Plataforma escalable de exámenes orales para universidades
Software y flujo de trabajo para que los departamentos realicen exámenes orales (vivas) breves y estructurados a gran escala, el único formato de evaluación que la IA no puede falsificar.
Un brief listo para pegar en Claude Code, Cursor o cualquier agente de programación (en inglés).
A favor
- Quién paga
- Directores de departamento y centros de enseñanza y aprendizaje de universidades con grandes programas STEM, que pagan entre 15.000 y 60.000 $ al año por departamento con cargo a presupuestos de integridad académica o de docencia.
- Lo que dijo la gente · 4
- Sostiene que los deberes no deberían contar para nada y que el dominio debería verificarse mediante exámenes y una viva, porque hacer trampa en trabajos escritos es ahora demasiado fácil. Leer el comentario ↗
- Sugiere que el profesorado elija al azar a estudiantes para que expliquen o reproduzcan su trabajo entregado frente a la clase, para detectar a quienes no lo hicieron. Leer el comentario ↗
- Recomienda volver a exámenes escritos u orales en clase como única evaluación fiable. Leer el comentario ↗
- Un profesor adjunto afirma que, si diera clase hoy, solo calificaría exámenes presenciales y quizá una entrevista, sin dejar margen para que la IA infle las notas. Leer el comentario ↗
Parafraseado del debate. Sigue los enlaces para ver los comentarios originales.
- Competidores y hueco
La evaluación oral es el formato consensuado a prueba de IA en este debate, pero no existe ningún producto que la ejecute a escala: programar cientos de vivas de 10 minutos, generar variantes de preguntas por estudiante a partir de la tarea real, grabar, puntuar con rúbrica y señalar incoherencias entre el trabajo entregado y las respuestas orales. Los productos existentes se centran en entregables escritos.
- Por qué ahora
- En los últimos 12 meses, los modelos de frontera hicieron que la evaluación escrita para casa no se pudiera verificar. El hecho de que un medallista Fields abandone públicamente la corrección de deberes es la señal. Las universidades probaron detectores como Turnitin y Rumi y, según el artículo, resultaron insuficientes, así que necesitan una alternativa estructural, no detección.
- Foso · 6/10
- Los bancos de rúbricas y de variantes de preguntas por asignatura se acumulan con el tiempo, las grabaciones generan datos de consistencia en la calificación, y la integración con los sistemas LMS y de secretaría crea costes de cambio; las ventas institucionales generan además un efecto de referencia.
En contra
- Equipo rojo
- La evaluación oral es el formato en el que las universidades realmente están convergiendo como evaluación a prueba de IA, y ningún producto existente gestiona a escala la programación de vivas, la generación de variantes y la puntuación. Los ciclos de venta institucional son muy largos, pero la brecha estructural es real.
- Qué la haría fracasar
- Las universidades son compradores lentos, con presupuestos ajustados y una enorme inercia institucional. El propio artículo señala que el sistema podría tardar años en cambiar aunque esté roto.
Empezar
- Primeros tres pasos
- Desarrollar un planificador de vivas y un generador de preguntas que convierta el conjunto de deberes de una asignatura en preguntas orales de seguimiento por estudiante, con grabación y puntuación por rúbrica.
- Realizar un piloto de pago con un departamento de matemáticas o informática (50 a 200 estudiantes) que ofrezca vivas grabadas de 10 minutos como el 20 % de la nota de la asignatura.
- Añadir un informe de incoherencias que compare el trabajo escrito entregado por cada estudiante con sus respuestas orales, para señalar entregas probablemente dependientes de la IA.
- Debate original
- AI use leads UC Berkeley math professor to see 'no point' in grading homework ↗ 231 puntos327 comentariosDe los comentariosArtículo enlazado
Traducido del inglés. Leer el original