Si empezamos este articulo hablando sobre el nombre de Minerva, la mayoría de nosotros podía pensar en una nueva compañera docente para nuestro colegio o en una nueva alumna que se incorporará a nuestras clases. Pero más lejos de la realidad, cuando hablamos de Minerva lo hacemos de la nueva inteligencia artificial de Google, enfocada para resolver problemas en el ámbito matemático y científico mediante el razonamiento paso a paso.
Esta IA de Google resuelve tales problemas generando soluciones que incluyen cálculos numéricos y manipulación simbólica, además analiza y responde preguntas matemáticas utilizando una combinación de lenguaje natural y notación matemática.
Llevamos un tiempo escuchando como las grandes tecnológicas en el campo de la IA trabajan para dotar a estos modelos de capacidad de predicción, mejoras en el lenguaje natural para su comunicación o incluso las últimas noticias hablan de como una IA era capaz de tener sentimientos, pero más allá de estas importantes noticias nos encontramos a Minerva, una IA que utiliza todas esas propiedades para razonar y explicar paso a paso un problema matemático que puede aparecer en cualquier aula de secundaria o de universidad. Es aquí donde nos podemos encontrar en un nuevo marco de herramientas educativas, un algoritmo al cual le proporcionas un problema totalmente original, sin pautas ni restricciones, solo el sentido y contexto adecuado y es capaz de resolverlo de una manera razonada, incluso mostrando y valorando todas las posibles soluciones.
Pero, aunque a Minerva podamos verla como una nueva docente dentro de su campo, aún estamos muy lejos de que una IA pueda dirigir una clase o transmitir un conocimiento con ciertas garantías. El conocimiento que adquieren estos modelos de inteligencia artificial es verdaderamente enorme. Minerva tiene la base de conocimiento de otros grandes modelos de lenguaje natural como GPT-3 o LaMDA, pero además se ha entrenado con un conjunto de datos de 118 GB de artículos científicos y páginas web que contienen expresiones matemáticas usando LaTeX, MathJax u otros formatos matemáticos de composición tipográfica, pero a pesar de todo esto sus desventajas a nivel de interacción y verificación todavía son evidentes.
Minerva tiene la limitación de que no puede verificar sus propias respuestas. Se limita únicamente a ofrecer varias soluciones posibles y a valorar por probabilidad cuál puede ser la idónea, su capacidad de debate, intercambio de opiniones o incluso cambio de opinión se plantea totalmente fuera de su capacidad. Factores que son fundamentales dentro de un aula cuando se está enseñando.
Si abordamos la didáctica de las matemáticas o de otras ciencias, por supuesto va mucho más allá de dar soluciones a los problemas e incluso de razonarlos. Una IA como Minerva, hoy por hoy podrá ser un complemento fantástico en nuestra aula, pero más allá de sus razonamientos y grandes conocimientos en muchos campos hay zonas en el aprendizaje donde una IA aún no puede llegar a transmitir. Generar una hipótesis dentro del aula, impulsar el pensamiento matemático a través del crítico o descubrir habilidades y destrezas en nuestros alumnos son aportes propios y exclusivos actualmente del docente.
Como reflexión, sin entrar en el apartado ético ni en el objetivo por el cual se crean este tipo de modelos inteligentes, podemos decir que, aunque el avance en estas tecnologías es impresionante y no deja de sorprendernos, la supremacía de una IA dentro de un aula aún está muy lejos de ser alcanzada, actualmente el crecimiento va en paralelo al acompañamiento y mejora del aprendizaje, pero siempre como una herramienta. Es cierto que estos mismos avances en otros sectores están causando un mayor impacto e incluso de forma sustitutiva pero un aula sigue siendo un lugar especial donde lo que se genera hay dentro actualmente solo está en manos de personas.