El enfoque educativo humanista en un mundo con Modelos Extensos de Lenguaje (Inteligencia Artificial): Reflexiones y experiencias de un profesor universitario
DOI:
https://doi.org/10.35197/rx.15.05.2025.01.plPalabras clave:
Enfoque humanista, Grandes modelos de lenguaje, inteligencia artificial, educación superiorResumen
Los Modelos Extensos de Lenguaje (MEL) son programas estadísticos capaces de generar texto de manera muy rápida, conocidos coloquialmente como “inteligencias artificiales” (IA). Debido a que suelen ser entrenados con enormes cantidades de información de internet, los resultados pueden ser bastante rápidos y sorprendentes, al punto de que ya varios modelos están pasando la famosa “prueba de Turing”; sin embargo, la mayoría de los expertos todavía aseguran que están lejos de ser considerados “Inteligencia Artificial General” (IAG). Los principales avances que nos competen en este ámbito son la velocidad de los nuevos modelos, así como la disponibilidad de su uso para cualquier persona con una conexión a internet, lo cual tiene profundas implicaciones en varios ámbitos, específicamente para educadores y estudiantes. Este artículo utiliza la fenomenología hermenéutica para reflexionar sobre, y resignificar el rol del profesor universitario en un ambiente donde la gran mayoría de los estudiantes, al tener dispositivos conectados a internet, tienen acceso a MEL. Primeramente, se ofrece una definición técnica de los MEL, junto con algunas estadísticas, se explora la literatura científica sobre el uso de MEL en estudiantes universitarios y posteriormente se reflexiona sobre su consideración, para el replanteamiento de actividades al interior del aula, el rediseño de programas educativos e incluso modificación de políticas educativas completas. Se concluye en la importancia del enfoque humanista y la mediación por parte del docente universitario en el uso de los MEL.
Descargas
Citas
AlAfnan, M. A., Dishari, S., Jovic, M., & Lomidze, K. (2023). Chatgpt as an educational tool: Opportunities, challenges, and recommendations for communication, business writing, and composition courses. Journal of Artificial Intelligence and Technology, 3(2), 60-68.
An, J., Ding, W., Lin, C. (2023). ChatGPT: tackle the growing carbon footprint of generative AI. Nature, 615 (7952). 586.
Beck, J., Stern, M., & Haugsjaa, E. (1996). Applications of AI in Education. XRDS: Crossroads, The ACM Magazine for Students, 3(1), 11-15.
Delanoë, P., Tchuente, D., Colin, G. (2023). Method and evaluations of the effective gain of artificial intelligence models for reducing CO2 emissions. Journal of Environmental Management, DOI: https://doi.org/10.1016/j.jenvman.2023.117261.
Dempere, J., Modugu, K., Hesham, A., & Ramasamy, L. K. (2023). The impact of ChatGPT on higher education. Frontiers in Education (Vol. 8, p. 1206936).
Harnad, S. (2000) Minds, Machines and Turing. Journal of Logic, Language, and Information, 9, 425-445. https://doi.org/10.1023/A:1008315308862
Harry, A. (2023). Role of AI in Education. Interdisciplinary Journal & Humanity (INJURITY), 2(3).
Johnson, A. (2019). 5 ways AI is changing the Education Industry. https://elearningindustry.com/ai-is-changing-the-education-industry-5-ways
Klee, M. (17 de mayo de 2023). Professor flunks all his students after ChatGPT falsely claims it wrote their papers. Rolling Stone. Artículo recuperado de: https://www.rollingstone.com/culture/culture-features/texas-am-chatgpt-ai-professor-flunks-students-false-claims-1234736601/
Mytton, D. (2021). Data centre water consumption. npj Clean Water, 4(1), 11.
Nguyen, N. D. (2023). Exploring the role of AI in education. London Journal of Social Sciences, (6), 84-95.
Saygin, A.P., Cicekli, I. and Akman, V. (2000) Turing Test: 50 Years Later. Minds and Machines, 10, 463-518. https://doi.org/10.1023/A:1011288000451
Sijing, L., & Lan, W. (2018). Artificial intelligence education ethical problems and solutions. 13th International Conference on Computer Science and Education, ICCSE 2018, 155–158. doi:10.1109/ICCSE.2018.8468773
Shieber, S.M. (1994) Lessons from a Restricted Turing Test. Communications of the ACM, 37, 70-78. https://doi.org/10.1145/175208.175217
Milmo, D. (2 de febrero de 2023). ChatGPT reaches 100 million users two months after launch. The Guardian. Artículo recuperado de:
Tahiru, F. (2021). AI in education: A systematic literature review. Journal of Cases on Information Technology (JCIT), 23(1), 1-20
Trifonova, A., Destéfano, M., & Barajas, M. (2024). Teaching AI to the Next Generation: A Humanistic Approach. Digital Education Review, 45, 115-123
Wang, H. Li, J., Wu, H., Hovy, E. y Sun, Y. (2023). Pre-trained language models and their applications. Engineering, 25(2023), 51-65.
Wu, H., Wang, X., & Fan, Z. (2025). Addressing the sustainable AI trilemma: a case study on LLM agents and RAG. arXiv preprint arXiv:2501.08262.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Pedro Antonio López de Haro
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales .
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
