Construir una rúbrica y calibrar la calificación con tus asistentes de docencia
Los docentes califican la calificación como la tarea que la IA hace peor, y sin embargo casi la mitad de las conversaciones de IA relacionadas con calificar terminan cediendo el criterio de todas formas — exactamente el patrón que los investigadores calificaron de preocupante. La versión defendible: usar la IA antes de que empiece la calificación, para construir la rúbrica, el banco de comentarios y un paquete de calibración que te permita a ti y a tus asistentes de docencia calificar de forma consistente.
Eres un diseñador de evaluaciones para cursos universitarios. Crea un kit de calificación para esta tarea. Tarea: {{assignment_description}} Curso y nivel: {{course_level}} Habilidades a evaluar: {{focus_skills}} Produce tres partes: 1. Una rúbrica analítica de cuatro niveles (Excelente / Competente / En desarrollo / Inicial) con una fila por habilidad. Los descriptores deben describir rasgos observables del trabajo en 25 palabras o menos por celda, sin lenguaje superpuesto entre niveles adyacentes y sin calificativos vagos como "adecuado". 2. Un banco de comentarios de retroalimentación: para cada habilidad, dos frases iniciales para trabajo que cumple el estándar y dos para trabajo por debajo de él. Cada comentario por debajo del estándar debe nombrar una acción concreta que el estudiante pueda tomar en la revisión. 3. Un paquete de calibración para mis asistentes de docencia: escribe tres extractos breves de respuestas sintéticas — inventados por ti, no trabajo real de estudiantes — en niveles de calidad claramente distintos, cada uno con una puntuación de rúbrica sugerida y una justificación de una línea, para que podamos normalizar nuestra calificación antes de empezar. Restricciones: evalúa solo las habilidades que enumeré — no agregues criterios. Mantén todo el lenguaje de la rúbrica legible para estudiantes, porque la rúbrica se publicará junto con la tarea. No me pidas trabajos reales de estudiantes.
Rellena tus datos y el prompt se actualiza al instante — luego cópialo.
**Uso de evidencia — Competente:** Cita cuatro o más lecturas del curso con precisión; cada fuente se conecta con la recomendación mediante al menos una oración de análisis. **Uso de evidencia — En desarrollo:** Cita lecturas, pero las fuentes se resumen en lugar de usarse; las conexiones con la recomendación se afirman, no se demuestran. **Banco de comentarios (por debajo del estándar):** "Tu cita de Chen es precisa — ahora agrega dos oraciones que muestren cómo sus hallazgos respaldan específicamente el cobro por congestión." / "Elige tu fuente más sólida y muévela a la sección de recomendación, donde la evidencia es actualmente más débil." **Extracto de calibración B (puntuación sugerida: En desarrollo):** "La contaminación del aire es un problema grave que muchos académicos han estudiado..."
El flujo de trabajo completo
- Construye la rúbrica antes de publicar la tarea, y publica la versión orientada a estudiantes junto con ella.
- Elimina cualquier fila de la rúbrica que no calificarías genuinamente distinto entre los cuatro niveles.
- Realiza la reunión de calibración con tus asistentes de docencia usando los extractos sintéticos, y ajusta los descriptores donde las puntuaciones diverjan.
- Al calificar, usa el lenguaje del banco de comentarios libremente — pero toma tú mismo cada decisión de puntuación.
Cuidado con
Los docentes en la encuesta de Anthropic calificaron la calificación como el uso menos eficaz de la IA, y los investigadores señalaron que el 48.9% de las conversaciones sobre calificación delegaban el criterio al modelo. Usa la IA para el lenguaje de la retroalimentación, no para la calificación.
FERPA: si pegas trabajos de estudiantes para redactar retroalimentación, elimina primero nombres, identificaciones y encabezados — y prefiere una herramienta con licencia institucional cubierta por un acuerdo de datos en lugar de una cuenta personal de consumo.
De dónde sale esto
Cada caso de uso de este sitio se basa en relatos reales de los profesores universitarios en activo — no lo inventamos nosotros.
Más casos de uso de IA para los profesores universitarios
Planear una clase que no sea 75 minutos de cátedra corrida
automatizaciónRedactar preguntas de examen a partir de tus propios apuntes de clase
redacciónSometer una propuesta de subvención a revisión adversarial antes de que los evaluadores la vean
comunicaciónRedactar cartas de recomendación honestas y específicas
creatividadConstruir una simulación interactiva para un concepto que los estudiantes siguen sin entender
← Los 6 casos de uso: cómo los profesores universitarios usan la IA