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

Wanyun Qi

• español

  Ante la creciente demanda de profesionales de español en China, este estudio explora el uso de la inteligencia artificial generativa en la enseñanza de lengua española. Tomando los complementos de régimen preposicional (CRP) como medio de análisis, se evaluó el rendimiento de seis plataformas de IA en tres tareas docentes representativas: resolución de ejercicios, explicación gramatical y diseño de actividades. A partirdel manual Español Moderno, ampliamente utilizado en universidades chinas, se seleccionaron y estandarizaron ejercicios sobre CRP, que fueron aplicados de forma uniforme a los modelos con instrucciones diferenciadas según lastareas docentes. La evaluación se basó en criterios cualitativos previamente definidos. Los resultados muestran que todos los modelos completan las tareas, pero con diferencias significativas en precisión, claridad y adecuación al contexto educativo. Cada plataforma presenta fortalezas y limitaciones según el tipo de tarea y algunas tienen dificultades para interpretar correctamente el formato o la intención pedagógica. El estudio ofrece datos empíricos útiles sobre las posibilidades y límites de estas herramientas, al tiempo quebusca aportar orientaciones para su integración crítica en el aula de ELE en China.

• English

  In response to the growing demand for Spanish professionals in China, this study explores the use of generative artificial intelligence in the teaching of Spanish as a foreign language (SFL). Using prepositional dependent constructions (PDC) as the object of analysis, the performance of six AI platforms was evaluated across three representative teaching tasks: exercise resolution, grammatical explanation, and activity design. Based on Español Moderno, a textbook widely used in Chinese universities, a set ofstandardized PDC exercises was selected and applied uniformly to all models, with task-specific instructions. The evaluation followed a set of predefined qualitative criteria. The results show that while all models completed the tasks, there were significant differences in accuracy, clarity, and pedagogical appropriateness. Each platform presents specific strengths and limitations depending on the task type, and some models showed difficulty in correctly interpreting task format or pedagogical intent. Thisstudy provides empirical insights into the potential and limitations of these tools and aims to offer guidance for their critical integration into SFL classrooms in China.