Personalitzar amb IA per donar resposta a cada alumne
L’aula és un mosaic d’interessos, ritmes i bagatges. La IA pot ser una aliada per convertir aquesta diversitat en oportunitat. No substitueix la mirada pedagògica, però ofereix una lupa per entendre millor els punts forts i una caixa d’eines per crear variants d’un mateix material. La clau és mantenir els objectius clars i flexibilitzar els camins.
Quan adaptem materials segons el nivell, no baixem el llistó. El fem escalable. L’alumnat que necessita suport rep andamiatges, i qui va més enllà troba reptes d’alta exigència. La IA ajuda a generar explicacions alternatives, a simplificar o enriquir texts, a proposar preguntes graduades i a suggerir activitats que connecten amb els interessos individuals.
Personalitzar no és fer una fitxa diferent per a cadascú. És dissenyar materials versàtils que s’ajusten a tres o quatre nivells i que permeten saltar de nivell quan cal. Amb aquesta mirada, la IA accelera processos que abans eren lents i ens deixa temps per a la tasca insubstituïble del docent, que és acompanyar, observar i donar sentit.
Primer pas per adaptar amb sentit
Quines evidències recollim a l’inici
Sense una bona diagnosi, la personalització és intuïció. Necessitem evidències curtes i útils. La IA pot ajudar a analitzar patrons, però la selecció d’indicadors l’hem de fer nosaltres. Prioritzem dades observables i evitem demanar informació que no aporti valor educatiu.
- Microproves de tres o quatre preguntes per detectar comprensió, vocabulari i procediments bàsics.
- Mostres de producció breus com un paràgraf, una explicació oral o una resolució d’un problema senzill.
- Autoavaluacions amb escales simples perquè l’alumnat identifiqui en què es veu segur i què vol millorar.
- Observacions d’aula sobre persistència, estratègies i col·laboració per tenir una mirada competencial.
Amb aquestes evidències, definim un punt de partida per a cada alumne o grup reduït. La IA pot resumir-nos resultats i suggerir agrupaments flexibles, sempre amb supervisió docent i minimitzant qualsevol dada personal innecessària.
Nivells com a escales flexibles, no com a etiquetes
Els nivells han de ser portes d’entrada, no caixes on posar l’alumnat. Una proposta funcional és treballar amb tres franges. Nivell Base per qui necessita suport en vocabulari i passos guiats. Nivell Estàndard per consolidar els objectius previstos. Nivell Avançat per qui pot generalitzar i transferir amb autonomia.
Cada franja inclou descriptors clars com tipus d’ajuda, grau d’autonomia i complexitat de les tasques. La IA pot ajudar-nos a redactar descriptors breus i entenedors i a crear exemples de produccions esperades per fer visibles els criteris a l’alumnat.
Del currículum al material adaptat
Estratègies de transformació amb IA
Partim d’un mateix objectiu i generem variants del material per atendre diferents necessitats. La IA és àgil generant versions i oferint explicacions multimodals. Podem demanar simplificacions, ampliacions, preguntes graduades i recursos per a la comprensió.
- Reescriptura de textos amb diferents longituds i graus de complexitat, mantenint els conceptes clau.
- Glossaris i pistes amb definicions, sinònims i exemples contextualitzats per desbloquejar la lectura.
- Qüestionaris escalables que combinen preguntes tancades, raonaments curts i reptes oberts.
- Guions d’experiment o resolució amb passos guiats, variants i propostes d’extensió.
- Situacions reals per connectar amb interessos de l’alumnat i donar sentit a l’aprenentatge.
El valor està en la intenció pedagògica. Si demanem a la IA que generi tres versions d’un mateix material, cal revisar que conservin el nucli conceptual i que no simplifiquin fins a perdre el sentit. L’objectiu és fer comprensible, no fer més fàcil.
Un exemple treballat en tres nivells
Tema del currículum. El cicle de l’aigua. Objectiu. Explicar canvis d’estat i moviments de l’aigua al planeta i aplicar-ho a una situació quotidiana.
Nivell Base. Text breu amb frases curtes i vocabulari essencial. Dues imatges que mostren evaporació i condensació. Activitat amb passos guiats per explicar què passa quan fem bullir aigua i la tapem amb la tapa freda. Glossari de quatre paraules clau i dues preguntes de veritable o fals.
Nivell Estàndard. Text amb exemples i una comparació amb el funcionament d’un circuit tancat. Activitat que demana dibuixar el cicle i escriure tres frases que expliquin cada fase. Qüestions de causa i conseqüència i una situació cotidiana per explicar per què hi ha baf als vidres a l’hivern.
Nivell Avançat. Text ampliat amb una referència a la influència de la temperatura i el vent. Activitat d’anàlisi de dades d’humitat i temperatura simulades. Repte final que demana modelitzar en paraules com canviaria el cicle en un clima extrem i justificar-ho amb evidències.
La IA pot generar els tres textos, les preguntes graduades i propostes de feedback inicial. Nosaltres validem rigor, ajustem llenguatge i marquem els criteris que orientaran la correcció.
Flux de treball amb IA a l’aula
Passos pràctics per crear materials escalables
- Defineix el nucli del que vols que aprenguin en una frase clara i observable.
- Estableix tres nivells amb descriptors d’ajuda i d’autonomia i evita etiquetes rígides.
- Demana a la IA una primera versió de text o activitat per a cada nivell mantenint el mateix objectiu.
- Inclou andamiatges com pistes, exemples model i preguntes guia en les versions de suport.
- Afegeix extensió amb dades, comparacions i connexions interdisciplinàries en la versió avançada.
- Construeix una rúbrica comuna i breu amb indicadors compartits per a totes les versions.
- Prova i ajusta amb un grup petit, recull comentaris i refés les parts confuses o redundants.
- Automatitza petites tasques amb IA com generar variants de preguntes o resums per al feedback.
Plantilles de consignes que estalvien temps
Genera tres versions del següent text mantenint el mateix significat. Una de 120 paraules amb vocabulari bàsic, una de 180 per consolidar i una de 220 que hi afegeixi un exemple nou.
Proposa deu preguntes sobre el text amb tres nivells de dificultat. Marca quines avaluen comprensió literal, quines inferència i quines transferència.
Transforma aquesta activitat oberta en una seqüència guiada de cinc passos amb pistes i una checklist d’autorevisió.
Converteix aquestes dades en una activitat d’anàlisi amb dues preguntes tancades, dues de resposta curta i un repte final d’argumentació.
Avaluació, ètica i paper del docent
Indicadors i feedback que mobilitzen
L’avaluació ha d’alinear-se amb els objectius i ser transparent. Una rúbrica comuna per a tots els nivells garanteix equitat. Canvia la dificultat de la tasca, però no els criteris essencials com precisió conceptual, claredat d’explicació i capacitat d’aplicar.
La IA pot proposar comentaris inicials, però el to i l’enfocament han de ser humans. Funciona la fórmula de tres passos. El que fas bé, el que pots provar i el següent repte. Si la IA esbossa el feedback, nosaltres l’adaptem a la persona, hi afegim exemples i la invitació a revisar.
Per al seguiment, convé un registre senzill amb evidències clau. La IA pot detectar millores i suggerir objectius micro setmanals. Convertim aquestes recomanacions en accions concretes a l’aula com canviar de nivell una activitat, oferir una mini lliçó o plantejar un repte ampliat.
Bones pràctiques d’ús responsable
La personalització amb IA demana criteri. Minimitzem dades identificatives i no compartim informació sensible. Expliquem a l’alumnat per què fem servir aquestes eines i què en esperem. Promovem un ús crític i contrastem resultats, ja que la IA pot cometre errors, simplificar en excés o reproduir biaixos.
És recomanable alternar fonts, fer verificació de continguts i oferir versions que incorporin perspectives diverses. El missatge de fons és clar. La IA és un col·laborador potent, però no és un jutge infal·lible. La responsabilitat pedagògica i ètica continua sent nostra.
Sobre el paper del docent, una idea essencial. La IA amplia, nosaltres humanitzem. Portem criteri, valors i context. Donem sentit a les dades, proposem reptes justos i cuidem l’autoestima acadèmica. Quan un alumne descobreix que pot comprendre un text que abans l’aturava o que pot resoldre un problema amb estratègies noves, s’encén l’espurna que mou l’aprenentatge.
Acabem amb una pràctica per provar demà. Tria un contingut proper, escriu el teu objectiu en una frase i genera tres versions d’una mateixa activitat amb la IA. Afegeix una rúbrica comuna i planifica un minut de feedback per alumne. Observa què canvia a la classe quan cada alumne rep el desafiament que li escau i té un camí clar per créixer.
