Crítica de una salida de IA
El estudiante señala errores, sesgos y decisiones cuestionables de una respuesta generada por IA.
Escritas, gráficas y visuales · También: Metacognitivas y de autorregulación
Señala 3 problemas concretos en una salida de IA dada.
Cuándo utilizarla
Cuando la tarea admite IA y quieres ver criterio para juzgar su salida.
Qué evidencia concreta produce
Un análisis escrito que señala errores, sesgos o decisiones cuestionables concretas de una salida generada, con la corrección propuesta.
Qué permite sostener razonablemente
Que la persona detecta fallos concretos en un texto generado y sabe explicar por qué lo son, en ese contenido.
Condiciones de las que depende la inferencia
- La salida analizada contiene errores comprobables en el contenido trabajado.
- Se exige señalar el fragmento exacto y la corrección, no una valoración global.
Qué no permite inferir
- No evidencia que use la IA con criterio en su propio trabajo.
- No informa de su dominio productivo del contenido.
Cuándo no conviene usarla
Cuando el alumnado aún no domina el contenido suficiente para distinguir un error de una variante.
Ventanas de proceso
Capa transversal y opcional: qué parte del proceso deja de verse cuando la IA interviene. Son cuatro y solo cuatro. No sustituye a las seis familias, no es una taxonomía nueva y no todas las técnicas necesitan ventana.
Qué hace visible: Uso de IA y herramientas
- Qué aportó la herramienta, qué se comprobó y qué se decidió con criterio.
Condición de la asignación
- Solo si queda registrada la salida original de la IA junto a la crítica, para poder contrastarlas.
Por qué se asigna así
La crítica documenta qué aportó la herramienta y qué se consideró insuficiente.
Cómo surge la evidencia: Requiere una reflexión del estudiante · Requiere una actuación específica
Quién puede decidir qué se muestra: La decide el docente — Las opciones de quién decide son orientativas: cualquiera de las tres es válida según el contexto del aula.
Estos metadatos orientan el diseño de la tarea. No obligan a documentar todo el proceso ni a pedir historiales completos o capturas por defecto.
Etiquetar una ventana no equivale a aplicar el modelo completo. Para que la evidencia sea interpretable, la tarea, los resultados de proceso, la evidencia recogida y los criterios de valoración tienen que estar alineados entre sí.
Las cuatro ventanas están adaptadas de Winstone, N. E., Gravett, K. y Elkington, S. (2026), «Black Box Assessment», doi:10.1080/02602938.2026.2661365. La adaptación y las condiciones de asignación son responsabilidad del Banco, no de sus autores.
Cómo aplicarla
- Da tú la salida de IA para partir de una misma base.
- Exige señalar la línea o el fragmento problemático.
Qué observar
- Los problemas señalados son reales y localizados.
- La corrección se apoya en criterios o fuentes.
Límites de interpretación
- Sensible al nivel de dominio del contenido.
Ejemplos de aplicación
Se entrega una respuesta plausible pero con dos errores factuales y se pide localizarlos.
Consigna lista para copiar
Marca 3 problemas concretos en esta respuesta de IA. Para cada uno, explica qué falla y qué evidencia lo demuestra.
v0.13 · 2026-09-06