[JUAN CARLOS LOPEZ HERRERA]

En mi experiencia docente, una situación que puede generar ambigüedad en la evaluación ocurre cuando un estudiante recibe una calificación sobre un trabajo, pero no tiene suficiente claridad sobre qué aspectos debía mejorar para obtener un mejor resultado. Esto puede suceder incluso cuando existe una rúbrica, porque en ocasiones los criterios son interpretados de manera diferente por el estudiante y por quien evalúa. Para mejorar esta situación, podría utilizar herramientas de IA mediante prompts precisos para revisar que los criterios de una rúbrica sean claros, identificar posibles ambigüedades y generar retroalimentaciones más específicas a partir de los trabajos entregados. En un caso como el análisis de un caso empresarial en Toma de Decisiones Gerenciales, la IA también podría ayudar a identificar fortalezas, aspectos que requieren mayor profundidad y errores frecuentes entre los estudiantes. Sin embargo, considero que el equilibrio está en que la IA sea un apoyo y no quien tome la decisión final. La valoración debe seguir estando en manos del docente, quien conoce el contexto, las características del estudiante y el propósito de la actividad. Incluso utilizaría la estructura del sándwich de retroalimentación para mantener una comunicación positiva y orientada a la mejora. Así, la tecnología puede ayudar a reducir la ambigüedad, pero sin perder el componente humano del proceso educativo.