Diseño de evaluaciones
La inteligencia artificial es una herramienta que puede resultar muy útil para el diseño de evaluaciones educativas al permitir la generación automática de exámenes y preguntas personalizadas para cada estudiante, en base al análisis de sus necesidades y nivel de aprendizaje. Asimismo, la calificación en tiempo real de tareas y trabajos mediante IA provee retroalimentación instantánea y permite realizar análisis predictivo respecto de qué alumnos podrían necesitar apoyo temprano.
La IA puede resultar muy útil para diseñar evaluaciones de ítems variados, permitiéndonos optimizar el tiempo, personalizar la experiencia de aprendizaje, proporcionar retroalimentación a los estudiantes y recopilar datos sobre su rendimiento.
Una función de algunas IA es elaborar preguntas de selección única (con alternativas). Veamos un ejemplo con SuperQuiz, que es una herramienta para crear y compartir cuestionarios a partir de contenido ingresado:
Al apretar el botón Generate Questions, nos proporciona 10 preguntas de selección única. También entrega la posibilidad de agregar preguntas diseñadas por nosotros:
Posteriormente, nos ofrece la opción de presentarlo a los estudiantes y que se responda de manera interactiva a través de un enlace o código QR. El docente deberá ir cambiando las preguntas de forma manual::
Ahora, observemos un ejemplo de la creación de un cuestionario con Yippity, cuya herramienta puede crear un cuestionario a partir de un texto.
Como resultado, la IA elabora preguntas con su respectiva respuesta a partir del texto del link y texto ingresado:
Otro elemento importante que puede diseñarse con el apoyo de una herramienta IA es una rúbrica. La rúbrica es un instrumento de evaluación que permite graduar el desempeño del estudiante en diferentes niveles de logro (por ejemplo, logrado, parcialmente logrado, no logrado). Cada nivel describe de manera precisa lo que debe responder o hacer un estudiante ante una tarea, proyecto o actividad para ser evaluado en esa categoría.
Para construir una rúbrica con IA, debemos elaborar un prompt con las especificaciones: cuál es la actividad académica, qué indicadores evaluaremos, en cuántos niveles, etc. Por ejemplo:
|
Prompt: Elabora una rúbrica de evaluación para un proyecto de investigación sobre el impacto de la inteligencia artificial en la atención médica. Considera los siguientes aspectos:
Utiliza 5 niveles para cada indicador de evaluación, donde 5 es muy buen desempeño, 4 es buen desempeño, 3 es desempeño aceptable, 2 es desempeño incipiente y 1 es desempeño no logrado. Proporciona descripciones claras y específicas para cada nivel de desempeño. Considera que la rúbrica debe ser comprensible para los estudiantes y facilitar una evaluación justa y objetiva del proyecto de investigación. La rúbrica debe estar en formato de tabla. |
A continuación, ingresamos el prompt a una inteligencia artificial generativa, ChatGPT, y nos otorga el siguiente resultado:
Rúbrica de Evaluación para Proyecto de Investigación sobre el Impacto de la Inteligencia Artificial en la Atención Médica:
| Indicador | Desempeño no logrado (1) | Desempeño (2) |
Desempeño Aceptable (3) |
Buen Desempeño |
Muy bienDesempeño (5) |
| Contenido | La investigación carece de profundidad y claridad. La comprensión de los conceptos de IA aplicados a la atención médica es limitada, y las ideas presentadas son poco originales. | La investigación tiene cierta profundidad y claridad, pero la comprensión de los conceptos de IA aplicados a la atención médica es básica. Las ideas presentadas son convencionales. | La investigación es profunda y clara, con una comprensión aceptable de los conceptos de IA en la atención médica. Las ideas presentadas son originales. | La investigación es muy profunda y clara. La comprensión de los conceptos de IA aplicados a la atención médica es sólida, y las ideas presentadas son altamente originales. | La investigación es excepcionalmente profunda y clara. La comprensión de los conceptos de IA aplicados a la atención médica es excepcional, y las ideas presentadas son extraordinariamente originales. |
| Metodología | Los métodos utilizados para recopilar y analizar datos son ineficaces y carecen de relevancia para la influencia de la IA en la atención médica. | Los métodos utilizados son básicos y relevantes, pero muestran algunas limitaciones en la eficacia y relevancia para la influencia de la IA en la atención médica. | Los métodos utilizados son efectivos y altamente relevantes para la influencia de la IA en la atención médica. | Los métodos utilizados son excepcionales, demostrando una gran eficacia y relevancia para la influencia de la IA en la atención médica. | Los métodos utilizados son excepcionales y van más allá de las expectativas, estableciendo un estándar ejemplar para la investigación en el área. |
| Presentación | La calidad y organización de la presentación son insatisfactorias. La estructura del informe es pobre, y el uso de gráficos o visualizaciones es inadecuado. La exposición oral es confusa. | La presentación tiene calidad y organización básicas. La estructura del informe es aceptable, y el uso de gráficos o visualizaciones es adecuado, pero puede mejorar. La exposición oral es clara pero puede ser más precisa. | La calidad y organización de la presentación son sólidas. La estructura del informe es clara, y el uso de gráficos o visualizaciones es efectivo. La exposición oral es clara y coherente. | La calidad y organización de la presentación son excepcionales. La estructura del informe es brillante, y el uso de gráficos o visualizaciones es excepcional. La exposición oral es excepcionalmente clara y persuasiva. | La calidad y organización de la presentación son excepcionales y van más allá de las expectativas, estableciendo un estándar ejemplar en la comunicación científica. |
| Impacto Ético | La consideración de los impactos éticos es limitada, sin identificación ni propuesta de soluciones a desafíos éticos. | Se consideran los impactos éticos de manera básica, con cierta identificación de desafíos éticos, pero las soluciones propuestas son limitadas. | La consideración de los impactos éticos es sólida, con una identificación clara de desafíos éticos y propuestas de soluciones efectivas. | La consideración de los impactos éticos es excepcional, con una identificación profunda de desafíos éticos y propuestas de soluciones innovadoras. | La consideración de los impactos éticos es excepcional y va más allá de las expectativas, mostrando una comprensión excepcional de las implicaciones éticas. |
| Colaboración | La colaboración en el equipo de investigación es ineficaz, con una distribución desigual de tareas y falta de capacidad para trabajar de manera conjunta. | La colaboración en el equipo de investigación es básica, con una distribución aceptable de tareas y cierta capacidad para trabajar de manera conjunta. | La colaboración en el equipo de investigación es efectiva, con una distribución equitativa de tareas y capacidad para trabajar de manera conjunta. | La colaboración en el equipo de investigación es excepcional, con una distribución eficiente de tareas y una capacidad excepcional para trabajar de manera conjunta. | La colaboración en el equipo de investigación es excepcional y va más allá de las expectativas, estableciendo un estándar ejemplar para la colaboración en investigación. |
También existen IAs especializadas en el diseño de rúbrica. Por ejemplo, Rubric, ayuda en la definición de objetivos de aprendizaje, la creación de criterios de evaluación adecuados y en la generación de rúbricas. Es posible editar, guardar y compartir rúbricas con otros docentes y estudiantes. Además, permite establecer el nivel de educación, el área, la cantidad de criterios, etc.
A continuación, se presenta un ejemplo del resultado que genera Rubric, el que, posteriormente, es editable por el usuario:
