Rendimiento de modelos de IA generativa en tres funciones docentes: análisis de tareas con CRP en ELE

Resumen: Este estudio analiza el rendimiento de seis modelos de inteligencia artificial generativa aplicados a tareas docentes relacionadas con los complementos de régimen preposicional (CRP) en la enseñanza del español como lengua extranjera (ELE). Se enfoca en estudiantes universitarios de China. A partir de un corpus didáctico de 28 ítems, se diseñó una evaluación experimental con tres tipos de tareas —resolución de ítems, explicación metalingüística y diseño de actividades orales—, simulando distintas funciones docentes. Cada tarea fue asignada a los modelos con las mismas preguntas y variando únicamente las instrucciones, con el fin de evaluar su capacidad de adaptación a diferentes demandas educativas. Los resultados muestran que todos los modelos completaron las tareas según las instrucciones, aunque con diferencias notables. La precisión global no alcanzó el 100 % y el rendimiento varió según el tipo de tarea: los errores fueron más frecuentes en ejercicios de producción abierta que en preguntas cerradas. Algunos modelos mostraron también limitaciones para interpretar el formato o la intencionalidad didáctica de ciertos ítems. El estudio aporta evidencia empírica sobre las capacidades actuales de estos modelos en distintos niveles de intervención docente y propone una clasificación funcional para su integración en el aula de ELE.