¿Qué debería evaluar la escuela en tiempos de inteligencia artificial?

Durante muchos años, las redacciones y ensayos han servido para juzgar si un estudiante sabía ordenar sus ideas y defenderlas por escrito. Un problema de matemáticas ha permitido comprobar si domina un procedimiento y sabe cuándo aplicarlo. Ambas tareas se apoyan en una suposición razonable: el trabajo que se entrega guarda relación con lo que su autor es capaz de hacer. La inteligencia artificial generativa tira por tierra esa suposición. Una herramienta puede haber corregido una frase, sugerido el primer paso de un cálculo o, incluso, elaborado una solución completa. El resultado puede ser igual de convincente en los tres casos, aunque diga cosas muy distintas sobre el aprendizaje del estudiante.

Al mismo tiempo, la tecnología que complica la evaluación de un ensayo puede ayudar a reunir información sobre el aprendizaje que antes resultaba difícil manejar. Un sistema puede, por ejemplo, identificar patrones en las respuestas de un grupo a lo largo de varias semanas. El profesor puede utilizar esa información para decidir qué conviene volver a explicar o qué alumnos necesitan otro tipo de apoyo.

En esa doble condición de la IA se sitúa Responsible Assessment in the AI Era, un informe del Stanford Accelerator for Learning elaborado en colaboración con ETS. La publicación recoge las discusiones de un encuentro que reunió a más de un centenar de profesionales de la educación, la investigación, la tecnología y las políticas públicas. El debate abarcó desde la escuela hasta la formación para el empleo y planteó una pregunta común a todos esos ámbitos: qué información necesitamos para afirmar que alguien ha aprendido algo.

Qué merece la pena evaluar

Cuando se diseña una evaluación lo primero es decidir qué queremos averiguar sobre el alumno. Esa decisión determina la tarea que se le propone, las herramientas que puede utilizar y la interpretación que después se hace de su trabajo. Si el objetivo es comprobar que sabe resolver un problema por sí mismo, tiene sentido plantearle una actividad individual con condiciones claras. Si interesa conocer cómo trabaja con una herramienta de IA, habrá que observar si comprueba la información que recibe, identifica un error o justifica por qué ha seguido una sugerencia.

La inteligencia artificial hace especialmente importante esa correspondencia entre lo que se pregunta y lo que se pretende medir. Un texto bien construido puede mostrar la capacidad de un estudiante para argumentar, pero también puede reflejar la habilidad de una herramienta para producir argumentos. Cuando ambas contribuciones se mezclan, el profesor necesita información adicional para valorar qué comprende el alumno y qué puede hacer con ese conocimiento.

El informe sitúa esta dificultad en el terreno de la validez, un concepto central en evaluación. Para que una evaluación sea válida, debe permitir comprobar aquello que se quiere evaluar. Si un profesor encarga un ensayo para saber si el alumno comprende un tema y sabe argumentar sobre él, necesita poder reconocer esas capacidades en el trabajo. Cuando la IA ha elaborado parte del texto, resulta más difícil saber qué demuestra el ensayo sobre el aprendizaje del estudiante. Pedirle que explique sus argumentos o que los aplique a otra situación puede aportar información para valorarlo.

A esta cuestión se suma otra que afecta al contenido de la enseñanza. A medida que la IA asume ciertas tareas, los participantes en el encuentro proponen prestar mayor atención al pensamiento crítico y al juicio ético, junto con capacidades como la creatividad, la colaboración o la adaptación a situaciones nuevas. Evaluarlas exige definir qué significan en una actividad concreta y qué comportamientos permiten reconocerlas. Para valorar cómo colabora un estudiante, por ejemplo, habrá que observar su participación en un trabajo compartido y cómo contribuye a resolver las dificultades que aparecen.

La alfabetización en IA también entra en este debate. Los estudiantes necesitan comprender las posibilidades y limitaciones de estas herramientas para tomar decisiones sobre su uso. El informe recoge, sin embargo, que todavía se está trabajando en cómo definir y evaluar esa competencia. Esa precisión importa cuando una institución pretende convertir una capacidad amplia en un criterio de calificación.

Cómo puede ayudar la IA a la evaluación formativa

Una calificación al final de un curso permite hacer balance. Durante ese curso, el profesor necesita información que le ayude a decidir cómo continuar. El informe señala que algunos resultados llegan cuando ya queda poco margen para que estudiantes y docentes puedan aprovecharlos. De ahí su interés por una evaluación integrada en la enseñanza, capaz de orientar las decisiones mientras el aprendizaje está ocurriendo.

Ese es el propósito de la evaluación formativa. El docente recoge información sobre el progreso y las dificultades del alumnado, la interpreta y adapta su enseñanza. Su utilidad depende de lo que sucede después de observar una respuesta. Detectar una confusión permite volver sobre una explicación, proponer otra actividad o prestar apoyo a quienes lo necesitan. El estudiante también puede utilizar esa información para revisar su trabajo y comprender qué le falta por aprender.

Reunir evidencias en distintos momentos ayuda a seguir esa evolución. Un portafolio permite comparar versiones de un trabajo y reconocer qué ha cambiado entre ellas. Una conversación puede aclarar por qué un alumno eligió un procedimiento. En una demostración práctica, el profesor puede observar cómo aplica lo aprendido y qué hace cuando encuentra una dificultad. Cada formato aporta información que necesita interpretarse en relación con las demás observaciones.

La IA podría facilitar parte de ese trabajo al sintetizar información e identificar patrones en conjuntos de respuestas que resultarían difíciles de revisar manualmente. El informe también recoge experiencias de evaluación mediante conversaciones con agentes de IA, diseñadas para que el estudiante demuestre sus conocimientos a través del diálogo. Algunas de estas propuestas siguen en investigación y desarrollo. Su valor educativo dependerá de la calidad de la información que proporcionen y de cómo permita orientar la enseñanza.

Ampliar las formas de evaluación puede hacer visibles capacidades que ciertas pruebas captan con dificultad. El informe pone el ejemplo del liderazgo. Un estudiante puede demostrarlo como capitán de un equipo deportivo, pero también al cuidar de sus hermanos pequeños o participar en actividades comunitarias. Reconocer esas experiencias amplía las oportunidades de mostrar una capacidad y obliga a pensar qué situaciones se aceptan como evidencia.

Esta perspectiva requiere tiempo, formación y medios para organizar e interpretar la información. El informe señala la necesidad de invertir en esa infraestructura. El seguimiento del progreso tiene sentido cuando el profesorado puede comprender lo que observa y utilizarlo en su trabajo cotidiano.

Quién responde cuando una máquina puntúa

Cuando la IA interviene en la puntuación de una respuesta, sus errores pueden tener consecuencias sobre la trayectoria del estudiante. Una herramienta puede aplicar criterios de manera consistente y, aun así, captar solo una parte de la capacidad que se pretende valorar. También puede funcionar de forma desigual según la lengua, el contexto cultural o las características del alumnado.

En este sentido, el informe refleja dudas sobre los sistemas cuyos datos de entrenamiento representan de forma insuficiente el aprendizaje infantil. También examina las diferencias que pueden surgir entre una valoración humana y una automática al aplicar una misma rúbrica. Antes de confiar una decisión a estas herramientas, hace falta estudiar qué aspectos de una respuesta reconocen, cuáles pasan por alto y en qué situaciones dejan de ofrecer resultados fiables.

La supervisión humana necesita apoyarse en esa información. Quienes utilizan un sistema deben conocer para qué está diseñado, qué limitaciones se han identificado y qué decisiones puede ayudar a tomar. La transparencia incluye poder explicar a estudiantes y familias cómo se han obtenido los resultados y qué papel ha tenido la tecnología en su interpretación. La responsabilidad sobre las decisiones importantes sigue correspondiendo a las personas y a las instituciones que las adoptan.

El seguimiento continuo plantea además preguntas sobre la privacidad. Mientras un alumno utiliza una plataforma, esta puede registrar automáticamente cuánto tarda en responder, cuántos intentos hace o cómo avanza por una actividad. Estos datos pueden ayudar a comprender sus dificultades, pero estudiantes y familias necesitan saber qué se recoge y para qué se utiliza. El informe advierte de los problemas que plantea ese registro automático y de la necesidad de justificar qué información hace falta para evaluar el aprendizaje.

Para incorporar estas formas de evaluación apoyadas en IA, el informe propone probarlas primero en un ámbito reducido, como una asignatura o un curso. Se podría comprobar, por ejemplo, si una herramienta ayuda al docente a identificar dificultades durante las actividades de clase y a ofrecer comentarios útiles al alumnado. Estas pruebas deben incluir formación para el profesorado y una explicación clara a estudiantes y familias sobre cómo se utilizarán los resultados. Así se podrá valorar su utilidad y detectar problemas antes de extenderlas a otros grupos.

La evaluación influye en lo que se enseña, en el apoyo que recibe un alumno y en las oportunidades que se le ofrecen. Incorporar IA a ese proceso exige poder justificar cada una de esas decisiones con información suficiente sobre el aprendizaje y con personas capaces de responder por su interpretación.

Una responsabilidad que sigue siendo humana

Una calificación condensa muchas decisiones previas. Alguien ha elegido qué preguntar, qué respuesta merece reconocimiento y cuánto pesa cada acierto. La incorporación de IA añade nuevas decisiones a esa cadena, desde los datos que se recogen hasta los criterios con los que se interpreta el trabajo de un estudiante. Hacerlas explícitas permite discutir qué estamos valorando y por qué.

Esa discusión es importante porque las evaluaciones también transmiten a los alumnos una idea de sus propias capacidades. Lo que la escuela reconoce les ayuda a entender en qué destacan y hacia dónde pueden dirigir su esfuerzo. Ampliar las formas de mostrar lo aprendido puede permitir que más estudiantes encuentren una oportunidad de demostrarlo, siempre que las nuevas herramientas funcionen con la diversidad de lenguas, experiencias y maneras de expresarse que conviven en las aulas.

El progreso tendrá que apreciarse también ahí. En que una evaluación permita reconocer un razonamiento que antes pasaba inadvertido, comprender mejor una dificultad o descubrir un avance. Conocer mejor a quienes aprenden exige interpretar lo que hacen con atención a su contexto y mantener el juicio abierto a nuevas evidencias. Esa responsabilidad acompañará a la escuela por mucho que cambien sus herramientas.