Optimizando la Efectividad de la Retroalimentación de ChatGPT de las producciones Escritas de Estudiantes ESL
Un enfoque desde el docente programador
DOI:
https://doi.org/10.59343/yuyay.v3i2.69Palabras clave:
Retroalimentación ESL, Evaluación por Rúbricas, Ingeniería de Prompts, Aprendizaje de Idiomas, Inteligencia ArtificialResumen
Este ensayo explora la integración de tecnologías de IA, específicamente ChatGPT, en la educación de ESL para mejorar el proceso de retroalimentación. Argumenta a favor de un marco basado en rúbricas para asegurar que la retroalimentación se alinee con los objetivos pedagógicos y satisfaga efectivamente las necesidades de los estudiantes. La discusión incluye varios estudios que destacan la importancia de la retroalimentación en el aprendizaje de idiomas y el potencial de la IA para ofrecer retroalimentación oportuna y personalizada. Al emplear una evaluación sistemática de las respuestas de ChatGPT a través de una rúbrica bien definida, los educadores pueden refinar la retroalimentación para que sea más efectiva y de apoyo. Este enfoque no solo optimiza la utilidad de la IA en la educación de ESL, sino que también promueve una comprensión más profunda de las estrategias efectivas de enseñanza y aprendizaje. El ensayo subraya el potencial transformador de la IA en la educación, abogando por una integración equilibrada que mejore, en lugar de reemplazar, los métodos educativos tradicionales.
Descargas
Citas
Agbayahoun, J. P. (2016). Teacher Written Feedback on Student Writing: Teachers' and Learners' Perspectives. Theory & Practice in Language Studies. Theory and Practice in Language Studies, 6(10), pp. 1895-1904. http://dx.doi.org/10.17507/tpls.0610.01
Cui Y, Schunn CD, Gai X, Jiang Y and Wang Z (2021) Effects of Trained Peer vs. Teacher Feedback on EFL Students’ Writing Performance, Self-Efficacy, and Internalization of Motivation. Front. Psychol. 12:788474.
Ene, E., & Kosobucki, V. (2016). Rubrics and corrective feedback in ESL writing: A longitudinal case study of an L2 writer. Assessing writing, 30, 3-20. https://doi.org/10.1016/j.asw.2016.06.003
Hyland, K., & Hyland, F. (2006). Feedback on second language students' writing. Language teaching, 39(2), 83-101. https://doi.org/10.1017/S0261444806003399
Ismail, N., Maulan, S., & Hasan, N. H. (2008). The impact of teacher feedback on ESL students’ writing performance. Academic Journal of Social Studies, 8(1), 45-54.
Jacobsen, L. J., & Weber, K. E. (2023, September 29). The Promises and Pitfalls of ChatGPT as a Feedback Provider in Higher Education: An Exploratory Study of Prompt Engineering and the Quality of AI-Driven Feedback. https://doi.org/10.31219/osf.io/cr257
Kostka, I., & Toncelli, R. (2023). Exploring applications of ChatGPT to English language teaching: Opportunities, challenges, and recommendations. Tesl-Ej, 27(3), n3.
López Casoli, M. (2023). The Effectiveness of Teacher Feedback on Writing: Teaching English As A Foreign Language Students' Perceptions. UCMaule-Revista Académica de la Universidad Católica del Maule, (65)., ISO 690.
Marvin, G., Hellen, N., Jjingo, D., Nakatumba-Nabende, J. (2024). Prompt Engineering in Large Language Models. In: Jacob, I.J., Piramuthu, S., Falkowski-Gilski, P. (eds) Data Intelligence and Cognitive Informatics. ICDICI 2023. Algorithms for Intelligent Systems. Springer, Singapore. https://doi.org/10.1007/978-981-99-7962-2_30
Razali, R., & Jupri, R. (2014). Exploring teacher written feedback and student revisions on ESL students’ writing. IOSR Journal of Humanities and Social Science (JHSS), 19(5), 63-70.
Schmidt, D. C., Spencer-Smith, J., Fu, Q., & White, J. (2024). Towards a catalog of prompt patterns to enhance the discipline of prompt engineering. ACM SIGAda Ada Letters, 43(2), 43-51.
Stevenson, M., & Phakiti, A. (2019). Automated feedback and second language writing. Feedback in second language writing: Contexts and issues, 125-142.
Wang, J., & Brown, M. S. (2007). Automated essay scoring versus human scoring: A comparative study. Journal of technology, Learning, and assessment, 6(2), n2. https://eric.ed.gov/?id=EJ838612
Yoon, S. Y., Miszoglad, E., & Pierce, L. R. (2023). Evaluation of ChatGPT Feedback on ELL Writers' Coherence and Cohesion. arXiv preprint arXiv:2310.06505.
Yu, R., & Yang, L. (2021). ESL/EFL Learners' Responses to Teacher Written Feedback: Reviewing a Recent Decade of Empirical Studies. Frontiers in Psychology, 12, 735101.
Descargas
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2024 Roque Jacinto Hernández
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
- Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
