Introducción
Hace apenas un par de años, la pregunta que dominaba las cátedras y salas de profesores era «¿cómo detecto si un estudiante usó ChatGPT?». Era una pregunta legítima, pero también una pregunta con fecha de vencimiento. Hoy, en 2026, la discusión se movió hacia un lugar más interesante y más incómodo. La IA generativa está disponible, es gratuita en su versión básica y está cada vez más integrada en el flujo de trabajo cotidiano de cualquier persona alfabetizada digitalmente, entonces, ¿tiene sentido seguir evaluando como si no existiera?
La respuesta corta es no. La respuesta larga es el resto de este artículo.
No se trata ni de resignarse ni de asumir una postura tecnooptimista ingenua. Se trata de algo más elemental: la evaluación es, ante todo, una acción pedagógica que responde a un contexto. Es evidente que la disponibilidad masiva de sistemas capaces de escribir, resumir, argumentar y resolver problemas es un cambio estructural, no una moda pasajera. Cuando el contexto cambia de manera estructural la evaluación que no se adapta deja de medir lo que dice medir.
El problema no es la copia, es el diseño
Con frecuencia la actitud de los docentes frente a la IA generativa se concentra en la detección: software antiplagio adaptado, marcas de agua en el texto, «detectores de IA» que en la práctica producen tasas de falsos positivos y falsos negativos difíciles de justificar frente a un estudiante que apela una nota. Es una batalla técnica que, además, se libra en desventaja: los modelos avanzan más rápido que los detectores. Por otro lado, cualquier estudiante mínimamente motivado puede parafrasear un texto generado por IA hasta volverlo irreconocible para un detector automático.
Pero hay un problema anterior, más de fondo, que la obsesión por la detección tiende a ocultar: si una consigna puede resolverse satisfactoriamente con un prompt de treinta segundos, el problema no es que el estudiante haya usado IA. El problema es que la consigna estaba diseñada para medir la reproducción de información y no la comprensión, el juicio o la transferencia. La IA generativa no inventó ese problema. Lo que hizo fue volverlo visible, porque automatizó exactamente lo que muchas evaluaciones tradicionales premiaban: la capacidad de producir un texto correcto, prolijo y bien estructurado sobre un determinado tema.
Dicho de otro modo: la IA es un test de estrés para el diseño curricular. Las consignas que sobreviven razonablemente bien a la disponibilidad de IA generativa son, casi siempre, las que ya eran pedagógicamente sólidas. Las que colapsan son las que dependían de la escasez de tiempo y herramientas del estudiante para funcionar como filtro.
Tres marcos para repensar la evaluación
No existe una fórmula única, pero sí hay principios que están consolidándose en la literatura sobre evaluación educativa y que resultan especialmente útiles para quienes diseñan cursos universitarios hoy.
1. Evaluar el proceso, no solo el producto
Uno de los desplazamientos más significativos es correr el foco del resultado final hacia el proceso que lo produjo. Esto no es nuevo —la evaluación formativa lo viene planteando hace décadas— pero adquiere una urgencia distinta cuando el producto final puede generarse sin que medie ningún proceso cognitivo relevante por parte del estudiante.
En la práctica, esto se traduce en pedir evidencia intermedia: borradores comentados, historiales de versiones, bitácoras de decisiones, registros de las conversaciones que el estudiante mantuvo con un modelo de IA durante la elaboración del trabajo. No para fiscalizar, sino porque el proceso de ida y vuelta con una herramienta —qué preguntó, qué descartó, qué corrigió, por qué— es en sí mismo una evidencia de aprendizaje mucho más rica que el texto final pulido.
2. Evaluar en situación, no en abstracto
Las consignas genéricas («explique el concepto de X», «resuma el texto Y») son terreno fértil para respuestas generadas sin fricción. Las consignas situadas, que piden aplicar un concepto a un caso específico, real o simulado, con datos y restricciones concretas, muchas veces vinculadas al propio contexto profesional del estudiante, son mucho más difíciles de resolver con un prompt genérico, porque exigen que el estudiante aporte información, criterio y contexto que la IA no tiene.
Esto conecta directamente con algo que ya está en el ADN de la propuesta formativa de Eduquos: la aplicación real por sobre la abstracción. Un docente universitario que evalúa cómo un estudiante de enfermería usaría IA para triage en un escenario clínico específico está evaluando algo distinto y más difícil de tercerizar que uno que pide «explicar qué es la inteligencia artificial en salud».
3. Evaluar la interacción con la IA como competencia en sí misma
Quizás el desplazamiento más radical, y el que más resistencia genera todavía en ciertos cátedras, es aceptar que saber usar IA generativa con criterio es una competencia digna de ser evaluada, del mismo modo que hace veinte años se evaluaba la capacidad de hacer una búsqueda bibliográfica rigurosa. Esto implica diseñar consignas que integren explícitamente el uso de IA, por ejemplo, «resuelva este problema con apoyo de un modelo de lenguaje y justifique cada decisión de edición sobre la respuesta generada», en lugar de prohibirlo o ignorarlo.
La prohibición total, además de ser difícil de sostener en la práctica, tiene un costo formativo: forma profesionales que no saben usar una herramienta que van a encontrar en cualquier entorno laboral real, apenas egresen.
El rol docente no desaparece, se desplaza
Hay una preocupación legítima detrás de todo esto, y merece nombrarse sin eufemismos: si la evaluación deja de poder confiar ciegamente en el producto final, el trabajo de corrección se vuelve más exigente, no menos. Diseñar rúbricas que valoren el proceso, leer bitácoras, sostener instancias orales o defensas breves de los trabajos escritos: todo eso demanda tiempo docente en un sistema universitario que, en general, no sobra de tiempo docente.
No hay una solución mágica para esa tensión estructural. Pero sí hay decisiones de diseño que ayudan a administrarla: rúbricas más específicas que reducen la ambigüedad de la corrección, instancias de evaluación más cortas y frecuentes en lugar de un único examen final de alto riesgo, y el uso de la propia IA como asistente de corrección para tareas de primer nivel, como detectar inconsistencias, verificar formato, señalar puntos a revisar, dejando el juicio final, siempre, en manos humanas.
Lo que no cambia
Vale la pena cerrar con una idea de anclaje, porque en medio de la efervescencia por la IA es fácil perder de vista lo esencial: el propósito de la evaluación no cambió. Sigue siendo, como siempre fue, generar evidencia confiable de que un aprendizaje ocurrió, y devolver a quien aprende información útil para seguir aprendiendo. Lo que cambió es el entorno en el que esa evidencia se produce. La IA generativa no vuelve obsoleta la evaluación; vuelve obsoletas las formas de evaluación que ya dependían de supuestos frágiles.
Resumen
- Antes de pensar en detección, revisá si la consigna puede resolverse sin comprensión real: si la respuesta es sí, el problema es de diseño, no del estudiante.
- Priorizá evidencia de proceso (borradores, bitácoras, historiales de interacción con IA) por sobre el producto final aislado.
- Diseñá consignas situadas, con datos y contexto específicos, en lugar de consignas genéricas.
- Considerá incorporar el uso crítico de IA como una competencia evaluable en sí misma, no como algo a esconder o prohibir.
- Sostené instancias de defensa oral o corrección con retroalimentación frecuente para complementar los trabajos escritos.
Si querés profundizar en el diseño concreto de consignas y rúbricas para este escenario, el microcurso Diseño de evaluaciones con IA trabaja exactamente sobre estos problemas con ejercicios aplicados a distintas disciplinas. También podés revisar el campus para conocer otras propuestas de tu interés.
