En esta entrada voy a presentar tres nuevos GPTs personalizados que pueden ayudar a los docentes a mejorar su flujo de trabajo en la creación de preguntas de cuestionario. En concreto se trata de:

• BloomBot: Para crear preguntas según las taxonomías de Bloom.
• MindBloom: Para crear retroalimentaciones a cada respuesta posible del cuestionario.
• BloomBoom: Para hacer más complicados (o divertidos) los cuestionarios.

Pero antes de hablar de estos tres nuevos, conviene recordar los primeros GPTs que hice. Hace más de un año que presenté mis GPTs personalizados para Moodle, entre los que se encontraban algunos especializados en los diferentes tipos de preguntas de Moodle:

Estos están especializados en el formato GIFT (¿qué es eso de GIFT?), por lo que pueden crear muchas preguntas directamente en un formato exportable a Moodle. Los GPTs que presento en esta entrada y que ya están disponibles en la GPT Store, tienen una función diferente, y podríamos decir previa a los anteriores.

Con los GPTs especializados en los tipos de preguntas de Moodle se puede hacer todo el proceso: le puedes pedir directamente «5 preguntas de respuesta cerrada sobro la fotosíntesis», te las hace, con sus retroalimentaciones, en formato GIFT, e incluso puedes indicarle dificultad. Con los nuevos lo que pretendo es perfeccionar el sistema de creación de preguntas y relegar los GPTs especializados en el formato GIFT solo para la tarea de dar el formato a preguntas ya creadas. De esta manera, al hacer cada GPT específico en una tarea, el resultado global es mejor y está más controlado.

Como siempre explico, lo ideal es también ofrecer un contexto adecuado para que los GPTs conozcan el corpus de conocimientos sobre el que deben realizar las preguntas. Es decir, tener unos «apuntes» que le pasemos al GPT para que en base a eso haga las preguntas.

Bueno, vamos ya a hablar de los nuevos GPTs creados:

BloomBot

BloomBot es un GPT personalizado, especializado en las taxonomías de Bloom, con ejemplos de preguntas para los diferentes verbos relacionados en cada nivel.

Este sería el primer paso en la generación de preguntas. Idealmente se le proporciona al GPT un contexto (apuntes) sobre los que generar preguntas (aunque esto no es necesario) y se le solicita que las haga según los niveles deseados. El uso habitual que le he dado ha sido el de solicitar 5 preguntas de un nivel, y a continuación le he pedido que las haga más difíciles. Así, nivel por nivel. Recojo todas las preguntas generadas y selecciono/modifico las que más me interesan.

Una vez tenemos las preguntas creadas, nos interesará crear la retroalimentación para cada posible respuestas, aquí entra en juego el siguiente GPT.

MindBloom

Este GPT es más complejo es su funcionamiento, respecto del anterior. Su función en ayudar a crear los textos de retroalimentación para cada opción de respuesta posible, pero lo va a hacer en base a unos parámetros que le vamos a poder marcar.

De nuevo, mi recomendación para que la propia retroalimentación se base en las explicaciones del docente, es proporcionarle como contexto los «apuntes» de la asignatura para que se guíe en ellos, además, obviamente, de las preguntas y respuestas de las que queremos retroalimentación.

La forma de crear las retroalimentación puede ser hasta en cuatro elementos, simplificado en:

[EMOJI] + [INDICACIÓN DE SI ES CORRECTA O NO] + [INDICACIÓN SOBRE LA RESPUESTA CORRECTA] + [ESTRATEGIA DE FEEDBACK]

• [EMOJI]: Le podemos pedir que empiece con un emoji indicativo para respuesta correcta o equivocada, o que no lo use.
• [INDICACIÓN DE SI ES CORRECTA O NO]: Podemos solicitarle si queremos que indique en texto si la respuesta es correcta o no.
• [INDICACIÓN SOBRE LA RESPUESTA CORRECTA]: Podemos solicitarle que, si se ha seleccionado una respuesta incorrecta, indique o no cuál es la correcta.
• [ESTRATEGIA DE FEEDBACK]: Podemos solicitar qué tipo de estrategia de feedback queremos. O incluso que las mezcle como le plaza.

Pero esto se lo podremos decir en códigos más simples siguiendo este esquema:

[E-XX][T-XX][R-XX][X-XXX]

Dónde «E» se refiere al emoji, «T» a texto de si es correcta o no, «R» a indicación de cuál es la respuesta correcta (si elegimos la incorrecta) y «X» al tipo de Feedback. Aunque podemos decirle el tipo de feedback que queremos mediente el propio prompt.

Yo suelo usar este:

Primero indica si la opción es correcta o incorrecta (y añade un emoji). Cuanto presentes la retroalimentación de una respuesta correcta, valora el esfuerzo del alumno y luego refuerza teóricamente porqué esa es la respuesta correcta. Cuando presentes la retroalimentación de una respuesta incorrecta, anima al alumno a que repase el apartado de los apuntes correspondiente al corpus conceptual de la pregunta y explica porqué la respuesta es incorrecta, sin indicar nunca cuál es la correcta.

¿Cómo saber qué tipo de retroalimentación puede ofrecer MindBloom? Como pretendo ir actualizándolo, el propio GPT tendrá un iniciador de conversación en el que listará todos los códigos, así como instrucciones de uso. Te ofrezco aquí unos ejemplos.

• [I-SOC]Preguntas socráticas: guía hacia el descubrimiento del error mediante reflexión
• [C-ETI]Etimología conceptual: proporciona el origen de los términos para facilitar comprensión
• [I-EMP]Empatía cognitiva: reconoce el razonamiento que pudo llevar al error
• [A-ANA]Analogías ilustrativas: explica conceptos mediante comparaciones con situaciones familiares

Cuando dentro de un tiempo llegue a una versión más completa de las retroalimentaciones, actualizaré esta entrada con el catálogo completo.

Ejemplo 1: [E-SÍ][T-SÍ][R-NO][I-SOC]

❌ INCORRECTA

[I-SOC] Has seleccionado que los virus son seres vivos. Si esto fuera cierto, ¿cómo explicarías que no puedan reproducirse por sí mismos fuera de una célula huésped?

Ejemplo 2: [E-NO][T-SÍ][R-SÍ][C-ETI]

CORRECTA

La respuesta "fotosíntesis" que has seleccionado es correcta.

[C-ETI] El término fotosíntesis proviene del griego "photo" (luz) y "synthesis" (composición), reflejando perfectamente cómo las plantas componen su alimento utilizando la energía de la luz.

Ejemplo 3: [E-SÍ][T-NO][R-SÍ][I-EMP]

🤔

La respuesta correcta es "Segunda Ley de la Termodinámica".

[I-EMP] Al seleccionar la Primera Ley, probablemente estabas pensando en la conservación de la energía. Es comprensible la confusión, ya que ambas leyes tratan sobre energía, pero la Segunda Ley es la que específicamente aborda el aumento de entropía en sistemas aislados.

Ejemplo 4: [E-SÍ][T-SÍ][R-NO][A-ANA]

⭐ ¡CORRECTA!

[A-ANA] Tu identificación del ADN como molécula hereditaria es acertada. El ADN funciona como una biblioteca biológica: los genes son como libros que contienen instrucciones precisas, organizados en estanterías (cromosomas) y con un sistema de copia que permite transmitir esa información a nuevas células.

Este sistema de códigos proporciona al docente una forma rápida y eficiente de especificar exactamente qué tipo de retroalimentación desea generar para cada respuesta en sus cuestionarios Moodle.

BloomBoom

Y para completar este trio, tenemos a BloomBoom.

Nunca he sido fan de los cuestionarios que intentan engañar al alumno haciéndole caer en trampas, pero me he decidido a crear un GPT que ayude al docente a hacer esto mismo. Aunque mi recomendación es que nunca se utilice en evaluaciones sumativas. Es decir, como actividad formativa para hacer un test de resistencia de los conocimientos del alumno frente a los engaños puede ir muy bien, e incluso ser algo divertido si se plantea sin presiones. Si ahora mismo no sabes la diferencia entre evaluación formativa y sumativa te recomiendo que leas: https://elpulpoenelvaso.jlmirall.es/?p=251

La utilidad de esta herramienta residiría en ayudar a presentar múltiples tipos de trampas entre las posibles respuestas de las preguntas. De nuevo, el propio GPT tendrá la lista completa de trampas siempre actualizada y consultable mediante iniciador de conversación. Así que presento aquí solo unas de las que tiene incluidas.

Ejemplo 1 Doble Negación (TI-1)

Descripción: Esta técnica utiliza múltiples negaciones en la formulación de la pregunta, creando confusión para el estudiante que debe realizar varias inversiones lógicas para identificar la respuesta correcta.

Ejemplo: ¿Cuál de las siguientes NO es una característica NO presente en los mamíferos?

• a) Pelo
• b) Glándulas mamarias
• c) Respiración pulmonar
• d) Escamas

Ejemplo 2 Verdad Parcial (JP-2)

Descripción: Opciones que son correctas en un 90%, pero contienen un pequeño error o imprecisión que las invalida completamente.

Ejemplo: La fotosíntesis:

• a) Transforma CO₂ en O₂ usando energía solar
• b) Ocurre en cloroplastos mediante la clorofila
• c) Produce glucosa y libera oxígeno como subproducto
• d) Es un proceso que ocurre exclusivamente en las hojas

Ejemplo 3 Similitud Fonética (DS-1)

Descripción: Utiliza opciones que suenan muy parecido pero tienen significados completamente diferentes, confundiendo a los estudiantes que no dominan la terminología específica.

Ejemplo: ¿Qué proceso ocurre en la superficie de los materiales porosos?

• a) Absorción
• b) Adsorción
• c) Abrasión
• d) Adhesión

Ejemplo 4 Opción Mixta Engañosa (MOT-3)

Descripción: Presenta una opción del tipo «A y C son correctas» cuando en realidad una de ellas contiene un error sutil que la invalida.

Ejemplo: Las funciones del hígado incluyen:

• a) Producción de bilis
• b) Almacenamiento de vitaminas
• c) Producción de insulina
• d) A y C son correctas

Si eres docente, usa responsablemente este bot…

Cuando dentro de un tiempo llegue a una versión más completa de las trampas, actualizaré esta entrada con el catálogo completo.

---

Espero que estos tres asistentes puedan ser de utilidad para optimizar el proceso de creación de actividades de cuestionario.

Aprovechando que en la sesión lectiva del 29 de Abril de 2025 no se podía avanzar materia y solo realizar repaso, (debido a los problemas derivados por el apagón del día anterior), creé dos cuestionarios sobre dos temas diferentes ya trabajados en la asignatura de Introducción a la Pedagogía Musical. En un cuestionario usé a BloomBot y a MindBloom, y en otro unicamente a BloomBot. Formamos dos equipos en el aula, y el objetivo era conseguir realizar los dos cuestionarios con 100% de aciertos. Los cuestionarios ni tenían tiempo límite ni restricciones de intentos. Al terminar cada intento se informaba al equipo de la puntuación total del cuestionario y se podía ver el feedback de las preguntas. En el de las preguntas trampa no se sabía si se había acertado o no cada pregunta de forma individual, solo aparecía como feedback el tipo de trampa utilizada. En el otro cuestionario sí se sabía, pero nunca se indicaba en el feedback cuál era la respuesta correcta. Después de esta actividad pasé un breve cuestionario completamente anónimo a los alumnos del que comparto los resultados: