Una evaluación de las Inteligencias Artificiales como evaluadoras

Valentina Fandiño Zorro

Estudiante de la Maestría en Educación – Universidad Externado de Colombia

Aunque expertos en inteligencia artificial, como Stuart J. Russell, dan un pronóstico tranquilizador sobre el rol de la inteligencia artificial en la educación (Savolainen, 2023), todavía existe recelo hacia el tema. Sobre todo, cuando se cuestiona la veracidad y fiabilidad del contenido producido por las Inteligencias Artificiales (IA), o en lo referido al rol del maestro versus herramientas como ChatGPT. Asimismo, la presencia de las IA en la educación ha generado discusiones sobre su uso al evaluar. Sin embargo, aunque es vital considerar algunas cuestiones éticas, la inteligencia artificial es una herramienta aprovechable en la evaluación del aprendizaje en el aula.

En primera instancia, es vital destacar el rol de la inteligencia artificial como soporte pedagógico para la evaluación del aprendizaje. Algunos softwares de inteligencia artificial tienen la capacidad de medir el desempeño de los estudiantes bajo comandos específicos. Estas herramientas pueden ser usadas como “guías” durante el desarrollo de actividades tareas asignadas intra y extra-clase. De esta manera, se sistematizan datos cuantitativos y cualitativos sobre las fortalezas y debilidades de los estudiantes, midiendo qué y cuánto han aprendido.

Sumada a la posibilidad de recolectar datos, hay IA capaces de dar retroalimentación sumativa y formativa. Este es el caso de The Andes, un software que funciona como tutor de física en la Academia Naval de Maryland (Vanlehn et al., 2005). El software en cuestión ofrece retroalimentación en tiempo real en tareas asignadas a estudiantes de la institución, llegando a brindar pistas sobre las respuestas correctas. En otros casos, herramientas como Quizizz ofrecen un registro básico del desempeño de los estudiantes en sus quices en línea, en cuanto a la identificación de dificultades. En este sentido, la capacidad de las IA para registrar patrones de desempeño y retroalimentar es un apoyo significativo al evaluar en el aula.

En segundo lugar, las inteligencias artificiales permiten a los profesores automatizar algunos aspectos de las prácticas evaluadoras, repercutiendo directamente en la calidad de los resultados. Específicamente, algunas IA automatizan los procesos de diagnóstico de conocimientos previos en los estudiantes. Además, permiten personalizar actividades derivadas de los resultados. Bolaño-García y Duarte-Acosta (2024) presentan el ejemplo de Pear Deck “una plataforma que crea presentaciones interactivas y personalizables, y permite a los educadores involucrar a los estudiantes en tiempo real a través de preguntas y encuestas, lo que facilita una participación activa y un aprendizaje interactivo” (p. 54).

Pear Deck es la muestra de cómo las IA, al automatizar ciertas prácticas evaluadoras, reducirían significativamente el tiempo que los profesores dedican a la creación de este material. Además de representar una ventaja en términos de carga laboral, también permiten al educador enfocarse en aspectos como la preparación de clase. Es decir, hay más lugar para la reflexión sobre la práctica pedagógica, en general, fortaleciendo las estrategias empleadas para responder a las necesidades de los estudiantes. En ese marco, el contenido y ejecución de las clases del educador podría mejorar, resultando en un mejor desempeño de sus estudiantes al ser evaluados. No obstante, es crucial que los profesores revisen el material que decidan emplear, pues ellos son quienes realmente podrían aprobar su eventual aplicación. Realizado este ejercicio, las IA funcionarían como recurso evaluador que automatiza algunas labores pedagógicas.

Finalmente, la inteligencia artificial puede funcionar como método de evaluación, si se usa adecuadamente. Por ejemplo, en las clases de lengua extranjera, los juegos de rol son un instrumento común para practicar la producción oral en la lengua objetivo. Duolingo, una aplicación para aprender idiomas, ahora emplea la IA GPT-4 para que sus usuarios practiquen bajo esta modalidad, con personajes ficticios. Así, como lo afirman Gimpel et al. (2023), este aprovechamiento de las IA resultaría no sólo en incentivar la autoevaluación en los estudiantes, sino que serían un instrumento evaluador disponible para los educadores.

Otro ejemplo es Kahoot, una herramienta en línea que ahora permite generar exámenes tipo quiz a partir de documentos. Además del beneficio de la automatización, también funciona como una alternativa lúdica al examen tradicional. Como lo expone Rojas (2023), una de las desventajas de los exámenes es que generan “emociones aversivas y (…) una reducción en las puntuaciones de las personas afectadas con la ansiedad ante [estos]” (pp. 34-35). Entonces, aplicar las IA como instrumento evaluador puede dinamizar los procesos de evaluación de aprendizaje, y asegurar resultados menos sesgados por factores como el malestar emocional. Aunque, nuevamente, es deber del educador revisar los recursos obtenidos, previos a que sean aplicados como métodos de evaluación.

En conclusión, el uso de inteligencia artificial sigue siendo un tema álgido, pero su utilidad al evaluar es cada vez más evidente. Como se contempló, en primer lugar, puede ser utilizada como complemento a la retroalimentación dada por el maestro. Además, también sería una herramienta facilitadora de las tareas del docente, quien podría dedicar más tiempo a analizar el clima de aprendizaje de su aula, y experimentar con otros métodos de evaluación más pertinentes. Por último, es una forma innovadora de aplicar quices y exámenes. En este sentido, la IA es una herramienta que contribuye a los procesos de evaluación de estudiantes como soporte pedagógico, automatizador de procesos e instrumento evaluador. No obstante, es crucial que los maestros ―y cualquier actor de la educación― tengan el criterio suficiente para ver la IA como un apoyo para sus prácticas evaluadoras, y no como la solución a todos los problemas que estas plantean.

Referencias

Bolaño-García, M., & Duarte-Acosta, M. (2024). Una revisión sistemática del uso de la inteligencia artificial en la educación. Revista Colombiana de Cirugía, 39(1), 51-63. https://doi.org/10.30944/20117582.2365

Gimpel, H., Hall, K., Decker, S., Eymann, T., Lämmermann, L., Mädche, A., Röglinger, M., Ruiner, C., Schoch, M., Schoop, M., Urbach, N., & Vandirk, S. (2023). Unlocking The Power Of Generative AI Models And Systems Such As GPT-4 And ChatGPT For Higher Education. Hohenheim Discussion Papers in Business, Economics and Social Sciences. Discussion Paper 02. https://wiso.uni-hohenheim.de/fileadmin/einrichtungen/wiso/Forschungsdekan/Papers_BESS/dp_2023-02_online.pdf

Vanlehn, K., Lynch, C., Schulze, K., Shapiro, J.A., Shelby, R., Linwood, T., Treacy, D., Weinstein, A & Wintersgill, M. (2005). The Andes physics tutoring system: Lessons learned. International Journal of Artificial Intelligence in Education, 15(3). 147-204.

Rojas, L. (8 de mayo de 2023). Hacia una transformación en la aplicación de exámenes de aula. Revista Panamericana de pedagogía. Saberes y quehaceres del pedagogo. Universidad de Costa Rica, (36), 30-41.https://doi:10.21555.rpp.vi36.2875

Savolainen, A. (2023). “Su trabajo cambiará, pero siempre necesitaremos profesores”. Entrevista con Stuart J. Rusell. El correo de la Unesco octubre-diciembre 2023 La escuela en la era de la inteligencia artificial., 4, 17-19. https://unesdoc.unesco.org/ark:/48223/pf0000387029_spa/PDF/387029spa.pdf.multi