> For the complete documentation index, see [llms.txt](https://help.timelygrader.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.timelygrader.ai/es/articulos-de-soporte-de-autoservicio/17.-refinar-resultados-en-timelygrader-una-guia-practica.md).

# 17. Refinar resultados en TimelyGrader: una guía práctica

Formas rápidas de hacer que las sugerencias de calificación y la retroalimentación de la IA sean más precisas, relevantes y estén más alineadas con tus expectativas.

<figure><img src="https://1710816884-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FVTk0635Lo8R5owJx3bPK%2Fuploads%2F2fxvIUk6kO5NV6YbNqZ3%2Farticle-banner.png?alt=media" alt=""><figcaption></figcaption></figure>

Los resultados rara vez son perfectos al primer intento. Estos ajustes acercan las sugerencias de calificación y la retroalimentación de la IA a tu forma de calificar.

## Pasos

{% stepper %}
{% step %}

### Siempre empieza con una línea base (aunque no sea precisa)

Sube la tarea y la rúbrica con cambios mínimos para ver cómo las interpreta TimelyGrader. La precisión aún no importa.

Las explicaciones de calificación junto a cada nota sugerida te muestran dónde tiene dificultades el sistema:

* Redacción vaga en la rúbrica
* Criterios que no expresan su intención
* Contexto faltante que está en documentos separados
* Alucinaciones o malas interpretaciones

Encontrar estos errores es el primer paso.

**Ejemplo:** Un criterio de "Recomendación" con niveles de evaluación indefinidos (como "Bueno") obliga al sistema a adivinar, y esa suposición a menudo no cumple con tus expectativas.
{% endstep %}

{% step %}

### Identifica lo que necesita ajuste

**a) Actualiza la rúbrica**

* Añade descripciones claras del desempeño para cada nivel
* Reemplaza las frases vagas por indicadores medibles.
* Añade criterios que reflejen tus prioridades actuales.

**Ejemplo:**

* **Antes:** "Recomendación excelente — Presenta una recomendación sólida con fuentes relevantes."
* **Después:** "Recomendación excelente — Presenta 3 recomendaciones claras, basadas en evidencia y accionables que usan fuentes relevantes para respaldar afirmaciones clave."

<figure><img src="https://cdn.prod.website-files.com/655ce9ef982243b960228317/699dfe9dc562619925ab27ae_Screenshot%252B2025-10-17%252Bat%252B3_36_50-E2-80-AFPM.png" alt="Rubric criterion before refinement"><figcaption></figcaption></figure>

<figure><img src="https://cdn.prod.website-files.com/655ce9ef982243b960228317/69aa291bba7f5552c07bd7bb_Screenshot-2B2025-10-17-2Bat-2B3_37_11-E2-80-AFPM.png" alt="Rubric criterion after refinement with measurable descriptors"><figcaption></figcaption></figure>

**b) Añade instrucciones específicas de calificación**

* Añade notas sobre casos especiales como instrucciones de calificación, sin revelar respuestas a los estudiantes.
* Usa reglas directas para resolver la ambigüedad, como crédito parcial, problemas de formato o fuentes aceptables.

**Ejemplo:** "Si el estudiante no hace esta recomendación específica al estudio de caso, no otorgues la máxima puntuación independientemente de la recomendación." Entonces la IA solo dará la máxima puntuación cuando los estudiantes hagan esa recomendación a la empresa.

<figure><img src="https://cdn.prod.website-files.com/655ce9ef982243b960228317/69aa29393c6060ff8b0c211a_Screenshot%2B2025-10-17%2Bat%2B3_42_36%25E2%2580%25AFPM%2B1.png" alt="Example grading instruction for a rubric criterion"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### Itera y regenera

Restablece las entregas, aplica la rúbrica o las instrucciones actualizadas y regenera para medir la mejora. Repite en ciclos pequeños hasta que los resultados coincidan con tus estándares.

**Ejemplo:** Con descriptores y reglas más claros, la IA separó las recomendaciones "excelentes" de las "buenas". La excelente requería la recomendación correcta con más de cuatro pasos accionables y abundantes fuentes sobre beneficios y riesgos. La buena era convincente y estaba bien fundamentada, pero no coincidía con las instrucciones de calificación.

<figure><img src="https://cdn.prod.website-files.com/655ce9ef982243b960228317/699dfe9dc562619925ab27a2_Group%2B39507.png" alt="Grade distribution after regenerating with the refined rubric and instructions"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### Solo tú sabes cómo calificas

El ajuste de la IA funciona mejor junto con tu experiencia en la materia. Usa la IA para detectar patrones e inconsistencias y luego decide si la causa es un lenguaje vago en la rúbrica o contexto faltante.

**Ejemplo:** Un instructor de escritura consideró que la IA era demasiado indulgente con la gramática y revisó las descripciones de los niveles para que obtener calificaciones más altas fuera más difícil.
{% endstep %}
{% endstepper %}

## En resumen

TimelyGrader no es automatización total. Funciona como un asistente docente que tú entrenas y que mejora con tus ajustes. Instrucciones más claras le ayudan a reflejar tu criterio académico, ahorrándote tiempo sin sacrificar la calidad.

## Artículos relacionados

* [Avanzado: Personalizar la calificación](https://help.timelygrader.ai/es/articulos-de-soporte-de-autoservicio/15.-avanzado-personalizar-la-calificacion.md)
* [Cómo restablecer calificaciones y comentarios](https://help.timelygrader.ai/es/articulos-de-soporte-de-autoservicio/10.-como-restablecer-calificaciones-y-comentarios.md)
* [Regeneración para obtener comentarios más precisos](https://help.timelygrader.ai/es/articulos-de-soporte-de-autoservicio/18.-regeneracion-para-comentarios-mas-precisos.md)
