Ficha Nº3
Evaluaciones en la era de la IA
Accesos
1. Oportunidades y limitaciones de la IA en la evaluación para los aprendizajes
Oportunidades
- Diseño de procedimientos de evaluación, incluidos rúbricas, listas de cotejo, escalas de valoración, etc.
- Calificación automatizada y análisis de grandes volúmenes de datos para una retroalimentación objetiva y rápida.
- Uso de simulaciones virtuales y chatbots para prácticas en contexto y evaluación de habilidades comunicativas.
Limitaciones
- Riesgo de dependencia en herramientas tecnológicas que pueden limitar la evaluación de habilidades críticas y creativas.
- Dificultades en la detección de autenticidad en trabajos generados por IA, planteando desafíos éticos y de integridad.
2. Evaluaciones primarias y secundarias en el contexto de la docencia universitaria con IA
- Evaluaciones primarias (recomendadas para instancias sumativas de mayor envergadura, como cátedras y exámenes)
- Proyectos de investigación asistidos por IA, que fomentan el análisis crítico y la aplicación de tecnología.
- Evaluaciones que requieren pensamiento crítico y habilidades de comunicación efectiva, tales como presentaciones orales.
- Portafolios digitales y proyectos colaborativos, que demuestran aprendizaje integrado y trabajo en equipo.
- Uso de simulaciones y juegos de roles para contextualizar el aprendizaje en situaciones prácticas reales.
- Evaluaciones secundarias (sugeridas para instancias formativas centradas en el autoaprendizaje)
- Exámenes de opción múltiple o test de conocimientos específicos.
- Pruebas basadas en memorización.
- Trabajos escritos y pruebas con respuestas cortas.
3. Evaluación formativa y retroalimentación
- Evaluación formativa
- Para tareas alineadas con los resultados de aprendizaje, crear criterios de evaluación claros y detallados, explicando cómo los estudiantes pueden alcanzar el desempeño óptimo. La evaluación debe ser transparente, no un misterio.
- Clarificar el uso de IA en la creación de textos, motivando a los estudiantes a comparar y ajustar los borradores generados por IA. Posteriormente, deben presentar oralmente tanto los aprendizajes obtenidos del contenido como del proceso colaborativo entre estudiante e IA.
- Retroalimentación facilitada con IA
- Utilización de análisis de datos avanzados para ofrecer respuestas sobre el progreso del estudiante, identificando áreas de fortaleza y oportunidades de mejora.
- Aplicación de chatbots y asistentes virtuales para proporcionar práctica y retroalimentación instantánea.