Adopte el bot: diseño de tareas de escritura frente a la IA

Así como las calculadoras de bolsillo, las computadoras personales y los teléfonos inteligentes han representado amenazas para los estudiantes que aprenden habilidades matemáticas, la IA (inteligencia artificial) parece ser la nueva herramienta preparada para socavar el uso de tareas de escritura para evaluar el aprendizaje de los estudiantes.

En noviembre de 2022, una herramienta llamada ChatGPT apareció en los titulares por su capacidad para «escribir» cualquier contenido. Como diseñador instruccional, inmediatamente escuché de profesores preocupados que el cielo podría estar cayendo, preguntándome qué posibilidades tenían frente a los robots que podían escribir los trabajos de los estudiantes.

Después de reflexionar un poco, he llegado a creer que, a largo plazo, preocuparse por cómo los estudiantes pueden usar la IA para hacer trampa no es la pregunta más productiva en la que concentrarse. La mejor pregunta es, incluso en la era de la IA, ¿cómo podemos enseñar mejor a nuestros estudiantes? A continuación se presentan tres métodos para diseñar asignaciones de escritura frente a una incursión de IA.

Método 1: La ignorancia es felicidad

En las respuestas extremas, tenemos enfoques de «la ignorancia es felicidad» y «la resistencia es inútil». Estas actitudes se agrupan porque ambas favorecen evitar el problema central. En el primero, es posible que un instructor simplemente no sepa que los estudiantes ahora pueden escribir un mensaje de escritura en un sitio web y copiar la respuesta que genera en un documento para enviar. En este último, un instructor puede ser consciente de la capacidad de escritura de AI, pero puede metafóricamente levantar los brazos ante la abrumadora idea de que ya no puede saber si un estudiante ha escrito un trabajo enviado.

En el peor de los casos, los instructores con esta mentalidad podrían resignarse a calificar el trabajo escrito por IA y esperar que la mayoría de los estudiantes sigan escribiendo sus propios trabajos y aprendiendo de los comentarios. Para los instructores que evalúan para ayudar a los estudiantes a desarrollar sus habilidades de escritura, sería una pérdida de tiempo responder a algo que sus estudiantes no escribieron, y estos estudiantes habrían invertido poco en revisar los comentarios.

Para los instructores que son conscientes de la capacidad de la IA para escribir un trabajo, pero que no se sienten preparados para enfrentarse al robot de frente, la estrategia clave es la que ya se utiliza para impedir que los estudiantes hagan pasar el trabajo de otro como propio.

  1. Emplear verificadores de plagio. Así como nunca supimos con certeza si un compañero de clase o un hermano de un estudiante no escribió su trabajo, ahora tememos que no seremos capaces de discernir si una computadora ha hecho su trabajo. Muchos instructores ya confían en los verificadores de plagio. Pero si bien un detector de plagio no puede decirnos quién escribió un artículo si no está en una base de datos de artículos para verificar, ahora hay al menos un detector de plagio dedicado a detectar contenido generado por IA. Si se presenta una epidemia de trabajo de IA en la escuela, o incluso si los profesores están convencidos de la posibilidad, probablemente habrá una proliferación de herramientas para detectar la escritura de IA. Por prometedor que parezca, quiero agregar una advertencia: en más de diez años enseñando inglés a estudiantes de primer año, aprendí que cuanto más vigilaba el trabajo de los estudiantes, menos energía tenía para ser un buen maestro. Sea prudente en cuánto esfuerzo dedica a esta estrategia.

Método 2: Conoce al enemigo

El segundo es el enfoque de “conoce a tu enemigo”. La IA no va a desaparecer. Se va a expandir, mejorar y volverse más matizado. En lugar de centrarse únicamente en la detección, los instructores pueden trabajar para eludir el envío de texto de IA en primer lugar. Las estrategias de este método se basan en el diseño de trabajos que la IA no puede realizar. Aquí hay una muestra representativa, en orden creciente de promesa.

  1. Redacción en clase. Use indicaciones de escritura en clase. La concepción popular es que si observas a tus alumnos escribir, no pueden hacer trampa. Pero la escritura en clase no produce todos los tipos de escritura ni involucra todas las habilidades que queremos evaluar. Podría impedir el proceso de escritura a favor de un producto y también podría evaluar cómo alguien escribe bajo presión. Aunque la escritura en clase se puede adoptar con éxito para medir la comprensión y el conocimiento de la materia, no parece ser el mejor método para evaluar varias formas de escritura.
  2. Alternativas de escritura. Asigne organizadores visuales u otras tareas en lugar de papeles. Con el tiempo, la IA probablemente generará cualquier forma de asignación que podamos idear. Por ahora, sin embargo, los instructores pueden medir qué tan bien la tesis de un estudiante está respaldada por ideas, evidencia y argumentos, y si se utiliza una organización óptima. Esto podría conducir a presentaciones en lugar de trabajos escritos, o incluso a sesiones de escritura colaborativa durante la clase, si es apropiado para los resultados del curso.
  3. Temas que evitan la timonera de AI. Asigne indicaciones muy específicas. Es menos probable que la IA aborde de manera convincente las indicaciones escritas con especificidad granular. Esto es aún más cierto si el aviso se relaciona con una discusión que ocurrió en clase o algún otro contenido que encontraron los estudiantes (oradores invitados, presentaciones de compañeros, excursiones, debates en clase, etc.), de los cuales la IA no está al tanto. Si requiere que los estudiantes incluyan conocimientos únicos y específicos en sus escritos, la IA tiene pocas posibilidades de incluir el contenido que necesita.
  4. Escritura basada en la experiencia humana. Asigne escritos que se basen en la perspectiva, la experiencia y el capital cultural del estudiante. Este enfoque se alinea con un modelo de diversidad, equidad e inclusión para diseñar tareas de escritura que podrían resultar en el análisis y la síntesis de información más significativos. Es tan probable que el instructor aprenda del trabajo de sus alumnos como los alumnos. Una premisa subyacente aquí es que la IA no producirá textos con una perspectiva personal resonante; pero incluso si la IA puede replicar este tipo de escritura, una segunda premisa es que una tarea de escritura que invite a los estudiantes a compartir las formas en que sus vidas se cruzan con la academia motivará a los estudiantes a escribir sus propios artículos.

Quizás la sugerencia final en esta lista se remonta al enfoque de «la ignorancia es felicidad», en el que los instructores esperanza los estudiantes escriben sus propios trabajos. Sin embargo, veo una diferencia, y sospecho que los estudiantes también la verán, en que la motivación detrás de los dos métodos es diferente, y el último busca formas de evolucionar y mejorar la experiencia del estudiante en la tarea.

Método 3: si no puedes vencerlos, únete a ellos

Finalmente, tenemos el enfoque «si no puedes vencerlos, únete a ellos», en el que los instructores aceptan la realidad del contenido escrito por IA y trabajan con sus alumnos para desmitificar y deconstruir los artefactos textuales que produce la IA. Este enfoque se adapta mejor a las clases que tienen tiempo suficiente para realizar un análisis retórico de la escritura de IA y las expectativas y evaluaciones de las tareas de escritura.

  1. Análisis retórico. Deconstruir el acto mismo de escribir con IA. Analice cómo la IA “aprende” a escribir. ¿Qué suposiciones sobre la buena escritura se revelan cuando se analiza la escritura de IA? ¿Qué es incapaz de hacer AI en su escritura? ¿Hay situaciones de escritura en las que se deba confiar más o menos en la IA? ¿Cuál es el papel del ser humano en la generación y corrección de texto de IA?
  2. Revisión por pares. Realice una revisión por pares y/o una discusión en clase sobre la escritura de IA. Analiza lo que escribe. ¿Qué contenido incluye la IA? ¿Qué no incluye? ¿Cómo organiza AI su escritura? ¿Qué estructuras de oraciones favorece la IA? Analice el estilo en términos de voz, tono, dicción y sintaxis. ¿Hay ritmo en el lenguaje de la IA? ¿Se puede deducir la situación retórica completa analizando un texto de IA? ¿Cómo podría el texto abordar mejor la situación retórica?
  3. Revisión. Revisar un texto generado por IA. Además de corregir errores fácticos, haga que los estudiantes experimenten reorganizando el contenido de una pieza escrita de IA. Pida a los estudiantes que amplíen los párrafos, combinen las oraciones, agreguen apoyo y reescriban las conclusiones. Utilice el texto de AI como punto de partida, como una oportunidad. A los estudiantes les puede resultar difícil mejorar la “perfección”, pero también les puede resultar más fácil revisar la escritura de un programa sin alma que la de sus compañeros.
  4. Presentaciones de clase. Presentar una comparación/contraste de IA versus escritura humana. Sin conocer al autor, ¿pueden los estudiantes saber qué texto está escrito por un humano y cuál por IA? ¿Quién escribe mejor? ¿Qué escritura “suena” mejor? Compare línea por línea, declaraciones de tesis, voz, organización, evidencia y apoyo, argumentos y lógica, impacto general y capacidad de persuasión de las piezas.
  5. Refinamiento. Trate de hacer que AI refine su escritura con un enfoque en la situación retórica. Pida a los estudiantes que compongan varias variaciones del mismo mensaje para afinar el resultado que produce la IA. ¿Existen límites a cuánto podemos refinar la escritura? ¿Se sacrifica un elemento cuando se incluye o mejora otro? Pida a los estudiantes que intenten adaptarse a la situación retórica ajustando la audiencia, el propósito, la voz, el tono, etc. En última instancia, ¿es más fácil hacer que AI escriba el texto perfectamente apropiado para una situación específica o escribirlo por nuestra cuenta?

No existe un método correcto o incorrecto para abordar el advenimiento de la IA en una clase de escritura. Cualquier instructor podría emplear una variedad de estas estrategias. Las ideas presentadas aquí son no son exhaustivos, pero se ofrecen para promover el pensamiento y añadir perspectiva. Escribir es mucho más que el acto de componer oraciones que no creo que debamos temer que la IA sea la sentencia de muerte de la composición en la educación.

De hecho, la IA puede fomentar una nueva y audaz exploración de habilidades de pensamiento de orden superior. Seguramente hay conversaciones más amplias sobre el papel de los cursos de composición en la educación superior, y de las evaluaciones en todos los cursos, pero se puede argumentar que la IA es una herramienta y que los estudiantes que aprenden a usar esa herramienta están aprendiendo una habilidad valiosa.

En diez años, tal vez Skynet estará escribiendo los ensayos de cinco párrafos de todos y nada de esto importará. O tal vez estamos entrando en pánico por otro Y2K. Sin duda, la IA seguirá conectándose en la próxima generación. Podemos ajustarnos ahora para facilitarlo haciéndolo de la mano con la educación superior.


Eric Prochaska enseñó inglés durante más de diez años antes de pasar al diseño instruccional. Actualmente trabaja en Mt. Hood Community College en Oregón, donde ayuda a los docentes a diseñar cursos y actividades en línea.

Vistas de publicaciones: 258



Fuente del artículo

Deja un comentario