Tareas de expresión oral con IA: guía para docentes de idiomas

Las tareas de expresión oral con IA funcionan cuando prolongan la clase: los estudiantes ensayan la misma tarea con un interlocutor de IA, reciben retroalimentación inmediata y repiten, y el docente revisa los resultados antes de la siguiente clase.

¿Por qué es difícil plantear tareas de expresión oral sin IA?

Las tareas de expresión oral son difíciles de plantear sin IA porque hablar requiere un oyente que responda, y un docente no puede escuchar a cada estudiante en casa. Sin interlocutor, una tarea oral se convierte en leer en voz alta en una habitación vacía; con notas de voz, se convierte en horas de escucha para el docente.

La expresión oral también necesita más tiempo del que puede darle la clase. El marco de las cuatro vertientes de Paul Nation (2007) sostiene que un curso de idiomas bien diseñado dedica un tiempo aproximadamente igual al input centrado en el significado, a la producción centrada en el significado, al aprendizaje centrado en la lengua y al desarrollo de la fluidez. La expresión oral pertenece a las vertientes de producción y de fluidez, que son difíciles de encajar en una clase: en una conversación con todo el grupo, 25 estudiantes que comparten 45 minutos tienen menos de dos minutos cada uno, aunque el docente no diga nada.

La ansiedad agrava el problema. Un estudio con 573 estudiantes indonesios de secundaria técnico-profesional (Bashori y colaboradores, 2022) describe la expresión oral como la más generadora de ansiedad de las cuatro destrezas, y los estudiantes entrevistados se sentían menos ansiosos al hablar con sitios web de reconocimiento de voz que con sus compañeros.

Una tarea de expresión oral con IA es una tarea oral que los estudiantes realizan fuera de clase con un interlocutor conversacional de IA o una herramienta de reconocimiento de voz que responde y da retroalimentación en cada intento. Una revisión de 25 estudios sobre chatbots (Huang, Hew y Fryer, 2022) encontró tres ventajas prácticas: la inmediatez, la facilidad de uso y la personalización. El reconocimiento automático del habla (ASR, por sus siglas en inglés), la tecnología que convierte la voz en texto y la compara con lo esperado, también ayuda en la pronunciación: un metaanálisis de 2024 sobre 15 estudios encontró un efecto global medio (g = 0.69), mayor cuando la retroalimentación era explícita.

¿Cómo se plantean las tareas de expresión oral con IA, paso a paso?

Las tareas de expresión oral con IA se plantean en ocho pasos: fijar el objetivo, elegir el tipo de tarea, crearla a partir de los propios materiales, fijar los criterios, asignarla, dejar que los estudiantes practiquen con retroalimentación inmediata, revisar y calificar, y usar los resultados en clase.

1. Fija el objetivo. Elige algo de la clase de esta semana que los estudiantes deban ser capaces de hacer, como “pedir y dar indicaciones usando dos puntos de referencia”.
2. Elige el tipo de tarea. Adapta la tarea al objetivo: un juego de rol para la lengua funcional, una narración cronometrada para la fluidez, una tarea de opinión para el debate, un ejercicio de oraciones para la pronunciación.
3. Créala a partir de tus propios materiales. Parte de la página del libro de texto, el texto, las diapositivas o el video usados en clase, para que la tarea recicle la misma lengua. Redacta el escenario, el papel de la IA y de tres a seis expresiones meta, y prueba tú la tarea una vez.
4. Fija los criterios. Redacta dos o tres criterios de éxito que se puedan oír en una respuesta, como “explica el problema” o “usa tres expresiones meta”. Nuestra rúbrica de expresión oral en inglés tiene criterios que puedes tomar prestados.
5. Asígnala. Indica una fecha de entrega, un tiempo orientativo (10–15 minutos), el número de intentos y si cuenta solo como realizada o para la calificación.
6. Los estudiantes practican con retroalimentación inmediata. Hacen la tarea, leen la retroalimentación y la repiten, corrigiendo al menos una cosa.
7. Revisa y califica. Usa la rutina breve que aparece más abajo en lugar de escucharlo todo, y ajusta las calificaciones con tus propios criterios si la tarea cuenta para la nota.
8. Usa los resultados en clase. Abre la siguiente clase con los dos o tres problemas más frecuentes y pide a los estudiantes que repitan la tarea con un compañero.

AvoLingo, un servicio de aprendizaje de idiomas con IA de AvoLabs, cubre los pasos 3 a 7 en su panel docente. Los docentes convierten sus propios materiales (un PDF o una imagen que suben, un tema que escriben, un enlace de YouTube o libros enteros en el “Constructor Masivo”) en tareas de expresión oral y escrita de 8 tipos, y editan y previsualizan cada una; nada llega a los estudiantes hasta que el docente lo asigna. Los estudiantes reciben al instante retroalimentación de la IA y puntuaciones de pronunciación de palabras y oraciones. Los docentes revisan después, califican con sus propios criterios y ponderaciones, y siguen el progreso en “Tareas por fecha” y “Perspectivas del Aula”. Los docentes pueden empezar gratis.

¿Por qué pedir un segundo intento?

Un segundo intento permite a los estudiantes aplicar la retroalimentación mientras la tarea está reciente. En la técnica 4/3/2, los estudiantes cuentan la misma historia tres veces a oyentes distintos, en cuatro, tres y luego dos minutos; Arevart y Nation (1991) observaron mejoras sustanciales en la velocidad del habla y menos vacilaciones. En la investigación en el aula, la retroalimentación que lleva a los estudiantes a corregirse a sí mismos tuvo efectos mayores que simplemente escuchar la forma correcta (Lyster y Saito, 2010).

Una rutina de revisión de 15 minutos

1. Comprueba la realización y cuéntala como participación.
2. Revisa la retroalimentación de la clase en busca de los dos o tres problemas más frecuentes.
3. Escucha o lee personalmente dos o tres respuestas, incluida una sobre la que tengas dudas.
4. Si la tarea cuenta para la nota, ajusta las calificaciones con tus propios criterios.
5. Planifica un seguimiento de cinco minutos para la siguiente clase.

12 ideas de tareas de expresión oral para clases de inglés

Estas 12 ideas de tareas de expresión oral para clases de inglés y de otros idiomas prolongan una clase en lugar de sustituirla. Los niveles usan la escala del Marco Común Europeo de Referencia, MCER (de A1 para principiantes hasta C2), y son solo sugerencias.

Combina a lo largo del periodo tareas de fluidez (narraciones, reflexiones) con tareas de corrección (ejercicios, palabras meta), para que las tareas mantengan el equilibrio de Nation. La práctica con formato de examen es un ensayo, no una predicción de la puntuación. En AvoLingo, varias ideas se corresponden con modos de “Conversación” como “Charla de Imágenes”, “Debate” y “Enseñar a la IA”, y el ejercicio de pronunciación se corresponde con “Aprendizaje de oraciones”, que puntúa cada oración en precisión, fluidez y completitud.

Plantilla de tarjeta de tarea para copiar

Una tarjeta de tarea es una consigna breve que indica a los estudiantes, y a la IA, en qué consiste la tarea oral, qué incluye una buena respuesta y qué deben traer de vuelta a clase. Copia la plantilla y sustituye lo que figura en la tercera columna, una unidad de compras de nivel B1, por tu propia clase.

Si tu herramienta permite escribir instrucciones para la IA, pega directamente el escenario, el papel y la lengua meta. Para juegos de rol en torno a una profesión, consulta nuestra guía de diseño de cursos ESP.

¿Cómo se mantiene la honestidad en las tareas de expresión oral con IA?

La honestidad en las tareas de expresión oral con IA se mantiene planteando tareas que una IA no puede hacer sin más por el estudiante: respuestas habladas con su propia voz, sobre su propia vida o sobre la clase de esta semana, seguidas de una reflexión y una breve comprobación en clase. La expresión oral es más difícil de delegar que la escritura, pero un estudiante todavía puede pedirle un guion a un chatbot y leerlo en voz alta.

• Exige producción oral. Pide respuestas habladas en lugar de escritas cuando la herramienta lo permita, y fija un límite de tiempo para que leer un guion largo no resulte práctico.
• Plantea consignas personales y locales. “Describe tu camino al colegio” o “usa tres expresiones de la clase del martes” es más difícil de pasarle a un chatbot que “habla sobre los viajes”.
• Usa preguntas de seguimiento sin guion. Cuando la IA hace preguntas, discrepa o interpreta a un personaje, los estudiantes tienen que responder, no recitar.
• Pide una reflexión. Termina con una cosa que la IA corrigió y lo que el estudiante cambió en el segundo intento.
• Compruébalo en clase. Pide a los estudiantes que cuenten a un compañero una corrección y una expresión nueva, o que repitan en vivo parte de la tarea.
• Rebaja lo que está en juego. En la mayoría de las tareas de práctica, cuenta solo la realización y califica menos tareas, evaluadas con claridad, para que haya menos motivos para tomar atajos.

¿Qué hay de los datos de los estudiantes y los límites de edad?

Antes de plantear tareas de expresión oral con IA, revisa la política de tu institución y la legislación local, porque las tareas orales pueden grabar la voz de los estudiantes y almacenar sus respuestas. La Guía para el uso de IA generativa en educación e investigación (2023) de la UNESCO fija una edad mínima de 13 años para usar herramientas de IA en el aula, según el comunicado de la UNESCO del 7 de septiembre de 2023.

Las normas nacionales varían, así que comprueba las de tu país y tu tipo de centro. Tres casos:

• Estados Unidos: la norma COPPA establece requisitos para los servicios en línea que recogen información personal de menores de 13 años.
• Unión Europea: el artículo 8 del RGPD permite a los menores dar su propio consentimiento a los servicios en línea a partir de los 16 años, y los Estados miembros pueden rebajar esa edad hasta los 13. Los centros educativos pueden usar otra base jurídica, así que consulta a tu delegado de protección de datos.
• Corea del Sur: el artículo 22-2 de la Ley de Protección de Información Personal (en coreano; añadido en 2023) exige el consentimiento de un tutor legal cuando se necesita consentimiento para tratar la información personal de un menor de 14 años.

Al comparar herramientas de IA para docentes de idiomas, pregunta a cada proveedor:

• ¿Qué se graba (audio, transcripciones, puntuaciones), dónde se almacena y durante cuánto tiempo?
• ¿Quién puede verlo: el docente, la institución, las familias?
• ¿Se usan los datos de los estudiantes para entrenar modelos de IA?
• ¿Se pueden eliminar los datos de un estudiante si así se solicita?

El informe de 2023 sobre la IA en la enseñanza y el aprendizaje del Departamento de Educación de Estados Unidos convierte la idea de mantener a las personas en el circuito (“humans in the loop”) en su primera recomendación: los docentes tienen la última palabra sobre el significado de lo que produce la IA. Si tu institución necesita revisar cómo trata AvoLingo los datos de los estudiantes, contáctanos.

¿Cuáles son los límites de la práctica oral con IA?

La práctica oral con IA para estudiantes tiene límites claros: el reconocimiento del habla comete errores, funciona mejor con unas voces que con otras, ayuda más con los sonidos individuales que con la entonación y pierde su novedad. Conviene tenerlos en cuenta desde el principio.

• El efecto novedad. La revisión de chatbots de 2022 incluye el efecto novedad entre sus principales retos: el interés puede caer cuando la herramienta ya resulta familiar. Varía los tipos de tarea, mantenlas breves y vincula cada una a la clase.
• Errores de reconocimiento. El ASR puede dar una retroalimentación errónea; Neri, Cucchiarini y Strik (2008) advirtieron que esto podía provocar “rupturas en el aprendizaje”. Trata las puntuaciones como orientación y comprueba personalmente una muestra.
• Precisión desigual según el hablante. Un estudio de 2020 publicado en PNAS sobre cinco sistemas comerciales de reconocimiento de voz encontró una tasa media de error por palabra de 0.35 con hablantes negros en Estados Unidos, frente a 0.19 con hablantes blancos. No evaluó a estudiantes de idiomas, pero es una buena razón para no calificar solo con una puntuación de reconocimiento.
• Más sonidos que ritmo. El metaanálisis de 2024 encontró un efecto grande en los sonidos individuales, pero pequeño en la acentuación, el ritmo y la entonación, y los tratamientos breves no dieron mejores resultados que la práctica sin ASR. Planifica el trabajo de pronunciación a lo largo de varias semanas y enseña la entonación en clase.
• La práctica en solitario rinde menos. El mismo análisis encontró un efecto grande cuando los estudiantes practicaban con compañeros además de con ASR, y pequeño cuando practicaban solos; por eso el paso 8 devuelve la tarea al trabajo en parejas. Los efectos fueron más claros en adultos y en estudiantes de nivel intermedio, así que observa cómo responden los estudiantes más jóvenes y los principiantes.
• No es una conversación real. Un interlocutor de IA es un ensayo para hablar con compañeros, docentes y otras personas, no un sustituto de esas conversaciones.

Preguntas frecuentes

¿Cuánto deben durar las tareas de expresión oral con IA?

Unos 10–15 minutos, con un segundo intento incluido, encajan en la mayoría de los huecos para tareas. Es una sugerencia práctica, no una cifra procedente de la investigación; las tareas breves y regulares son más fáciles de mantener que una sola tarea larga.

¿Es precisa la retroalimentación de pronunciación de la IA?

La retroalimentación basada en ASR ayuda en la pronunciación, sobre todo en los sonidos individuales, pero puede reconocer mal el habla y es menos fiable con la acentuación, la entonación y algunos acentos. Usa las puntuaciones como orientación y escucha personalmente una muestra.

¿Pueden hacer trampa los estudiantes en las tareas de expresión oral con IA?

Sí, por ejemplo leyendo en voz alta un guion escrito por un chatbot. Las consignas personales, las preguntas de seguimiento sin guion, un límite de tiempo y una breve comprobación en clase lo hacen mucho más difícil.

¿Sigo teniendo que dar retroalimentación personalmente?

Sí. La IA da retroalimentación inmediata en cada intento, pero tú decides qué importa, ajustas las calificaciones con tus propios criterios y trabajas los problemas comunes en la siguiente clase.

¿Es adecuada la práctica oral con IA para estudiantes de corta edad?

Revisa primero la política de tu institución y la legislación local. La guía de la UNESCO de 2023 fija una edad mínima de 13 años para las herramientas de IA en el aula, y muchos países exigen el consentimiento de los padres o tutores para los datos de los menores más pequeños.

Fuentes

• Nation, P. (2007). The four strands. Innovation in Language Learning and Teaching, 1(1), 2–13.
• Arevart, S. y Nation, P. (1991). Fluency improvement in a second language. RELC Journal, 22(1), 84–94.
• Lyster, R. y Saito, K. (2010). Oral feedback in classroom SLA: a meta-analysis. Studies in Second Language Acquisition, 32(2), 265–302.
• Huang, W., Hew, K. F. y Fryer, L. K. (2022). Chatbots for language learning: are they really useful? A systematic review of chatbot-supported language learning. Journal of Computer Assisted Learning, 38(1), 237–257.
• Ngo, T.-N., Chen, H.-J. y Lai, K.-W. (2024). The effectiveness of automatic speech recognition in ESL/EFL pronunciation: a meta-analysis. ReCALL, 36(1), 4–21.
• Neri, A., Cucchiarini, C. y Strik, H. (2008). The effectiveness of computer-based speech corrective feedback for improving segmental quality in L2 Dutch. ReCALL, 20(2), 225–243.
• Bashori, M., van Hout, R., Strik, H. y Cucchiarini, C. (2022). Web-based language learning and speaking anxiety. Computer Assisted Language Learning, 35(5–6), 1058–1089.
• Koenecke, A. y colaboradores (2020). Racial disparities in automated speech recognition. PNAS, 117(14), 7684–7689.
• UNESCO (2023). Guía para el uso de IA generativa en educación e investigación y comunicado de prensa, 7 de septiembre de 2023.
• Departamento de Educación de Estados Unidos, Oficina de Tecnología Educativa (2023). Artificial intelligence and the future of teaching and learning.
• Comisión Federal de Comercio de Estados Unidos (FTC). Children's Online Privacy Protection Rule (COPPA).
• Unión Europea (2016). Reglamento General de Protección de Datos (UE) 2016/679, artículo 8.
• República de Corea. Ley de Protección de Información Personal, artículo 22-2 (en coreano).

Escrito por el equipo de AvoLingo. Usamos IA como ayuda para documentarnos y redactar este artículo; las fuentes están enlazadas en el texto.