Generar evaluaciones y retroalimentación
En esta página
Evaluaciones alineadas y corrección acelerada
Crear evaluaciones significativas y corregir el trabajo del alumnado son dos tareas esenciales pero extremadamente consumidoras de tiempo, y la carga de trabajo alcanza su punto máximo siempre en los peores momentos del año. ChatGPT apoya ambos extremos de este proceso: te ayuda a diseñar evaluaciones rigurosas y acelera la corrección, sin sustituirte jamás. Esta distinción es crucial porque delegar la corrección implicaría renunciar al único momento en el que observas exactamente qué ha entendido cada estudiante. Además, es una norma: la CNIL (la autoridad francesa de protección de datos) recuerda al profesorado que no puede delegar su autoridad evaluadora en una herramienta de IA, y las políticas de uso de OpenAI prohíben cualquier decisión evaluativa tomada por el modelo sin un humano en el bucle.
Diseñar preguntas de opción múltiple que enseñen
Una buena pregunta de opción múltiple (MCQ) no consiste simplemente en una respuesta correcta y tres incorrectas. Su valor diagnóstico reside enteramente en los distractores: si son absurdos, el alumnado encuentra la respuesta por eliminación y tú no aprendes nada sobre su razonamiento; si reflejan errores realistas, cada respuesta incorrecta te indica qué camino erróneo ha tomado el estudiante. ChatGPT genera fácilmente este segundo tipo de distractor, siempre que nombres los errores esperados en lugar de esperar que los adivine.
“Crea un test de 15 preguntas de opción múltiple sobre funciones lineales para una clase de 3.º de ESO. Para cada pregunta, los distractores deben corresponder a errores frecuentes del alumnado (confusión con funciones afines, errores de signo, pendiente invertida). Proporciona una hoja de respuestas con una explicación para cada distractor.”
La explicación solicitada para cada distractor es lo que convierte la MCQ en una herramienta de remediación. Cuando revisas las respuestas en clase, ya tienes listo el comentario para el alumnado que eligió la B en lugar de la C, y la sesión de repaso deja de ser una lectura de la hoja de respuestas para convertirse en un trabajo sobre los errores que el alumnado ha cometido realmente.
Evaluar por competencia y variar los formatos
Para una evaluación formativa o sumativa basada en competencias, tu prompt debe incluir cuatro requisitos. Especifica las competencias objetivo utilizando los términos exactos del marco del programa, de modo que el vocabulario de la rúbrica coincida con el del boletín de calificaciones. Solicita que cada ejercicio apunte a una sola competencia a la vez: en cuanto un ejercicio moviliza dos, el trabajo de un estudiante con dificultades se vuelve imposible de interpretar. Exige una rúbrica de competencias asociada con indicadores observables en lugar de juicios de valor. Por último, solicita ejercicios de complejidad creciente para cada competencia, permitiendo que un estudiante con dificultades demuestre lo que domina antes de chocar contra un muro.
Los prompts para pruebas escritas siguen la misma lógica. ChatGPT genera enunciados de argumentación con documentos de acompañamiento, temas de comentario literario con ángulos de lectura sugeridos, estudios de caso contextualizados para economía y ciencias sociales, o problemas abiertos para ciencias y matemáticas. Los ángulos de lectura sugeridos merecen una revisión cuidadosa: suelen ser precisos pero muy escolares, y es mejor conservarlos para tu hoja de respuestas que distribuirlos junto con el enunciado, o te arriesgas a recibir treinta copias idénticas.
La rúbrica basada en criterios
Una rúbrica útil describe cada nivel de dominio con un descriptor observable, de modo que dos correctores diferentes sitúen la misma copia en el mismo lugar. Pide a ChatGPT que produzca esta rúbrica para tus criterios y, a continuación, verifica que los descriptores describan lo que realmente ves en la copia, no la impresión que esta deja.
| Criterio | Insuficiente | Frágil | Satisfactorio | Experto |
|---|---|---|---|---|
| Argumentación | Ningún argumento identificable | Argumentos presentes pero no justificados | Argumentos justificados con ejemplos | Argumentación matizada y estructurada |
| Lengua | Errores frecuentes que dificultan la legibilidad | Errores ocasionales | Expresión correcta | Estilo preciso y elegante |
Observa la progresión en la fila «Argumentación»: pasa de la ausencia a la presencia, luego de la presencia a la justificación y, finalmente, de la justificación al matiz. Cada paso añade un requisito verificable. Esta es la gradación que debes comprobar en cualquier rúbrica generada, porque el modelo a veces produce cuatro formulaciones que dicen lo mismo cambiando solo el adverbio («correctamente», «bien», «muy bien», «perfectamente»), y tal rúbrica no distingue nada.
Acelerar la corrección
El ahorro de tiempo más claro proviene de una hoja de respuestas modelo producida antes de abrir la primera copia del alumnado. Haz que genere la respuesta esperada para cada pregunta, los errores frecuentes que cabe anticipar, los puntos de puntuación detallados y ejemplos de comentarios para cada nivel de respuesta. Así corriges reconociendo casos que ya has nombrado en lugar de reinventar tus estándares para cada copia, lo que mejora tanto la velocidad como la equidad entre el alumnado situado en la parte superior e inferior de la pila.
Para la retroalimentación individual, ChatGPT redacta un comentario constructivo en cuanto le proporcionas el error observado. “El estudiante ha cometido este error en su ejercicio de física: ha confundido masa y peso. Escribe una retroalimentación alentadora de 3–4 líneas que explique la diferencia y sugiera una regla mnemotécnica para evitar volver a confundirlas.” La división del trabajo es la adecuada: tú identificas el error, ya que solo tú has leído la copia, y la herramienta se encarga de la redacción, la parte que te consume tiempo sin requerir tu experiencia en la materia. El prompt no contiene nombres ni copias: nunca pegues una copia de un estudiante identificado en una herramienta pública.
Estos comentarios merecen la pena guardarse en lugar de reescribirlos cada año. Construye gradualmente un banco que cubra cada tipo de error recurrente en tu asignatura, con una formulación positiva, sugerencias de mejora concretas y aliento adaptado a diferentes perfiles. Para el tercer año, corregir una pila de copias consiste en gran medida en ensamblar bloques probados que personalizas con una única frase.
Te toca a ti
Tu primera MCQ revisada.
- Pide a ChatGPT que cree un test de diez preguntas de opción múltiple sobre un tema de tu elección, nombrando los errores esperados.
- Revisa cada ítem: ¿es precisa la respuesta correcta?, ¿son plausibles los distractores?, ¿es adecuado el nivel?
- Corrige lo que sea necesario y cuenta tus correcciones.
- Pídele que produzca la rúbrica basada en criterios y comprueba la gradación de los descriptores.
- Anota tu número de correcciones: indica cuánta confianza depositar en un prompt no revisado.
Fuentes oficiales: Getting started with ChatGPT as an educator (Centro de ayuda de OpenAI) · Teacher: How to use an AI system in the course of your duties? (CNIL)
Puntos clave
- Los distractores de las MCQ deben reflejar errores realistas que nombres en el prompt
- Crea rúbricas basadas en criterios con descriptores precisos para cada nivel de dominio
- Una hoja de respuestas modelo detallada antes de corregir acelera significativamente el proceso
- Identificar errores y asignar calificaciones siguen siendo tu responsabilidad; la herramienta puede encargarse de la redacción
- Construye un banco de comentarios reutilizables en lugar de escribir cada retroalimentación desde cero