Preparar alumnos para un mundo que ya no existe

Puente 167 (marzo 2018)

Muchas veces se critica la enseñanza porque usa medios del pasado (por lo menos de un cierto pasado) y porque usa un marco de referencia del pasado. En la medida en la que el pasado, al contrario del futuro, sí se conoce, es bastante lógico. No hay manera de prever qué va a pasar, qué acontecimientos o inventos tendrán consecuencias importantes y cuáles tan solo serán detalles que pronto pasarán al olvido.

En la didáctica pasamos de elementos sencillos a elementos complejos, de elementos fáciles de aprender a otros un poco menos fáciles, combinados cada vez en estructuras más elaborados, en situaciones menos previsibles.

Miró (2008) describe cómo en el contexto de las formaciones informáticas se estructura el aprendizaje con problemas, casos concisos bien descritos, mientras que la vida profesional real es otramente más complicada.

En el contexto de la enseñanza superior, Boud (2000) y Boud y Falchikov (2007) abogan por una evaluación sostenible, una evaluación basada en una visión a largo plazo. Pero ¿en qué basar una visión a largo plazo si el mundo está en evolución constante, si el marco de referencia se desplaza o reorganiza sin cesar?

Evoluciones, innovaciones y revoluciones

Cada día aparecen inventos o se aportan innovaciones a cosas que ya existen. De vez en cuando surgen de estas cadenas de innovaciones elementos que resultan ser grandes innovaciones, como lo fueron en su época el hierro, la escritura y la imprenta – más recientemente el coche y la electricidad, que lo cambiaron todo.

En 2007 Steve Jobs presentó al mundo el teléfono inteligente, aparato que desde entonces ha conquistado el mundo – pero nadie hubiera podido prever la amplitud del fenómeno. El problema de los cisnes negros, eventos importantísimos que crean un antes y después, que lo cambian todo, es que no son posibles de prever.

Desde el auge del teléfono inteligente, se hace la pregunta de saber cuál es «the next big thing» – el próximo fenómeno que lo cambiaría todo. El reloj inteligente presentó su candidatura, pero al parecer no es tan importante – su irrupción en el mercado no fue nada estrepitosa (Kracheel, Bronzi, Kazemi 2014). Más candidatos son los bots – software que comunica con los usuarios en una web, diseñados sobre todo para webs de soporte y de asistencia a clientes. Y también están la inteligencia artificial, los big data y el machine learning, también llamado deep learning. Estos dos últimos aún no tienen nombre consolidado en español.

Parloff (2016) explica cómo el deep learning ya está cambiando el mundo de los negocios. Pero también cambia el mundo de la lingüística aplicada. DEEPL.com, un traductor automatizado basado en el deep learning, fue lanzado en agosto de 2017 – y sus resultados son excelentes, ya a primera vista.

Gold (2017) define el deep learning como los sistemas automatizados de detección de patrones en gigantescas cantidades de datos :

The strength of machine learning is its ability to identify patterns that humans may overlook or are unable to find quickly in vast amounts of data

Es la tecnología que sugiere amigos en Facebook, que aconseja productos a clientes de tiendas en línea, y que pronto quizás evalúe riesgos de salud e imponga la cuota a pagar para el seguro de salud.

Ferreira y Kotz (2007) ya abogaron por una tutoría basada en un sistema automatizado. Hasta la fecha solo se trata de retroalimentación.

¿Por qué siempre la tecnología?

Estos tiempos muchas veces se califican de ‘disruptivos’ es decir que rompen muchas barreras consideradas antes como establecidas. Y aunque el término es muy moderno y está muy de moda (con autores como Bernard Stiegler y Han Byung-Chul), el término ya se usaba en los años 1995.

La disrupción se define como evoluciones sociológicas importantes de mayor alcance y menor previsibilidad. La diferencia con la evolución es que la disrupción aparte de cambio e innovación conlleva destrucción.

Está relacionada (pero no exclusivamente) con la tecnología y más en concreto con el poder acceder a información (o digamos fuentes: de textos, de documentos, de comunicación, de recursos, de compra, …) a distancia.

Pero hay más: la escritura, por ejemplo, fue otra revolución que cambió por completo el funcionamiento de la lengua (Lewin, 2016). El mismo autor considera que no es necesario la presencia para poder organizar la atención y la educación de los alumnos que se nos confían

Pero … ¿y el humanismo?

Pico (2017) cita «7 hábitos que caracterizan a las escuelas altamente innovadoras, y que gran parte de nuestras escuelas no cumplen»:

1.- Celebran y recompensan los logros colectivos

2.- El objetivo de su formación no está en la especialización

3.- Favorecen la asunción de riesgos y valoran el fracaso como parte del aprendizaje y de la autoestima

4.- Evitan el consumo pasivo y promueven la creación de conocimiento y el espíritu crítico

5.- Cuentan con incentivos intrínsecos para el aprendizaje

6.- Potencian las disciplinas relacionadas con el arte y las humanidades

7.- Poseen espacios flexibles, alegres y creativos que estimulan la imaginación

Son características altamente humanistas y creativas, aspectos típicos de lo que llaman en el mundo universitario «Letras» por oposición a «Ciencias».

Conclusión

No se puede saber qué nos va a traer el futuro. Pero como educadores que somos tan solo podemos estar atentos a las innovaciones que surgen y relacionarnos (y relacionar a nuestros alumnos) en un contexto humanista y constructivo. La tarea de la enseñanza es dotar a los alumnos de un bagaje cultural que sea un apoyo, no un lastre.

Bibliografía

Boud, D. (2000). Sustainable assessment: rethinking assessment for the learning society. Studies in Continuing Education, 22(2), 151–167.

Boud, D., & Falchikov, N. (2006). Aligning assessment with long-term learning. Assessment & Evaluation in Higher Education, 31(4), 399–413.

Ferreira, A. (2007). Estrategias efectivas de feedback correctivo para el aprendizaje de lenguas asistido por computadores. Revista Signos, 40(65), 521–544.

Ferreira, A., & Kotz, G. (2010). ELE-Tutor Inteligente: Un analizador computacional para el tratamiento de errores gramaticales en Español como Lengua Extranjera. Revista Signos, 43(73), 211–236.

Gold, J. (2017, July 24). Are You Joining The Machine Learning Revolution? Retrieved from http://www.digitalistmag.com/digital-economy/2017/07/24/joining-the-machine-learning-revolution-05139159

Kracheel, M., Bronzi, W., & Kazemi, H. (2014). A Wearable Revolution: Is the smartwatch the next small big thing? IT ONE Magazine 2014, 7(December), 18–19.

Larson, L. C., & Miller, T. N. (2011). 21st century skills: Prepare students for the future. Kappa Delta Pi Record, 47(3), 121–123.

Lewin, D. (2016). The Pharmakon of Educational Technology: The Disruptive Power of Attention in Education. Studies in Philosophy and Education, 35(3), 251–265. https://doi.org/10.1007/s11217-016-9518-3

Miró, J. (2008, January 28). Situaciones y Problemas:  cómo preparar a los alumnos para lo que se les avecina. Retrieved from http://bioinfo.uib.es/~joemiro/aenui/procJenui/Jen2003/misitu.pdf

Oliver, Ò. V. (2006). Palabra de robot: Inteligencia artificial y comunicación (Vol. 7). Universitat de València.

Parloff, R. (2016, September 28). Why Deep Learning Is Suddenly Changing Your Life. Retrieved from http://fortune.com/ai-artificial-intelligence-deep-machine-learning/

Pazó, M. del M. S. (2008). El uso de las nuevas tecnologías en el aula de lenguas extranjeras: Un cambio en el proceso de enseñanza y aprendizaje. Cartaphilus. Revista de Investigación y Crítica Estética, 4, 177–187.

Picó, J. M. P. (2017, November 12). Los 7 hábitos de las escuelas altamente creativas. Retrieved from http://www.educaciontrespuntocero.com/noticias/7-habitos-escuelas-creativas/62671.html

Rauch-Hindin, W. B. (1989). Aplicaciones de la Inteligencia Artificial en la Actividad Empresarial, la Ciencia y la Industria. Ediciones Díaz de Santos.

Zapata-Ros, M. (2012). Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión critica del “conectivismo.”

Para ir más allá

Why Are Schools So Bad At Preparing Students For Modern Jobs? –  https://www.teachthought.com/the-future-of-learning/schools-fail-train-students-modern-jobs/