Paper: La IA en la Generación de Datos Educativos: Hacia un Aprendizaje y Enseñanza a Gran Escala

 

Khalil, M., Liu, Q. and Jovanovic, J. (2025), AI for data generation in education: Towards learning and teaching support at scale. Br J Educ Technol. https://doi.org/10.1111/bjet.13580

La inteligencia artificial está revolucionando la educación, proporcionando oportunidades sin precedentes para personalizar el aprendizaje, generar retroalimentación en tiempo real y permitir intervenciones educativas a gran escala. Un aspecto clave de esta transformación es la generación de datos sintéticos educativos, que pueden suplir la falta de datos reales debido a restricciones de privacidad o disponibilidad. Estos datos generados por IA incluyen desde conjuntos de datos tabulares hasta contenido educativo como texto, imágenes y videos, lo que permite expandir la investigación y la práctica educativa sin comprometer la seguridad de la información.

El artículo explora cómo la IA puede generar datos de alta calidad para mejorar los procesos de enseñanza y aprendizaje. Entre los enfoques analizados, se destaca el uso de modelos de lenguaje de gran escala (LLMs) para la creación de materiales educativos personalizados, la evaluación automatizada de estudiantes y la generación de datos que respeten la privacidad. Estas herramientas permiten desarrollar contenidos escalables y adaptables a diferentes contextos, favoreciendo la inclusión y el acceso equitativo a la educación digital.

Uno de los estudios presentados en la investigación analiza el uso de LLMs para apoyar la enseñanza de matemáticas en secundaria. Se evaluó la capacidad de estos modelos para generar ejercicios y guías de estudio, comparando su calidad con la de los docentes expertos. Los resultados mostraron que, cuando se utilizan de manera complementaria, los LLMs pueden mejorar la accesibilidad y la alineación de los materiales con los objetivos de aprendizaje.

Otro hallazgo relevante es el papel de los datos sintéticos en la protección de la privacidad. Se analizó cómo la generación de datos mediante técnicas de privacidad diferencial puede permitir la publicación de conjuntos de datos sin comprometer la identidad de los estudiantes. Este enfoque es clave para la investigación educativa, ya que facilita la recopilación de información sin infringir regulaciones sobre protección de datos.

El artículo concluye que, aunque la IA tiene el potencial de transformar la educación a gran escala, su implementación debe ser equilibrada con la intervención humana. Si bien los modelos de IA pueden agilizar la generación de contenido y datos, la supervisión y el juicio de los docentes siguen siendo fundamentales para garantizar la calidad y la pertinencia de los materiales educativos.

En el futuro, la investigación deberá centrarse en evaluar cómo estos datos generados por IA impactan el aprendizaje de los estudiantes, así como en mejorar las estrategias para garantizar su precisión, equidad y aplicabilidad en entornos educativos diversos.