Taller: ¿Cómo repensamos las formas de evaluación a partir de la IA? Aplicaciones en las UAs del Departamento de Economía

 Luciana Méndez, Rebeca Riella, Carolina Román 

Noviembre 2024

El pasado 17 de octubre se llevó a cabo la actividad de formación docente "¿Cómo repensamos las formas de evaluación a partir de la IA? Aplicaciones en las UAs del Departamento de Economía", organizada por las coordinaciones de las Unidades Académicas (UAs) de Formación en Investigación y de Historia y Desarrollo. Estuvo destinada a docentes del Departamento de Economía y dió continuidad al taller "Desafíos de la inteligencia artificial (IA) para la enseñanza universitaria: ¿Cómo integrar la IA al aprendizaje dentro y fuera del aula?" realizado en mayo de este año.

La actividad tuvo como objetivo reflexionar sobre los desafíos, potencialidades y riesgos que ofrece la nueva ola tecnológica conocida como inteligencia artificial (IA) generativa sobre las modalidades de evaluación. Se desarrolló en modalidad taller, guiado por la Dra. Helena Modzelewski (FHCE, Udelar), la Mag. Clarisa Flous (FHCE, Udelar) y la Mag. Martina Bailón (Instituto de Formación Docente de la Costa e Instituto de Formación en Educación Social del CFE y FHCE, Udelar). Contó con la participación de 14 docentes, de edades y grados diversos y pertenecientes a distintas Unidades Curriculares del Departamento.

El taller se dividió en dos instancias de discusión. En la primera, se buscó identificar las reacciones y posturas docentes respecto a la IA; en la segunda, se discutió críticamente como la IA podría afectar la realización de algunas prácticas de evaluación utilizadas en las unidades curriculares (UC) de las UAs de Formación en Investigación y de Historia y Desarrollo.

La primera parte de la discusión se basó en el artículo “El efecto ChatGPT: las universidades cambian sus métodos de enseñanza”, publicado en el New York Times en enero de 2023. Este artículo recoge experiencias de universidades en Estados Unidos y sirvió de punto de partida para la reflexión.

A grandes rasgos se identifican dos posturas opuestas entre las y los docentes universitarios, así como en las propuestas de los cursos y universidades frente a la emergencia de la IA: el prohibicionismo y la integración. La primera postura está dominada por esfuerzos defensivos para evitar la irrupción de la IA en las aulas y las evaluaciones. Prácticas que van desde bloquear las herramientas de IA del wifi de las universidades, utilizar softwares que permitan detectar textos generados por medio de IA, incorporar más exámenes orales, trabajos en grupo y evaluaciones escritas a mano, hasta encontrar temas para evaluar tan nuevos o específicos sobre los que las actuales herramientas de IA no tengan suficiente información. La segunda postura implica reformular los cursos para incorporar las nuevas herramientas que ofrece la IA en el proceso de aprendizaje. Ni impedir ni castigar el uso de la IA, sino fomentar un uso adecuado, ético y crítico del mismo.  En esta vertiente, la integración de la IA en el aprendizaje representa una oportunidad para enriquecer la experiencia educativa, siempre que se haga de manera reflexiva y responsable.

Desde una u otra postura, la llegada de la IA plantea la necesidad de realizar cambios significativos en el diseño de los cursos universitarios, ya sea para blindarlos de los posibles riesgos de su uso o para aprovechar las oportunidades que ofrecen. En este sentido, el taller invita a aprovechar este momento de cambio para volver a reflexionar sobre una pregunta extremadamente relevante pero a veces olvidada: ¿Qué se espera de los y las estudiantes en una evaluación?

La segunda parte de la discusión se centró específicamente en las formas de evaluación de las UCs que integran las UAs de Formación en Investigación y de Historia y Desarrollo. Específicamente, las docentes que guiaron el taller proponen analizar las diversas formas de evaluación a partir del esquema que se detalla a continuación.

De esta forma, a la pregunta precedente de qué se espera del estudiante en la actividad propuesta, se agregan las interrogantes de si la IA podría resolver la consigna de la evaluación (Diagrama 1). En caso de una respuesta afirmativa, ello conlleva la revisión de la consigna; de lo contrario, plantea la interrogante de si la IA podría asistir y colaborar con la resolución de la consigna. Si la respuesta a esta última pregunta fuese positiva, se abre una nueva interrogante: ¿se modifican las expectativas sobre los y las estudiantes en cuanto al fin de la actividad?, ¿cuáles son esas nuevas expectativas? Todo lo anterior invita a repensar si la consigna de evaluación debe ser reformulada a fin de cumplir con el objetivo esperado de la actividad.

Diagrama 1.

A la luz de este diagrama, se trabajó en grupos para analizar consignas de evaluación que son aplicadas en las UCs. Cabe mencionar que las evaluaciones analizadas se enmarcan en UCs de diversos tamaños en lo que refiere a la cantidad de estudiantes; desde grandes a pequeñas, pero que tienen en común dinámicas de trabajo en el aula con grupos medios y pequeños de estudiantes. Ello permite formas de evaluación continua, en donde las actividades dentro y fuera del aula, tanto individuales como grupales, son habituales.

A grandes rasgos, las evaluaciones consideradas proponen ejercicios con el fin de conocer si el estudiante ha comprendido ciertos conceptos relevantes y si es capaz de aplicarlo en casos concretos, -estudios de caso- y elaborar análisis o reflexiones propias. Varias de estas consignas proponen la lectura de textos claves para los contenidos del curso, la realización de sistematizaciones bibliográficas, y la reflexión estudiantil a partir de estas lecturas. Algunas de las UCs incorporan herramientas de la IA en las propuestas de evaluación, para el análisis, la reflexión y la crítica por parte del estudiante -de forma individual o grupal-.

La puesta en común de las reflexiones y discusiones de los grupos dio lugar a una nutrida discusión entre los y las participantes y las docentes encargadas del taller, que pone sobre la mesa un nuevo mapa de interrogantes. A continuación, detallamos las reflexiones que surgieron de este rico encuentro.

Reflexiones finales

Las nuevas tecnologías generan y han generado a lo largo de la historia distintos tipos de reacciones. Si las máquinas (tecnología) realizan actividades que antes realizaban las personas, e incluso, lo hacen mejor y más rápido, entonces, ¿las personas tenemos que dejar de aprender a realizar dichas actividades? En la enseñanza universitaria, una gran cantidad de trabajos y tareas que antes les pedíamos a los estudiantes, ahora, podrían estos podrían “pedírselas” a la IA que lo haga. Lo hará bien, lo hará mal, el resultado es incierto. ¿Nuestro rol como educadores, será, entonces, enseñarles a utilizar esta herramienta, con sus potencialidades y sus limitaciones, para que puedan aplicarla de forma crítica? ¿Debemos rediseñar todas nuestras consignas de evaluación para procurar dificultar el uso de la IA? ¿Cuáles son las habilidades o competencias que están siendo reemplazadas con el avance de la tecnología?  Hay prácticas que el estudiante debe aprender, como son la escritura, la lectura, la comprensión lectora, que parecen básicas para cualquier ámbito.

Algunos temas que surgieron invitan a repensar nuestro rol como docentes, nuestras formas de transmitir y evaluar conocimientos.  “¿La educación consiste únicamente en enseñar y aprender (...) en transmitir información y en llenar al alumnado de hechos, conceptos, competencias y procedimientos para resolver problemas ya resueltos o habilidades para responder en los exámenes lo que se espera de ellos? ¿O se trata de aprender a conocer, de aprender a hacer (en entornos formales e informales), de aprender a convivir, de aprender a vivir con otros, de descubrir a los demás (no solo virtualmente, sino también cara a cara), de trabajar por metas comunes, de aprender a ser y de aprender a través de la vida?” (tomado de Giró y Sancho-Gil 2022).

En el caso concreto de las evaluaciones de nuestros cursos, se reconoce la importancia de la modalidad presencial, en el aula, con espacio para la reflexión, el análisis crítico y el intercambio de persona a persona. En este tipo de modalidades, al ser realizadas en el tiempo acotado de la duración de la clase, muchas veces es difícil de lograr cierto grado de profundidad. Además, la evaluación continua en un marco de presencialidad plantea un desafío en el marco de la masividad, ya que su aplicación requiere trabajar con grupos reducidos de estudiantes que aseguren las condiciones aptas para el aprendizaje. 

El taller dejó más preguntas que respuestas, que vuelven a situarnos en el punto de partida, de repensar cuál es el objetivo de la enseñanza, qué queremos que aprendan los y las estudiantes; y qué y cómo queremos evaluarlos. Todo lo cual nos invita a continuar la reflexión y discusión sobre la IA y su aplicabilidad en la enseñanza universitaria en nuevos encuentros.

Referencias

Xavier Giró Gràcia y Juana Sancho-Gil (2022) “La Inteligencia Artificial en la educación: Big data, cajas negras y solucionismo tecnológico”. Revista Latinoamericana de Tecnología Educativa, 21(1)