evidoria

← Volver al listado

Buena práctica Importada

Exámenes Orales Impulsados por IA de Classmoji para Evaluar Código — Dartmouth College

Estados Unidos · Hanover · Ver el perfil de Estados Unidos · Ver el perfil de Hanover

Evidencia: Descriptivo / autodeclarado Top 63% 47/100 · Pregunte a Evidence Copilot sobre esta práctica

La plataforma de código abierto Classmoji, de Dartmouth, añade exámenes orales con IA que interrogan a los estudiantes sobre su propio código, para comprobar la comprensión real frente a código generado por IA no comprendido; presentado en la conferencia ACM SIGCSE TS 2026.

Exámenes Orales Impulsados por IA de Classmoji para Evaluar Código — Dartmouth College

Detalles

Madurez
Piloto
Promotor
Dartmouth College — Classmoji (open-source GitHub-native CS education platform)
Período
2025–2026 (presented at ACM SIGCSE TS 2026, Feb 2026)
Palabras clave
higher education, computer science, academic integrity, open-source

Contexto

Classmoji es una plataforma de gestión del aprendizaje de código abierto y nativa de GitHub, creada por docentes y estudiantes, inicialmente en Dartmouth College, que trata las organizaciones de GitHub como aulas y los 'issues' como trabajos, con un sistema de retroalimentación basado en emojis. Investigadores de Dartmouth añadieron una función de examen oral impulsada por IA que interroga a los estudiantes de forma conversacional sobre el código que entregan, indagando en las decisiones de diseño y los casos límite para distinguir la comprensión auténtica de un código generado por IA que el estudiante no sabe explicar.

Actividades

El enfoque está documentado en el artículo revisado por pares 'AI-Driven Oral Examinations for Code Assessment: Evaluating Understanding Beyond the Commit', presentado en el 57.º ACM Technical Symposium on Computer Science Education (SIGCSE TS 2026, febrero de 2026).

Conclusiones

La evidencia disponible consiste en una descripción revisada por pares del diseño y la lógica del sistema, no en estadísticas de resultados publicadas —no se encontraron datos de precisión, correlación con la calificación ni puntuaciones de percepción de los estudiantes—; la fortaleza de esta práctica reside en la transparencia de código abierto y la revisión académica formal por pares, no todavía en un impacto de aprendizaje medido.

Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
Dartmouth College researchers and educators (Classmoji project team), Student contributors to the open-source GitHub-native platform

Condiciones para el éxito

  • Built on an already-adopted open-source LMS (Classmoji) rather than a standalone tool
  • Adaptive follow-up questioning tied directly to each student's own submitted code
  • Public, peer-reviewed documentation of the methodology (ACM SIGCSE TS 2026)

Modos de fallo comunes

  • No published accuracy, grading-correlation or student-sentiment data yet
  • No evidence found of adoption or oral-exam feature use outside the originating Dartmouth team

Dónde encaja

Tipo de gobernanza
higher-education institution (single university)
Escala
single-institution pilot within an open-source platform
Nivel de ingresos
high-income

Habitualmente financiado por

Own resources / municipal budget

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

Kit de replicación

Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles