Ensayo de Diana Laurillard sobre cómo el feedback generado por IA podría apoyar el aprendizaje dentro de un marco conversacional, manteniendo al docente como diseñador del proceso. Distingue el feedback que enriquece los ciclos de aprendizaje del que solo automatiza la corrección.
Voz experta para anclar la idea de conversación pedagógica y feedback. Útil como contrapunto matizado y optimista-cauteloso.
Cada cita es verbatim de la fuente, con su ubicación. La interpretación, la implicación y las preguntas son lectura propia.
Lo que dice la fuente
Feedback is fundamental to the learning process because it links our actions to our intended goals – in formal and informal learning.
InterpretaciónLaurillard sitúa el feedback como núcleo del aprendizaje: es lo que conecta nuestras acciones con las metas que perseguimos. No es un complemento, sino el mecanismo mismo.
Implicación para educaciónSi el feedback es el corazón del aprendizaje, la pregunta útil sobre la IA es qué feedback puede mejorar, no qué contenidos puede generar.
Pregunta abierta¿Estamos usando la IA para mejorar el feedback, que es donde más impacta el aprendizaje, o para tareas más visibles pero menos centrales?
Lo que dice la fuente
If the AI community began instead with what we need to improve student learning, then feedback becomes the focus, and there is a lot that AI could do.
InterpretaciónLaurillard invierte el punto de partida: si en vez de partir de lo que la IA puede hacer partiéramos de lo que el aprendizaje necesita, el foco sería el feedback, y ahí la IA tiene mucho que aportar.
Implicación para educaciónEl diseño pedagógico debería conducir a la tecnología, no al revés: definir primero la necesidad de aprendizaje y luego ver qué puede hacer la IA.
Pregunta abierta¿Partimos de la necesidad de aprendizaje y buscamos la herramienta, o partimos de la herramienta y le buscamos un uso?
Lo que dice la fuente
both activities increase teachers' already unmanageable workloads
InterpretaciónLaurillard recuerda que la carga de trabajo docente ya es inmanejable, de modo que cualquier propuesta que la aumente —aun con buenas intenciones— es difícilmente sostenible.
Implicación para educaciónUna intervención de IA que añada trabajo al docente fracasará en la práctica; el criterio de viabilidad es si libera tiempo, no si agrega capacidades.
Pregunta abierta¿La IA que proponemos reduce la carga docente o la incrementa con la promesa de mejores resultados?
Lo que dice la fuente
One key problem with feedback in higher education is that teacher feedback on a submitted assignment is never immediate.
InterpretaciónUn problema concreto del feedback en educación superior es que nunca es inmediato: llega tarde respecto del momento en que el estudiante podría aprovecharlo. Ahí hay un hueco que la IA podría llenar.
Implicación para educaciónLa inmediatez del feedback es un punto donde la IA puede aportar valor real sin desplazar al docente, complementando un déficit estructural.
Pregunta abierta¿En qué momentos un feedback inmediato de IA ayudaría al aprendizaje sin sustituir el juicio docente posterior?