4. Corrección asistida por IA sin vulnerar datos personales
No basta con conocer tipos de instrumentos; también hay que saber qué hace que un instrumento sea bueno. En términos teóricos, un instrumento de evaluación debe ser válido, fiable, claro, pertinente y manejable. La validez se refiere a si realmente evalúa lo que pretende evaluar. La fiabilidad se relaciona con la consistencia de los resultados. La claridad afecta a la comprensión del alumnado y del profesorado. La pertinencia indica si el instrumento encaja con la tarea. La manejabilidad tiene que ver con el tiempo real de uso en el aula.
La IA puede mejorar el lenguaje y proponer versiones más limpias, pero no garantiza por sí sola estos criterios. Por eso es recomendable revisar siempre si el instrumento evita ambigüedades, si no sobrecarga al docente y si permite recoger evidencias suficientes para tomar decisiones fundamentadas.
4.1. Corrección automática vs. corrección asistida: diferencias clave
La corrección automática suele implicar que un sistema da una puntuación o juicio con mínima inte...
4.2. Qué información puede introducirse en una herramienta de IA
Uno de los puntos clave es decidir qué información puede compartirse con una herramienta de IA. L...
4.3. Estrategias para trabajar con textos y evidencias sin datos identificativos
La anonimización es una estrategia básica para poder usar IA con cierto nivel de seguridad. No co...
4.4. Uso de rúbricas, listas de cotejo y criterios de evaluación como base para la corrección con IA
La corrección asistida funciona mejor cuando parte de instrumentos muy claros. Las rúbricas y lis...
4.5. Supervisión docente y validación de resultados
La supervisión del docente es irrenunciable e indispensable. La IA puede detectar patrones, pero ...