Evaluating Large Language Models in the Assessment of Collaborative Problem-Solving Skills: Evidence from Classroom Dialogue
Andrew Zamecnik; Maarten de Laat; Alrike Claassen; Ryan Shaun Baker
- Año
- 2026
- DOI
- 10.35542/osf.io/xh27a_v1 (se abre en una pestaña nueva)
- Licencia
- CC BY
Resumen ADIPA
Elaborado con IA a partir del resumen de los autoresEstudio empírico que evalúa la capacidad de modelos de lenguaje grande (LLM) para codificar habilidades de resolución colaborativa de problemas (RCP) en diálogos de aula. La investigación aplica un conjunto de LLM para identificar subhabilidades de RCP en transcripciones de diálogos colaborativos, usando un marco de RCP establecido. Los resultados muestran que la alineación entre LLM y evaluadores humanos es alcanzable para algunas subhabilidades pero varía según el marco; los puntos de desacuerdo entre modelos corresponden a ambigüedades persistentes en la codificación humana. El estudio propone que los conjuntos de LLM funcionan como herramientas de apoyo a la decisión para diagnosticar la claridad de marcos de RCP basados en diálogo y refinar su validez.
Puntos clave
- Los modelos de lenguaje grande logran alineación con codificadores humanos en algunas subhabilidades de resolución colaborativa de problemas, aunque el nivel varía sistemáticamente según el marco de evaluación usado.
- Las divergencias entre modelos no indican errores aislados sino ambigüedades persistentes en la codificación humana que revelan limitaciones en la claridad constructiva del marco de evaluación.
- Los conjuntos de LLM pueden ser utilizados como herramientas transparentes de apoyo a decisiones para diagnosticar la validez de marcos de resolución colaborativa de problemas basados en análisis de diálogo.
Para quién: Investigadores en educación colaborativa, desarrolladores de instrumentos de evaluación de aprendizaje y educadores que buscan métodos escalables y confiables para analizar diálogos colaborativos.
Resumen de los autores
Áreas y palabras clave
Cómo citar (APA 7)
Zamecnik, A., de Laat, M., Claassen, A., & Baker, R. S. (2026). Evaluating Large Language Models in the Assessment of Collaborative Problem-Solving Skills: Evidence from Classroom Dialogue. https://doi.org/10.35542/osf.io/xh27a_v1