De la co-construcción a la co-evolución entre actores humanos e IA en el aprendizaje - [Tesis].

Esta tesis se inscribe en el campo de los Entornos Informáticos para el Aprendizaje Humano (CEHL) y analiza el papel que puede desempeñar la inteligencia artificial en la personalización de las situaciones de aprendizaje.

El objetivo general del manuscrito es comprender cómo diseñar sistemas capaces de adaptar los entornos de enseñanza a las características de los alumnos, teniendo en cuenta al mismo tiempo las limitaciones y prácticas de los profesores.

La autora sitúa explícitamente su investigación en la interfaz entre la informática, la ingeniería del conocimiento y las ciencias de la educación. Señala que el IALT es un campo intrínsecamente interdisciplinar que pretende "proporcionar modelos y herramientas de apoyo al aprendizaje y la enseñanza en entornos digitales" (p. 2).

Sustitución o apoyo

El manuscrito defiende una tesis central: la inteligencia artificial aplicada a la educación no debe concebirse como un mecanismo de automatización que sustituya la actividad pedagógica humana, sino como un conjunto de dispositivos capaces de apoyar la actividad de los profesores y enriquecer los entornos de aprendizaje. A este respecto, la autora subraya que su trabajo pretende "proponer no sistemas automáticos que sustituyan a los profesores, sino herramientas que puedan adaptarse a sus prácticas", permitiendo generar o recomendar actividades pedagógicas adaptadas a los perfiles de los alumnos (p. 6).

El manuscrito comienza con una perspectiva histórica del campo de la AIH y de la relación entre inteligencia artificial y aprendizaje. La evolución del campo se presenta como una sucesión de intentos de resolver un problema pedagógico fundamental: adaptar la enseñanza a las necesidades individuales de los alumnos.

• Los primeros sistemas de enseñanza programada se basaban en itinerarios ramificados que permitían modular el progreso del alumno en función de sus respuestas. El advenimiento de la informática y luego de la inteligencia artificial condujo progresivamente al desarrollo de sistemas más complejos, capaces de integrar los conocimientos sobre la materia enseñada, el método pedagógico y el alumno.
  
  Los sistemas de tutoría inteligente ocupan un lugar central en esta genealogía. Estos sistemas se basan en la idea de que el aprendizaje puede apoyarse en modelos de conocimiento explícito capaces de diagnosticar el estado cognitivo del alumno y sugerirle actividades adecuadas.
  
  
• Sin embargo, el autor también destaca la aparición de enfoques alternativos que favorecen entornos de aprendizaje abiertos en los que el alumno conserva una mayor autonomía. Los sistemas de recomendación pedagógica ilustran esta evolución: "recomiendan recursos dejando al alumno la elección de aceptar o rechazar la recomendación" (p. 4).

A partir de esta contextualización, las contribuciones científicas presentadas en la habilitación se organizan en torno a dos grandes líneas de investigación.

• La primera se refiere a la modelización del conocimiento pedagógico para ayudar a los profesores a diseñar entornos de aprendizaje personalizados.
  
  Los trabajos utilizan métodos de ingeniería del conocimiento para formalizar los conocimientos pedagógicos y hacerlos utilizables por los sistemas informáticos. Este enfoque ha conducido al diseño de metamodelos para representar actividades de enseñanza, perfiles de alumnos y objetivos de competencias.
  
  Estos modelos se integran en herramientas de autor que permiten a los profesores configurar entornos de aprendizaje adaptativos. El enfoque desarrollado pretende apoyar la actividad docente en lugar de automatizarla. En particular, permite generar o recomendar actividades pedagógicas en función de las características de los alumnos y de las limitaciones del contexto pedagógico.
  
  Se hace especial hincapié en la integración del enfoque por competencias en estos entornos adaptativos. Los modelos desarrollados permiten utilizar repositorios de competencias para calcular perfiles de aprendizaje y orientar las recomendaciones pedagógicas. Esta orientación refleja la voluntad de acercar los modelos informáticos a los marcos pedagógicos utilizados en los centros de enseñanza.
  
  
• El segundo ámbito de investigación se refiere a la utilización de las huellas de aprendizaje producidas por los entornos digitales.
  
  Las plataformas de aprendizaje generan actualmente un volumen creciente de datos que describen las interacciones de los alumnos con los recursos educativos. Estos datos constituyen una importante fuente de información para comprender los procesos de aprendizaje y respaldar las decisiones pedagógicas. El trabajo que aquí se presenta combina la ingeniería del conocimiento, la minería de datos y el aprendizaje automático para analizar estas trazas y extraer modelos útiles para el diseño educativo.
  
  Esta investigación ha conducido al desarrollo de plataformas de análisis de datos de aprendizaje que no requieren conocimientos avanzados de programación. También facilitan capitalizar y compartir los análisis producidos por los usuarios.

El autor subraya que estos sistemas combinan dos tipos de enfoques complementarios: modelos derivados de la experiencia pedagógica (enfoque descendente) y modelos descubiertos a partir de los datos (enfoque ascendente).

¿En qué se basan las recomendaciones?

Otra contribución importante se refiere a la transparencia de los sistemas de inteligencia artificial utilizados en entornos educativos. Las decisiones que toman estos sistemas, como las recomendaciones pedagógicas, se basan a menudo en mecanismos algorítmicos difíciles de interpretar por los usuarios. El trabajo presentado explora la posibilidad de introducir mecanismos de IA explicables para hacer comprensibles las decisiones producidas por los motores de inteligencia artificial.

Perspectivas de las interacciones entre humanos e IA

El manuscrito concluye con la presentación de un programa de investigación estructurado en torno a varias perspectivas científicas. Entre ellas figuran

• el desarrollo de mecanismos de IA explicables integrados en el ciclo de personalización del entorno de aprendizaje
• el diseño de arquitecturas híbridas de IA que combinen enfoques simbólicos y aprendizaje automático, y
• el estudio de la coevolución entre actores humanos y sistemas inteligentes en entornos educativos.

Esta última perspectiva es uno de los hilos conductores de la obra. Se basa en la idea de que los entornos digitales de aprendizaje no deben diseñarse como simples herramientas tecnológicas, sino como dispositivos sociotécnicos en los que interactúan profesores, alumnos y sistemas informáticos.

Desde esta perspectiva, la personalización del aprendizaje se ve menos como un problema algorítmico que como una cuestión de vincular modelos informáticos, conocimientos pedagógicos y prácticas educativas. La habilitación propone así un marco conceptual y metodológico para reflexionar sobre la integración de la inteligencia artificial en los entornos de aprendizaje, teniendo en cuenta al mismo tiempo las realidades pedagógicas e institucionales del mundo educativo.

Referencia

Lefevre, M. (2026). De la co-construction à la co-évolution entre acteurs humains et AI au sein du cycle de personnalisation des EIAH. Habilitación para dirigir investigaciones en informática, Universidad Claude Bernard Lyon 1.
https://hal.science/tel-05504496v1