Impacto de la asistencia de IA en la autonomía del estudiante

Las tecnologías de aprendizaje impulsadas por IA se están utilizando cada vez más para automatizar y estructurar actividades de aprendizaje (por ejemplo, recordatorios personalizables para completar tareas, retroalimentación automatizada en tiempo real para mejorar la escritura o recomendaciones sobre cuándo y qué estudiar). Si bien la opinión predominante es que estas tecnologías generalmente tienen un efecto positivo en el aprendizaje de los estudiantes, su impacto en la autonomía de los estudiantes y su capacidad para autorregular su aprendizaje está poco explorado. ¿Aprenden los estudiantes de la retroalimentación regular, detallada y personalizada proporcionada por los sistemas de IA, y continuarán exhibiendo un comportamiento similar en ausencia de asistencia? ¿O en cambio, continúan dependiendo de la asistencia de IA sin aprender de ella? Para contribuir a llenar este vacío en la investigación, realizamos un experimento controlado aleatorizado que exploró el impacto de la asistencia de IA en la autonomía del estudiante en el contexto de la retroalimentación entre pares. Con 1625 estudiantes en 10 cursos, se llevó a cabo un experimento utilizando revisión entre pares. Durante el período inicial de cuatro semanas, los estudiantes fueron guiados por funciones de IA que utilizaron técnicas como detección de sugerencias basadas en reglas, similitud semántica y comparación con comentarios anteriores realizados por el revisor para mejorar sus envíos si se consideraba que la retroalimentación proporcionada era insuficientemente detallada o general en naturaleza. Durante las cuatro semanas siguientes, los estudiantes se dividieron en cuatro grupos diferentes: control (IA) recibió indicaciones, (NR) no recibió indicaciones, (SR) recibió listas de verificación de auto-monitoreo en lugar de indicaciones de IA, y (SAI) tuvo acceso tanto a las indicaciones de IA como a las listas de verificación de auto-monitoreo. Los resultados del experimento sugieren que los estudiantes tendían a depender de la asistencia de IA en lugar de aprender de ella. Si se eliminaba la asistencia de IA, las estrategias de autorregulación podrían ayudar a llenar el vacío, pero no eran tan efectivas como la asistencia de IA. Los resultados también mostraron que los enfoques híbridos humano-IA que complementan la asistencia de IA con estrategias de autorregulación (SAI) no eran más efectivos que la asistencia de IA por sí sola. Concluimos discutiendo los beneficios, desafíos e implicaciones más amplios de depender de la asistencia de IA en relación con la autonomía del estudiante en un mundo donde aprendemos, vivimos y trabajamos con IA.