Per on començar: diagnosticar i prioritzar
La reducció d’hores de correcció no comença amb tecnologia, sinó amb una mirada a allò que realment consumeix temps. Comptar minuts per tasca durant una setmana dona una fotografia clara del que drena energia. Amb aquesta informació podem decidir on la IA aporta més valor: tasques repetitives, criteris estandarditzats i comentaris que es repeteixen curs rere curs. L’objectiu és alliberar temps sense perdre control pedagògic.
Què automatitzar primer
Trieu processos amb criteris objectius i format estable. La IA funciona especialment bé quan té regles clares i exemples concrets. Penseu en activitats on el professorat repeteix el mateix comentari moltes vegades o on hi ha una pauta de correcció detallada. Comenceu petit, com una unitat o una prova, i feu créixer el sistema a partir del que funciona.
- Correccions de format com llargada, referències, estructura d’apartats i ortografia.
- Preguntes objectives amb solució definida i justificació breu del perquè.
- Comentaris recurrents transformats en un banc de frases reutilitzables.
- Classificació per nivells segons una rúbrica prèvia amb descriptors clars.
- Detecció de patrons com confusions habituals o omissions de criteris.
El que és millor mantenir manualment
La decisió final en tasques obertes és responsabilitat docent. Creativitat, sensibilitat i context no es deleguen. Reserveu per a vosaltres casos límit, projectes d’alt impacte i qualsevol activitat on el matís humà sigui clau. L’IA prepara el terreny, però la mirada pedagògica dona sentit al resultat i el connecta amb l’alumne.
Rúbriques que la IA entén i aplica
La qualitat depèn de la claredat dels criteris. Una rúbrica operativa és concreta, observable i ponderada. Eviteu descriptors vagues i preferiu indicadors que es puguin detectar en el text o en la resposta. A més concreció, més coherència en el retorn i menys temps dubtant entre un nivell i l’altre.
Disseny ràpid de rúbriques operatives
Comenceu per les competències clau i deriveu-ne criteris mesurables. Definiu 3 o 4 nivells amb descriptors positius i exemples d’evidències. Assigneu pesos que reflecteixin la importància real de cada criteri, no tots valen igual. La rúbrica ha de guiar l’alumnat abans d’entregar i ha d’orientar la IA durant la correcció.
- Formuleu criteris amb verbs observables com identifica, explica, justifica, integra.
- Redacteu nivells amb diferències clares i sense ambigüitats.
- Afegiu indicadors concrets com nombre d’arguments, presència d’exemples o coherència interna.
- Establiu pesos que prioritzin el fons per damunt de l’ornament.
- Incloeu exemples d’entregues exemplars i intermitges com a ancoratges.
Banc d’exemples i ancoratges
Elaboreu un petit banc amb tres o quatre mostres reals anotades amb la rúbrica. Són la brúixola del sistema i també una eina de transparència per a l’alumnat. Quan la IA coneix el que anomeneu acceptable i excel·lent, calibra millor el seu judici. Actualitzeu aquests ancoratges cada trimestre amb casos nous i manteniu el criteri viu.
Flux de correcció amb IA pas a pas
Un bon flux comença abans de la correcció. Estandarditzeu el format d’entrega, anonimitzeu els treballs i prepareu els documents en lots. Això redueix sorolls i evita biaixos. Amb el material llest, la IA pot aplicar la rúbrica de manera consistent i generar un primer retorn estructurat, que després reviseu i valideu.
Preparar els materials
Demaneu a l’alumnat una portada amb criteris marcats i una autoavaluació ràpida. Unifiqueu noms d’arxiu i estructura dels apartats. Si hi ha elements visuals, afegiu descripcions breus per facilitar la lectura automàtica. La qualitat de l’entrada és clau per a la fiabilitat del resultat.
Prompts i plantilles
Feu servir una plantilla estable que indiqui objectiu, perfil d’alumnat, rúbrica amb pesos i to del retorn. Demaneu un resultat amb format fix, com un quadre de criteris amb puntuació, evidències detectades i suggeriments d’acció. Afegiu una secció amb dubtes o punts a verificar perquè la revisió humana sigui ràpida i focalitzada.
Verificació i iteració
Feu una mostra de control del 10 o 20 per cent i compareu amb la vostra correcció. Si hi ha desviacions, ajusteu descriptors, pesos o exemples. Documenteu els canvis i torneu a executar el lot. Al final, reviseu casos límit i qualsevol treball amb inconsistències detectades per la IA.
- Prepareu rúbrica i exemples amb ancoratges clars.
- Estandaritzeu els materials i anonimitzeu els treballs.
- Executeu la correcció amb plantilla i format de retorn fix.
- Reviseu una mostra, ajusteu i reprocessar si cal.
- Valideu casos límit i emeteu qualificació final.
- Arxiveu traça i lliureu retorn personalitzat a l’alumnat.
Correcció de proves i preguntes objectives
En proves amb resposta tancada, la IA pot actuar com a corrector i analista. Definiu el banc de preguntes amb clau de resposta i criteri de correcció. Demaneu que generi una explicació breu per a cada pregunta perquè l’alumnat entengui l’error. Això transforma una correcció mecànica en retorn formatiu gairebé immediat.
Detecció d’errors i anàlisi d’ítems
Un cop corregida la prova, sol·liciteu un resum d’ítems difícils, distractors més triats i possibles confusions conceptuals. Amb aquesta informació, ajusteu preguntes per a properes sessions i planifiqueu mini lliçons de repàs. La correcció deixa de ser un final i es converteix en diagnòstic per aprendre.
Retroacció immediata per a l’alumnat
Prepareu un banc de comentaris curts associats a cada competència. La IA els tria i personalitza segons la resposta. Combineu missatges de reforç amb propostes d’acció concretes. L’alumnat percep un retorn proper i útil, i vosaltres guanyeu temps per a converses en profunditat amb qui ho necessita més.
Qualitat, equitat i ètica
La qualitat no és només exactitud. També és equitat, intimitat i claredat. Treballeu amb minimització de dades, anonimització i arxius sense informació sensible. Feu explícit a l’alumnat com s’aplica la IA i on entra la vostra revisió. La confiança es construeix compartint criteris i processos.
Riscos habituals i com prevenir-los
Poden aparèixer biaixos de to o d’estil, penalitzacions excessives a creativitat o confusions en casos amb informació incompleta. Per evitar-ho, definiu un llindar de seguretat que marqui quan cal revisió humana obligada. Apliqueu una doble passada per a treballs que superen un impacte determinat en la nota final i eviteu automatitzar decisions disciplinàries.
Documentació i traçabilitat
Guardeu la rúbrica utilitzada, la versió de la plantilla, la data de correcció i el retorn generat. Aquesta traça és útil per a reclamacions i per millorar el sistema. Compartiu amb l’alumnat la rúbrica i un informe de criteris treballats a nivell de grup. La transparència redueix dubtes i fomenta l’autoavaluació responsable.
Temps guanyat per a l’acompanyament
Quan la IA s’encarrega de la part repetitiva, el temps alliberat es pot invertir en allò que té més impacte. Tutories breus, preguntes d’alta profunditat i activitats de millora amb grups reduïts. Analitzeu les tendències detectades i dissenyeu microintervencions per a cada necessitat. La correcció és una eina per a l’aprenentatge, no un tràmit interminable.
Ritual de millora contínua
Tanqueu cada unitat amb una sessió de retroacció en tres passos. Primer, dades clau del grup. Segon, compromisos de millora individuals basats en la rúbrica. Tercer, una acció concreta per a la propera tasca. Petits ajustos setmana a setmana multipliquen els resultats. Comenceu amb una activitat, feu-la clara, i deixeu que la qualitat i el temps guanyat parlin per vosaltres.
