Corrección asistida por IA con rúbrica
Cómo se implementa la corrección asistida por IA en una plataforma educativa: borrador de nota por criterio, evidencia citada del alumno y firma del docente.
La versión que casi todas las plataformas construyen primero es un modelo general con un mensaje de sistema que dice «sos un tutor de este curso». Funciona en la demo y falla en la clase, porque el alumno pregunta por la notación que usa ese profesor, por el ejemplo de la unidad tres, por el criterio de la rúbrica. Nada de eso está en el modelo.
La versión que sí sirve empieza por el contenido: transcribir el video, partir el material en pasajes con su referencia, y construir la recuperación antes que la conversación. El tutor es la última capa, no la primera, y es la más barata de las dos.
Respuesta corta
Un tutor de IA útil no es un chat general con el nombre del curso: es un sistema que recupera pasajes del material propio, responde citando el módulo y el minuto, dice «esto no está en la unidad» cuando no está, y frente a una entrega evaluada guía hasta el paso anterior sin resolverla.
Transcripción de video con marca de tiempo, partición del material en pasajes y metadatos de curso, unidad y objetivo de aprendizaje. Es la mitad del trabajo del proyecto.
Sólo los cursos en los que está inscripto y las unidades que ya abrió. Un tutor que responde con material de la unidad siete arruina la secuencia pedagógica del curso.
Cada afirmación viene con el pasaje que la respalda y un enlace al minuto del video o a la página. Si no hay pasaje, no hay afirmación: el tutor dice que no está en el material.
El tutor reconoce cuándo la pregunta es literalmente la consigna evaluada y cambia de modo: explica el concepto, propone un ejercicio análogo, no entrega la respuesta. Esa frontera se prueba con los enunciados reales del curso.
Cómo se implementa la corrección asistida por IA en una plataforma educativa: borrador de nota por criterio, evidencia citada del alumno y firma del docente.
Cómo se generan ítems de evaluación con IA a partir del material propio: alineados al objetivo de aprendizaje, con distractores plausibles y revisión antes de publicar.
Cómo se implementa búsqueda semántica en una plataforma educativa: sobre video transcripto y material propio, con cita al minuto y respetando el alcance del alumno.