Cuando una tarea puede ser resuelta íntegramente por IA, el producto final deja de ser una evidencia suficiente de aprendizaje. La respuesta no debería ser prohibir la IA ni confiar en detectores poco fiables, sino rediseñar las actividades para que el proceso deje huellas observables.
La estrategia no debe basarse en buscar actividades que no puedan ser imitadas por la IA o que requieran un nivel de abstracción que esta no pueda alcanzar. En muchas tareas escolares, especialmente cuando están bien formuladas y se proporciona suficiente información, la IA puede producir respuestas de una calidad igual o superior a la esperada en buena parte del alumnado.
El objetivo de este artículo es proponer criterios para diseñar actividades en las que la IA pueda utilizarse como herramienta sin sustituir el aprendizaje del alumnado. La diferencia está entre utilizarla como apoyo o delegar en ella la tarea. En el primer caso, el alumno mantiene el control del proceso: pregunta, contrasta, selecciona, revisa, corrige y justifica sus decisiones. En el segundo, entrega un producto que no ha elaborado realmente, no comprende suficientemente o no puede defender. El problema no es simplemente que se use IA, sino que el alumno desaparezca del proceso. Esta distinción, entre apoyo y delegación, es el criterio que recorre todas las características que se proponen a continuación.
Este artículo no pretende ofrecer un modelo cerrado ni una solución definitiva al problema de la evaluación en presencia de IA. Se trata de una propuesta de trabajo para orientar el diseño de actividades y evidencias de aprendizaje en un contexto en el que los productos escritos aislados han perdido parte de su valor como prueba de autoría y comprensión.
Las ideas que se presentan deberán adaptarse a cada materia, etapa educativa, grupo de alumnos y finalidad de la evaluación. En algunos casos bastará con una evidencia sencilla, como una pregunta oral o una observación breve durante la actividad. En otros, especialmente cuando la tarea tenga mayor peso evaluativo o permita un uso amplio de la IA, será necesario combinar varias evidencias para obtener una imagen más fiable del aprendizaje.
La IA como herramienta
La presencia creciente de la IA y su grado de penetración en la vida cotidiana hacen inviable su prohibición. Algo que además no es deseable porque forma parte del mundo en el que vivimos y la escuela debe preparar al alumnado para ese mundo, no aislarlo de él.
Debemos incorporar la IA como una herramienta más, clarificando previamente, antes de cada trabajo, el uso que se puede hacer de ella. Para ello puede ser útil una escala para la utilización de la IA, como el marco MIAE, con el que se puede graduar su uso desde su ausencia total, pasando por diversos grados de utilización con diferentes funciones. La siguiente imagen muestra de forma esquemática este marco.
Aunque existen otros marcos útiles, como AIAS, centrado especialmente en la integridad académica y la evaluación, o SEIA, que incorpora también dimensiones como la supervisión, la equidad y el DUA, se utilizará MIAE porque permite clasificar de forma más directa el papel que desempeña la IA en cada tarea: reformular, planificar, generar un borrador, colaborar en el proceso o producir un resultado que después debe ser supervisado por la persona.
En cualquier tarea susceptible de ser hecha con IA, el profesorado debería determinar el nivel que permitirá. Un ejercicio de ortografía o de cálculo puede necesitar nivel 0 (ausencia total de IA). Una redacción sobre un tema determinado puede beneficiarse de una corrección de estilo (nivel 1). La preparación de un trabajo de investigación puede utilizar la IA para hacer una lluvia de ideas (nivel 2). Los niveles superiores no deben descartarse, pero requieren un diseño más cuidadoso, porque el centro de la actividad ya no está en producir una respuesta, sino en dirigir, revisar, justificar y mejorar el trabajo realizado con apoyo de la IA.
Características de las evidencias
Una vez definido el nivel de IA permitido, la evaluación debe comprobar no solo el producto final, sino también si el alumnado ha trabajado dentro de ese nivel y qué aprendizaje puede demostrar a partir del proceso seguido. Para ello proponemos una serie de características que deben cumplir las evidencias generadas por el alumnado.
Conviene tener en cuenta que estas características no operan en el mismo plano, ya que algunas describen cómo se diseña la evaluación (trazabilidad, contextualización, triangulación), otras el soporte en que se manifiesta la evidencia (oralidad, presencialidad, materialidad) y otra es una condición que debe cumplir el alumnado (transparencia en el uso de IA). El cruce entre ellas es lo que aporta fiabilidad.
- Trazabilidad del proceso. Trabajo en el aula, borradores revisados durante la actividad, registros del docente, rúbricas de proceso, cuadernos de clase o de campo y otras evidencias del proceso. No se valora solo el resultado final, sino cómo el alumno trabaja, decide, se equivoca, corrige y avanza. La trazabilidad no garantiza por sí sola la autoría, ya que también puede simularse con IA, pero permite contrastar mejor el proceso y evita que la evaluación dependa únicamente de un producto final aislado. Por eso las evidencias de proceso resultan más fiables cuando se cruzan con evidencias de presencialidad u oralidad.
- Contextualización. La evidencia se vincula a experiencias, datos, observaciones, discusiones o decisiones producidas en el aula. Cuanto más dependa de lo que ha ocurrido realmente en el grupo, menos sustituible será por una respuesta genérica generada por IA.
- Oralidad. Intercambios orales, entrevistas evaluativas, defensas, preguntas estructuradas, debates y otras situaciones de comunicación oral. El alumno debe explicar, argumentar, reformular y responder en el momento, especialmente cuando se le pide relacionar la respuesta con aquello que se ha hecho o discutido en el aula.
- Presencialidad. Observación sistemática, prácticas de laboratorio, talleres, pruebas prácticas, dramatizaciones, debates, coloquios, entre otros. La IA no puede “estar” en el aula ni sustituir aquello que el alumno hace en tiempo real ante el docente.
- Materialidad. Maquetas, prototipos, preparaciones, modelos físicos, murales, pruebas prácticas y otras producciones materiales o actuaciones observables. Producen objetos reales o actuaciones que implican habilidades manuales, toma de decisiones y presencia del alumno.
- Triangulación. Combinación de observaciones, producciones, pruebas prácticas, interacciones orales, registros de proceso, autoevaluaciones, coevaluaciones y otras fuentes de información. La decisión evaluativa no depende de una única evidencia, sino del contraste entre varias fuentes.
- Transparencia en el uso de IA. Cuando la actividad permite utilizar inteligencia artificial, el alumnado debe indicar cómo la ha usado: para generar ideas, corregir, resumir, buscar alternativas, revisar errores o mejorar la presentación. Esta declaración no debe limitarse a copiar los prompts, sino explicar qué aportó la IA, qué decisiones tomó el alumno y qué partes aceptó, modificó o descartó. Esta transparencia es imprescindible cuando se permite el uso de IA, aunque sea mínimo, para que el alumnado se acostumbre a declarar qué uso ha hecho de la herramienta y qué responsabilidad mantiene sobre el resultado.
No todas las actividades necesitan el mismo grado de control ni la misma cantidad de evidencias. En una tarea breve puede bastar con indicar el nivel de IA permitido y pedir una justificación mínima del uso realizado. En una actividad de mayor peso, como un trabajo de investigación, una presentación o un proyecto, sí puede ser necesario recoger alguna evidencia del proceso: un esquema inicial, una versión intermedia, una explicación oral breve o una reflexión final.
La finalidad no es multiplicar la carga de corrección del profesorado, sino evitar que toda la evaluación dependa de un producto final que puede haber sido generado por IA. Por eso, conviene que sean coherentes con la tarea y limitadas a lo necesario, basta con una muestra del proceso o una justificación de las decisiones tomadas.
Ejemplos según el nivel de uso de la IA
Nivel 0. Sin IA.
Prueba breve en el aula. La evidencia es la propia realización presencial.
Nivel 1. IA para revisión formal.
Redacción escrita por el alumno y revisada con IA. Se entrega la versión final y se señalan dos o tres cambios realizados con ayuda de la IA.
Nivel 2. IA para planificar.
En la creación de una maqueta, la IA puede usarse para obtener ideas sobre materiales, estructura o forma de representar el contenido. La maqueta debe ser construida por el alumnado y acompañarse de una explicación breve sobre qué idea se aprovechó, qué se cambió y por qué.
Nivel 3. IA como borrador inicial.
En una presentación sobre un tema trabajado en clase, la IA puede generar una primera estructura o un borrador de guion. El alumnado entrega el resultado final y marca qué partes ha cambiado, ampliado o corregido.
Nivel 4. Cocreación con IA.
En un proyecto breve, el alumnado utiliza la IA durante el proceso para pedir propuestas, revisarlas, hacer cambios y mejorar el resultado. No se corrige toda la conversación: se pide una selección de tres decisiones importantes tomadas durante el trabajo.
Nivel 5. IA autónoma supervisada.
La IA produce un texto explicativo completo. El alumnado lo somete a una auditoría crítica y defiende oralmente sus conclusiones: qué errores detectó, qué decidió y por qué. La evidencia de aprendizaje es esa defensa, no la simple aceptación o rechazo del producto.
Para facilitar la selección de evidencias adecuadas a cada característica, puede recurrirse a un catálogo de recursos ya organizado con ese fin.
METACEVAL: Recursos metodológicos para el aula
METACEVAL es un catálogo en línea que contiene más de 180 técnicas y metodologías activas, así como más de 185 recursos de evaluación, entre los que se encuentran más de 85 evidencias de evaluación. Hemos seleccionado algunas evidencias que encajan bien en cada una de las características de las evidencias. Una misma evidencia puede aparecer en varias características, ya que un mismo recurso puede servir a propósitos distintos según cómo se utilice.
| Característica de la evidencia | Evidencias del catálogo | Uso recomendado |
|---|---|---|
| Trazabilidad del proceso | Observación sistemática, Observación incidental, Trabajo individual en aula, Trabajo cooperativo, Cuaderno de clase, Plan de trabajo, Análisis de procesos y reflexiones, Análisis documental, Análisis de interacciones digitales | Revisar una versión intermedia en clase, observar cómo el alumno empieza, se bloquea, corrige o mejora, comparar el plan inicial con lo que realmente se hizo, registrar decisiones tomadas durante una práctica, proyecto o trabajo cooperativo. |
| Contextualización | Práctica de laboratorio, Taller, Estudio de caso, Prueba competencial contextualizada, Prueba con documentos, Comentario de gráfica o datos, Resolución de problemas, Simulación, Juego de rol | Usar datos obtenidos en una práctica, pedir que se relacione el producto con una discusión de clase, resolver una variante basada en un caso trabajado en el aula, interpretar una gráfica, fuente o situación vinculada al contexto de la actividad. |
| Oralidad | Intercambios orales, Entrevista evaluativa, Entrevista, Pregunta oral estructurada, Prueba oral, Debate, Coloquio, Exposición oral, Defensa de proyecto | Pedir al alumno que explique una decisión, justifique un cambio, reformule una idea, responda a una pregunta imprevista o defienda cómo ha usado la IA en una parte concreta del trabajo. |
| Presencialidad | Trabajo individual en aula, Prueba escrita de desarrollo, Prueba de respuesta corta, Prueba objetiva, Prueba oral, Prueba práctica, Práctica de laboratorio, Taller, Observación sistemática, Sondeo y cuestionamiento | Realizar una parte de la tarea en clase, aplicar una lista de comprobación durante la sesión, resolver una pregunta breve sin ayuda externa, observar la ejecución de un procedimiento en tiempo real. |
| Materialidad | Práctica de laboratorio, Taller, Prueba práctica, Póster académico, Infografía, Dramatización, Juego de rol, Simulación | Valorar un montaje, preparación, modelo físico, prototipo, actuación, experimento, póster defendido oralmente o producto manipulativo que obligue a aplicar procedimientos y tomar decisiones observables. |
| Triangulación | Triangulación de evidencias, Porfolio, Análisis documental, Observación sistemática, Defensa de proyecto, Entrevista evaluativa, Prueba práctica, Práctica de laboratorio, Trabajo individual en aula | Combinar producto final, observación del proceso y defensa oral, contrastar una práctica con una explicación breve, cruzar porfolio, notas de campo y entrevista, no basar la evaluación en una única entrega escrita. |
| Transparencia en el uso de IA | Entrevista evaluativa, Defensa de proyecto, Análisis de procesos y reflexiones, Análisis documental, Análisis de interacciones digitales, Ficha de reflexión, Porfolio, E-portfolio con evidencias seleccionadas | Pedir que el alumno explique qué pidió a la IA, qué aceptó, qué modificó y qué descartó, seleccionar una o dos decisiones relevantes, contrastar el uso declarado con una versión intermedia, una pregunta oral o una revisión presencial. |
Conclusión
La clave no está en impedir cualquier uso de IA, sino en definir con claridad qué uso se permite y qué evidencias deberá aportar el alumnado. Sin esas evidencias, el producto final puede ser correcto, estar bien redactado y cumplir la consigna, pero no demostrar necesariamente aprendizaje. Por eso, las evidencias deben ser pocas, significativas y coherentes con la tarea: una decisión justificada, una corrección razonada, una explicación oral, una versión intermedia o una muestra del proceso seguido. Así, la evaluación deja de apoyarse solo en lo que se entrega y pasa a centrarse en lo que el alumno puede demostrar que ha comprendido, decidido y aprendido.
Nota: Este artículo tiene nivel 3 en el marco MIAE.
Comentarios recientes