Evaluar en tiempos de IA: del producto al proceso

Hay una pregunta que se repite en las salas de profesores: si la inteligencia artificial puede escribir el informe, resolver el cuestionario y hasta generar el código, ¿qué estamos evaluando? La pregunta es incómoda, pero útil. Obliga a revisar algo que muchas veces dábamos por sentado.

Lo que muestran los datos

El Digital Education Outlook 2026 de la OCDE recoge la preocupación docente: según la encuesta TALIS de 2024, el 72 % de los docentes de secundaria baja cree que la IA puede dañar la integridad académica, porque permite presentar como propio un trabajo ajeno.

Pero el informe va más allá de la preocupación. Advierte sobre la pereza metacognitiva: cuando el estudiante usa la IA como atajo para evitar el esfuerzo de pensar, el desempeño en la tarea puede mejorar mientras el aprendizaje real se debilita. Y propone un modelo de trabajo conjunto entre docentes e IA, donde el docente actúa como orquestador pedagógico: define objetivos, guía el comportamiento de la herramienta e interviene cuando hace falta el juicio profesional. La OCDE concluye que los currículos, la evaluación y la formación docente tienen que adaptarse a la presencia de la IA.

Lo que la IA no puede hacer por el estudiante

En la escuela técnica tenemos una ventaja: buena parte de lo que enseñamos se demuestra haciendo. Una IA puede redactar el informe de una práctica de laboratorio, pero no puede medir en el banco de pruebas, ni detectar el falso contacto en un tablero, ni explicar en voz alta por qué eligió esa sección de conductor.

Eso no significa volver al examen escrito con el celular guardado. Significa desplazar el foco de la evaluación desde el producto final hacia el proceso que lleva a él.

Lo que dice la pedagogía

Rebeca Anijovich y Graciela Cappelletti, en La evaluación como oportunidad (2017), proponen una evaluación formativa centrada en la retroalimentación, los criterios compartidos y la autoevaluación. Su planteo resulta hoy más pertinente que nunca: si el estudiante sabe qué se espera, por qué y cómo mejorar, la IA se vuelve una herramienta más dentro del proceso, no un reemplazo.

Edith Litwin, en El oficio de enseñar (2008), insistía en que la evaluación forma parte de la enseñanza y que los docentes evaluamos todo el tiempo en la clase, a través de la observación y el diálogo. Ese saber práctico es precisamente lo que la IA no puede automatizar.

John Hattie, en Visible Learning (2009), ubicó la retroalimentación entre las prácticas con mayor efecto sobre el aprendizaje. Lo que importa no es la calificación, sino la información que ayuda al estudiante a avanzar.

Una propuesta para el aula técnica

Algunas estrategias para evaluar procesos:

• Bitácora de trabajo. El estudiante registra decisiones, dudas, errores y correcciones. Si usó IA, declara para qué y qué hizo con la respuesta.
• Defensa oral breve. Cinco minutos para explicar un proyecto o un cálculo. Las preguntas del docente revelan rápidamente si hubo comprensión.
• Evaluación en el taller. Diagnóstico de una falla, montaje, medición. El desempeño se observa en vivo con una rúbrica compartida.
• Versiones sucesivas. Se evalúa la mejora entre la primera y la última versión de un trabajo, con retroalimentación en el medio.
• Autoevaluación y coevaluación. Con criterios claros, los estudiantes evalúan su trabajo y el de sus pares. Aprender a evaluar es aprender a pensar sobre el propio aprendizaje.

Ninguna de estas estrategias es nueva. Lo nuevo es que la IA las volvió necesarias.

Para la planificación

El Marco Curricular Común de Córdoba (2025) y las Progresiones de Aprendizaje proponen metas, aprendizajes e indicadores por ciclo. Esos indicadores son una base excelente para construir rúbricas compartidas con los estudiantes. Evaluar procesos además pone en juego la oralidad, la lectura y la escritura, y el pensamiento crítico, capacidades fundamentales del currículum provincial.

Para seguir pensando

La IA no inventó el problema de evaluar solo productos. Lo hizo evidente. Tal vez sea una buena noticia: nos obliga a evaluar lo que siempre quisimos evaluar, que es cómo piensa y cómo trabaja un futuro técnico.

¿Cambiaste tus formas de evaluar desde que tus estudiantes usan IA? Compartí tu experiencia. Sobre el oficio docente escribí en ¿Alcanza con saber mucho de lo que enseñamos?.

Seguime para más contenidos sobre educación técnica y tecnología: Instagram · YouTube · LinkedIn

Fuentes

• OCDE (2026). OECD Digital Education Outlook 2026.
• APO (2026). OECD Digital Education Outlook 2026: key findings.
• Corporate Maldives (2026). OECD Report: Generative AI Reshapes the Roles of Teachers, Students, and Institutions.
• Rocking Robots (2026). OECD: Generative AI Does Not Automatically Improve Learning Outcomes.
• Anijovich, R. y Cappelletti, G. (2017). La evaluación como oportunidad. Paidós.
• Litwin, E. (2008). El oficio de enseñar. Paidós.
• Hattie, J. (2009). Visible Learning. Routledge.