Generador de exámenes con IA: guía para docentes
Qué puede y qué no genera bien un generador de exámenes con IA: preguntas por nivel Bloom, versiones A/B, adaptaciones ACNEAE y el filtro anti-ChatGPT.
Un generador de exámenes con IA hace bien una parte del trabajo y mal otra, y conviene saber cuál es cuál antes de fiarte. Genera en segundos preguntas tipo test, verdadero/falso y borradores de preguntas abiertas sobre cualquier contenido. Lo que no hace por ti: calibrar el nivel de exigencia a lo que enseñaste, escribir distractores plausibles y asegurar que el examen no lo resuelve ChatGPT en medio minuto. Esa validación sigue siendo tuya.
Qué genera bien la IA y qué no
Merece la pena separar los dos terrenos antes de escribir un solo prompt, porque el error más común es pedirle a la IA lo que no sabe hacer y confiarse con lo que sí.
Lo que genera bien:
- Preguntas tipo test con opciones, a partir de un tema o un texto que le pegues.
- Verdadero/falso y completar huecos, ideales para comprobar saberes básicos.
- Bancos de preguntas amplios para luego seleccionar tú.
- Reformulaciones: la misma pregunta en más fácil, más difícil o con otro contexto.
Lo que requiere tu revisión sí o sí:
- Preguntas de ensayo o desarrollo, donde el enunciado ambiguo o el criterio de corrección flojo pasan desapercibidos hasta que corriges 30.
- Distractores (opciones incorrectas): la IA tiende a poner una obviamente falsa que regala la pregunta.
- El nivel de exigencia: la IA no sabe qué profundizaste en clase y qué solo mencionaste.
MIA, el asistente de IA para docentes de noobe, ya trabaja sobre la LOMLOE y los currículos autonómicos, así que las preguntas que propone parten de tus criterios de evaluación y no de un temario genérico de internet. Pero la decisión de qué entra en el examen y con qué peso sigue siendo del docente.
Cómo pedir preguntas por nivel cognitivo (taxonomía de Bloom)
El problema de un examen generado a la ligera es que se queda en las dos plantas bajas de Bloom: recordar y comprender. Son las preguntas más fáciles de generar y las que peor distinguen a quien ha estudiado de quien empolló la noche anterior. Para subir, hay que pedirlo explícitamente —esta biblioteca de prompts de ChatGPT para profesores trae más ejemplos por tarea—. Un prompt que funciona:
“Genera 6 preguntas sobre [contenido] para [curso], una por cada nivel de la taxonomía de Bloom: recordar, comprender, aplicar, analizar, evaluar y crear. En las de aplicar y analizar, usa un caso o dato nuevo que no aparezca en los apuntes. Marca el nivel de cada pregunta.”
Aquí tienes cómo se ve el mismo contenido (la fotosíntesis, 1º de ESO) recorriendo los seis niveles:
| Nivel de Bloom | Ejemplo de pregunta sobre fotosíntesis |
|---|---|
| Recordar | ¿Qué gas absorben las plantas durante la fotosíntesis? |
| Comprender | Explica con tus palabras por qué las plantas necesitan luz |
| Aplicar | Una planta lleva dos semanas en un armario oscuro. Predice qué le pasará y por qué |
| Analizar | Compara la respiración y la fotosíntesis: ¿en qué se parecen y en qué se oponen? |
| Evaluar | Un compañero dice que las plantas “solo respiran de noche”. ¿Es correcto? Justifícalo |
| Crear | Diseña un experimento sencillo para demostrar que una planta necesita luz para crecer |
Fíjate en el salto: las dos últimas filas no se pueden responder copiando una frase del libro. Ahí está el valor del examen. Si en vez de examinar necesitas trabajar la lectura de un texto en clase, la lógica es la misma pero el catálogo de preguntas cambia: lo desarrollamos en preguntas de comprensión lectora con IA por niveles.
Versiones A/B y adaptaciones para ACNEAE
Dos de los mejores usos del generador tienen que ver con la equidad y con evitar copias, y ambos son tediosos a mano.
Versiones A/B. Pídele que produzca dos exámenes equivalentes reordenando preguntas y opciones, cambiando los datos numéricos y reformulando enunciados, pero manteniendo el mismo nivel de dificultad y los mismos criterios. Un minuto de IA frente a la media hora que cuesta a mano descompensando siempre una de las dos versiones.
Adaptaciones ACNEAE. Para alumnado con necesidades específicas de apoyo educativo, la IA reformula el mismo examen con enunciados más cortos, vocabulario simplificado, apoyos visuales o más tiempo implícito en menos preguntas, sin bajar el objetivo de aprendizaje. Es el mismo principio que aplicamos en la guía de adaptaciones curriculares con IA: adaptar el acceso, no rebajar la meta. Revisa siempre que la versión adaptada evalúe lo mismo que la ordinaria; si no, has creado dos exámenes distintos, no una adaptación.
El filtro que todo examen debe pasar: “¿lo resuelve ChatGPT?”
Antes de dar por bueno cualquier examen (lo generes con IA o a mano), pásalo por una prueba de 30 segundos: pega las preguntas en ChatGPT. Si las resuelve todas sin despeinarse, tu examen mide lo que la IA hace mejor que tu alumnado, y eso ya no discrimina nada.
La solución no es prohibir la IA, es subir el nivel cognitivo y anclar las preguntas a algo propio del aula: un dato que medisteis juntos, un caso local, una decisión que exige justificar con criterios. Lo desarrollamos en la guía de exámenes a prueba de ChatGPT, y es la diferencia entre un examen que la IA aprueba y uno que solo aprueba quien ha aprendido.
Cuánto ahorra, en números honestos
Montar un examen equilibrado desde cero lleva entre 60 y 90 minutos: seleccionar contenidos, redactar enunciados sin ambigüedades, escribir distractores plausibles y maquetar. Con un generador bien usado, la redacción baja a 10-15 minutos de revisión sobre un borrador; las versiones A/B y las adaptaciones ACNEAE, que antes casi nadie hacía por falta de tiempo, pasan a ser un par de clics.
El contexto importa: según la UGT, el 95% de los docentes señala la burocracia y la sobrecarga administrativa como una de sus mayores cargas, con estimaciones de 6 a 10 horas semanales fuera del aula. Preparar y corregir pruebas es una parte grande de ese tiempo. La IA recorta la preparación; la corrección con criterio la abordamos en la guía de corregir y dar feedback con IA. Y si quieres una prueba ya diseñada para resistir a la IA, tienes el recurso examen inhackeable a prueba de IA listo para adaptar.
¿Quieres ver cómo MIA genera un examen por niveles de Bloom, con versión A/B y adaptación ACNEAE, en una clase real? Pide una clase en vivo y tráete el tema que más cuesta evaluar: esa es la mejor prueba.
Preguntas frecuentes
¿Puede la IA generar un examen completo y fiable?
Genera bien preguntas cerradas (tipo test, verdadero/falso, completar) y borradores de preguntas abiertas. Lo que no puede hacer sin ti es garantizar que el nivel de exigencia encaja con lo que enseñaste y que las opciones incorrectas son plausibles pero descartables. Un generador de exámenes con IA elimina la página en blanco; la validación del examen sigue siendo del docente.
¿Cómo pido a la IA preguntas de distintos niveles cognitivos?
Menciona explícitamente la taxonomía de Bloom en el prompt: pide preguntas de recordar, comprender, aplicar, analizar, evaluar y crear sobre el mismo contenido. Sin esa instrucción, la IA tiende a quedarse en 'recordar' y 'comprender', que son las más fáciles de generar y las que menos discriminan entre alumnos.
¿Puede la IA crear versiones A/B del mismo examen?
Sí, y es uno de sus mejores usos. Le pides que reordene preguntas y opciones, cambie datos numéricos y reformule enunciados manteniendo el mismo nivel de dificultad y los mismos criterios. En un minuto tienes dos versiones equivalentes para reducir copias, algo que a mano lleva media hora y suele descompensar la dificultad.
¿Un examen generado por IA lo puede resolver ChatGPT?
Si el examen solo pide recordar y comprender, probablemente sí, y eso es una señal de alarma. Antes de usarlo, pásalo por el filtro '¿lo resuelve ChatGPT en 30 segundos?'. Si la respuesta es sí, sube el nivel cognitivo: pide aplicar a un caso nuevo, analizar un dato propio del aula o crear algo contextualizado que la IA no pueda copiar.