Los cambios de Richard Borcherds en la calificación de tareas mientras la IA difumina la evidencia del aprendizaje

Según se informa, Richard Borcherds ha dejado de calificar las tareas por su corrección porque la IA dificulta identificar el trabajo independiente de los estudiantes. El cambio de Richard Borcherds en la calificación de tareas mantiene los ejercicios prácticos, pero desplaza la evidencia de comprensión hacia los exámenes supervisados. Esa distinción importa: el repliegue reportado se refiere a lo que las notas de las tareas pueden demostrar, no a si los estudiantes deben practicar matemáticas.

Según la cobertura de Tom’s Hardware del 27 de octubre, el profesor de UC Berkeley ahora evalúa principalmente a los estudiantes mediante exámenes presenciales sin dispositivos electrónicos. Otras coberturas describen créditos por tareas basados en la realización. En conjunto, esos informes describen una separación entre practicar una habilidad y demostrar que el estudiante la posee personalmente.

Los enfoques en competencia ya existen dentro de Berkeley. Su programa de computación estadística del otoño de 2026 permite asistencia de IA y combina las tareas con comprobaciones presenciales de comprensión. Por ello, la decisión atribuida a Borcherds plantea una pregunta concreta para educadores y usuarios de IA: cuando el software puede producir la respuesta, ¿qué debería contar como evidencia de que alguien la entiende?

Qué significa realmente el cambio de Richard Borcherds en la calificación de tareas

El cambio reportado elimina la corrección como base para otorgar crédito por las tareas; no establece que Borcherds haya abolido las tareas.

Tom’s Hardware atribuye la decisión a la preocupación de Borcherds de que las entregas pulidas ya no distinguen de forma fiable el trabajo independiente de la asistencia de IA. Su relato sobre su cambio en la evaluación de tareas también describe una preferencia por los exámenes supervisados. Según se informa, observa puntuaciones más altas en línea sin poder identificar qué estudiantes utilizaron IA.

El detalle del crédito por realización aparece en otras coberturas, incluido un resumen vinculado al New York Post. Ese relato describe crédito por tareas basado en la realización, lo que acota lo que los lectores deberían inferir de los titulares sobre el fin de las tareas calificadas. La entrega puede seguir importando incluso cuando las respuestas correctas ya no reciben calificaciones diferenciadas.

La trayectoria de Borcherds ayuda a explicar la atención. El archivo de Berkeley documenta su Medalla Fields de 1998, otorgada por trabajos matemáticos que incluyen su demostración de la conjetura Monstrous Moonshine. Esa distinción acredita sus credenciales investigadoras. No valida de forma independiente su política de evaluación ni mide las trampas en sus clases.

Siguen siendo importantes varios límites. La información revisada aquí no establece una retirada de las tareas calificadas en todo el campus. Tampoco ofrece una fecha de implementación verificada, una fórmula de calificación completa ni una tasa medida de trampas entre sus estudiantes.

Por tanto, el desarrollo inmediato es la respuesta reportada de un docente a un problema que, según afirma, ya no puede resolver examinando las respuestas. Tratar esa respuesta como una política para toda Berkeley exageraría la evidencia. Tratarla como prueba de que toda entrega sólida implica trampas la exageraría aún más.

La distinción también cambia el debate sobre políticas. Eliminar los ejercicios prácticos suprimiría una oportunidad de aprendizaje. Eliminar el crédito basado en la corrección cambia el incentivo asociado a esa oportunidad, al tiempo que deja abierta la cuestión de cómo reciben los estudiantes comentarios útiles.

Considere la diferencia desde la perspectiva de un estudiante. Con una calificación basada en la corrección, un problema sin resolver pone en riesgo la nota de la tarea. Con crédito por realización, ese mismo problema sin resolver puede revelar algo que abordar antes de un examen, siempre que el curso siga proporcionando retroalimentación adecuada.

Ese es el posible beneficio, no un resultado establecido en las clases de Borcherds. Los estudiantes podrían sentir menos presión por entregar respuestas impecables que no pueden explicar. También podrían dedicar menos esfuerzo a practicar si completar la tarea parece suficiente.

En consecuencia, la historia sobre la calificación de tareas de Richard Borcherds gira en torno a un problema de evaluación con consecuencias contrapuestas. Un curso puede hacer que externalizar las tareas sea menos atractivo y, al mismo tiempo, debilitar la recompensa inmediata por hacerlas con cuidado. Que el equilibrio mejore el aprendizaje requiere evidencia más allá del anuncio en sí.

Las respuestas correctas están perdiendo valor como evidencia

Una entrega correcta establece algo sobre el trabajo presentado, pero deja cada vez más sin resolver la capacidad independiente del estudiante.

Las tareas tienen varios posibles propósitos. Dan a los estudiantes práctica, ayudan a los docentes a identificar confusiones, crean plazos y aportan evidencia para una calificación del curso. Esos objetivos se superponen, pero no siempre requieren el mismo método de evaluación.

La IA hace más difícil ignorar la separación. Un estudiante puede poseer una solución precisa sin haber elegido su método, comprendido sus supuestos o reconocido dónde podría fallar. La respuesta final por sí sola no puede resolver esas diferencias.

Esto no significa que todo uso de asistencia impida el aprendizaje. Una pista puede ayudar a alguien a retomar un trabajo productivo. Una explicación puede revelar un malentendido. Una solución terminada también puede sustituir el razonamiento que una tarea pretendía desarrollar.

A partir de la entrega finalizada, estas vías pueden parecer similares. Eso genera presión sobre los docentes que deben asignar crédito individual a partir de trabajos completados fuera de su observación. También presiona a los estudiantes que respetan las restricciones mientras creen que otros reciben crédito mediante asistencia prohibida.

La respuesta reportada de Borcherds aborda directamente ese incentivo. Si la corrección otorga menos puntos en las tareas, obtener una respuesta impecable mediante software resulta menos útil para esa calificación concreta. Sin embargo, el crédito por realización todavía recompensa entregar algo, por lo que el incentivo no desaparece por completo.

El cambio más profundo se refiere a la relación entre práctica y certificación. La práctica puede incluir ayuda, intentos fallidos, debate y revisión. La certificación exige una base defendible para afirmar lo que una persona puede hacer en condiciones especificadas.

Una tarea hipotética de matemáticas ilustra la diferencia. Un estudiante presenta una demostración válida, pero no puede explicar por qué es necesario su supuesto central. La demostración sigue siendo válida, mientras que la entrega ofrece poca evidencia de que el estudiante comprenda su lógica.

Un examinador que modifica ese supuesto puede plantear una pregunta distinta: ¿reconoce el estudiante qué se rompe? Ese intercambio examina la comprensión más directamente que otra inspección del documento original. También requiere tiempo y una pregunta adecuada.

La misma distinción importa fuera de las universidades. Un programa generado podría ejecutarse correctamente mientras su usuario no puede diagnosticar un fallo. Un análisis pulido podría sonar persuasivo mientras su autor no puede defender la evidencia detrás de su recomendación.

Estas son implicaciones prácticas, no hallazgos sobre los estudiantes de Borcherds. Explican por qué los trabajadores del conocimiento deberían preocuparse por la disputa sobre evaluación. Una producción más rápida aumenta la importancia de decidir qué juicios humanos aún necesitan verificación.

Para los educadores, la elección difícil se refiere a lo que debería establecer cada tarea. Si su propósito principal es la práctica, la asistencia podría ajustarse al objetivo de aprendizaje. Si certifica competencia independiente, el acceso a asistencia cambia lo que significa la puntuación resultante.

Por tanto, el problema va más allá de detectar conductas indebidas después de la entrega. Una evaluación puede volverse menos informativa incluso cuando nadie ha infringido una regla, especialmente si las normas permiten una asistencia considerable. Un permiso claro no convierte automáticamente una puntuación en una medida válida de la comprensión individual.

Los exámenes supervisados restauran la observación, con límites

Los exámenes supervisados refuerzan la evidencia sobre quién realizó el trabajo, al tiempo que restringen las condiciones en las que los estudiantes demuestran sus habilidades.

Un examen presencial sin dispositivos electrónicos aborda una incertidumbre concreta. El docente puede observar a un estudiante intentando resolver problemas sin acceso a las herramientas excluidas por las reglas del examen. Eso facilita establecer la autoría en comparación con una entrega no supervisada.

No establece automáticamente todo lo que valora un curso. Un examen cronometrado mide el desempeño dentro de sus restricciones particulares. La investigación prolongada, la revisión, la colaboración y el uso eficaz de materiales de referencia pueden requerir oportunidades diferentes.

La investigación ofrece una referencia histórica útil para la preocupación por la evaluación no supervisada. Un experimento de la University of Reading, divulgado en junio de 2024, introdujo respuestas generadas por IA en evaluaciones de psicología de grado. Su prueba de evaluación ciega concluyó que el 94 % no fue detectado y que, en promedio, las entregas de IA recibieron calificaciones más altas.

El resultado respalda una conclusión acotada: los evaluadores experimentados pueden tener dificultades para reconocer trabajo generado dentro de un sistema de evaluación existente. No mide las trampas en Berkeley, no establece una tasa de detección específica para matemáticas ni demuestra que los exámenes supervisados produzcan un mejor aprendizaje.

Ese límite importa porque la detección y la educación son resultados distintos. Una evaluación podría dificultar la asistencia no autorizada sin proporcionar a los estudiantes una preparación eficaz. Otra podría respaldar el aprendizaje y, aun así, producir una puntuación que no pueda certificar con confianza el desempeño independiente.

La preferencia reportada de Borcherds resuelve el problema de la observación más directamente que el problema del aprendizaje. Cambia dónde recopilan los docentes la evidencia. Que los estudiantes se conviertan en mejores matemáticos depende de lo que suceda antes y después de esa evaluación.

También hay una diferencia entre introducir comprobaciones supervisadas regulares y concentrar la mayor parte del crédito en un examen final. Lo primero puede revelar confusiones mientras los estudiantes todavía tienen tiempo para responder. Lo segundo puede hacer visibles los malentendidos solo cuando las consecuencias son importantes.

Ninguna de las dos disposiciones se deriva automáticamente de la expresión “exámenes presenciales”. Los lectores necesitan el calendario real de evaluación, la ponderación, el proceso de retroalimentación y las disposiciones de adaptación para evaluar el diseño de un curso. La información no proporciona todos esos detalles para Borcherds.

Una prueba supervisada también puede plantear la pregunta equivocada. Si recompensa memorizar un procedimiento conocido, podría establecer la memoria sin ayuda sin comprobar si el estudiante entiende cuándo se aplica ese procedimiento. La presencia física refuerza la atribución, en lugar de garantizar una pregunta significativa.

Por ello, el contraste más informativo se refiere a la comprensión observable y al resultado no verificado. El papel es una forma de crear esa observación. Una explicación oral, un ejercicio supervisado de depuración o un problema de seguimiento pueden perseguir un objetivo similar.

Esas alternativas conllevan sus propias cargas, incluida la consistencia y la dotación de personal. También muestran por qué declarar que los exámenes supervisados son la única solución va más allá de la evidencia disponible. La afirmación defendible es más limitada: la evaluación controlada aborda directamente la incertidumbre sobre la asistencia externa.

Para el debate sobre la calificación de tareas de Richard Borcherds, esa es una distinción importante. La política comunicada ofrece una respuesta a evidencias poco fiables. Debe evaluarse como una decisión de evaluación con costes, no como un veredicto universal sobre cómo debería enseñarse cada materia.

La detección de IA plantea otro problema de juicio

El software de detección no puede eliminar la necesidad de un proceso justo que distinga la sospecha de la evidencia.

Un detector de IA intenta clasificar si un software generó o ayudó a elaborar un texto. Se produce un falso positivo cuando marca incorrectamente un trabajo humano. Un falso negativo ocurre cuando un trabajo generado pasa sin ser señalado.

Ambos errores importan en educación. No detectar asistencia no autorizada puede socavar la equidad de la evaluación. Acusar erróneamente a un estudiante puede dañar la confianza e imponer consecuencias a alguien que siguió las normas.

La guía publicada de Berkeley sobre detección de IA indica que el campus renunció al detector de escritura con IA de Turnitin tras una prueba piloto y considerar investigaciones externas. La guía también analiza problemas de clasificación relacionados con escritores multilingües y trabajos que combinan redacción humana con asistencia de IA.

Esa postura institucional aporta contexto a la búsqueda de otros métodos de evaluación. No demuestra que todos los detectores fallen siempre. Establece que Berkeley ha identificado suficientes inquietudes como para no adoptar esa función concreta de detección para su uso general en el campus.

La distinción entre identificar asistencia y establecer una conducta indebida añade otra complicación. Un curso podría permitir correcciones gramaticales y prohibir razonamientos generados. Una puntuación de clasificación no establece por sí sola si el estudiante cruzó ese límite específico del curso.

Tampoco una puntuación explica necesariamente el proceso del estudiante. Una conversación sobre una respuesta puede revelar confusión, pero la confusión por sí sola no demuestra que haya hecho trampa. Los estudiantes pueden olvidar, ponerse nerviosos o malinterpretar su propio trabajo producido de forma independiente.

Estas limitaciones hacen que la respuesta más sólida sea procedimental. Los docentes necesitan expectativas claras y una manera defendible de evaluar las inquietudes. De lo contrario, la incertidumbre sobre la autoría puede convertirse en incertidumbre sobre si una acusación estaba justificada.

El cambio comunicado por Richard Borcherds en la calificación de tareas evita parte de ese conflicto al reducir la dependencia del artefacto cuestionado. En lugar de intentar determinar cómo se originó una respuesta realizada en casa, el docente recopila evidencias separadas en condiciones controladas.

Ese enfoque tiene un atractivo claro. Puede reducir la importancia de demostrar una conducta indebida en cada tarea sospechosa. También deja una cuestión sin resolver: ¿qué ocurre con los estudiantes que necesitan comentarios detallados sobre un trabajo que ya no recibe calificaciones basadas en la corrección?

Eliminar una nota no exige eliminar los comentarios, pero los comentarios siguen requiriendo atención. Un estudiante necesita saber si una demostración está incompleta, si un supuesto carece de respaldo o si un método solo se aplica en condiciones más restringidas.

Una hoja de soluciones sin calificación puede ayudar, aunque compararla exige comprensión suficiente para identificar diferencias significativas. Un estudiante con dificultades podría reconocer que su respuesta es distinta sin entender por qué. Ahí es donde el apoyo docente sigue siendo importante.

Por ello, merece atención el argumento escéptico contra la calificación por entrega. La política puede hacer que la evaluación sea más honesta sobre lo que sabe, mientras deja a los estudiantes con menos orientación sobre lo que no comprenden. Su valor depende en parte de cómo el curso cubra esa carencia.

No hay aquí evidencia publicada de resultados que establezca que el enfoque de Borcherds mejora el aprendizaje, reduce la conducta indebida o distribuye las cargas de forma justa. Esas siguen siendo cuestiones que deben evaluarse. Sus inquietudes comunicadas explican la decisión, pero no resuelven sus efectos.

Berkeley ya ofrece un enfoque contrastante

La práctica permitida con IA y las comprobaciones supervisadas pueden coexistir, creando una alternativa tanto a la calificación irrestricta de tareas para casa como a una prohibición general.

Una comparación concreta aparece en el programa de Statistics 243 de Berkeley para el otoño de 2026, impartido por Chris Paciorek. Sus evaluaciones de computación estadística permiten asistencia de IA mientras utilizan cuestionarios presenciales para comprobar la comprensión de los estudiantes sobre los conjuntos de problemas.

La estructura de calificación publicada asigna el 20% a la realización de conjuntos de problemas, el 35% a cuestionarios relacionados, el 35% a un miniexamen y el 10% a la participación. El programa también describe un procedimiento de repetición oral y exige atribución de las ideas obtenidas mediante asistencia de IA.

Ese ejemplo no establece un resultado superior. Sí muestra un diseño de curso existente que separa la preparación asistida de la demostración individual. La comparación es especialmente útil porque procede de la misma universidad, en lugar de una propuesta abstracta.

La política también cambia el significado del permiso. Permitir una herramienta durante la práctica no promete que su resultado satisfaga la evaluación posterior. Los estudiantes aún necesitan comprensión suficiente para explicar y aplicar lo que entregaron.

Esto crea una distinción más precisa que “IA permitida” frente a “IA prohibida”. El permiso depende de la actividad. Un estudiante podría utilizar asistencia mientras resuelve un problema y después demostrar comprensión sin esa asistencia durante una comprobación posterior.

Para la computación, esa disposición tiene una justificación práctica. Un programa puede producir el resultado esperado y, aun así, contener decisiones que su usuario no sabe explicar. Una pregunta posterior puede comprobar si el estudiante entiende la relación entre el código y su comportamiento.

Esta es una aplicación ilustrativa de la estructura de evaluación, no un incidente comunicado del curso. Su importancia radica en la conexión entre la tarea y la verificación. La evaluación posterior pregunta si el aprendizaje sobrevivió al uso de asistencia.

La comparación también expone una debilidad de tratar todo uso de IA como un único comportamiento. Pedir un recordatorio de sintaxis difiere de solicitar una solución completa. Ambos implican asistencia de software, pero pueden dejar a los estudiantes con responsabilidades y comprensión muy distintas.

Para los desarrolladores de productos de IA, la implicación es una cuestión de diseño. Una herramienta que prioriza respuestas completas puede favorecer la finalización inmediata de tareas. Un entorno educativo también necesita formas de que el estudiante siga siendo responsable del razonamiento, la comprobación y la explicación.

Por consiguiente, las afirmaciones sobre beneficios de aprendizaje requieren evidencia más allá de la calidad del resultado generado. Una respuesta convincente demuestra el rendimiento del sistema. No establece que el usuario pueda reproducir el razonamiento, transferirlo o identificar un error plausible.

Los estudiantes enfrentan una distinción relacionada al organizar materiales de estudio. Una colección consultable de respuestas correctas puede ahorrar tiempo de búsqueda y, al mismo tiempo, dejar la comprensión sin evaluar. Los recursos sobre gestión del conocimiento personal abordan la organización, pero la recuperación por sí sola no puede certificar el dominio.

La pregunta relevante para cualquiera de los modelos de evaluación es qué ocurre después de la asistencia. ¿Puede el estudiante defender el resultado, adaptarlo a un problema modificado y reconocer sus límites? El enfoque comunicado de Borcherds y el programa de estadística dirigen la atención hacia esa cuestión.

Su coexistencia también limita las conclusiones generalizadoras sobre Berkeley. La universidad contiene distintos diseños de cursos que responden a diferentes necesidades docentes. La historia trata sobre la decisión de un docente dentro de esa diversidad, no sobre una única respuesta institucional a la IA.

Qué observar tras el cambio de calificación

La próxima evidencia útil se refiere a las reglas de evaluación, la comprensión de los estudiantes y el apoyo docente, no a otra ronda de respuestas impecables de IA.

En los próximos meses, la primera señal será si más docentes publican cambios de calificación comparables. Los documentos informativos especificarán qué valor obtienen las tareas, cómo se comprueba la comprensión y qué usos de asistencia siguen permitidos.

Si más cursos separan explícitamente el crédito por realización de la demostración supervisada, se fortalece el argumento a favor de un cambio más amplio en la evaluación. Si las políticas siguen siendo aisladas o avanzan hacia otros enfoques, se debilitan las afirmaciones de un abandono uniforme de la calificación de tareas.

La redacción importa tanto como el anuncio. “Las tareas no se califican” puede describir práctica opcional, entrega obligatoria o trabajo que recibe comentarios sin contribuir a la nota final. Esas modalidades generan incentivos diferentes y no deberían contabilizarse como equivalentes.

Un seguimiento más sólido también establecería la cronología. La cobertura de octubre indica a los lectores cuándo la decisión se convirtió en noticia, pero no necesariamente cuándo cambió cada práctica en el aula. Sin esa distinción, un ajuste anterior puede parecer una respuesta inmediata a un lanzamiento reciente de un modelo.

La segunda señal es la evidencia sobre comprensión demostrada de manera independiente. Las comparaciones relevantes examinarían qué pueden explicar o resolver los estudiantes bajo condiciones claramente descritas. Unas notas más altas en tareas para casa, por sí solas, no resolverían la inquietud que motivó la política.

Si los estudiantes mantienen o mejoran su rendimiento supervisado mientras usan IA durante la práctica, se fortalece el argumento de separar la asistencia de la certificación. Si el rendimiento disminuye, los educadores tendrían que examinar si los estudiantes perdieron práctica, comentarios útiles o ambas cosas.

Esos hallazgos seguirían requiriendo una interpretación cuidadosa. Distintas preguntas, cohortes, modalidades de enseñanza y condiciones de evaluación pueden afectar las puntuaciones. Una brecha entre el rendimiento en tareas y en exámenes es un motivo para investigar, no una medición independiente de hacer trampa.

La tercera señal es qué ocurre con el apoyo docente después de que cambian las calificaciones por corrección. Los cursos deberían examinarse según los comentarios que conservan, las oportunidades que tienen los estudiantes para resolver errores y la accesibilidad de la evaluación supervisada.

Si los estudiantes reciben explicaciones útiles y oportunidades repetidas para demostrar progreso, el crédito por realización parece más creíble como parte de un diseño más amplio. Si la calificación desaparece mientras la confusión queda sin respuesta, el argumento escéptico se fortalece.

Estas señales también importan a empleadores y formadores profesionales que consideran cambios similares. El ejercicio terminado de un candidato y su explicación responden a preguntas relacionadas, pero distintas. La verificación debería ajustarse a la competencia que una organización realmente necesita evaluar.

La historia sobre la calificación de tareas de Richard Borcherds trata, en última instancia, de la evidencia asociada a una nota. Según la cobertura, ya no confía en que la corrección de tareas no supervisadas tenga el mismo significado. Ese juicio merece examen sin asumir ni que las tareas se han vuelto inútiles ni que los exámenes resuelven todas las dificultades.

Para los estudiantes y educadores que siguen esta historia, comiencen por las normas reales del curso y la evidencia que pretenden producir. Pregunten si la práctica sigue siendo útil, si los comentarios llegan a los estudiantes con dificultades y si las evaluaciones miden las habilidades que el curso promete. Para los usuarios de IA fuera de la educación, apliquen el mismo escrutinio a su propio trabajo: una respuesta terminada puede ocultar una brecha de comprensión sin resolver. Conserven las fuentes y explicaciones que respaldan sus decisiones, y luego comprueben si pueden defender esas decisiones cuando cambie la consigna. A medida que surjan más detalles sobre el enfoque de Borcherds, júzguenlo por lo que los estudiantes pueden explicar y aplicar de forma independiente. ¿Qué evidencia les convencería de que el aprendizaje mejoró después del cambio de calificación?