El ensayo de corrección asistida por IA de Estonia para los exámenes nacionales de fin de secundaria

La Junta de Educación y Juventud de Estonia (Harno) está digitalizando los exámenes finales de primaria y secundaria del país, con exámenes digitales completos previstos a partir de 2027. Antes de ese cambio, Harno colaboró con investigadores, incluido un equipo de la Universidad de Tallin, para probar si los grandes modelos de lenguaje y el PLN estadístico podían apoyar la corrección de los exámenes nacionales de redacción en lengua materna y de fin de estudios.

El estudio comparó las puntuaciones generadas por máquina con las puntuaciones oficiales de un panel humano en dos cohortes nacionales completas de redacciones de prueba, utilizando la misma rúbrica curricular empleada por los correctores humanos. En el 60% de los casos, la puntuación del modelo de lenguaje se situó dentro del rango en que varían entre sí los evaluadores humanos, con la mayor concordancia en los criterios más objetivos, como el uso correcto de los textos fuente. El estudio también evaluó los modelos en cuanto a sesgos y vulnerabilidades de inyección de instrucciones.

Dado que las normas de la UE prohíben que las máquinas tomen decisiones vinculantes sobre los exámenes de los estudiantes, cualquier implementación mantiene a un evaluador humano como responsable de la decisión final, tratando la IA como apoyo a la decisión (por ejemplo, señalando el uso de textos fuente) en lugar de como sustituto del corrector. Harno todavía estaba revisando los resultados finales en el momento de la publicación, y criterios subjetivos como la calidad argumentativa siguen siendo una decisión humana.