ABC CON LA EDUCACIÓN
IA
INTELIGENCIA
ARTIFICIAL
EN LA EDUCACIÓN
Reconocido por resolución DGFPE N.º 1076/2023 del MEC (150 h reloj)
Prof. Lic. Gustavo González INSCRÍBETE AQUÍ
Inteligencia artificial y evaluación del aprendizaje
Técnicas de evaluación del aprendizaje asistidas por IA
La inteligencia artificial irrumpe en la evaluación: nuevas posibilidades para la educación
La inteligencia artificial (IA) está transformando diversos sectores y la educa-
ción no es una excepción. Su impacto se extiende a las aulas, donde se perfi-
la como una herramienta poderosa para mejorar las prácticas de evaluación.
En este ensayo exploraremos cómo la IA se aplica en diferentes técnicas de
evaluación, como la formativa y la sumativa, para ofrecer una experiencia de
aprendizaje más personalizada y efectiva.
10
PROF. LIC. GUSTAVO GONZÁLEZ 1
INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
Evaluación formativa: retroalimentación en tiempo real
La evaluación formativa se centra en el seguimiento del progreso del estudiante duran-
te el proceso de aprendizaje. La IA puede potenciar esta técnica de diversas maneras:
Sistemas de tutoría inteligente. Estos sistemas pueden ofrecer a los estudiantes re-
troalimentación personalizada en tiempo real mientras trabajan en ejercicios o tareas.
La IA puede identificar errores, sugerir estrategias y brindar apoyo individualizado.
Análisis del aprendizaje. Los algoritmos de IA pueden analizar el comportamiento
del estudiante en plataformas educativas, como los clics que realiza o el tiempo que
dedica a cada actividad. Esta información permite al docente detectar dificultades y
ajustar la enseñanza en tiempo real.
Herramientas de autoevaluación. La IA puede crear cuestionarios y pruebas adapta-
tivas que se ajustan al nivel de cada estudiante. Estos instrumentos permiten a los
alumnos evaluar su propio progreso y recibir retroalimentación personalizada.
Evaluación sumativa: medición del aprendizaje
La evaluación sumativa se utiliza para medir el aprendizaje al final de una unidad o
curso. La IA también puede aportar beneficios en este ámbito:
Calificación automática de pruebas. Los sistemas de IA pueden calificar pruebas de
opción múltiple, de respuesta corta y de desarrollo de forma rápida y precisa. Esto
libera al docente de tareas tediosas y le permite dedicar más tiempo a la planifica-
ción y la atención individualizada.
Detección de plagio. La IA puede comparar los trabajos de los estudiantes con una
base de datos de textos para detectar posibles casos de plagio. Esto ayuda a garan-
tizar la integridad académica y la originalidad del trabajo de los alumnos.
Análisis de datos. Los algoritmos de IA pueden analizar los resultados de las pruebas
para identificar patrones y tendencias en el aprendizaje de los estudiantes. Esta infor-
mación puede ser utilizada para mejorar la planificación curricular y la evaluación.
Más allá de la evaluación tradicional
La IA no solo automatiza las tareas de evaluación, sino que también abre nuevas posibi-
lidades para la educación. Algunas de las ventajas de su aplicación en este ámbito son:
• Personalización del aprendizaje. La IA permite adaptar la evaluación a las necesi-
dades individuales de cada estudiante, ofreciendo experiencias de aprendizaje más
personalizadas.
• Aprendizaje a su propio ritmo. La IA permite a los estudiantes avanzar a su propio
ritmo, sin la presión de tener que seguir el ritmo de la clase.
• Motivación del estudiante. La IA puede ayudar a los estudiantes a mantenerse mo-
tivados al proporcionarles retroalimentación constante y personalizada.
2 FASCÍCULO 10
ABC CON LA EDUCACIÓN
Desafíos y consideraciones
Si bien la IA ofrece un gran potencial para la evaluación, también es importante consi-
derar algunos desafíos:
• Sesgo algorítmico. Es importante garantizar que los algoritmos de IA no sean ses-
gados y no discriminen a ciertos grupos de estudiantes.
• Equidad y acceso. Es necesario asegurar que todos los estudiantes tengan acceso a
las herramientas de evaluación basadas en IA, independientemente de su contexto
socioeconómico.
• Competencia docente. Los docentes necesitan formación para poder utilizar las he-
rramientas de IA de forma eficaz y ética.
Los algoritmos de IA: aliados para la precisión y objetividad en la evaluación
La evaluación es un componente fundamental del proceso educativo, ya que permite
medir el aprendizaje de los estudiantes y brindarles retroalimentación para su mejora.
Sin embargo, la evaluación tradicional, realizada por docentes, puede estar sujeta a
sesgos e imprecisiones. En este contexto, la inteligencia artificial (IA) emerge como
una herramienta poderosa para mejorar la precisión y objetividad en la calificación de
exámenes y trabajos.
Precisión
• Calificación automática. Los algoritmos de IA pueden calificar de forma precisa y
rápida exámenes de opción múltiple, verdadero o falso, y de respuesta corta.
• Detección de errores. La IA puede identificar errores en las respuestas de los estu-
diantes, incluso aquellos que son difíciles de detectar para el ojo humano. Esto per-
mite a los alumnos aprender de sus errores y mejorar su comprensión del contenido.
PROF. LIC. GUSTAVO GONZÁLEZ 3
INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
• Análisis de patrones. Los algoritmos de IA pueden analizar las respuestas de los es-
tudiantes y detectar patrones que podrían indicar dificultades en el aprendizaje. Esta
información puede ser utilizada por el docente para brindar apoyo individualizado a
los estudiantes que lo necesitan.
Ejemplos
Un estudio realizado por la Universidad de Stanford encontró que un sistema de IA
para la calificación automática de exámenes de opción múltiple fue tan preciso como
los docentes humanos.
Otro estudio, realizado por la Universidad Carnegie Mellon, encontró que un sistema
de IA para la detección de errores en trabajos escritos fue capaz de identificar errores
con una precisión del 90 %.
Objetividad
• Eliminación de sesgos. La IA puede eliminar los sesgos que pueden existir en la
evaluación tradicional, como la subjetividad del docente o las preferencias por cier-
tos estilos de escritura. Esto garantiza que todos los estudiantes sean evaluados de
manera justa y equitativa.
• Estándares de evaluación consistentes. Los algoritmos de IA pueden aplicar crite-
rios de evaluación consistentes a todos los estudiantes, lo que reduce la variabilidad
en la calificación. Esto permite una comparación más precisa del rendimiento de los
estudiantes entre sí y a lo largo del tiempo.
• Retroalimentación personalizada. La IA puede proporcionar a los estudiantes retro-
alimentación personalizada sobre sus trabajos, identificando sus fortalezas y debili-
dades. Esta información ayuda a los alumnos a mejorar su desempeño y a compren-
der mejor las áreas en las que necesitan trabajar.
Ejemplos
Un estudio realizado por la Universidad de Massachusetts encontró que los estudian-
tes que recibieron retroalimentación personalizada de un sistema de IA obtuvieron
mejores resultados en pruebas posteriores que aquellos que no recibieron retroali-
mentación.
Otro estudio, realizado por la Universidad de California, Berkeley, encontró que los
estudiantes que utilizaron un sistema de IA para la evaluación de sus trabajos escri-
tos mostraron una mayor mejora en sus habilidades de escritura que aquellos que
no lo utilizaron.
4 FASCÍCULO 10
ABC CON LA EDUCACIÓN
Más allá de la calificación
• Análisis del lenguaje. La IA puede analizar el lenguaje utilizado por los estudiantes
en sus trabajos para identificar áreas en las que pueden mejorar su escritura, como
la gramática, la ortografía y la organización del texto.
• Detección de plagio. La IA puede comparar los trabajos de los estudiantes con una
base de datos de textos para detectar posibles casos de plagio. Esto ayuda a garan-
tizar la integridad académica y la originalidad del trabajo de los alumnos.
• Adaptación de la evaluación. La IA puede adaptar la evaluación al estilo de
aprendizaje de cada estudiante, lo que permite una experiencia de aprendizaje
más personalizada.
Ejemplos
Un estudio realizado por la Universidad de Oxford encontró que un sistema de IA para
la evaluación de la escritura fue capaz de identificar el estilo de aprendizaje de cada
estudiante y adaptar la evaluación en consecuencia.
Otro estudio, realizado por la Universidad de Cambridge, encontró que los estudiantes
que utilizaron un sistema de IA para la evaluación de sus trabajos de Matemáticas
mostraron una mayor motivación y compromiso con el aprendizaje.
Los algoritmos de IA tienen un gran potencial para mejorar la precisión y objetividad en
la calificación de exámenes y trabajos de los estudiantes. Sin embargo, es importante
abordar los desafíos y las consideraciones éticas relacionadas con su uso. Con una
implementación responsable y cuidadosa, la IA puede ser una herramienta poderosa
para mejorar la calidad de la evaluación y del aprendizaje en general.
PROF. LIC. GUSTAVO GONZÁLEZ 5
INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
Plan estratégico para el uso de la inteligencia artificial en las evaluaciones docentes
Las herramientas de IA pueden ser de gran utilidad para los docentes en la evaluación
de sus alumnos, liberando tiempo para tareas más creativas y personalizadas. Este
plan estratégico presenta una hoja de ruta para la implementación efectiva de la IA en
las evaluaciones docentes, con el objetivo de mejorar el aprendizaje de los alumnos.
Fases del plan
1. Fase de exploración (tres meses)
• Capacitación. Brindar a los docentes talleres introductorios sobre la IA y su poten-
cial en la evaluación.
• Experimentación. Implementar pilotos con herramientas de IA para tareas específi-
cas, como la revisión de escritos o la calificación de exámenes.
• Recopilación de datos. Monitorear el impacto de la IA en la carga de trabajo docen-
te, la precisión de la evaluación y la satisfacción de los alumnos.
2. Fase de selección (seis meses)
• Evaluación de herramientas. Analizar las diferentes herramientas de IA disponibles
en el mercado, considerando su costo, facilidad de uso y características específicas.
• Selección de herramientas. Elegir las herramientas más adecuadas para las necesi-
dades de cada contexto educativo.
• Desarrollo de guías. Crear guías prácticas para el uso de las herramientas de IA en
las evaluaciones.
3. Fase de implementación (un año)
• Integración curricular. Incorporar las herramientas de IA en el proceso de evalua-
ción de forma gradual y sostenible.
• Formación continua. Ofrecer a los docentes formación continua sobre el uso de las
herramientas de IA y las mejores prácticas en la evaluación.
• Evaluación del impacto. Medir el impacto de la IA en el aprendizaje de los alumnos,
la satisfacción de los docentes y la eficiencia del sistema educativo.
6 FASCÍCULO 10
ABC CON LA EDUCACIÓN
Beneficios esperados
• Reducción de la carga de trabajo docente. La IA puede automatizar tareas repetiti-
vas, como la calificación de exámenes.
• Evaluaciones más precisas. La IA puede identificar patrones y errores que los huma-
nos podrían pasar por alto, lo que conduce a una evaluación más precisa y objetiva.
• Aprendizaje personalizado. La IA puede proporcionar a los estudiantes retroalimen-
tación personalizada y en tiempo real, ayudándoles a mejorar su rendimiento aca-
démico.
Recursos necesarios
• Financiamiento. Invertir en la adquisición de herramientas de IA y en la formación
del profesorado.
• Infraestructura. Asegurar el acceso a internet de alta velocidad y a dispositivos tec-
nológicos adecuados.
• Soporte técnico. Brindar asistencia técnica a los docentes para la implementación y
uso de las herramientas de IA.
La IA tiene el potencial de revolucionar la evaluación docente, mejorando la eficiencia
del sistema educativo y el aprendizaje de los alumnos. Este plan estratégico propor-
ciona una guía para la implementación efectiva de la IA en las evaluaciones, con el
objetivo de aprovechar al máximo sus beneficios.
Recomendaciones
Es importante involucrar a toda la comunidad educativa en el proceso de implemen-
tación de la IA, incluyendo a los docentes, los alumnos, los padres de familia y las
autoridades educativas.
Se debe establecer un marco ético para el uso de la IA en la educación, que garantice
la privacidad de los datos y la equidad en las evaluaciones.
Es fundamental realizar investigaciones sobre el impacto de la IA en el aprendizaje de
los alumnos para asegurar que su uso se traduzca en mejores resultados educativos.
PROF. LIC. GUSTAVO GONZÁLEZ 7
INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
Fuentes:AMODEI, DARIO, et al. (2016). Concrete problems in AI safety. arXiv preprint arXiv:1606.06565 .: [Link]
BOSTROM, NICK. Superintelligence: Paths, dangers, strategies. Oxford University Press, USA, 2014.
CLEMENTS, DAVID H., AND MARIA G. DEDE. (2020).The future of e-learning: Integrating artificial intelligence. Computers & Education.
RUSELL, S. J.; NORVIG, P. (2004), Inteligencia artificial. Un enfoque moderno, Pearson Educación (Segunda edición) (Madrid), ISBN 978-
84-205-4003-0.
RODRÍGUEZ, TXEMA (2017). Machine Learning y Deep Learning: cómo entender las claves del presente y futuro de la inteligencia artifi-
cial. Xataka. Consultado el 21 de abril de 2023.
SABÁN, ANTONIO (2016). ¿Qué es la singularidad tecnológica y qué supondría para el ser humano? Hipertextual. Consultado el 21 de
abril de 2023.
THOMPSON, ELAINE (6 de septiembre de 2019). 10 ejemplos de que ya dependes de la IA en tu vida diaria. BBVA OpenMind. Consultado
el 21 de abril de 2023.
Curso de capacitación docente virtual 2024
INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
Reconocido por resolución DGFPE N.º 1076/2023 del MEC (150 h reloj)
Entrega final de los 20 ejercitarios hasta el 28 de junio de 2024
EVALUACIÓN 10
Fecha: 19/3/2024
EJERCITARIO 10
Luego de leer este fascículo, haz clic en Cuestionario, selecciona el
ejercitario correspondiente y responde. Completa tus datos y envía.
8 FASCÍCULO 10
