¿Puede la IA evaluar mejor que un profesor? Claves para una evaluación híbrida

Es la pregunta que nos hacen más a menudo cuando explicamos a qué se dedica educAIndo. La respuesta corta es: depende de qué estemos evaluando. La respuesta larga es el motivo de este blog.

Dónde la IA ayuda de verdad

Los modelos de lenguaje son especialmente buenos en tareas de evaluación acotadas y repetitivas: comprobar que una entrega cumple unos criterios formales, detectar incoherencias entre distintas partes de un trabajo, o generar un primer borrador de feedback que el profesor después afina. En grupos numerosos, esto libera tiempo para lo que de verdad requiere criterio humano: valorar el razonamiento, la originalidad o el contexto de cada estudiante.

También destaca en la consistencia: dos correctores humanos pueden puntuar el mismo trabajo de forma distinta según el día o el cansancio. Una rúbrica bien diseñada, aplicada de forma asistida por IA, reduce esa varianza — siempre que la rúbrica en sí sea buena, algo que trataremos en el próximo artículo.

Dónde conviene ir con cautela

La evaluación universitaria no es solo medir un resultado: también certifica una competencia ante terceros. Delegar esa certificación en un sistema que puede tener sesgos, que no entiende el contexto particular de un estudiante y cuyas decisiones son difíciles de auditar, plantea un riesgo real. A esto se suma la integridad académica: si usamos IA para evaluar textos que, a su vez, pueden haberse generado con IA, el problema se vuelve circular rápidamente.

Por eso, en el trabajo del grupo evitamos hablar de «automatizar la evaluación» y preferimos hablar de evaluación asistida: la IA prepara, sugiere y homogeneiza; la decisión final — y la responsabilidad — sigue siendo del profesorado.

Hacia una evaluación híbrida

El modelo que nos parece más realista combina tres capas: criterios claros y públicos desde el principio, apoyo de IA para las tareas mecánicas y de primera revisión, y una validación humana final centrada en lo que realmente distingue a un estudiante de otro. No es la promesa de «evaluación instantánea» que a veces se vende junto con la IA generativa, pero es la que, con la evidencia que tenemos hasta ahora, sostiene mejor la confianza en el título que estamos evaluando.