Un estudio evalúa la durabilidad y la transferibilidad interlingüística de un protocolo validado para clasificar la retroalimentación abierta sobre evaluación docente por categoría temática y sentimiento.
- Los investigadores volvieron a ejecutar el protocolo sobre datos originales en español utilizando tres generaciones de representaciones: características léxicas dispersas, incrustaciones de transformador congeladas y modelos de lenguaje grandes con indicaciones.
- Transferieron la tarea de sentimiento al inglés usando un corpus equilibrado de 45.000 comentarios verificados frente a un conjunto de datos educativo etiquetado por aspecto.
- Un modelo frontier de 2026 logró la mayor F1 temática en la tarea más difícil en español, pero no mostró ventaja de sentimiento sobre modelos más económicos.
Los autores concluyen que la elección del modelo es una decisión de despliegue y no una propiedad del método, ya que el protocolo sigue siendo efectivo entre diferentes tecnologías de representación e idiomas.