
En la educación superior, el profesorado genera una gran cantidad de feedback detallado al corregir trabajos, orientar TFM y evaluar exámenes. Sin embargo, esta valiosa información a menudo se pierde en intercambios individuales y no se aprovecha para mejorar el aprendizaje a gran escala. Esta ponencia presenta un enfoque innovador para reciclar ese feedback mediante el uso de IA generativa, convirtiéndolo en la base de conocimiento de un asistente virtual que ayude a los estudiantes en su estudio.
A través del procesamiento y reutilización de comentarios escritos por los docentes en plataformas en línea, la IA puede estructurar un chatbot especializado que brinde a los alumnos respuestas precisas y contextualizadas sobre sus errores más comunes, estrategias de mejora y referencias clave a los materiales de estudio. De este modo, el asistente virtual actúa como un tutor personalizado disponible en todo momento, optimizando el tiempo del docente y ofreciendo a los estudiantes una guía continua para la mejora de sus competencias.
Además, se analizarán los beneficios de esta metodología, como la reducción de la carga de trabajo docente y la mejora de la autonomía del alumnado, así como los desafíos relacionados con la adaptación del lenguaje y la verificación de la información generada. Se explorarán casos de uso y estrategias para garantizar que el feedback reciclado se convierta en un recurso fiable, fomentando un aprendizaje más eficaz y personalizado.