2° Ciclo de Webinar 2026: IA y evaluación de aprendizajes: desafíos, criterios y nuevas prácticas

Directora de Auditorías Académicas y académica del Observatorio de IA en Educación de Universidad de Las Américas.

La ponencia aborda los desafíos que la inteligencia artificial generativa plantea a la evaluación de aprendizajes y a la integridad académica. Propone avanzar hacia diseños evaluativos que privilegien la evidencia del proceso, el desempeño auténtico y la verificación de aprendizajes, integrando criterios claros para un uso pertinente y responsable de la IA.

Héctor Ceballos (Tecnológico de Monterrey, México), Juan Alejandro Henríquez (Universidad San Sebastián, Chile), Cláudia Prioste (UNESP, Brasil), Domingo Borba (Uruguay)

Séptima versión del Encuentro sobre alfabetización mediática e informacional desde un enfoque mediado entre la hospitalidad digital y la inteligencia artificial. En esta ocasión, la actividad es organizada por el Laboratorio de Educación y Tecnologías Hospitalidad Digital, el Observatorio sobre el uso de inteligencia artificial en educación (UDLA) y el Laboratorio de Investigación e Innovación Docente (USS). Participarán expositores y expositoras desde México, Chile, Brasil y Uruguay.

Director Instituto de Matemática, Física y Estadística Universidad de Las Américas

La evidencia reciente muestra que la inteligencia artificial generativa puede resolver una proporción significativa de las evaluaciones universitarias, incluidas las de ciencias básicas, sin ser detectada. La ponencia propone desplazar el foco desde la supervisión y control hacia la validez de la evaluación, entendida como la capacidad de las calificaciones para constituir evidencia confiable del aprendizaje. Se analizan las limitaciones de las estrategias centradas en la regulación del uso de la IA y se presentan criterios para el rediseño de tareas evaluativas que promuevan el juicio evaluativo de los estudiantes.

Vicerrectora de Sede Viña del Mar y Académica del Observatorio de IA en Educación de Universidad de Las Américas

Hoy casi todos los estudiantes universitarios usan inteligencia artificial generativa en sus trabajos evaluados, y la evidencia reciente muestra algo inquietante: usada sin un diseño pedagógico, la IAG mejora el rendimiento inmediato, pero puede debilitar el aprendizaje duradero. Esta presentación examina por qué el producto final ha perdido valor como evidencia de aprendizaje y por qué la detección no es la respuesta. Propone, en cambio, desplazar la evaluación hacia el proceso, la trazabilidad, la oralidad y el juicio evaluativo. A partir de estudios indexados y de marcos de la UNESCO, la OCDE y universidades de referencia, se analiza cómo cambia el rol docente, que pasa a diseñar, orquestar y garantizar la validez, y cómo cambia el rol estudiantil, hacia un aprendiz agente, crítico y autorregulado.

Universitat Rovira i Virgili (España)

Desafíos que plantea la inteligencia artificial generativa para las prácticas de evaluación. Cuando la IA puede intervenir en una parte del producto final, resulta necesario ampliar la mirada y valorar no solo el resultado, sino también las evidencias de aprendizaje, las decisiones adoptadas y la justificación del estudiante.

Investigadora Instituto de Lenguaje y Académica del Observatorio de IA en Educación de Universidad de Las Américas

Se revisarán los principios de la evaluación auténtica como modelo evaluativo y se presentarán algunas evaluaciones que pueden ser desarrolladas en distintos contextos. Además se explora cómo la IA puede convertirse en un apoyo tanto para docentes como para estudiantes.

Académico de posgrado y académico del Observatorio de IA en Educación de Universidad de Las Américas

El espacio buscará brindar insumos concretos y reflexiones sobre cómo la evaluación formativa asume un rol fundamental en el mundo educativo actual en contexto de IA y puede ser potenciada por la misma.

Académico del Observatorio de IA en Educación de Universidad de Las Américas

La ponencia propone revisar las prácticas evaluativas en contextos de IA. Desde la evaluación de y para los aprendizajes, presenta preguntas y alternativas que el profesorado puede adaptar para decidir qué mantener, ajustar o replantear, según el propósito evaluativo, las condiciones académicas e institucionales y su juicio profesional.

Director del Observatorio de IA en Educación de Universidad de Las Américas.

Revisión de estrategias que buscan situar el desafío evaluativo en el logro de evidencia de parte de los estudiantes, integrando opciones de uso de inteligencia artificial.