A continuaciónSiguiente guía
Evaluación basada en procesos e historial de escritura
sociedad
GUÍA de sociedad
La escala de evaluación de la IA para las aulas
La Escala de Evaluación de IA (AIAS) es un marco de cinco niveles desarrollado por Mike Perkins, Leon Furze, Jasper Roe y Jason MacVaugh.
Escuche esta guíaNarrado por IA · ~3 min
En esta pagina4 minutos de lectura
Descripción general
Les dice a los estudiantes cuánta IA generativa pueden usar en una tarea determinada, desde ninguna IA hasta IA completa. Es importante porque una regla general de "ten cuidado con la IA" se reemplaza por un vocabulario compartido, por lo que cada tarea viene con una etiqueta clara que los estudiantes pueden verificar.
Buceo profundo
La AIAS se publicó por primera vez en 2023 y se puso a prueba en la educación superior. Esa versión tenía cinco niveles: sin IA; Generación y estructuración de ideas asistidas por IA; Edición asistida por IA; Finalización de tareas de IA, evaluación humana; e IA completa. En 2024, los autores lanzaron una versión actualizada con nombres más simples: 1. Sin IA: trabajo realizado sin la ayuda de la IA. 2. Planificación de IA: IA para la lluvia de ideas, la investigación y la estructuración, pero no el trabajo final. 3. Colaboración con IA: la IA ayuda con la redacción y la retroalimentación, y los estudiantes evalúan y modifican críticamente su resultado. 4. IA completa: la IA se puede utilizar en todo momento, bajo la dirección de los estudiantes. 5. Exploración de la IA: usos creativos o nuevos de la IA como parte de la propia tarea. La actualización dejó claros dos puntos. En primer lugar, los niveles no son una escalera de calidad. Una tarea de Nivel 4 no es más fácil ni menos rigurosa que una tarea de Nivel 1. Evalúa diferentes habilidades. En segundo lugar, una etiqueta no puede garantizar nada por sí sola. Si los estudiantes hacen una tarea en casa, nadie puede confirmar que se siguió "No AI". El nivel 1 sólo significa algo cuando el trabajo se realiza bajo supervisión. Ese segundo punto vincula la escala con un pensamiento más amplio sobre la seguridad de la evaluación. El enfoque de "dos carriles" de la Universidad de Sydney, por ejemplo, separa las evaluaciones seguras y supervisadas de las abiertas, en las que se espera y se enseña el uso de la IA. Para decirles a los estudiantes qué nivel se aplica, los maestros generalmente lo incluyen en el resumen de la tarea, explican por qué ese nivel se ajusta al objetivo de aprendizaje, muestran ejemplos de uso aceptable e inaceptable y exigen una breve divulgación en cualquier nivel superior a 1. Los conceptos erróneos comunes son que un curso completo debe ubicarse en un nivel y que la escala es una herramienta de detección o aplicación de la ley. Es una herramienta de comunicación y diseño.
Implementación en el mundo real
Un profesor etiqueta un ensayo cronometrado en clase como Nivel 1, Sin IA, y una propuesta de investigación para llevar a casa como Nivel 2, Planificación con IA. Los estudiantes pueden realizar una lluvia de ideas y realizar esquemas con IA, pero deben escribir la propuesta ellos mismos.
Un departamento de ciencias codifica con colores cada resumen de tarea según el nivel AIAS y agrega una oración que dice por qué ese nivel se ajusta a la tarea.
Un curso universitario de negocios establece una tarea de nivel 4 en la que los estudiantes pueden utilizar la IA en todo momento. La calificación se basa en qué tan bien verifican, critican y mejoran el resultado.
Un profesor de informática establece un proyecto de exploración de nivel 5. Los estudiantes prueban usos creativos de la IA e informan qué funcionó y qué falló.
El futuro de la escala de evaluación de IA para las aulas
Las escalas escalonadas como la AIAS se han convertido en un punto de partida común para las escuelas y universidades que redactan directrices sobre IA, y es probable que se realicen más adaptaciones locales. El principal trabajo que aún queda por hacer es el diseño de la evaluación, no el etiquetado. Las instituciones todavía están averiguando cuántas tareas supervisadas pueden ejecutar de manera realista y cómo calificar de manera justa el trabajo asistido por IA. A medida que las herramientas de inteligencia artificial se integran en el software cotidiano, las líneas entre niveles pueden necesitar ejemplos más claros. La investigación sobre qué tan bien estas escalas cambian el comportamiento de los estudiantes aún es limitada.
Poniéndolo en práctica
Por qué es importante
- Riesgo y seguridad. Los daños catastróficos y cotidianos de la IA dependen de quién comprende los riesgos y quién puede actuar.
- Decisiones más claras. La alfabetización pública y profesional determina si es políticamente posible una política de seguridad sólida.
- Cortando el bombo. Las explicaciones claras reducen la captación por la exageración, las relaciones públicas de laboratorio y el vago teatro de ética.
cuidado con
- Tratar el riesgo existencial como ciencia ficción mientras que la capacidad se agrava.
- Confundir la seguridad del producto superficial con la alineación en condiciones de alta autonomía.
- Dejando a las audiencias que no hablan inglés ni a expertos solo con fuentes de baja calidad.
Próximos pasos
- Separe los riesgos de daños al producto, mal uso y pérdida de control/desalineación.
- Pregunte qué evidencia cambiaría su opinión sobre los plazos y la gravedad.
- Prefiera fuentes primarias y evaluaciones concretas a afirmaciones de marketing.
- Identifique un camino de acción: carrera, política, financiamiento o habilidades, no solo concientización.
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the The AI Assessment Scale for Classrooms quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
¿Qué es la escala de evaluación de IA para las aulas?
La Escala de Evaluación de IA (AIAS) es un marco de cinco niveles desarrollado por Mike Perkins, Leon Furze, Jasper Roe y Jason MacVaugh. Les dice a los estudiantes cuánta IA generativa pueden usar en una tarea determinada, desde ninguna IA hasta IA completa. Es importante porque una regla general de "ten cuidado con la IA" se reemplaza por un vocabulario compartido, por lo que cada tarea viene con una etiqueta clara que los estudiantes pueden verificar.
¿Para qué se utiliza principalmente la Escala de Evaluación de IA?
La AIAS asigna a cada tarea un nivel que indica cuánta IA generativa está permitida. Es una herramienta de comunicación y diseño.
En la AIAS actualizada de 2024, ¿cómo se llama el Nivel 2?
El nivel 2, Planificación de IA, permite la IA para la lluvia de ideas, la investigación y la estructuración, pero no para el trabajo final.
¿Por qué una etiqueta de Nivel 1 (Sin IA) necesita condiciones supervisadas?
Una etiqueta por sí sola no garantiza nada. No se puede confiar en ninguna IA sólo cuando el trabajo se realiza bajo supervisión.
¿Qué afirmación sobre los niveles de AIAS es correcta?
Los autores subrayan que los niveles no son una jerarquía. Una tarea con IA completa puede ser tan exigente como una tarea sin IA.
¿Qué evidencia respalda mejor una tarea de Nivel 2 o Nivel 3?
Los borradores, las transcripciones y las reflexiones muestran cómo se utilizó la IA y qué aportó el estudiante.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.