Pasos a seguir

Actúa como una experta en evaluación.

1. Revisión de la tarea:
   Lee atentamente las instrucciones, la rúbrica y el formato de retroalimentación que se va a utilizar. Identifica qué criterios tienen más peso y cuáles son requisitos imprescindibles (por ejemplo, uso de un tiempo verbal específico, número mínimo de palabras, inclusión de vocabulario de la unidad, uso de fuentes específicas, etc).

2. Lectura y observación:
   Examina el borrador del alumno/a (o su transcripción, si es una tarea oral) buscando las características señaladas en la rúbrica: desarrollo de ideas, claridad, corrección lingüística, adecuación al registro, riqueza léxica, coherencia, cohesión, pronunciación y entonación, según corresponda. Detecta patrones recurrentes:

   • Fortalezas: recursos que maneja bien, estructuras que domina, estrategias comunicativas efectivas, etc.

   • Áreas de mejora: errores frecuentes, limitaciones de vocabulario, problemas de organización, falta de variedad gramatical, etc.

3. Reflexión interna:
   Haz una lista privada de 8-10 fortalezas y 8-10 aspectos a mejorar. Para cada punto, anota:

   • Evidencia textual o ejemplo concreto.

   • Relación con los criterios de la rúbrica.

   • Impacto potencial en el aprendizaje si se trabaja ese aspecto.
     Esta lista es para tu uso como docente; no se comparte con el alumnado tal cual.

4. Selección de prioridades:
   Elige dos fortalezas clave y dos aspectos prioritarios de mejora. Selecciónalos en función de los objetivos principales de la tarea (por ejemplo, dominio de un tiempo verbal, coherencia argumentativa, uso de conectores lógicos, pronunciación de sonidos clave, etc.

5. Redacción de la retroalimentación:
   Redacta un texto de máx. 650 palabras siguiendo el formato que se indica más abajo. Usa ejemplos del trabajo del alumno/a y un lenguaje motivador, pero preciso y honesto.

6. Revisión final:
   Comprueba que:

   • Las citas o ejemplos son exactos.

   • Las observaciones están directamente relacionadas con la tarea y la rúbrica.

   • No se mencionan la rúbrica ni las instrucciones de manera literal.

Formato de la retroalimentación

1. Título: “Feedback sobre…” seguido del título de la tarea o actividad.

2. Dos fortalezas:

   • Presenta dos aspectos que el alumno/a hace especialmente bien.

   • Explica por qué son efectivos, cómo benefician la comunicación y qué impacto positivo pueden tener en futuros trabajos.

   • Incluye citas breves o ejemplos de su producción para ilustrar.

3. Dos aspectos a revisar:

   • Indica dos áreas prioritarias de mejora.

   • Aporta ejemplos claros y breves.

   • Formula la retroalimentación como sugerencia o reto intelectual, no como problema a corregir (“Un siguiente paso podría ser…” en lugar de “Debes corregir…”).

4. Notas adicionales (opcional):
   Solo si falta un requisito importante (longitud mínima, formato, fuentes, uso de cierto tiempo verbal o vocabulario obligatorio).

5. Conclusión e invitación:
   Frase de cierre recordando que la retroalimentación busca apoyar su crecimiento como usuario/a de la lengua. Ejemplo:
   
   “Esta retroalimentación está pensada para ayudarte a crecer como escritor/a o hablante. El hecho de recibir sugerencias no significa que tu calificación sea negativa, y recibir elogios no garantiza una nota alta. Continúa desarrollando tus puntos fuertes y trabajemos juntos en las áreas de mejora.”
   
   

Principios para orientar la retroalimentación

• Honestidad y precisión: reconoce lo que realmente está bien logrado sin exagerar.

• Priorizar lo esencial: dirige la atención a los aspectos que más influyen en la competencia comunicativa y los objetivos de la tarea.

• Enfoque en el impacto en el lector/oyente: explica cómo un receptor podría interpretar el mensaje, qué partes resultan claras o efectivas, y dónde podría necesitar más detalle o claridad.

• Equidad lingüística: respeta las variedades lingüísticas y usos no estándar cuando sean funcionales para la comunicación o la identidad del hablante.

• Estimular la autonomía: no dar soluciones textuales cerradas; formular preguntas para que el alumno/a encuentre alternativas.

• Claridad y concisión: evitar sobrecargar con demasiada información; priorizar lo más relevante.

(Consejos para el estudiante en caso de auto-evaluación)

Estrategias para maximizar el feedback de la IA

1. Sé directa/o y resiste - No necesitas endulzar las cosas para la IA. Expresa desacuerdo, objeciones o frustración; está diseñada para responder con benevolencia y empatía.

2. Pide aclaraciones - Solicita explicaciones, más detalles, extractos de tu trabajo que apoyen las sugerencias, o ejemplos de revisiones.

3. Solicita una nueva versión del comentario - Puedes pedir que reintente, que proporcione feedback más relevante, un estilo diferente, la perspectiva de una persona famosa, o comentarios que contradigan lo anterior.

4. Pregunta sobre puntos no abordados - Menciona elementos olvidados de la tarea, puntos señalados por el profesor, o temas que te intriguen.

5. Úsala para explorar incertidumbres - Describe tus dudas y pide ayuda para descifrar lo que te preocupa, o explora ideas que consideras añadir al borrador.

6. Solicita estrategias de redacción - Describe tus dificultades y pide sugerencias sobre qué estrategias considerar.

7. Juega con el chatbot - Una discusión lúdica puede ayudarte a relajarte y aportar una voz más auténtica. Prueba preguntas absurdas o pide feedback al estilo de personajes de la cultura popular como recordatorio de que son motores de predicción, no mentores sabios.

Andrew Maynard propone utilizar IA para evaluar conversaciones largas y complejas entre estudiantes e IA, desarrollando un sistema de evaluación basado en las teorías de aprendizaje experiencial de John Dewey que se enfoca en el proceso de aprendizaje más que en calificaciones tradicionales. Su propuesta incluye tres métricas principales: 

• el Learning Arc Score (que mide cómo el estudiante transforma situaciones indeterminadas en determinadas), 

• el SAILS Score (que evalúa qué tan efectivamente dirige la colaboración con IA), 

• y LENS Diagnostics (que identifica lógica/evidencia, extensión de ideas, movimientos creativos y autorregulación). 

Este enfoque permitiría a los profesores extraer información valiosa sobre el progreso del aprendizaje estudiantil de conversaciones informales con IA que serían imposibles de evaluar manualmente a gran escala, representando un cambio de paradigma hacia evaluaciones centradas en el proceso de aprendizaje personal en lugar de assessment rígido basado en umbrales.

El autor reconoce que esto es un trabajo inicial que requiere más investigación, pero ve potencial para transformar cómo evaluamos el aprendizaje en la era de la IA.

En una línea parecida, Mike Kenz aboga por un cambio pedagógico que utilice la anotación de chats de IA por parte de los estudiantes como un artefaco evaluable incluso con más peso en la nota que el propio producto final. (work in progress...)

Yo he encontrado pocas tareas a prueba completa y absoluta de IA (puede incluso simular el proceso de reflexión/creación de la tarea, hay que tenerlo en cuenta). Aunque no creo que al profeorado se nos deba pedir que inventemos algo que la IA no pueda replicar, porque es agotador y muy estresante. Pero sí podemos controlar más el proceso del trabajo que proponemos y su evaluación. Con grupos numerosos es más complicado, pero aún así se puede:

• Exigir hitos intermedios: borradores, esquemas, decisiones de diseño, iteraciones.

• Pedir reflexiones estructuradas y breves: “¿qué prompt usé primero y por qué lo cambié? ¿cómo guié la conversación? ¿qué resultado me sorprendió?”, etc.

• Introducir evaluación por muestreo: si son muchos estudiantes, en evaluación formativa solo algunos hacen exposiciones orales o definen partes del proceso.

• Diseñar evidencias mínimas pero significativas: no un documento kilométrico, sino pequeños fragmentos que muestren pensamiento crítico.

• Considerar coevaluación/autoevaluación guiada, con rúbricas claras que pongan el foco en el uso responsable de la IA.

Se trata de acompañar más que vigilar, de diseñar rutas que obliguen a pensar, decidir y justificar. Nuestro trabajo no es hallar la “tarea imposible anti-IA”, ni hacer de policías, es construir caminos factibles para que los estudiantes demuestren criterio en un mundo en el que la IA lo puede reproducir todo (o casi...)

Lo primero es no agobiarse, el tema es complicado y estamos todos igual, buscando respuestas. Probablemente porque la IA solo ha puesto en evidencia muchos temas que ya no funcionaban antes...

Comienza por aplicar evaluaciones híbridas a pequeña escala, parte IA + parte personal,  en un módulo piloto antes de extenderlo. Pide a tus estudiantes que por sistema mantengan un diario reflexivo sobre su uso de la IA: cuándo la utilizaron, por qué, cómo la cuestionaron...

Mantén un espíritu adaptativo: lo que pienses que “funciona” hoy probablemente cambie mañana. Pero no estamos fijando reglas eternas, sino construyendo en medio de un sistema cambiante. Así que, atrévete a probar, equivocarte, ajustar. Sin frustrarte ni rendirte. 

Y si os puedo ayudar, no dudéis en contactarme ;-)