El producto final ha muerto como evidencia de aprendizaje

Durante décadas, la universidad ha evaluado aprendizaje a través de productos: ensayos, informes, presentaciones, código. La premisa era simple: el producto era un proxy razonable del proceso que lo había generado.

La IA generativa ha roto esa premisa. El proxy ya no representa al proceso.

¿Qué no puede simular la IA de forma sostenida?

La respuesta no es prohibir, ni detectar, ni volver al examen de papel. Es rediseñar qué observamos:

• Razonamiento: no la respuesta, sino el camino.
• Decisiones: qué se descartó y por qué.
• Iteraciones: cómo evoluciona el trabajo con el feedback.
• Transferencia: aplicar lo aprendido en un contexto nuevo.
• Defensa oral: sostener el conocimiento sin intermediarios.
• Reflexión metacognitiva: explicar qué se ha aprendido sobre uno mismo.
• Calidad del uso de la IA: como competencia, no como trampa.

De la detección al diseño

Las herramientas de detección de IA libran una batalla perdida. El diseño de evaluación auténtica gana la guerra sin librarla: cuando la evidencia está en el proceso, la pregunta “¿lo hizo la IA?” pierde relevancia, porque la IA forma parte legítima del proceso y el aprendizaje se demuestra en otro lugar.

Esta transición —de producto a proceso— es probablemente el mayor rediseño pedagógico que las universidades afrontarán en esta década. Y es una decisión de arquitectura institucional, no de un profesor valiente.