evidoria

← Volver al listado

Buena práctica Importada

Un fallo de la IA de corrección del MCAS califica mal 1.400 redacciones de alumnos en Massachusetts — un caso de alerta en la evaluación automatizada

Estados Unidos · Malden · Ver el perfil de Estados Unidos

Evidencia: Observacional / pre-post Top 89% 27/100 · Pregunte a Evidence Copilot sobre esta práctica

Un fallo temporal del sistema de calificación por IA provocó que unas 1.400 de las 750.000 redacciones del examen estatal MCAS recibieran calificaciones incorrectas en unos 145 a 200 distritos escolares de Massachusetts en 2025, incluidas redacciones calificadas erróneamente con '0' cuando deberían haber obtenido hasta 6 puntos; el aviso de una profesora provocó una recalificación completa.

1,400 essays (approx.)
Ensayos del MCAS mal calificados por la herramienta de IA (2025 administration)
750,000 essays
Total de ensayos del MCAS calificados (denominador) (2025 administration)
close to 200 schools
Escuelas afectadas (2025)
roughly 145 districts
Distritos afectados (2025)
10 % (approx.)
Proporción de ensayos calificados por IA normalmente reverificados por correctores humanos
Un fallo de la IA de corrección del MCAS califica mal 1.400 redacciones de alumnos en Massachusetts — un caso de alerta en la evaluación automatizada

Detalles

Madurez
Consolidada
Promotor
Massachusetts Department of Elementary and Secondary Education (DESE)
Período
2025 (error discovered July 2025, corrected August 2025)
Palabras clave
K-12 education, standardized testing, assessment technology

Contexto

Durante la aplicación de 2025 del Massachusetts Comprehensive Assessment System (MCAS), una herramienta automatizada de calificación por IA — utilizada para calificar preguntas de respuesta abierta tipo ensayo, con aproximadamente el 10% de los ensayos calificados por IA normalmente reverificados por correctores humanos — produjo un fallo temporal de calificación. Una maestra de la Reilly Elementary School, en Lowell, no notó una discrepancia entre el ensayo de un estudiante y su calificación asignada, y alertó a los responsables escolares y del distrito a mediados de julio de 2025.

Resultados

El Massachusetts Department of Elementary and Secondary Education (DESE) determinó posteriormente que aproximadamente 1.400 de los 750.000 ensayos del MCAS del estado habían sido mal calificados, con algunas respuestas de estudiantes marcadas incorrectamente con '0' cuando deberían haber obtenido hasta 6 en una escala de 1 a 7. Distritos de todo el estado se vieron afectados, incluyendo Attleboro, Fall River, New Bedford y Taunton en el condado de Bristol; el DESE informó que cerca de 200 escuelas en aproximadamente 145 distritos se vieron afectadas por el error, aunque el impacto promedio fue de solo uno o dos estudiantes mal calificados por distrito afectado. Todos los ensayos señalados fueron recalificados y se notificó a todos los distritos afectados, con resultados corregidos emitidos para agosto de 2025.

Conclusiones

Se trata de un fallo documentado, no de una historia de éxito: una herramienta de calificación por IA que opera a escala estatal completa calificó incorrectamente el trabajo de los estudiantes, y el error fue detectado por la vigilancia de una maestra de aula, no por el sistema de IA ni por su propio proceso de garantía de calidad — y solo alrededor del 10% de los ensayos reciben normalmente una recalificación humana rutinaria. Este caso se incluye aquí como ejemplo cautelar: muestra tanto el riesgo de la evaluación automatizada a escala estatal como el valor de la supervisión humana, e ilustra una respuesta posterior al incidente comparativamente transparente por parte de la agencia estatal de educación, lo cual no compensa el hecho de que el error subyacente y la escasa red de seguridad de revisión humana fueron la causa raíz.

Implementación
Coste indicativo
Alto (500 000 €–5 M€)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
Massachusetts Department of Elementary and Secondary Education (DESE), a classroom teacher at Reilly Elementary School, Lowell, who identified the discrepancy, affected districts, including Attleboro, Fall River, New Bedford and Taunton

Condiciones para el éxito

  • DESE's transparent post-incident response: confirmed scope publicly, notified every affected district, and issued corrected results within about a month

Modos de fallo comunes

  • the AI scoring tool mis-scored roughly 1,400 of 750,000 essays, with some responses wrongly marked '0' when they should have scored as high as 6 on a 1-to-7 scale
  • the error was caught by a classroom teacher noticing a discrepancy, not by the AI system or its own quality-assurance process
  • only about 10% of AI-scored essays are routinely re-checked by human readers, leaving a significant blind spot for errors of this kind
  • the statewide scale of the deployment meant a single scoring glitch propagated across close to 200 schools in roughly 145 districts before being caught

Dónde encaja

Tipo de gobernanza
US state education agency
Escala
statewide standardized testing (Massachusetts)
Nivel de ingresos
high-income country (United States)

Habitualmente financiado por

National / regional programmes

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

¿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