Tal y como mencionamos al inicio de este recurso didáctico, sobre la existencia de muchos desafíos que enfrentan los y las docentes en la implementación de la formación profesional, hemos enumerado los siete más comunes.
Por lo que le motivamos a leerlos y analizarlos detalladamente.
1. Resistencia al cambio y desconocimiento tecnológico
La resistencia al cambio es una respuesta cultural común en cualquier sistema organizacional. Muchos docentes pueden mostrar reticencia a integrar la IA debido a la percepción de que la tecnología deshumaniza la enseñanza o debido a la inseguridad sobre su propio nivel de competencia tecnológica (Robinson, 2022).
La incorporación de la IA en la Formación Profesional a menudo se enfrenta a la resistencia de docentes y estudiantes debido al desconocimiento de sus beneficios y al temor a ser reemplazados por máquinas. Esta resistencia puede dificultar la adopción de herramientas innovadoras. En otras palabras, "la falta de familiaridad con las tecnologías de IA y el miedo a la obsolescencia profesional son barreras significativas para su adopción en entornos educativos" (Smith & Anderson, 2023, p. 45).
2. Desigualdad en el acceso a la tecnología
La brecha digital es un desafío crítico, ya que no todos los estudiantes y docentes tienen acceso a dispositivos o conexiones de internet de alta calidad, lo que limita el uso equitativo de la IA. Aunque la IA tiene el potencial de transformar la educación, su implementación eficaz requiere acceso a la tecnología y a Internet, que no todas las instituciones o estudiantes tienen de manera equitativa. Es decir, "la desigualdad en el acceso a la tecnología puede exacerbar las disparidades educativas, especialmente en regiones con menos recursos" (García & López, 2024, p. 12).
3. Desafíos éticos y de privacidad
Anteriormente, esta temática ha sido abordada, lo que en definitiva refleja que la adopción de IA plantea cuestiones éticas, como la privacidad de los datos de los estudiantes y el uso justo de la información recopilada. La IA en la educación puede impactar en la privacidad y seguridad de los estudiantes si no se manejan adecuadamente los datos (Johnson & Wachter, 2023). Por lo tanto, "la falta de transparencia en los algoritmos de IA y la recopilación de datos sin consentimiento son problemas éticos que requieren atención inmediata" (Pérez & González, 2023, p. 78).
4. Falta de formación docente en IA
Muchos docentes no están capacitados para integrar la IA en sus prácticas pedagógicas, lo que limita su capacidad para aprovechar estas herramientas de manera efectiva. El personal docente necesita estar bien preparado y recibir formación continua para integrar efectivamente la IA en el proceso de aprendizaje. "La formación docente en IA es esencial para garantizar que los educadores puedan utilizar estas tecnologías de manera efectiva y crítica" (Martínez & Fernández, 2024, p. 33).
5. Despersonalización del aprendizaje
Existe la preocupación de que el uso excesivo de la IA conduzca a un enfoque más impersonal en la educación, donde los algoritmos determinen los caminos de aprendizaje a expensas de la interacción humana. Este desafío es particularmente pertinente en el ámbito de la formación profesional, donde las habilidades interpersonales son cruciales (García, 2023).
6. Impacto en la cultura educativa
La IA puede alterar las dinámicas tradicionales de enseñanza y aprendizaje, lo que puede generar resistencia en instituciones con culturas educativas más conservadoras. "La adopción de la IA requiere un cambio cultural en las instituciones educativas, lo que puede ser un proceso lento y complejo" (Rodríguez & Sánchez, 2023, p. 56).
7. Sesgos y discriminación en los algoritmos
Los algoritmos de IA pueden perpetuar sesgos existentes si no se diseñan con cuidado, lo que puede afectar negativamente a grupos marginados. Si los modelos de IA son entrenados con datos sesgados, las decisiones automatizadas tomadas bajo estos modelos podrían injustamente influir en las oportunidades educativas y de formación profesional (Williams, 2022). "Los sesgos en los algoritmos de IA pueden reforzar estereotipos y discriminaciones, especialmente en contextos educativos" (Hernández & Torres, 2024, p. 22).