Model escalation tracks the budget per remaining task: Evidence from a shared-budget undergraduate coding assessment

Estudio empírico sobre cómo estudiantes de pregrado asignan recursos de inteligencia artificial en una prueba de programación con presupuesto compartido. 125 participantes completaron 11 tareas de reparación de código secuencial sin posibilidad de retorno, con un presupuesto fijo distribuido entre tres modelos con costos diferenciados. Los resultados muestran que las tareas difíciles fueron resueltas casi exclusivamente con el modelo de mayor costo (127 de 130 registros versus 4 de 181 con el nivel medio). Tras fallos previos, el uso del modelo superior se asoció significativamente con la asignación de presupuesto disponible por tarea restante: se utilizó en 15% de tareas difíciles fallidas cuando la asignación era mínima y en 55% cuando era máxima. El éxito previo no mostró ventajas consistentes. Los hallazgos sugieren que los límites de asistencia de IA no garantizan uso cuidadoso; bajo presupuesto compartido, los estudiantes combinan juicios sobre idoneidad del modelo con decisiones de asignación presupuestaria.

Puntos clave

• Las tareas de programación difíciles fueron resueltas predominantemente con el modelo de inteligencia artificial de mayor costo, evidenciando un patrón decisional basado en la complejidad percibida.
• El uso del modelo superior en tareas fallidas varió entre 15% y 55% según el presupuesto disponible por tarea restante, mostrando sensibilidad a restricciones de recursos.
• Un límite en la ayuda de inteligencia artificial no garantiza por sí solo el uso cuidadoso; los estudiantes integran juicios sobre idoneidad del modelo con estrategias de asignación presupuestaria.
• El éxito en tareas anteriores no produjo ventajas consistentes en posiciones equivalentes posteriores, cuestionando transferencia de habilidades entre items.
• El diseño de evaluaciones con presupuesto compartido debe explicitar qué rol desempeña cada juicio estudiantil sobre la herramienta y la asignación de recursos.

Para quién: Docentes de educación superior y diseñadores de evaluaciones que implementan límites de inteligencia artificial en trabajos calificados, así como investigadores interesados en comportamiento decisional bajo escasez de recursos.