Desempeño de una herramienta basada en IA para la corrección del TTCT-Verbal en la evaluación del pensamiento creativo
Agencias de apoyo
- Ministerio de Ciencia, Innovación y Universidades del Gobierno de España
Resumen
La corrección del Test de Pensamiento Creativo de Torrance – Forma Verbal (TTCT-Verbal) presenta desafíos asociados a la carga temporal, la variabilidad interjueces y la subjetividad en la evaluación de la originalidad. Este estudio examinó de manera preliminar el desempeño de una herramienta de inteligencia artificial basada en un modelo de lenguaje de gran escala para apoyar la corrección de las dimensiones de fluidez, flexibilidad y originalidad, en comparación con un panel de seis evaluadores/as humanos/as. Se utilizaron 47 protocolos de estudiantes de postgrado de la Universitat de València, de los cuales 30 fueron seleccionados para el análisis comparativo entre la IA y el promedio humano. Se calcularon el Coeficiente de Correlación Intraclase ICC(3,1), el error absoluto medio, la raíz del error cuadrático medio, correlaciones de Pearson y gráficos de Bland-Altman. Los resultados mostraron medias próximas entre ambos sistemas y bajo error absoluto. La asociación más alta se observó en originalidad, mientras que fluidez y flexibilidad evidenciaron menor consistencia relativa. Los análisis gráficos permitieron explorar la distribución de las diferencias sin identificar sesgos sistemáticos evidentes, aunque estos resultados deben interpretarse de forma descriptiva. Se concluye que la herramienta muestra un desempeño prometedor, especialmente en originalidad, pero no homogéneo entre dimensiones. Su uso resulta más pertinente como apoyo complementario en sistemas híbridos de evaluación del pensamiento creativo que como sustituto del juicio humano experto.
Descargas
-
Resumen0
-
PDF0
-
PDF 0
Citas
Acar, S., Berthiaume, K., Grajzel, K., Dumas, D., Flemister, Ch., y Organisciak, P. (2023). Applying automated originality scoring to the verbal form of Torrance Tests of Creative Thinking. Gifted Child Quarterly, 67(1), 3–17. https://doi.org/10.1177/00169862211061874
Alcántara Santuario, A. (2023). La inteligencia artificial y sus implicaciones en educación. Perfiles Educativos, 45(Especial), 5–8. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61687
Alfonso-Benlliure, V., Checa, I. y Meléndez, J. C. (2025). Long in the tooth for creativity? Differences in divergent thinking between young and older adults. Thinking Skills and Creativity, 57, 101847 https://doi.org/10.1016/j.tsc.2025.101847
Barragán-Giraldo, D. F., Pirela-Morillo, J. E., y Riaño Diaz, J. A. (2024). Datificación en contextos educativos. Entre subjetivación y ética. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 22(2), 119-132. https://doi.org/10.15366/reice2024.22.2.007
Beaty, R. E., Johnson, D. R., Zeitlen, D. C., y Forthmann, B. (2022). Semantic distance and the alternate uses task: Recommendations for reliable automated assessment of originality. Creativity Research Journal, 34(3), 245–260. https://doi.org/10.1080/10400419.2022.2025720
Bland, J. M., y Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476), 307–310. https://doi.org/10.1016/S0140-6736(86)90837-8
Bland, J. M., y Altman, D. G. (1999). Measuring agreement in method comparison studies. Statistical Methods in Medical Research, 8(2), 135–160. https://doi.org/10.1177/096228029900800204
Cesário, V., y Nisi, V. (2023). Designing mobile museum experiences for teenagers. Museum Management and Curatorship, 38(3), 272-292. https://doi.org/10.1080/09647775.2022.2111329
Cisternas San Martín, N., Guzman Muñoz, E., y Rivas Poblete, A. (2025). Inteligencia Artificial como asistente para desarrollar un currículum de educación contínua basado en competencias. Revista de Investigación Educativa, (43). https://doi.org/10.6018/rie.619441
Dumas, D., y Runco, M. (2018). Objectively Scoring Divergent Thinking Tests for Originality: A Re-Analysis and Extension. Creativity Research Journal, 30(4), 466–468. https://doi.org/10.1080/10400419.2018.1544601
Giavarina, D. (2015). Understanding Bland Altman analysis. Biochemia Medica, 25(2), 141–151. https://doi.org/10.11613/BM.2015.015
Goenechea, C., y Valero-Franco, C. (2024). Educación e Inteligencia Artificial: Un Análisis desde la Perspectiva de los Docentes en Formación. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 22(2), 33-50. https://doi.org/10.15366/reice2024.22.2.002
Guilford, J. P. (1950). Creativity. American Psychologist, 5(9), 444–454. https://doi.org/10.1037/h0063487
Guilford, J. P. (1967). The nature of human intelligence. McGraw-Hill.
Guzik, E. E., Byrge, C., y Gilde, C. (2023). The originality of machines: AI takes the Torrance Test. Journal of Creative Behavior, 57(1), 45–58. https://doi.org/10.1002/jocb.546
Huerta, R. (2023). Artivismo y creatividad en la formación docente: cementerios, arte y literatura. Arte y Políticas de Identidad, 29, 65-86. https://doi.org/10.6018/reapi.598721
Huerta, R. (2025). Aprendizaje basado en proyectos (ABP). Visitas a museos y fotografía creativa en la formación del profesorado. Observar. Revista Electrònica De Didàctica De Les Arts, (19), 48–81. https://doi.org/10.1344/observar.2025.19.3
Huerta, R., y Alfonso-Benlliure, V. (2025). Museums as Catalysts for Creativity in Adolescence: A Review. Heritage, 8(8), 327. https://doi.org/10.3390/heritage8080327
Jarquín-Ramírez, M.-R., Alonso-Martínez, H., y Díez-Gutiérrez, E.-J. (2025). Chat GPT para un Sistema Educativo Justo, Democrático y Transformador. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 23(3), 1-14. https://doi.org/10.15366/reice2025.23.3.001
Kim, K. H. (2006). Can we trust creativity tests? A review of the Torrance Tests of Creative Thinking (TTCT). Creativity Research Journal, 18(1), 3–14. https://doi.org/10.1207/s15326934crj1801_2
Kim, K. H. (2017). The Torrance Tests of Creative Thinking - Figural or Verbal: Which one should we use? Creativity. Theories – Research – Applications, 4(2), 302–321. https://doi.org/10.1515/ctra-2017-0015
Koo, T. K., y Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012
Mella-Mella, F. M., Calatayud Salom, M. A., y Lucas Calatayud, Á. J. (2026). Uso de la IA como Estrategia de y para el Aprendizaje en Educación Superior. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 24(1). https://doi.org/10.15366/reice2026.24.1.007
Organisciak, P., Acar, S., Dumas, D., y Berthiaume, K. (2023). Beyond semantic distance: Automated scoring of divergent thinking greatly improves with large language models. Thinking Skills and Creativity, 49, 101356. https://doi.org/10.1016/j.tsc.2023.101356
Perchtold-Stefan, C. M., Fink, A., Rominger, C., y Papousek, I. (2024). Social exclusion increases antisocial tendencies: Evidence from retaliatory ideation in a malevolent creativity task. Psychology of Aesthetics, Creativity, and the Arts, 18(6), 1014–1025. https://doi.org/10.1037/aca0000500
Reiter-Palmon, R., Forthmann, B., y Barbot, B. (2019). Scoring divergent thinking tests: A review and systematic framework. The Psychology of Aesthetics, Creativity, and the Arts, 13(2), 144-152. https://doi.org/10.1037/aca0000227
Runco, M. A. (2023). Updating the Standard Definition of Creativity to Account for the Artificial Creativity of AI. Creativity Research Journal, 37(1), 1 –5. https://doi.org/10.1080/10400419.2023.2257977
Runco, M. A., Millar, G., Acar, S., y Cramond, B. (2010). Torrance Tests of Creative Thinking as predictors of personal and public achievement: A fifty-year follow-up. Creativity Research Journal, 22(4), 361–368. https://doi.org/10.1080/10400419.2010.523393
Sanjurjo Pérez, P., Solana Domínguez, I., y Arana Cuenca, A. (2026). Un año sin móvil: Estudio de caso sobre políticas de prohibición y su influencia en el rendimiento académico. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 24(1). https://doi.org/10.15366/reice2026.24.1.003
Sanz-Leal, M., y Orozco Gómez, M. L. (2025). Validación en español de una escala de Competencia Global en docentes en formación y en servicio. Revista de Investigación Educativa, (43). https://doi.org/10.6018/rie.564141
Silva Fuentealba, E. (2024). ChatGPT como catalizador del pensamiento creativo. [Chat GPT as a Catalyst for Creative Thinking]. European Public & Social Innovation Review, 9, 1-19. https://doi.org/10.31637/epsir-2024-410
Silva-Fuentealba, E., Valdés-León, G., y Oyarzún Yáñez, R. (2025).
Inteligencia artificial en el aula: potenciando la resolución de problemas a través del pensamiento creativo. Revista de Comunicación de la SEECI, 58, 1–19. https://doi.org/10.15198/seeci.2025.58.e927
Torrance, E. P. (1966). Torrance Tests of Creative Thinking: Norms-technical manual. Personnel Press.
Torrance, E. P. (1974). Torrance Tests of Creative Thinking: Norms-technical manual (Research edition). Personnel Press.
Torrance, E. P. (2008). Torrance Tests of Creative Thinking: Technical manual and scoring guide. Scholastic Testing Service.
Verdú-Pina, M., Serrano, V., Grimalt-Álvaro, C., y Usart, M. (2026). Perfiles docentes según la competencia digital autopercibida y el uso de la tecnología: Un análisis de clústeres. Revista de Investigación Educativa, (44). https://doi.org/10.6018/rie.672661
Welter, M. M., Jaarsveld, S., van Leeuwen, C., y Lachmann, T. (2016). Intelligence and Creativity: Over the Threshold Together? Creativity Research Journal, 28(2), 212–218. https://doi.org/10.1080/10400419.2016.1162564
Derechos de autor 2026 Revista de Investigación Educativa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 España (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
3. Condiciones de auto-archivo. Se permite a los/as autores/as a difundir electrónicamente las versiones pre-print (versión antes de ser evaluada) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica.
