• 4 min de lectura
• 4 min de lectura
Por el Capitán Abhinandan Prasad MNI
Profesor – SUNY Maritime College, Nueva York
En los últimos años, los avances en la informática —desde la inteligencia artificial hasta los sistemas de aprendizaje adaptativo— han demostrado cómo los algoritmos pueden transformar la forma en que trabajamos y, lo que es más importante, la forma en que aprendemos. En la educación marítima, donde la práctica es tan importante como la teoría conceptual en el aula, el potencial de los algoritmos para refinar el entrenamiento basado en simuladores es excepcionalmente atractivo.
Los cursos de Gestión de Recursos del Puente (BRM), guiados por los requisitos del STCW y el Curso Modelo de la OMI para el mismo, tienen como objetivo desarrollar competencias que van desde la comunicación clara hasta el trabajo en equipo eficaz. Los resultados del aprendizaje ya están bien definidos. En ese sentido, el "resultado" de un ejercicio de entrenamiento es conocido; el desafío radica en diseñar escenarios de simulación que guíen eficientemente a los estudiantes hacia su consecución.
Los simuladores de puente modernos proporcionan a los instructores una enorme flexibilidad: la visibilidad, el clima, las corrientes, el tráfico de buques, la hora del día e incluso la vida marina pueden manipularse. Sin embargo, esta abundancia de opciones también puede ser abrumadora. Lo que a menudo falta es una forma estructurada e inteligente de generar escenarios que se mapeen directamente a los objetivos de entrenamiento. Aquí, los algoritmos podrían desempeñar un papel valioso. Imagine un sistema donde un instructor introduce el perfil de la clase para un curso de BRM, principalmente en términos de experiencia y antecedentes, y el simulador diseña automáticamente un escenario alineado con los objetivos de aprendizaje del STCW. El instructor podría entonces revisar y ajustar el escenario generado, combinando el juicio humano con la eficiencia algorítmica. En la actualidad, no existe una herramienta comercial de este tipo.
El Curso Modelo de la OMI para BRM proporciona una guía clara sobre lo que debe contener un escenario, desde fenómenos de navegación como aguas poco profundas y efecto de orilla hasta emergencias como fallos de motor o timón. Traducir esto en los "bloques de construcción" o entradas de un algoritmo es técnicamente factible, y los fabricantes de simuladores podrían comenzar ofreciendo plantillas básicas dentro de cada área licenciada. Estas podrían diseñarse en torno a situaciones de tráfico comunes, con opciones en capas para factores ambientales como el viento, la corriente o la visibilidad restringida. Crucialmente, el papel del evaluador permanecería sin cambios: observar el rendimiento del estudiante y realizar el importantísimo debriefing basado en el mismo. Los algoritmos no reemplazarían a los instructores, sino que les ayudarían a centrarse en la pedagogía en lugar de pasar un tiempo valioso ensamblando escenarios desde cero.
Algunas empresas ya están experimentando con IA en simuladores, pero su enfoque tiende a ser la automatización o el cumplimiento normativo en lugar de la diversidad de escenarios. Pasos incrementales como la generación basada en plantillas serían un camino práctico a seguir, permitiendo a la industria marítima comenzar a aprovechar los algoritmos sin revisar los sistemas existentes.
Si la educación marítima quiere evolucionar para ser proactiva en la preparación de los oficiales para el futuro, debe adoptar las herramientas de ese futuro. Los algoritmos, aplicados cuidadosamente, pueden ayudar a que los simuladores de puente pasen de ser plataformas personalizables a entornos de aprendizaje inteligentes, asegurando que la próxima generación de oficiales no solo sea técnicamente competente, sino que su capacidad para trabajar en equipo se haya desarrollado exponiéndolos a las condiciones más óptimas utilizando los últimos avances en tecnología informática.
Fuente: GCAPTAIN_NEWS
