La artesanía de evaluar
¿Qué tienen en común un artesano y un docente que evalúa a sus estudiantes? A primera vista, poco. Uno trabaja con madera, cerámica o tela; el otro, con procesos de aprendizaje, producciones estudiantiles, preguntas, avances y dificultades.
Sin embargo, para la Dra. Anna Espasa, “evaluar es un proceso artesanal”. Durante la conferencia titulada “IA y evaluación del aprendizaje: nuevos horizontes docentes”, la profesora de la Universitat Oberta de Catalunya (España) sostuvo que la creación de una artesanía y la evaluación comparten lógicas “muy similares”.
¿A qué se debe? Tanto docentes como artesanos necesitan conocer el material con el que trabajan y las herramientas que disponen, tener claridad sobre el proceso que llevan adelante y contar con criterios para decidir cuándo aquello que están elaborando “está correcto y terminado”.
Ahora bien, ¿qué ocurre cuando en ese proceso aparece un nuevo elemento que altera las dinámicas, como lo es la inteligencia artificial? “Es una herramienta más, que no cambia lo que hace el artesano”, respondió Espasa.
https://www.youtube.com/watch?v=DzpYaoP1s-0
Los retos de la inteligencia artificial en la evaluación
Es innegable que la inteligencia artificial supone retos para la evaluación. “Más o menos todos ya los conocemos, pero lo que hace la inteligencia artificial es resituar e imponer otras prioridades por delante de otras”, advirtió al enumerar los más relevantes:
- Evaluaciones centradas en los procesos: debido a que la inteligencia artificial puede generar productos “muy bien hechos”, los procesos cobran aún más importancia.
- Feedback formativo: en contraposición a corregir únicamente el resultado final, implica el acompañamiento del estudiante durante todo el proceso de evaluación.
- Evaluaciones orales y dialógicas: generar instancias que permitan contrastar los cuestionamientos sobre la identidad y la autoría.
- Explicitación del uso de la inteligencia artificial: pedir a los estudiantes que hagan visible cómo, para qué y en qué momentos utilizaron estas herramientas.
- Evaluación basada en problemas auténticos: plantear situaciones reales y significativas, que dificulten las respuestas automáticas de la inteligencia artificial.
- Evaluación de la calidad de las decisiones: valorar no solo el producto final, sino también los criterios y elecciones que guiaron el proceso.
- Personalización del aprendizaje: aprovechar la inteligencia artificial para atender los intereses y las necesidades de aprendizaje de cada estudiante.
El feedback formativo
“Normalmente, tendemos a hacer una retroalimentación correctiva. Corregimos, y esa parte que es la que ayuda realmente al estudiante a aprender, que es la mejora, es la que se suele olvidar”, sentenció Espasa.
A partir de esa constatación, presentó cuatro claves del feedback formativo —aunque a lo largo de su presentación aclaró que utilizó las palabras “feedback” y “retroalimentación” como sinónimos—.
En primer lugar, hizo hincapié en su importancia y en la necesidad de entenderlo como un proceso que se desarrolla a lo largo de una asignatura, y no como una acción puntual al final de una actividad.
También recalcó, en segundo lugar, que es clave brindar el espacio para que los estudiantes le den sentido a ese feedback: “Tengo que planificar que ese feedback el estudiante lo tiene que revisar, mirar, comprender y tomar una decisión”.
En tercer lugar, recordó que el feedback puede darse a través de diferentes fuentes. Aunque se tiende a pensar que el docente es el único encargado de otorgarlo, hoy en día puede ser ofrecido por los mismos compañeros y también por la inteligencia artificial.
Finalmente, el cuarto elemento clave del feedback formativo es la mejora. “Lo decimos muy fácil y seguramente todos lo sabemos, pero a la hora de dar la retroalimentación se olvida”, indicó.
Estrategias para la retroalimentación
Durante la conferencia, Espasa entendió el feedback como un proceso dialógico, en “forma de espiral y en loop”, compuesto por cuatro fases:
- La retroalimentación propiamente dicha, en la cual se les transmite a los estudiantes qué han hecho bien, qué no y qué elementos se necesitan considerar para lograr una mejora.
- El procesamiento de la retroalimentación por parte de los estudiantes, para que puedan comprenderla, formular preguntas y, a partir de ello, tomar decisiones.
- La implementación de esas decisiones, es decir, la puesta en práctica de cambios concretos a partir de lo recibido.
- La oportunidad de que el estudiante pueda mostrar la mejora, mediante una nueva entrega o actividad revisada, a reevaluar por parte del docente.
En palabras de Espasa, esta última fase suele quedar relegada. “No le damos la oportunidad a los alumnos para que puedan trabajar en el feedback que han recibido, hagan las mejoras necesarias y las vuelvan a presentar”, manifestó.
Sumado a ello, Espasa listó distintas estrategias a la hora de dar feedback, que pueden ser de interés para los docentes y educadores:
- Reelaboración: una estrategia “muy sencilla” pero “un poco costosa de implementar”, que consiste en dar al alumnado la oportunidad de integrar el feedback recibido y evidenciar mejoras. Hay diferentes maneras de hacerlo, por ejemplo, al brindar la retroalimentación durante el proceso, y no únicamente al final.
- Feedback interno: promover que el estudiante compare su aprendizaje actual con un referente externo. Según Espasa, se trata de un proceso de comparación “muy poderoso”.
- Alfabetización en la temática del feedback: ayudar a que los estudiantes comprendan el valor de la retroalimentación y sean “conscientes de lo importante que es este feedback para su aprendizaje”.
El feedback interno
“El feedback interno no es un tema nuevo”, precisó Espasa, quien también añadió que hay diversidad de términos para referirse a este proceso: autofeedback, feedback generado por el propio estudiante, autoevaluación, autorregulación, entre otros.
Los cuestionarios, las entrevistas, los protocolos en voz alta son algunos de los instrumentos que permiten recoger dicho feedback interno.
Y, en ese marco, la inteligencia artificial puede desempeñar un papel relevante como referente externo o comparador, con el propósito de “facilitar el aprendizaje y la autorregulación”. A su vez, es capaz de favorecer el desarrollo del juicio evaluativo, al ayudar a los estudiantes a desarrollar “la capacidad para decidir qué aceptar, qué rechazar y qué revisar” a partir de determinados criterios de calidad.
La inteligencia artificial la concebimos precisamente como un comparador y no como un simple generador de respuestas.
En la conferencia “IA y evaluación del aprendizaje: nuevos horizontes docentes”, la profesora de la Universitat Oberta de Catalunya compartió algunos resultados preliminares de investigaciones que se encuentra desarrollando junto al grupo de investigación Feed2Learn, en torno a la inteligencia artificial y al feedback interno.
¿Cuáles son las primeras conclusiones de dichos estudios? Que la inteligencia artificial, cuando se utiliza como generador de feedback interno, “es potente”. Esto se debe a que ayuda a que los estudiantes diagnostiquen áreas de mejora y cuestiones que habían pasado por alto, así como a refinar los conocimientos.
Los nuevos horizontes docentes
Entre los nuevos horizontes que se abren para la docencia, Espasa destacó la incorporación de estrategias de feedback interno con inteligencia artificial por tratarse de una alternativa “muy sostenible”. Según explicó, la inteligencia artificial “actúa como un buen comparador del aprendizaje”, al tiempo que el propio estudiante genera una retroalimentación personalizada. “Con aulas masificadas es una estrategia que es interesante”, complementó.
No obstante, la profesora destacó que es importante enseñar a utilizar la inteligencia artificial de forma crítica: “Tenemos que promover en el estudiantado esta competencia de saber discernir lo que no está bien y lo que sí está bien”.
Al reflexionar sobre el rol del docente, retomó la metáfora de la artesanía y opinó que la inteligencia artificial es “una herramienta más” a incorporar. “Vamos a integrarla, pero hay que decidir en qué momento y de qué manera tiene sentido utilizarla en nuestra asignatura”, afirmó.
Los nuevos horizontes docentes no consisten en integrar la inteligencia artificial en la evaluación sin más, sino en repensar la evaluación para que la inteligencia artificial sea una herramienta con sentido pedagógico.
Espasa también señaló que estas herramientas pueden colaborar en tareas como el diseño de descriptores para una rúbrica. Pero tal como remarcó, hoy por hoy, el diferencial de los docentes sigue siendo en la orientación para la mejora, así como la guía para que los estudiantes avancen hacia un nivel superior de desarrollo.
“Hay una línea roja con la inteligencia artificial, que no sobrepasamos: la corrección del docente, que no la cedemos a la inteligencia artificial”, aseveró. Si bien puede ayudar a en múltiples tareas, para finalizar, Espasa hizo hincapié en que es fundamental la revisión última del profesorado, para ajustar el tono y evitar sesgos.
Galería de imágenes
La conferencia de Espasa se enmarcó dentro del proyecto Fortalecimiento de las Competencias Digitales Docentes en Educación Secundaria para la Evaluación Mediada por Inteligencia Artificial, que obtuvo financiación del Fondo Sectorial de Educación, modalidad “Inclusión Digital” ―impulsado por la Agencia Nacional de Investigación e Innovación (ANII) y Fundación Ceibal―.
Dicho proyecto tiene como propósito fortalecer las competencias digitales de los docentes de secundaria en los centros María Espínola, especialmente en lo que refiere a la evaluación apoyada por tecnologías e inteligencia artificial.