Los nuevos paradigmas tecnológicos están provocando cambios en las relaciones de poder existentes. Las tasas de crecimiento de la información provocadas por la inteligencia artificial (IA), el cómputo en la nube y el Internet de las cosas (IoT), ha provocado que la información crezca a un ritmo exponencial lo que desafía nuestra capacidad natural para comprender y apreciar este diluvio de información. El ejemplo de moda, la versión más reciente de OpenAL GPT produce aproximadamente 4500 millones de palabras por día, el equivalente a la producción diaria promedio de 4.5 millones de blogueros.
Un sector de la economía que se ve particularmente desafiado por el crecimiento exponencial de la información es el sistema educativo, desde pre kínder hasta la universidad. Este artículo se enfoca en el nuevo propósito que debe cumplir la educación y el cambio básico en la filosofía que se requiere para servir a los estudiantes en este siglo XXI de crecimiento exponencial de nueva información.
En las conclusiones se elabora sobre las implicaciones para la vida democrática en general y convivencia en comunidad a nivel de las ciudades de no contar con la posibilidad de procesar adecuadamente la creciente cantidad de información generada por los acelerados avances tecnológicos que irrumpen en nuestra vida.
Introducción
El cerebro humano ha evolucionado para procesar los datos sensoriales en información y así construir un conocimiento que le permita reducir la incertidumbre para sobrevivir en su entorno. En aras de la conservación de energía el cerebro está programado para rechazar la mayoría de los estímulos —el ruido— y solo capturar la información —la señal— con valor predictivo que enriquezca el modelo mental de la realidad de la persona para potenciar sus capacidades de sobrevivencia.
Se puede definir la vida como el constante proceso individual de gestionar la incertidumbre mediante la exploración controlada de la realidad —hipotetizar, contrastar, actualizar hipótesis, contrastar— que nos permite tratar de forma más controlada la incertidumbre inherente a la realidad.
Es importante recalcar la importancia de la incertidumbre para entrar en la discusión de la entropía. La entropía puede entenderse simplemente como la incertidumbre de los posibles estados, o como afirma la física computacional Sharon Glotzer, “las opciones, la cantidad de formas que tienes de hacer algo”. A medida que aumenta la información, y en particular el ruido —los estímulos— y no la señal —la información—, aumenta la entropía o incertidumbre.
Separar la señal y el ruido sigue siendo el desafío intelectual primordial para enfrentar los grandes problemas del siglo XXI y garantizar la evolución de la especie humana. Pero los métodos educativos basados en la memorización y el relato de hechos como base de la educación ya no sirven su propósito para la sociedad por el citado aumento exponencial en el ruido y señal, los estímulos y la información a la que estamos expuestos. Las herramientas mismas que nos deberían de ayudar a procesar tal cantidad de datos ahora generan a su vez más datos lo que crea una paradoja que nunca habíamos enfrentado.
Necesitamos con urgencia beneficiarnos del rápido aumento de la información y el conocimiento antes que las nuevas generaciones desarrollen miedos y un sesgos en contra de la mecánica cuántica, la teoría de la información y la teoría de la complejidad, las herramientas que nos ayudarán a gestionar la entropía antes que estas mismas generen mayor caos por la cantidad de información que generan. Por tanto la educación debe redefinirse para que el ciudadano medio tenga alguna posibilidad de comprender la nueva ciencia, tecnología y matemáticas aplicadas que dominarán el siglo XXI.
Un nuevo enfoque para el aprendizaje
La observación del incomparable John Stuart Mill proporciona una guía que ha sido ignorada en gran medida en la educación desde principios del siglo XIX: “A menudo sucede que la creencia universal de una era de la humanidad. . . se convierte en una era posterior en un absurdo tan palpable, que la única dificultad entonces es imaginar cómo tal cosa puede haber parecido creíble.”
Las actualizaciones a los manuales de autoayuda, como el del Foro Económico Mundial abogan por la enseñanza de las habilidades del siglo XXI; inteligencia emocional, colaboración, adaptabilidad, liderazgo, etc o las 4C del Centro para el Rediseño Curricular; creatividad, pensamiento crítico, colaboración y comunicación en respuesta a las demandas del siglo XXI. Estos no son malos consejos, pero no pasan de ser solamente una actualización de las recomendaciones de Platón o Aristóteles que datan de la Grecia Clásica. Lo que se requiere no es una receta con nuevos ingredientes, sino una transformación en la educación y debe basarse en una visión de cómo los humanos agregan valor en este nuevo siglo XXI. siglo de IA: computación en la nube e IoT.
A fines de la década de 1950, el entonces profesor de Dartmouth, John McCarthy, definió la inteligencia artificial. Parafraseando a McCarthy, la IA es la capacidad de una computadora digital para realizar tareas comúnmente asociadas con los humanos. Hoy en día, los roles se invierten. El futuro de la educación es capacitar a los niños para que hagan lo que la IA no puede hacer. La educación debe pasar de una orientación de memorización de hechos, causalidad, pensamiento lineal y realización de exámenes a una nueva orientación centrada en la exploración de ideas sin riesgos, una comprensión del estado natural de incertidumbre, análisis multivariante y el papel de la invención y la innovación en la sociedad. Esencialmente, necesitamos capacitar a los humanos sobre cómo agregar valor, innovar e inventar un futuro de supervivencia.
Otra forma de ver el problema es examinar cómo se crea la riqueza. Históricamente, la riqueza se creó a partir de la tierra, el trabajo y el capital. Estos insumos se procesaron en sistemas mecánicos y lineales que ignoraron el medio ambiente, se centraron en la eficiencia y la rentabilidad y transformaron el mundo moderno a partir de fines del siglo XVIII y la Primera Revolución Industrial. Esta tendencia de crear riqueza a partir de la materia continuó hasta la década de 1960 cuando la riqueza comenzó a crearse digitalmente. El modelo de creación de riqueza pasó a la información y el capital y allí permanece hoy. nFx, una empresa de capital de riesgo de Silicon Valley, realizó un estudio que muestra que el 70 por ciento del valor de todas las empresas de tecnología se puede atribuir a los efectos de red; comunicaciones, plataformas, mercados, comunidades. En este entorno de efectos de red, el valor se crea más a partir de la innovación en torno al modelo de negocio y la experiencia personalizada del cliente. La creación de valor es más abstracta y menos el enfoque de materia tangible usando tierra y mano de obra. El diseño centrado en el ser humano y el pensamiento sistémico son herramientas populares para crear este tipo de valor abstracto, pero estas herramientas fundamentales rara vez se enseñan antes de la universidad.
Otra comprensión teórica del valor proviene de la definición de investigación transformadora de la National Science Foundation (NSF): “La investigación transformadora involucra ideas, descubrimientos o herramientas que cambian radicalmente nuestra comprensión de un importante concepto científico o de ingeniería existente o una práctica educativa o conducen a la creación de un nuevo paradigma o campo de la ciencia, la ingeniería o la educación. Tal investigación desafía la comprensión actual o proporciona caminos hacia nuevas fronteras”.
Basado en el pensamiento de la NSF, pero no limitado a la ciencia y la ingeniería, el valor son las ideas y los descubrimientos que cambian nuestra comprensión y conducen a la creación de nuevos paradigmas, prácticas o campos de actividad. Este sería un estándar muy alto para la educación, pero las nuevas tecnologías nos están empujando a desempeñarnos a un nivel más alto si los humanos queremos ser más que simples consumidores de la Renta Básica Universal (RBU).
Propongo cinco principios que guían este cambio en la educación pública, esta “nueva filosofía” para enseñar a los estudiantes a “crear valor”. Creo que esta nueva filosofía debe implementarse desde la escuela primaria:
1. La naturaleza Componente de la Realidad
2. El valor está en la teoría
3. Aprende más rápido
4. Computación
5. Aprendizaje multidisciplinar
1. La Naturaleza Componente de la Realidad
En el siglo XX, los científicos buscaron los componentes básicos de la realidad: las moléculas, los átomos y las partículas elementales de las que está hecha toda la materia; las células, proteínas y genes que hacen posible la vida; los bits, algoritmos y redes que forman la base de la información y la inteligencia, tanto humana como artificial. Este siglo, en cambio, comenzaremos a explorar todo lo que se puede hacer con estos bloques de construcción, como lo plantea la Revista Quanta en su provocador artículo sobre el fin de la ciencia como la conocemos hoy.
Lo que estos avances en computación nos dicen es que la antigua forma de enseñar biología y química debe actualizarse desde un enfoque de “clasificación” a un enfoque combinatorio de componentes. La vieja lógica de enseñar “filo, clase, orden, etc.” sirve de poco, aunque nos llevó a donde estamos hoy. El nuevo enfoque haría que el estudiante de física, biología o química diseñe y pruebe combinaciones de moléculas o use el pensamiento sistémico para evaluar un “sistema” biológico diseñado por el estudiante. En cada caso, los estudiantes aprenderían si su hipótesis fue exitosa con base en la retroalimentación de un sistema de inteligencia artificial.
2. El valor está en la teoría
“Creo que cambiar la forma de pensar de la gente es el activo más duradero que se puede crear, porque cuando la gente cambia su forma de pensar, produce en muchas áreas. Es el máximo multiplicador de fuerza.”
Sendhil Mullainathan
Toda la educación en filosofía, matemáticas y física se basan en enseñar la teoría, pero enseñar la capacidad de teorizar será un gran desafío. La teoría es lo abstracto y cuando hacemos ciencia, buscamos tender un puente entre lo abstracto y lo tangible. En gran parte de la historia de la ciencia, sólo contamos con herramientas, como microscopios y telescopios, para clasificar. La clasificación fue un enfoque particularmente útil en biología y ciencia médica. Los avances en la ciencia de la complejidad han contribuido mucho a enriquecer el estudio teórico de la biología, pero todavía no comprendemos el papel de la emergencia en el desarrollo de los sistemas biológicos. Quizás enseñemos mecánica cuántica desde la escuela primaria y la enseñemos todos los años como lo hacemos con las matemáticas, la física y la filosofía. Esto reforzaría la naturaleza de los componentes de la realidad, mostraría la historia de la teorización en física, establecería el modelo mental abstracto-tangible y, de paso, probablemente enseñaría matemáticas aplicadas
3. Aprende más rápido
Einstein, siempre previsor, nos enseñó a no memorizar nunca lo que se puede consultar. Tendremos que aprender más rápido para producir adecuadamente escenarios futuros, actualizar modelos mentales e identificar sesgos y suposiciones defectuosas para crear un futuro más viable.
Para complementar los avances en IA y las nuevas herramientas, debemos restaurar la filosofía de Jean Piaget de que los estudiantes deben ser aprendices autodirigidos para administrar el mayor flujo de información y aprender más rápido. Ya no debemos centrarnos en los hechos y en su lugar enseñar nuevas habilidades. Lo que necesitamos enseñar a los estudiantes hoy es cómo elegir qué leer, cómo establecer la credibilidad del escritor y cómo construir marcos para hacer que la clasificación, organización e internalización de la información sea lo más eficiente posible para el cerebro humano.
4. Computación
En 2006, Jeannette Wing, entonces directora del departamento de ciencias de la computación en la Universidad Carnegie Mellon, escribió un artículo, “Pensamiento computacional” en el que propuso que deberíamos tratar la computación de la misma manera que enseñamos lectura, escritura y aritmética y deberíamos agregar una “C” para computación a STEM. Describió el pensamiento computacional como una abstracción automatizada que nos brinda la capacidad y la audacia de escalar. Esta visión de Wing la adoptó Carnegie Mellon y la llevó a convertirse quizás en la mejor universidad para la investigación y la enseñanza de la IA. El resto del mundo la ignoró en gran medida y gran parte del sistema educativo en todos los niveles todavía lo hace. Es muy difícil para un maestro enseñar lo que no ha estudiado y no aprecia.
Hoy la necesidad de que las personas aprendan y comprendan la computación, definida simplemente como IA, modelado y simulación, es aún mayor. Quien no sabía leer, se quedó atrás en 1900. Si no entiende la computación y la computación en la nube hoy, se quedará atrás. Necesitamos adoptar el mismo enfoque y enseñar a los estudiantes los fundamentos de la computación. La buena noticia es que la mayor parte del material de cómputo está disponible de forma gratuita en línea en los cursos para que los use su distrito escolar local. Solo necesitamos incorporar el aprendizaje en línea para la computación en nuestro enfoque de aula tradicional.
5. Aprendizaje multidisciplinario
Con el aumento de la información se creará valor al ver las relaciones entre disciplinas y las ciencias sociales y humanidades pueden ser las grandes beneficiadas. Hasta la fecha, la computación ha tendido a centrarse en las ciencias naturales, la ingeniería y partes de la ciencia médica, pero los avances en la teoría de redes, la teoría de juegos y los estudios de comportamiento ayudan a la aplicación de la computación en una gama mucho más amplia de dominios. La teoría de la complejidad nos enseña que los sistemas totalmente naturales y los creados por el hombre son sistemas no lineales de múltiples variables con las mismas características de adaptabilidad, autoorganización y emergencia. La computación puede darnos el conjunto de herramientas que finalmente nos permita resolver algunos de los problemas sociales más apremiantes. Esta tendencia hacia lo multidisciplinario sugiere que los silos por disciplina que han sido un sello distintivo de la educación y especialmente de las universidades deberán derribarse. Como sugiere Jeannette Wing en el citado artículo; “El pensamiento computacional es una habilidad fundamental para todos, no solo para los informáticos. A la lectura, la escritura y la aritmética, debemos agregar el pensamiento computacional a la capacidad analítica de cada niño” la computación debe convertirse en parte de cada disciplina.
Conclusión
La mecánica cuántica nos muestra la naturaleza componente de la realidad y la inteligencia artificial es la herramienta que utilizamos para procesar los componentes. El enorme desafío es que el sistema educativo enseñe a los estudiantes cómo agregar valor en este nuevo sistema basado en computación. Sin embargo, puede haber otra necesidad igualmente desafiante. En el nivel más fundamental, la democracia tiene que ver con el acceso a la información. Cuando observamos el rango y el volumen de datos en el siglo XXI, uno se da cuenta de que el acceso a la potencia informática, las herramientas analíticas y el conocimiento para usar las herramientas en un entorno de computación en la nube es probablemente tan fundamental como la lectura o el acceso a la información. Si el ciudadano educado es necesario para preservar la democracia, el acceso a los datos y las habilidades para analizar los datos deben estar disponibles para todos los estudiantes y ciudadanos. Además, el gobierno de cada ciudad debería poner a disposición personal capacitado y acceso a recursos de computación en la nube para cualquier ciudadano u organización que tenga un conjunto de datos para analizar. El acceso público a la educación y los recursos informáticos financiados por la ciudad reducirá el riesgo de que aumente la población marginada y, con suerte, facilitará la modernización de la democracia.
Las opiniones expresadas aquí son las opiniones personales del autor y no representan las opiniones de ninguna organización que emplee al autor o con la que esté afiliado. El presente artículo ha sido editado y traducido por los co-editores de la sección T de Tecnología y se puede consultar en su versión original en inglés en la liga correspondiente a esta nota de pie de página.
GPT-3 powers the next generation of apps
Sharon Glotzer’s Deep Curiosity About Order From Chaos | Quanta Magazine
The skills needed in the 21st century – New Vision for Education
The Network Effects Manual: 16 Different Network Effects (and counting)
What Is Universal Basic Income (UBI), and How Does It Work?.
Contemplating the End of Physics | Quanta Magazine
Sendhil Mullainathan: The Chaos Inside Us [The Knowledge Project Ep. #102] – Farnam Street
Are We on the Edge of Chaos? Part III — Education | by Robert Hacker
