Favorecer y apoyar cambios metodológicos, impulsar la formación docente para diseñar nuevas formas de evaluar y establecer unas reglas claras respecto a la política de uso de la IA en el centro son algunas de las recomendaciones en las que coinciden los expertos en liderazgo educativo.
¿Cómo podemos saber hasta qué punto se apoya el alumnado en la IA para hacer sus tareas y trabajos? ¿Qué criterios debemos seguir para evaluar su aprendizaje en esta nueva era? Dar respuesta a estas cuestiones es uno de los grandes desafíos a los que se enfrentan los equipos directivos y docentes en la actualidad. Y es que informes como ‘Evaluación sumativa en el colegio en la era de la Inteligencia Artificial (IA)’ advierten del riesgo de que usen estas herramientas sin el adecuado conocimiento o control y como vía para plagiar o crear trabajos completos, sustituyendo su capacidad analítica y creativa. Por ello, los expertos en liderazgo educativo recomiendan seguir algunas estrategias para garantizar que, en la nueva era de la IA, las evaluaciones midan con mayor precisión el conocimiento y las habilidades del alumnado y no tanto el trabajo entregado.
Índice de contenido:
Se trata de una medida esencial que establece cómo debe integrarse la IA en el aprendizaje y su evaluación, dejando claro que debe usarse para potenciar (no sustituir) el pensamiento crítico. Desde la dirección del centro, y junto con el claustro, hay que coordinar la elaboración de una guía que aclare estos puntos y comunicarlo a toda la comunidad educativa, asegurando que se incorpore a los documentos oficiales del centro.
Cuándo y cómo se puede usar IA, qué tiene que declarar el alumnado en la entrega de sus trabajos y proyectos académicos o qué constituye un uso inapropiado son algunas de las normas que se pueden establecer de cara a las evaluaciones. En este caso, la dirección es responsable de liderar tanto su creación como su aprobación, garantizando su coherencia y velando por su cumplimiento por parte del profesorado.
Potenciar tareas y proyectos más abiertos y personalizados, apoyando los cambios metodológicos propuestos por los docentes y fijando los criterios de evaluación desde la dirección es otra alternativa para medir los conocimientos reales del alumnado.
Por ejemplo, los expertos proponen incluir en los trabajos materiales a los que la IA no haya tenido acceso: fragmentos de lecturas trabajadas en clase, transcripciones de debates, ejemplos analizados colectivamente…También solicitar el análisis y la interpretación de representaciones visuales realizadas por los propios estudiantes, ya sean gráficos, esquemas o imágenes de experimentos, y exigir una lectura contextualizada que solo ellos puedan proporcionar. Otra opción es plantear preguntas que requieran de una respuesta crítica y argumentada: en vez de preguntar ‘¿qué es X?’, cambiar el planteamiento por ‘¿cuál es el argumento más sólido frente a X y por qué?’.
Los especialistas añaden otras opciones de evaluación como potenciar las presentaciones orales o personalizar evaluaciones únicas para cada estudiante con proyectos individuales y específicos que demuestren su comprensión y habilidades.
La formación y el acompañamiento son fundamentales para asegurar que el profesorado sabe diseñar evaluaciones adaptadas a la IA y fomentar el uso crítico y ético de estas herramientas. Los equipos directivos tienen la responsabilidad de ofrecer recursos, facilitar tiempos para rediseñar las evaluaciones y organizar talleres o cursos, promoviendo si es necesario comunidades de práctica.
Cualquier nueva estrategia requiere de una revisión periódica para comprobar su impacto real y actualizar los protocolos y las prácticas en función de las evidencias. Y para realizar los ajustes necesarios en los nuevos procesos, es esencial que desde la dirección coordinen revisiones trimestrales o anuales con el fin de recopilar datos a través de la experiencia de los docentes y el alumnado.
