Un estudio muestra el uso exitoso de ChatGPT en la educación agrícola


Las herramientas de inteligencia artificial como ChatGPT se muestran prometedoras como un medio útil en la agricultura para escribir programas informáticos simples para microcontroladores, según un estudio publicado este mes.


por la División de Agricultura del Sistema Universitario de Arkansas


Los microcontroladores son pequeñas computadoras que pueden realizar tareas basadas en programas informáticos personalizados. Reciben información de sensores y se pueden utilizar en controles climáticos y de riego, sistemas de procesamiento de alimentos, así como en aplicaciones robóticas y de drones, por nombrar algunos usos agrícolas.

Un estudio reciente publicado en colaboración con la Estación Experimental Agrícola de Arkansas y el Colegio Dale Bumpers de Ciencias Agrícolas, Alimentarias y de la Vida mostró que los estudiantes de agricultura que no estaban familiarizados con la codificación informática pudieron programar un microcontrolador para realizar una tarea sencilla utilizando ChatGPT.

«La IA generativa puede tener un gran impacto en la agricultura… No veo cómo no lo tendría», dijo Don Johnson, profesor universitario de educación, comunicaciones y tecnología agrícolas e investigador principal del proyecto. «Necesitamos preparar a nuestros graduados para que sean parte de eso».

«Generativo» se refiere a la capacidad de la herramienta para crear contenido.

El último estudio de Johnson sobre el tema, titulado «Uso de inteligencia artificial generativa por parte de estudiantes de agricultura para la programación de microcontroladores», se publicó en la revista Natural Sciences Education en agosto. Entre los coautores se encuentran miembros de la facultad del departamento de educación, comunicaciones y tecnología agrícola del Bumpers College, Will Doss, profesor asistente, y Christopher Estepp, profesor asociado.

Johnson dijo que la programación informática no suele enseñarse en la mayoría de las carreras de agricultura de grado, pero la inclusión de microcontroladores como componentes de equipos y sistemas agrícolas se ha vuelto más común. Si bien siempre habrá demanda de personas con gran experiencia en programación informática, Johnson explicó que el objetivo de estos estudios ha sido explorar cómo las personas sin gran experiencia pueden utilizar microcontroladores en sus carreras académicas y profesionales.

Johnson realiza investigaciones sobre el desarrollo de capital humano y tecnologías agrícolas para la estación experimental, el brazo de investigación de la División de Agricultura del Sistema Universitario de Arkansas.

«Creo que lo que hemos establecido es que los estudiantes de agricultura pueden usar inteligencia artificial generativa para escribir código para resolver problemas de programación moderadamente difíciles sin ningún conocimiento profundo de programación», dijo Johnson.

Un estudio muestra el uso exitoso de ChatGPT en la educación agrícola
Olivia Hope, a la izquierda, y Jack Freeman participan en un estudio sobre educación, comunicaciones y tecnología agrícola para estudiantes de grado de agricultura para programar un microcontrolador Arduino utilizando ChatGPT. Crédito: División de Sistemas de Agricultura de la U of A

Orígenes del estudio

Johnson comenzó a investigar el tema de la programación asistida por IA en 2022 cuando se lanzó ChatGPT y descubrió que podía escribir código para microcontroladores como Arduinos . Poco después, realizó un estudio preliminar en el que comparaba las habilidades, el interés y la confianza entre dos grupos de estudiantes universitarios de agricultura mientras programaban un microcontrolador para que hiciera parpadear dos LED en una secuencia particular. Un grupo de estudiantes escribió sus propios programas mientras que el otro grupo utilizó ChatGPT.

Los resultados indicaron que los estudiantes que escribieron sus propios programas desarrollaron mayor confianza y habilidad en la programación de Arduino que los estudiantes novatos que usaron ChatGPT. Sin embargo, ambos grupos tuvieron el mismo nivel de éxito e interés en aprender más sobre los microcontroladores y la codificación.

El estudio de seguimiento publicado en agosto se llevó a cabo únicamente con estudiantes universitarios de agricultura sin experiencia significativa en programación informática. El estudio tenía como objetivo determinar la confianza en su capacidad para usar ChatGPT para escribir código Arduino para un problema más avanzado que en el primer estudio. Este segundo estudio requería que los estudiantes usaran ChatGPT para programar el Arduino para encender una bomba de transferencia cuando el nivel de solución en un tanque de calentamiento cayera 8 pulgadas o más por debajo de un sensor y luego apagaran la bomba cuando el tanque se rellenara hasta 3 pulgadas del sensor.

«Se necesitaría un cierto grado de sofisticación en programación para escribir un código para este problema en el segundo estudio, y ninguno de estos estudiantes lo hizo», dijo Johnson. «Pero tuvieron éxito. Nueve de los 11 equipos de dos personas lograron que el código hiciera exactamente lo que se suponía que debía hacer».

En ambos estudios, el coaching de ChatGPT consistió en informar a los estudiantes sobre qué elementos constituían un buen mensaje para la plataforma de IA generativa. Un buen mensaje, explicó Johnson, describiría claramente la situación, los componentes y las conexiones, y el resultado deseado.

Yendo un paso más allá

A Johnson le gustaría llevar el experimento un paso más allá y dejar el problema abierto: permitir que los estudiantes elaboren sus propios escenarios y utilicen ChatGPT para escribir el código de un microcontrolador .

«Quiero darles a los estudiantes la confianza para acercarse a los microcontroladores con una orientación de resolución de problemas y decir ‘Sí, puedo usar esta herramienta para resolver mi problema'», dijo Johnson.

Más información: Johnson, DM et al. Uso de inteligencia artificial generativa por parte de estudiantes de agricultura para la programación de microcontroladores, Natural Sciences Education (2024). DOI: 10.1002/nse2.20155