Definición
Es un sistema de IA que adapta la enseñanza al perfil de cada estudiante mediante diagnósticos, explicaciones personalizadas, ejercicios generados a su medida y seguimiento. Estos sistemas estiman qué sabe ya cada estudiante y qué necesita, y ajustan con eso lo que le proponen.
Desliza el esquema para verlo entero.
Por qué importa en la universidad
- Aprendizaje autónomo. Favorece que el estudiante avance por su cuenta.
- Evaluación más justa. Permite evaluaciones personalizadas y equitativas.
- Menos carga docente. Se encarga de tareas de enseñanza repetitivas.
- Personalización a escala. Lleva la enseñanza personalizada a grupos grandes y a entornos híbridos.
Un poco de historia
Cómo se ha llegado hasta aquí
El sistema con el que empezó la IA en educación.
1970
SCHOLAR
Jaime Carbonell presenta el primer tutor que dialoga y razona sobre lo que sabe el estudiante.
1984
El reto de Bloom
La tutoría individual rinde mucho más que la clase en grupo. Los tutores inteligentes intentan reproducir ese efecto a escala.
1995
Tutores cognitivos
Anderson y su equipo publican las lecciones de sus tutores de matemáticas, que llegarán a miles de aulas.
2016
Evidencia acumulada
Un metaanálisis de Kulik y Fletcher confirma mejoras de aprendizaje frente a la enseñanza convencional.
2023
Tutores con modelos de lenguaje
Los modelos generativos permiten tutores que conversan sobre cualquier materia, con nuevos riesgos de inexactitud.
Ejemplos en el aula
Detección de lagunas
Identifica los conceptos que el estudiante todavía no domina.
Tutorías adaptativas
Sesiones personalizadas de estadística o de programación.
Itinerarios de aprendizaje
Propuestas de recorridos formativos a medida.
Para saber más
Lecturas recomendadas
- Woolf, B. P. (2010). Building Intelligent Interactive Tutors: Student-centered strategies for revolutionizing e-learning. Morgan Kaufmann.
- VanLehn, K. (2011). The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist, 46(4), 197-221.