Este asistente, que puede utilizarse en los ordenadores del aula sin conexión a Internet, facilita la transición desde lenguajes como Python, Java o C++ hacia un código más cercano al que ejecuta el procesador. El trabajo técnico del sistema ha sido publicado en la revista Computer Applications in Engineering Education.
El profesor de la UMH Federico García Crespi, creador de la herramienta, explica que el lenguaje ensamblador evita trabajar directamente con las secuencias binarias del código máquina, utilizando nombres breves para las operaciones, pero exigiendo una gran precisión en cada instrucción. "Es un cambio importante en la forma de pensar", señala Crespi, "el problema es traducir la idea a las instrucciones concretas que entiende la arquitectura."
CODE2_AI pretende abordar la carga cognitiva, es decir, la sobrecarga mental que se produce al aprender conceptos complejos. El alumnado tiene que resolver el problema y, al mismo tiempo, recordar registros, posiciones de memoria, instrucciones y una sintaxis estricta, lo que puede generar el denominado 'síndrome de la página en blanco'.
Actualmente, la reducción de esta carga cognitiva es una hipótesis pedagógica pendiente de comprobación. El estudio publicado evalúa el funcionamiento técnico de CODE2_AI, mostrando buenos resultados en la exactitud de las instrucciones y la reducción del tiempo de respuesta, pero aún no se puede afirmar que mejore el aprendizaje del alumnado.
El sistema utiliza un modelo T5-Small entrenado con 50.000 ejemplos y optimizado para ejecutarse en ordenadores convencionales con CPU, sin necesidad de tarjeta gráfica especializada ni conexión a la nube. Esto permite que los datos del alumnado permanezcan dentro de la infraestructura universitaria.
García Crespi destaca la importancia de aprender a evaluar críticamente lo que genera una máquina. "La herramienta no está diseñada para que el alumnado copie automáticamente el resultado", subraya, "el estudiante debe comprobar, ejecutar y justificar lo que obtiene."
Los próximos pasos incluyen estudiar el efecto pedagógico del sistema y comparar el aprendizaje de los estudiantes que utilizan el asistente con los que no. "Estamos preparando una evaluación con actividades de predicción, ejecución y verificación", adelanta Crespi.
CODE2_AI se puede probar a través de una demostración web y su código está disponible en abierto en GitHub.
