Iceebook News
La enseñanza en el aula es uno de los pilares fundamentales del aprendizaje. Sin embargo, evaluar de forma precisa lo que ocurre en una clase tradicionalmente ha requerido observación manual exhaustiva. Ahora, investigadores de la Universidad Normal del Este de China han dado un salto innovador utilizando inteligencia artificial para analizar dinámicas de aula a gran escala.
El equipo liderado por Yihe Gao y Xiaozhe Yang ha desarrollado el sistema CEED (Estándar de Análisis Inteligente para el Aula de Alta Calidad), que integra técnicas de aprendizaje automático y análisis multimodal de datos. Con esta herramienta, es posible clasificar discursos, analizar comportamientos y evaluar interacciones en cientos de horas de vídeos educativos, optimizando un proceso que antes tomaba enormes cantidades de tiempo y recursos humanos.
El estudio, publicado en ECNU Review of Education, examinó 1008 clases de primero a noveno grado, todas impartidas en lengua china. Los resultados revelan que la presentación del profesorado sigue dominando el 51,9 % del tiempo de clase, mientras que las interacciones profesor-alumno representan el 30,5 %. Las actividades grupales y las tareas individuales, claves para un aprendizaje activo, apenas alcanzan el 5,3 % y 12,3 % del tiempo respectivamente.
El sistema CEED utiliza redes neuronales convolucionales, reconocimiento de posturas a través de algoritmos como OpenPose y análisis avanzado de diálogos para procesar automáticamente el contenido de los videos. Este enfoque multidimensional permite una evaluación exhaustiva del aula basada en eficiencia, equidad y democracia, estableciendo nuevas bases para medir la calidad educativa.
Uno de los hallazgos más relevantes del estudio es que, contrariamente a las expectativas, en los grados superiores disminuyen las preguntas abiertas y aumenta el uso de clases magistrales cerradas. Aunque se presupone una mayor complejidad cognitiva en estudiantes mayores, los docentes tienden a optar por métodos de enseñanza más estructurados y menos interactivos.
La herramienta no solo mejora la eficiencia del análisis —reduciendo de 1,5 horas manuales a solo 20 minutos automáticos por clase—, sino que también ofrece una precisión de hasta el 90 % en la interpretación de datos. Además, facilita la retroalimentación docente, permitiendo a profesores y administradores diseñar programas de formación basados en evidencia concreta de dinámicas reales de aula.
Sin embargo, los investigadores advierten sobre los retos inherentes al uso de IA en educación, como el sesgo algorítmico y las limitaciones para analizar disciplinas prácticas como educación física. Se enfatiza la necesidad de aplicar estos sistemas con cautela y de continuar investigando para expandir su fiabilidad y aplicabilidad a distintas áreas de aprendizaje.
Este avance marca un hito en la transformación educativa, mostrando que la inteligencia artificial puede ser un aliado potente para comprender, optimizar y democratizar la enseñanza en las aulas del futuro.
Referencias: ECNU Review of Education
