# Evaluación formativa con IA: de la evidencia a la próxima decisión Evaluar no consiste solamente en poner una nota al final de una actividad. Una producción, una explicación, una resolución, una observación o una respuesta pueden convertirse en **evidencias de aprendizaje** que ayudan a comprender qué pudo hacer un estudiante, qué dificultades aparecieron y qué conviene enseñar después. Ahí aparece una de las ideas centrales de la evaluación formativa: > **La evidencia no sirve solamente para registrar lo que pasó. Sirve para decidir qué hacer a continuación.** La inteligencia artificial puede colaborar en este proceso ayudando a organizar información, comparar producciones, identificar patrones y generar alternativas para ajustar una propuesta. Pero interpretar lo que una evidencia significa y decidir qué necesita cada estudiante sigue siendo una tarea profesional docente. En esta guía vamos a recorrer la relación entre **evidencias de aprendizaje, evaluación formativa, adaptación e inteligencia artificial**, y cómo esa lógica puede utilizarse para acompañar mejor las trayectorias sin separar a cada estudiante del recorrido común del grupo. --- ## ¿Qué es una evidencia de aprendizaje? Una evidencia de aprendizaje es una producción, acción, explicación o desempeño que permite obtener información sobre lo que un estudiante está comprendiendo, pudiendo hacer o todavía necesita seguir trabajando. Puede ser, por ejemplo: - una resolución de un problema; - una explicación oral; - una producción escrita; - un esquema; - una presentación; - una comparación; - una hipótesis; - una argumentación; - una actividad práctica; - una evaluación; - una autoevaluación; - un registro de observación; - un proyecto; - una respuesta durante una conversación de clase. La evidencia no es necesariamente un examen. Tampoco tiene que ser siempre una producción extensa. Lo importante es que nos permita observar algo relacionado con **el aprendizaje que queríamos promover**. --- ## Evidencia de aprendizaje no es lo mismo que una nota Una calificación puede resumir un desempeño. Pero muchas veces no explica **qué ocurrió durante el aprendizaje**. Por ejemplo: > 6/10 nos dice muy poco por sí solo. En cambio, una evidencia puede mostrar que un estudiante: - comprendió el concepto; - resolvió correctamente parte del procedimiento; - utilizó una estrategia adecuada; - cometió un error específico; - pudo explicar oralmente algo que todavía le cuesta registrar por escrito; - necesita recuperar un aprendizaje previo. Por eso, la pregunta formativa no es solamente: > ¿Cuánto obtuvo? También puede ser: > **¿Qué me muestra esta producción sobre cómo está aprendiendo?** --- ## ¿Qué es la evaluación formativa? La evaluación formativa utiliza información sobre el aprendizaje para **tomar decisiones durante el proceso de enseñanza**. No espera necesariamente al final de una unidad. Puede ocurrir mientras enseñamos. Un recorrido sencillo podría pensarse así: 1. proponemos una experiencia; 2. obtenemos una evidencia; 3. observamos qué ocurrió; 4. interpretamos esa información; 5. decidimos qué ajustar; 6. volvemos a enseñar. Por eso evaluar y planificar no deberían funcionar como tareas completamente separadas. La evaluación puede convertirse en información para la próxima planificación. --- ## De la evidencia a la decisión Imaginemos una clase de Matemática. El grupo está trabajando división. Después de una actividad, la mayoría de los estudiantes logra resolver situaciones que implican dividir y puede explicar el procedimiento utilizado. Pero una de las producciones muestra algo diferente. Un estudiante todavía tiene dificultades con aprendizajes previos necesarios para avanzar con el mismo nivel de autonomía que sus compañeros. La evidencia nos permite reconocer esa situación. La respuesta no tiene por qué ser: > Este estudiante no puede trabajar el tema. Tampoco: > Hagamos una actividad completamente distinta y desconectada del grupo. La pregunta puede ser: > **¿Qué apoyo necesita para seguir avanzando sobre el mismo recorrido?** Por ejemplo, la próxima propuesta podría mantener el contenido común, pero incorporar para ese estudiante: - números menos complejos; - apoyos visuales; - pasos intermedios; - materiales concretos; - un ejemplo resuelto; - mayor acompañamiento; - una forma alternativa de registrar el procedimiento. El objetivo no es detener su aprendizaje. Es crear una vía de acceso que permita **seguir avanzando**. --- ## Evaluar al grupo y también mirar trayectorias individuales En una clase necesitamos tomar decisiones en distintos niveles. Por un lado, podemos preguntarnos: > ¿Qué está ocurriendo con la mayoría del grupo? Por otro: > ¿Hay estudiantes que necesitan apoyos diferentes? Las dos miradas son importantes. ### Mirada grupal Puede ayudarnos a detectar: - aprendizajes que ya están consolidados; - dificultades que aparecen en muchas producciones; - consignas que no funcionaron; - contenidos que necesitan más tiempo; - actividades que pueden avanzar. ### Mirada individual Permite observar: - progresos; - dificultades persistentes; - estrategias utilizadas; - apoyos que funcionan; - aprendizajes previos pendientes; - cambios a lo largo del tiempo. La personalización no significa diseñar una escuela completamente diferente para cada estudiante. Significa disponer de suficiente información para **ajustar la enseñanza sin perder el recorrido común**. --- ## ¿Cómo puede ayudar la inteligencia artificial? Una IA puede colaborar en distintas etapas del proceso. Por ejemplo: ### Organizar evidencias Puede ayudar a resumir información proveniente de: - producciones; - rúbricas; - listas de cotejo; - observaciones; - evaluaciones. ### Identificar patrones Puede ayudar a detectar regularidades como: - errores frecuentes; - conceptos que aparecen consolidados; - dificultades compartidas; - criterios que requieren revisión. ### Comparar desempeños con criterios Si contamos con una rúbrica o criterios claros, una IA puede colaborar en una primera organización de la información. ### Generar alternativas A partir de una dificultad detectada puede sugerir: - otros ejemplos; - apoyos; - actividades; - formas de explicar; - versiones adaptadas. ### Pensar el próximo paso También puede ayudar a transformar una observación en preguntas para la planificación siguiente. Por ejemplo: > La mayoría del grupo resolvió correctamente problemas de división, pero varios estudiantes todavía tienen dificultades para explicar por qué eligieron ese procedimiento. Proponé tres actividades breves que mantengan el contenido y fortalezcan la justificación. La IA produce alternativas. El docente decide cuáles tienen sentido. --- ## Lo que una IA no debería decidir por sí sola Trabajar con evidencias requiere prudencia. Una herramienta de inteligencia artificial no debería decidir automáticamente: - que un estudiante “es bueno” o “es malo” en un área; - que tiene determinado diagnóstico; - cuál es su capacidad; - qué expectativa educativa corresponde; - qué trayectoria debería seguir; - qué decisión institucional debe tomarse. Una producción representa **una evidencia dentro de un proceso**, no una definición permanente de una persona. Por eso conviene evitar etiquetas. En lugar de: > No sabe Matemática. podemos registrar algo mucho más útil: > En esta actividad resolvió sumas y restas correctamente, pero todavía necesita apoyo para seleccionar una estrategia de división en situaciones nuevas. Eso permite pensar una intervención. La etiqueta, no. --- ## Evidencia + adaptación: mantener el objetivo, cambiar el apoyo La información que obtenemos al evaluar puede utilizarse para adaptar una propuesta. Pero adaptar no debería significar automáticamente reducir el aprendizaje esperado. Volvamos al ejemplo de división. Supongamos que el grupo trabaja situaciones con divisores de dos cifras. Un estudiante todavía necesita consolidar procedimientos anteriores. La próxima actividad puede mantener el propósito general, pero ofrecerle: - cantidades más accesibles; - una representación visual; - pasos numerados; - una tabla de apoyo; - más tiempo; - acompañamiento inicial. La diferencia está en el **nivel de apoyo**, no necesariamente en abandonar el objetivo común. Esta lógica se relaciona con el Diseño Universal para el Aprendizaje y con la idea de anticipar y reducir barreras. Podés profundizar en [DUA en el glosario docente de Betania](https://betania.app/glosario/dua/) y en nuestra guía sobre [cómo adaptar actividades con IA y DUA](https://blog.betania.app/adaptar-actividades-inteligencia-artificial-aulas-diversas). --- ## De la evaluación a la próxima planificación Una evaluación se vuelve especialmente potente cuando modifica lo que hacemos después. Podemos pensar este ciclo: > **Planificación → actividad → evidencia → interpretación → ajuste → nueva planificación** Por ejemplo: ### Planificación inicial Objetivo: > Resolver situaciones problemáticas de división y explicar el procedimiento utilizado. ### Evidencia Después de la actividad observamos: - la mayoría resuelve correctamente; - varios estudiantes realizan el procedimiento pero no pueden explicarlo; - un estudiante todavía necesita apoyos en conocimientos previos. ### Interpretación Podemos concluir que: - el grupo puede avanzar; - necesitamos trabajar la argumentación; - una persona requiere una variante con mayor apoyo. ### Próxima planificación La clase siguiente podría incluir: - un problema nuevo para todos; - comparación de estrategias; - una instancia de explicación; - apoyos específicos para quien los necesita. La evaluación deja entonces de ser el final. Se convierte en **información para volver a enseñar**. --- ## El error de adaptar solamente después del fracaso A veces pensamos la adaptación únicamente después de que una actividad no funcionó. La evidencia también puede ayudarnos a anticiparnos. Si durante varias clases observamos que: - determinados formatos generan barreras; - un apoyo visual facilita la comprensión; - una consigna larga dificulta la autonomía; - una explicación oral permite expresar mejor determinados aprendizajes; podemos utilizar esa información en próximas planificaciones. Eso transforma el seguimiento en una herramienta de diseño. --- ## Seguimiento individual sin separar al estudiante del grupo Personalizar no implica construir recorridos completamente aislados. Una pregunta más útil puede ser: > ¿Cómo puede esta persona participar del aprendizaje común desde su punto actual? En lugar de diseñar: **actividad del grupo** y **actividad completamente diferente para un estudiante** podemos pensar: **objetivo compartido + distintos apoyos** cuando eso sea pedagógicamente adecuado. Por ejemplo: | Grupo | Estudiante que necesita mayor apoyo | |---|---| | Resolver una división compleja | Resolver una situación equivalente con números accesibles | | Registrar procedimiento libremente | Utilizar pasos o apoyo visual | | Justificar por escrito | Explicar oralmente y registrar una idea central | | Trabajar de manera autónoma | Recibir acompañamiento inicial | El aprendizaje continúa conectado. --- ## Evidencia y evaluación formativa dentro de Betania En Betania, esta relación entre evidencia y planificación forma parte del corazón del flujo docente. Un grupo puede contener perfiles individuales de estudiantes. Dentro de cada perfil, el docente puede registrar evidencias relacionadas con el desempeño académico. Esas evidencias son privadas. El objetivo no es publicar información sobre niñas, niños o adolescentes, sino utilizarla para acompañar el proceso educativo. A partir de esa información, Betania puede ayudar a organizar una lectura del grupo: - qué aprendizajes muestran avances; - qué dificultades aparecen; - qué aspectos pueden requerir mayor trabajo; - qué casos necesitan una mirada particular. Después, esa información puede volver a la planificación. Por ejemplo: > La mayoría del grupo está preparada para avanzar con una propuesta de mayor complejidad. Pero: > un estudiante todavía necesita apoyo en un aprendizaje previo. Al adaptar la nueva propuesta para esa persona, la intención no es darle automáticamente algo desconectado del resto. La idea es mantenerla dentro del recorrido, ajustando: - dificultad; - apoyos; - consignas; - recursos; - nivel de acompañamiento; para que pueda **seguir progresando**. --- ## El objetivo no es etiquetar estudiantes Un sistema de seguimiento puede resultar útil solamente si la información se utiliza con criterio. Una evidencia debería ayudar a formular preguntas como: > ¿Qué puede hacer ahora? > ¿Qué está empezando a comprender? > ¿Qué dificultad aparece? > ¿Qué apoyo funcionó? > ¿Cuál podría ser el siguiente paso? No: > ¿Qué clase de estudiante es? Las trayectorias cambian. Los aprendizajes también. Una herramienta educativa debería ayudar a registrar esa evolución, no convertir un desempeño puntual en una identidad permanente. --- ## Privacidad de las evidencias Las evidencias de aprendizaje pueden contener información sensible sobre estudiantes. Por eso requieren un tratamiento cuidadoso. Algunos principios importantes son: - evitar exposición pública; - limitar el acceso a personas autorizadas; - no utilizar la información para etiquetar; - registrar solamente aquello que resulta pedagógicamente relevante; - evitar compartir datos personales innecesarios con herramientas externas; - seguir las políticas institucionales y normativas correspondientes. En Betania, los perfiles y evidencias individuales forman parte del espacio privado del docente y no están pensados como contenido público o indexable. --- ## ¿Qué tipo de evidencia conviene registrar? No hace falta guardar todo. Registrar absolutamente cada actividad puede generar más información de la que podemos interpretar. Conviene seleccionar evidencias que respondan alguna pregunta pedagógica. Por ejemplo: > ¿Puede explicar el procedimiento? > ¿Puede aplicar este aprendizaje en una situación nueva? > ¿Puede justificar una decisión? > ¿Puede trabajar con menor apoyo que antes? Una evidencia resulta más útil cuando sabemos **qué queremos observar en ella**. --- ## Un ejemplo completo Supongamos un grupo de 5.º grado trabajando división. ### Objetivo Resolver situaciones de división y justificar el procedimiento. ### Actividad Resolver tres problemas y explicar una de las estrategias utilizadas. ### Evidencias Al revisar las producciones observamos: **Grupo general** - reconoce cuándo utilizar división; - realiza correctamente el procedimiento; - todavía necesita fortalecer las explicaciones. **Estudiante A** - comprende la situación; - necesita apoyos para realizar el procedimiento con números grandes; - puede resolver situaciones equivalentes con cantidades más pequeñas. ### Decisión para la próxima clase Para el grupo: - comparar diferentes procedimientos; - discutir cuál es más eficiente; - justificar decisiones. Para el estudiante A: - trabajar el mismo tipo de situación; - utilizar números accesibles; - incorporar apoyo visual; - recuperar el procedimiento; - participar de la comparación colectiva. La adaptación no lo excluye del aprendizaje del grupo. Le ofrece un punto de entrada desde el cual continuar. --- ## Cómo puede usar IA un docente para analizar evidencias Un ejemplo de pedido podría ser: > Actuá como asistente para análisis pedagógico. > > Objetivo de aprendizaje: [objetivo]. > > Criterios que estoy observando: [criterios]. > > Estas son observaciones anónimas de distintas producciones: > > [observaciones] > > Organizá la información en: > > 1. aprendizajes que parecen consolidados; > 2. dificultades frecuentes; > 3. aspectos sobre los que todavía no hay evidencia suficiente; > 4. posibles preguntas para la próxima clase; > 5. tres alternativas de apoyo. > > No diagnostiques estudiantes ni asumas información que no aparece en las evidencias. La respuesta no debería utilizarse como conclusión automática. Puede servir para **organizar una primera lectura que después revisa el docente**. --- ## Qué conviene evitar al analizar evidencias con IA ### Subir datos personales innecesarios No hace falta incluir: - nombre completo; - documentos; - fotografías; - diagnósticos; - información familiar. ### Tomar una producción como verdad definitiva Una evidencia es una fotografía parcial de un proceso. ### Confundir correlación con explicación Que varias personas cometan el mismo error no nos dice automáticamente por qué ocurrió. ### Pedir diagnósticos Una IA no debería utilizarse para diagnosticar condiciones ni clasificar estudiantes. ### Automatizar decisiones importantes Las sugerencias pueden orientar preguntas. No reemplazan decisiones profesionales. --- ## Evaluación, evidencia e inclusión educativa La inclusión no consiste solamente en crear una versión diferente de una actividad. También implica observar **qué barreras aparecen realmente durante el aprendizaje**. Las evidencias pueden ayudarnos a reconocer: - dónde se produce una dificultad; - qué apoyo permitió avanzar; - qué formato facilitó la participación; - qué aspectos necesitan mayor tiempo; - qué estudiante puede avanzar hacia un desafío mayor. Así, evaluación e inclusión dejan de funcionar como tareas separadas. La evaluación aporta información. La adaptación transforma esa información en decisiones. Y la próxima planificación vuelve a poner esas decisiones en juego. --- ## Preguntas frecuentes ### ¿Qué es una evidencia de aprendizaje? Es una producción, desempeño, explicación u observación que aporta información sobre lo que un estudiante está aprendiendo. ### ¿Una nota es una evidencia de aprendizaje? Puede aportar información, pero por sí sola suele ofrecer menos detalle que la producción o desempeño que dio origen a esa calificación. ### ¿Qué relación hay entre evidencia y evaluación formativa? La evaluación formativa utiliza evidencias para comprender cómo avanza el aprendizaje y decidir qué hacer después. ### ¿Puede una IA evaluar automáticamente a un estudiante? Puede ayudar a organizar información o comparar producciones con criterios, pero las decisiones pedagógicas requieren revisión docente. ### ¿La IA puede detectar dificultades? Puede señalar patrones presentes en la información proporcionada, pero no debería convertirlos automáticamente en diagnósticos o etiquetas. ### ¿Cómo se utiliza una evidencia para adaptar una actividad? Primero se identifica qué dificultad o barrera aparece. Después pueden ajustarse apoyos, consignas, recursos, tiempo o forma de respuesta intentando mantener el objetivo de aprendizaje. ### ¿Betania permite hacer seguimiento individual? Betania organiza grupos con perfiles individuales de estudiantes donde el docente puede registrar evidencias de aprendizaje y utilizar esa información para acompañar la planificación y la adaptación. ### ¿Las evidencias de los estudiantes son públicas? No. Las evidencias individuales forman parte del espacio privado del docente y no están pensadas para exposición pública. ### ¿Personalizar significa que cada estudiante hace algo distinto? No necesariamente. Muchas veces puede mantenerse un objetivo compartido y modificar apoyos, complejidad, recursos o formas de participación. --- ## Para seguir profundizando Podés consultar también: - [Evaluación formativa en el glosario docente de Betania](https://betania.app/glosario/evaluacion-formativa/) - [DUA en el glosario docente](https://betania.app/glosario/dua/) - [Enfoque curricular de Betania](https://betania.app/enfoque-curricular/) - [Cómo adaptar actividades con IA y DUA](https://blog.betania.app/adaptar-actividades-inteligencia-artificial-aulas-diversas) - [Ecosistema docente de Betania](https://betania.app/ecosistema-docente/) La evidencia no debería convertirse en una colección de datos sobre estudiantes. Su valor aparece cuando ayuda a responder una pregunta sencilla y profundamente pedagógica: > **¿Qué aprendieron hasta acá y qué decisión puede ayudarlos a seguir avanzando?** Ese es el puente entre evaluación, inclusión y planificación. Y es también el lugar donde la inteligencia artificial puede resultar más interesante: no como reemplazo del juicio profesional, sino como una herramienta para **organizar información y ampliar las alternativas sobre las que el docente decide**. --- **Publicado por Betania IA.** Contenido elaborado con asistencia de inteligencia artificial y revisado desde una perspectiva pedagógica antes de su publicación. **Revisión pedagógica:** Oriana Jacqueline Carim — Profesora de Educación Primaria, graduada de la Pontificia Universidad Católica Argentina (UCA).