Evaluar lo que la IA no puede resolver sola
Material de apoyo. No es obligatorio leerlo para rendir.
1. Evaluar en tiempos de IA
Redefinir la evaluación para observar comprensión, transferencia, decisiones y proceso.
Ideas clave
- Evaluar desempeños vinculados con situaciones significativas.
- Combinar producto, proceso y explicación.
- Definir qué uso de IA está permitido.
- Solicitar transferencia a un caso nuevo.
- Usar más de una evidencia para decidir.
Qué conviene evitar
- Basarse únicamente en el texto final.
- Suponer fraude por el estilo de escritura.
- Intentar vigilar todo el proceso.
- Mantener tareas que solo piden reproducir información.
- Calificar automáticamente sin revisión.
Caso para pensar
Dos trabajos son excelentes, pero uno de los estudiantes no puede explicar ninguna decisión.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
2. Evidencias de proceso y trazabilidad
Recoger borradores, decisiones, fuentes, cambios y reflexiones sin convertir el seguimiento en vigilancia.
Ideas clave
- Pedir una breve bitácora de decisiones.
- Conservar versiones significativas del trabajo.
- Solicitar fuentes efectivamente consultadas.
- Incluir autoevaluación del aporte de la IA.
- Recolectar solamente evidencias necesarias.
Qué conviene evitar
- Registrar cada clic del estudiante.
- Confundir cantidad de datos con conocimiento.
- Exigir capturas con información privada.
- Evaluar solo el último archivo.
- Usar vigilancia invasiva como prevención.
Caso para pensar
La escuela propone grabar toda la pantalla del estudiante para comprobar que no usó IA.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
3. Rúbricas para producciones asistidas
Construir criterios sobre calidad conceptual, decisiones, evidencias, autoría y revisión.
Ideas clave
- Describir niveles de logro observables.
- Compartir la rúbrica antes de la tarea.
- Valorar justificación y revisión crítica.
- Separar presentación visual de calidad conceptual.
- Probar la rúbrica con ejemplos.
Qué conviene evitar
- Usar criterios vagos como “muy creativo”.
- Agregar criterios después de entregar.
- Premiar un acabado producido automáticamente.
- Medir solamente errores formales.
- Ocultar el peso de cada criterio.
Caso para pensar
Una producción visual impactante obtiene la nota máxima aunque contiene conceptos incorrectos.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
4. Defensa oral, desempeño y transferencia
Comprobar apropiación mediante explicación, aplicación, preguntas de seguimiento y situaciones nuevas.
Ideas clave
- Pedir que se explique una decisión central.
- Plantear una variación del problema.
- Observar la aplicación durante una tarea.
- Permitir preparación sin memorizar un discurso.
- Usar preguntas breves conectadas con el producto.
Qué conviene evitar
- Convertir la defensa en interrogatorio punitivo.
- Evaluar memoria de frases.
- Hacer preguntas ajenas al objetivo.
- Suponer culpabilidad antes de escuchar.
- Usar la oralidad como única evidencia para todos.
Caso para pensar
El estudiante explica su producción, pero no puede aplicar la idea cuando cambia una condición del problema.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
5. Retroalimentación aumentada y humana
Generar devoluciones claras y accionables con IA, manteniendo lectura, criterio y vínculo docente.
Ideas clave
- Señalar un logro y una mejora prioritaria.
- Proponer una acción concreta para revisar.
- Adaptar el lenguaje al destinatario.
- Leer y corregir toda devolución antes de enviarla.
- Dar oportunidad de producir una nueva versión.
Qué conviene evitar
- Enviar comentarios automáticos sin leer.
- Saturar con veinte correcciones.
- Usar un tono frío en una situación sensible.
- Reducir la devolución a una nota.
- Cargar trabajos identificables sin resguardo.
Caso para pensar
La IA redacta una devolución técnicamente correcta, pero inadecuada para un estudiante que atraviesa una situación difícil.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
6. Integridad académica sin detectores mágicos
Abordar el uso no declarado mediante diseño, diálogo y evidencias, reconociendo límites de los detectores.
Ideas clave
- Conversar con el estudiante sobre su proceso.
- Comparar borradores y decisiones documentadas.
- Diseñar tareas contextualizadas.
- Aplicar procedimientos institucionales justos.
- Evitar acusaciones basadas en una única señal.
Qué conviene evitar
- Tomar el porcentaje de un detector como prueba definitiva.
- Acusar por una redacción demasiado correcta.
- Cambiar criterios de manera retroactiva.
- Prohibir sin enseñar uso responsable.
- Exponer públicamente una sospecha.
Caso para pensar
Un detector indica 82 % de IA, pero no ofrece evidencia verificable sobre cómo llegó a ese número.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.
7. Rediseño de una evaluación auténtica
Transformar una prueba reproductiva en una experiencia con contexto, proceso, criterios y defensa.
Ideas clave
- Identificar primero qué aprendizaje debe demostrarse.
- Incorporar una situación real o verosímil.
- Permitir recursos con reglas explícitas.
- Exigir decisiones justificadas.
- Combinar rúbrica, proceso y transferencia.
Qué conviene evitar
- Cambiar solo el formato visual.
- Agregar IA sin modificar la tarea cognitiva.
- Pedir más cantidad de texto.
- Evaluar algo distinto de lo enseñado.
- Eliminar toda ayuda sin razón pedagógica.
Caso para pensar
Una prueba domiciliaria pide definiciones idénticas a las del manual y prohíbe IA sin modificar la consigna.
Criterio AAS: la IA amplía posibilidades, pero la responsabilidad pedagógica, la verificación y el cuidado de las personas siguen siendo humanos.