Una evaluación puede parecer auténtica porque utiliza un problema «real» y, aun así, producir evidencia muy pobre de la competencia que afirma evaluar.
La autenticidad no reside en decorar una tarea con contexto profesional. Depende de qué desempeño exige, qué decisiones vuelven visible el juicio, qué condiciones reproducen la complejidad pertinente y qué evidencia permite atribuir la capacidad al estudiante.
🔎 Dilema de apertura
Un programa declara que sus estudiantes desarrollan «pensamiento crítico». Para acreditarlo, aplica un examen donde deben reconocer definiciones de pensamiento crítico. ¿Qué falla principalmente?
Objetivo didáctico
🎯 Al concluir esta lección podrás
Diseñar una arquitectura de evaluación auténtica para una competencia compleja, articulando resultado de aprendizaje, espacio de desempeño, tarea, criterios, evidencias y condiciones de uso de inteligencia artificial, de manera que pueda atribuirse válidamente el aprendizaje y el juicio al estudiante.
Introducción
El enfoque por competencias introdujo una exigencia que sigue siendo relevante: el conocimiento educativo no debería inferirse únicamente de la capacidad para reproducir información. Una competencia implica movilizar conocimientos, procedimientos, criterios y disposiciones frente a condiciones que exigen actuación y juicio. Esa afirmación parece ampliamente aceptada; el problema aparece cuando currículo, enseñanza y evaluación continúan operando con lógicas diferentes.
Un currículo puede declarar «argumentación crítica», «resolución de problemas complejos» o «capacidad de investigación» y, simultáneamente, evaluar principalmente reconocimiento, repetición o cumplimiento formal. En ese caso existe una falla de alineación: el desempeño observado no permite sostener la inferencia que se desea realizar.
La llegada de inteligencia artificial generativa hace esa contradicción mucho más visible. Si un producto académico puede ser producido parcialmente mediante sistemas capaces de redactar, sintetizar, programar, explicar o proponer alternativas, entonces el producto terminado contiene menos información sobre quién realizó qué operación. La evaluación necesita recuperar aquello que antes podía suponerse: proceso, decisión, criterio, procedencia y capacidad de transferencia.
Al mismo tiempo, la IA vuelve insuficiente otra reacción: intentar regresar a un pasado donde toda evaluación era supuestamente individual, cerrada y libre de mediaciones. Las prácticas profesionales contemporáneas ya están atravesadas por bases de datos, plataformas, comunidades, automatización y sistemas generativos. Una evaluación auténtica no debería ignorar esas condiciones cuando forman parte real del desempeño; debería aprender a gobernarlas.
Por eso esta lección articula tres preguntas: qué significa demostrar una competencia, dónde conviene producir esa evidencia y cómo diseñar una evaluación auténtica cuando la actuación puede estar mediada por IA.
Desarrollo del tema
Competencia: la inferencia debe comenzar en el desempeño
Una competencia no se observa directamente. Observamos actuaciones y, a partir de ellas, realizamos una inferencia sobre la capacidad de una persona. Esta distinción modifica todo el diseño de evaluación: no basta con formular un resultado mediante un verbo complejo; necesitamos una situación en la que ese verbo sea realmente necesario.
Decir que alguien «evalúa evidencia», por ejemplo, exige observar cómo establece criterios, discrimina calidad, reconoce incertidumbre, contrasta fuentes y justifica una conclusión. Un cuestionario sobre definiciones de validez puede proporcionar conocimiento relevante, pero constituye evidencia insuficiente para atribuir esa competencia completa.
Un enfoque por competencias coherente requiere al menos tres correspondencias: resultado → actividad → evidencia. Si el resultado exige crear, pero la actividad únicamente pide identificar, existe desalineación. Si la actividad exige juicio, pero la rúbrica premia principalmente presentación y cumplimiento, también existe desalineación.
La consecuencia es importante: la competencia no debería convertirse en un listado de atributos genéricos. Cuanto más amplia sea la formulación —«pensamiento crítico», «liderazgo», «innovación»—, más necesario resulta descomponerla en operaciones observables y condiciones de desempeño.
🧭 Diagnóstico de alineación
Resultado: «Diseña una intervención educativa fundamentada para un problema complejo». ¿Cuál evidencia está mejor alineada?
💡 Regla de diseño
Antes de construir una rúbrica, intenta responder: ¿qué tendría que hacer una persona para convencerme de que posee esta competencia? La evidencia debe surgir de esa respuesta, no de aquello que resulta más fácil calificar.
Decisión práctica. Selecciona una competencia de un programa que conozcas. Sustituye el sustantivo abstracto por tres operaciones observables y una condición de desempeño. Después elimina cualquier evidencia actual que no obligue al estudiante a ejercer al menos una de esas operaciones.
Espacios comunes y espacios de aprendizaje: el entorno también forma parte de la evidencia
El temario original utiliza la expresión «espacios comunes», pero no especifica un linaje conceptual. La literatura utiliza expresiones semejantes para fenómenos diferentes: learning commons, espacios compartidos de aprendizaje, entornos informales, espacios comunes interinstitucionales y áreas de convergencia de educación superior. Por ello, esta lección no impondrá una definición que la fuente no proporciona.
Utilizaremos provisionalmente la categoría más amplia de espacio de aprendizaje: la configuración física, digital, social e institucional donde una competencia se practica y se hace observable. Bajo esta perspectiva, el espacio no es decoración ni simple continente. Sus posibilidades y restricciones afectan qué actuaciones pueden producirse.
Un aula con mobiliario flexible puede facilitar reorganización de grupos, pero no produce colaboración automáticamente. Un laboratorio proporciona herramientas y condiciones de seguridad que permiten observar decisiones que una prueba escrita difícilmente mostraría. Una clínica simulada puede construir condiciones de incertidumbre y responsabilidad. Un espacio comunitario introduce interlocutores y consecuencias. Un entorno digital permite iteración, trazabilidad y colaboración distribuida. Cada espacio crea determinadas posibilidades de acción.
Por eso la pregunta relevante no es «¿qué espacio es más innovador?», sino «¿qué configuración permite que la competencia se ejerza bajo condiciones suficientemente significativas para producir evidencia válida?».
🔍 Cambia el espacio, cambia la evidencia
Explora cómo un mismo objetivo puede producir evidencias distintas según la configuración.
La investigación sobre espacios de aprendizaje insiste justamente en esta conexión entre configuración y actividad. En contextos universitarios contemporáneos, los espacios informales, híbridos y flexibles pueden sostener autonomía, colaboración y formas de interacción que no dependen exclusivamente del aula convencional. Sin embargo, su valor debe estudiarse por las prácticas que posibilitan y no por su apariencia arquitectónica.
Figura 1. Arquitectura de evaluación de competencias: el espacio y las condiciones median entre la capacidad declarada y la evidencia que permite inferirla.
Decisión práctica. Elige una competencia y compara dos espacios posibles para evaluarla. Identifica qué desempeño hace visible cada uno, qué variable relevante elimina y qué riesgo de inequidad introduce. Selecciona el espacio por la calidad de evidencia que permite producir, no por novedad tecnológica o arquitectónica.
Evaluación auténtica: más que parecerse al mundo real
La evaluación auténtica suele definirse mediante tareas vinculadas con problemas y desempeños relevantes fuera del examen convencional. La revisión sistemática de Vlachopoulos y Makri (2024) muestra su utilización en educación superior para evaluar conocimientos, habilidades y actitudes mediante tareas que aproximan situaciones en las que esas capacidades serán utilizadas.
Sin embargo, convertir «realismo» en criterio absoluto produce nuevos problemas. Una tarea profesional puede ser auténtica para un estudiante que busca incorporarse a determinada ocupación y poco significativa para otro con trayectoria distinta. También puede reproducir prácticas profesionales existentes que precisamente deberían ser cuestionadas. Fawns (2025) propone por ello una lectura crítica: la autenticidad no debería funcionar como sello automático de calidad.
La revisión de alcance de Zhan y colaboradores (2025) refuerza esta ampliación al mostrar que el diseño de evaluación auténtica ha evolucionado desde una simple semejanza con tareas del mundo real hacia una consideración más amplia de estudiantes, contexto y sociedad. Esto permite pensar la autenticidad como una relación entre sentido, desempeño, condiciones, criterio y consecuencia.
Una evaluación auténtica sólida no necesita simular literalmente todo el entorno profesional. Debe preservar las dimensiones que hacen cognitivamente significativa la actuación: información incompleta, necesidad de elegir, criterios en tensión, interlocutores, consecuencias, restricciones y posibilidad de revisar.
🔎 ¿Qué hace auténtica a una tarea?
Un estudiante analiza un caso ficticio creado para la asignatura. ¿Puede ser una evaluación auténtica?
| Criterio | Pregunta de diseño | Riesgo si falta |
|---|---|---|
| Desempeño | ¿La persona debe ejercer realmente la competencia? | Evaluar conocimiento sobre la competencia en lugar de competencia. |
| Juicio | ¿Hay decisiones justificables entre alternativas plausibles? | Convertir la tarea en aplicación mecánica. |
| Restricciones | ¿Existen condiciones que obligan a priorizar? | Crear soluciones ideales sin viabilidad. |
| Interlocución | ¿El producto debe responder ante actores, usuarios o comunidad? | Evaluar únicamente para satisfacer al docente. |
| Revisión | ¿Puede mejorarse el desempeño a partir de evidencia o retroalimentación? | Confundir primera ejecución con capacidad consolidada. |
Nota. Matriz generativa elaborada para este curso a partir de la literatura reciente sobre evaluación auténtica; no se presenta como taxonomía oficial de un único autor.
Decisión práctica. Toma una evaluación existente y elimina cualquier elemento cuya única función sea «hacerla parecer real». Conserva solamente las condiciones que obligan al estudiante a movilizar juicio, conocimientos y criterios. Después identifica una restricción auténtica que sí falte y agrégala.
Evaluar con IA disponible: de controlar el producto a diseñar validez
La inteligencia artificial generativa altera una condición histórica de muchas evaluaciones: que producir un texto, una solución o un artefacto complejo requería realizar personalmente una parte considerable de las operaciones que ese producto contenía. Esa relación ya no puede suponerse.
La revisión de Xia, Weng, Ouyang, Lin y Chiu (2024) identifica precisamente la transformación de la evaluación universitaria como uno de los problemas centrales de la GenAI. La cuestión alcanza diseño, retroalimentación, integridad, autoría y maneras de evaluar capacidades complejas.
La OCDE sintetiza en 2026 una distinción decisiva: la IA generativa puede mejorar el desempeño mientras está disponible sin garantizar aprendizaje equivalente. Por ello, una evaluación válida necesita decidir qué uso de IA forma parte legítima del desempeño y qué evidencia adicional permitirá demostrar la capacidad del estudiante.
La evaluación auténtica no se vuelve obsoleta por esta transformación. De hecho, puede ganar importancia, pero solo si cambia su diseño. Hu, Liu y Daniel (2025), en una revisión de 52 estudios sobre tecnologías digitales y evaluación auténtica, encuentran una integración tecnológica diversa a lo largo de distintas etapas del proceso. La tecnología puede ampliar posibilidades de producción y retroalimentación, pero su presencia no sustituye la necesidad de una arquitectura evaluativa coherente.
La pregunta correcta deja entonces de ser «¿cómo hago una tarea imposible de resolver con IA?». Una estrategia basada exclusivamente en perseguir tareas tecnológicamente resistentes envejece conforme cambian los sistemas. Resulta más estable preguntar: ¿qué capacidad necesito atribuir y qué conjunto de evidencias me permitiría hacerlo incluso si la IA está disponible?.
🧠 Prueba de validez en condiciones de IA
Un estudiante entrega con IA una excelente propuesta de intervención. ¿Qué evidencia complementaria fortalece mejor la atribución de competencia?
La literatura de 2026 empieza a hablar en términos de evaluaciones resilientes frente a IA: no evaluaciones diseñadas para fingir que la tecnología no existe, sino arquitecturas capaces de seguir generando evidencia válida cuando las herramientas cambian. Esto incluye tareas auténticas, evidencias múltiples y atención explícita a proceso, juicio, responsabilidad y transferencia.
Una arquitectura especialmente robusta puede combinar cuatro capas: producto, que muestra lo construido; proceso, que documenta cómo evolucionó; defensa, que obliga a justificar decisiones; y transferencia, que comprueba si los criterios pueden utilizarse ante una situación diferente. Ninguna capa es perfecta por separado; juntas reducen inferencias injustificadas.
💡 Principio de evidencia múltiple
Cuanto mayor sea la posibilidad de que una herramienta produzca el producto observable sin que el estudiante ejerza la capacidad objetivo, menos razonable resulta usar ese producto como evidencia única.
Decisión práctica. Toma una evaluación donde hoy solo se entrega un producto. Diseña una segunda evidencia que revele proceso y una tercera que pruebe transferencia. Después decide qué uso de IA puedes permitir sin perder la capacidad de atribuir el aprendizaje.
Conclusión
Evaluar competencias exige recordar que una competencia no aparece directamente en un producto: se infiere a partir de actuaciones y evidencias. La calidad de esa inferencia depende de que resultado, actividad, espacio, criterios y evidencia estén alineados.
Los espacios de aprendizaje forman parte de esa arquitectura porque hacen posibles determinadas actuaciones y vuelven otras invisibles. Un espacio auténtico no necesita reproducir literalmente un lugar profesional; necesita preservar las condiciones que hacen significativa la competencia: decisiones, restricciones, interlocutores, recursos y consecuencias pertinentes.
La evaluación auténtica tampoco debe convertirse en una nueva ortodoxia. Su valor no se deriva automáticamente de utilizar proyectos, portafolios, simulaciones o problemas reales. Depende de si la tarea exige ejercer la capacidad que se pretende atribuir y de si los criterios permiten emitir un juicio válido.
La inteligencia artificial generativa vuelve urgente esta precisión. Un buen producto ya no garantiza que el estudiante haya realizado las operaciones que antes podían suponerse detrás de él. Por ello, las arquitecturas más robustas necesitarán combinar producto, proceso, defensa, transferencia y trazabilidad cuando la situación lo requiera.
La pregunta cambia finalmente de «¿cómo impedir que la IA haga la tarea?» a «¿cómo diseñar una tarea donde, aun existiendo IA, aquello que verdaderamente queremos formar tenga que hacerse visible?».
La siguiente lección aplicará este principio al diseño del aprendizaje basado en problemas y proyectos. Allí examinaremos cómo elegir una estrategia por el mecanismo que requiere la competencia y por la evidencia disponible, en lugar de asumir que toda metodología activa es automáticamente innovadora.
🔭 Para seguir aprendiendo
- ¿Qué competencias de tu institución se evalúan actualmente mediante evidencias que no obligan a ejercerlas?
- ¿Qué parte de una evaluación auténtica debe parecerse al mundo profesional y qué parte puede simplificarse sin perder validez?
- ¿Qué evidencia adicional necesitarías para atribuir aprendizaje si asumieras que todo estudiante tiene acceso legítimo a IA generativa?
Actividad de aprendizaje autónoma
Rediseño de una evaluación auténtica y resiliente ante IA
Selecciona una competencia compleja de un programa de educación superior y construye una arquitectura original de evaluación auténtica que siga produciendo evidencia válida cuando el estudiante tenga acceso a inteligencia artificial generativa. El propósito no es crear una tarea «a prueba de IA», sino diseñar condiciones donde el aprendizaje, el juicio y la responsabilidad sigan siendo atribuibles.
Instrucciones paso a paso:
- Delimita la competencia. Redáctala como un desempeño observable e identifica entre tres y cinco operaciones cognitivas o profesionales que la constituyen.
- Define la inferencia. Explica qué tendrías que observar para aceptar razonablemente que una persona posee esa competencia.
- Selecciona el espacio de desempeño. Decide si utilizarás aula, simulación, laboratorio, entorno digital, comunidad, espacio profesional u otra configuración. Justifica qué posibilidades y restricciones aporta.
- Construye la tarea auténtica. Incluye un problema o encargo que exija juicio, restricciones relevantes, información suficiente pero no trivial y un producto o actuación dirigido a un interlocutor identificable.
- Define el papel de la IA. Clasifica qué operaciones pueden realizarse con asistencia, cuáles pueden coproducirse y cuáles deben permanecer demostrablemente bajo juicio del estudiante.
- Diseña cuatro capas de evidencia. Incluye producto, evidencia de proceso, mecanismo de defensa o justificación y una tarea breve de transferencia.
- Construye los criterios. Redacta entre cuatro y seis criterios que evalúen la competencia y no aspectos decorativos del producto. Cada criterio debe describir una cualidad observable.
- Audita autenticidad. Explica qué elementos de la tarea son auténticos por su función y elimina los que solo añaden apariencia de realismo.
- Audita equidad. Identifica barreras asociadas con espacio, tecnología, lenguaje, acceso a IA, discapacidad, experiencia previa u otras condiciones pertinentes y propone ajustes sin reducir la exigencia central.
- Realiza una prueba adversarial. Imagina que un estudiante intenta producir el mejor resultado posible delegando la máxima cantidad de actividad cognitiva a IA. Identifica dónde tu arquitectura dejaría de poder atribuir aprendizaje y modifica el diseño.
- Emite una defensa de validez. Argumenta por qué el conjunto de evidencias permite inferir la competencia con mayor solidez que el producto aislado y señala una limitación que permanecería abierta.
🧭 Construye el esqueleto de tu evaluación
📊 Evidencia de logro
Entrega una arquitectura de evaluación auténtica de 2,000 a 2,600 palabras en formato PDF acompañada de una matriz de alineación. Debe contener: competencia y operaciones; espacio de desempeño; tarea auténtica; condiciones de uso de IA; cuatro capas de evidencia; criterios; auditoría de autenticidad; auditoría de equidad; prueba adversarial; defensa de validez y una limitación explícita. Fundamenta el diseño con al menos cinco fuentes académicas o institucionales pertinentes.
Si la competencia que queremos formar solo puede demostrarse mientras prohibimos las herramientas que existirán en el mundo donde deberá ejercerse, ¿estamos evaluando la competencia adecuada?
Referencias bibliográficas
- Fawns, T. (2025). Authentic assessment: From panacea to criticality. Assessment & Evaluation in Higher Education.
- Hu, A., Liu, Q., & Daniel, B. (2025). Digital technologies in authentic assessment in higher education: A systematic literature review and narrative synthesis. SAGE Open, 15(3).
- OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing.
- Su, F., et al. (2026). Embracing a new world: Authentic assessment designs in the age of generative artificial intelligence. Innovations in Education and Teaching International.
- Vlachopoulos, D., & Makri, A. (2024). A systematic literature review on authentic assessment in higher education: Best practices for the development of 21st century skills, and policy considerations. Studies in Educational Evaluation, 83, 101425.
- Xia, Q., Weng, X., Ouyang, F., Lin, T.-J., & Chiu, T. K. F. (2024). A scoping review on how generative artificial intelligence transforms assessment in higher education. International Journal of Educational Technology in Higher Education, 21, 40.
- Zhan, Y., et al. (2025). Designing for authentic assessment: A scoping review. Higher Education.