semblant. D’entrada tindran un xatbot que donarà accés a una sèrie de serveis molt limitats. Per a millorar-ne les capacitats, els pròxims anys hauran de treballar per a aconseguir el que no han aconseguit fins ara: recollir dades, connectar-les i fer-les accessibles. I la pregunta que sorgeix inevitablement és: si no ho han fet fins ara, què ha de canviar perquè se sentin impulsades a fer-ho? Això mirem de respondre-ho en el punt següent.

Per què les universitats en línia s’interessen pels xatbots?

En aquest punt mirem de respondre la pregunta que hem plantejat més amunt: quina força impulsaràque les universitats facin el que no han fet fins ara? Perquè la simple aparició dels xatbots no sembla una motivació suficient.

Personalització

En el món d’avui dia, moltes tasques es van automatitzant. Els robots ocupen molts llocs de treball i és previsible que en el futur encara n’ocuparan més. En aquest context, la universitat com a «fàbrica de treballadors» deixa de tenir sentit. Cal deixar de generar treballadors estàndard i començar a crear persones que puguin fer «el que no poden fer els robots». En definitiva, necessitem treballadors més humans.

Les persones no es poden fabricar en sèrie, no es pot fer servir un motlle perquè surtin totes iguals. Al contrari, cal partir de la seva diferència i utilitzar l’educació per a potenciar-la, per a treure’n profit. D’aquí ve la necessitat de la personalització. Però la personalització no és sostenible amb els mitjans actuals. No sembla possible tornar als tutors amb un sol estudiant, ni tan sols al mestre amb un grup reduït d’estudiants.

Aquí laIA, amb el xatbot com a vehicle, podria oferir una solució que a priori sembla contradictòria: donar una formació personalitzada en sèrie.

Engagement

Un dels problemes amb què es troben les universitats en línia és l’abandonament: estudiants que deixen els estudis abans d’acabar-los. Això encara és més exagerat en el cas dels MOOC, en què només un petitíssim percentatge de la gent que s’hi apunta arriba a fer tot el curs.

En aquest context, els assistents virtuals es veuen com una possible solució. Es tractaria de dissenyar un assistent que ajudi l’estudiant a superar els moments més difícils dels seus estudis, sigui ajudant-lo a resoldre dubtes de qualsevol mena, sigui animant-lo quan ho necessiti, fent-li veure si el seu rendiment s’ajusta al que necessita per a aprovar i perseguint-lo quan no segueix el ritme.

Conclusions de les parts I i II d’aquesta entrada

En les dues parts d’aquesta entrada hem començat parlant de xatbots, hem continuat parlant d’IA i hem acabat parlant d’assistents personals. Això és perquè els xatbots són, de fet, irrellevants, i la IA, una entelèquia. L’assistent personal «artificial», en canvi, pot desenvolupar un nou rol que pot canviar l’educació.

A la UOC tenim com a referència un vídeo en què Isaac Asimov explicava que els ordinadors, en el futur, permetrien fer un ensenyament adaptat a les necessitats concretes de cada persona.

El futur va cap aquí. Els assistents personals seran cada vegada més potents, i tindran accés a més dades. Quan les bases de dades es puguin connectar entre elles, aquests assistents podran preveure les nostres accions millor que nosaltres mateixos. Podran «aconsellar-nos», fer-nos de tutors, d’entrenadors, de companys d’estudis. No dic de professors, perquè l’experiència professional i la capacitat d’anàlisi continuarà essent un tret diferencial de les persones respecte a les màquines.

La pregunta que ens fem és la següent: qui està més ben posicionat per a arribar a aquest futur? Les universitats o les grans empreses tecnològiques?

Dit d’una altra manera: qui farà el primer assistent docent realment funcional? Google o Harvard? O potser una aliança entre tots dos? O encara un tercer actor que no coneixem?

Per a les universitats que volem donar resposta a aquestes preguntes, alguns dels passos que podem fer per a respondre-les són els següents:

  1. Fer aliances amb una empresa tecnològica.
  2. Reclutar perfils d’experts en learning analytics i data scientists, i donar-los un paper rellevant en la presa de decisions.
  3. Adaptar les nostres tecnologies per a la recollida sistemàtica i estructurada, i per al tractament de dades seguint les recomanacions dels nostres experts.
  4. Conèixer bé les necessitats dels nostres estudiants i buscar com les podria resoldre un assistent virtual.
  5. Començar a treballar en grups pilot amb estudiants i professors.
  6. Buscar vies d’escalabilitat dels grups pilot.

A la UOC anem fent alguns d’aquests primers passos, i esperem poder-ne extreure conclusions en els pròxims semestres.


Imatge de Thomas Kolnowski via Unsplash

Share:
Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
Roger Griset on Twitter
Roger Griset
Roger Griset is a graduate in Library and Information Sciences and Master on Digital Content Management at the University of Barcelona; in his time in the UOC he has worked at the Audiovisual department, the Digital Library, the Learning Resources Technology department and the eLearnCenter Trend Spotting and Analysis team in the same university, where he's working now. He's got experience in the design and maintaining of institutional repositories, design of metadata profiles and digital content management.

Leave a Reply