Comprensión y Redacción de Textos II

Ciclo 2023-agosto
Semana 9, semana 10

El texto argumentativo: ejercicio de transferencia

Apellidos y nombres
1. DE LA CRUZ ROJAS Jaime
________________________________________________________________________
Lee la situación comunicativa.

En los últimos tiempos, la IA (inteligencia artificial) ha irrumpido en el panorama con

resultados que asombran por los denominados “chatbots”, medio por el cual una empresa
pueda entablar comunicación con sus usuarios, se puede crear música e, incluso, textos
académicos.

Luego de analizar el tema, ¿crees que el uso de la inteligencia artificial es beneficiosa

para la sociedad?

Redacta un texto argumentativo de cuatro párrafos (introducción, desarrollo 1, desarrollo 2

y cierre) donde presentes tu postura frente a la pregunta propuesta y la sustentes con
argumentos sólidos.

Esquema de producción

Elabora aquí el esquema de producción del texto argumentativo.

Texto argumentativo

1. Introducción

1.1. Contextualización: En la actualidad la Inteligencia Artificial es

controversial en la sociedad
1.2. Controversia: ¿Crees que el uso de la inteligencia artificial es beneficiosa
para la sociedad?
1.3. Tesis: La inteligencia artificial es beneficiosa en el desarrollo intelectual
de los estudiantes
1.4. Enunciado en contra / antítesis / postura en contra: Empero, esta
herramienta limita el pensamiento crítico de estos.
1.5. Anticipación. En adelante, argumentare mi postura

1
2. Desarrollo
Estrategia argumentativa de definición
2.1. Tesis + argumento
La inteligencia artificial es beneficiosa en el desarrollo intelectual de los
estudiantes, porque, esta herramienta puede proporcionar recursos
educativos personalizados y evaluaciones más precisas.

1.1. Idea secundaria 1

La inteligencia artificial es útil ya que puede facilitar recursos
educativos personalizados y de esta manera pueda fortalecer sus
debilidades académicas.
1.1.1. Idea terciaria 1
La IA permite personalizar el contenido educativo y el ritmo de
aprendizaje para satisfacer las necesidades de cada estudiante.
1.1.2. Idea terciaria 2
La IA puede identificar áreas en las que un estudiante necesita
mejorar, por lo que proporciona ejercicios para fortalecer esas
habilidades.
1.2. Idea secundaria 2
Esta herramienta mejora la forma de estudio en los estudiantes
proporcionado retroalimentación y evaluación del desempeño
académico.
1.2.1. Idea terciaria 1
Proporciona una retroalimentación inmediata donde facilita la corrección
de los errores de los estudiantes, de esta manera genera un aprendizaje
continuo.
1.2.2. Idea terciaria 2
Mejora la evaluación del avance de los estudiantes de forma mas precisa
e imparcial, disminuyendo la probabilidad de perjuicios en la calificación

2.2. Argumento (causalida)

2
1. La inteligencia artificial, a través de su capacidad para personalizar el
aprendizaje, tiene un impacto positivo en el desarrollo intelectual de
los estudiantes.

1.1. La adaptación personalizada de la IA en la educación permite a

los estudiantes aprender a su propio ritmo y nivel de
competencia

1.1.1. La adaptación personalizada de la IA en la

educación no solo se limita a la velocidad de
aprendizaje, sino que también tiene en cuenta el
estilo de aprendizaje de cada estudiante.
1.1.2. La retroalimentación constante proporcionada por
la IA también contribuye a la reducción de la
frustración y el estrés.
1.2. La retroalimentación instantánea proporcionada por sistemas
de IA ayuda a los estudiantes a identificar y corregir sus
debilidades de manera efectiva.
1.2.1. La retroalimentación instantánea por esta
herramienta anima a los estudiantes a reflexionar
sobre su propio progreso.
3
 1.2.2. La retroalimentación instantánea no solo señala
errores, sino que también proporciona orientación
sobre cómo corregirlos. Esto no solo ayuda a los
estudiantes a superar las deficiencias inmediatas,
sino que también les enseña habilidades de
resolución de problemas.

2.3. Argumento (generalización)

1. La integración de la inteligencia artificial en la educación beneficia

significativamente el desarrollo intelectual de los estudiantes.

1.1. Mejora de la personalización del aprendizaje

1.2. Facilitación del aprendizaje a lo largo de la vida

3. Conclusión

5.1. conector de cierre

5.2. reiteración de la tesis
5.3. síntesis de los argumentos
5.4. exhortación / propuesta, etc

4
5
Versión borrador

Redacta, en este espacio, la versión borrador del texto argumentativo.

Cómo los profesores pueden utilizar la IA para mejorar su enseñanza en tiempo real
Este artículo es parte de la guía: Mejor, más rápido, más fuerte: cómo la ingeniería del
aprendizaje apunta a transformar la educación.

La versión original de este artículo apareció en Toward Data Science .

Cuando comencé a enseñar ciencia de datos e inteligencia artificial en la Escuela de

Ingeniería Pratt de la Universidad de Duke, me sentí frustrado por la poca comprensión
que realmente sentía sobre cuán efectiva era mi enseñanza, hasta que llegaron las
calificaciones de los exámenes finales de fin de semestre y las evaluaciones de los
estudiantes. en.

Como era nueva en la enseñanza, dediqué tiempo a leer sobre las mejores prácticas
pedagógicas y cómo métodos como el aprendizaje de dominio y la orientación
personalizada uno a uno podrían mejorar drásticamente los resultados de los
estudiantes . Sin embargo, incluso con mis clases relativamente pequeñas, sentí que no
tenía suficiente conocimiento del aprendizaje de cada estudiante para brindarles una
orientación personalizada útil. A mitad del semestre, si me hubieran pedido que les dijera
exactamente qué había dominado un estudiante específico en la clase hasta la fecha y
dónde estaba teniendo dificultades, no habría podido darle una muy buena respuesta.
Cuando los estudiantes acudieron a mí para recibir asesoramiento personalizado, tuve
que preguntarles dónde necesitaban ayuda y esperar que fueran lo suficientemente
conscientes de sí mismos como para saberlo.

Sabiendo que mis colegas de otros programas y universidades imparten clases con
tamaños mucho más numerosos que los míos, les pregunté qué tan conscientes se
sentían del nivel de dominio de cada uno de sus estudiantes en cualquier momento. En su
mayor parte, admitieron que también estaban “volando a ciegas” hasta que llegaron los
resultados de la evaluación final. Históricamente, uno de los problemas más
desconcertantes en educación es que existe un equilibrio entre la escala y la calidad
alcanzable de la instrucción : a medida que crece el tamaño de las clases A mayor escala,
se reduce la capacidad de un profesor para proporcionar el tipo de orientación
personalizada que, según las investigaciones en ciencias del aprendizaje, es más eficaz.

Sin embargo, como instructores en el nuevo mundo de la educación en línea, tenemos

acceso a cantidades cada vez mayores de datos (desde videos de conferencias
grabadas, tareas enviadas electrónicamente, foros de discusión y cuestionarios y
evaluaciones en línea) que pueden brindarnos información sobre el aprendizaje individual
de los estudiantes. En el verano de 2020, comenzamos un proyecto de investigación en
Duke para explorar cómo podríamos usar estos datos para ayudarnos como instructores a
hacer mejor nuestro trabajo. La pregunta específica que nos propusimos responder fue:

6
"Como instructor, ¿cómo puedo utilizar los datos disponibles para respaldar mi capacidad
de brindar orientación personalizada efectiva a mis alumnos?"

Identificar los estados de conocimiento de los estudiantes

Lo que queríamos saber era, para cualquier estudiante de una clase en cualquier
momento durante un semestre, ¿qué material ha dominado y con qué está teniendo
dificultades? El modelo de Teoría del Espacio del Conocimiento , introducido por Doignon
y Falmagne en 1985 y ampliado significativamente desde entonces, postula que un
determinado “dominio” de conocimiento (como la materia de un curso) contiene un
conjunto discreto de temas (o “elementos”) que a menudo tienen interdependencias. El
conjunto de temas que un estudiante ha dominado hasta la fecha se denomina "estado de
conocimiento". Para brindar una instrucción efectiva para toda la clase y brindar
orientación personalizada a los estudiantes individuales, es fundamental comprender el
estado de conocimiento de cada estudiante en cualquier momento.

Entonces, ¿cómo se identifica el estado de conocimiento de un estudiante? El método

más común es mediante la evaluación, ya sea mediante tareas o cuestionarios y
exámenes. Para mis clases, utilizo cuestionarios formativos de bajo riesgo cada semana.
Cada cuestionario contiene alrededor de 10 preguntas; aproximadamente la mitad de las
preguntas evalúan el conocimiento de los estudiantes sobre los temas tratados en la
conferencia de la semana pasada y la mitad restante cubre temas de etapas anteriores
del curso. De esta manera, sigo evaluando cada semana el dominio de los temas de todo
el curso por parte de los estudiantes. Además, tenemos tareas semanales que evalúan
una variedad de temas tratados hasta la fecha.

Pero investigar en docenas o cientos de resultados de cuestionarios o preguntas de

tareas para decenas o cientos de estudiantes en una clase para identificar patrones que
brinden información sobre los estados de conocimiento de los estudiantes no es la tarea
más fácil. Los docentes eficaces deben ser buenos en muchas cosas (impartir
conferencias convincentes, crear y calificar tareas y evaluaciones, etc.), pero la mayoría
de los docentes no son científicos de datos capacitados, ni deberían serlo para hacer su
trabajo.

Aquí es donde entra en juego el aprendizaje automático. Fundamentalmente, el

aprendizaje automático se utiliza para reconocer patrones en los datos y, en este caso, la
tecnología se puede utilizar para identificar los estados de conocimiento de los
estudiantes a partir de sus patrones de desempeño en pruebas y tareas.

Creación del asistente inteligente para el aula

Para ayudar a mejorar mi propia enseñanza y la de mis compañeros profesores en el
programa de maestría de Inteligencia Artificial para Innovación de Productos de Duke, nos
propusimos desarrollar un sistema que pudiera, dado un conjunto de pruebas de clase y
resultados de tareas y un conjunto de temas de aprendizaje, identificar cada el estado de
aprendizaje del estudiante en cualquier momento y presentar esa información tanto al
instructor como al alumno. Esto facilitaría una orientación personalizada más eficaz por
parte del instructor y una mayor conciencia por parte del estudiante sobre dónde debe

7
centrarse adicionalmente en su estudio. Además, al agregar esta información en toda la
clase, un instructor podría obtener información sobre dónde la clase aprendió
exitosamente el material y dónde necesita reforzar ciertos temas.

El proyecto culminó con la creación de un prototipo de herramienta llamado Intelligent

Classroom Assistant. La herramienta lee los resultados de los cuestionarios de clase o de
las tareas proporcionados por el instructor y el conjunto de temas de aprendizaje cubiertos
hasta el momento en el curso. Luego analiza los datos utilizando un algoritmo de
aprendizaje automático y proporciona al instructor tres análisis automatizados sobre:
temas de exámenes y tareas con los que la clase ha tenido dificultades; temas de
aprendizaje que la clase ha dominado y no; y el desempeño de cada estudiante.

Uno de los desafíos clave en el desarrollo de la herramienta fue la asignación de

preguntas de cuestionarios y tareas al tema de aprendizaje más relevante. Para lograr
esto, desarrollé un algoritmo personalizado que utiliza procesamiento de lenguaje natural
y se basa en bibliotecas de código abierto para comprender el contexto de cada pregunta
y asignarlo al tema de aprendizaje principal para el que fue diseñado.

Probar la herramienta
La herramienta Intelligent Classroom Assistant se creó mientras impartía el curso
Sourcing Data for Analytics en Duke, un curso introductorio a la ciencia de datos para
estudiantes graduados en ingeniería que cubría temas técnicos, regulatorios y éticos. Esto
me dio la oportunidad de probar la herramienta en mi clase a medida que avanzaba el
semestre.

Una de las cosas clave que quería evaluar era qué tan bien el algoritmo detrás de la
herramienta podía clasificar cada cuestionario o pregunta de tarea en el más relevante de
los 20 temas de aprendizaje cubiertos en el curso. En el conjunto completo de 85
preguntas del cuestionario que utilicé durante el semestre, el algoritmo identificó
correctamente el tema de aprendizaje relevante aproximadamente el 82 por ciento de las
veces. Si bien no es perfecto, esto fue lo suficientemente bueno como para que los
análisis proporcionados por la herramienta me resultaran útiles.

Durante el curso, utilicé el prototipo de dos maneras principales para informar mi

enseñanza. Pasé más tiempo en sesiones de conferencias que cubrían temas de
aprendizaje y preguntas de cuestionarios específicos que la herramienta marcó debido al
bajo rendimiento de los estudiantes. Y durante las sesiones de ayuda individual con los
estudiantes, utilicé el módulo de análisis personalizado de estudiantes de la herramienta
para comprender dónde el estudiante necesitaba refuerzo adicional y hacer que las
sesiones de tutoría estuvieran más enfocadas.

Es demasiado pronto para cuantificar si la herramienta cambió los resultados de los

estudiantes, porque el curso en el que la usé era nuevo, lo que significa que no existe un
punto de referencia histórico para comparar. Pero este año, estamos ampliando el uso de
la herramienta y estamos trabajando para evaluar los efectos que tiene en la participación
y el desempeño de los estudiantes. Lo estamos probando en otra clase de ingeniería de

8
25 estudiantes y también en una clase de finanzas de pregrado de más de 200
estudiantes. También planeo usar el prototipo en mi clase de aprendizaje automático de
primavera para guiar mi enseñanza durante el semestre. Dado que los estudiantes
pueden beneficiarse al ver los resultados del análisis de la herramienta tanto como los
instructores, para la primavera esperamos incluir la adición de un portal para estudiantes
que les permita ver sus propios resultados y brindarles recomendaciones de estudio
personalizadas según su estado de conocimiento identificado.

La cantidad de datos electrónicos disponibles ahora para los profesores puede ayudar a
respaldar su enseñanza. Pero los profesores no son (normalmente) científicos de datos y
necesitan herramientas de análisis que les ayuden a extraer valor de los datos. Si bien
estas herramientas son útiles, su valor es directamente proporcional a qué tan bien un
instructor define los objetivos de aprendizaje del curso y estructura el material y las
evaluaciones para respaldar y evaluar esos objetivos.

Las herramientas de aprendizaje automático, como The Intelligent Classroom Assistant,

no solo pueden ayudar a los profesores a mejorar la calidad de sus clases (medida por los
resultados de aprendizaje de los estudiantes), sino que también les permiten hacerlo a
mayor escala, ofreciendo la promesa de una enseñanza personalizada generalizada.
Cuando los profesores pueden enseñar de forma más eficaz, los alumnos pueden
aprender más y, como sociedad, todos cosechamos los beneficios.

Retroalimentación
Antes de redactar la versión final del texto argumentativo, revísalo tomando en cuenta los
siguientes criterios. Marca “Sí” o “No” en esta lista de cotejo. Esto te permitirá prestar
atención a los detalles del texto.

Criterio Sí No
1 El texto argumentativo tiene título, introducción, desarrollo 1,
desarrollo 2 y cierre.
2 La introducción presenta contextualización, controversia, tesis y
anticipación.
3 Los párrafos de desarrollo respetan la estructura de la estrategia
argumentativa usada: generalización, definición o causalidad.
4 El cierre presenta reafirmación de tesis, síntesis de argumentos y
comentario final.
5 Los dos argumentos presentados en el texto son lógicos y pertinentes
para defender la tesis.
6 La fundamentación de cada párrafo de desarrollo (ideas secundarias
e ideas terciarias) se relaciona directamente con el argumento
propuesto.
7 La fundamentación de cada párrafo de desarrollo presenta
explicaciones precisas, ejemplos, datos estadísticos, citas,
aclaraciones, definiciones que permiten sustentar con solidez el

9
 argumento.
8 En el texto, se han empleado conectores lógicos variados para
relacionar las ideas de todos los párrafos.
9 Todas las ideas del texto son coherentes, es decir, lógicas. Además,
se evita la repetición de ideas innecesarias y los vacíos de
información.
10 Todas las oraciones de los párrafos presentan un verbo principal
conjugado.
11 El vocabulario empleado se relaciona con la temática del texto
argumentativo.
12 En el texto, se han usado correctamente los dos puntos, la coma, el
punto seguido y el punto aparte.

10
Versión final

Teniendo en cuenta la retroalimentación del texto, redacta la versión final del texto
argumentativo. Emplea letra Arial 11, interlineado 1.5 y justifica los párrafos.

Controversia ¿crees que el uso de la inteligencia artificial es beneficiosa para la

sociedad?

1. Introducción

1.1. Contextualización: En la actualidad la Inteligencia Artificial es

controversial en la sociedad
1.2. Controversia: ¿Crees que el uso de la inteligencia artificial es beneficiosa
para la sociedad?
1.3. Tesis: La inteligencia artificial es beneficiosa en el desarrollo intelectual
de los estudiantes
1.4. Enunciado en contra / antítesis / postura en contra: Empero, esta
herramienta limita el pensamiento crítico de estos.
1.5. Anticipación. En adelante, argumentare mi postura

2. Desarrollo
Estrategia argumentativa de definición
2.1. Tesis + argumento
La inteligencia artificial es beneficiosa en el desarrollo intelectual de los
estudiantes, porque, esta herramienta puede proporcionar recursos
educativos personalizados y evaluaciones más precisas.

1.3. Idea secundaria 1

La inteligencia artificial es útil ya que puede facilitar recursos
educativos personalizados y de esta manera pueda fortalecer sus
debilidades académicas.
1.3.1. Idea terciaria 1
La IA permite personalizar el contenido educativo y el ritmo de
aprendizaje para satisfacer las necesidades de cada estudiante.
1.3.2. Idea terciaria 2
La IA puede identificar áreas en las que un estudiante necesita
mejorar, por lo que proporciona ejercicios para fortalecer esas
habilidades.
1.4. Idea secundaria 2

11
 Esta herramienta mejora la forma de estudio en los estudiantes
proporcionado retroalimentación y evaluación del desempeño
académico.
1.4.1. Idea terciaria 1
Proporciona una retroalimentación inmediata donde facilita la corrección
de los errores de los estudiantes, de esta manera genera un aprendizaje
continuo.
1.4.2. Idea terciaria 2
Mejora la evaluación del avance de los estudiantes de forma mas precisa
e imparcial, disminuyendo la probabilidad de perjuicios en la calificación

12