Universidad privada (España)

Contexto

Una universidad con 8.000 estudiantes detectó que sus mecanismos de evaluación —trabajos finales y exámenes tipo test en remoto— habían dejado de ser evidencias confiables tras la irrupción de la IA generativa.

Lectura macro–meso–micro

• Macro: el modelo educativo declaraba aprendizaje competencial, pero la evaluación medía reproducción.
• Meso: cada titulación evaluaba de forma distinta; no existían criterios institucionales.
• Micro: el profesorado carecía de instrumentos para observar proceso.

Intervención

Proceso de 18 meses: diagnóstico, marco institucional de evaluación auténtica, co-diseño con 60 docentes líderes, pilotos en 14 asignaturas, formación escalonada y sistema de evidencias del proceso.

La universidad había respondido inicialmente como tantas otras: defensas orales para verificar autoría. Funcionó como medida de contención, pero no resolvía el problema de fondo —seguía evaluando el producto final, solo que con un control adicional— y no escalaba. El rediseño desplazó el centro de gravedad: de verificar quién hizo el trabajo a hacer observable cómo se aprendió.

Resultados y aprendizajes

• Marco de evaluación aprobado por el consejo académico.
• 14 titulaciones con mapas de evaluación rediseñados.
• Las evidencias de proceso —iteraciones documentadas, decisiones justificadas, uso criterioso de la IA como parte de la competencia— se convirtieron en la base de la calificación; la defensa oral quedó como instrumento complementario, no como garantía única.
• Aprendizaje clave: la adopción docente se consiguió cuando la evaluación del proceso redujo trabajo de corrección en lugar de aumentarlo.