4.5. Supervisión docente y validación de resultados

La supervisión del docente es irrenunciable e indispensable. La IA puede detectar patrones, pero no comprende por completo el contexto del aula, las características del grupo, la evolución del alumno ni los objetivos específicos de una situación didáctica. Además, la IA puede equivocarse, sesgarse o interpretar mal una evidencia. Por eso, cualquier resultado generado por IA debe ser entendido como borrador, no como decisión final.

Además, en educación hay un problema de fondo: la IA puede parecer segura incluso cuando se equivoca. Por eso es importante que el profesorado mantenga una actitud crítica y no delegue en la herramienta la interpretación de evidencias complejas. La IA debe ahorrar tiempo en tareas mecánicas, no desplazar el juicio profesional.

En evaluación, un comentario aparentemente convincente no equivale a una valoración válida. La decisión final debe mantenerse siempre en manos del profesorado, que conoce el contexto, el nivel real del grupo y las circunstancias del alumnado.

Regla práctica útil:

• La IA propone o sugiere.

• El docente dispone: interpreta y decide.

Ejemplo completo de aplicación o corrección asistida

Imagina una actividad de 2.º de ESO: redactar un texto argumentativo sobre el uso del móvil en clase. El proceso podría ser este:

• El alumnado entrega el texto con un código.

• El docente elimina datos personales.

• La IA revisa ortografía, estructura y presencia de tesis, argumentos y conclusión.

• La IA genera un borrador de feedback: “La tesis es clara, pero faltan conectores argumentativos y ejemplos”.

• El docente revisa el resultado, comprueba si la observación es correcta y añade matices.

• La calificación final la decide el profesor con ayuda de la rúbrica.

Imaginemos una actividad de 1.º de Bachillerato: comentario crítico sobre un texto periodístico. El proceso podría ser este:

• El alumnado entrega el texto con un código.

• El docente elimina nombres y datos personales.

• La IA revisa estructura, argumentación, uso de conectores y coherencia.

• La IA propone un borrador de feedback.

• El docente revisa si la observación es correcta, añade matices y ajusta la valoración.

Posible salida de la IA:

"El texto presenta una postura clara, pero necesita ejemplos más concretos para sostener el argumento. La coherencia global es adecuada, aunque algunos párrafos podrían unirse mejor mediante conectores.”

Ese comentario puede ser útil, pero solo si el profesor comprueba que refleja fielmente el texto. Si el alumno ya había hecho esa conexión y la IA no la detecta, o si la IA sobreestima un error menor, la intervención docente corrige el sesgo.

Prompt para corregir texto anonimizado

Analiza este texto anonimizado usando exclusivamente la rúbrica adjunta. No pongas nota final. Indica, por criterio, el nivel estimado, una evidencia textual y una sugerencia breve de mejora. Si faltan datos para valorar un criterio, indícalo explícitamente.

Prompt para feedback adaptado

Reescribe este feedback con lenguaje comprensible para nivel, tono motivador y dos pasos concretos de mejora.

Prompt para validación docente

Revisa si la siguiente propuesta de corrección es coherente con la rúbrica. Señala posibles sobrevaloraciones, infravaloraciones o inferencias no justificadas por la evidencia.

Prompt innovador para salida LMS

Devuelve el análisis en JSON con campos id_anonimo, criterio, nivel, evidencia, comentario, requiere_revision_docente. No añadas texto fuera del JSON.