Transforma les teves classes amb la Intel·ligència Artificial: La IAG i l'avaluació formativa
Amb la IAG cada cop més present a les aules, el professorat universitari es troba davant una pregunta ineludible: com avaluem quan una eina pot generar un assaig estàndard en segons? La píndola formativa elaborada pel professor Joan-Tomàs Pujolà proposa repensar l'avaluació formativa posant l'accent en el procés d'aprenentatge, no només en el producte final, i explora com la IAG pot donar suport tant al disseny de rúbriques com a la retroacció a l'alumnat.
El punt de partida és un canvi de mirada: la IAG no ha de substituir el judici del docent en l'avaluació, sinó actuar-hi com a complement. Això implica desplaçar el focus cap a habilitats d'ordre superior —pensament crític, creativitat contextualitzada, transferència de coneixements— més resistents a un ús superficial de la IA. Com a marc de referència, s'esmenta l'AI Assessment Scale (AIAS) de Perkins et al. (2024) per graduar de manera ètica fins a quin punt es permet l'ús de la IAG en una tasca.
L'estratègia central que proposa la píndola és avaluar el procés: demanar a l'estudiant que documenti el seu trajecte d'aprenentatge (portafolis, diaris de reflexió, esborranys successius, justificació de decisions), inclòs com i per què ha utilitzat la IAG. Per construir rúbriques adaptades a aquest enfocament, s'identifiquen cinc principis clau:
- Transparència del procés — fer visible l'ús que s'ha fet de la IAG.
- Transformació crítica — demostrar que s'ha avaluat i modificat el que la IAG ha produït.
- Comprensió profunda — poder explicar i defensar tot el treball.
- Aportació personal — pensament original que la IAG no podria generar sola.
- Ús ètic — respectar les normes acadèmiques i citar les eines emprades.
Pel que fa a la retroacció, la píndola presenta la IAG com un amplificador de la capacitat docent: pot assumir el feedback formal o estructural mentre el professorat es concentra en comentaris més profunds sobre contingut i raonament. També es proposa un model de retroacció intel·ligent híbrida (Banihashem et al., 2025), que combina les aportacions del docent, dels companys (avaluació entre iguals) i de la IAG.
Finalment, s'ofereixen dos consells pràctics:
- Prompts efectius — exemples concrets de com formular peticions de feedback ben estructurades (definint rol, criteris i to constructiu).
- Anonimització de dades — bones pràctiques ètiques abans d'introduir treballs d'estudiants en eines externes: pseudonimitzar noms, minimitzar les dades compartides i prioritzar eines amb garanties RGPD.
Descarregar resum - infografia (elaborat amb NotebookLM) per imprimir
Més píndoles formatives sobre Competència docent en Intel·ligència Artificial Generativa, creades per Joan-Tomàs Pujolà.
Material elaborat amb finalitats docents i divulgatives. Els recursos externs enllaçats pertanyen als seus respectius autors.
