Abrimos la mirada
¿Puedo evaluar y retroalimentar con la IA?
Después de años de debates y aprendizajes en el campo educativo, sabemos que la evaluación no puede limitarse al uso de una rúbrica o a la asignación de un puntaje. La evaluación formativa es, sobre todo, un proceso de acompañamiento y de toma de decisiones pedagógicas a lo largo del aprendizaje. Se trata de mirar hacia dónde queremos que lleguen los estudiantes, identificar oportunidades de mejora y, a través de la retroalimentación, apoyarlos para que desarrollen lo que todavía falta.
Generado con Gemini.
Evaluar implica definir qué, cómo y en qué contexto se evalúa, y emitir un juicio pedagógico que solo el docente puede hacer con base en su conocimiento didáctico del contenido (CDC), esto es, en su saber sobre cómo aprenden los estudiantes, qué errores suelen cometer, cómo adaptar el contenido a distintos niveles. Por tanto, el cúmulo de información que tiene la IA es insuficiente, ya que es clave la experiencia con personas reales aprendiendo. Es por eso que el docente puede determinar lo que a una persona le hace falta para alcanzar un resultado de aprendizaje, y además puede captar las necesidades, las debilidades y la situación emocional que este tiene y que inciden en su desempeño. La inteligencia artificial, por su vez, solo observa lo que está en la superficie, pero lo que permanece oculto (emociones, motivaciones, contextos de vida) solo puede captarse en la interacción.
Generado con ChatGPT.
Prompt
¿Puedes crear una ilustración inspirada en esta idea? La IA solo mira lo observable, no lo que está oculto. Cabría aquí la metáfora del iceberg (usada en muchas cosas) pero que serviría para decir qué ve la IA y que no alcanza, porque lo oculto solo lo capta un docente en la interacción y con su experiencia.
Las imágenes, generadas con dos herramientas distintas a partir del mismo prompt, muestran que, como en un iceberg, la IA reconoce la parte visible, mientras que la profundidad solo es comprendida por el docente.
Tómese unos minutos para reflexionar:
En su práctica, ¿qué aspectos del aprendizaje considera “visibles” y cuáles permanecen ocultos si no hay una mirada docente atenta? ¿Qué significa para usted acompañar a sus estudiantes más allá de lo observable? ¿Cómo equilibra la objetividad de los instrumentos con la empatía hacia quienes aprenden?
Más allá del plagio:
repensar la evaluación en tiempos de IA
Cuando se habla de IA en procesos de evaluación, suelen aparecer inquietudes sobre plagio, detección de textos generados por máquinas o sistemas de vigilancia digital. Existen estudios que muestran que estos mecanismos no resuelven el problema de fondo: los estudiantes seguirán usando IA y no hay garantías reales de detección confiable. Incluso los sistemas más sofisticados, como aplicaciones que bloquean herramientas o cámaras que graban en 360°, presentan márgenes de error que pueden derivar en sanciones injustas.
Más allá del plagio:
repensar la evaluación en tiempos de IA
En lugar de poner trampas, el foco relevante es repensar la forma de evaluar en un escenario con IA. El enfoque más poderoso es diseñar actividades auténticas y significativas que puedan ser realizadas por estudiantes humanos, como tendrían que hacerlas en su entorno de trabajo real. Actividades que inviten a reflexionar, interpretar, tomar decisiones y participar activamente, de modo que el camino recorrido – el proceso –, y no solo el resultado final, sea visible y valorado como oportunidad para mejorar el desempeño.
Las evidencias de aprendizaje deben permitir comprender cómo la persona construyó sus respuestas, qué decisiones tomó, qué criterios aplicó y cómo fue evolucionando su pensamiento a lo largo del proceso, para lograr un resultado de calidad en el que claramente se observe el esfuerzo y el aporte humano.
Más allá del plagio:
repensar la evaluación en tiempos de IA
Lo esencial es que la evaluación deje de ser un filtro punitivo para transformarse en una experiencia de reconstrucción y profundización del aprendizaje. En este proceso también resulta clave dialogar abiertamente con los estudiantes sobre el uso de la IA en las evaluaciones: cuándo el docente utiliza (por ejemplo, en la redacción de retroalimentaciones), qué herramientas están en juego y, sobre todo, en qué momentos su uso por parte de los estudiantes es permitido, recomendable o desaconsejado. Esta cultura de transparencia fomenta una relación más crítica y pedagógica con la IA, formando personas capaces de apoyarse en estas herramientas de manera ética y consciente.
Cuando estamos aprendiendo, lo que realmente importa no es el producto final, sino el camino que recorremos para llegar hasta él. Un estudiante que se involucra activamente en una actividad, aunque el resultado no sea perfecto, construye mucho más conocimiento que si entrega una respuesta ejemplar generada por la IA.La IA puede ofrecer soluciones rápidas, pero aprender implica tomar decisiones, organizar ideas y reflexionar. Podemos usarla para acompañarnos en ese trayecto, no como un atajo que elimine los retos con los que desarrollamos nuestras competencias.
Principio destacado
En el marco de los principios que venimos trabajando en el Programa, el uso de la IA como apoyo para la evaluación y retroalimentación se vincula directamente con el siguiente principio:
⏳ El aprendizaje está en el trayecto
La IA es una herramienta nueva que estamos explorando como insumo para apoyar nuestro trabajo. No hay ningún problema en hacerlo. Usted puede incluso compartir con los participantes cómo la utiliza y qué decisiones toma con respecto a lo que esta genera. Puede demostrar que, para generar algo de calidad, el usuario debe invertir tiempo y esfuerzo, prueba y error, contraste y análisis y enriquecimiento de lo que la IA entrega. Su uso cambia según el área del conocimiento, y su aplicación puede ser un tema de interés y aprendizaje para todos.
Principio destacado
En el marco de los principios que venimos trabajando en el Programa, el uso de la IA como apoyo para la evaluación y retroalimentación se vincula directamente con el siguiente principio:
🗣️ La cultura de transparencia fomenta aprendizaje
Ventajas y oportunidades de aplicación
Actividades más creativas y significativas
La IA, cuando se integra de manera ética y planificada en los procesos de evaluación, permite diseñar actividades más creativas y enriquecedoras. Por ejemplo, en lugar de limitarse a pedir un ensayo sobre una figura histórica como la pintora mexicana Frida Kahlo, se puede invitar a los estudiantes a interactuar con un personaje simulado por IA a través de una entrevista o diálogo. Esta dinámica abre nuevas formas de construir conocimiento, fomenta la curiosidad y potencia la participación activa del alumnado.
Ventajas y oportunidades de aplicación
Generación rápida de actividades y cuestionarios
Otra ventaja de la IA es su capacidad para generar, en muy poco tiempo, actividades y cuestionarios adaptados a distintos niveles y temáticas. Esto resulta útil para diversificar los instrumentos de evaluación, reforzar conceptos específicos o crear material complementario de manera ágil. Así, los docentes pueden enfocarse en diseñar experiencias de aprendizaje más profundas y personalizadas, en lugar de invertir largas horas en la elaboración gráfica de los recursos y los instrumentos.
Ventajas y oportunidades de aplicación
Accesibilidad y apoyo a la expresión escrita
Las herramientas de IA, como asistentes de escritura, transcriptores de voz o correctores automáticos, pueden facilitar la elaboración de respuestas escritas y promover una participación más inclusiva. Esto es especialmente valioso para estudiantes con dificultades motrices, procesos lentos de digitación, barreras lingüísticas o desafíos en la expresión escrita. Al reducir estas barreras, la IA contribuye a una retroalimentación más equitativa y a que todos los estudiantes puedan demostrar su aprendizaje con mayor confianza.
Desafíos y puntos de atención
Tensión entre eficiencia y profundidad pedagógica
La IA puede acelerar procesos como la corrección automática o la generación de retroalimentaciones, liberando tiempo valioso para los educadores. Sin embargo, existe el riesgo de priorizar la velocidad sobre la calidad pedagógica. La retroalimentación efectiva no es solo texto generado rápidamente: es vínculo, reconocimiento, escucha y acompañamiento situado. Evaluar tampoco se reduce a obtener resultados inmediatos o asignar números, sino que requiere tiempo para observar a las personas, interpretar sus procesos y acompañar sus trayectorias de aprendizaje más allá de cualquier calificación.
La clave está en usar la IA como herramienta complementaria, nunca sustitutiva del juicio pedagógico. Podemos generar borradores de retroalimentación con IA y luego enriquecerlos críticamente, añadiendo observaciones personales que reconozcan avances, desafíos y esfuerzos concretos de cada estudiante, ya que una respuesta homogénea siempre será detectada por el evaluado. El tiempo ganado en tareas mecánicas debe reinvertirse en la dimensión más humana y situada de la evaluación.
Desafíos y puntos de atención
La ausencia de criterios claros sobre IA
Muchos cursos aún no definen de forma explícita cuándo es apropiado usar IA en actividades de evaluación y cuándo no. Esta ausencia de orientación puede generar dudas, malentendidos o tensiones innecesarias entre docentes y estudiantes. ¿Qué herramientas pueden ser útiles? ¿En qué momentos se recomienda evitar su uso? ¿Cómo esperamos que estas tecnologías contribuyan genuinamente al aprendizaje?
El diálogo participativo es fundamental para establecer criterios justos y transparentes. Crear espacios de conversación con los estudiantes para construir conjuntamente estas normas fortalece la confianza, previene malentendidos y fomenta un uso más ético y consciente de la IA. Cuando las reglas se construyen colaborativamente, se transforman de imposiciones externas en compromisos compartidos.
Desafíos y puntos de atención
La confianza ciega en la automatización
Las herramientas de IA pueden agilizar tareas en los procesos de evaluación como la elaboración de rúbricas, la asignación de puntajes o el cálculo de promedios, liberando tiempo valioso para la observación y el análisis pedagógico. Sin embargo, existe un riesgo silencioso: confiar ciegamente en los algoritmos, que pueden cometer errores matemáticos, malinterpretar criterios de evaluación o generar inconsistencias que pasan desapercibidas si no mantenemos una supervisión crítica. Cuando delegamos completamente estos procesos, corremos el peligro de basar decisiones pedagógicas importantes en datos incorrectos.
La validación humana es insustituible en cualquier proceso automatizado. Es fundamental establecer mecanismos sistemáticos de verificación: revisar muestras aleatorias de calificaciones, contrastar resultados con evaluaciones anteriores, y mantener un ojo crítico sobre patrones inesperados. Pero más importante aún: recordar números y cálculos son solo una dimensión administrativa de la evaluación, no su esencia pedagógica.
Hemos explorado una introducción crítica sobre el uso de la IA en las prácticas de evaluación y retroalimentación, sus ventajas y diferentes puntos de atención. Ahora exploremos:
¿Qué exactamente puede hacer la IA y qué sigue siendo nuestra responsabilidad?
Descubrámoslo en la próxima lección.
3.5.1. Abrimos la mirada
ITCILO Team
Created on October 17, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Hr report
View
Report Human Resources
View
Black Report
View
Tech report
View
Waves Report
View
OKR Shapes Report
View
Professional Whitepaper
Explore all templates
Transcript
Abrimos la mirada
¿Puedo evaluar y retroalimentar con la IA?
Después de años de debates y aprendizajes en el campo educativo, sabemos que la evaluación no puede limitarse al uso de una rúbrica o a la asignación de un puntaje. La evaluación formativa es, sobre todo, un proceso de acompañamiento y de toma de decisiones pedagógicas a lo largo del aprendizaje. Se trata de mirar hacia dónde queremos que lleguen los estudiantes, identificar oportunidades de mejora y, a través de la retroalimentación, apoyarlos para que desarrollen lo que todavía falta.
Generado con Gemini.
Evaluar implica definir qué, cómo y en qué contexto se evalúa, y emitir un juicio pedagógico que solo el docente puede hacer con base en su conocimiento didáctico del contenido (CDC), esto es, en su saber sobre cómo aprenden los estudiantes, qué errores suelen cometer, cómo adaptar el contenido a distintos niveles. Por tanto, el cúmulo de información que tiene la IA es insuficiente, ya que es clave la experiencia con personas reales aprendiendo. Es por eso que el docente puede determinar lo que a una persona le hace falta para alcanzar un resultado de aprendizaje, y además puede captar las necesidades, las debilidades y la situación emocional que este tiene y que inciden en su desempeño. La inteligencia artificial, por su vez, solo observa lo que está en la superficie, pero lo que permanece oculto (emociones, motivaciones, contextos de vida) solo puede captarse en la interacción.
Generado con ChatGPT.
Prompt
¿Puedes crear una ilustración inspirada en esta idea? La IA solo mira lo observable, no lo que está oculto. Cabría aquí la metáfora del iceberg (usada en muchas cosas) pero que serviría para decir qué ve la IA y que no alcanza, porque lo oculto solo lo capta un docente en la interacción y con su experiencia.
Las imágenes, generadas con dos herramientas distintas a partir del mismo prompt, muestran que, como en un iceberg, la IA reconoce la parte visible, mientras que la profundidad solo es comprendida por el docente.
Tómese unos minutos para reflexionar:
En su práctica, ¿qué aspectos del aprendizaje considera “visibles” y cuáles permanecen ocultos si no hay una mirada docente atenta? ¿Qué significa para usted acompañar a sus estudiantes más allá de lo observable? ¿Cómo equilibra la objetividad de los instrumentos con la empatía hacia quienes aprenden?
Más allá del plagio:
repensar la evaluación en tiempos de IA
Cuando se habla de IA en procesos de evaluación, suelen aparecer inquietudes sobre plagio, detección de textos generados por máquinas o sistemas de vigilancia digital. Existen estudios que muestran que estos mecanismos no resuelven el problema de fondo: los estudiantes seguirán usando IA y no hay garantías reales de detección confiable. Incluso los sistemas más sofisticados, como aplicaciones que bloquean herramientas o cámaras que graban en 360°, presentan márgenes de error que pueden derivar en sanciones injustas.
Más allá del plagio:
repensar la evaluación en tiempos de IA
En lugar de poner trampas, el foco relevante es repensar la forma de evaluar en un escenario con IA. El enfoque más poderoso es diseñar actividades auténticas y significativas que puedan ser realizadas por estudiantes humanos, como tendrían que hacerlas en su entorno de trabajo real. Actividades que inviten a reflexionar, interpretar, tomar decisiones y participar activamente, de modo que el camino recorrido – el proceso –, y no solo el resultado final, sea visible y valorado como oportunidad para mejorar el desempeño.
Las evidencias de aprendizaje deben permitir comprender cómo la persona construyó sus respuestas, qué decisiones tomó, qué criterios aplicó y cómo fue evolucionando su pensamiento a lo largo del proceso, para lograr un resultado de calidad en el que claramente se observe el esfuerzo y el aporte humano.
Más allá del plagio:
repensar la evaluación en tiempos de IA
Lo esencial es que la evaluación deje de ser un filtro punitivo para transformarse en una experiencia de reconstrucción y profundización del aprendizaje. En este proceso también resulta clave dialogar abiertamente con los estudiantes sobre el uso de la IA en las evaluaciones: cuándo el docente utiliza (por ejemplo, en la redacción de retroalimentaciones), qué herramientas están en juego y, sobre todo, en qué momentos su uso por parte de los estudiantes es permitido, recomendable o desaconsejado. Esta cultura de transparencia fomenta una relación más crítica y pedagógica con la IA, formando personas capaces de apoyarse en estas herramientas de manera ética y consciente.
Cuando estamos aprendiendo, lo que realmente importa no es el producto final, sino el camino que recorremos para llegar hasta él. Un estudiante que se involucra activamente en una actividad, aunque el resultado no sea perfecto, construye mucho más conocimiento que si entrega una respuesta ejemplar generada por la IA.La IA puede ofrecer soluciones rápidas, pero aprender implica tomar decisiones, organizar ideas y reflexionar. Podemos usarla para acompañarnos en ese trayecto, no como un atajo que elimine los retos con los que desarrollamos nuestras competencias.
Principio destacado
En el marco de los principios que venimos trabajando en el Programa, el uso de la IA como apoyo para la evaluación y retroalimentación se vincula directamente con el siguiente principio:
⏳ El aprendizaje está en el trayecto
La IA es una herramienta nueva que estamos explorando como insumo para apoyar nuestro trabajo. No hay ningún problema en hacerlo. Usted puede incluso compartir con los participantes cómo la utiliza y qué decisiones toma con respecto a lo que esta genera. Puede demostrar que, para generar algo de calidad, el usuario debe invertir tiempo y esfuerzo, prueba y error, contraste y análisis y enriquecimiento de lo que la IA entrega. Su uso cambia según el área del conocimiento, y su aplicación puede ser un tema de interés y aprendizaje para todos.
Principio destacado
En el marco de los principios que venimos trabajando en el Programa, el uso de la IA como apoyo para la evaluación y retroalimentación se vincula directamente con el siguiente principio:
🗣️ La cultura de transparencia fomenta aprendizaje
Ventajas y oportunidades de aplicación
Actividades más creativas y significativas
La IA, cuando se integra de manera ética y planificada en los procesos de evaluación, permite diseñar actividades más creativas y enriquecedoras. Por ejemplo, en lugar de limitarse a pedir un ensayo sobre una figura histórica como la pintora mexicana Frida Kahlo, se puede invitar a los estudiantes a interactuar con un personaje simulado por IA a través de una entrevista o diálogo. Esta dinámica abre nuevas formas de construir conocimiento, fomenta la curiosidad y potencia la participación activa del alumnado.
Ventajas y oportunidades de aplicación
Generación rápida de actividades y cuestionarios
Otra ventaja de la IA es su capacidad para generar, en muy poco tiempo, actividades y cuestionarios adaptados a distintos niveles y temáticas. Esto resulta útil para diversificar los instrumentos de evaluación, reforzar conceptos específicos o crear material complementario de manera ágil. Así, los docentes pueden enfocarse en diseñar experiencias de aprendizaje más profundas y personalizadas, en lugar de invertir largas horas en la elaboración gráfica de los recursos y los instrumentos.
Ventajas y oportunidades de aplicación
Accesibilidad y apoyo a la expresión escrita
Las herramientas de IA, como asistentes de escritura, transcriptores de voz o correctores automáticos, pueden facilitar la elaboración de respuestas escritas y promover una participación más inclusiva. Esto es especialmente valioso para estudiantes con dificultades motrices, procesos lentos de digitación, barreras lingüísticas o desafíos en la expresión escrita. Al reducir estas barreras, la IA contribuye a una retroalimentación más equitativa y a que todos los estudiantes puedan demostrar su aprendizaje con mayor confianza.
Desafíos y puntos de atención
Tensión entre eficiencia y profundidad pedagógica
La IA puede acelerar procesos como la corrección automática o la generación de retroalimentaciones, liberando tiempo valioso para los educadores. Sin embargo, existe el riesgo de priorizar la velocidad sobre la calidad pedagógica. La retroalimentación efectiva no es solo texto generado rápidamente: es vínculo, reconocimiento, escucha y acompañamiento situado. Evaluar tampoco se reduce a obtener resultados inmediatos o asignar números, sino que requiere tiempo para observar a las personas, interpretar sus procesos y acompañar sus trayectorias de aprendizaje más allá de cualquier calificación.
La clave está en usar la IA como herramienta complementaria, nunca sustitutiva del juicio pedagógico. Podemos generar borradores de retroalimentación con IA y luego enriquecerlos críticamente, añadiendo observaciones personales que reconozcan avances, desafíos y esfuerzos concretos de cada estudiante, ya que una respuesta homogénea siempre será detectada por el evaluado. El tiempo ganado en tareas mecánicas debe reinvertirse en la dimensión más humana y situada de la evaluación.
Desafíos y puntos de atención
La ausencia de criterios claros sobre IA
Muchos cursos aún no definen de forma explícita cuándo es apropiado usar IA en actividades de evaluación y cuándo no. Esta ausencia de orientación puede generar dudas, malentendidos o tensiones innecesarias entre docentes y estudiantes. ¿Qué herramientas pueden ser útiles? ¿En qué momentos se recomienda evitar su uso? ¿Cómo esperamos que estas tecnologías contribuyan genuinamente al aprendizaje?
El diálogo participativo es fundamental para establecer criterios justos y transparentes. Crear espacios de conversación con los estudiantes para construir conjuntamente estas normas fortalece la confianza, previene malentendidos y fomenta un uso más ético y consciente de la IA. Cuando las reglas se construyen colaborativamente, se transforman de imposiciones externas en compromisos compartidos.
Desafíos y puntos de atención
La confianza ciega en la automatización
Las herramientas de IA pueden agilizar tareas en los procesos de evaluación como la elaboración de rúbricas, la asignación de puntajes o el cálculo de promedios, liberando tiempo valioso para la observación y el análisis pedagógico. Sin embargo, existe un riesgo silencioso: confiar ciegamente en los algoritmos, que pueden cometer errores matemáticos, malinterpretar criterios de evaluación o generar inconsistencias que pasan desapercibidas si no mantenemos una supervisión crítica. Cuando delegamos completamente estos procesos, corremos el peligro de basar decisiones pedagógicas importantes en datos incorrectos.
La validación humana es insustituible en cualquier proceso automatizado. Es fundamental establecer mecanismos sistemáticos de verificación: revisar muestras aleatorias de calificaciones, contrastar resultados con evaluaciones anteriores, y mantener un ojo crítico sobre patrones inesperados. Pero más importante aún: recordar números y cálculos son solo una dimensión administrativa de la evaluación, no su esencia pedagógica.
Hemos explorado una introducción crítica sobre el uso de la IA en las prácticas de evaluación y retroalimentación, sus ventajas y diferentes puntos de atención. Ahora exploremos:
¿Qué exactamente puede hacer la IA y qué sigue siendo nuestra responsabilidad?
Descubrámoslo en la próxima lección.