Evaluación formativa con IA: qué delegar y qué revisar siempre

La inteligencia artificial no evalúa a tus estudiantes. Tú lo haces. Esa frase, que parece obvia, es la que se pierde primero cuando un docente saturado abre un chatbot y le pide “una rúbrica para el proyecto de ciencias”. Lo que regresa se ve bien, ahorra media hora y, con demasiada frecuencia, mide lo que la herramienta cree importante, no lo que tú querías enseñar.

La buena noticia es que ese mismo ahorro de tiempo es real y aprovechable, siempre que quede claro qué parte del trabajo puede hacer la máquina y qué parte sigue siendo tuya, indelegable. Este artículo propone una forma de trazar esa línea para la evaluación formativa: la que ocurre durante el aprendizaje, para ajustar la enseñanza, no para poner una calificación final.

Empieza por el criterio, no por la herramienta

Antes de escribir una sola indicación a la IA, responde en una frase: ¿qué evidencia de aprendizaje quiero recoger con esta actividad? Si la respuesta es “que sepan explicar el ciclo del agua con sus palabras”, entonces el instrumento debe capturar explicación y lenguaje propio, no memorización de etiquetas. Ese criterio es tuyo y no se negocia con una máquina.

Cuando el criterio está claro, la IA se vuelve útil de verdad: puede proponer descriptores para cada nivel de logro, sugerir preguntas que revelen comprensión, o reescribir una consigna confusa en un lenguaje más cercano a tus estudiantes. Le estás pidiendo borradores, no decisiones.

Qué conviene delegar

Hay tareas donde la IA rinde bien y el riesgo pedagógico es bajo:

• Generar variantes de una misma pregunta para distintos niveles, y así atender la diversidad del grupo sin multiplicar tu trabajo.
• Proponer descriptores iniciales de una rúbrica que tú después recortas, corriges y aterrizas a tu contexto.
• Reformular instrucciones para que se entiendan en la primera lectura, algo decisivo cuando tus estudiantes leen desde el teléfono.
• Anticipar errores comunes para diseñar preguntas que los saquen a la luz.

En todos estos casos el patrón es el mismo: la IA produce un punto de partida y tú decides qué sobrevive.

Qué revisar siempre

Otras decisiones no se delegan, porque tocan el juicio profesional que define tu trabajo:

• La pertinencia. ¿Lo que mide el instrumento es lo que enseñaste? La IA no estuvo en tu aula y no conoce el acuerdo que hiciste con el grupo.
• El sesgo. Los ejemplos, nombres y contextos que propone la máquina pueden estar lejos de la realidad de tus estudiantes. Revísalos con esa lente.
• El nivel de exigencia. Una rúbrica generada tiende a la media estadística de internet, no al punto donde tu grupo específico puede crecer.
• La devolución. La evaluación formativa vive en la retroalimentación que das después. Ese diálogo con cada estudiante es, por definición, humano.

Un flujo concreto

Una secuencia que funciona en la práctica: primero escribes el criterio en una frase; luego pides a la IA tres o cuatro descriptores por nivel; después tachas la mitad y reescribes el resto con tu vocabulario y el de tu grupo; finalmente pruebas el instrumento con un trabajo real antes de usarlo con todos. La máquina te ahorró el arranque en blanco; tú pusiste el criterio, el contexto y el ajuste fino.

Usada así, la IA no reemplaza tu juicio: te devuelve tiempo para ejercerlo donde más importa. Y esa es, al final, la diferencia entre una herramienta que te vuelve más docente y una que te vuelve prescindible.