¿Cómo saber si un alumno ha aprendido, incluso si utiliza inteligencia artificial?

La aparición de la inteligencia artificial generativa ha hecho frágil la clásica trinidad de evaluación universitaria “trabajo independiente + actividades prácticas + examen final”. Hoy en día, un estudiante puede producir un informe bien estructurado y con tono académico en minutos.

Prohibir la IA o convertir la evaluación en una cacería de trampas no resuelve el problema subyacente: no se trata de la tecnología, se trata de cómo demostramos que hay aprendizaje, autoría y pensamiento reales, más allá del producto final pulido.

Problema pedagógico

La evaluación basada en el trabajo autónomo, la práctica acumulativa y el examen ya era débil antes de la IA: favorece la reproducción de contenidos, castiga los errores como “fracasos” (castigar los errores en lugar de integrarlos en el aprendizaje) y deja poca huella del proceso de aprendizaje. La IA no crea este problema; hace visible.

La evaluación que necesita hoy la educación superior no es una técnica específica, sino un cambio de lógica y de paradigma. En lugar de preguntar “¿Cómo se detecta si existe IA?”, debería preguntarse “¿Qué evidencia demuestra que el estudiante ha aprendido y puede comunicar lo que ha aprendido?” Enmarcar el problema de esta manera nos lleva del control a la calidad pedagógica y nos obliga a repensar lo que entendemos por aprendizaje, enseñanza y evaluación.

Evaluar procesos, no resultados

¿Cómo juzgar de forma más justa y más acorde con los nuevos tiempos? ¿Cómo podemos garantizar que se adquieran las habilidades y competencias necesarias? Podemos implementar otro tipo de tareas que nos permitan valorar el razonamiento y asegurar la autoría de las respuestas, como defensas orales, microtareas con retroalimentación inmediata, entrevistas académicas o debates guiados.

Esta forma de evaluación también se puede aplicar en el caso de los deberes, recogiendo evidencias del proceso en diferentes etapas -borradores, repasos, explicaciones, reflexiones- que nos permiten ver la evolución del aprendizaje.

En todos estos casos, la inteligencia artificial se integra de forma ética y transparente, pidiendo al alumno que explique cómo la utilizó, en qué contribuyó la herramienta y en qué contribuyó, de modo que se pueda evaluar su pensamiento crítico, su capacidad de detección de errores y su juicio en la toma de decisiones.

Microtareas de evaluación

Las “microtareas” son ejercicios muy breves en los que el alumno explica qué haría en una situación concreta y por qué, visibilizando su razonamiento y autoría.

Por ejemplo, ante un problema simple -como elegir la mejor estrategia para resolver un conflicto en equipo- basta con pedirte que expliques los pasos que seguirías, que verifiques la información (incluida la generada por la IA) y por qué eliges la solución; Entonces la evaluación proviene de tu proceso de pensamiento, no del examen.

Centrarse en el mundo real

Las tareas que se les asignen, tanto en el aula como en casa, deben ser similares a las que afrontarán en su vida profesional: abordar problemas abiertos, casos reales o probables, ensayar múltiples soluciones y asumir condicionantes éticos, sociales o profesionales, es decir, limitaciones que determinan cómo pueden actuar.

Por ejemplo, si tienen que proponer una solución para mejorar un servicio público, la limitación podría ser respetar la privacidad de los datos, cumplir una normativa profesional, adaptarse a un determinado presupuesto o garantizar que la propuesta no discrimine a ningún colectivo; Estos límites nos obligan a tomar decisiones responsables, como en la vida real.

Evaluación dialógica y explicativa.

La explicación y el diálogo son parte del proceso de aprendizaje. Es por ello que estrategias de enseñanza como las defensas orales, las entrevistas académicas, los debates guiados o la justificación de decisiones cobran fuerza en este enfoque.

La oralidad nos permite comprobar lo aprendido y comprendido, reducir las desigualdades, mostrar el propio pensamiento y fortalecer la responsabilidad intelectual. Invite a los estudiantes a discutir, aclarar sus dudas, defender sus ideas y mostrar cómo llegaron a ellas.

Evaluar la metacognición

Los estudiantes pueden trabajar la metacognición cuando responden preguntas como: ¿qué han aprendido? ¿Qué te costó más? ¿Qué errores cometieron? ¿Qué harías diferente? ¿Qué papel ha jugado la inteligencia artificial en mi proceso de aprendizaje?

Este tipo de preguntas fortalecen la autonomía, fortalecen la motivación y vinculan la evaluación y el aprendizaje.

Evalúe su propio uso de la IA

Este plan de estudios de competencias no prohíbe la IA, pero la integra de manera crítica. Esto se consigue evaluando el razonamiento de los estudiantes al utilizarlo. Al enviar una tarea, por ejemplo, podemos pedirle que incluya una breve declaración sobre el uso de esta herramienta en el trabajo en sí, al final del documento, en un anexo o justo después de la actividad.

En esa sección, que podría llamarse Uso de IA en mi proceso, explicarías cómo la usaste y por qué, qué herramientas usaste, qué partes del trabajo fueron tuyas, qué decisiones tomaste, qué limitaciones estableciste y cómo verificaste la información generada.

De esta manera, la evaluación sigue centrada en el razonamiento, el pensamiento y la responsabilidad de los estudiantes.

Evaluación formativa y justa

Finalmente, la evaluación debe ser formativa: es decir, debe guiar al alumno. Para que una corrección o comentario sea significativo, debe ayudarle a mejorar.

En el modelo tradicional la evaluación es clasificada, actúa como un filtro: el estudiante completa la tarea, recibe una calificación y ahí termina el proceso. La calificación funciona como una etiqueta de “aprobado” o “reprobado”, sin proporcionar información útil para mejorar o margen para revisión de errores; El mensaje implícito es que cometer errores tiene consecuencias negativas, pero no oportunidades de aprendizaje.

La evaluación formativa convierte ese mismo momento en un proceso de orientación: el docente analiza el trabajo, señala los éxitos, identifica claramente qué aspectos se pueden fortalecer y explica cómo hacerlo, para que el alumno comprenda lo que ha aprendido y qué pasos puede dar para progresar y mejorar, lo que convierte la evaluación en un apoyo continuo. Así, en lugar de cerrar caminos, la evaluación se convierte en un recurso que abre posibilidades, fortalece la comprensión y ayuda a aprender mejor.

Aprendizaje visible

En resumen, la evaluación en la era de la inteligencia artificial nos obliga a explorar cómo un estudiante piensa, decide, comete errores, aprende y actúa con criterio. Esto significa pasar de certificar productos (exámenes, tareas) a visibilizar los aprendizajes, de medir las respuestas a los procesos de comprensión, de castigar los errores a reconocerlos como evidencia del pensamiento.

Porque cuando el atajo es perfecto, lo verdaderamente transformador no es prohibirlo, sino atreverse a cambiar de camino.