A partir dels cursos que he dissenyat i impartit a més de 300 professors universitaris amb el títol ‘ChatGPT, oportunitat i repte per a la docència’, i a petició del vicerectorat de política universitària de la UPC he escrit aquest esborrany de decàleg de recomanacions. Amb aportacions addicionals, aquest document ha estat presentat a la comunitat de la Universitat Politècnica de Catalunya. Aquesta és la meva versió amb algunes revisions addicionals.

IA A LA UNIVERSITAT, DECÀLEG DE RECOMANACIONS

#

Ens trobem davant d’una tecnologia de gran potencial transformador: la disponibilitat de models generatius basats en IA - com ChatGPT - que tenen la capacitat de generar continguts (text, codi, imatges, so, vídeo…) similars als que podria generar una persona. Els models generatius ja formen part de les eines de treball que tenim i aprendre a fer-les servir de manera efectiva, responsable i entenent-ne les limitacions, és una competència nova a aprendre i integrar en la manera de treballar de tothom, docents i estudiants. Probablement, només som a l’inici d’un nou paradigma que ens portarà a repensar l’activitat acadèmica, no només perquè tenir a l’abast aquestes eines té potencial per transformar l’experiència d’aprenentatge, sinó també perquè poden canviar/evolucionar les competències que els professionals requeriran en el futur.

EN L’ESTUDI

#

• Cal conèixer i comprendre aquestes eines. És important comprendre mínimament aquesta nova tecnologia, les seves possibilitats, oportunitats i reptes en el mateix àmbit de treball o d’estudi.
• Cal identificar com afecten els models generatius a cadascuna de les disciplines, quines tasques esdevenen automatitzables, amb quin nivell de fiabilitat i precisió, i quines no. Els models generatius poden ser una eina de consulta, per generar idees i primers esborranys per a moltes tasques.
• És possible fer-los servir dins i fora de l’aula. Ja s’està investigant com fer versions adaptables a dominis de coneixement específic com la temàtica d’una assignatura.
• Certes metodologies docents en què l’estudiantat ha de posar en pràctica els seus coneixements a l’aula (com la classe inversa) poden ser eficaces per treure profit i/o conviure amb aquestes noves eines en l’àmbit acadèmic.
• Cal ser molt curosos amb la informació que donem a models d’IA oferts com a “software as a service” al núvol. Cal tenir en compte si aquests serveis compleixen amb el RGPD i qui farà servir la informació que donem durant un xat.

EN L’AVALUACIÓ

#

• La possibilitat que els treballs fets fora de l’aula no siguin obra original de l’estudiant sempre ha estat present. No és cap novetat. Els models generatius ho simplifiquen i abarateixen (en el cas d’acadèmies o organitzacions que fan treballs acadèmics a canvi de diners)
• Les eines de detecció de còpia com URKUND-Ouriginal no són fiables, i possiblement no ho tornin a ser mai, especialment per a textos de menys de 1000 caràcters. Cal tenir en compte l’alt índex de falsos positius; les conseqüències d’actuar en el cas d’un fals positiu són greus i s’han d’evitar.
• Certs projectes, exercicis i tasques es poden automatitzar. Cal valorar alternatives com proposar nous tipus de treballs i avaluar el procés de treball per damunt del resultat.
• Algunes activitats d’avaluació que es poden proposar són portafolis formatius, presentacions de treballs a classe, avaluació oral, simulacions, etc.
• Els exàmens presencials, sense accés a internet, no es veuen afectats. De la mateixa manera que alguns exàmens han estat amb apunts ou connexió a internet, pot ser un repte proposar exàmens amb accés a models generatius.