Evaluar con IA: la experiencia UDA en FLACSO

Los días 23 y 24 de septiembre de 2026 se realizaron en Buenos Aires las IX Jornadas de Educación a Distancia y Universidad, organizadas por FLACSO Argentina bajo el lema «Entre la automatización, la escalabilidad y el sentido formativo». Las especialistas Virginia Melonari y Noelia Abaca, integrantes del Observatorio de Inteligencia Artificial de la Universidad del Aconcagua, participaron de la mesa de intercambio dedicada a la evaluación de los aprendizajes en tiempos de IA, donde presentaron los resultados de un nanocurso diseñado para docentes de la Universidad del Aconcagua.

De dónde surgió la experiencia

Todo empezó con una escena que se repite en cada vez más universidades. Un grupo de docentes estaba corrigiendo unas evaluaciones y notó que las respuestas se parecían demasiado entre sí, con las marcas inconfundibles de la generación automática. La primera lectura fue que los estudiantes habían hecho un uso indebido de la IA. Pero al volver sobre las consignas, apareció otra pregunta: ¿y si el problema no estaba en lo que hicieron los estudiantes, sino en lo que la tarea les permitía hacer? Porque esas consignas, pensadas años atrás, hoy podían resolverse por completo con IA, sin que el resultado mostrara si detrás había alguien que sabía o una respuesta generada en segundos.

A ese fenómeno se lo llamó «consigna caída»: una tarea que funcionaba perfectamente hasta que la IA la volvió resoluble en segundos. Nadie la diseñó mal; simplemente, el contexto tecnológico cambió y la consigna dejó de mostrar lo que el estudiante realmente sabe.

A partir de ese diagnóstico, se pensó en diseñar un nanocurso con un objetivo concreto: acompañar a los docentes en el proceso de identificar sus propias consignas caídas y rediseñarlas como «consignas blindadas», es decir, tareas que pueden incorporar la IA y aun así siguen mostrando que el estudiante aprendió de verdad. Para lograrlo, se construyeron dos herramientas: el concepto de IA-bilidad y el método de las 3C.

IA-bilidad: un diagnóstico rápido

Para ayudar a los docentes a evaluar sus propias tareas, se propuso el concepto de «IA-bilidad: alta, media o baja»: qué tan expuesta está una consigna a ser resuelta con IA. Una forma práctica de estimarla es mirar qué nivel cognitivo demanda la tarea, tomando como referencia la taxonomía de Bloom. En general, cuanto más cerca está la consigna de operaciones como recordar, definir o resumir, más fácil resulta para la IA resolverla. Y a medida que la tarea pide analizar, evaluar o crear algo propio en un contexto concreto, esa facilidad tiende a bajar. No es una regla absoluta, pero funciona como brújula para detectar dónde conviene intervenir primero.

El método de las 3C: capa, contexto, crítica

Una vez que el docente identifica qué tan expuesta está su consigna, el método de las 3C le ofrece tres caminos concretos para blindarla:

• Capa. Agregar un paso que la IA no puede dar por el estudiante: registrar el proceso, fundamentar las decisiones o defender la tarea de forma oral. La capa obliga a mostrar el proceso, no solo el resultado.
• Contexto. Anclar la tarea en datos, casos o situaciones locales que un modelo entrenado con información general no conoce. Cuanto más específica es la consigna, más difícil resulta delegarla.
• Crítica. Pedir al estudiante que evalúe, corrija y mejore una respuesta generada por IA. En esta modalidad, la inteligencia artificial deja de ser el atajo y se convierte en el material de trabajo.

Un ejemplo sencillo: si la consigna original pedía producir un texto, la versión blindada puede proponer: «Acá tenés una respuesta que generó una IA. Evaluala, marcá dónde falla, mejorala y justificá cada una de tus decisiones». El tema es el mismo, pero ahora la tarea exige que el estudiante demuestre lo que sabe de verdad.

Una experiencia que no quedó en la teoría

El nanocurso se implementó en formato híbrido (un encuentro sincrónico por Meet y trabajo asincrónico por campus virtual). En la etapa asincrónica, cada participante rediseñó esa misma consigna con el método de las 3C. Así, todos terminaron con una «consigna blindada» propia, lista para usar en el aula.

Una reflexión que sigue abierta

Si las consignas se caen porque cambió el contexto tecnológico, la revisión no se hace una sola vez. Volver periódicamente sobre nuestras propias evaluaciones y preguntarnos si todavía nos dicen lo que necesitamos saber sobre el aprendizaje es, quizás, el aprendizaje más duradero que deja esta experiencia.

NOTA DE TRANSPARENCIA
Artículo elaborado con asistencia de Claude (Anthropic) para la organización y redacción del contenido a partir de los apuntes de las autoras.