En este artículo sometemos a prueba a distintas herramientas de detección de contenido generado por IA mediante un procedimiento sencillo: sometemos a evaluación un artículo elaborado sin apoyo alguno de Inteligencia artificial y otro redactado íntegramente por ChatGPT con instrucciones de contenido y petición expresa de originalidad en la redacción.
Porcentajes de huella de IA en 1º y 2º medición (x/y)
TEXTO DE ELABORACIÓN PROPIA
|
La noción de aprendizaje por tareas o, como se conoce universalmente en inglés, Task-Based Learning, es un modelo metodológico que tiene su eclosión en las décadas de los 70 - 80 y que se propone llevar al contexto académico la idea de que, en su modo más genuino y común, el aprendizaje se produce haciendo. Ante la necesidad de lograr un objetivo práctico, las tareas se conciben como actividades cuya ejecución requiere acopio y asimilación de información, una posible interacción e intercambio de experiencias con profesores y compañeros, y la implementación de estrategias de resolución. Frente a un modelo educativo basado fundamentalmente en la memorización de contenidos y una práctica enfocada la elaboración de ejercicios creados para su repaso y aplicación sistemática, se extiende la idea de la reorientación hacia el modelo de aprendizaje por tareas, que se contemplaría como la materialización de un mecanismo de aprendizaje activo que motiva y despierta el interés de un estudiante que adquiere de este modo competencias con mayor facilidad y solidez. Al realizar tareas, asume retos que debe afrontar mediante el manejo de conceptos que cobran significado por su valor instrumental. El alumno toma conciencia directa de cómo sus competencias mejoran, a la vez que detecta puntos débiles en los que debe superarse para lograr una competencia aún mayor. Muchos partidarios de este enfoque ahondan en sus ventajas aunque, ciertamente, no todas sus declaraciones vienen acompañadas de estudios comparativos de rigor ni del análisis de las condiciones necesarias para su éxito, pero lo cierto es que la idea, muchas veces parcial y difusa, se acoge por lo general con confianza y buena disposición en el sector docente. La fórmula, puesta a prueba inicialmente en el ámbito de los segundos idiomas, adquiere rápidamente prestigio y popularidad en el contexto educativo general y acaba extendiéndose al conjunto de las enseñanzas. El sistema encuentra encaje normativo como metodología activa en el marco de la evaluación competencial y adquiere especial relevancia en el contexto de la enseñanza online. En este ámbito formativo se recurre a Internet como proveedor de contenidos; con las herramientas informáticas, el estudiante puede investigar sin dificultad a partir de fuentes diversas, compartir logros y dificultades a través de chats y videoconferencias, y el profesorado puede centrar su función docente en la atención personalizada. Es un modelo que facilita el desarrollo de las enseñanzas a distancia y que se trata de extender como recurso de aprendizaje activo a la enseñanza presencial. También aquí, el papel del profesor en el aula cambiaría paulatinamente de enfoque: de ser un transmisor unidireccional de contenidos a convertirse en un guía que ofrece apoyo especializado, que orienta a sus alumnos con retroalimentaciones motivadoras que señalan sus logros competenciales y reorientan su esfuerzo a la superación de las carencias detectadas. La defensa de este enfoque metodológico llegó a generar una noción de novedad que rozaba lo ilusorio, soslayando su continuidad con planteamientos desarrollados a principios del siglo XX por autores como Dewey, Piaget o Vygotsky, y con raíces profundas en modelos clásicos. Así, sin olvidar la distancia en el tiempo y la evolución de la percepción de la naturaleza del conocimiento y la educación, no debe despreciarse la importancia concedida desde antaño al ejercicio práctico para la adquisición del conocimiento. Es algo que a su modo se refleja en la indagación propia de la mayéutica socrática o en ciertos pasajes de la Ética a Nicómaco de Aristóteles en los que se vincula el logro de la virtud al ejercicio práctico y la habituación. Una fascinación por la supuesta novedad del aprendizaje por tareas y la magnificación de sus resultados llevó a que no faltara quien considerara obsoletos conceptos como estudio, memorización, contenidos o examen, y prácticas como los ejercicios de resultado cerrado o mecanismos de evaluación como el examen. Sin embargo, la praxis docente conduce a pensar que su implementación como mecanismo formativo y de evaluación único, junto al rechazo a técnicas basadas en el estudio sistemático, la realización de ejercicios y la preparación de exámenes presenciales, conlleva el riesgo de un resultado formativo deficiente. Más aún si en el diseño del plan de aprendizaje por tareas falta un estudio sistemático previo, riguroso y detallado de los logros de aprendizaje que habrían de ir acompañados de su correcta realización final. Su empleo como mecanismo de evaluación ha sido siempre su faceta más problemática, con problemas relacionados con el fraude en relación con la autoría: bien por la intervención de un tercero o por el plagio de contenidos. En su lucha contra el mismo, el profesor corrector cuenta desde hace tiempo con herramientas como Plagiarism Checker, una aplicación online que logra detectar con un razonable porcentaje de acierto el empleo de fuentes publicadas en la red, aportando enlaces a los contenidos originales que constituyen una prueba fehaciente del empleo no referenciado de contenido cuando el conjunto de coincidencias sobrepasa un nivel razonable. Aun así, sus resultados no son infalibles al no tener capacidad para contrastar la totalidad de publicaciones en línea, difícilmente logra su objetivo si la redacción final se altera mediante el empleo de herramientas de variación de texto y, obviamente, no tiene acceso a fuentes publicadas exclusivamente en papel. Con todo ello, hasta el momento de la eclosión de las herramientas de inteligencia artificial, el profesor contaba con la posibilidad de proponer tareas de resolución original, ya fueran individuales o grupales, algo que dificultaba, al menos parcialmente, el empleo de párrafos copiados, aunque en ningún caso la suplantación, al menos en el contexto online. Con la expansión de la inteligencia artificial llegó la sentencia de muerte definitiva del empleo de este modelo como mecanismo concluyente de evaluación. Al margen de sus resultados como producto, solo una supervisión directa del proceso de elaboración de la tarea y una constatación del logro competencial que su ejecución supone permiten la verificación del aprendizaje y su correspondiente aprobación. Los alumnos cuentan hoy con sistemas generativos que producen resultados adaptados a sus peticiones, moldeables por el uso de prompts específicos y que vienen a ser, en definitiva, una versión actualizada del clásico recurso a la suplantación, en este caso con el apoyo de un superaliado con capacidad de resolver de manera destacada cualquier tarea propuesta en el ámbito educativo: con amplio conocimiento de la información disponible y una capacidad superior para proporcionar soluciones originales y personalizadas. Desde mi punto de vista, no hay vuelta atrás en este sentido: la tarea sigue siendo un mecanismo de aprendizaje tremendamente productivo, al que hoy se añade el uso de la inteligencia artificial como una herramienta que, empleada con criterio formativo, ofrece una poderosa ayuda en todos los sentidos: no ya solo proporcionando la información precisa, sino aportando explicaciones y resolviendo dudas al nivel requerido, sugiriendo ideas, sirviendo de corrector, etc. El problema es, sin duda, la escasa fiabilidad de la tarea como instrumento de evaluación si esta no se resuelve presencialmente. Sería como pretender realizar una prueba de conducción a alguien que maneja un automóvil plenamente automatizado sin la presencia de un examinador que certifica el empleo manual de los mecanismos de control. El desarrollo de las herramientas de detección de contenido elaborado mediante el empleo o el respaldo de la inteligencia artificial va parejo al de la capacidad de la propia inteligencia artificial y de herramientas específicas afines para la generación de textos que simulan la escritura humana, por lo que no cabe esperar de ellas una solución definitiva asegurada a medio o largo plazo. Los parámetros que utilizan para la detección se basan en la búsqueda de patrones característicos de los productos elaborados por IA, sin estar en su mano aportar la prueba que respalde su sospecha: registros de peticiones y respuestas que permitan comprobar coincidencias con la tarea entregada. ¿Cuál sería entonces su valor? El de informar al profesor de la sospecha de suplantación y aportarle indicios que justifiquen comprobaciones adicionales, pero no argumentos concluyentes para fundamentar una calificación negativa en la atribución fraudulenta de la autoría. |
|
El aprendizaje por tareas y el problema de la evaluación en la era de la inteligencia artificial. El aprendizaje por tareas (Task-Based Learning) constituye una de las propuestas metodológicas que más influencia han adquirido en la transformación de los modelos educativos contemporáneos. Su planteamiento parte de una idea aparentemente sencilla: el conocimiento se adquiere de manera más significativa cuando se utiliza para resolver un problema o alcanzar un objetivo concreto. Frente a una enseñanza centrada en la transmisión de contenidos y su posterior reproducción mediante ejercicios, se propone situar al estudiante ante situaciones que requieren investigar, seleccionar información, tomar decisiones y poner a prueba los conocimientos adquiridos. Aprender no consistiría tanto en acumular información como en desarrollar la capacidad de utilizarla. Aunque sus formulaciones modernas se desarrollaron especialmente en el ámbito de la enseñanza de idiomas, su aplicación se extendió progresivamente a otras disciplinas hasta convertirse en un principio metodológico de alcance general. La generalización de este modelo coincidió, además, con la expansión de las tecnologías digitales y de los entornos de aprendizaje online. La posibilidad de acceder a fuentes de información muy diversas, compartir documentos y desarrollar actividades sin necesidad de coincidir físicamente en un aula parecía ofrecer un escenario especialmente favorable para su implantación. El profesorado dejaba de ocupar el lugar exclusivo de transmisor de conocimientos para asumir una función de orientación, seguimiento y acompañamiento del aprendizaje. Esta transformación no estaba exenta de dificultades. La eficacia del aprendizaje por tareas dependía, en buena medida, de la calidad de su diseño y de la existencia de una planificación rigurosa de los objetivos que se pretendía alcanzar. Una actividad no se convertía automáticamente en una experiencia formativa por el hecho de exigir al estudiante la elaboración de un producto o la resolución de un problema. Era necesario que su realización implicara realmente el manejo de los conceptos y procedimientos que constituían el objeto del aprendizaje. De lo contrario, podía terminar reducida a una búsqueda de información, una recopilación de contenidos o la elaboración de un documento cuya calidad formal no guardaba necesariamente relación con los conocimientos del alumno. El problema adquiría una dimensión diferente cuando estas actividades se utilizaban como instrumentos de evaluación. La realización de una tarea fuera del aula permitía valorar determinados resultados, pero introducía una dificultad fundamental: el profesor no podía tener la certeza de que el trabajo presentado fuera efectivamente obra del estudiante. El plagio de materiales publicados en Internet, la intervención de terceras personas o la utilización de trabajos elaborados por otros constituían problemas conocidos desde mucho antes de la aparición de la inteligencia artificial. Las herramientas de detección de coincidencias textuales permitían localizar fragmentos reproducidos de otras fuentes, aunque su capacidad dependía de que los contenidos originales estuvieran disponibles en las bases de datos consultadas. Tampoco podían detectar con facilidad los textos previamente modificados o las aportaciones realizadas por terceros. La irrupción de los modelos generativos de inteligencia artificial ha alterado sustancialmente este escenario. Ya no se trata únicamente de copiar contenidos existentes o recurrir a alguien que realice el trabajo. Cualquier estudiante dispone ahora de herramientas capaces de producir respuestas originales, estructuradas y adaptadas a las características concretas de una actividad. Mediante instrucciones relativamente sencillas es posible obtener explicaciones, comentarios, traducciones, análisis y documentos completos, así como solicitar sucesivas modificaciones hasta conseguir un resultado aparentemente satisfactorio. La suplantación deja de requerir necesariamente la intervención de otra persona: puede realizarse mediante un sistema que responde de forma inmediata y que, además, permite mantener una interacción continuada durante todo el proceso de elaboración. Ante esta situación han proliferado las herramientas de detección de textos generados por inteligencia artificial. Su funcionamiento se basa, en términos generales, en el análisis de determinadas características estadísticas y lingüísticas de la escritura. Algunos sistemas examinan la distribución de las palabras y la probabilidad de que determinadas secuencias aparezcan en un texto producido por un modelo generativo. Otros atienden a la regularidad de las estructuras sintácticas, la predictibilidad del vocabulario, la variación de la longitud de las frases o determinados patrones de organización del discurso. Mediante modelos de clasificación entrenados con muestras de textos humanos y artificiales, estas herramientas calculan hasta qué punto un documento presenta características asociadas a una u otra procedencia. Sin embargo, conviene no confundir una estimación estadística con una demostración de autoría. Los resultados que ofrecen estos sistemas no permiten establecer de manera concluyente quién ha escrito un texto ni si se ha utilizado inteligencia artificial durante su elaboración. Un documento redactado por una persona puede presentar características que el detector asocie a la escritura generativa, del mismo modo que un texto producido por una IA puede no ser identificado como tal. La extensión del documento, el idioma, el género textual, el nivel de formalidad y las modificaciones introducidas durante la redacción pueden influir en los resultados. A ello se añade que los propios modelos generativos evolucionan constantemente, lo que dificulta mantener criterios de detección estables. El problema tiene especial relevancia cuando se pretende utilizar estos resultados como fundamento de una calificación académica o como prueba de una conducta engañosa. Un porcentaje elevado de probabilidad no equivale a una certeza y no debería convertirse, por sí solo, en un elemento objetivo para atribuir una infracción al estudiante. La detección puede proporcionar al profesor un indicio que justifique examinar con mayor atención un trabajo, contrastarlo con otras producciones del alumno o interesarse por el procedimiento seguido en su elaboración. Pero no permite sustituir la comprobación de los hechos por una conclusión automática. Quizá sea necesario, por tanto, revisar el propio sentido de la evaluación mediante tareas. Su utilidad como mecanismo de aprendizaje permanece intacta e incluso puede verse reforzada por las posibilidades que ofrece la inteligencia artificial. El estudiante puede utilizarla para consultar información, aclarar conceptos, contrastar interpretaciones, recibir explicaciones adaptadas a sus dificultades o explorar distintas vías de resolución. El problema no reside necesariamente en la utilización de estas herramientas, sino en la imposibilidad de considerar el producto final de una actividad realizada fuera del aula como una evidencia suficiente de los conocimientos y competencias de quien la presenta. La cuestión que se plantea no es menor: si no podemos acreditar razonablemente la autoría de una tarea, tampoco podemos atribuir con seguridad a su autor los méritos que se desprenden de ella. Esto obliga a distinguir entre el aprendizaje, que puede desarrollarse mediante procedimientos muy diversos y con la asistencia de recursos tecnológicos, y la evaluación, que necesita evidencias fiables de las capacidades individuales. Recuperar espacios de trabajo presencial, incorporar actividades de exposición y defensa oral o comprobar de manera directa la comprensión de los contenidos pueden ser algunas de las respuestas posibles. No se trata de renunciar a las ventajas del aprendizaje por tareas ni de convertir la inteligencia artificial en un enemigo de la educación, sino de reconocer que las condiciones en las que se desarrolló este modelo han cambiado y que sus mecanismos de evaluación necesitan adaptarse a una realidad en la que el resultado de un trabajo ya no garantiza, por sí mismo, que quien lo presenta haya realizado el aprendizaje que se pretende evaluar. |



