La expansión de la inteligencia artificial obliga a replantear una pregunta básica del aula: si una herramienta puede producir una respuesta convincente en segundos, ¿cómo saber si el estudiante realmente aprendió? La respuesta pasa cada vez menos por perseguir la copia y más por diseñar evaluaciones que hagan visible el razonamiento.
Durante años, un ensayo, una tarea escrita o una serie de ejercicios fueron herramientas habituales para comprobar el aprendizaje. Hoy, una parte de esas actividades puede resolverse con sistemas de inteligencia artificial generativa capaces de redactar textos, explicar conceptos, programar o proponer soluciones. El problema no es únicamente que un alumno pueda presentar como propio un trabajo generado por una máquina. La dificultad más profunda es que una calificación puede dejar de representar lo que el estudiante sabe hacer por sí mismo.
La UNESCO ha planteado precisamente este desafío. En un análisis publicado en 2025 sobre el futuro de la evaluación, el organismo sostiene que la expansión de la inteligencia artificial obliga a desplazar el énfasis desde la repetición de conocimientos hacia capacidades como el pensamiento de orden superior, la creatividad, la resolución de problemas y el razonamiento ético. La cuestión, en otras palabras, no consiste simplemente en encontrar una herramienta capaz de descubrir a quien utilizó IA, sino en preguntarse qué vale la pena evaluar.
Y es que la carrera entre generadores y detectores tiene límites evidentes. La propia UNESCO advierte que las herramientas para detectar textos producidos mediante inteligencia artificial pueden generar falsos positivos y no constituyen una solución fiable por sí solas. Basar toda la estrategia contra la copia automatizada en un detector puede terminar convirtiendo al profesor en vigilante de un software, en lugar de permitirle concentrarse en el aprendizaje.
Una alternativa consiste en evaluar procesos y no únicamente productos. Si un estudiante entrega un trabajo final, el docente observa solamente el resultado. Si además conserva versiones preliminares, explica por qué eligió determinadas fuentes, registra cambios, justifica decisiones y responde preguntas sobre el resultado, aparece una evidencia mucho más rica de cómo aprendió.
Los proyectos ofrecen una posibilidad especialmente útil. En lugar de solicitar un informe genérico sobre contaminación, por ejemplo, un profesor puede pedir que los estudiantes investiguen un problema concreto de su comunidad, recopilen información, comparen alternativas, elaboren una propuesta y defiendan sus decisiones. La inteligencia artificial puede incluso formar parte del proceso si las reglas lo permiten. Lo importante sería que el alumno pudiera identificar errores, verificar datos y explicar por qué acepta o rechaza una sugerencia de la herramienta.
La Organización para la Cooperación y el Desarrollo Económicos ha llegado a una conclusión similar. Su Digital Education Outlook 2026 señala que realizar una tarea con inteligencia artificial no equivale necesariamente a aprender. Cuando la herramienta sustituye el esfuerzo cognitivo, el estudiante puede obtener un mejor resultado sin desarrollar las capacidades que la actividad pretendía enseñar. Por ello, la OCDE recomienda que la IA se utilice con una intención pedagógica clara y que la evaluación preste mayor atención a los procesos de aprendizaje.
Las defensas orales ofrecen otra respuesta. Cinco minutos de conversación pueden revelar algo que veinte páginas no muestran. El estudiante debe explicar una decisión, responder una pregunta inesperada, reconocer una limitación o modificar su argumento frente a una objeción. La UNESCO propone precisamente entrevistas estructuradas, presentaciones con preguntas espontáneas y evaluaciones conversacionales como formas de hacer visible la comprensión.
Esto no significa regresar al examen oral como única herramienta. Una evaluación auténtica puede combinar productos, observación, proyecto, bitácora, demostración práctica y conversación. La clave está en construir varias evidencias que permitan responder una pregunta sencilla: ¿puede el estudiante utilizar lo aprendido en una situación que no estaba escrita de antemano?
También cambia el papel del docente. La UNESCO ha señalado que la incorporación de IA exige nuevas competencias profesionales, desde comprender sus posibilidades y limitaciones hasta orientar un uso responsable. El profesor no necesita competir con la máquina escribiendo más rápido que ella. Necesita diseñar mejores preguntas, proporcionar retroalimentación y reconocer cuándo una respuesta aparentemente brillante carece de comprensión.
Incluso puede haber espacio para evaluar el uso responsable de la propia inteligencia artificial. Un estudiante podría comparar dos respuestas generadas por una herramienta, detectar errores, verificar las fuentes y explicar cuál utilizaría y por qué. Así, la IA deja de ser únicamente un mecanismo para copiar y se convierte en objeto de análisis. La competencia ya no sería «saber pedirle algo a una máquina», sino saber juzgar lo que la máquina devuelve.
El desafío, por tanto, no se resuelve prohibiendo una tecnología que ya forma parte del entorno cotidiano. Tampoco consiste en aceptar sin límites todo lo que genera. La verdadera transformación está en diseñar evaluaciones donde pensar, decidir, argumentar, crear y resolver tengan más valor que entregar un texto impecablemente redactado.
La inteligencia artificial puede producir una respuesta convincente. La escuela debe averiguar si detrás de esa respuesta existe comprensión. Y para lograrlo quizá haya que evaluar menos lo que el alumno puede entregar y mucho más lo que es capaz de explicar, defender y hacer.