En la primera parte de esta serie, destacamos la urgencia de que las instituciones educativas adopten una mentalidad innovadora que les permita redefinir el proceso de evaluación del aprendizaje. La época actual exige que los educadores estén dispuestos a experimentar y aprender junto con sus estudiantes el uso efectivo, responsable y ético de la inteligencia artificial.
En esta ocasión, conversamos con Leon Furze sobre el trabajo que está realizando y su propuesta de Escala de Evaluación de Inteligencia Artificial. Durante la entrevista, Leon nos habló sobre el objetivo de esta escala y cómo los educadores pueden comenzar a integrarla, tanto en el nivel K-12 como en la educación superior.
Forward Learning (FL): ¿Qué es la Escala de Evaluación de IA? ¿En qué contexto surge?
Leon Furze: La Escala de Evaluación de IA (AIAS, por sus siglas en inglés) es un marco desarrollado por educadores, para educadores, con el fin de ayudar a integrar herramientas de IA Generativa (GenAI) de manera ética y efectiva en las evaluaciones educativas. Surgió en el contexto del auge rápido de herramientas de IA como ChatGPT, que han causado una gran interrupción y preocupación en la educación, especialmente en torno a la integridad académica y la validez de las evaluaciones.
La AIAS ofrece un enfoque matizado que va más allá de simples prohibiciones sobre el uso de la IA. Describe cinco niveles de uso de la IA en las evaluaciones, desde no permitir el uso de IA hasta fomentar su uso completo. Esto permite a los educadores integrar selectivamente la IA según las habilidades y conocimientos específicos que se estén evaluando.
La escala fue conceptualizada originalmente a principios de 2023 como un artículo en mi blog. Desde entonces, ha sido refinada y validada a través de su aplicación en diferentes contextos educativos por el Dr. Mike Perkins, el Dr. Jasper Roe, el Profesor Asociado Jason MacVaugh y este servidor. Su objetivo es lograr un equilibrio entre aprovechar los beneficios de la IA para el aprendizaje y mantener los valores fundamentales de la integridad académica y la seguridad en las evaluaciones. Al proporcionar directrices claras a estudiantes y personal docente, la AIAS puede ayudar a reducir la ansiedad en torno a la IA y cambiar la conversación hacia un uso intencionado y ético.
Perkins, M., Furze, L., Roe, J., MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6).
FL: ¿Cómo pueden los educadores integrar esta escala (educación superior, K-12)?
Leon Furze: Para integrar eficazmente la Escala de Evaluación de Inteligencia Artificial (AIAS), recomiendo lo siguiente:
- Revisar las evaluaciones existentes y considerar qué nivel de AIAS es apropiado para cada una según los resultados de aprendizaje. No en todas las evaluaciones se necesita integrar la inteligencia artificial.
- Comunicar claramente a los estudiantes cómo y por qué la IA puede o no ser utilizada en cada evaluación. Proporcionar ejemplos de uso apropiado e inapropiado.
- Adaptar la terminología de la escala para que se ajuste a cada contexto educativo y a las evaluaciones específicas, según sea necesario. Los cinco niveles básicos pueden mantenerse como un marco general.
- Proporcionar capacitación y apoyo para ayudar a los educadores a comprender las capacidades de la IA y cómo diseñar evaluaciones robustas que sean de alguna manera “mejoradas con IA”.
- Involucrar a los estudiantes en discusiones sobre las implicaciones éticas y prácticas de la IA. Fomentar la reflexión crítica sobre su uso.
- Centrarse en tareas de evaluación auténtica donde la IA sea una herramienta para mejorar el aprendizaje en lugar de una amenaza a la integridad.
- Revisar y actualizar regularmente las prácticas a medida que evolucionen las capacidades de la IA. La AIAS debe ser un marco dinámico.
En contextos de educación primaria y secundaria (K-12) y al introducir nuevos temas, recomendaría que los educadores prioricen el uso de los niveles más bajos de la escala (1-3) para asegurar el desarrollo de habilidades básicas. Gradualmente, se pueden introducir niveles más altos para lograr la alfabetización en inteligencia artificial.
En la educación superior, se pueden utilizar los niveles más altos (3-5), especialmente en campos relacionados con la IA o en industrias creativas donde el uso de la IA se convertirá en un estándar o norma. Sin embargo, cuando sea apropiado para evaluar el conocimiento fundamental, los educadores aún deben utilizar los niveles más bajos.
Lo más importante es que la AIAS se integre en un espíritu de apertura y colaboración con los estudiantes, no en “modo de sospecha y vigilancia”. Enfatizar el uso responsable en lugar de prevención por el mal uso.
FL: El aumento en el uso de IA generativa por parte de los estudiantes para tareas de escritura (ensayos, propuestas, etc.) es un reto. ¿Qué alternativas sugieres para los educadores que desean diversificar sus métodos de evaluación?
Leon Furze: Mis sugerencias para evaluaciones alternativas menos vulnerables al uso de inteligencia artificial son las siguientes:
- Aprendizaje basado en proyectos con entregables multimodales (por ejemplo, videos, podcasts, sitios web, aplicaciones, entre otros). Aunque la IA puede ayudar en varios de estos elementos, se requiere una creatividad y curaduría humana más significativa.
- Diarios/reflexiones que documenten los procesos de aprendizaje y experiencias a lo largo del tiempo. Es más difícil para la inteligencia artificial generar reflexiones auténticas.
- Presentaciones en clase, discusiones y debates. Estas evalúan habilidades de comunicación oral e interacción.
- Asignaciones grupales colaborativas con evaluación por pares. La IA puede ayudar, pero no puede replicar la colaboración humana dinámica.
- Asignaciones personalizadas basadas en las propias experiencias, opiniones o contextos de los estudiantes. Es más difícil para la IA imitar esto.
- Procesos de redacción que sean iterativos con retroalimentación. Se enfocan en mejorar el trabajo a lo largo del tiempo en lugar de solo el producto final.
- Portafolios anotados que curen y evalúen críticamente una variedad de artefactos relacionados con los resultados de aprendizaje del estudiante. Demuestran metacognición.
- Demostraciones de habilidades prácticas, presentaciones, laboratorios, etc., y, de ser posible, sin el uso de dispositivos.
- Evaluaciones orales como entrevistas. Idealmente deben ser en persona en lugar de que se desarrollen en línea.
En cuanto al uso de ensayos tradicionales, sugeriría que los educadores se enfoquen más en la calidad de las ideas, argumentos y percepciones en lugar de solamente en la calidad de la escritura. Les aconsejaría que usen la IA como una herramienta para mejorar los elementos comunicativos de manera que el contenido pueda destacar. Además, evitar evaluaciones que promuevan habilidades “amigables con la IA” como la memorización y la síntesis de contenido.
La clave es diseñar evaluaciones auténticas que midan el aprendizaje significativo, con la IA como un facilitador en lugar de una amenaza. Una mezcla de tipos de evaluación es ideal. Aceptar que algún uso de IA es inevitable, pero enfocarnos en su uso responsable como herramienta de aprendizaje.
FL: ¿Qué aspectos consideras cruciales para que las instituciones educativas desarrollen una estrategia efectiva para el uso de IA Generativa?
Leon Furze: Desarrollar una estrategia institucional efectiva para el uso de IA Generativa requiere considerar algunos aspectos clave:
- Consulta y co-diseño con diversas partes interesadas, incluidos estudiantes, educadores, líderes, personal del área técnica, etc. No es una política impuesta de arriba hacia abajo.
- Alineación con los objetivos educativos generales, los valores y las competencias de los graduados de la institución. El uso de la IA debe servir a estos propósitos, no distorsionarlos.
- Reconocimiento de las diferencias disciplinarias en los casos de uso e implicaciones de la IA. No un enfoque único para todos.
- Ofrecer suficiente capacitación, apoyo, infraestructura y tiempo para que el personal y los estudiantes desarrollen habilidades y conocimientos en IA. Se necesita una inversión de recursos.
- Compromiso con el monitoreo y evaluación del impacto del uso de la IA en los resultados de aprendizaje, la experiencia estudiantil, la carga de trabajo de los educadores, la integridad académica, etc. Recopilar datos para comunicar las mejoras continuas.
- Considerar un nuevo puesto de trabajo en el que se incluya el uso de la IA como apoyo en la redacción para la investigación que hacen los profesores. Modelar los enfoques que se esperan de los estudiantes.
- Comunicación clara y transparente de la lógica, las expectativas, las directrices y las consecuencias del uso de la IA. Hacerlo un diálogo continuo, no una política estática.
- Orientación sobre cuestiones éticas, legales y sociales del uso de la IA, como la privacidad, el consentimiento, el sesgo, la responsabilidad, etc. Conectar con una educación más amplia sobre ciudadanía digital.
- Flexibilidad para adaptar y actualizar la estrategia a medida que evoluciona la IA. El objetivo es la mejora con IA, no solo el cumplimiento con IA.
- Compromiso y liderazgo con la gestión del cambio y los cambios culturales necesarios para la integración de la IA. Es un maratón, no una carrera corta.
Lo crucial es que la estrategia debe abordar la IA en la educación de manera proactiva y positiva, no reactiva y punitiva. La IA Generativa es una tecnología que ha llegado para quedarse. Actualmente, trabajo con muchas instituciones educativas de todo el mundo en el desarrollo de planes estratégicos claros y prácticos para trabajar con IA, y para salvaguardar y actualizar las evaluaciones cuando sea necesario.
Si deseas discutir sobre estrategias de IA Generativa, puedes contactarme a través de mi sitio web en https://leonfurze.com.
