Cómo el AI CUI puede ayudar a la educación superior

La Inteligencia Artificial (IA) está mostrando un gran empuje y promesa en la educación superior. Sin embargo, el enfoque de la IA ha sido en gran medida en la mejora de la experiencia de aprendizaje, no en las oficinas de registro y matriculación donde los desafíos permanecen. Los futuros estudiantes tienen dificultades para navegar por los entresijos de la ayuda financiera, mientras que los estudiantes actuales a menudo tienen dificultades para matricularse en las clases. Ahí es donde una interfaz conversacional de inteligencia artificial puede proporcionar ayuda a los estudiantes en la inscripción y el registro.

¿Qué es la interfaz conversacional artificial (AI CUI)?

Para entender nuestra relación actual con la IA debemos mirar al pasado. Siempre ha habido una especie de misterio de ciencia ficción entre el hombre y la máquina. Durante décadas, los científicos han tratado de interactuar con los ordenadores a través de comandos humanos naturales. comandos humanos. En 1960, ELIZA se creó en un laboratorio de IA del MIT para emular el comportamiento de un psiquiatra. A Eliza le siguió PARRY en 1972 y Jabberwacky en 1988. El reto de las primeras CUIs era que el software que las impulsaba estaba basado en reglas. Esto significaba que los programadores tenían que predecir e incluir todas las formas en que se podía dar un comando a la aplicación. Como se puede imaginar, esto no era muy eficiente, ya que el código se volvía demasiado enrevesado y los desarrolladores solían pasar por alto muchas formas en las que el usuario podía interactuar con el programa. Aquí es donde la programación en lenguaje natural (NPL) y el aprendizaje automático evolucionaron el chatbot hasta lo que conocemos hoy.
Según Gartner, "las interfaces conversacionales de IA son un subconjunto de las interfaces de usuario conversacionales (CUI) en general, que es un modelo de diseño de alto nivel en el que las interacciones entre el usuario y la máquina se producen principalmente en el lenguaje natural hablado o escrito del usuario."

Para descomponer esto, un CUI está interactuando con una computadora en términos humanos. El CUI permite al usuario decirle a la computadora lo que debe hacer. Piensa en el CUI como un asociado de la tienda con guiones predefinidos para responder a las preguntas de los clientes. El CUI toma dos formas: asistentes de voz y chatbots. Algunos CUIs de asistente de voz comunes en nuestro panorama actual son Alexa, Siri y Cortana, mientras que un chatbot común es el chatbot de Slack.

Cómo el AI CUI puede ayudar a los estudiantes de nivel superior

Con más y más universidades luchando por llenar las clases antes de la fecha límite del 1 de mayo, los AI CUIs pueden ayudar a los futuros estudiantes proporcionando asistencia individual 24/7. El proceso de solicitud de ingreso a la universidad implica varios desafíos complejos, desde completar la ayuda financiera, presentar los expedientes académicos, solicitar préstamos estudiantiles y pagar la matrícula. Estos desafíos son especialmente difíciles para los estudiantes con antecedentes de bajos ingresos que no tienen a alguien que los guíe a través del proceso.
Un estudio de caso de primera clase puede encontrarse en la Universidad Estatal de Georgia. Para combatir el deshielo de verano - un término usado para describir cuando los estudiantes de secundaria solicitan ir a la universidad, son aceptados y planean inscribirse pero no lo hacen, la Universidad Estatal de Georgia desplegó un chatbot para atraer a los posibles estudiantes. Los estudiantes pueden hacer preguntas sobre temas generales relacionados con la universidad, la ayuda financiera e incluso la inscripción. La GSU vio una disminución en el deshielo del verano por 24% y un 3,9% aumento de la matrícula. En respuesta a tal éxito, Scott Burke, vicepresidente adjunto de admisiones de estudiantes universitarios declaró, "Nuestra meta No. 1 era desplegar una solución que impulsara y guiara a los estudiantes a través de procesos complejos como la presentación de una FAFSA (Solicitud Gratuita de Ayuda Federal para Estudiantes), así como los fundamentos de la lista de verificación de los próximos pasos del estudiante admitido de manera personalizada. El proceso y los resultados superaron con creces mis expectativas".

Otro ejemplo de la aplicación con éxito del AI CUI por parte de una universidad es la Universidad Técnica de Berlín en Alemania. Su chatbot llamado Alex, ayudó a los estudiantes a navegar en su camino a la programación de sus cursos. De acuerdo con Times Higher Education, “En lugar de buscar en los horarios en línea, los estudiantes escriben preguntas normales a Alex, como cuándo son las clases, quién les enseñará y qué exámenes tienen que hacer. El robot responde con frases naturales y puede hacer preguntas de seguimiento para llegar al fondo de lo que un estudiante realmente quiere saber".
Además de ayudar y guiar a los estudiantes en el proceso de inscripción y registro, el AI CUI está liberando a las admisiones y a los consejeros para hacer un trabajo más significativo. Un ejemplo importante está documentado en un informe de Gartner, "Automatización inteligente que libera a los humanos para tareas más avanzadas o permite casos de uso que habrían consumido un tiempo prohibitivo". Un ejemplo bien documentado es que el personal de la Universidad Estatal de Georgia (GSU) necesita atender menos del 1% de los 50.000 mensajes de texto recibidos de los estudiantes".

¿Cuál es el proceso de implementación del AI CUI?

Empiece pensando en las preguntas más frecuentes y en otros tipos de solicitudes de información. De acuerdo con Diseño de chatbots para la práctica de la educación superior, "Un enfoque práctico supone tener en cuenta a los múltiples interesados en la situación de aprendizaje, e investigar la aparición de prácticas sociales e interacciones de los interesados al introducir la tecnología de los chats". En otras palabras, para que la aplicación de la tecnología de los chatbot tenga éxito, hay que asegurarse de que los principales interesados participen en todo el proceso.

Según el documento, hay cuatro categorías que los estudiantes generaron a través del análisis de contenido:

1. Información fáctica y general
   1. Esta categoría abarca consultas generales sobre el examen, la asistencia y la literatura del curso de una clase.
2. Información sobre el contenido del curso e interacción con los compañeros
   1. Esta categoría cubre la orientación necesaria para el estudiante sobre cómo proceder con el contenido del curso.
3. Autodeclaración o información unidireccional
   1. No se necesita una respuesta aquí, sólo una notificación.
4. Llamamiento
   1. Intercambio de información entre estudiantes y profesionales.

Adicional consideraciones to tomar nota de que al implementar los AI CUIs son los siguientes:

• Una conceptualización de las preguntas de los alumnos - ayudando a los diseñadores a considerar qué tipo de preguntas y respuestas debería soportar un chatbot de Educación Superior (ES).
• Una recomendación para ofrecer la funcionalidad de los chatbot de la ES dentro del "ecosistema estudiantil" existente de aplicaciones para promover la accesibilidad y la facilidad de uso.
• Un argumento a favor del aprendizaje supervisado, debido a la demanda de respuestas de calidad controlada del chatbot, y un papel potencial del chatbot como agente que ejerce la autoridad pública.
• Una reflexión sobre la multitud de normas de privacidad que rigen el diseño - en este caso, tanto las normas educativas, la ética de la investigación, y las normas para cumplir con las regulaciones de los servicios de nube de terceros.

El camino por delante

Como con cualquier nueva tecnología, puede haber una reacción. Por ejemplo, algunos estudiantes usuarios de AI CUI afirman que esta información puede ser encontrada fácilmente en un FAQ o con una simple búsqueda en la web. Este es un problema con la mayoría de las nuevas tecnologías, no es lo suficientemente bueno... todavía. Sí, los AI CUI más comunes como Alexa pueden responder a preguntas simples y amplias sobre el clima, pero en ambientes más pequeños, la información precisa adaptada a un estudiante individual puede no ser tan fácil. Pero a medida que reunimos más y más datos sobre los estudiantes, eso podría no ser un problema por mucho más tiempo.