Docentes proponen calificar el diálogo entre alumnado e IA y usar la IA para entrenar la observación del profesorado

Investigadores y docentes exploran nuevos modelos para evaluar el razonamiento conversacional del alumnado con tutores de IA y emplear el aprendizaje automático para agilizar la retroalimentación sobre la capacidad de observación docente.
Para evitar que el alumnado utilice la inteligencia artificial únicamente como un atajo para obtener respuestas, Mike Kentz, de AI Friction Labs, aboga por que el profesorado evalúe el diálogo de los estudiantes con la IA y no solo sus entregas finales. A partir de un estudio en el que los estudiantes de secundaria apenas utilizaron un tutor de matemáticas por IA basado en la indagación que se les había ofrecido, Kentz desarrolló un marco para calificar el propio chat. Su método limita las interacciones a unos diez intercambios para que la calificación resulte manejable, involucra a los estudiantes en la definición de criterios mediante la comparación de conversaciones sólidas y deficientes, incorpora reflexiones previas y posteriores, y anima a los alumnos a explicar conceptos como las rectas tangentes a un compañero de clase de IA confundido.
De forma paralela, diversos investigadores están comprobando si la IA puede acelerar la retroalimentación para los docentes. En la Universidad Rowan, Molly Fisher lidera una investigación sobre la 'observación profesional' (professional noticing)—la práctica de observar las acciones del alumnado, interpretar su nivel de comprensión subyacente y determinar los siguientes pasos pedagógicos. A partir de la primavera de 2027, el equipo de Fisher planea entrenar modelos de IA con respuestas docentes evaluadas por humanos a partir de grabaciones de clase en vídeo, con el objetivo de devolver informes de retroalimentación observacional a los educadores en el plazo de un solo día. Fisher recalca que el profesorado debe mantener una postura escéptica ante los resultados del modelo y actuar con prudencia respecto a los datos del alumnado que se suban.
Estas iniciativas marcan un cambio en la tecnología educativa: se pasa de concebir la IA como un simple generador de respuestas a captar el propio proceso de razonamiento. Evaluar los historiales de chat aborda el diseño de instrucciones (prompts) y la indagación iterativa como competencias analíticas fundamentales, en un paralelismo con los inicios de los estudios de redacción antes de que se formalizaran los estándares para calificar ensayos.
Fuente: EdSurge



