Avaluar amb rúbriques d’IA: què canvia per a l’autoria de l’alumne

Fins ara, el procés era clar: el docent dissenyava l’avaluació, l’alumne s’esforçava a acomplir-la. La rúbrica era la regla del joc, escrita per una persona que sabia on apuntar. La IA ens ha entrat per aquesta escletxa, i ho ha fet per tots dos costats alhora: la docent fa la rúbrica amb una IA i l’alumne fa el treball amb una altra. Què canvia realment?

La mirada tradicional

En l’avaluació tradicional amb rúbrica humana hi ha un pacte implícit entre dues persones. La docent defineix què vol veure i com ho mesurarà; l’alumne produeix una evidència d’aprenentatge. Quan tot va bé, la rúbrica és una bastida: ajuda a l’alumne a pensar i a la docent a ser coherent. Quan falla —rúbrica genèrica, nivells poc clars— es converteix en burocràcia.

La intenció pedagògica és clara: l’avaluació forma part del procés d’aprenentatge. No és un moment extern que jutja, és un moment intern que orienta.

L’entrada de la IA: tres canvis invisibles

Quan una IA intervé en l’avaluació, tres coses canvien sense que sempre ens n’adonem.

Primer, la rúbrica es fa més tècnicament correcta i menys singular. Una rúbrica generada amb IA té bons criteris, pesos raonables i descriptors observables. El que hi falta, sovint, és el matís: aquella convicció pedagògica que ve d’haver ensenyat aquell tema 15 vegades i saber què sol fallar en aquest grup concret. Les IA produeixen una mitjana global. El matís el poses tu.

Segon, si també s’usa per corregir, l’avaluació s’automatitza de facto. Aplicar una rúbrica a un text amb ChatGPT és tècnicament possible; pot donar-te una nota a cadascun dels criteris en segons. Ràpid. Però aquesta velocitat amaga una cosa: hem delegat la mirada pedagògica. La pregunta no és si la IA encerta la nota; la pregunta és si encara estem aprenent alguna cosa de l’alumne en el procés.

Tercer, l’alumne també té IA. L’estudiant que entrega el treball pot haver-lo escrit, revisat o co-creat amb una eina d’IA. La rúbrica que vam dissenyar per avaluar pensament propi potser està avaluant pensament filtrat per dues capes d’IA.

El problema de la doble capa

Si el docent fa la rúbrica amb IA i l’alumne fa el treball amb IA, el que queda al mig és una conversa entre dues màquines moderada per dos humans que, en moments distints, han deixat l’eina escriure per ells. La nota emergeix. Els descriptors semblen complerts. Però l’aprenentatge, que és la única cosa que realment importa, es fa difícil de veure.

No es tracta de demonitzar la IA. Es tracta de recuperar l’autoria en un sentit més ampli: no tant qui ha escrit cada paraula, sinó qui ha pres les decisions. Qui decideix què és important? Qui decideix per què una resposta és millor que una altra? Qui decideix on aquest alumne concret ha crescut respecte a ell mateix?

Quatre estratègies per preservar l’autoria

1. La rúbrica final la poses tu. Que la IA te la generi, t’ajudi a polir-la, ho pots fer. Però abans d’aplicar-la, revisa-la i afegeix el teu matís: aquest criteri pesa més perquè és el que aquesta classe ha de consolidar, en aquest curs no cal que arribin al nivell avançat en això encara. El matís no el pot afegir l’eina; el posa qui coneix el grup.

2. Demana traçabilitat del procés a l’alumne. Una rúbrica que només mira el producte final ja no serveix si el procés és opac. Afegeix criteris que demanin evidència del camí: esborranys, decisions preses, proves descartades, moments de bloqueig. El diari de decisions és una pràctica simple que funciona.

3. Inclou un criteri explícit d’ús d’IA. No per penalitzar, sinó per fer-lo visible. Un criteri que preguni: quin prompt has usat? Com has refet la sortida? Què has conservat de teu? Això reconeix que la IA hi és, i alhora demana una reflexió sobre el propi pensament.

4. Mantingues una conversa oral com a tancament. Un text es pot generar. Una conversa de tres minuts sobre per què has triat aquest exemple, no tant. L’oralitat recupera l’autoria perquè obliga a pensar ara, davant de la mirada de l’altre.

Avaluació inclusiva: una nota a part

Per a alumnat amb necessitats educatives específiques, la IA ofereix oportunitats reals: adaptar materials, oferir suport a la lectura, reduir la càrrega mecànica d’escriure. Una rúbrica que reconeix això —que inclou suports com a part del procés, no com una trampa— és una rúbrica més justa.

Però també cal precaució: si la rúbrica no s’adapta i es mantenen els mateixos criteris per a tothom, la IA pot esborrar precisament allò que fa únic l’aprenentatge d’aquell alumne. La bona avaluació inclusiva mira des d’on ha partit cada infant, no només on ha arribat.

Mantenir la rúbrica humana al centre

El perill no és la IA. El perill és la delegació silenciosa, perdre a poc a poc la pregunta per què estic avaluant això i no una altra cosa. Les rúbriques que realment funcionen —les que ajuden a aprendre i no només a jutjar— naixeran sempre d’un docent que pensa.

La IA pot fer que aquest pensament es tradueixi més ràpid a paraules concretes, a taules ben disposades, a descriptors que tenen sentit. És una acceleradora útil. El que no pot fer és pensar per nosaltres, i quan li deixem fer-ho, es nota: al contingut, a la classe, i en el vincle pedagògic que mantenim amb l’alumnat.

Si vols aprofundir en com dissenyar rúbriques amb aquest criteri, consulta la nostra guia de disseny de rúbriques amb IA. I si busques exemples per aplicar-ho al teu context, tenim un recull de 12 rúbriques per matèria i nivell que pots adaptar.