Las nuevas tecnologías crean métodos infalibles para que el estudiante adquiera los conocimientos propuestos
A diferencia de los estudiantes humanos, los ordenadores no parecen aburrirse o frustrarse cuando una lección es demasiado fácil o demasiado difícil. Pero al igual que los humanos, les va mejor cuando un plan educativo es «perfecto» para su nivel de habilidad. Sin embargo, no es fácil elaborar los planes de estudio adecuados, por lo que los científicos informáticos se preguntan: ¿y si pudieran hacer que las máquinas diseñen sus propios planes de aprendizaje?
Eso es lo que han hecho los investigadores en varios estudios utilizando para ello la inteligencia artificial (IA) para descubrir la mejor manera de enseñar. El trabajo podría acelerar el aprendizaje en automóviles autónomos y robots domésticos, e incluso podría ayudar a resolver problemas matemáticos que antes no tenían solución.
En uno de los nuevos experimentos, un programa de inteligencia artificial intenta llegar rápidamente a un destino navegando por una cuadrícula 2D. Se consiguen mejorar su habilidades a través de un proceso llamado aprendizaje por refuerzo, una especie de prueba y error.
Info relacionada:
Aprendizaje por bloques
Para ayudarlo a navegar por mundos cada vez más complejos, los investigadores de la Universidad de California (UC) en Berkeley, el estudiante graduado Michael Dennis y Natasha Jaques, científica investigadora de Google, consideraron dos formas en las que podían dibujar los mapas. Un método de bloques distribuidos al azar; con él, la IA no aprendió mucho. Otro método recordaba con qué había luchado la IA en el pasado y, en consecuencia, maximizaba la dificultad. Pero eso hizo que los mundos fueran demasiado difíciles, y a veces incluso imposibles, de completar.
Entonces, los científicos crearon un entorno que era perfecto, utilizando un nuevo enfoque que llaman PAIRED. Primero, combinaron su IA con una casi idéntica, aunque con un conjunto de fortalezas ligeramente diferente, al que llamaron el antagonista. Luego, tenían un tercer diseño de mundos de IA que eran fáciles para el programa. Eso mantuvo las tareas al límite de la capacidad de resolución del protagonista. El diseñador utiliza una red neuronal, un programa inspirado en la arquitectura del cerebro, para aprender su tarea a través de muchas pruebas.
Después del entrenamiento, el programa desarrollado intentó resolver una serie de laberintos difíciles. Si entrenó usando los dos métodos más antiguos, no resolvió ninguno de los nuevos laberintos. Pero después de entrenar con PAIRED, resolvió uno de cada cinco, informó el equipo.
“Estábamos entusiasmados con la forma en que PAIRED comenzó a trabajar prácticamente desde el principio. La IA diseñó su propio plan de aprendizaje”, aseguraron.
