Dr. Jorge Arturo Salcido
La inteligencia artificial no acabó con la evaluación escolar. Acabó con una forma de evaluar que ya era frágil desde antes.
Cada inicio de ciclo escolar se repite la misma escena. Un maestro recibe un ensayo impecable, sin una falta de ortografía, con argumentos ordenados y un vocabulario que no reconoce en su alumno. La sospecha llega sola: «esto lo hizo la IA». Y con ella, la pregunta que hoy inquieta a escuelas y universidades de todo el país: ¿cómo calificar si ya no sabemos quién escribió?
La respuesta más común ha sido prohibir. Prohibir el celular, prohibir el chatbot, comprar programas que prometen detectar textos generados por máquinas. Parece sensato. No lo es.
En 2023, un equipo internacional de investigadores, con participación de la Universidad de Monterrey, puso a prueba catorce de esos detectores, incluidos algunos de los más usados por las universidades. Su conclusión fue tajante: ninguno resultó preciso ni confiable, y bastaba con modificar un poco el texto para engañarlos. Dicho de otro modo, hoy existen alumnos que podrían ser acusados de hacer trampa por una herramienta que se equivoca, y otros que hacen trampa sin que nadie lo note.
Pero el problema de fondo no está en el detector. Está en lo que pedimos a los alumnos.
Durante décadas, la escuela calificó sobre todo productos terminados: la tarea entregada, el examen resuelto, el trabajo final. Suponíamos que el producto revelaba el pensamiento de quien lo hizo. La inteligencia artificial rompió ese supuesto. Si una tarea puede resolverse completa con una máquina, esa tarea ya no mide lo que el alumno sabe; mide si tuvo acceso a la máquina.
Hay algo más inquietante. En 2025, la revista científica PNAS publicó un experimento con casi mil estudiantes de bachillerato en clases de matemáticas. Los que practicaron con un asistente de IA sin restricciones resolvieron mejor los ejercicios mientras lo tenían a la mano. Pero cuando se les retiró, sacaron calificaciones 17 % más bajas que quienes nunca lo usaron. Parecían aprender más y en realidad aprendían menos.
El mismo estudio trae una buena noticia: cuando la IA fue programada como tutor que guía con preguntas en lugar de dar respuestas, el daño casi desapareció. La lección es clara. La pregunta no es si los alumnos deben usar inteligencia artificial, sino cómo y para qué.
¿Qué significa esto para una madre, un padre o un maestro? Propongo tres cambios sencillos de enunciar y exigentes de practicar.
Primero, mirar el proceso y no solo el resultado. Un borrador, una bitácora, las correcciones sucesivas de un trabajo dicen más del aprendizaje que la versión final. Y hay una prueba que ninguna máquina puede hacer por el alumno: explicar en voz alta lo que entregó. Cinco minutos de conversación revelan más que cualquier detector.
Segundo, comprobar lo que queda, no solo lo que se muestra. Las ciencias del aprendizaje llevan años demostrando que recordar algo días o semanas después lo fija en la memoria mucho mejor que repasarlo. Evaluar al terminar la clase mide un destello; volver a preguntar un mes después mide un aprendizaje. Y la mejor prueba de que alguien entendió es que pueda usar lo aprendido en un problema nuevo, de preferencia de su propia comunidad.
Tercero, decir con claridad cuándo sí y cuándo no. Hay tareas en las que la IA no tiene lugar, porque lo que se busca es que el alumno aprenda a hacerlo por sí mismo. Hay otras en las que conviene usarla, porque se trata de aprender a revisar críticamente lo que una máquina responde, con sus errores y sus sesgos. Esa decisión le toca al maestro, según lo que quiere que sus alumnos aprendan, y debe explicarse antes de la tarea, no después.
Nada de esto es nuevo en la pedagogía. Los buenos maestros siempre han conversado con sus alumnos, han revisado borradores y han vuelto sobre lo enseñado. Lo nuevo es que ya no es opcional.
Tampoco es gratis. Evaluar así exige tiempo, grupos de tamaño razonable y formación docente. Si las autoridades educativas quieren responder en serio a la inteligencia artificial, su inversión no debería ir a programas de vigilancia, sino a dar a los maestros las condiciones para observar, conversar y acompañar. Y a cerrar la brecha digital, porque una regla de uso de IA no es justa si solo algunos alumnos tienen acceso a ella.
La inteligencia artificial nos puso frente a un espejo incómodo. Nos mostró que, muchas veces, calificábamos papeles y no personas. La salida no está en prohibir ni en rendirse, sino en un punto medio prudente: usar la IA en la medida justa y devolver al centro de la evaluación aquello que ninguna máquina puede entregar por un alumno: su propio pensamiento.
Jorge Arturo Salcido es doctor en Ciencias de la Educación, investigador educativo y catedrático del Centro Cultural Universitario en Santa Rosalía de Camargo, Chihuahua. Ha trabajado más de 38 años en el sistema educativo mexicano.
Fuentes
- Weber-Wulff, D. et al. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity.
- Bastani, H. et al. (2025). Generative AI without guardrails can harm learning. PNAS, 122(26).