La evaluación tradicional da un portazo: el nuevo mapa para examinar el aprendizaje en la era de la IA

De certezas e ilusiones así es el panorama que atraviesa a la educación con la llegada de la IA. Si la inteligencia artificial puede producir ensayos, resolver ecuaciones, resumir textos y argumentar posiciones con coherencia aparente dependiendo de la habilidad del prompteo y curaduría de quien lo solicita, ¿qué mide exactamente un examen tradicional?

El planteo fue realizado por Candace Thille, profesora asociada de Stanford y directora de la iniciativa de Aprendizaje para Adultos y la Fuerza Laboral del Stanford Accelerator for Learning. Thille también integra el directorio de ETS (Educational Testing Service), una de las organizaciones de evaluación educativa más grandes e influyentes del mundo, responsable del GRE, el TOEFL y decenas de sistemas de certificación internacionales.

El paper Responsible Assessment in the AI Era: Key Insights from a Future-Focused Convening, elaborado por Thille junto a Nneka McGee, Ikkyu Choi, Kadriye Ercikan e Isabelle Hau fue publicado en julio de 2026 donde, a lo largo de veinte páginas, realizan una contundente toma de posición sobre cómo y qué evaluar en la nueva era de educación e inteligencia artificial.

Lo que el sistema aún no asimiló

El documento parte de una evidencia internacional; hoy los educadores están lidiando con cómo medir lo que los estudiantes han aprendido utilizando IA para sus estudios.

El foco del trabajo no se centra en la cuestión del fraude académico sino en la importancia de un problema estructural más profundo que es el modelo de la evaluación dominante; el examen de producto final.

Un ensayo, un cuestionario o una prueba estandarizada fueron diseñadas para medir lo que un estudiante puede producir en un momento determinado, de manera individual y sin ayuda. Hoy, las tres cuestiones pueden ser eliminadas en segundos con un prompt bien formulado.

Qué medir y cómo medirlo: las cuatro conclusiones del paper

El documento organiza sus hallazgos en cuatro ejes que configuran un programa de transformación del sistema de evaluación educativa. El primero refiere a qué se evalúa. La IA no cambió solo los medios con los que los estudiantes producen trabajo; sino que alteró las habilidades que el mundo laboral y social demanda.

En ese contexto, el paper argumenta que la evaluación debe medir no solo lo que los estudiantes saben sino cómo piensan, crean, colaboran y aplican lo que llaman “durable skills”: pensamiento crítico, creatividad, adaptabilidad, juicio ético y alfabetización en IA. En el contexto laboral específicamente, el paper sostiene que la evaluación debería centrarse en qué habilidades necesitarán los trabajadores para tener éxito en entornos cambiantes, en lugar de focalizarse en un rol actual.

El segundo eje se refiere a cómo se evalúa. El paper propone reemplazar el evento de evaluación aislado, como un examen o trabajo final, por un sistema continuo de recolección de evidencia que dé cuenta del proceso de aprendizaje y adquisición de conocimientos. Entre los formatos que menciona como más prometedores: portfolios, retroalimentación formativa, evaluaciones basadas en conversación, tareas de desempeño auténtico y demostraciones de competencia.

El tercer eje plantea que la evaluación debería reflejar cómo ocurre realmente el aprendizaje ya que éste es continuo y contextual; no ocurre en momentos discretos y medibles, sino como un proceso que se despliega en el tiempo, en interacción con otros y en respuesta a problemas reales. Por último, el cuarto eje es el de la gobernanza ya que la evaluación responsable requiere de un uso de IA ético y liderazgo compartido. La confianza depende de la validez, la equidad, la transparencia y una supervisión humana significativa.

Un trabajo en comunidad

Los autores son explícitos en que avanzar en esta dirección requiere acción coordinada entre docentes, investigadores, desarrolladores, responsables de política y organismos financiadores.

Uno de los puntos destacados de este documento es que fue realizado por Standford y ETS que justamente se especializa en los exámenes estandarizados más influyentes del mundo; lo que marca que el cambio es imposible de evitar.

Aunque la pregunta sobre cómo pasar de un sistema de evaluación centrado en exámenes a uno centrado en evidencia continua, desempeño auténtico y habilidades duraderas requiere transformaciones en la formación docente, en la infraestructura tecnológica, en los marcos regulatorios y en las expectativas de las familias.

Mientras que el diagnóstico sigue creciendo sobre la necesidad de cambiar la forma en que entendemos la educación hoy; la implementación sigue siendo el gran desafío, en especial ante una tecnología que día a día lleva más al límite el proceso de aprendizaje humano.