Einstein es un robot de IA que se describe de esta manera: “Einstein es una IA con una computadora. Se conecta a Canvas todos los días, mira conferencias, lee artículos, escribe artículos, participa en debates y envía sus tareas, automáticamente”.
Sí, el producto afirma poder completar cualquier trabajo del curso Canvas por sí solo. Puede haber excepciones, como subir tu propio vídeo, pero eliminar un obstáculo como este es, en última instancia, solucionable.
¿Qué quiere decir esto? Creo que significa cada vez menos de lo que algunas personas podrían pensar.
Me dirijo a una conferencia, lo que significa que no tengo tiempo para desarrollar un escrito completo y profundamente investigado, pero permítanme ofrecer una serie de pensamientos para quizás contextualizar lo que creo que está sucediendo aquí.
- Los agentes de IA que pueden iniciar sesión en un sistema de gestión de aprendizaje (LMS) y completar tareas no son nada nuevo. Mark Watkins y yo hablamos de ello en una sesión de preguntas y respuestas en noviembre pasado, donde habíamos hecho referencia al trabajo de Anna Mills incluso antes de eso.
- No sabemos muy bien qué es esto. Companion.AI, que parece ser la entidad anfitriona de Einstein, es El proyecto obvio para Advait Paliwal, un graduado de 2024 del estado de Michigan.
- Cualquiera que sea el caso, no parece ser un gran proyecto respaldado por empresas. Por supuesto, dado el estado de las herramientas de programación automatizadas y la integración relativamente fácil de LLM en el software, es fácil creer que una persona o un grupo pequeño podría idear algo como esto que se vea y funcione razonablemente bien.
- No lo he probado porque no tengo acceso al shell seguro del curso de Canvas, pero alguien debería hacerlo. Debemos saber cuán capaces son estos agentes.
- Sí, escribir sobre esto o publicarlo obsesivamente en BlueSky (como lo hemos estado haciendo yo y otros en mi círculo) equivale a hacer un poco de trabajo de marketing para el producto, pero esto, especialmente si funciona, eventualmente se publicará de todos modos.
- No hay forma de ganar en la carrera armamentista de detección contra la tecnología de automatización de IA. No sólo la detección fallará, sino que invertir una gran cantidad de energía en la detección es una pérdida de tiempo y recursos.
- La evaluación analógica es sólo una defensa parcial contra estos factores, y optar por recurrir exclusivamente a estos métodos corre el riesgo de reducir el alcance del aprendizaje que experimentan los estudiantes.
- Las raíces profundas de la existencia del agente AI similar a Einstein Es un modelo transaccional de educación que reduce la escuela a credenciales.. Einstein promete hacer “el trabajo pesado para que usted no tenga que hacerlo”. Que los estudiantes vean gran parte de lo que sucede en la escuela como un trabajo intenso es un problema que debe abordarse.
- Para aquellos que usan más especias, está claro que aprender cualquier cosa mientras se obtiene una credencial causará problemas a largo plazo, y ciertamente muchos estudiantes los tienen, pero muchos no.
Por esta razón, sostengo que deberíamos ver los desafíos actuales como un problema del “lado de la demanda”. Ahora es más fácil para los estudiantes subcontratar sus tareas escolares a un modelo o agente de IA. La principal innovación de Einstein, si tiene éxito, sería eliminar la necesidad de cortar y pegar los resultados del MBA. La única forma de lograr que los estudiantes aprendan es hacer que el aprendizaje sea una propuesta más útil y atractiva que subcontratar las credenciales a un bot.
Como he escrito anteriormente, existen enfoques que permiten un progreso constante al abordar los desafíos de la presencia de esta tecnología de manera consistente con los contextos locales e individuales. No hay nada en el hecho de que la IA proxy realice los cursos que cambie esto.
Sabemos cómo es el aprendizaje (muy opuesto a Einstein), pero como sistema, no nos hemos centrado tanto en el aprendizaje como podríamos haberlo hecho. Cada uno de estos eventos debe verse como una ocasión para considerar cómo es realmente el aprendizaje y cómo lo que les pedimos a los estudiantes que hagan en clase apoya ese aprendizaje.
Para reiterar, es posible que un recién graduado con experiencia en desarrollo de software haya desarrollado algo que funcione como dice el producto, pero en este momento, esto aún no se ha demostrado. Muchas de las aplicaciones creativas de IA que están surgiendo y atrayendo mucha atención son más novedosas que actuales. Necesitamos saber si esto es material.
Incluso si esto no funciona, es posible que algo así suceda algún día, así que sigamos adelante y nos preparemos para esa eventualidad restando importancia a la importancia de esta tecnología.
