Las conversaciones sobre los estudiantes que utilizan inteligencia artificial para hacer trampa en sus exámenes están ocultando discusiones más amplias sobre cómo mejorar la evaluación, argumentó un destacado profesor.
Phillip Dawson, codirector del Centro de Investigación en Evaluación y Aprendizaje Digital de la Universidad Deakin en Australia, sostuvo que “la validez es más importante que hacer trampa”, añadiendo que “la trampa y la inteligencia artificial realmente han dominado el debate sobre la evaluación”.
Hablando en la conferencia de la Agencia de Aseguramiento de la Calidad del Reino Unido, dijo: “La trampa y todo eso importa. Pero evaluar lo que queremos evaluar es lo que más importa. Eso es realmente lo que significa la validez… Necesitamos abordarlo, pero hacer trampa no es necesariamente el marco más útil”.
Dawson habló poco después de la publicación de una encuesta realizada por el Instituto de Política de Educación Superior, que encontró que el 88 por ciento de los estudiantes universitarios del Reino Unido dijeron haber utilizado herramientas de inteligencia artificial de alguna forma al completar evaluaciones.
Pero el informe del HEPI argumentó que las universidades deberían “adoptar una política matizada que refleje el hecho de que el uso de IA por parte de los estudiantes es inevitable”, reconociendo que los chat bots y otras herramientas “realmente pueden ayudar al aprendizaje y la productividad”.
Dawson estuvo de acuerdo, argumentando que “la evaluación necesita cambiar… en un mundo donde la IA puede hacer las cosas que solíamos evaluar”, dijo.
Hacer referencia a fuentes puede ser un buen ejemplo de algo que se puede delegar a la IA, dijo. “No sé cómo hacer referencias a mano, y no me importa… Necesitamos aplicar ese mismo enfoque a lo que hacemos ahora y ser realmente honestos con nosotros mismos: ¿Qué es trabajo innecesario? ¿Podemos permitir que los estudiantes usen la IA para su trabajo innecesario y descargar cognitivamente? Pero no permitamos que lo hagan en lo intrínseco”.
Fue una “tierra de fantasía” introducir lo que él llamó medidas “discursivas” para limitar el uso de IA, donde los profesores dan instrucciones sobre si se permite o no el uso de IA. En cambio, argumentó que se necesitaban “cambios estructurales” para las evaluaciones.
Los “cambios discursivos” no son el camino a seguir. No se puede abordar este problema de la IA puramente a través de la charla. Se necesitan acciones. Se necesitan cambios estructurales en la evaluación y no solo un sistema de semáforo que le diga a los estudiantes: ‘Esta es una tarea naranja, así que puedes usar IA para editar pero no para escribir’.
“No tenemos forma de evitar que las personas usen IA si no estamos supervisándolas de alguna manera; necesitamos aceptar eso. No podemos pretender que algún tipo de orientación a los estudiantes vaya a ser efectiva para asegurar las evaluaciones. Porque si no estás supervisando, no puedes estar seguro de cómo se usó o no se usó la IA”.
Dijo que hay tres posibles resultados para el impacto en las calificaciones a medida que la IA se desarrolla: inflación de calificaciones, donde las personas podrán hacer “mucho más contra nuestros estándares actuales, por lo que las cosas simplemente crecerán y crecerán”; y la referencia normativa, donde los estudiantes son calificados en función de cómo se desempeñan en comparación con otros estudiantes.
La última opción, que dijo que era preferible, era la “inflación de estándares”, “donde simplemente tenemos que seguir elevando los estándares con el tiempo, porque lo que la IA más un estudiante puede hacer mejora cada vez más”.
En general, el impacto de la IA en las evaluaciones es fundamental, dijo, agregando: “Los tiempos de evaluar lo que las personas saben han pasado”.