Rúbricas e IA generativa: hacia una evaluación por procesos

Resumen

La irrupción de la Inteligencia Artificial Generativa (IAG) en la educación superior ha generado una crisis en los modelos de evaluación tradicionales, cuya validez se centraba históricamente en el producto final. Mediante el uso de IAG el resultado de una tarea del proceso de enseñanzaaprendizaje, en muchos casos, está asegurado en calidad, ante la capacidad de los algoritmos para automatizar tareas intelectuales complejas. Este artículo propone un cambio de paradigma hacia una pedagogía del proceso. El objetivo es presentar un conjunto de pautas para el diseño de rúbricas de evaluación que permitan capturar la interacción cognitiva entre el estudiante y la tecnología. Fundamentada en el Modelo 3P de Biggs, la propuesta identifica tres dimensiones críticas para la calificación: la agencia humana y supervisión crítica, el andamiaje dialógico (vinculado a la ingeniería de prompts) y la soberanía cognitiva basada en la integridad y transparencia. Los resultados teóricos sugieren que, al evaluar el trayecto y la capacidad de curaduría del estudiante en lugar de solo el resultado estático, es posible mitigar el riesgo de externalización cognitiva. Se concluye que las rúbricas de nueva generación deben actuar como mapas de navegación que fomenten una simbiosis productiva humano-IA, garantizando que la tecnología potencie el desarrollo de competencias profesionales de alto nivel y asegure la honestidad académica en el nuevo ecosistema digital universitario.