IAG para generación de rúbricas
En la evaluación educativa, las rúbricas son herramientas esenciales para establecer criterios claros y medibles que permitan evaluar de manera objetiva y consistente el desempeño de los estudiantes en diversas actividades. Las rúbricas proporcionan una guía detallada sobre los criterios de evaluación y los niveles de desempeño esperados en tareas específicas, facilitando una retroalimentación constructiva y una evaluación justa.
El uso de inteligencia artificial generativa (IAG), como ChatGPT, en la creación de rúbricas es una estrategia efectiva para agilizar y mejorar este proceso. Con IAG, los docentes pueden generar rúbricas personalizadas con criterios de evaluación claros, escalas bien definidas y puntajes ajustados a los objetivos de aprendizaje y a las necesidades específicas de evaluación. En este material, exploraremos cómo utilizar IAG para crear rúbricas que no solo faciliten la evaluación eficiente y justa, sino que también proporcionen a los estudiantes una retroalimentación clara para mejorar su desempeño.
Pasos para Crear Rúbricas de Evaluación con IAG
a. Definir los Elementos Clave de la Rúbrica
- Para crear una rúbrica efectiva con IAG, es esencial definir claramente ciertos elementos que guiarán el proceso. Estos incluyen:
- El tipo de producto que los estudiantes crearán.
- El nivel educativo de los estudiantes.
- El tema de la sesión o tarea.
- Los criterios mínimos de evaluación.
- La escala de evaluación (por ejemplo, puntajes o niveles de desempeño).
- Ejemplo: Podemos cargar un archivo de una rúbrica con la cantidad de criterios y niveles que usemos como ejemplo, indicando que deseamos que se base en esa rúbrica y que espere la instrucción
b. Crear un Prompt Claro y Detallado para IAG
- El éxito de IAG en la creación de rúbricas depende de la claridad del prompt que se le proporciona. Un buen prompt debe incluir los elementos clave definidos previamente y detallar lo que se espera de la rúbrica.
- Ejemplo: “Diseña una rúbrica para evaluar un cartel creado por alumnos de preparatoria, cuyo objetivo es promover los valores y la ética en redes sociales. Los criterios de evaluación deben incluir calidad del contenido, claridad de gráficos, relevancia para las redes sociales y corrección ortográfica. Utiliza una escala de evaluación con un puntaje máximo de 100.”
c. Revisar y Refinar la Rúbrica Generada
- Una vez que IAG genera la rúbrica, es importante revisarla para asegurarse de que se ajusta a los objetivos de evaluación. En caso de que los criterios, la escala o la distribución de puntajes no sean adecuados, se puede refinar el prompt para realizar ajustes.
- Ejemplo: “Refina la rúbrica generada para asegurarte de que la calidad de gráficos tenga un mayor peso en la calificación, asignando 30 puntos de los 100 totales.”
d. Personalizar la Rúbrica para Diversas Actividades
- IAG permite personalizar las rúbricas según el tipo de tarea, el nivel de dificultad y el perfil del estudiante. Esto es especialmente útil cuando se tienen grupos heterogéneos o se desean evaluar diferentes aspectos de una misma tarea.
- Ejemplo: Para evaluar un proyecto sobre inteligencia artificial, IAG puede generar criterios específicos relacionados con el uso correcto de conceptos técnicos, la creatividad en la aplicación de IA y la claridad en la presentación de resultados.
e. Integrar la Rúbrica en el Proceso de Evaluación
- Una vez que la rúbrica ha sido generada y refinada, debe integrarse de manera coherente en el proceso de evaluación del curso. Compartir la rúbrica con los estudiantes antes de que realicen la tarea les proporciona una guía clara sobre lo que se espera de ellos.
- Ejemplo: Un docente puede distribuir la rúbrica generada para un proyecto de investigación antes de que los estudiantes comiencen su trabajo, asegurando que entiendan los criterios de evaluación y puedan utilizarla como una guía durante el desarrollo de la tarea.
Ejemplo completo
Paso 1: Modelo Generativo Usado
El modelo generativo utilizado para la creación de rúbricas fue GPT-4, desarrollado por OpenAI. Este modelo de lenguaje avanzado ha sido entrenado en grandes cantidades de datos y es capaz de generar contenido textual coherente y relevante, como rúbricas, basándose en las indicaciones proporcionadas por el usuario.
Ejemplo: GPT-4 fue utilizado para generar una rúbrica que evaluara el desempeño de los estudiantes en la creación de un cartel sobre ética en redes sociales.
Paso 2: Rol que le Asignado
El rol asignado a IAG fue el de “asistente educativo especializado en la creación de rúbricas”. En este rol, IAG generó rúbricas personalizadas con criterios detallados, niveles de desempeño claros y escalas de evaluación específicas que se alineaban con los objetivos de la tarea.
Ejemplo: “Asistente en creación de rúbricas de licenciatura”
Paso 3: Insumo que le Entregaron
El insumo entregado consiste en la descripción de la actividad, las instrucciones, el objetivo de la sesión y el tema.
Ejemplo: El siguiente archivo es la actividad de la sesión 3 “Reclutamiento y selección” del curso “ Gestión de talento humano”, analizalo, con base en el objetivo: “El alumno elaborará el proceso de selección de candidato para una vacante”.
Paso 4: Prompt Inicial
Nuestra instrucción indica de manera concisa el tipo de rúbrica requerida.
Ejemplo: Con base en la actividad, genera una rúbrica de 4 niveles de aprendizaje, con 5 criterios, de puntuación máxima 10 puntos.
Paso 5: Prompt con el que Refinaron la Primera Salida
Podemos adaptar el primer resultado para que se ajuste a lo que queremos y hacer correcciones de lo que nos gustaría cambiar.
Ejemplo: Ajusta los criterios de evaluación para que tengan un valor diferente de puntos dependiendo de la complejidad del criterio.
Paso 6: Referencia en Formato APA
Es fundamental citar adecuadamente el uso de herramientas de inteligencia artificial en la generación de contenido académico. En este caso, la referencia en formato APA para el uso de IAG sería:
Ejemplo: OpenAI. (2023). GPT-4: Generative Pre-trained Transformer 4. OpenAI. https://openai.com/research/gpt-4
A continuación, presentamos un resumen de los elementos clave utilizados en esta sesión para aplicar un modelo generativo
Beneficios del Uso de IAG para la Creación de Rúbricas
- Eficiencia: IAG puede generar rúbricas completas en cuestión de minutos, permitiendo a los docentes centrarse en otros aspectos de la enseñanza.
- Claridad y Consistencia: Las rúbricas generadas por IAG son claras y detalladas, lo que facilita una evaluación justa y coherente entre estudiantes.
- Personalización: IAG permite adaptar las rúbricas a las necesidades específicas de las actividades y los estudiantes, promoviendo una evaluación más significativa.
Conclusión
La integración de IAG en la creación de rúbricas de evaluación representa un avance en la mejora de la eficiencia y la calidad de las evaluaciones. Al utilizar IAG, los docentes pueden generar rúbricas personalizadas y adaptadas a las necesidades específicas de los estudiantes, lo que no solo facilita el proceso de evaluación, sino que también proporciona a los estudiantes una guía clara sobre cómo mejorar su desempeño. El uso de prompts bien definidos y refinados asegura que las rúbricas generadas sean relevantes y alineadas con los objetivos de aprendizaje, promoviendo una evaluación justa y constructiva.
Podcast
En resumen
¡Enhorabuena!
Referencias
- Author(s). (2024). Towards responsible development of generative AI for education: An evaluation-driven approach. arXiv
- Octaedro. (2024). ChatGPT y educación universitaria: Posibilidades y límites de ChatGPT como herramienta docente
- Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The AI Assessment Scale (AIAS): A framework for ethical integration of generative AI in educational assessment. Journal of University Teaching & Learning Practice.
