Blog CUED «IA y evaluación (no presencial) en la educación superior: dónde está de verdad el problema»

DANIEL DOMÍNGUEZ FIGAREDO

Palabras clave: Evaluación educativa, IA responsable, educación a distancia, tecnología educativa, educación superior.

Entre las numerosas repercusiones de la inteligencia artificial (IA) en el ámbito educativo, esta contribución trata de arrojar algo de luz sobre una de las que más debate han generado en la universidad: la evaluación de los aprendizajes en situaciones no presenciales. Estas situaciones se dan tanto en la enseñanza completamente en línea como en las actividades que se llevan a cabo fuera del aula, por ejemplo, en los trabajos de fin de grado y de máster. Quedan fuera, por tanto, las pruebas de evaluación en el aula, ya que, cuando el docente controla el entorno de aprendizaje, la IA no supone un problema relevante.

A menudo se afirma que el uso de agentes inteligentes de diverso tipo pervierte el sentido de la evaluación e impide a los docentes valorar lo que sus estudiantes han aprendido, a diferencia de lo que sucedía antes. Sin embargo, esta cuestión suele abordarse como si se tratara de un único problema homogéneo, cuando en realidad obedece a circunstancias específicas y de naturaleza distinta. Antes de diseñar respuestas —prohibiciones, detectores o la vuelta masiva al examen presencial—, conviene precisar exactamente de qué problema se trata.

Delimitar el problema

El problema de la evaluación no presencial surge por la falta de control sobre dos factores: la “impersonación” (que responda otra persona en lugar del estudiante) y la “copia” (que se presente como propio un trabajo ajeno, incluido el generado por un sistema automático). Habitualmente se plantea que, si se controlan estos factores, se podría evaluar a distancia en cualquier fase del proceso de aprendizaje. No obstante, se pueden hacer dos matizaciones antes de asegurar que ese control es siempre necesario.

La primera es que ambos factores están sobrevalorados. Los estudiantes no copian cuando de verdad quieren aprender ni cuando valoran la experiencia del propio proceso. Quien logra cursar un grado en una institución muy exigente y demandada —pongamos el MIT— no delega su formación en un tercero; la copia es, ante todo, el síntoma de una relación instrumental con los estudios, no una fatalidad tecnológica. Esto no elimina el problema, pero lo reubica. En aquellos casos en los que al estudiante le importa aprender, el control es mucho menos necesario de lo que el discurso dominante presupone.

La segunda es más de fondo: tendemos a confundir dos funciones distintas que cumple la “evaluación” en la universidad. En España, las universidades llevan a cabo dos procesos que conviene separar: la “evaluación de aprendizajes” (comprobar si se ha aprendido algo, lo cual es relativamente sencillo de hacer a distancia) y la “acreditación de conocimientos o aptitudes” (garantizar ante terceros que ese aprendizaje existe y alcanza un determinado nivel, lo cual es difícil de asegurar sin presencialidad). Como la universidad desempeña ambas funciones a la vez, pensamos que son inseparables. No lo son. De hecho, el título por sí solo basta como acreditación plena en un único escenario: el acceso al empleo público. En el resto de los casos, es el mercado laboral el que opera como acreditador de última instancia, y otros agentes —colegios profesionales, certificaciones de idiomas, pruebas sectoriales— acreditan por su cuenta.

La prueba está en quién hace qué. Los agentes que solo evalúan y no acreditan —plataformas como Coursera, Udacity o Duolingo— no ven ningún inconveniente en desarrollar todo el proceso educativo, evaluación incluida, en línea. Y, en paralelo, los organismos acreditadores se abren cada vez más a la evaluación en línea en entornos controlados: cuestionarios de acceso al empleo, entrevistas por videollamada o simuladores para prácticas físicas, como el vuelo o los procedimientos médicos. En resumen, el problema no es la evaluación en línea, sino la acreditación sin control.

Entonces, ¿dónde interviene la IA? Interviene únicamente en las actividades que el estudiante realiza de forma asíncrona y sin supervisión. Ese es todo el alcance del problema. En esas actividades, y solo en esas, el uso de la IA impide evaluar los logros de aprendizaje, ya que no podemos saber si los conocimientos mostrados corresponden al estudiante o si los ha producido un agente sintético. Si no podemos determinar la autoría del logro, tampoco podemos acreditarlo.

Así, el problema se vuelve manejable porque la solución apunta en una misma dirección. Para evaluar o certificar en un escenario de uso masivo de la IA hay dos caminos. El primero consiste en “diseñar actividades que den por hecho el uso de la IA”, de modo que la asistencia sintética deje de ser una trampa y se convierta en parte del proceso. El segundo, cuando lo anterior no sea posible, es “evaluar y certificar en situaciones controladas”, ya sea en línea (como hacen la mayoría de las universidades a distancia, con exámenes con supervisión remota o proctoring) o, en última instancia, de forma presencial, si no hay capacidad tecnológica para generar entornos controlados.

Una guía para orientarse

Para ayudar a identificar estas situaciones, propongo un cuadrante que cruza las dos dimensiones descritas anteriormente: el grado de control sobre la situación (eje horizontal) y la función del proceso (eje vertical). En el caso de las situaciones de evaluación, los extremos serían, por un lado, las actividades asíncronas y sin supervisión (no controlamos ni la impersonación ni la copia) y, por otro, las situaciones controladas (supervisión remota mediante proctoring o, en última instancia, presencial). Si atendemos a la función, puede tratarse de una evaluación de aprendizajes (formativa, centrada en el proceso) o de una acreditación o certificación (sumativa, de alto riesgo y orientada a terceros).