La sesión de la Comunidad IA del 25 de septiembre retomó la discusión sobre la evaluación auténtica en tiempos de inteligencia artificial, con la participación de Manuel Sotomayor. La conversación se concentró en un desafío que adquiere mayor relevancia ante el avance de la IA generativa y agéntica: cómo diseñar evaluaciones capaces de evidenciar el aprendizaje cuando un producto académico de calidad ya no permite conocer, por sí solo, el proceso seguido por el estudiante.
Uno de los puntos abordados fue la necesidad de pasar de una lógica centrada en la vigilancia tecnológica hacia el rediseño de la evaluación. Durante la sesión se revisó un reporte reciente del MIT sobre inteligencia artificial y enseñanza, presentado como referencia para analizar este cambio. Entre los aspectos comentados estuvieron la importancia de situar a las personas y el aprendizaje en el centro, fortalecer el rol formativo del docente, reconocer que no existe una única respuesta aplicable a todas las disciplinas y priorizar el uso de la IA para potenciar capacidades antes que automatizar indiscriminadamente los procesos educativos.
Desde esta perspectiva, la evaluación requiere desplazar parte de la atención del producto final hacia el proceso de aprendizaje. Un ensayo, informe u otro entregable puede alcanzar un alto nivel de calidad con apoyo de herramientas de IA, pero esto no necesariamente permite identificar cuánto comprendió o desarrolló el estudiante. Por ello, se planteó la necesidad de hacer visible el itinerario seguido: las alternativas consideradas, las decisiones adoptadas, aquello que fue descartado y las razones detrás de cada elección. También resulta relevante reconocer qué aportó la IA y cómo sus respuestas fueron evaluadas, adaptadas o incorporadas por el estudiante.
La sesión presentó algunas estrategias para trasladar este enfoque a la práctica. Entre ellas se mencionaron los videos individuales o grupales en los que los estudiantes explican y discuten su proceso de trabajo, así como actividades orientadas a justificar decisiones y contrastar perspectivas. Estas evidencias permiten observar dimensiones que difícilmente aparecen en un producto terminado, como el involucramiento, la argumentación, la coherencia, el criterio para seleccionar información y la apropiación de las ideas. La propuesta no busca excluir la IA, sino incorporarla como un andamiaje explícito dentro de una experiencia diseñada para promover el aprendizaje.
Como ejemplo, Sotomayor explicó la evolución de su curso de pensamiento crítico, en el que los estudiantes trabajan con dilemas desde diferentes perspectivas antes de asumir y argumentar individualmente una posición. La IA puede apoyar la búsqueda y el contraste de información, mientras que las discusiones grupales, los videos y la argumentación individual permiten observar cómo cada estudiante comprende, analiza y construye su postura. De este modo, la evaluación no se limita a determinar la calidad formal del resultado, sino que incorpora evidencias sobre el razonamiento desarrollado durante el proceso.
La conversación cerró con una idea transversal: ante sistemas de IA cada vez más capaces, la respuesta educativa no pasa únicamente por detectar o restringir su uso. El desafío está en rediseñar las rutas de aprendizaje y las evaluaciones para hacer visibles la reflexión, la metacognición y la toma de decisiones del estudiante. Esto también supone revisar qué tareas pueden delegarse a la tecnología y cuáles requieren mantener una participación humana directa, especialmente en procesos docentes como la retroalimentación y la certificación del aprendizaje.
¿Te gustaría participar activamente en la Comunidad IA en Educación?
Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS
Mira el video completo de la sesión:
