- Aprendizaje digital e IA/
- Recursos y herramientas/
- Artículos y documentos/
- From authentic assessment to authenticity in assessment: Broadening perspectives — Ajjawi, Bearman et al./
From authentic assessment to authenticity in assessment: Broadening perspectives — Ajjawi, Bearman et al.
Información del Recurso
Documento disponible libremente
Referencia y acceso#
Ajjawi, R., Tai, J., Dollinger, M., Dawson, P., Boud, D., & Bearman, M. (2024). From authentic assessment to authenticity in assessment: Broadening perspectives. Assessment & Evaluation in Higher Education, 49(4), 499–510. https://doi.org/10.1080/02602938.2023.2271193
El artículo se publicó en línea el 19 de octubre de 2023 y quedó incorporado a la edición impresa el 18 de mayo de 2024. El texto publicado es de acceso abierto bajo licencia CC BY-NC-ND 4.0. El editor ofrece la versión principal y la Universidad de Tecnología de Sídney conserva una copia estable en su repositorio.
Qué pregunta el artículo#
Durante más de treinta años, una parte de la literatura ha definido la evaluación auténtica por su semejanza con tareas del lugar de trabajo. Los autores preguntan qué se pierde cuando esa semejanza ocupa el centro: una actividad profesional puede ser rutinaria, estar atravesada por relaciones de poder o no ofrecer a todos los estudiantes las mismas condiciones de participación.
El artículo propone desplazar la atención desde una etiqueta binaria —auténtica o inauténtica— hacia distintos aspectos de autenticidad en la evaluación. Presenta tres perspectivas que pueden coexistir y entrar en tensión:
- Autenticidad psicológica: la relación entre la actividad, el sentido que le atribuye la persona y su experiencia de agencia, es decir, de poder decidir y actuar en ella.
- Fidelidad ontológica: la manera en que una tarea permite ensayar formas de ser y actuar vinculadas con una práctica.
- Perspectivas de teoría de la práctica: las relaciones entre personas, normas, herramientas, saberes y condiciones materiales que hacen posible una actividad.
Estas perspectivas no forman una lista de requisitos ni una escala de calidad. Ayudan a preguntar qué propósito se privilegia (por ejemplo, ensayar un rol profesional o dar sentido personal a la tarea), quién puede participar, qué compromisos introduce el diseño y qué evidencia se espera obtener.
Cómo aparece la IA generativa#
La IA generativa no es el objeto principal del artículo. Aparece como uno de los desafíos que muestran los límites de identificar autenticidad con reproducción del empleo: si herramientas automatizadas ya forman parte de una práctica profesional, imitar esa práctica no resuelve por sí solo qué aprendizaje debe observarse ni qué aportación corresponde al estudiante.
Esta distinción evita dos conclusiones apresuradas. La primera es que toda tarea parecida al trabajo real sea automáticamente pertinente. La segunda es que una defensa oral, una bitácora o una actividad contextualizada garanticen autenticidad. Cada instrumento debe justificarse por el aprendizaje buscado y por sus consecuencias de acceso, carga y participación.
Por qué lo compartimos#
La lectura sirve para revisar guías y actividades que usan “evaluación auténtica” como sinónimo de realismo profesional o como respuesta general al uso de IA. Su aporte es crítico: amplía el vocabulario para discutir sentido, identidad, práctica y condiciones de participación, sin convertir ninguna de esas perspectivas en receta.
En este sitio, la entrada de evaluación auténtica resume el concepto; el artículo sobre IA generativa y evaluación auténtica desarrolla decisiones de rediseño y sus límites.