Estudiando con software libre e Inteligencia Artificial

En el post anterior comentamos que estudiando con software libre e Inteligencia Artifcial podremos lograr mejores resultados que con los métodos tradicionales y, por supuesto, que dejando que los modelos hagan el trabajo por nosotros. En el que sigue hablaremos de dos de las más populares técnicas de estudio y de los programas y promts que nos ayudarán a ponerlas en práctica.

En un episodio de Bob Esponja se explicaba de manera muy gráfica lo que sucede cuando ejercitas tu cerebro y cuando no lo haces. En él Patricio descubría los libros y leía tanto que su cabeza crecía y no podía pasar por la puerta. Para solucionarlo, Bob lo ponía a ver televisión con lo que su cerebro volvía al tamaño normal. Algo parecido pasa en el mundo real.

Aunque de manera no tan espectacular, lo mismo sucede en el mundo real. En la era pre GPS hicieron un estudio sobre el cerebro en los taxistas de Londres.  La parte del cerebro encargada del sentido de orientación estaba hiperdesarrollada.

La pregunta que (lamentablemente) muchos se están haciendo  es ¿por qué molestarse en aprender si la Inteligencia Artificial tiene todas las respuestas?.  Precisamente, para saber cuáles son las preguntas que deben hacerse.

Estudiando con software libre e Inteligencia Artificial

Estamos viviendo una era dorada del aprendizaje. Los conocimientos que hasta hace un par de décadas requerían la asistencia a la universidad o en costosos posgrados ahora los tenemos al alcance de los dedo. La paradoja es que comparativamente sabemos menos que lo que sabían nuestros padres y abuelos con el mismo grado académico. Esto tiene varias razones:

• Los centros académicos no pueden seguir el ritmo:  Los colegios y universidades son burocracias que en muchos casos están obligadas a seguir directivas del gobierno. En ningún caso son capaces de seguir el ritmo de obsolescencia y genración del conocimiento actual.  Hoy el objeto de los debates pedagógico son los celulares y las redes sociales que llevan más de  años entre nosotors, no el uso de las herramientas de Inteligencia Artificial.
• El efecto Dunning-Kruger: Se trata de un un autoengaño que lleva a las personas con menos conocimientos en un tema a considerar que son más competentes de lo que realmente son.
• Resistencia al cambio: Si por un lado hay muchas personas, empresas y organizaciones que eprsiguen la última moda, también están los que se resisten al cambio y siguen haciendo las cosas cómo se hicieron siempre. Eso reducen los estímulos para aprender cosas nuevas.

La manera de romper con la paradoja es aprender por nosotros mismos.  Utilizando software libre y herramientas de Inteligencia Artificial podemos mejorar nuestro proceso de autoaprensdizaje de la siguiente formas:

Motivación y disciplina

Disponible en la tienda de Snap, SuperProductivity es ideal para seguir calendarios de estudio.

Aunque la motivación es como las manivelas de los viejos autos, nos pone en marcha, la disciplina es como la gasolina, nos mantiene en movimiento. Es la disciplina la que jos ayudará a seguir adelante cuando no tengamos ganas de hacerlo. Si quieres aprender algo puedes pedirle a tu modelo preferido de Inteligencia Artificial que te organice un calendario de estudios con un promt como este:

Actúa como un experto en planificación académica y diseño instruccional.

Necesito que generes un calendario de estudio detallado sobre el siguiente tema: [ESCRIBE AQUÍ EL TEMA].

Antes de crear el calendario, ten en cuenta la siguiente información:
- Nivel del estudiante: [secundaria / universitario / autodidacta / profesional / otro]
- Fecha límite o duración total disponible: [ej. 4 semanas, 2 meses, fecha específica]
- Tiempo disponible por día: [ej. 1 hora diaria, 3 horas fines de semana]
- Objetivo: [aprobar examen, certificación, proyecto, dominio general, etc.]
- Nivel actual en el tema: [principiante / intermedio / avanzado]
- Días disponibles para estudiar: [ej. lunes a viernes / fines de semana]

Instrucciones para el calendario:
1. Divide el tema en subtemas organizados progresivamente.
2. Distribuye el contenido de forma equilibrada según el tiempo disponible.
3. Incluye repasos estratégicos y sesiones de práctica.
4. Añade evaluaciones o simulacros si aplica.
5. Propón técnicas de estudio adecuadas para cada tipo de contenido.
6. Presenta el resultado en formato de tabla semanal clara y organizada.
7. Incluye recomendaciones finales para optimizar el aprendizaje.

El calendario debe ser realista, progresivo y enfocado en la retención a largo plazo..
Con respecto al software a utilizar, Aquí son útiles herramientas de gestión de tareas como SuperProductivity.

Entre las prestaciones de SuperProductivity están:

• Multiplataforma: Puede sincronizar entre Linux, Windows, Mac y dispositivos móviles.
• Se integra con calendarios de escritorio y en línea.
• Compatible con las técnicas de gestión del tiempo Pomodoro y Foco (hablaré de ellos en tareas posteriores).
• Organización de tareas en base a proyectos, etiquetas y carpetas.
• Función de seguimiento del tiempo en un sol clic.
• Alterna entre diferentes formas de mostrar las tareas pendientes.
• Exportación de datos en formatos JSON y CSV.

En Ubuntu podemos instalar Superproductivity con el comando:

sudo snap install superproductivity

Retroalimentación

Uno de los problemas en el auto aprendizaje es la dificultad de  obtener una evaluación independiente de lo que realmente sabemos. En ese sentido, los modelos de Inteligencia Artificial nos ofrecen la posibilidad de actuar como profesores, si les suministramos las respuestas o como generadores de exámenes. Aquí tenemos un promt de ejemplo.

Actúa como un experto en evaluación educativa y diseño instruccional

Voy a proporcionarte el contenido de un PDF entre etiquetas <context> </context>.
Tu tarea es analizar exclusivamente esa información y generar un examen basado únicamente en el contenido del texto proporcionado.

<context>
[AQUÍ SE PEGA EL TEXTO EXTRAÍDO DEL PDF]
</context>

Instrucciones para generar el examen:

1. Nivel académico: [secundaria / bachillerato / universitario / técnico / otro].
2. Tipo de evaluación: [diagnóstica / formativa / sumativa / final].
3. Número total de preguntas: [indicar cantidad].
4. Distribución:
- Opción múltiple: [cantidad]
- Verdadero/Falso: [cantidad]
- Respuesta corta: [cantidad]
- Preguntas de desarrollo: [cantidad]
5. Nivel de dificultad: [básico / intermedio / avanzado / mixto].
6. Indica la respuesta correcta debajo de cada pregunta.
7. Incluye una rúbrica de evaluación para las preguntas abiertas.
8. No inventes información que no esté en el texto.
9. Asegúrate de que las preguntas evalúen comprensión, análisis y aplicación, no solo memoria literal.

Formato de salida:
- Título del examen.
- Instrucciones para el estudiante.
- Preguntas organizadas por sección.
- Clave de respuestas..

Aquí no hay mayor secreto con respecto al software a utilizar. LibreOffice, la suite ofimática de código abierto que la mayoría de las distribuciones Linux incluyen en su instalación, puede crear un pdf que los modelos de Inteligencia Artificial puedan leer. Y, además incluye un editor de fórmulas matemáticas.