En el mundo educativo actual, la evaluación tradicional ha seguido un camino lineal que limita las oportunidades de profundización y reflexión en los estudiantes. Un ensayo escrito, típico de esta metodología, se limita a ser evaluado y calificado, sin dejar espacio para reflexionar sobre los aprendizajes logrados ni para desarrollar habilidades críticas como la metacognición. Sin embargo, la integración de herramientas de inteligencia artificial (IA) y estrategias de retroalimentación formativa tiene el potencial de transformar este paradigma, promoviendo aprendizajes más profundos y el desarrollo de competencias digitales y de IA tanto en estudiantes como en docentes.
El Rol de la Retroalimentación como Motor de Profundización
La retroalimentación formativa se posiciona como un elemento disruptor en la estructura lineal del aprendizaje tradicional. Según el libro La retroalimentación: Un proceso clave para la enseñanza y la evaluación formativa, esta metodología fomenta la autorregulación y permite que los estudiantes se conviertan en agentes activos de su aprendizaje. Cuando se combina con IA, los estudiantes pueden recibir retroalimentación inmediata, detallada y personalizada, lo que amplifica su capacidad para analizar y mejorar su trabajo.
IA como Catalizador del Aprendizaje Complejo
El uso de IA en la educación va más allá de la simple generación de contenido. En un enfoque bien diseñado, un estudiante puede usar IA para crear un ensayo inicial que luego debe analizar críticamente. Este análisis implica buscar más fuentes, justificar sus decisiones y desarrollar argumentos sólidos, permitiendo que los procesos metacognitivos emerjan de manera significativa. Esta práctica no solo profundiza el aprendizaje, sino que también desarrolla competencias clave del siglo XXI, como la alfabetización digital y la capacidad de usar IA de manera ética y efectiva.
Impacto en el Rol del Docente
La incorporación de IA y retroalimentación no elimina el papel del docente, sino que lo redefine. Según el artículo Teachers’ AI Digital Competencies and Twenty-first Century Skills in the Post-pandemic World, los docentes necesitan competencias específicas para guiar el aprendizaje mediado por IA. El marco DigCompEdu, citado en el texto, propone habilidades como la creación de recursos digitales, la facilitación de aprendizajes autorregulados y el diseño de estrategias pedagógicas adaptadas a las tecnologías emergentes.
El docente se convierte en un catalizador del aprendizaje, orientando a los estudiantes a través de preguntas críticas y promoviendo un aprendizaje basado en la reflexión y la mejora continua. Además, debe fomentar un entendimiento ético de las tecnologías de IA, asegurando que su uso no comprometa la integridad académica ni la equidad en el aprendizaje.
De la Evaluación Lineal a un Ciclo de Aprendizaje Profundo
El siguiente modelo propone una evolución de la enseñanza tradicional hacia un enfoque disruptivo basado en retroalimentación e IA:
Generación con IA: Los estudiantes producen un primer borrador utilizando herramientas de IA.
Análisis Crítico: Reflexionan sobre el contenido generado, identificando áreas de mejora y buscando evidencia que respalde sus ideas.
Reflexión Metacognitiva: Evalúan sus procesos de pensamiento y decisiones, desarrollando una comprensión más profunda de los temas abordados.
Mejora y Ampliación: Integran la retroalimentación para perfeccionar sus productos y ampliar su conocimiento.
Este ciclo no solo mejora los productos finales, sino que también desarrolla competencias de pensamiento complejo, adaptabilidad y aprendizaje autorregulado.
La combinación de retroalimentación formativa e IA representa una oportunidad única para transformar la educación. Este enfoque no solo promueve aprendizajes más significativos y duraderos, sino que también equipa a estudiantes y docentes con las competencias necesarias para enfrentar los desafíos de una sociedad cada vez más digitalizada. Integrar estas prácticas en las aulas requiere una preparación adecuada y un cambio de mentalidad en la comunidad educativa, pero los beneficios potenciales justifican plenamente el esfuerzo.
Referencias
European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Recuperado de https://education.ec.europa.eu/news/
Falloon, G. (2020). From digital literacy to digital competence: The teacher digital competency (TDC) framework. Educational Technology Research and Development, 68(5), 2449-2472. https://doi.org/10.1007/s11423-023-10203-6
Ng, D. T. K., Leung, J. K. L., Su, J., Ng, R. C. W., & Chu, S. K. W. (2023). Teachers’ AI digital competencies and twenty-first century skills in the post-pandemic world. Education Tech Research Dev, 71, 137–161. https://doi.org/10.1007/s11423-023-10203-6
Nicol, D. J., & Macfarlane-Dick, D. (2006). Formative assessment and self‐regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199-218. https://doi.org/10.1080/03075070600572090
Redecker, C., & Punie, Y. (2017). European Framework for the Digital Competence of Educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/178382
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. British Journal of Educational Technology, 50(6), 1289-1300. https://doi.org/10.1111/bjet.12749
Torda, A. J. (2020). How COVID-19 has pushed us into a medical education revolution. Internal Medicine Journal, 50(9), 1150–1153. https://doi.org/10.1111/imj.14882
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0