La evaluación en educación matemática: aportes de chatbots y futuros profesores de matemática
DOI:
https://doi.org/10.21556/edutec.2024.89.3243Palabras clave:
Inteligencia Artificial, Chatbots, Futuros profesores de matemática, EvaluaciónResumen
La evaluación del aprendizaje de los estudiantes es un tema de investigación relevante de la didáctica de la matemática. Evaluar en matemática requiere mucho más que la resolución de un ejercicio. Se trata de evaluar todo el proceso. En este sentido, el diseño de evaluaciones no es trivial ni inmediato. Requiere formación, objetivos claros y propuestas relevantes. En este trabajo se analizan las evaluaciones propuestas por tres futuros profesores de matemática y por tres chatbots basados en modelos de Inteligencia Artificial (IA) generativa. Se comparan los tipos de evaluaciones propuestas sobre nociones de estadística (población y muestra) y se determina la funcionalidad de los chatbots como posibles asistentes para la generación de diferentes tipos de evaluaciones. Se concluye que los chatbots pueden resultar en asistentes valiosos a la hora de crear evaluaciones, ya que ofrecen diferentes tipos de evaluaciones, tanto tradicionales, como puede ser una prueba escrita, como no tradicionales, como un proyecto de investigación.
Descargas
Citas
Adair, A., Pedro, M.S., Gobert, J., Segan, E. (2023). Real-Time AI-Driven Assessment and Scaffolding that Improves Students’ Mathematical Modeling during Science Investigations. Artificial Intelligence in Education. AIED 2023. DOI: https://doi.org/10.1007/978-3-031-36272-9_17
Adiguzel, T., Kaya, M. H., Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3), ep429. DOI: https://doi.org/10.30935/cedtech/13152
Álvarez, J. (2005). Evaluar para conocer, examinar para excluir. Madrid: Morata.
Brown, T., Mann, B., Ryder, N., Subbiah, J. Kaplan, M., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A. Krueger, G., Henighan, t., Child, R., Ramesh, A., Ziegler, D., Wu, J., Winter, C., Hesse, C., Chen, M., Sigler, E., Litwin, M., Gray, S., Chess, B., Clark, J., Berner, C., McCandlish, S., Radford, A., Sutskever, L., Amodei, D. (2020). Language models are few-shot learners. In: Proceedings of the 34th International Conference on Neural Information Processing Systems (NIPS’20), 1877–1901.
Chevallard, Y. (2004). Le moment de l’évaluation, ses objets, ses fonctions : déplacements, ruptures, refondation. Journée de formation de formateurs. IUFM d’Aix-Marseille, 1-6 http://yves.chevallard.free.fr/spip/spip/article.php3?id_article=44
Chevallard, Y. (2012). ¿Cuál puede ser el valor de evaluar? Notas para desprenderse de la evaluación ‘como capricho y miniatura’. En G. Fioriti, C. Cuesta [comps.]. La evaluación como problema. Aproximaciones desde las didácticas específicas (pp. 9-21). Buenos Aires: Miño y Dávila-UNSAM Edita.
Chowdhery, A., Narang, S., Devlin, J., Bosma, M., Mishra, G., Roberts, A.…, and Fiedel, N. (2022). PaLM: Scaling language modeling with pathways, Journal of Machine Learning Research 24(240), 1–113.
Fernández, J. (2006). ¿Evaluación? No gracias, calificación. Cuadernos de Pedagogía, 243, 92-97.
Flores Samaniego, A., Gómez Reyes, A. (2009). Aprender Matemática, haciendo Matemática: la evaluación en el aula. Educación Matemática, 21(2), 117-142.
Hamodi, C., López Pastor, V., López Pastor, A. (2015). Medios, técnicas e instrumentos de evaluación formativa y compartida del aprendizaje en educación superior. Perfiles educativos, 37(147), 146-161. Isaza, G. (2002). Análisis, Interpretación y Construcción Teórica en la Investigación Cualitativa. Centro de educación a distancia. Universidad de Manizales. DOI: https://doi.org/10.1016/j.pe.2015.10.004
Luzano, J. (2024). Assessment in Mathematics Education in the Sphere of Artificial Intelligence: A Systematic Review on Its Threats and Opportunities. International Journal of Academic Multidisciplinary Research (IJAMR). 8(2),100-104.
Martínez-Comesaña, M., Rigueira-Díaz, X., Larrañaga-Janeiro, A., Martínez-Torres, J., Ocarranza-Prado, I., Kreibel, D. (2023). Impacto de la inteligencia artificial en los métodos de evaluación en la educación primaria y secundaria: revisión sistemática de la literatura. Revista de Psicodidáctica. 18(2), 93-103. DOI: https://doi.org/10.1016/j.psicod.2023.06.001
Méndez-Mantuano, M. O., Morán, M. Y. O., Mayorga, I. I. C., Valdez, A. Y. L., Rosado, Ángel R. H., & Robles, D. V. A. (2024). La evaluación académica en la era de la inteligencia artificial (IA). South Florida Journal of Development, 5(1), 119–148. DOI: https://doi.org/10.46932/sfjdv5n1-010
Monash University (4 de abril de 2024). AI and assessment. https://www.monash.edu/learning-teaching/teachhq/Teaching-practices/artificial-intelligence/ai-and-assessment
Nasution, N. E. A. (2023). Using artificial intelligence to create biology multiple choice questions for higher education. Agricultural and Environmental Education, 2(1), em002. DOI: https://doi.org/10.29333/agrenvedu/13071
Owan, V. J., Abang, K.B., Idika, D.O., Etta, E.O., Bassey, B.A. (2023). Exploring the potential of artificial intelligence tools in educational measurement and assessment. EURASIA Journal of Mathematics, Science and Technology Education, 19(8), em2307. DOI: https://doi.org/10.29333/ejmste/13428
Parra, V., Sureda, P., Corica, A., Schiaffino, S., Godoy, D. (2024). Can generative AI solve Geometry problems? Strengths and weaknesses of LLMs for geometric reasoning in Spanish. International Journal of Interactive Multimedia and Artificial Intelligence. 8(5), 65-74. DOI: https://doi.org/10.9781/ijimai.2024.02.009
Sánchez Mendiola, M. (2023). La inteligencia artificial generativa y la evaluación: ¿Qué pasará con los exámenes? Investigación en Educación Médica, 12(48), 5-8. DOI: https://doi.org/10.22201/fm.20075057e.2023.48.23550
Sanmartí, N. (2007). 10 ideas clave: evaluar para aprender. Madrid: Graó
Santos Guerra, M. (2003). Una flecha en la diana: la evaluación como aprendizaje. Madrid: Narcea.
Scriven, M. (1967). The methodology of evaluation. En Stake, R: Perspect¡ves of curriculum evaluation, American Educational Research Association. Monograph series on curriculum. Rand McNally, 38-39.
Tobler, S. (2024). Smart grading: A generative AI-based tool for knowledge-grounded answer evaluation in educational assessments, MethodsX, 12, 102531. DOI: https://doi.org/10.1016/j.mex.2023.102531
U.S. Department of Education (2023). Office of Educational Technology, Artificial Intelligence and Future of Teaching and Learning: Insights and Recommendations, Washington, DC, USA.
Wan, T. & Chen, Z. (2024). Exploring Generative AI assisted feedback writing for students' written responses to a physics conceptual question with prompt engineering and few-shot learning. arXiv:2311.06180. DOI: https://doi.org/10.1103/PhysRevPhysEducRes.20.010152
Webb, N. (1992). Assessment of Students Knowledge of Mathematics. Steps Toward a Theory. En D. Grouws (Ed.) Handbook of Research on Mathematics Teaching and Learning. New York: Macmillan.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Edutec, Revista Electrónica de Tecnología Educativa
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Con la entrega del trabajo, los autores ceden los derechos de publicación a la revista Edutec. Por su parte, Edutec autoriza su distribución siempre que no se altere su contenido y se indique su origen. Al final de cada artículo publicado en Edutec se indica cómo se debe citar.
La dirección y el consejo de redacción de Edutec Revista Electrónica de Tecnología Educativa, no aceptan ninguna responsabilidad sobre las afirmaciones e ideas expresadas por los autores en sus trabajos.
