En el último año, hemos sido testigos de cómo la irrupción de inteligencias artificiales (IAs, en adelante) generativas ha supuesto una auténtica revolución en todos los campos, con especial atención al ámbito educativo universitario. El uso de IAs generativas en la universidad presenta potenciales beneficios, tales como un incremento en la participación, la colaboración y la accesibilidad del alumnado. Sin embargo, al mismo tiempo, se están examinando con detenimiento los posibles riesgos asociados al uso extendido de estas herramientas en el entorno universitario [1]. Entre los desafíos identificados se incluye la posible falta de acceso equitativo a dichas herramientas entre los estudiantes, la presencia de sesgos en los algoritmos que podrían llevar a la generación de información errónea o datos falsos, y, de manera especialmente relevante, cuestiones éticas que podrían actuar en detrimento tanto de la honestidad académica como del proceso de aprendizaje de los estudiantes [1].

En el entorno universitario, se evidencia un creciente interés en investigar y valorar la adopción generalizada de IAs generativas entre los estudiantes de ingeniería [2] y de cómo este fenómeno incide en la adquisición de conocimientos sobre el diseño y desarrollo de soluciones tecnológicas para la industria. Una de las cuestiones fundamentales que genera preocupación está relacionada con el uso extendido de estas herramientas innovadoras para la generación de código fuente entre los estudiantes de programación y de cómo puede afectar al desarrollo de las competencias que los estudiantes necesitan en este campo para su correcto desempeño laboral en el futuro [3].

La Unidad Docente de Informática Industrial de la ETSII imparte docencia en varias asignaturas de programación: Programación en Python, Programación en Android y Fundamentos de Programación. La Unidad Docente desempeña un papel crucial en el aprendizaje de los principios fundamentales de la programación en computadores, al fomentar entre los alumnos el desarrollo de metodologías para resolver problemas en contextos científicos, tecnológicos y humanísticos. Para ello, las sesiones prácticas en los laboratorios, en paralelo a las clases teóricas y de resolución de problemas, se convierten en un elemento esencial en esta disciplina experimental. Así, el propósito principal de las sesiones prácticas es consolidar los conceptos y técnicas previamente abordados en las clases teóricas y acercarse a situaciones del mundo real, facilitando de este modo la comprensión de los aspectos prácticos de la asignatura.

En las sesiones prácticas se busca maximizar el tiempo de trabajo frente al ordenador, planteando desafíos que requieren el uso de métodos algorítmicos especializados. Además, la realización de las prácticas permite seguir de manera interactiva la ejecución de procesos algorítmicos explicados en clase y reforzar conceptos. Dependiendo del número de alumnos matriculados, se divide cada grupo en varios más reducidos que puedan acomodarse en el aula de ordenadores, de manera que todos los alumnos tengan la oportunidad de utilizar el ordenador evitando así la adopción de actitudes pasivas.

Dado que resulta prácticamente imposible controlar el acceso a IAs generativas y supervisar su uso correcto por parte de los estudiantes para resolver problemas de programación, se hace imperativo proporcionar orientación al alumnado de las asignaturas sobre la utilización responsable de estas herramientas, concienciarlos de los conocimientos de programación que deben adquirir para utilizarlas de manera adecuada y advertirles acerca de las ventajas y riesgos asociados a su uso. Los estudiantes de programación deben tomar consciencia de que, si no aprovechan de manera adecuada el potencial de las IAs generativas, esto podría afectar negativamente a su capacidad de pensar críticamente y desarrollar las habilidades necesarias para investigar y llevar a buen término sus proyectos. Además, investigaciones recientes sugieren que muchos de los estudiantes que utilizan IAs generativas carecen de habilidades y conocimientos profundos sobre el uso de dichas herramientas. El manejo adecuado de IAs generativas permitiría que los estudiantes se beneficien del sistema inteligente en la búsqueda de errores dentro del código desarrollado, utilizarlo para depurar sus programas, optimizar las estructuras utilizadas y mejorar sus habilidades en programación.

La presente propuesta incluye el planteamiento de una nueva actividad práctica que incluya experiencias con IAs generativas durante el proceso de aprendizaje de programación. Las actividades prácticas con IAs generativas están planificadas para el periodo académico de impartición de las asignaturas coincidente con el periodo de ejecución del proyecto. Las asignaturas candidatas para esta experiencia son:

• Programación en Android: Asignatura de competencias con alumnado del Grado en Ingeniería en Tecnologías Industriales, Grado en Ingeniería de Organización Industrial, Grado en Ingeniería Química y Grado en Energía. Puesto que la asignatura suele tener sesenta (60) alumnos, se organizan en dos (2) grupos reducidos con la mitad de los alumnos matriculados.
• Programación en Python: Asignatura de competencias con veinticinco (25) alumnos anuales del Grado en Ingeniería en Tecnologías Industriales.
• Fundamentos de Programación perteneciente al primer curso del Grado en Ingeniería en Tecnologías Industriales, Grado en Ingeniería de Organización Industrial y Grado en Ingeniería Química. Ya que la asignatura suele tener alrededor de seiscientos (600) alumnos matriculados serán distribuidos y organizados en grupos más pequeños de alrededor de sesenta (60) alumnos para facilitar la asistencia y el máximo aprovechamiento de la actividad presencial en el aula de ordenadores.

La experiencia piloto propuesta se ha diseñado en consonancia con los objetivos de la Convocatoria promoviendo un ‘diseño curricular basado en la adquisición de competencias’, y está alineada con los aspectos clave descritos en la Convocatoria:

• Aplica un enfoque didáctico multidisciplinar pudiendo aplicarse en tres (3) asignaturas.
• La experiencia práctica propuesta con IAs generativas promueve la formación integral al estimular la capacidad de los estudiantes para analizar y comprender las complejidades de las IAs generativas, su uso y sus aplicaciones en el mundo real. Esto les permite desarrollar un pensamiento crítico que les ayuda a adaptarse y tomar decisiones informadas en un entorno sociotecnológico en constante evolución, donde el aprendizaje del uso de IAs generativas es cada vez más relevante.
• El desarrollo de las prácticas con IAs generativas promueve la motivación e implicación de estudiantes en sus procesos de autoestudio dirigido, facilitando un aprendizaje activo, auto-regulado, colaborativo, experiencial y aplicado.
• El uso de IAs en el aula permite la nivelación en el acceso a la educación (a través del uso de IAs generativas de acceso gratuito), aborda la heterogeneidad de perfiles de estudiantes (pueden utilizarse en varios idiomas), facilita la conciliación de horarios (pueden conectarse a ellas a cualquier hora desde cualquier lugar) y atiende a un gran número de necesidades de diversidad funcional (compatible con herramientas de tecnología de asistencia).
• La experiencia diseñada tiene contenido digital y promueve un aprendizaje autónomo y flexible.
• La actividad propuesta con IAs generativas está alineada a varios Objetivos de Desarrollo Sostenible entre los cuales se destacan: ODS4 (Educación de calidad) por su aplicación en el aprendizaje de programación y ODS9 (Industria, innovación e infraestructura) por el uso de nuevas tecnologías emergentes.

Referencias

[1] Cotton, D.R.E.; Cotton, P.A.; Shipway, J.R. Chatting and Cheating: Ensuring academic integrity in the era of ChatGPT. Innov. Educ. Teach. Int. 2023, 1–12.

[2] "ChatGPT and how engineers are reinventing the classroom" by Lucas Baker, Universidad de Miami. Accessed from < https://news.miami.edu/coe/stories/2023/01/chatgpt-and-how-engineers-are-reinventing-the-classroom.html >. Last visited on November 14, 2023.

[3] Basit Qureshi. "Exploring the Use of ChatGPT as a Tool for Learning and Assessment in Undergraduate Computer Science Curriculum: Opportunities and Challenges." 2023. arXiv preprint, eprint=2304.11214, primaryClass=cs.CY.

El objetivo principal de esta propuesta es evaluar el uso de IAs generativas entre los estudiantes de programación. Esta temática ha sido escasamente explorada debido a la novedad de las herramientas en cuestión y cuenta con limitados casos experimentales en el contexto educativo del aprendizaje de programación en Escuelas de la rama industrial de la Ingeniería. Para llevarlo a cabo, se plantean dos objetivos específicos:

1. Revisar el estado actual del uso de IAs generativas en el ámbito universitario, y más concretamente en el caso de las asignaturas que nos ocupan, identificando los desafíos que presenta el uso extendido de estas herramientas y el impacto que tienen en el aprendizaje de programación y en el desarrollo de competencias.
2. Desarrollar una experiencia práctica que permita a los estudiantes de programación aprovechar de manera adecuada el potencial de las IAs generativas, entender los beneficios y los riesgos que entraña el uso de estas herramientas, tomar consciencia de los conocimientos de programación que deben adquirir para utilizarlas de manera óptima y evaluar los resultados de los experimentos realizados.

El desarrollo de la experiencia propuesta tiene un impacto positivo en varios aspectos relativos a la calidad, entre los cuales se destacan:

• Evaluación y retroalimentación [1]: La formación en el uso de IAs generativas en las clases prácticas permitiría proporcionar retroalimentación instantánea a los estudiantes en tareas y ejercicios, consiguiendo un aprendizaje más efectivo y autodirigido.
• Tecnología educativa [2]: La integración efectiva de nuevas tecnologías emergentes mejoraría la calidad del aprendizaje y prepararía a los estudiantes de manera más efectiva para afrontar las nuevas tecnologías que formarán parte de su vida cotidiana en el futuro.
• Aprendizaje activo [3]: Fomentaría la participación de los estudiantes a través de discusiones sobre el uso y los límites de las IAs generativas.
• Investigación y desarrollo institucional [4]: La revisión propuesta y la puesta en marcha del experimento práctico permitiría realizar una investigación en esta área tan poco explorada, impactando positivamente en el posicionamiento científico de la institución.

Referencias

[1] Biggs, J., & Tang, C. (2011). Teaching for Quality Learning at University. McGraw-Hill Education

[2] Akour, M.; Alenezi, M. Higher Education Future in the Era of Digital Transformation. Educ. Sci. 2022, 12, 784.

[3] Børte, Kristin & Nesje, Katrine & Lilllejord, Sølvi. (2020). Barriers to student active learning in higher education. Teaching in Higher Education. 10.1080/13562517.2020.1839746.

[4] Baidoo-anu, D. & Owusu Ansah, L. (2023). Education in the Era of Generative Artificial Intelligence (AI): Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning . Journal of AI , 7 (1) , 52-62 . Retrieved from https://dergipark.org.tr/en/pub/jai/issue/77844/1337500 . Last visited on November 14, 2023.

1. REVISIÓN DE LITERATURA.
2. PREPARACIÓN Y DISEÑO.

• Planteamiento y preparación de los borradores de enunciados de la experimentación con IAs generativas en programación.
• Discusión y mejora de los enunciados por el personal docente de la asignatura.

3. IMPLEMENTACIÓN DURANTE EL PERIODO ACADÉMICO.

• Publicación de los enunciados de la práctica.
• Desarrollo de la experimentación.
• Recogida de resultados.

4. ANÁLISIS DE RESULTADOS.
5. CONCLUSIONES.

• Elaboración del informe de resultados, conclusiones y líneas de futuro desarrollo como memoria final del proyecto.
• Difusión de los resultados obtenidos mediante la publicación de artículos científicos en congresos y/o revistas.

El proceso de supervisión del proyecto se llevará a cabo simultáneamente con la ejecución por parte del profesorado encargado de las materias. Como indicadores numéricos que respalden el éxito del proyecto, se considerarán los siguientes aspectos:

1. Asistencia a la práctica experimental diseñada.
2. Número de códigos de programación erróneos/correctos generados por los estudiantes.
3. Rúbricas de evaluación que describan los criterios de evaluación, incluyendo aspectos como la calidad del código desarrollado, la originalidad, la eficiencia y la documentación.
4. Encuesta de satisfacción entre los estudiantes evaluando la experiencia.

Como productos resultantes del proyecto se incluyen:

1. El contenido de la memoria final del proyecto.
2. Al menos una (1) publicación académica que incluya la revisión realizada sobre la aplicación de IAs generativas en la enseñanza de programación y los resultados de la experimentación puesta en marcha.

Además de los indicados en el apartado anterior, se hará difusión del material publicado a través de Redes Sociales.

Sección de Publicaciones de la ETSI Industriales de la UPM.
Servicios Informáticos de la ETSI Industriales de la UPM.