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 origen en los años 70 y que se propone llevar al contexto académico la idea de que, de modo general, 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 puesta a prueba de los resultados que ofrecen la aplicación de fórmulas de resolución. Frente a un modelo educativo basado fundamentalmente en la memorización de contenidos y la elaboración de ejercicios de aplicación sistemática de los mismos, el de aprendizaje por tareas se mostraba como un sistema más eficaz, que despertaba el interés de un estudiante que se enfrentaba a retos cuya resolución implicaba el manejo de conceptos que adquirían un valor significativo. La fórmula, concebida inicialmente para su aplicación específica 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, logrando el reconocimiento normativo y una extensa implementación en el contexto de la enseñanza online. Internet permitía un acceso universal a los contenidos; el estudiante podía investigar sin dificultad y compartir logros y dificultades con los medios que permitía la tecnología telemática, y el papel del profesorado podía centrarse en la atención personalizada. Así, lejos de ser un transmisor unidireccional de contenidos, el docente jugaría el papel de guía que ofrecía apoyo especializado y corrector instructivo a sus alumnos, con respuestas retroalimentadas que darían apoyo individual, señalando aciertos y competencias evidenciadas, a la vez que orientaría su aprendizaje detectando debilidades y aspectos en los que incidir. La defensa de este modelo 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 como los de Sócrates o Aristóteles, que ya señalaba en el siglo III a. C. el valor de aprender haciendo en su Ética a Nicómaco. Su implementación como mecanismo formativo único, que rechazaba como caducas técnicas basadas en el estudio sistemático, la realización de ejercicios y la preparación de exámenes presenciales, conllevaba el riesgo de un resultado formativo deficiente si en el diseño de las tareas faltaba un estudio sistemático previo, riguroso y detallado de los logros de aprendizaje en los que habría de resultar su realización. En su empleo como mecanismo de evaluación, sus problemas siempre han estado relacionados con el fraude respecto a la autoría: bien por la intervención de un tercero o por el plagio de contenidos. En la lucha contra el plagio, el profesor corrector contaba con herramientas como Plagiarism Checker, que lograba detectar con un razonable porcentaje de acierto el empleo de fuentes publicadas en la red, aportando enlaces a los contenidos originales que constituían una prueba fehaciente del empleo de contenido copiado. Aun así, no lograba detectarlo todo, no lograba su objetivo si la redacción final se alteraba mediante el empleo de herramientas de variación de texto y, obviamente, no tenía acceso a fuentes publicadas exclusivamente en papel. Con todo, el profesor contaba con la baza de proponer tareas de resolución individualizadas que dificultaban, al menos parcialmente, el empleo de párrafos copiados, pero en ningún caso la suplantación, al menos en el contexto online. La sentencia de muerte definitiva del empleo del modelo de aprendizaje por tareas como mecanismo único de evaluación llegó con la expansión de la inteligencia artificial: modelos generativos que producen resultados únicos, moldeables por el uso de prompts personalizados y que vienen a ser, en definitiva, el clásico recurso a una suplantación, en este caso por un aliado que resuelve de forma inmediata e impecable cualquier tarea que se presente al alumnado: con pleno conocimiento de datos y capacidad para proporcionar cualquier solución original y personalizada. Desde mi punto de vista, no hay vuelta atrás en este sentido: la tarea sigue siendo un mecanismo de aprendizaje tremendamente productivo y el uso de la inteligencia artificial, una herramienta que, en este contexto, ofrece una poderosa ayuda en todos los sentidos: no ya solo proporcionando información, sino ofreciendo explicaciones y resolviendo dudas al nivel requerido, sugiriendo ideas, sirviendo de corrector, etc. El problema es, sin duda, el valor de la tarea como instrumento de evaluación si esta no se ejecuta de forma presencial. Existen herramientas de detección del empleo de inteligencia artificial, pero ni siquiera estas podrían emplearse como prueba fehaciente de fraude, tan solo como información proporcionada al profesor del procedimiento de aprendizaje del alumno, que en ningún caso podría emplear como elemento objetivo de calificación. |
TEXTO ELABORADO POR CHATGPT
(Prompt: Quisiera un artículo en el que hablaras del aprendizaje por tareas, el modo en que este modelo se ha generalizado en el contexto educativo y los problemas que entraña el fraude y la suplantación para su uso como herramienta de evaluación. Debe incluir el tema de las herramientas de detección de IA, el mecanismo empleado y el valor de los resultados que arroja).
|
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 fraudulenta. 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. |

No hay comentarios:
Publicar un comentario