El tutor que corrige sin que nadie lo mire

Una plataforma de formación técnica con 60.000 alumnos y 18.000 entregas de ejercicios por día. Desde febrero, cada entrega la corrige un tutor automático: devuelve qué está mal, por qué, y qué conviene repasar. El alumno tiene la devolución en menos de quince minutos y las inscripciones subieron un 30 por ciento. El tutor es hoy el producto.

Cuatro cosas de este sistema están mal, y ninguna de las cuatro se nota en la demo.

Lo que sale. El servicio de entregas le manda al modelo el registro tal como lo tiene guardado: el código del alumno, su nombre completo, su legajo y el texto que escribió. El modelo corre en la infraestructura del proveedor. Lo que sale de la plataforma es el legajo académico de una persona: cuántas veces se equivocó, en qué y cuándo.

De dónde sale la explicación. El modelo explica de memoria. Cuando dice “repasá punteros”, no dice qué lección, y a veces la lección que describe no es la que da el curso. El preparador de pedidos, que ya lee el material del curso con referencia a la lección porque se construyó para el generador de resúmenes de los profesores, no participa de este flujo.

Cuando el proveedor no contesta. En abril estuvo caído una hora y cuarenta minutos, en el cierre de la semana 6. Las entregas de esa hora y media no se corrigieron: ni el modelo ni una persona. La mesa de revisión docente existe, con tres docentes por turno, y no recibe nada.

Lo que cuesta. El modelo se llevó el 40 por ciento del presupuesto de infraestructura del trimestre. El equipo tiene un techo de 9 unidades operativas y hoy usa 6.

Rearmá el sistema. No hay una sola forma de hacerlo bien: hay varias, y cada una paga algo distinto. Lo que no se negocia es que el proveedor no vea quién escribió el ejercicio, que cada explicación se pueda rastrear hasta la lección de la que salió, que una caída de dos horas no se lleve las entregas de esas dos horas, y que el día que el modelo no esté siga habiendo alguien que corrija.