Teresa M. Ober es investigadora en el Instituto de Investigación ETS. Su trabajo se centra en comprender y medir las habilidades que los estudiantes necesitan para tener éxito en entornos cada vez más moldeados por la inteligencia artificial (IA). Realiza investigaciones en tres áreas conectadas: (a) evaluación de habilidades humanas complejas; (b) creación y validación de marcos que conecten el aprendizaje K–12 con las habilidades necesarias para la educación postsecundaria y el mercado laboral; y (c) desarrollo de métodos habilitados por IA para avanzar en la investigación y medición educativa. En su trabajo sobre habilidades complejas, estudia cómo responden los estudiantes a situaciones desafiantes en entornos de aprendizaje digital, cómo progresan ante dificultades y cómo estos comportamientos pueden evaluarse de forma fiable. Sus publicaciones incluyen investigaciones sobre datos de procesos, carga cognitiva, medidas de autoinforme y la conexión entre comportamientos del aprendiz y resultados de rendimiento. El trabajo reciente y en curso incluye el desarrollo y validación de un marco de adaptabilidad y una escala de formato corto relacionada, así como la investigación de cómo las perspectivas docente y alumnado influyen en la definición de habilidades que complementan el papel de la IA en el aprendizaje y el trabajo.
Además, la investigación de Teresa busca vincular el conocimiento de contenidos de K–12 con marcos de competencias más amplios que reflejen las demandas que enfrentan los estudiantes fuera de la escuela. Ha codesarrollado marcos para comunicación, alfabetización digital y alfabetización en IA, así como modelos para la educación basada en competencias alineados con las necesidades futuras de habilidades. Este trabajo conecta el desarrollo conceptual con orientación práctica de diseño para evaluaciones, apoyos instruccionales y análisis orientados al profesor. También informa informes y herramientas orientadas a políticas que utilizan educadores y líderes de programa para fortalecer la preparación de los estudiantes para las vías postsecundarias.
Otra línea de su trabajo se centra en avanzar en métodos de investigación educativa utilizando herramientas de IA. Esto incluye el desarrollo de protocolos para el uso de grandes modelos de lenguaje para apoyar el análisis cualitativo, el examen del uso de datos sintéticos para el desarrollo y validación de instrumentos, y el estudio de la fiabilidad de las recomendaciones generadas por IA dentro de los sistemas de aprendizaje. Estos esfuerzos enfatizan la transparencia, la interpretabilidad y la solidez metodológica, y se basan en su trabajo previo sobre enfoques de aprendizaje automático para comprender la implicación del alumnado, la predicción del rendimiento y el análisis de procesos de evaluación.
Teresa ha contribuido a múltiples proyectos de investigación financiados externamente que impulsan el estudio del aprendizaje, la evaluación y el uso de la IA en la educación. Su trabajo incluye roles en proyectos financiados por el Institute of Education Sciences y la National Science Foundation, así como colaboraciones con socios universitarios y equipos de investigación interdisciplinarios. Su trabajo financiado abarca el desarrollo de sistemas de retroalimentación habilitados por IA para el aprendizaje de ciencias en secundaria, investigaciones sobre la persistencia de los estudiantes durante tareas basadas en ordenadores y estudios que aplican aprendizaje automático y análisis avanzados para comprender los procesos de aprendizaje. En estos proyectos, aporta experiencia en evaluación compleja de habilidades, análisis de aprendizaje y métodos de investigación apoyados por IA, ayudando a diseñar estudios, desarrollar instrumentos y protocolos, analizar datos de los estudiantes y traducir los hallazgos en herramientas y prácticas que apoyen la instrucción y la evaluación. Estas colaboraciones reflejan un compromiso continuo con la construcción de enfoques basados en la evidencia que refuercen la medición educativa y mejoren el diseño de entornos de aprendizaje en K–12 y más allá.
Su trabajo aparece en revistas como Journal of Educational Data Mining, Computers & Education, AERA Open, Psychological Assessment, Journal of Psychoeducational Assessment e Computer Science Education, junto con numerosos artículos en congresos sobre ciencias del aprendizaje, medición educativa e IA en comunidades de investigación educativa. También ha publicado manuales, capítulos de libros e informes de investigación que apoyan a educadores, responsables políticos y organizaciones en el desarrollo de sistemas de evaluación alineados con habilidades.
Antes de unirse a ETS, Teresa fue profesora asistente de investigación en la Universidad de Notre Dame y completó su doctorado en psicología educativa en el Graduate Center de la City University of New York. En distintos roles, su trabajo pretende contribuir a avanzar en las prácticas de medición, con un enfoque más reciente en mejorar cómo se utiliza la IA en la investigación y la evaluación, y en fortalecer la alineación entre lo que los estudiantes aprenden en la escuela y las habilidades que necesitarán en un futuro facilitado por la IA.
Teresa Ober | LinkedIn
Última actualización: 23/01/2026