Com fer feedback personalitzat amb suport d’intel·ligència artificial

Fer feedback personalitzat es menja hores i energia. Arribes al final del dia amb piles de tasques per revisar i sents que el temps no dona per cuidar cada alumne com es mereix. La bona notícia és que la intel·ligència artificial pot actuar com un suport silenciós que accelera la correcció, ordena les idees i transforma dades disperses en orientacions clares. El docent segueix al volant. L’IA t’ajuda a fer feedback més ràpid, coherent i útil, i a dedicar el teu temps al que té més impacte.

Què és realment un bon feedback i com hi ajuda la IA

Un feedback potent és específic, orientat al progrés i oportú. Diu a l’alumne què ha fet bé, què pot millorar i quin és el següent pas. No és una llista d’errors, és una brúixola. Aquí l’IA pot aportar velocitat i consistència: sintetitza evidències, compara amb criteris i proposa frases clares que tu acabes de polir. El resultat és un missatge més acurat i una gestió del temps més sostenible.

L’IA també pot adaptar el llenguatge al nivell, variar el to i oferir exemples concrets. Això és especialment útil quan vols diferenciar sense caure en la sobrecàrrega. Pensa-la com un assistent que genera esborranys i et suggereix camins, mentre tu mantens la mirada pedagògica i el coneixement de l’alumne.

• De dades a decisions amb resums per criteris i punts forts.
• Feedforward amb propostes de millora pas a pas i orientades a l’acció.
• Adaptació de longitud, to i vocabulari per a diferents perfils d’alumnat.

Un flux de treball senzill per donar feedback amb IA

Organitzar el procés és clau. Amb un flux clar, la IA s’integra sense entrebancs i el feedback es torna repetible i escalable. L’objectiu és passar del producte de l’alumne a una recomanació personalitzada en pocs minuts, sense perdre qualitat ni criteri docent. A continuació tens una seqüència que funciona bé en la majoria de matèries.

• Defineix criteris i evidències. Què demanaràs a la tasca i com ho observaràs. Si tens rúbrica, millor.
• Reuneix les mostres. Textos, imatges o enregistraments. Evita dades personals innecessàries.
• Prepara el context. Nivell, objectiu de la tasca, criteris, límit de paraules i to desitjat.
• Demana un esborrany. Sol·licita una valoració per criteris, punts forts i dos o tres passos de millora.
• Revisa i personalitza. Afegeix referències a allò que saps de l’alumne i decideix el focus.
• Comparteix i acorda. Feedback breu, clar i amb una petita tasca de seguiment.
• Registra. Guarda una nota amb criteris assolits i proper objectiu per avaluació contínua.

El secret és mantenir el cicle curt. Millor missatges breus i freqüents que un informe llarg i tardà. Amb el temps, podràs automatitzar parts del procés i dedicar més estona a converses de qualitat amb l’alumnat.

Rúbriques i prompts que estalvien temps

Sense criteris, la IA es perd. Amb una rúbrica clara, la generació de feedback es torna precisa i coherent. Comença amb quatre criteris transversals i ajusta’ls a la tasca. Les frases model ajuden molt a donar consistència i a reduir la variabilitat entre grups i setmanes.

Proposta de rúbrica base per a tasques escrites o projectes. Pots adaptar la redacció al teu currículum i al nivell de curs:

• Idees clares. La tesi o l’objectiu és comprensible i es manté al llarg del text.
• Evidències. Les afirmacions es justifiquen amb dades, exemples o referències.
• Estructura. Organització lògica, connectors i cohesió entre parts.
• Forma. Registre, vocabulari precís i correcció lingüística o tècnica.

Per activar la IA, prepara un prompt base reutilitzable. Inclou el nivell, l’objectiu, la rúbrica i l’estil de sortida. Exemples pràctics de demandes que funcionen:

Esborrany de feedback curt Demana tres apartats: punts forts, una prioritat de millora i un pas concret per al pròxim lliurament. Limita a 120 paraules i sol·licita llenguatge clar.

Reescriptura per a diferents perfils Indica el nivell de lectura i el to desitjat. Per exemple, versió per a alumnat que necessita frases curtes i verbs d’acció o versió per a alt rendiment amb reptes cognitius.

Feedforward basat en evidències Sol·licita exemples model de dues o tres frases que l’alumne pugui imitar en la revisió. Sempre relaciona’ls amb un criteri concret de la rúbrica.

Guarda aquests prompts en un document de centre. Així tot l’equip docent pot reutilitzar-los, adaptar-los i millorar-los amb el temps. És una manera efectiva de construir coherència avaluativa.

Inclusió, ètica i seguiment que fan créixer

El feedback personalitzat ha de ser també accessible i segur. Ajusta el format a necessitats diverses: text simplificat, àudio breu, esquema visual o passos numerats. L’IA pot reescriure el mateix missatge en diferents formats i longituds, cosa que facilita l’accessibilitat sense multiplicar el teu esforç.

Cuida la privacitat. Evita compartir dades sensibles i, si pots, treballa amb mostres sense identificadors. Revisa sempre els esborranys i contrasta amb la teva evidència. La IA pot errar; la teva mirada professional garanteix l’equitat i evita biaixos. Documenta decisions clau, sobretot quan el feedback comporta canvis d’itinerari o suports específics.

Per mesurar l’impacte, estableix un petit quadre de seguiment amb criteris, nivells i següent pas acordat. Revisa cada dues o tres setmanes l’evolució i ajusta el focus. Quan l’alumne veu el seu progrés, la motivació creix i el feedback es converteix en motor d’aprenentatge.

Comença amb una rúbrica simple i un parell de prompts guardats. Tria una tasca d’aquesta setmana i prova el flux en petit format. En menys d’una hora tindràs un sistema que et permetrà donar feedback útil, ràpid i humà, i que demà podràs repetir amb la resta del grup.