Dominio de Rúbricas Analíticas con Inteligencia Artificial

Al finalizar el curso, el participante será capaz de:
Diferenciar rúbricas holísticas, analíticas y listas de cotejo, y justificar cuál corresponde según el propósito evaluativo, el volumen de corrección y la naturaleza de la tarea.
Construir prompts estructurados de seis componentes que generen criterios de evaluación trazables a un objetivo de aprendizaje específico, y no criterios genéricos.
Redactar descriptores observables que mantengan una única variable de progresión a lo largo de los cuatro niveles de desempeño.
Auditar instrumentos generados por IA detectando los tres defectos que los inutilizan: solapamiento entre criterios, saltos desiguales entre niveles y sesgo de capital cultural o contenido no enseñado.
Calibrar una rúbrica con trabajos reales y determinar, mediante un umbral cuantitativo de divergencia, si está lista para aplicarse.
Exportar el instrumento a formatos compatibles con LMS —HTML, CSV y JSON— y publicarlo dentro de la actividad evaluada, visible antes de que los estudiantes empiecen a trabajar.
Generar retroalimentación personalizada y accionable para un curso completo a partir de los niveles asignados, aplicando el filtro docente antes del envío.

Pedagógica
El núcleo del curso Alineación constructiva: derivar criterios desde el objetivo de aprendizaje y no desde la forma del producto.
Juicio evaluativo fundamentado: sostener cada decisión de nivel con evidencia observable en el trabajo entregado.
Diseño de progresiones: distinguir variación de grado de variación de tipo al escalar los niveles de desempeño.
Técnico-digital
La herramienta Ingeniería de prompts aplicada a la evaluación: estructurar solicitudes que acoten el espacio de respuesta del modelo.
Manejo de formatos estructurados: producir y validar HTML, CSV y JSON, y cargarlos en un LMS.
Automatización de flujos: convertir una matriz de niveles en retroalimentación individual sin trabajo manual repetido.
Análisis crítico
Lo que separa usar IA de depender de ella Auditoría de salidas de IA: detectar solapamiento, sesgo y exigencias sobre contenido no enseñado.
Verificación por trazabilidad: exigir que cada criterio se rastree a una parte concreta del objetivo.
Calibración empírica: validar el instrumento con evidencia antes de aplicarlo, no después.
Ética y profesional
Innegociable Resguardo de datos: anonimizar trabajos y conocer la política institucional antes de procesarlos.
Transparencia: declarar a los estudiantes el uso de IA en el diseño de instrumentos.
Delimitación de la frontera: distinguir con precisión dónde la IA asiste y dónde el juicio evaluativo es indelegable.

Docentes de educación superior —pregrado y posgrado— que evalúan ensayos, informes, proyectos, portafolios o tesis.
Docentes escolares de enseñanza básica y media que trabajan con evaluación formativa, proyectos de aula y comunicación de resultados a las familias.
Coordinadores académicos, jefes de UTP y equipos de gestión curricular responsables de la consistencia evaluativa entre secciones, niveles o docentes.
Diseñadores instruccionales y responsables de formación que construyen instrumentos para programas propios o corporativos.

Indispensables
Experiencia evaluando trabajos, proyectos o desempeños de estudiantes (al menos un semestre).
Cuenta gratuita en al menos una herramienta de IA conversacional: Claude, ChatGPT o Gemini.
Un objetivo de aprendizaje y su consigna, tomados de un curso real que dictes. Se usan desde la Unidad 2.
Un trabajo de estudiante anonimizado para la calibración de la Unidad 3.
Computador con navegador y acceso a una hoja de cálculo (Excel, Google Sheets o LibreOffice).

Un solo instrumento atraviesa el curso completo. La rúbrica que analizas en la Unidad 1 es la que refinas en la 3 y pones en producción en la 4. No hay ejercicios sueltos: cada actividad avanza sobre el resultado de la anterior, y el descriptor que reescribes a mano en la primera sesión vuelve al final para que compares tu versión manual con la asistida.
Dimensión Cómo funciona
Estructura 4 unidades · 12 lecciones · 4 actividades prácticas · 4 quizzes · 8 horas totales
Modalidad 100 % en línea y asincrónica. Adaptable a taller presencial en 4 sesiones de 2 horas.
Ciclo de trabajo Generar → auditar → calibrar → reescribir. Se repite en cada unidad con creciente exigencia.
Anatomía de una lección Fundamento conceptual, esquema visual, tablas comparativas de casos reales, prompts listos para copiar y una sección de Tips Pro con los atajos que solo se aprenden usando la herramienta.
Contraste entre modelos Se exige auditar con un modelo distinto al que generó el instrumento: modelos diferentes tienen sesgos diferentes, y lo que uno normaliza el otro lo señala.
Evaluación 4 quizzes formativos con retroalimentación explicativa (aprobación 70 %, 2 intentos) más las 4 actividades encadenadas que culminan en el Proyecto Integrador.
Trabajo entre pares Cada actividad incluye una instancia de contraste en parejas o tríos, opcional en modalidad asincrónica.

El curso culmina en el Proyecto Integrador: una rúbrica analítica validada y funcionando dentro de tu propio LMS, lista para aplicar el mismo semestre. No es un ejercicio de demostración; es un instrumento en operación.
# Componente entregable
La rúbrica en tres formatos: HTML con estilos, CSV para planilla y JSON maestro validado
Captura de la rúbrica publicada en el LMS, en vista de estudiante
Planilla de seguimiento con cinco perfiles cargados, puntaje ponderado y detección del criterio más bajo
Cinco mensajes de retroalimentación en dos versiones: la generada y la editada por el docente
Párrafo de diagnóstico del curso: qué criterio concentra las brechas y qué conviene reenseñar
Checklist de implementación de diez puntos, con declaración honesta de pendientes