ChatGPT acaba de lanzar una nueva función para estudiantes—el Modo de Estudio en ChatGPT—una experiencia de aprendizaje que ayuda a los estudiantes a resolver problemas paso a paso en lugar de solo recibir la respuesta. Esta función se implementará para los usuarios de los planes Free, Plus, Pro y Team, y pronto estará disponible en ChatGPT Edu en las próximas semanas.
ChatGPT se está convirtiendo en una de las herramientas de aprendizaje más utilizadas en el mundo. Los estudiantes recurren a esta herramienta para estudiar tareas desafiantes, prepararse para exámenes y explorar nuevos conceptos. Sin embargo, el uso de esta herramienta en la educación también plantea una pregunta importante: ¿cómo podemos asegurarnos de que se utilice para apoyar el aprendizaje genuino, en lugar de simplemente proporcionar soluciones sin ayudar a los estudiantes a comprender realmente el material?
ChatGPT ha desarrollado el Modo de Estudio para ayudar a responder a esta pregunta. Al usar el Modo de Estudio, los estudiantes son guiados por preguntas orientadoras que adaptan las respuestas a sus objetivos y niveles de habilidad, ayudándoles a desarrollar una comprensión más profunda. El Modo de Estudio está diseñado para ser atractivo e interactivo, con el objetivo de ayudar a los estudiantes a comprender realmente el material en lugar de solo completar tareas.
¿Cómo se construyó este Modo de Estudio?
Fundamentalmente, el Modo de Estudio se basa en un conjunto de instrucciones personalizadas del sistema diseñadas en colaboración con profesores, científicos y expertos en educación para simular un conjunto de comportamientos clave que apoyan un aprendizaje más profundo, incluyendo: fomentar la participación activa, gestionar la carga cognitiva, desarrollar proactivamente la metacognición y la autorreflexión, nutrir la curiosidad y proporcionar retroalimentación realista y constructiva. Todos estos comportamientos están fundamentados en investigaciones científicas de aprendizaje a largo plazo y ayudan a dar forma a cómo el Modo de Estudio responde a los estudiantes.
“En lugar de hacer el trabajo por los estudiantes, el Modo de Estudio los anima a pensar críticamente sobre el contenido que están aprendiendo. Funciones como esta son un paso positivo hacia el uso efectivo de la IA en la educación. Incluso en la era de la IA, el aprendizaje será más efectivo cuando los estudiantes participen y se involucren activamente en el contenido de la lección.” — Robbie Torney, Director Senior de Programas de IA en Common Sense Media.
Características principales
Indicaciones interactivas: Combina preguntas socráticas, sugerencias y preguntas de autorreflexión para guiar a los estudiantes a explorar y pensar activamente en lugar de proporcionar respuestas directas.
Respuestas escalonadas: La información se organiza en secciones fáciles de seguir, destacando las conexiones clave entre los temas, manteniendo la información atractiva con el contexto justo y reduciendo la sobrecarga para temas complejos.
Soporte personalizado: Las lecciones se adaptan al nivel apropiado del usuario, basándose en preguntas de evaluación de habilidades y la memoria de segmentos de chat previos.
Verificación de conocimientos: Cuestionarios y preguntas abiertas, junto con retroalimentación personalizada para seguir el progreso, apoyar la retención del conocimiento y la capacidad de aplicar ese conocimiento en nuevas situaciones.
Flexibilidad: Activa o desactiva fácilmente el Modo de Estudio durante las conversaciones, permitiendo a los estudiantes ajustar sus objetivos de aprendizaje en cada chat de manera flexible.
Cómo usan los estudiantes el Modo de Estudio
El Modo de Estudio está diseñado para adaptarse a estudiantes universitarios. Aquí hay algunas opiniones de estudiantes que recibimos durante la fase inicial de pruebas:
“Para mí, la mejor manera de describirlo es como una ‘hora de consulta’ directa que está disponible 24/7 y tiene una comprensión integral.” — Comentario de Noah Campbell, estudiante universitario
“El Modo de Estudio hizo un gran trabajo desglosando materiales difíciles en explicaciones claras y coherentes.” — Compartido por Caleb Masi, estudiante universitario
“Probé el Modo de Estudio para obtener orientación sobre un concepto que había intentado aprender muchas veces antes: la codificación posicional sinusoidal. Este modo es como un tutor que nunca se molesta por mis preguntas. Después de 3 horas de trabajo, finalmente lo entendí lo suficientemente bien como para sentirme seguro.” — Maggie Wang, estudiante universitaria
Formas de usar el Modo de Estudio inspiradas en estudiantes universitarios en el laboratorio de ChatGPT
Usuario: Quiero aprender sobre la Teoría de Juegos, específicamente el amplio alcance que cubre este campo, y también las formas en que crees que podría ser útil para mí en la vida cotidiana. Por supuesto, quiero que satisfagas mi curiosidad, pero principalmente me guiarás a través de ello y me presentarás un plan detallado para que pueda cubrir todo el alcance aquí. Preguntaré cuando tenga curiosidad, pero definitivamente guíame rápidamente a través de esto.
Chat GPT: Perfecto. Aquí tienes el plan general por el que te guiaré—piénsalo como una hoja de ruta multinivel desde ideas fundamentales hasta intuición práctica:
🔹 Etapa 1: Fundamentos básicos
1. ¿Qué es realmente la Teoría de Juegos?
Interacción estratégica, agentes racionales, supuestos.
2. Tipos de juegos
Cooperativos y no cooperativos
Simultáneos vs. secuenciales
Suma cero vs. no suma cero
3. Conceptos básicos
Jugadores, estrategias, pagos, información
Estrategia dominante
Equilibrio de Nash (el núcleo de casi todo)
🔸 Etapa 2: Juegos y conceptos clásicos
4. Juegos famosos
Dilema del prisionero
Chicken
Batalla de sexos
Caza del ciervo
Matching pennies
5. Equilibrio de estrategia mixta
Cuando ninguna estrategia pura funciona
Aleatorización y pagos esperados
🔹 Etapa 3: Profundizando el modelo
6. Juegos repetidos y Teorema Folk
Cooperación que surge con el tiempo
Tit-for-tat, Grim Trigger, etc.
7. Juegos de forma extensiva
Árboles de juego, inducción hacia atrás
Equilibrio perfecto en subjuegos
8. Juegos bayesianos
Juegos con información incompleta
Creencias, tipos y utilidad esperada
🔸 Etapa 4: Relevancia en la vida real
9. Diseño de mecanismos / Teoría de juegos inversa
Sistemas de votación, subastas, contratos
10. Teoría de juegos conductual
Racionalidad limitada, equidad, métodos de búsqueda
11. Aplicaciones en la vida cotidiana
Negociación, citas, política, sistemas de IA, etc.
🔹 Etapa 5: Avanzado y opcional
12. Teoría de juegos evolutiva
Estrategias que se reproducen con el tiempo
13. Teoría de juegos algorítmica
Efectos de red, subastas en internet
14. Tu mundo: Por qué es relevante para Parker
Diseño de sistemas, incentivos, estructuras de poder
A lo largo de este proceso, incorporaré:
🔄 Ejemplos guiados
🧠 Experimentos mentales
🎭 Escenarios del mundo real para aplicar la teoría
🧩 Revisiones rápidas para asegurar que las ideas se comprendan
Comencemos la Etapa 1.
Primera pregunta rápida: En tus propias palabras, ¿qué crees que es la Teoría de Juegos? No hace falta que lo perfecciones—solo dilo.
Usuario: Creo que la Teoría de Juegos es una especie de marco metafísico para aspectos de la sociedad moderna en la vida, donde consideramos a las personas en situaciones y sistemas complejos e intentamos analizar cómo las personas en ellos toman decisiones, a veces por qué toman esas decisiones y cómo esto afecta la situación/sistema.
Chat GPT: Excelente—has dado justo en el núcleo.
Profundicemos un poco más juntos. La Teoría de Juegos trata básicamente sobre la toma de decisiones estratégicas: situaciones en las que el resultado de cada persona depende no solo de lo que ellos hacen, sino también de lo que hacen los demás.
Pregunta rápida:
Si estás tomando una decisión y esa decisión depende enteramente de la naturaleza o el azar—como lanzar dados—¿eso es Teoría de Juegos?
Y luego:
Si tomas una decisión y esa decisión depende de las acciones de otros—como si cooperan o te traicionan—¿eso es Teoría de Juegos?
Comparte tus pensamientos sobre ambas.
................
Limitaciones y próximos pasos
Este es el primer paso en un largo camino para mejorar el aprendizaje en ChatGPT. Actualmente, el Modo de Estudio se basa en instrucciones personalizadas del sistema. ChatGPT eligió este enfoque porque permite un aprendizaje rápido a partir de la retroalimentación real de los usuarios y mejora la experiencia—aunque resulte en algunos comportamientos inconsistentes y errores en las conversaciones. ChatGPT planea entrenar directamente este comportamiento en sus modelos principales después de encontrar el método más efectivo a través de la iteración y los comentarios de los estudiantes.
También estamos explorando nuevas funciones para hacer que el Modo de Estudio sea más atractivo y útil para los estudiantes, incluyendo:
- Ilustraciones más claras para conceptos complejos o con mucho texto.
- Establecimiento de objetivos y seguimiento del progreso a lo largo de las conversaciones
- Personalización más profunda para adaptarse al nivel y objetivos de cada estudiante
La investigación sigue en curso para desarrollar las formas más efectivas de aplicar la IA en la educación. OpenAI está impulsando más investigaciones sobre aprendizaje e inteligencia artificial (IA) a través de varios socios en su iniciativa NextGenAI, y también colabora con expertos en la Iniciativa SCALE del Accelerator for Learning de la Universidad de Stanford (se abre en una nueva ventana) para estudiar y compartir cómo las herramientas de IA impactan los resultados de aprendizaje en áreas como la educación K-12.
En la investigación a largo plazo sobre cómo los estudiantes pueden aprender de manera más efectiva con IA, OpenAI tiene la intención de publicar un análisis más profundo de los hallazgos sobre la relación entre el diseño del modelo y la cognición, dando forma a futuras experiencias de producto basadas en estos conocimientos y colaborando con el ecosistema educativo más amplio para garantizar que la IA beneficie a los estudiantes de todo el mundo.