Evaluar en tiempos de IA: claves para repensar nuestras prácticas

A lo largo de los capítulos anteriores hemos abordado distintos desafíos que la inteligencia artificial generativa plantea a nuestras prácticas de evaluación: revisar las consignas, reconocer qué aprendizajes necesitamos promover, hacer visible el proceso y ampliar las formas de demostrar lo aprendido. Estas reflexiones nos llevan a una decisión que atraviesa todo el diseño de una propuesta evaluativa: ¿qué lugar tendrá la IA en la experiencia que queremos construir?

No existe una única respuesta. La posibilidad de utilizar estas herramientas dependerá de los objetivos de aprendizaje, de los conocimientos que esperamos que los estudiantes construyan y de las capacidades que necesitamos evaluar. En algunas instancias será importante que puedan demostrar determinados conocimientos y habilidades sin asistencia tecnológica; en otras, la IA podrá incorporarse como parte de la actividad, ofreciendo oportunidades para analizar información, explorar alternativas, elaborar producciones o resolver problemas.

Por eso, más que establecer una autorización o prohibición general, necesitamos definir qué papel puede cumplir la IA en cada experiencia de evaluación y qué esperamos que hagan los estudiantes frente a sus resultados.

Definir el lugar de la IA en la evaluación

Podemos reconocer diferentes formas de incorporar estas herramientas en las actividades:

• IA como objeto de análisis: los estudiantes examinan respuestas, producciones o recomendaciones generadas por IA, identificando errores, sesgos, omisiones o limitaciones.

• IA como herramienta de producción: se utiliza para generar, organizar o transformar materiales que luego deben ser revisados y validados.

• IA como copiloto: se incorpora como apoyo para explorar alternativas, formular preguntas, revisar ideas y enriquecer el proceso de resolución.

• IA como interlocutora: se utiliza para sostener intercambios que permitan profundizar explicaciones, explorar perspectivas o poner a prueba argumentos.

Estas posibilidades no son excluyentes y pueden combinarse en una misma actividad. Lo importante es que su incorporación responda a una intención pedagógica y que el estudiante tenga claridad sobre qué se espera de su participación.

Una escala para orientar los acuerdos de uso

Para avanzar en esta decisión, Fabio Tarasow (2025) recupera la Escala de Uso de la IA en la Evaluación, desarrollada por Perkins, Furze, Roe y MacVaugh (2024). Se trata de un marco que permite organizar distintos niveles de interacción con estas tecnologías, desde su no utilización hasta su integración plena en experiencias de exploración.

La escala no funciona como un manual rígido ni establece una clasificación universal de las actividades. Ofrece, más bien, un punto de partida para que docentes y estudiantes puedan acordar qué usos están habilitados, cuáles son sus alcances y qué responsabilidades implica cada uno.

Los cinco niveles que propone son:

Nivel 1. Sin IA

La actividad se realiza sin asistencia de inteligencia artificial. Se busca que los estudiantes demuestren sus conocimientos, comprensión y habilidades de manera independiente, por ejemplo, en una instancia en la que necesitamos observar el dominio de determinados procedimientos o conceptos fundamentales.

Nivel 2. Planificación con IA

La IA puede utilizarse en instancias previas para explorar ideas, realizar una lluvia de ideas, organizar información o elaborar esquemas iniciales. Sin embargo, el desarrollo y la producción final deben mostrar el trabajo independiente del estudiante sobre esos aportes.

Nivel 3. Colaboración con IA

La herramienta puede intervenir durante la realización de la tarea: generar ideas, colaborar en la redacción, ofrecer retroalimentación o ayudar a revisar una producción. Se espera que el estudiante analice críticamente sus sugerencias, las modifique y justifique las decisiones que toma.

Nivel 4. IA completa

Se habilita un uso amplio de la IA en los distintos momentos de la tarea. El estudiante puede recurrir a ella para desarrollar diferentes componentes de la actividad, pero debe orientar su utilización hacia los objetivos propuestos y demostrar capacidad para dirigir, evaluar y revisar los resultados.

Nivel 5. Exploración con IA

La IA se integra de manera creativa en la resolución de problemas, la generación de perspectivas y el desarrollo de soluciones innovadoras. Incluso puede contemplarse el codiseño de experiencias de evaluación entre docentes y estudiantes para explorar nuevas aplicaciones dentro de un campo de conocimiento.

Esta escala nos permite advertir que el uso de IA no es una cuestión de todo o nada. Podemos habilitarla en determinados momentos, para ciertas tareas o con diferentes grados de intervención. La decisión dependerá de qué necesitamos evaluar y de qué oportunidades queremos ofrecer para que los estudiantes construyan y demuestren sus aprendizajes.

Orientar el uso: transparencia, verificación y responsabilidad

Una vez definido el lugar de la IA, necesitamos comunicar con claridad las condiciones de uso. No alcanza con indicar que está permitido o prohibido recurrir a estas herramientas: es importante explicitar para qué pueden utilizarse, en qué momentos, qué tipo de intervención se espera y cómo deben reconocerse sus aportes.

La transparencia constituye un punto de partida para que los estudiantes puedan explicar cómo utilizaron la IA, qué consultas realizaron y qué decisiones tomaron a partir de las respuestas obtenidas. Sin embargo, declarar su uso no es suficiente. También necesitamos promover la verificación de la información, el contraste con fuentes confiables y la revisión crítica de los resultados.

Podemos incorporar preguntas que ayuden a orientar esa reflexión:

• ¿La información generada es correcta y pertinente para el problema que se está abordando?

• ¿Qué fuentes permiten verificar las afirmaciones de la herramienta?

• ¿Qué aspectos de la respuesta se recuperaron, modificaron o descartaron?

• ¿Qué decisiones tomó el estudiante durante el proceso?

• ¿Puede explicar y fundamentar la producción que presenta?

Estas preguntas permiten desplazar el foco desde la mera declaración del uso de IA hacia la comprensión de cómo intervino en el trabajo y qué hizo el estudiante con sus aportes.

Diseñar evidencias que permitan reconocer los aprendizajes

Definir el lugar de la IA también implica revisar qué evidencias necesitamos recuperar para valorar los aprendizajes. Si nos concentramos exclusivamente en el producto final, podemos perder de vista decisiones, razonamientos y procesos que resultan fundamentales para comprender qué aprendió el estudiante.

Algunas estrategias permiten ampliar esa mirada:

• Registrar el proceso: incorporar bitácoras breves, versiones preliminares, revisiones y reflexiones sobre las interacciones con IA. No se trata de acumular capturas o registros, sino de seleccionar evidencias que permitan comprender cómo se construyó una producción y qué decisiones se tomaron.

• Incorporar instancias de intercambio oral: proponer entrevistas breves, defensas de decisiones, explicaciones del procedimiento seguido o debates. Estas instancias permiten que los estudiantes fundamenten sus respuestas, establezcan relaciones entre conceptos y expliciten sus razonamientos.

• Diseñar actividades situadas: recuperar problemas reales, datos locales, casos de la comunidad o situaciones propias del campo profesional. La contextualización requiere interpretar las particularidades de cada situación y utilizar los conocimientos para construir respuestas pertinentes.

• Diversificar los formatos de producción: considerar videos, podcasts, infografías, presentaciones digitales o narrativas multimedia, siempre que el formato elegido sea coherente con los objetivos de aprendizaje y permita reconocer las capacidades que buscamos evaluar.

• Explicitar los criterios de evaluación: utilizar rúbricas o guías de evaluación que contemplen tanto la calidad de la producción como los procesos y las decisiones involucradas. Según la propuesta, podemos valorar la profundidad del análisis, la fundamentación, la contextualización, la verificación de información y el uso crítico y responsable de la IA.

Estas estrategias no necesitan incorporarse todas en una misma actividad. Su selección dependerá de las características de la propuesta y de las evidencias que realmente necesitamos para valorar los aprendizajes. Tampoco se trata de multiplicar las instancias de control, sino de construir formas de seguimiento que aporten información significativa y permitan acompañar el proceso.

Una decisión pedagógica que atraviesa toda la evaluación

Las decisiones sobre el uso de IA no deberían tomarse de manera aislada ni quedar reducidas a una indicación al final de una consigna. Forman parte del diseño de la experiencia evaluativa: se relacionan con los aprendizajes esperados, las actividades propuestas, las evidencias que vamos a recuperar y los criterios con los que valoraremos las producciones.

En este sentido, la escala recuperada por Tarasow (2025) puede convertirse en una herramienta para abrir el diálogo con los estudiantes y construir acuerdos. Explicitar qué usos se habilitan y por qué permite que comprendan las expectativas de la actividad y asuman una participación responsable en su propio proceso de aprendizaje.

A su vez, las estrategias desarrolladas a lo largo de este libro nos invitan a pensar evaluaciones que no se limiten a resistir la presencia de estas tecnologías, sino que puedan enriquecerse a partir de ella. Esto supone diseñar propuestas que recuperen el contexto, hagan visibles los procesos, promuevan la reflexión y permitan reconocer la capacidad de los estudiantes para analizar información, tomar decisiones y fundamentar sus producciones.

En definitiva, integrar la IA en la evaluación no significa incorporarla en todas las actividades ni delegar en ella decisiones pedagógicas. Significa definir con intención qué lugar puede ocupar, qué aprendizajes queremos promover y qué condiciones necesitamos construir para que su utilización contribuya a experiencias de evaluación más significativas.