Al terminar esta lección podrás:
- Decidir, para un resultado concreto, si una evidencia muestra el desempeño o solo informa sobre él; por ejemplo, reconocer que un cuestionario sobre los cuatro componentes del riesgo muestra que se reconocen definiciones, pero no que se sabe priorizar.
- Elegir una evidencia que se parezca a una tarea real y que exija el mismo proceso que tu resultado.
- Escribir un criterio con niveles descritos que permitan distinguir un trabajo «en desarrollo» de uno «logrado».
- Elegir el instrumento (rúbrica, lista de cotejo o escala) que corresponde a esa evidencia.
- Combinar varios anclajes y una política de uso de IA explícita sin atribuirles una garantía de autoría que no ofrecen.
¿Qué son las evidencias de aprendizaje?#
Una evidencia es el trabajo o la actuación que permite reconocer si alguien alcanzó un resultado: un dictamen escrito, una explicación oral, una hoja de cálculo resuelta. Cada evidencia muestra unas cosas y deja otras fuera, así que conviene preguntar de qué resultado es evidencia. En entornos digitales, el producto, el proceso y las condiciones de producción pueden aportar indicios diferentes, por lo que conviene organizarlos sin asumir que uno sustituye a los demás (Bearman et al., 2020).
Tipos de evidencias de aprendizaje#
Las evidencias se describen con dos preguntas independientes. La primera es si la evidencia muestra el desempeño (directa) o solo habla de él (indirecta). La segunda es si la tarea se parece a una práctica real fuera del aula (auténtica). Una misma evidencia puede ser directa para un resultado e indirecta para otro. Las pestañas usan el resultado del caso del curso: comparar el riesgo de dos comunidades y justificar cuál atender primero con tres datos.
Directa o indirecta: ¿muestra o informa?
Una evidencia directa deja ver el desempeño que pide el resultado: el dictamen en el que la persona compara las comunidades y justifica su elección muestra esa justificación. Algunas evidencias directas, como una bitácora o un borrador comentado, dejan ver además el proceso; un examen final muestra el desempeño, pero no el recorrido.
Una evidencia indirecta informa sobre el desempeño sin mostrarlo: una encuesta de confianza, un registro de participación o el tiempo dedicado. Sirve para planear apoyos. La confianza y el desempeño a menudo no coinciden, así que conviene no apoyar una decisión sobre el aprendizaje solo en ella.
Un cuestionario de opción múltiple sobre los cuatro componentes es directo para reconocer definiciones e indirecto para justificar una prioridad: alguien puede acertar todas las preguntas y no saber qué comunidad atender primero.
Auténtica: ¿se parece a una tarea real?
Una evidencia auténtica sitúa al estudiante ante una tarea parecida a la que enfrentaría fuera del aula. En el caso del curso, un dictamen de 400 palabras dirigido a la autoridad municipal es auténtico; completar una tabla con los datos del caso es un ejercicio escolar, útil para practicar una parte del resultado.
La autenticidad favorece la transferencia, pero una tarea puede parecer muy real y pedir poco razonamiento. Por eso se revisa junto con la primera pregunta: ¿esta tarea auténtica muestra el desempeño que el resultado pide?
Decide qué muestra cada evidencia#
En la práctica siguiente, el resultado ya está fijado. Clasifica cada evidencia por lo que muestra de ese resultado antes de abrir la solución.
Decide qué muestra cada evidencia del resultado
El resultado es: comparar el riesgo de dos comunidades y justificar cuál atender primero con tres datos. Anota una categoría para cada evidencia antes de abrir la solución.
Categorías disponibles:
- Muestra la justificación y se parece a una tarea real
- Muestra solo una parte del resultado
- Informa sobre el desempeño sin mostrarlo
Elementos por clasificar:
- Tabla completada con los datos del caso, sin recomendación
- Encuesta: «¿Qué tan seguro te sientes al analizar riesgos?»
- Dictamen individual de 400 palabras para la autoridad municipal, con la recomendación y tres datos
- Cuestionario de opción múltiple sobre los cuatro componentes del riesgo
- Registro de participación en el foro del caso
- Simulacro de reunión en el que alguien que hace de funcionaria pide justificar la prioridad
Anota una categoría para cada elemento antes de abrir la solución.
Ver clasificación razonada
Muestra la justificación y se parece a una tarea real
- Dictamen individual de 400 palabras para la autoridad municipal, con la recomendación y tres datos — muestra directamente la justificación y reproduce un informe técnico real.
- Simulacro de reunión en el que alguien que hace de funcionaria pide justificar la prioridad — muestra la justificación en vivo, ante preguntas que no se pueden preparar del todo.
Muestra solo una parte del resultado
- Cuestionario de opción múltiple sobre los cuatro componentes del riesgo — muestra que se reconocen definiciones; de la justificación solo informa: alguien puede acertar todas las preguntas y no saber priorizar.
- Tabla completada con los datos del caso, sin recomendación — muestra la clasificación de los datos, que es un paso del resultado; sin la decisión, es evidencia de un resultado instrumental.
Informa sobre el desempeño sin mostrarlo
- Encuesta: «¿Qué tan seguro te sientes al analizar riesgos?» — sirve para planear apoyos; la confianza y el desempeño a menudo no coinciden.
- Registro de participación en el foro del caso — indica actividad; para saber qué razonó la persona hace falta leer lo que escribió.
Esta versión no envía respuestas, no guarda intentos y no calcula una puntuación.
Alineación entre resultados y evidencias#
La evidencia debe exigir la misma operación cognitiva que el resultado de aprendizaje. Si el objetivo es analizar, la evidencia debe pedir descomponer, comparar u organizar información; si es aplicar, debe requerir el uso de un procedimiento en un caso. La falta de alineación debilita la validez de la evaluación y puede llevar a medir solo lo superficial.
Errores frecuentes en la selección de evidencias#
Cada pliegue describe un error frecuente y qué puedes hacer en su lugar.
Medir solo lo fácil de observar
Es común evaluar únicamente lo que resulta sencillo de calificar, como la asistencia o la entrega de productos, dejando de lado habilidades complejas como el razonamiento o la argumentación.
Una alternativa es reservar el mayor peso para la evidencia que muestra el razonamiento, aunque tome más tiempo revisarla: en el caso, el dictamen pesa más que la entrega puntual de la tabla.
Usar productos generados por IA sin anclajes
Solicitar ensayos o informes que pueden ser generados íntegramente por IA, sin mecanismos que permitan observar y conversar sobre el proceso, debilita la interpretación de la evidencia.
Combinar varios anclajes —una bitácora breve, datos trabajados en la sesión, dos preguntas orales— da material para conversar sobre cómo se hizo el trabajo.
Instrumentos desconectados de los resultados
Utilizar exámenes, rúbricas o listas de cotejo que no corresponden al resultado de aprendizaje lleva a evaluaciones injustas o irrelevantes.
Una forma rápida de revisarlo: leer cada criterio del instrumento y buscar en qué parte del resultado aparece. Un criterio de «ortografía» en un dictamen cuyo resultado es justificar una prioridad pesa sobre algo que el resultado no pide.
Criterios y estándares de calidad#
Los criterios de calidad definen qué distingue una respuesta superficial de un desempeño sólido. Deben ser observables, específicos y derivados directamente de los resultados de aprendizaje y la comprensión buscada. Los estándares establecen el nivel mínimo aceptable y los diferentes grados de logro.
Un criterio nombra un aspecto del trabajo que se valorará (por ejemplo, «uso de datos para justificar»); los niveles describen cómo se ve ese aspecto en trabajos de distinta calidad. Los pasos siguientes ayudan a construirlos; su calidad también depende de cómo se prueben, apliquen y ajusten.
- Derivar criterios de los resultadosSe toman las operaciones centrales del resultado y se convierten en aspectos observables. Del resultado «comparar y justificar con tres datos» sale el criterio «uso de datos para justificar».
- Formular criterios observables y específicosCada criterio describe algo que se puede señalar en la evidencia. «Buen análisis» obliga a adivinar; «relaciona cada dato con la recomendación» se puede comprobar línea por línea.
- Definir estándares mínimos y niveles de logroSe decide qué cuenta como desempeño suficiente y cómo se diferencian los niveles (inicial, en desarrollo, logrado, sobresaliente). El ejemplo de abajo muestra una fila completa.
- Seleccionar el instrumento de evaluaciónRúbrica, lista de cotejo u otro instrumento, según la evidencia y según si hace falta distinguir niveles de calidad o solo comprobar que algo está presente.
- Comunicar criterios y estándares al estudiantadoEl grupo conoce los criterios y los niveles antes de entregar, para orientar su trabajo; compartir un ejemplo de nivel «logrado» suele aclarar más que la descripción sola.
Instrumentos de evaluación: ¿cuándo usar cada uno?#
Cada pestaña describe un instrumento y el tipo de evidencia para el que suele servir.
Rúbricas analíticas
Las rúbricas analíticas desglosan el desempeño en varios criterios, permitiendo evaluar cada aspecto por separado. Son ideales para productos complejos y evidencias auténticas, ya que ofrecen retroalimentación detallada y fomentan la mejora continua.
Su uso es recomendable cuando se busca diferenciar niveles de calidad y orientar el aprendizaje, aunque requieren mayor tiempo de elaboración y calibración.
Listas de cotejo
Las listas de cotejo verifican la presencia o ausencia de elementos clave en la evidencia. Son útiles para tareas donde el cumplimiento de requisitos es esencial y la calidad se mide por el logro de pasos o componentes específicos.
Se recomiendan para actividades procedimentales o diagnósticas, pero no discriminan niveles de calidad entre los productos.
Escalas de calificación
Las escalas de calificación asignan un valor numérico o descriptivo al desempeño global o a cada criterio. Son prácticas para evaluaciones rápidas o cuando se requiere una síntesis cuantitativa.
Conviene usarlas en combinación con rúbricas o listas para mantener la transparencia y la equidad.
Retroalimentación orientada a la meta#
La rúbrica y la lista de cotejo son instrumentos; la retroalimentación formativa es lo que se hace con ellos para que el estudiante mejore antes de la calificación. Funciona cuando es específica, llega a tiempo y se refiere a los criterios: «tu dictamen usa dos datos de vulnerabilidad; añade uno de capacidad de respuesta y explica cómo cambia tu recomendación» orienta más que «falta profundidad».
La retroalimentación efectiva ayuda a cerrar la brecha entre el desempeño actual y el resultado esperado. Para ser formativa, debe llegar antes de la calificación definitiva, responder a los criterios y ofrecer pasos concretos para mejorar (Black y Wiliam, 1998; Hattie y Timperley, 2007). Así, la evaluación se convierte en una oportunidad de aprendizaje y no solo en un juicio final.
Buenas prácticas en retroalimentación y revisión#
Cada pliegue describe una práctica y cómo incorporarla a la secuencia.
Retroalimentar antes de la calificación definitiva
La retroalimentación tiene mayor valor cuando permite al estudiante revisar y mejorar su trabajo antes de la entrega final.
En el caso, el borrador del dictamen se revisa en clase con la rúbrica una semana antes de la entrega final.
Valorar la calidad de la respuesta a la retroalimentación
Lo que muestra aprendizaje es cómo el estudiante usa la retroalimentación: qué cambió en el dictamen después de la revisión y por qué.
Pedir una nota breve con los cambios realizados permite valorarlos y reconocer el esfuerzo de ajuste.
Ofrecer oportunidades reales de revisión y mejora
Reservar tiempo en la secuencia para aplicar la retroalimentación y entregar una versión mejorada hace que la retroalimentación sirva para algo.
Esto fomenta la autonomía y el desarrollo de habilidades metacognitivas.
Anclajes en la evidencia para entornos con IA#
En contextos donde la IA puede generar productos completos, conviene diseñar evidencias con anclajes: momentos o rastros que permitan interpretar el proceso además del producto final. Pueden ser un registro comentado de decisiones, el uso de datos locales o una explicación en vivo. Ningún anclaje garantiza por sí solo la autoría o el aprendizaje; varios indicios, leídos en contexto y conversados con la persona, ofrecen una base más sólida para valorarlos.
Políticas de uso de IA en la evaluación#
Cada pestaña describe una política posible sobre el uso de IA en una evaluación y lo que implica comunicarla.
Uso no permitido
En algunas actividades, el uso de IA está prohibido para preservar la autoría y el desarrollo de habilidades específicas. Por ejemplo, en exámenes presenciales o defensas orales.
Esta política debe explicarse claramente en las instrucciones de la actividad, justificando su pertinencia y las consecuencias de su incumplimiento.
Uso permitido con declaración
Se permite el uso de IA para ciertas tareas, como revisión de redacción o generación de ideas, siempre que el estudiante declare explícitamente cómo y para qué la utilizó.
Esto promueve la transparencia y da un punto de partida para conversar sobre cómo se usó la herramienta. Una declaración informa del uso, pero no muestra el razonamiento de la persona.
Uso requerido con análisis
En algunos casos, se exige el uso de IA como parte del aprendizaje, por ejemplo, para comparar versiones o analizar la calidad de las respuestas generadas.
El estudiante debe reflexionar sobre el proceso y justificar las decisiones tomadas, integrando la herramienta de manera crítica.
Ambigüedad y sus riesgos
No definir una política clara sobre el uso de IA genera incertidumbre y puede afectar la equidad y la integridad académica.
Una regla escrita en las instrucciones, con un ejemplo de uso permitido y uno no permitido, reduce esa incertidumbre desde el inicio.
Decide qué te deja interpretar cada anclaje#
En la práctica siguiente, algunas afirmaciones sobre anclajes se sostienen y otras prometen más de lo que dan. Marca las que se sostienen antes de abrir la solución.
Decide qué te deja interpretar cada anclaje
Marca en tus notas las afirmaciones que se sostienen antes de abrir la solución; puede haber más de una.
La profesora Lucía permite usar IA con declaración en el dictamen del caso y quiere interpretar lo que cada estudiante hizo. ¿Qué afirmaciones sobre los anclajes se sostienen?
Ver respuesta razonada
- Por qué no corresponde: Si el dictamen usa los datos que el grupo recogió en la sesión, la IA no puede haberlo elaborado. — No se sostiene: basta con pegar los datos en un chat. Los datos locales sí hacen inútil un trabajo ajeno o de otro año y dan algo concreto para preguntar («¿por qué descartaste el dato del centro de salud?»). Sirven como punto de conversación; como prueba de autoría, prometen demasiado.
- Respuesta esperada: Una bitácora con versiones sucesivas permite ver cómo cambió la decisión, sobre todo si se comenta con la persona. — Se sostiene. La bitácora vale como base para conversar; leída sin conversación, puede ser tan fabricable como el dictamen final.
- Por qué no corresponde: Una defensa oral de cinco minutos basta por sí sola para valorar el análisis de un equipo de cinco personas. — No se sostiene: muestra a quien habla. Para saber qué razonó cada persona se puede rotar la pregunta («tú, ¿qué dato cambiaría tu recomendación?») o sumar una nota individual breve.
- Respuesta esperada: Combinar datos de la sesión, una bitácora breve y dos preguntas orales da varios indicios que se sostienen entre sí. — Se sostiene. Ningún anclaje prueba la autoría por separado; varios, leídos en contexto y conversados, dan una base razonable para interpretar el trabajo.
- Por qué no corresponde: La declaración de uso de IA muestra cómo razonó el estudiante al elegir los datos de su dictamen. — No se sostiene: la declaración informa qué herramienta se usó y para qué. El razonamiento se ve en el dictamen mismo y en la conversación sobre él.
Si tu respuesta fue la esperada: Las dos afirmaciones que se sostienen tratan los anclajes como material para conversar; las tres que no se sostienen les atribuyen una garantía que ninguno ofrece por separado.
Si no lo fue: Si marcaste la de los datos de sesión, recuerda que la IA trabaja con lo que se le pegue. Si marcaste la de la defensa oral, piensa en quién calla durante esos cinco minutos. Si marcaste la de la declaración, compárala con lo que muestra el dictamen.
Esta versión no envía respuestas, no guarda intentos y no calcula una puntuación.
El papel de la IA en el diseño y calibración de evidencias#
La IA puede bosquejar evidencias, simular respuestas posibles y ayudar a localizar ambigüedades en una rúbrica. Esas simulaciones no representan necesariamente lo que hará el grupo. Los criterios, los anclajes y cualquier decisión que afecte al estudiantado requieren revisión, prueba y una persona responsable con autoridad para corregirlos.
Los pasos siguientes muestran un uso posible, con la persona docente a cargo de cada decisión.
- Definir el resultado y la evidencia deseadaParte de un resultado de aprendizaje claro y determina qué tipo de evidencia lo demostrará mejor.
- Pedir a la IA repertorios y borradores de evidencias auténticasSolicita ejemplos de tareas, productos o casos alineados con el resultado, adaptados al contexto real.
- Solicitar a la IA simulaciones de respuestas en distintos nivelesPide respuestas simuladas para cada nivel de la rúbrica, lo que ayuda a calibrar los descriptores y detectar ambigüedades.
- Probar y calibrar la rúbrica con respuestas simuladasCompara las respuestas generadas con los criterios definidos y ajusta los descriptores para asegurar que discriminan adecuadamente entre niveles.
- Validar y ajustar criterios y anclajes con juicio humanoLa persona docente revisa las propuestas de la IA y decide qué conserva según su pertinencia, su parecido con una tarea real y su correspondencia con el resultado buscado.
Riesgos y controles al usar IA en la evaluación#
Cada pliegue describe un riesgo y una forma concreta de controlarlo.
Casos sintéticos inverosímiles o sesgados
La IA puede generar casos o datos poco realistas o con sesgos disciplinarios.
Antes de usarlos en clase conviene revisar que los datos sean plausibles y consistentes entre sí; la lección 9 muestra cómo.
Criterios genéricos o poco discriminativos
Las rúbricas generadas por IA pueden ser demasiado generales y no diferenciar niveles de logro.
Calibra los descriptores con respuestas simuladas y ajusta hasta que reflejen operaciones observables y específicas.
Delegar el juicio evaluativo a la IA
Confiar en la IA para calificar o tomar decisiones finales puede llevar a errores y pérdida de agencia docente.
El juicio evaluativo y la posibilidad de revisarlo deben permanecer asignados a personas responsables. La IA puede ordenar información o señalar patrones, pero no debe emitir por sí sola una decisión que afecte al estudiantado.
Falta de validación humana
Utilizar productos generados por IA sin revisión puede introducir errores, sesgos o información incorrecta.
Una propuesta revisada y ajustada antes de usarla, con una nota breve de qué se cambió, permite explicar después por qué el instrumento es como es.
Actividad interactiva · H5P
¿Cuál de las siguientes evidencias sería la más robusta y alineada para evaluar la justificación de una intervención en
Práctica formativa sin calificación de la lección 7 del curso «Diseño inverso y cocreación con IA».
Versión accesible y equivalente
Elige la combinación de evidencias que cabe en tu tiempo
Elige una opción antes de abrir la respuesta razonada.
Tienes 60 estudiantes, una sesión presencial de 2 h por semana y permites la IA con declaración. El resultado es justificar qué comunidad atender primero. ¿Qué combinación te da más base para interpretar el aprendizaje con ese tiempo?
Ver respuesta razonada
- Respuesta esperada: Dictamen individual de 400 palabras con datos de la sesión, más dos preguntas orales rotativas a cada equipo durante la clase. — Cabe en el tiempo disponible y combina tres indicios: datos locales para preguntar, una evidencia individual y un momento en vivo. La autoría sigue sin quedar asegurada; lo que obtienes es material para conversar sobre cómo se hizo el trabajo.
- Por qué no corresponde: Defensa oral individual de diez minutos para cada estudiante, con preguntas sobre los datos que usó en su análisis. — Es una evidencia muy informativa, pero son diez horas de atención para 60 personas y no cabe en tus condiciones. Una versión posible es recortarla a preguntas rotativas por equipo, como en la combinación esperada.
- Por qué no corresponde: Informe grupal extenso con declaración del uso de IA, valorado con una rúbrica de cinco criterios de calidad. — La declaración aporta transparencia sobre el uso de la herramienta, pero no muestra el razonamiento de cada persona, y el producto grupal oculta quién decidió qué. Pedir un dictamen individual resolvería la segunda parte.
- Por qué no corresponde: Cuestionario individual en el aula, sin dispositivos, sobre los cuatro componentes del riesgo y sus definiciones. — Controla el uso de IA, pero mide reconocer conceptos y deja fuera la justificación de una prioridad. Resuelve un problema de autoría con una evidencia que ya no corresponde al resultado.
Si tu respuesta fue la esperada: La combinación esperada equilibra tres cosas: que la evidencia corresponda al resultado, que sea individual y que quepa en el tiempo real del curso.
Si no lo fue: Cada distractor sacrifica una de esas tres cosas: el tiempo (defensa individual), la evidencia individual (informe grupal) o la correspondencia con el resultado (cuestionario de definiciones).
Esta versión no envía respuestas, no guarda intentos y no calcula una puntuación.
Tu ficha: campo 3, evidencia y criterios de calidad#
Ahora escribe en el campo 3 de tu ficha la evidencia de tu resultado central y un criterio con dos niveles descritos. Para revisarlo, puedes preguntarte si tu evidencia muestra el desempeño que pide el resultado o solo informa sobre él, y si dos colegas ubicarían el mismo trabajo en el mismo nivel.
Con resultados, evidencias y criterios conectados, la siguiente lección distribuye la práctica entre momentos activos e híbridos.
Referencias
- Bearman, M., Dawson, P., Ajjawi, R., Tai, J., y Boud, D. (Eds.). (2020). Re-imagining university assessment in a digital world. Springer. https://doi.org/10.1007/978-3-030-41956-1
- Black, P., y Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. https://doi.org/10.1080/0969595980050102
- Hattie, J., y Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487