La evaluación del conocimiento en la educación superior enfrenta un cambio radical ante la presencia de la inteligencia artificial. La reciente revisión de la UNAM a su examen de admisión, tras detectar irregularidades posiblemente vinculadas con IA, ha puesto en evidencia la necesidad de repensar los métodos de evaluación tradicionales.
El impacto de la IA en los exámenes tradicionales
Históricamente, los exámenes han buscado medir el nivel de aprendizaje adquirido por los estudiantes en un momento específico. Las formas de evaluación han incluido desde pruebas estandarizadas hasta trabajos en casa con acceso a libros e internet. Algunos métodos valoran la memorización, mientras que otros priorizan el análisis y el pensamiento crítico.
Sin embargo, la llegada de herramientas capaces de resolver problemas matemáticos, redactar ensayos, programar y explicar conceptos complejos en segundos ha desdibujado los límites de lo que significa evaluar el conocimiento. En este nuevo contexto, la memorización pierde peso frente a habilidades como formular preguntas relevantes, distinguir información confiable, interpretar resultados y resolver problemas.
Habilidades que cobran relevancia en la era digital
La transformación impulsada por la inteligencia artificial obliga a las instituciones educativas a modificar sus esquemas de evaluación. Países como Estados Unidos e Italia están priorizando evaluaciones orales y defensas de proyectos, buscando comprobar que los estudiantes comprenden sus entregas y pueden explicar su razonamiento.
El objetivo es fortalecer habilidades blandas como el pensamiento crítico, la creatividad y la capacidad de argumentación. Según Emily Hammer, profesora de la Universidad de Pensilvania, depender en exceso de herramientas tecnológicas puede limitar el desarrollo de capacidades cognitivas que la educación superior busca fortalecer.
El reto para universidades y empresas
El desafío de evaluar el conocimiento no es exclusivo de las universidades. Las empresas también enfrentan un dilema similar, ya que cada vez más organizaciones reconocen que un título universitario no garantiza que una persona posea las habilidades necesarias para desempeñar un puesto.
Los procesos de contratación basados en pruebas pueden verse afectados por el uso de inteligencia artificial, lo que obliga a los empleadores a replantear los criterios con los que seleccionan y evalúan a sus futuros colaboradores.
Hacia 2030: nuevos esquemas de evaluación
El episodio de la UNAM deja una lección institucional: reconocer los nuevos riesgos y actuar para atenderlos es preferible a asumir que los mecanismos tradicionales siguen siendo suficientes. Evaluar el conocimiento hacia 2030 implicará valorar cómo se aplica el aprendizaje para resolver problemas, adaptarse a contextos cambiantes y utilizar herramientas tecnológicas con criterio.
Se prevé una transición hacia esquemas de evaluación que privilegien la aplicación del conocimiento sobre su repetición. Entre las alternativas destacan:
- Proyectos integrales
- Resolución de casos
- Evaluaciones orales
- Simulaciones
- Ejercicios colaborativos
Estos métodos permiten observar competencias difíciles de automatizar, como la creatividad, la comunicación y la toma de decisiones.
La inteligencia artificial puede integrarse en estas evaluaciones, siempre que el objetivo sea valorar cómo un estudiante utiliza la herramienta y no únicamente el resultado obtenido.
Reflexión final
El debate abierto por la revisión de la UNAM es solo el inicio de una transformación profunda en la educación y el mundo laboral. Para más análisis sobre cambios estructurales en instituciones mexicanas, consulta este artículo sobre transparencia y retos en contratos federales.
Hacia 2030, el reto será diseñar evaluaciones que respondan a una realidad donde la tecnología es parte del proceso, pero el criterio humano sigue siendo insustituible.
Únete al canal de WhatsApp de CRITIKA
