Lo que la IA cambia de verdad para el docente que prepara y evalúa

Desde junio doy clase como docente sustituto en las escuelas del cantón de Vaud. Este papel tiene una particularidad: hay que preparar rápido, para clases que no se conocen, respetando el plan de estudios y lo que el titular ya ha construido. Es precisamente ahí donde las herramientas de IA generativa más prometen, y ahí es donde las observo de cerca.

El debate público se reduce a menudo a «a favor o en contra de la IA en la escuela». Esa pregunta me parece mal planteada. Las herramientas ya están aquí; lo que importa es lo que cambian realmente en el trabajo del docente y en el aprendizaje del alumno. Veo tres desplazamientos.

1.Preparar: el tiempo ganado no siempre está donde se espera

Generar una serie de ejercicios, una variante diferenciada o una consigna reformulada lleva ahora unos segundos. Pero el trabajo no desaparece: se desplaza hacia la verificación. Un ejercicio correcto no está necesariamente alineado con el objetivo que fija el PER, ni tiene el nivel de exigencia adecuado para la clase. La ganancia real depende, por tanto, de la rapidez con la que el docente sabe juzgar lo que se le propone, y esa es una competencia profesional en sí misma.

2.Evaluar: una segunda mirada más que un corrector automático

A menudo se compara la IA con un ideal sin errores. La comparación honesta es con nuestras propias prácticas: el cansancio al final del montón de exámenes, criterios que a veces aplicamos de forma desigual, una errata en un enunciado. En ese terreno, creo que la IA todavía está infravalorada, en particular como segunda mirada que detecta lo que se nos escapa. Con una condición: respetar la protección de datos del alumnado. La decisión sigue siendo del docente.

3.Aprender: proteger el esfuerzo que hace aprender

No todo lo que ahorra tiempo al alumno le ayuda a aprender. Una parte del esfuerzo (buscar, equivocarse, reformular) es justamente lo que produce el aprendizaje. La verdadera pregunta pedagógica pasa a ser: ¿qué tareas confiar a la herramienta y cuáles mantener deliberadamente exigentes?

Lo que estudio

Paralelamente a mi máster en investigación en educación (UNIR), preparo un artículo sobre una pregunta concreta: ¿pueden los grandes modelos de lenguaje producir ítems de evaluación de matemáticas (ciclo 3) conformes al Plan d’études romand? Examino tres dimensiones: la alineación con los objetivos del PER, la demanda cognitiva de los ítems y su calidad. No se trata de sustituir al docente que diseña sus evaluaciones, sino de saber lo que valen realmente estas herramientas cuando se someten a las exigencias del plan de estudios.

Hablemos

Docentes, equipos directivos, formadores, investigadores: si usan estas herramientas para preparar o evaluar, o si trabajan en estas cuestiones en la Suiza francófona, estaré encantado de conversar. Mi trabajo y mis datos de contacto: pablocorreaprieto.ch

Texto redactado con ayuda de una IA, revisado y validado por el autor.