Cómo los profesores universitarios se están adaptando a la inteligencia artificial y a la inflación de calificaciones
Los profesores universitarios están cambiando la forma en que examinan a los estudiantes porque la inteligencia artificial facilita saltarse las tareas tradicionales. Los educadores están probando nuevos métodos como trabajos presenciales y proyectos en grupo para garantizar que los estudiantes aprendan de verdad.
En resumen: Los profesores universitarios están cambiando la forma en que examinan a los estudiantes porque la inteligencia artificial facilita saltarse las tareas tradicionales. Los educadores están probando nuevos métodos como trabajos presenciales y proyectos en grupo para garantizar que los estudiantes aprendan de verdad.
Cuando la inteligencia artificial puede completar los deberes en segundos, ¿cómo saben los profesores lo que un estudiante ha aprendido realmente?
Qué ocurrió, en palabras sencillas
Académicos de diferentes departamentos universitarios se reunieron en la 15.ª conferencia anual organizada por la Iniciativa de Harvard para el Aprendizaje y la Enseñanza. Discutieron los retos de evaluar el rendimiento de los estudiantes mientras lidian con el uso generalizado de la inteligencia artificial y las altas calificaciones. Los ponentes compartieron ideas como proponer tareas breves y cronometradas sin tecnología, utilizar proyectos en grupo y traer a expertos externos para ayudar a revisar el trabajo de los estudiantes.
Puntos clave
- Cambios en las tareas tradicionales: Los profesores señalan que los estudiantes pasan estudios de caso empresariales por la inteligencia artificial en lugar de hacer el análisis profundo por sí mismos, lo que lleva a debates en clase menos animados.
- Exámenes presenciales: Los instructores sugieren repartir casos breves de una o dos páginas directamente en clase, donde los estudiantes deben responder sobre la marcha sin ninguna tecnología.
- Trabajo en grupo y revisiones externas: Algunos departamentos están utilizando proyectos en equipo e invitando a expertos externos a las evaluaciones parciales y finales para compartir la responsabilidad de calificar.
- Simulación de escenarios del mundo real: Los estudiantes pueden entrenar a la inteligencia artificial para que actúe en diferentes roles comunitarios, como un activista de la vivienda o el dueño de un pequeño negocio, para practicar la defensa de sus ideas antes de enfrentarse a un público real.
Términos explicados
- Inflación de calificaciones — Una tendencia en la que se otorgan calificaciones más altas con más frecuencia por el mismo nivel de trabajo, lo que hace que las notas máximas sean muy comunes. Ejemplo: Obtener una puntuación excelente en un examen aunque las respuestas contengan errores básicos.
- Método del caso — Un estilo de enseñanza en el que los estudiantes leen escenarios del mundo real y buscan soluciones. Ejemplo: Leer sobre una empresa en apuros y anotar los pasos para salvarla.
- Inteligencia artificial — Programas informáticos diseñados para imitar el pensamiento, la escritura y la resolución de problemas humanos. Ejemplo: Escribir una instrucción en un chatbot y recibir un ensayo redactado al instante.
Por qué importa
Encontrar mejores maneras de medir el aprendizaje de los estudiantes ayuda a las escuelas a preparar a los jóvenes para resolver problemas complejos tras la graduación.
Lo que aún no sabemos
La fuente solo destaca ideas discutidas por profesores específicos en una sola conferencia y no presenta una solución probada y universal para todas las escuelas.
Basado en información de Harvard Gazette. Este es un texto explicativo independiente, escrito con palabras propias y ayuda de IA; Harvard Gazette no lo ha revisado ni respaldado. Lee el original para ver todos los detalles.