La inteligencia artificial generativa está obligando a las universidades a replantear una de las prácticas más básicas de la educación: cómo comprobar que un estudiante realmente aprendió.

El problema ya no es solamente si un alumno utilizó ChatGPT u otra herramienta para elaborar un ensayo, resolver un problema o preparar una presentación. El desafío, plantearon especialistas de la Universidad Iberoamericana, es que una evaluación basada únicamente en el producto final puede dejar de mostrar quién pensó, razonó y tomó las decisiones detrás de ese trabajo.

Si un alumno utiliza IA para hacer un trabajo y el profesor utiliza IA para evaluarlo, son dos IA hablando”, advirtió Luis Medina-Gual, director de Innovación Educativa de la Ibero, durante una mesa sobre los riesgos y el futuro de la supervisión humana de la inteligencia artificial.

Para el académico, la irrupción de estas herramientas está exhibiendo un problema anterior a la propia IA: buena parte de la evaluación educativa se ha concentrado en el resultado y no en el proceso mediante el cual el estudiante llegó a él.

La salida, sostuvo, pasa por recuperar evidencias del proceso de aprendizaje y no solamente del producto terminado, mediante ejercicios en los que el alumno tenga que explicar, defender y justificar lo que hizo.

La discusión ya dejó de ser exclusivamente teórica. La UNAM publicó este año tres guías sobre el uso de inteligencia artificial generativa en la evaluación educativa, dirigidas a estudiantes y docentes de bachillerato, licenciatura y posgrado, ante la dificultad de distinguir entre contenidos producidos por el alumno y aquellos generados por estas herramientas

Además, el Consejo de Evaluación Educativa de la Universidad organizó en septiembre el EvaluaFEST 2026 bajo el tema “Evaluación del y para el aprendizaje con inteligencia artificial”, con ejes que incluyen el uso de IA como asistente de calificación, la evaluación formativa, los problemas del “copiar y pegar” y la tensión entre el juicio del docente y el algoritmo.

En la Universidad de Guadalajara también se desarrolla una propuesta para evaluar el aprendizaje con IA mediante la llamada “evaluación auténtica”, que busca conservar la trazabilidad del aprendizaje y las evidencias de las decisiones del estudiante cuando utiliza estas herramientas.

La Universidad Autónoma de Nuevo León, por su parte, plantea una evaluación formativa que siga el proceso de pensamiento del estudiante cuando utiliza IA, y no solamente el resultado que entrega.

Del detector de IA a la evidencia del aprendizaje

El cambio también cuestiona una de las respuestas más extendidas ante el avance de la inteligencia artificial: intentar descubrir si un alumno utilizó una herramienta generativa.

Medina-Gual señaló que los sistemas para detectar textos producidos por IA no ofrecen una solución confiable y que la Ibero no busca convertirlos en una herramienta central de control.

El planteamiento es distinto: si una universidad quiere saber si una persona aprendió, debe diseñar una evaluación que permita observar ese aprendizaje.

Un ensayo puede estar perfectamente redactado y, sin embargo, no demostrar que quien lo entrega comprende lo que escribió. Lo mismo puede ocurrir con una presentación, un código, un reporte o incluso una respuesta académica generada con ayuda de IA.

Por eso, la pregunta comienza a cambiar: de “¿usó IA?” a “¿qué aprendió y cómo puede demostrarlo?”

La propia UNAM señala que sus guías buscan promover un uso responsable y crítico de la IA y que las herramientas generativas plantean nuevos retos para los procesos de enseñanza, aprendizaje y evaluación.