EVALUAR PARA PERSONALIZAR: RETROALIMENTACIÓN FORMATIVA Y ANALÍTICAS CON INTELIGENCIA ARTIFICIAL GENERATIVA (IAG)

• DOI: 10.37572/EdArt_1505269705

• Palavras-chave: evaluación formativa; analíticas aprendizaje; retroalimentación.

• Keywords: evaluación formativa; analíticas aprendizaje; retroalimentación.

• Abstract:

  El capítulo analiza cómo la evaluación personalizada, apoyada en Inteligencia Artificial Generativa (IAG), puede responder de manera más justa y pertinente a la diversidad de trayectorias en la educación superior, con especial foco en la Formación Inicial Docente. Sobre la base de la tradición de la evaluación formativa y de la evaluación para el aprendizaje, se redefine la evaluación como un proceso continuo de generación e interpretación de evidencias, articulando diagnósticos tempranos, retroalimentación formativa y analíticas de aprendizaje para orientar decisiones pedagógicas diferenciadas. En este marco, se examina el potencial de la IAG para enriquecer el diagnóstico temprano mediane el análisis escalable de respuestas abiertas y comportamientos en entornos virtuales, así como para apoyar sistemas de alerta temprana que identifiquen estudiantes en riesgo sin caer en lógicas de vigilancia ni determinismo algorítmico. Se describen también modelos híbridos de retroalimentación, en los que la IAG genera borradores de comentarios alineados con rúbricas y criterios de desempeño, que luego son revisados por el profesorado, con el doble objetivo de aumentar la frecuencia y calidad de la retroalimentación y preservar el vínculo pedagógico. El capítulo aborda el uso de analíticas de aprendizaje como puente entre evaluación personalizada y ajuste instruccional, mostrando cómo la IAG puede traducir datos complejos en narrativas comprensibles y sugerencias de acción, siempre bajo marcos de gobernanza robustos, respecto a la privacidad y participación estudiantil en la interpretación de sus propios datos. Finalmente, se propone un modelo institucional de evaluación personalizada con IAG que integra infraestructura de datos, políticas éticas, desarrollo profesional docente y espacios  de co-decisión con el estudiantado, en continuidad con los capítulos dedicados a fundamentos de la IA, competencias críticas, diseño didáctico y gobernanza.