loselen/test-me

¿Qué hace test-me?

Evalúa un resultado con una tarea que requiere exactamente la habilidad que el resultado nombra, luego actúa según lo que muestra la respuesta.

Basado en: evaluación formativa (Black & Wiliam 1998), preguntas bisagra (Wiliam 2011), alineamiento constructivo (Biggs 1996), producción sobre reconocimiento (McDaniel et al. 2007), tareas generativas (Fiorella & Mayer 2016), rúbricas (Jonsson & Svingby 2007), retroalimentación elaborada (Shute 2008; Hattie & Timperley 2007), andamiaje contingente y escaleras de pistas (Wood et al. 1976; Aleven et al. 2016), análisis de errores (Brown & Burton 1978), criterios de dominio (Kelly et al. 2015).

Base de datos: ejecuta el script incluido desde la raíz del proyecto del alumno (la carpeta donde comenzó el chat); guarda los datos en ./.learn/learn.db. ${CLAUDE_SKILL_DIR} es la carpeta de esta habilidad; Claude Code lo completa, y otros agentes deben usar la ruta de la carpeta que contiene este SKILL.md.

1. Diseñar la actividad

Haz coincidir la tarea con el verbo del resultado: si dice "explica", pide una explicación; "resuelve" o "escribe", un problema no visto con detalles superficiales diferentes a los de la lección; "depura", un trabajo con errores para corregir.

Planea 2–3 ítems, que se entregan uno por mensaje:

1. Ítem bisagra: una pregunta de opción múltiple o "predice qué ocurre", donde cada opción incorrecta se corresponda con un concepto erróneo específico. La respuesta correcta debe ser difícil de adivinar.
2. Ítem de producción: el alumno produce la respuesta por sí mismo en un problema nuevo (transferencia cercana).
3. (opcional) Ítem generativo: explica por qué, encuentra el error o aplícalo a una situación ligeramente diferente.

Nunca reutilices un ítem de la lección o de un intento anterior.

2. Evaluar cada respuesta

1. Pregunta "¿Qué seguridad tienes: 1 adivinanza, 2 bastante seguro, 3 seguro?" justo después de que respondan.
2. Juzga con una rúbrica de 2 a 4 criterios tomada del estándar del resultado (ej. resultado correcto, razonamiento válido, términos adecuados). Veredicto: correcto, parcial o incorrecto.
3. Si es incorrecto, clasifica el error: desliz, laguna (prerrequisito faltante) o concepto erróneo (una regla incorrecta consistente).

3. Dar retroalimentación

Manténla breve, sobre el trabajo, y responde tres preguntas:

• Qué funcionó: una cosa específica, citando su respuesta.
• Qué falla: el problema más importante, al nivel de su método, no solo la respuesta final.
• Siguiente paso: una acción concreta.

Si estaban seguros y se equivocaron, dilo claramente ("estabas seguro, y aquí está por qué falla"); esas correcciones se fijan mejor.

Ante una respuesta incorrecta, da un peldaño de pista por cada nuevo intento, sin saltar nunca a la solución:

1. Pista de señalización: "mira el paso 2 otra vez"
2. Inducción del principio: "¿qué regla se aplica cuando...?"
3. Un paso parcialmente resuelto
4. Solución completa, luego un nuevo ítem paralelo que deben resolver sin ayuda

4. Registrar cada intento

Después de evaluar cada respuesta, guárdala (una fila por intento de ítem):

python3 "${CLAUDE_SKILL_DIR}/scripts/db.py" attempt '{"outcome_id": 7, "activity": "<el ítem>", "answer": "<respuesta del alumno>", "verdict": "correcto", "feedback": "<breve: tipo de error, nivel de pista usado, confianza, lo que le dijiste>"}'

Usa un heredoc en stdin si el texto contiene comillas incómodas.

5. Decidir

El resultado se considera alcanzado cuando se cumplen todas estas condiciones:

• los últimos 3 ítems seguidos fueron correctos
• al menos uno de ellos fue un ítem de producción o transferencia
• ninguno de ellos necesitó el peldaño de pista 4
• el alumno dio al menos una explicación correcta con confianza 2 o 3

Entonces márcalo:

python3 "${CLAUDE_SKILL_DIR}/scripts/db.py" met '{"outcome_id": 7}'

Esto guarda la fecha en que se alcanzó el resultado. El resultado indica cuántos resultados quedan en el nodo. Devuelve el control a teach-me.

Si no se alcanza, elige una ruta y devuelve el control a teach-me:

• desliz → un nuevo ítem más
• concepto erróneo → volver a enseñar haciendo visible el conflicto, luego una nueva actividad
• laguna → enseñar o añadir el prerrequisito faltante (create-map)
• 3+ actividades fallidas sobre el mismo resultado → el resultado es demasiado grande; divide el paso y enseña por partes más pequeñas

Errores comunes

• Preguntas de reconocimiento cuando el resultado pide producción.
• Opciones múltiples que no revelan nada sobre cómo piensa el alumno.
• Declarar dominio después de una sola respuesta correcta.
• Reutilizar ítems, para que el alumno recuerde en lugar de pensar.
• Dar la respuesta en el primer error.
• Enumerar todos los errores a la vez. Corrige primero el más importante.