Retos menos evidentes en la integración de la inteligencia artificial en el entorno universitario
Abstract
La inteligencia artificial (IA) y los modelos de lenguaje pueden aportar beneficios significativos al ámbito universitario, tales como, facilitar el aprendizaje personalizado, optimizar el uso de los datos e impulsar la innovación. No obstante, su uso implica también retos éticos y técnicos que deben ser atendidos con responsabilidad. Entre ellos se encuentran, garantizar la privacidad de los datos, evitar los sesgos algorítmicos y lograr una integración efectiva de la IA a los sistemas educativos. Para ello, es necesario formar e involucrar a la comunidad académica en el desarrollo y aplicación de estas tecnologías, así como, promover un diálogo transparente, con todos los actores interesados. Estas acciones permitirán aprovechar el potencial de la IA y los modelos de lenguaje para mejorar la calidad y eficiencia de los servicios universitarios, así como para brindar un mayor soporte a los estudiantes, docentes e investigadores. Un ejemplo concreto de esta aplicación es el chatbot basado en IA para la Universidad Central del Este, que se presenta como una propuesta innovadora para facilitar la comunicación e interacción con los usuarios.
PALABRAS CLAVE: Chatbot; Inteligencia artificial; Modelos de lenguaje; universidad
Downloads
References
Babu, N. V., & Kanaga, E. G. (2022). Sentiment analysis in social media data for depression detection using artificial intelligence: a review. SN Computer Science, 3, 1-20.
Brown, T., Mann, B., Ryder, N., Subbiah, M., & Kapla. (2020). Language models are few-shot learners. Advances in neural information processing systems, 33, 1877-1901.
Buolamwini, J., & Gebru, T. (2018). Gender shades: Intersectional accuracy disparities in commercial gender classification. In Conference on fairness, accountability and transparency (págs. 77-91). PMLR.
Dhanraj, V. K., & Lokeshkriplani, S. M. (2022). Research Paper onDesktop Voice Assistant. International Journal of Research in Engineering and Science (IJRES), 10(2), 15-20.
Følstad, A., & Brandtzaeg, P. B. (2020). Users’ experiences with chatbots: Findings from a questionnaire study. Quality and User Experience 5:3. doi:10.1007/s41233-020-00033-2.
Følstad, A., & Skjuve, M. (2019). Chatbots for customer service: User experience and motivation. In Proceedings of CUI 2019 (págs. 1-9). New York: edited by L. Clark and B. R. Cowan NY: ACM.
Gembarski, P. C., & Hoppe, L. (2022). Considering intelligent tutoring systems as mass customization of digital education. In Towards Sustainable Customization: Bridging Smart Products and Manufacturing Systems: Proceedings of the 8th Changeable, Agile, R.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press.
Javaid, M., Haleem, A., Singh, R. P., & Suman, R. (2022). Artificial intelligence applications for industry 4.0: A literature-based study. Journal of Industrial Integration and Management, 7(01), 83-111.
Kasneci, E., Seßler, K., Küchemann, S., & Bannert, M. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Li, B., Hou, Y., & Che, W. (2022). Data augmentation approaches in natural language processing: A survey. AI Open, 3, 71-90.
OpenAI. (2015). OpenAI Web Site. Recuperado el 10 de junio de 2023, de https://openai.com
OpenAI. (2023). API - Chat Completions. Obtenido de https://platform.openai.com/docs/guides/gpt/chat-completions-api
Peng, K., Ding, L., Zhong, Q., Shen, L., & Liu, X. (2023). Towards making the most of chatgpt for machine translation. arXiv preprint arXiv:2303.13780.
Russell, S. J., & Norvig , P. (2004). Inteligencia Artificial: un enfoque moderno. (No. 04; Q335, R8y 2004.).
Sebastian, G. (2023). Exploring Ethical Implications of ChatGPT and Other AI Chatbots and Regulation of Disinformation Propagation. Available at SSRN 4461801.
Singh, N., Gunjan, V. K., Mishra, A. K., & Mishra, R. (2022). SeisTutor: a custom-tailored intelligent tutoring system and sustainable education. Sustainability, 14(7), 4167.
Strzelecki, A. (2023). To use or not to use ChatGPT in higher education? A study of students’ acceptance and use of technology . Interactive Learning Environments, 1-14.
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning and Teaching, 6(1).
Sun, T. X., Liu, X. Y., Qiu, X. P., & Huang, X. J. (2022). Paradigm shift in natural language processing. Machine Intelligence Research, 19(3), 169-183.
Udupa, P. (2022). Application of artificial intelligence for university information system. Engineering Applications of Artificial Intelligence, 114, 105038.
White, J., Fu, Q., Hays, S., Sandborn, M., & Olea, C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt. arXiv preprint arXiv:2302.11382.
Willems, J. (2023). ChatGPT at universities–the least of our concerns. Available at SSRN 4334162.
Zawacki-Richter, O., & Anderson, T. (2014). Online distance education: Towards a research agenda.
Zhu, Q., & Luo, J. (2022). Generative pre-trained transformer for design concept generation: an exploration. Proceedings of the Design Society, 2, 1825-1834.
