Evaluación Formativa con Inteligencia Artificial: Automatización Estratégica de la Retroalimentación Descriptiva para la Mitigación del Burnout
DOI:
https://doi.org/10.5281/zenodo.19871033Palabras clave:
Evaluación Formativa, Retroalimentación, Inteligencia Artificial, Síndrome de Burnout, Innovación Educativa.Resumen
Recibido: 27 de febrero 2026 / Aceptado: 21 de marzo. 2026 / Publicado: 29 de abril de 2026.
El presente artículo de investigación analiza la implementación de la Inteligencia Artificial Generativa (IAG) como instrumento para la optimización de la evaluación formativa en el nivel de Educación Básica. El problema central que motiva este estudio es la contradicción entre la exigencia pedagógica de proveer retroalimentación descriptiva, frecuente e individualizada, y la realidad del síndrome de desgaste profesional (burnout) que experimentan los docentes debido a la masificación en las aulas y la excesiva carga administrativa. El objetivo de la investigación fue diseñar, aplicar y medir la eficacia de un protocolo estructurado de ingeniería de instrucciones (prompt engineering) utilizando Modelos de Lenguaje de Gran Escala (LLM) para generar comentarios de retroalimentación cualitativa. La metodología empleada responde a un enfoque descriptivo y de investigación-acción, analizando una muestra de casos prácticos de evaluación en el área de Lengua y Literatura. Los resultados demuestran que, al utilizar variables de entrada predefinidas (logros y áreas de mejora), el docente puede reducir el tiempo dedicado a la redacción de retroalimentación hasta en un 80%, manteniendo altos niveles de precisión técnica, empatía y alineación con los estándares curriculares. Se concluye que la IA actúa como un mediador sintáctico que amplifica la capacidad del docente para sostener una evaluación verdaderamente formativa sin comprometer su salud ocupacional, siempre bajo un marco de curaduría ética y protección de datos.
Referencias
Black, P., & Wiliam, D. (2018). Classroom assessment and pedagogy. Assessment in Education: Principles, Policy & Practice, 25(6), 551-575. https://doi.org/10.1080/0969594X.2018.1441807
Bozkurt, A., & Sharma, R. C. (2023). Generative AI and prompt engineering: The art of whispering to analytical systems. Asian Journal of Distance Education, 18(1), i-vii.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(22). https://doi.org/10.1186/s41239-023-00392-8
Fernández Marfil, M., Pérez Gómez, A., & Ruiz-Palmero, J. (2024). Los modelos de lenguaje predictivo como herramientas docentes. Pixel-Bit. Revista de Medios y Educación, (70), 54-81.
García-Peñalvo, F. J. (2023). La percepción de la Inteligencia Artificial en contextos educativos tras el lanzamiento de ChatGPT. Education in the Knowledge Society (EKS), 24, e31279.
Hattie, J., & Timperley, H. (2021). The power of feedback revisited. Review of Educational Research, 91(3), 345-385.
Hwang, G. J., & Chien, S. Y. (2022). Definition, roles, and potential research issues of the metaverse in education: An artificial intelligence perspective. Computers and Education: Artificial Intelligence, 3, 100082.
López-Regalado, O., Núñez-Rojas, N., López-Gil, O., & Sánchez-Rodríguez, J. (2024). Análisis del uso de la inteligencia artificial en la educación universitaria: una revisión sistemática. Pixel-Bit. Revista de Medios y Educación, (70), 97-122.
Miao, F., & Holmes, W. (2023). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. UNESCO.
Molenaar, I. (2022). Towards hybrid human-AI learning technologies. European Journal of Education, 57(4), 632-645. https://doi.org/10.1111/ejed.12527
Moorhouse, B. L., Wan, Y., Wu, C., & Kwong, T. (2024). Developing language teachers' professional generative AI competence. System, 125, 103399.
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., & Garro-Aburto, L. L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2), 536-568.
Perezchica-Vega, J., Sepúlveda-Rodríguez, J., & Román-Méndez, A. (2024). Inteligencia artificial generativa en la educación superior: usos y opiniones de los profesores. European Public and Social Innovation Review, 9, 1-20.
Reinoso, M., & Paz, C. (2024). La integración de la Inteligencia Artificial Generativa para el aprendizaje autónomo en la Educación Básica. Revista Iberoamericana de Tecnología en Educación, (35), e12.
Salas-Pilco, S. Z., & Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: A systematic review. International Journal of Educational Technology in Higher Education, 19(1), 21.
Sánchez Vera, M. M. (2024). Reflexiones pedagógicas sobre el uso de ChatGPT en la educación. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9–39.
Selwyn, N. (2020). ¿Deberían los robots sustituir al profesorado? La IA y el futuro de la educación. Ediciones Morata.
Shute, V. J. (2021). Stealth assessment in computer-based games to support learning. En Computer games and instruction (pp. 503-524). Information Age Publishing.
UNESCO. (2024). Generative AI and the future of education. UNESCO Publishing.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2020). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 39.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Nancy Rocío Zambrano Figueroa (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores/as que publiquen en la Revista Educare Ciudad de Jerusalén aceptan los siguientes términos:
Los autores/as conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo.
Las obras se publican bajo una licencia Creative Commons Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0), la cual permite a terceros compartir, copiar, distribuir y transmitir el material en cualquier medio o formato, así como adaptar o transformar el contenido, siempre y cuando se reconozca adecuadamente la autoría original y la publicación inicial en esta revista, y no se utilice con fines comerciales.
