La sesión de la Comunidad IA del 3 de julio abordó la validación de observaciones de clase mediante inteligencia artificial, a partir de una investigación presentada por Carolina Melo, Matías Recabarren y Javiera de la Maza, de la Universidad de los Andes. El encuentro permitió revisar los alcances y límites de los modelos de lenguaje para analizar prácticas docentes, en un campo donde la observación de aula sigue siendo una herramienta clave para mejorar la enseñanza. 

La exposición partió de una premisa central: la calidad docente tiene una relación directa con los aprendizajes de los estudiantes, pero observar clases de manera rigurosa requiere instrumentos validados, criterios comunes y evaluadores entrenados. En ese contexto, el equipo investigador utilizó Teach Primary, una herramienta desarrollada por el Banco Mundial para evaluar prácticas pedagógicas observables en el aula, como marco de referencia para comparar los puntajes generados por inteligencia artificial con los juicios de expertos. 

El estudio analizó si los modelos de lenguaje podían producir evaluaciones estables, precisas y comparables con las de observadores certificados. Para ello, se trabajó con transcripciones de videos de clase y se realizaron múltiples iteraciones con distintos modelos, entre ellos GPT, Gemini, Claude, DeepSeek y Grok. Los resultados mostraron una variabilidad relevante: ante el mismo prompt, algunos modelos entregaban puntajes distintos, lo que plantea desafíos para su uso directo en procesos de retroalimentación docente. 

Uno de los hallazgos más relevantes fue que la inteligencia artificial funciona mejor en dimensiones que dependen más del texto, como el análisis de preguntas abiertas o ciertos indicadores de pensamiento crítico. Sin embargo, presenta mayores dificultades en elementos que requieren interpretar conductas no verbales, interacciones del aula o respuestas de los estudiantes. La ausencia de información visual o contextual puede llevar al modelo a evaluar como deficiente una conducta que, en realidad, no requería intervención docente. 

Durante el diálogo con los participantes, se discutió también el potencial de estas herramientas para apoyar procesos de autoevaluación, mentoría y acompañamiento docente. La IA podría contribuir a reducir costos, ampliar la frecuencia de la retroalimentación y crear espacios más privados para que los profesores revisen su práctica. No obstante, los expositores subrayaron que el conocimiento experto sigue siendo indispensable para diseñar criterios, interpretar evidencias y transformar los resultados en recomendaciones accionables. 

La sesión dejó una conclusión prudente: la inteligencia artificial ofrece oportunidades para fortalecer la observación de aula, pero aún no puede reemplazar el juicio profesional. Su valor parece estar en aumentar la capacidad de análisis de los expertos y no en automatizar por completo decisiones pedagógicas complejas. El desafío futuro estará en integrar modelos multimodales, análisis de video y marcos pedagógicos más precisos para construir sistemas de evaluación más confiables y útiles para la mejora docente.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: