El primer LMS donde los agentes de IA crean, ejecutan y actualizan tus cursos. Explorar →

Próximamente

Crea actividades de respuesta abierta con Claude o ChatGPT, evaluadas según tu rúbrica.

Crea tareas de escritura de respuesta abierta en lenguaje sencillo. Los alumnos responden con sus propias palabras, la IA las evalúa según la rúbrica que definas, con feedback por criterio y evidencias extraídas de su propio texto. Listo para SCORM en cualquier LMS.

¿Qué es?

¿Qué son las respuestas abiertas evaluadas por IA?

Un formato de evaluación en el que el alumno responde con sus propias palabras —un ensayo, una respuesta corta, un párrafo de análisis de caso— en lugar de elegir de una lista. La IA evalúa cada respuesta según una rúbrica definida por el instructor, con puntuación por criterio, evidencias citadas de la respuesta y una recomendación concreta sobre el siguiente paso.

  • Interfaz de respuesta de texto libre: respuesta corta, ensayo, párrafo estructurado, código o markdown
  • Evaluación por IA según tu rúbrica con puntuaciones por criterio, no una única nota opaca
  • Evidencias extraídas de la respuesta para que cada puntuación remita a un texto concreto
  • El modo de calibración te permite evaluar unas cuantas respuestas tú mismo, y la IA se ajusta a tus estándares
  • Se exporta como paquete SCORM 1.2 para Cornerstone, Moodle, Canvas, TalentLMS y cualquier LMS
  • El mismo paquete funciona de forma autónoma en cualquier navegador para autoaprendizaje sin LMS
Cómo funciona

Cómo crear una tarea de escritura evaluada por IA
en cuatro pasos.

De un prompt y una rúbrica a una actividad de respuesta abierta lista para SCORM. Sin servicio de corrección de ensayos, sin XML de rúbricas.

01

Escribe el prompt

Describe lo que quieres que escriba el alumno. El prompt puede incluir material de referencia que el alumno debe consultar, o restricciones sobre la respuesta.

02

Define la rúbrica

Nombra los criterios con los que vas a evaluar —calidad del argumento, uso de evidencias, estructura, mecánica— con sus pesos. La IA evalúa cada respuesta con la misma rúbrica que le entregarías a un profesor ayudante.

03

Calibra (opcional pero recomendado)

Evalúa tú mismo entre 3 y 5 respuestas de muestra. La IA se ajusta a tus estándares en lugar de inventar los suyos. Esto mejora enormemente la concordancia entre la IA y los evaluadores humanos.

04

Exporta como paquete SCORM 1.2

Un solo comando genera un zip SCORM 1.2. Las puntuaciones por criterio se registran en el libro de calificaciones de cualquier LMS compatible con SCORM.

Casos de uso por rol

Respuestas evaluadas por IA
para cada plan de estudios con mucha escritura.

El mismo conjunto de herramientas impulsa la corrección de ensayos, la evaluación de respuestas cortas, la revisión de código, la evaluación de análisis de casos y la evaluación de escritura reflexiva.

Corrección de ensayos y respuestas cortas

Corrige tareas de respuesta corta y ensayos a gran escala, con feedback por criterio que recibe cada estudiante. Especialmente valioso para cursos introductorios con muchos matriculados.

Práctica de respuesta construida

Practica preguntas de respuesta corta bajo demanda. Los estudiantes reciben feedback alineado con la rúbrica de inmediato, de modo que la práctica realmente mejora el rendimiento en el examen real.

Evaluación de análisis de casos

Sustituye los cuestionarios de cumplimiento de opción múltiple por análisis de escenarios en formato breve. La IA evalúa según la rúbrica y los instructores revisan los casos límite.

Corrección de explicaciones de código

Pide a los alumnos que expliquen código, depuren una salida o escriban un breve párrafo de documento de diseño. Evalúa según criterios de rúbrica: claridad del código, precisión de la causa raíz, articulación de compromisos.

Corrección de diarios de reflexión

Para desarrollo profesional o formación en práctica clínica, evalúa las reflexiones según rúbricas como profundidad del análisis y evidencia de aplicación, no la mera presencia superficial.

Puntuación de tareas de rendimiento

Para certificaciones que requieren tareas de rendimiento con respuesta construida, la evaluación por IA aplica la rúbrica de forma coherente y defendible en todos los candidatos.

Respuestas evaluadas por rúbrica

Cada respuesta evaluada según tu rúbrica, criterio a criterio.

Cuando llega la respuesta, la IA puntúa cada criterio de la rúbrica por separado. Cada puntuación remite a un texto concreto de la respuesta, de modo que tanto los alumnos como los instructores pueden verificar exactamente por qué una respuesta obtuvo la puntuación que obtuvo.

Actualiza la rúbrica o recalibra cuando quieras. Vuelve a exportar el paquete SCORM y la siguiente entrega se evaluará con las nuevas reglas.

Puntuación por criterio

Cada criterio de la rúbrica recibe su propia puntuación y feedback, no una única nota opaca. Los alumnos ven exactamente en qué deben mejorar.

Feedback con evidencias citadas

Cada puntuación remite a un texto concreto de la respuesta. Tanto alumnos como instructores pueden verificar que la puntuación refleja lo que realmente se escribió.

Modo de calibración

Evalúa tú mismo unas cuantas respuestas y la IA se ajusta a tus estándares. Mejora enormemente la concordancia entre la evaluación por IA y la evaluación humana.

Sesión completada

Tu resumen

9/10
★★★★★★★★★☆
Total 9 / 10

Calidad del argumento: planteó una posición clara y falsable en el párrafo inicial.

Uso de evidencias: citó al menos dos fragmentos del material de referencia proporcionado y explicó su relevancia.

Contraargumento: reconoció y abordó al menos una postura contraria defendible.

Autoría en lenguaje natural

Crea tareas evaluadas por IA en lenguaje sencillo. Sin necesidad de XML de rúbricas.

Añade un criterio de rúbrica, cambia los pesos, sube el tamaño de la muestra de calibración o reescribe el prompt: solo describe el cambio con tus propias palabras. Tu agente de programación reconstruye el evaluador y vuelve a exportar el paquete SCORM sin que tengas que editar nunca un archivo de rúbrica.

Cuando estés satisfecho, expórtalo como paquete SCORM 1.2 para tu LMS, o usa el mismo paquete HTML de forma autónoma.

chat de autoría
Añade un criterio de 'contraargumento' que valga el 25 % del total.
Añadido el criterio counter-argument con peso 0.25. Los demás criterios se han reequilibrado para sumar 1.
Usa estas 4 respuestas de muestra para calibrar el evaluador.
Calibrado con 4 muestras. La concordancia del evaluador con tus puntuaciones es ahora del 92 % en el conjunto de validación.
Exporta como SCORM.
✓ ai-graded-responses.zip listo (SCORM 1.2, 14 KB)
Biblioteca de tareas

Empieza a partir de tareas
de respuesta abierta reales.

Pega cualquier prompt en tu agente de programación para obtener una tarea completa evaluada por IA como un único archivo HTML autónomo. Ajusta el prompt, la rúbrica o la calibración en lenguaje sencillo.

Educación superior

Ensayo corto de introducción a la economía

Un prompt de ensayo corto de 250 palabras que pide a los estudiantes aplicar el análisis marginal a un ejemplo del mundo real, con una rúbrica de 4 criterios y 3 muestras calibradas.

1 turnos - Media
Prompt

Using /ai-graded-responses, crea un ensayo de análisis marginal de 250 palabras con una rúbrica de 4 criterios. Calíbralo con 3 respuestas de muestra.

Primaria y secundaria

Pregunta basada en documentos

Un prompt de DBQ de historia de 4.º de la ESO que hace referencia a 3 documentos proporcionados, evaluado en calidad del argumento, uso de documentos y contraargumento con una rúbrica de 6 criterios.

1 turnos - Media
Prompt

Using /ai-graded-responses, crea un DBQ de 4.º de la ESO sobre el New Deal con 3 documentos proporcionados y una rúbrica de 6 criterios.

Cumplimiento

Respuesta de ética basada en escenarios

Un escenario de ética en formato breve que pide al alumno defender un curso de acción elegido, evaluado en alineación con la política, consideración de las partes interesadas y claridad del razonamiento.

1 turnos - Media
Prompt

Using /ai-graded-responses, crea una tarea de ética basada en escenarios con una rúbrica de 4 criterios. Premia el desacuerdo defendible con la política.

Ingeniería

Tarea de informe de errores

Los ingenieros explican el proceso de depuración de un error no trivial, evaluado en claridad de la causa raíz, uso de evidencias y recomendación de prevención.

1 turnos - Difícil
Prompt

Using /ai-graded-responses, crea una tarea de informe de errores de ingeniería con una rúbrica de 5 criterios que cubra causa raíz, evidencias y prevención.

Clínica

Corrección de notas SOAP

El estudiante escribe una nota SOAP para un caso proporcionado. Se evalúa en completitud subjetiva, precisión objetiva, calidad de la evaluación y especificidad del plan.

1 turnos - Difícil
Prompt

Using /ai-graded-responses, crea una tarea de nota SOAP a partir de un caso proporcionado. La rúbrica cubre S, O, A y P con criterios ponderados.

Reflexión

Diario de reflexión de mentoría

Un prompt de reflexión abierta para un programa de mentoría, evaluado en profundidad del análisis, evidencia de aplicación y especificidad orientada al futuro, no la mera presencia superficial.

1 turnos - Fácil
Prompt

Using /ai-graded-responses, crea una tarea de diario de reflexión de mentoría con una rúbrica de 3 criterios que premie la profundidad, la aplicación y la especificidad.

SCORM y LMS

Tareas evaluadas por IA en SCORM 1.2 para cualquier LMS.

Cada tarea evaluada por IA se exporta como un paquete SCORM 1.2 conforme a los estándares. Sube el zip, asígnalo como cualquier otra actividad del curso y las puntuaciones por criterio fluyen automáticamente al libro de calificaciones.

  • Un único zip SCORM 1.2: súbelo a tu LMS, sin trabajo de integración, claves de API ni JavaScript personalizado
  • La finalización, la puntuación y el tiempo dedicado se registran mediante cmi.core.score.raw y cmi.core.lesson_status
  • Probado con Cornerstone OnDemand, Moodle, Canvas LMS, TalentLMS, Docebo, Brightspace, Absorb, 360Learning, SuccessFactors y Workday Learning
  • El mismo paquete HTML autónomo funciona de forma independiente en una página pública, una intranet o como iframe embebido
  • Heurísticas de integridad opcionales que señalan respuestas con patrones generados por IA y contenido copiado y pegado
  • La evaluación se ejecuta dentro del paquete: sin middleware, sin almacén de datos, sin necesidad de SDK de analítica
FAQ

Preguntas frecuentes sobre
las respuestas evaluadas por IA.

Rúbricas, calibración, compatibilidad con LMS, integridad, elección de modelo: respondidas directamente.

Un formato de evaluación en el que el alumno responde con sus propias palabras —una respuesta corta, un ensayo, un párrafo estructurado— y la IA la evalúa según una rúbrica definida por el instructor. Cada respuesta recibe puntuaciones por criterio con evidencias citadas de la respuesta y una recomendación concreta sobre el siguiente paso.