Cómo evaluar en tiempos de IA

El análisis de hoy se relaciona con la charla “Ámbitos de protección de la persona frente a la IA: una mirada multidisciplinar”, celebrada el 13 de mayo, dentro del I Encuentro Internacional de Derechos Digitales.

Uno de los ponentes preguntó a la audiencia:

Si esta presentación que estoy haciendo fuera una evaluación académica y os dijera que la he escrito totalmente con ChatGPT, ¿debería suspender? ¿Debería recibir una mala nota? ¿Debería ser sancionado?

“PUES DEPENDE”, continuó Winston Alejandro Aquije Siveroni, del Max Planck Institut für Innovation und Wettbewerb. Depende de lo que se esté evaluando.

Si evaluamos oratoria, quizá da igual que el texto haya sido escrito con ayuda de una IA. Si evaluamos capacidad de síntesis, quizá importa bastante.

El programa oficial de la jornada situaban todas las conversaciones en torno a derechos fundamentales, marco europeo, privacidad, responsabilidad institucional, supervisión y rendición de cuentas. Mucha temática “ligerita”.

¿Qué estamos evaluando exactamente en nivel educativo?

Winston lo formula con un término prestado de la psicometría: la validez de la evaluación. Y esto significa preguntarse si la prueba mide de verdad aquello que dice medir.

Él plantea que las políticas de integridad académica no deberían centrarse sólo en la conducta moral del alumno, sino en la validez de la evaluación. Es decir, si la prueba mide realmente aquello que dice medir. En su intervención defendía cambiar el foco desde la persecución y detección hacia el rediseño de la enseñanza y de la evaluación. Porque detectar si un texto ha sido generado por IA es difícil, y sancionar con indicios débiles puede afectar incluso al derecho de acceso a la educación.

Hasta ahora, muchas instituciones educativas han reaccionado ante la IA generativa como quien tapa una gotera con un cartel de “prohibido mojarse”. Y la reacción es comprensible porque ChatGPT puede escribir ensayos, resumir artículos, generar argumentos, corregir estilo, proponer bibliografía, traducir, ordenar ideas…

El dilema es que prohibirlo todo nos deja en un lugar bastante pobre. Algo así como pensar que el problema de la carretera son los coches y no el diseño de las curvas, la señalización, la velocidad permitida o el señor que conduce mirando TikTok.

Si una tarea puede resolverse copiando una pregunta en ChatGPT y pegando la respuesta sin que el profesor detecte nada ¿será que el problema no es sólo ChatGPT?

Miremos entonces a la tarea.

Durante años hemos usado trabajos escritos como si fueran equivalentes automáticos de aprendizaje. Entregar páginas era sinónimo de haber pensado. Citar autores era sinónimo de haber leído.

Pero

el producto final ya no prueba por sí solo el proceso mental.

Y si el producto final ya no prueba el proceso, por favor, miremos el proceso. Uf qué pereza, ¡toda una oportunidad!

Sobre por qué el plagio con IA no es posible de detectar a pesar de lo que diga GPTZero y similares, lo explico aquí.

Aquí entra otro concepto potente: la descarga cognitiva. Ojo, que este concepto no nació con la IA, es mucho más antiguo. Usar una agenda para no recordar una cita, apuntar la lista de la compra, poner una alarma, usar la calculadora o consultar a Google son formas de descargar parte del esfuerzo mental en una herramienta externa.

Hasta ahí, todo bien. (O no. ¿Te acuerdas de cómo se dividía con decimales?)

La cuestión es que ha cambiado la escala. Lo que la IA generativa puede descargar es juso lo que comentábamos de la planificación, redacción, síntesis, jerarquización, argumentación, tono, comparación, traducción... Todo esto implica que nos puede ayudar a hacer una parte del camino y, ojo que aquí está la trampa, puede hacerte creer que has caminado.

Eso es lo peligroso.

Usar la IA no es malo en sí mismo. La UNESCO publicó en 2023 una guía sobre IA generativa en educación e investigación donde no plantea un rechazo frontal, sino una aproximación centrada en lo humano, con regulación, protección de datos, diseño pedagógico y uso ético, seguro, equitativo y significativo.

La Comisión Europea también ha actualizado sus orientaciones para docentes sobre uso ético de IA y datos en educación, precisamente porque la IA ofrece oportunidades, pero también abre preguntas pedagógicas, legales y éticas.

El problema, por tanto, no es usar IA. Lo malo es no saber qué parte de ti se ha quedado sin entrenar mientras la usabas.

Hay una diferencia bastante clara entre usar la IA como andamio y usarla como exoesqueleto para una mente que ha decidido no levantarse del sofá.

Usarla como andamio sería algo así: le pido a la IA que me explique un concepto difícil de tres formas distintas. Luego cierro la pantalla e intento explicarlo yo, y lo reescribo a mano. Le hago una foto a mi texto y le pido que critique mi argumento. Luego decido qué crítica acepto y cuál no.

Le pido que me proponga una estructura. Luego la rompo, la rehago, la adapto y la convierto en mía. Le pido que me haga preguntas. Luego respondo desde mi memoria, mis lecturas, mis dudas y mis contradicciones.

Si se usa así es probable que mejore el aprendizaje.

Pero usarla como sustituto sería otra cosa: le pido que me escriba el trabajo completo. No entiendo bien lo que entrega, pero suena académico. Cambio tres frases para que no parezca tan de máquina. Lo entrego. Y rezo para que no me pillen.

Aquí es donde aparece el gran reto educativo. No podemos diseñar políticas pensando sólo en pillar al tramposo. Primero, porque los detectores de IA son imperfectos. Segundo, porque se puede castigar injustamente. Tercero, porque nos empuja a una universidad policial, obsesionada con vigilar, detectar y sancionar, en vez de enseñar mejor.

De hecho, el Reglamento Europeo de Inteligencia Artificial considera de alto riesgo algunos sistemas de IA usados en educación, entre ellos los destinados a evaluar resultados de aprendizaje o detectar conductas prohibidas durante exámenes. Es decir, Europa ya está diciendo algo importante: cuando la IA entra en evaluación, estamos jugando con decisiones que pueden afectar trayectorias educativas.

Winston decía algo que me parece clave, el diploma (llámalo licenciatura, grado o lo que la ley de turno convenga) tiene un valor comunicacional. Le dice al mercado laboral que esa persona ha adquirido determinados aprendizajes. Pero si la evaluación deja de medir aprendizaje, el diploma se convierte en un souvenir. Muy bonito, con membrete, pero souvenir.

Aquí hay dos riesgos que avanzan en paralelo. Por un lado, que los estudiantes usen IA para simular competencias que no tienen. Y por otro, que las instituciones respondan con vigilancia tecnológica sin revisar si sus pruebas siguen teniendo sentido.

Es decir, el alumno finge aprender y la institución finge controlar. Un precioso pacto de mediocridad.

Entonces, ¿evaluar para aprender, o evaluar para certificar?

Rediseñar la evaluación es lo ideal, pero tremendamente complejo. Porque suena precioso hasta que recuerdas que un profesor puede tener 140 alumnos, tres grupos, burocracia institucional, correos sin responder y una plataforma educativa del siglo pasado.

Tampoco se trata de volver al examen oral medieval con toga y tribunal severo. Habría que volver a combinar procesos y defensas. Pedir borradores, decisiones justificadas, diarios de aprendizaje, exposiciones orales, preguntas en directo, comparación entre versiones, reflexión sobre el uso de la IA y evidencias de comprensión.

No basta con preguntar al alumno “¿has usado IA?”. Hay que preguntarle:

• ¿Para qué la has usado?

• ¿Qué parte has delegado?

• ¿Qué parte has corregido?

• ¿Qué errores detectaste?

• ¿Qué cambiarías ahora?

• ¿Qué puedes explicar sin mirar la pantalla?

Pero hay otra serie de preguntas que la institución se tiene que hacer a sí misma antes de juzgar a nadie:

• ¿Qué estamos evaluando exactamente?

• ¿Lo hemos enseñado?

• ¿Qué grado de independencia respecto a la IA esperamos del estudiante?

• ¿Qué nivel de transparencia exigimos sobre su uso?

• ¿La prueba que hemos diseñado mide aprendizaje, o sólo capacidad de entregar un producto pulido?

Hasta que la institución no responde a sus propias preguntas, las del alumno son trampa. Le pedimos transparencia sobre un uso cuyas reglas no hemos definido.

Por eso me gusta tanto el título del proyecto de Winston: “ChatGPT escribió mi tesis”, porque condensa el miedo de una época. Entonces, ¿queremos estudiantes que entreguen buenos productos? ¿O queremos personas capaces de pensar, explicar, discutir, revisar, sostener y transformar lo que aprenden?

Ahora la deconstrucción de mis propios argumentos. Estas son las costuras de lo que acabas de leer:

• Este texto usa un reencuadre bastante evidente. Desplaza el foco desde “el alumno tramposo” hacia “el sistema educativo mal diseñado”. Es útil porque permite pensar mejor el problema, pero también puede suavizar demasiado la responsabilidad individual.

• Hay una posible falacia del falso dilema cuando contrapongo vigilar frente a rediseñar. En la práctica, harán falta ambas cosas, normas claras y mejores diseños. Pero el énfasis está puesto en rediseñar porque la vigilancia, si va sola, suele acabar en burocracia, sospecha y software caro.

• También hay sesgo de confirmación, porque este tema encaja demasiado bien con mi obsesión habitual: identidad, pensamiento crítico, memoria, IA y el riesgo de delegarnos hasta quedarnos huecos. Vamos, mi parque temático. Por eso conviene contrastarlo con docentes que ya están diseñando buenas evaluaciones con IA y con estudiantes que la usan para aprender mejor, no para impostar.

P.D.

Comisión Europea. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Oficina de Publicaciones de la Unión Europea. https://education.ec.europa.eu/focus-topics/digital-education/actions/plan/ethical-guidelines-for-educators-on-using-artificial-intelligence

Comisión Europea. (2024). Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union. https://eur-lex.europa.eu/eli/reg/2024/1689/oj

Encuentro Internacional de Derechos Digitales. (2026) https://encuentroderechosdigitales.com/

Gobierno de España. Ministerio para la Transformación Digital y de la Función Pública. (2026, 22 de abril). El I Encuentro Internacional por los Derechos Digitales reúne a 50 referentes nacionales e internacionales en Barcelona. https://digital.gob.es/comunicacion/notas-prensa/mtdfp/2026/04/el-i-encuentro-por-los-derechos-digitales-reune-a-50-referentes-

UNESCO. (2023). Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research