Los niños están rodeados de IA. Deberían saber cómo funciona.

Estudiante en una pizarra llena de notas post-it Cortesía de MIT Media Lab

Un estudiante resume cómo describiría la inteligencia artificial a un amigo: es como un bebé o un cerebro humano porque tiene que aprender, dice en un video, y almacena [...] y usa esa información para resolver cosas fuera.

La mayoría de los adultos tendrían dificultades para armar una definición tan convincente de un tema complejo. Este estudiante tenía apenas 10 años.

El estudiante era uno de los 28 estudiantes de secundaria, de 9 a 14 años, que participaron en un programa piloto este verano diseñado para enseñarles sobre IA. El plan de estudios, desarrollado por Blakeley Payne, asistente de investigación graduado en el MIT Media Lab, es parte de una iniciativa más amplia para hacer de estos conceptos una parte integral de las aulas de la escuela intermedia. ella tiene desde código abierto del plan de estudios , que incluye varias actividades interactivas que ayudan a los estudiantes a descubrir cómo se desarrollan los algoritmos y cómo esos procesos afectan la vida de las personas.

Los niños de hoy están creciendo en un mundo rodeado de IA: los algoritmos determinan qué información ven, ayudan a seleccionar los videos que ven y dan forma a cómo aprenden a hablar. La esperanza es que al comprender mejor cómo se crean los algoritmos y cómo influyen en la sociedad, los niños podrían convertirse en consumidores más críticos de dicha tecnología. Incluso podría motivarlos a ayudar a dar forma a su futuro.

Es esencial que entiendan cómo funcionan estas tecnologías para que puedan navegar y consumirlas mejor, dice Payne. Queremos que se sientan empoderados.

Los estudiantes imaginan cómo rediseñarían YouTube. Cortesía de MIT Media Lab

¿Por qué niños?

Hay varias razones para enseñar a los niños sobre la IA. Primero, está el argumento económico: los estudios han demostrado que exponer a los niños a conceptos técnicos estimula sus habilidades de resolución de problemas y pensamiento crítico. Puede prepararlos para aprender habilidades computacionales más rápidamente más adelante en la vida.

En segundo lugar, está el argumento social. Los años de la escuela intermedia, en particular, son fundamentales para la formación y el desarrollo de la identidad de un niño. Enseñar a las niñas sobre tecnología a esta edad puede hacer que sean más propensas a estudiarla más tarde o a tener una carrera en tecnología, dice Jennifer Jipson, profesora de psicología y desarrollo infantil en la Universidad Politécnica Estatal de California. Esto podría ayudar a diversificar la industria de la IA y la tecnología en general. Aprender a lidiar con la ética y los impactos sociales de la tecnología desde el principio también puede ayudar a los niños a convertirse en creadores y desarrolladores más conscientes, así como en ciudadanos más informados.

Finalmente, está el argumento de la vulnerabilidad. Los jóvenes son más maleables e impresionables, por lo que los riesgos éticos que conlleva el seguimiento del comportamiento de las personas y su uso para diseñar experiencias más adictivas aumentan para ellos, dice Rose Luckin, profesora de diseño centrado en el alumno en el University College London. Hacer que los niños sean consumidores pasivos podría dañar su agencia, privacidad y desarrollo a largo plazo.

De 10 a 12 años es la edad promedio en que un niño recibe su primer teléfono celular o su primera cuenta en las redes sociales, dice Payne. Queremos que entiendan realmente que la tecnología tiene opiniones y objetivos que no necesariamente se alinean con los suyos antes de que se conviertan en consumidores de tecnología aún más grandes.

Los estudiantes diseñaron matrices éticas para pensar a través de las partes interesadas de un algoritmo de elaboración de sándwiches y sus valores. Cortesía de MIT Media Lab

Algoritmos como opinión

El plan de estudios de Payne incluye una serie de actividades que incitan a los estudiantes a pensar sobre la subjetividad de los algoritmos. Comienzan aprendiendo sobre los algoritmos como recetas, con entradas, un conjunto de instrucciones y salidas. Luego se les pide a los niños que construyan, o escriban instrucciones, para un algoritmo que genere el mejor sándwich de mantequilla de maní y mermelada.

Muy rápidamente, los niños del programa piloto de verano comenzaron a comprender la lección subyacente. Un estudiante me hizo a un lado y me preguntó: '¿Se supone que esto es una opinión o un hecho?', dice ella. A través de su propio proceso de descubrimiento, los estudiantes se dieron cuenta de cómo habían incorporado involuntariamente sus propias preferencias en sus algoritmos.

Luego, la siguiente actividad se basa en este concepto: los estudiantes dibujan lo que Payne llama una matriz ética para pensar cómo las diferentes partes interesadas y sus valores también podrían afectar el diseño de un algoritmo sándwich. Durante el piloto, Payne vinculó las lecciones a los eventos actuales. Juntos, los estudiantes leyeron un resumen Artículo del Wall Street Journal sobre cómo los ejecutivos de YouTube estaban considerando crear una versión separada de la aplicación solo para niños con un algoritmo de recomendación modificado. Los estudiantes pudieron ver cómo las demandas de los inversionistas, las presiones de los padres o las preferencias de los niños podían llevar a la empresa por caminos de rediseño de algoritmos completamente diferentes.

Otro conjunto de actividades introduce a los estudiantes al concepto de sesgo de IA. Ellos usan La máquina herramienta de aprendizaje de Google , una plataforma interactiva sin código para entrenar modelos básicos de aprendizaje automático, para construir un clasificador gato-perro, pero, sin su conocimiento, reciben un conjunto de datos sesgado. A través de un proceso de experimentación y discusión, aprenden cómo el conjunto de datos hace que el clasificador sea más preciso para los gatos. Luego tienen la oportunidad de corregir el problema.

Payne una vez más conectó el ejercicio con un ejemplo del mundo real durante el piloto al mostrarles a los estudiantes imágenes de Joy Buolamwini, una compañera investigadora del Media Lab, testificar ante el congreso sobre los sesgos en el reconocimiento facial. Pudieron ver cómo el tipo de proceso de pensamiento por el que habían pasado podría cambiar la forma en que se construyen estos sistemas en el mundo, dice Payne.

Una estudiante muestra su último rediseño de YouTube. Cortesía de MIT Media Lab

El futuro de la educación

Payne planea seguir modificando el programa, teniendo en cuenta los comentarios del público y está explorando varias vías para expandir su alcance. Su objetivo es integrar alguna versión del mismo en la educación pública.

Más allá de eso, espera que sirva como ejemplo de cómo enseñar a los niños sobre tecnología, sociedad y ética. Tanto Luckin como Jipson están de acuerdo en que ofrece un modelo prometedor sobre cómo la educación podría evolucionar para satisfacer las demandas de un mundo cada vez más impulsado por la tecnología.

La IA tal como la vemos en la sociedad en este momento no es un gran ecualizador, dice Payne. La educación es, o al menos, esperamos que sea. Así que este es un paso fundamental para avanzar hacia una sociedad más justa y justa.

esconder