JOURNAL ARTICLE

Inteligencia artificial e implementación de rúbricas para optimizar el proceso de enseñanza-aprendizaje

Pozo Sánchez, Santiago

Year: 2025 Journal:   Zenodo (CERN European Organization for Nuclear Research)   Publisher: European Organization for Nuclear Research

Abstract

La evaluación ha de entenderse como una pieza vertebral de la educación. No es solo un mecanismo para comprobar si los estudiantes han aprendido, sino que es una herramienta potente para que aprendan mejor. Evaluar es intervenir, es proponer nuevas metas, es identificar dificultades y ajustar los procesos. En el enfoque competencial actual, evaluar también implica desarrollar habilidades de análisis, autorregulación y mejora continua. En el caso de las rúbrica, esta se define como una herramienta estructurada que permite tanto al docente como al estudiante tener claridad sobre lo que se va a evaluar y cómo se evaluará. A diferencia de otros métodos de evaluación, que pueden ser más generales o ambiguos, las rúbricas desglosan el proceso evaluativo en criterios específicos y en diferentes niveles de desempeño. Esto proporciona claridad y transparencia tanto al profesor como a los estudiantes, asegurando que ambos comprendan las expectativas. Esta herramienta también permite evaluar de manera más detallada tareas complejas, donde se requieren diferentes habilidades, como un trabajo escrito, una presentación o un proyecto final. Los criterios pueden abarcar desde la estructura y claridad de la tarea, hasta el contenido, la argumentación o la creatividad involucrada en el trabajo. Al utilizar una rúbrica, el docente tiene la oportunidad de ofrecer una evaluación más objetiva y coherente, basada en elementos bien definidos y específicos. Además, los estudiantes pueden guiar su trabajo desde el principio con una hoja de ruta clara, lo que les ayuda a identificar las áreas en las que deben mejorar. La inteligencia artificial se erige como una herramienta invaluable en la conceptualización, generación y validación de rúbricas de evaluación, proporcionando un enfoque sistemático que optimiza la precisión y coherencia de los criterios valorativos.

Keywords:
Meaning (existential) Domain (mathematical analysis) Third person

Metrics

0
Cited By
0.00
FWCI (Field Weighted Citation Impact)
0
Refs
0.54
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Topics

E-Learning and Knowledge Management
Physical Sciences →  Computer Science →  Computer Science Applications
Knowledge Management in Higher Education
Social Sciences →  Social Sciences →  Education
Educational Innovations and Technology
Physical Sciences →  Computer Science →  Information Systems
© 2026 ScienceGate Book Chapters — All rights reserved.