La **evaluación educativa** se define como un proceso continuo, sistemático y participativo de recogida de información relevante sobre los procesos de aprendizaje del alumnado y la práctica docente. Su objetivo principal no es la mera fiscalización del resultado, sino la comprensión del proceso educativo para orientar la toma de decisiones pedagógicas que permitan mejorar y ajustar la intervención educativa a las necesidades reales del grupo y de cada estudiante.
[](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-evaluacion.png) *Evaluación con IA (creado por Pablo Ruiz con Gemini)*En cuanto a sus diferencias con la calificación: La **evaluación** es un concepto cualitativo y global que busca identificar fortalezas y áreas de mejora mediante el análisis de evidencias para fomentar el progreso constante del alumno. Por el contrario, la **calificación** es un acto administrativo y puntual a través del cual se traduce el juicio evaluativo en un valor escalar (numérico o nominal) que certifica el logro de unos objetivos en un momento específico. Mientras que evaluar es un proceso para ayudar a aprender, calificar es la formalización de un resultado con fines de acreditación.
En este escenario, la IA puede convertirse en un apoyo relevante para nosotros/as los/as docentes, especialmente en tareas como la generación de retroalimentación (feedback), la creación de instrumentos de evaluación o el análisis de evidencias de aprendizaje. Por ejemplo, podemos utilizar una herramienta de IA para proponer distintos niveles de retroalimentación sobre un mismo texto escrito por el alumnado, facilitando así una atención más personalizada. Sin embargo, este uso debe realizarse siempre bajo criterios pedagógicos claros y con una supervisión constante. Es fundamental establecer desde el inicio algunos **principios básicos que guiarán el uso de la IA** en evaluación a lo largo del curso: - La IA puede ser una herramienta útil para apoyar la evaluación, pero no debe sustituir el juicio profesional del docente. La toma de decisiones finales siempre nos corresponde a nosotros/as (profesorado). - La IA es especialmente valiosa para proporcionar feedback formativo, pero no debe utilizarse como sistema de calificación automatizada del alumnado. - El uso de datos en herramientas de IA exige una atención especial a la privacidad: es imprescindible anonimizar cualquier información de nuestro alumnado antes de introducirla en estos sistemas. - Las salidas generadas por la IA deben ser siempre revisadas críticamente por nosotros/as como docentes antes de ser utilizadas o compartidas. Además, la presencia de la IA en el aula también plantea preguntas clave sobre la autoría, la originalidad y la validez de las evidencias de aprendizaje. Por ejemplo, si un estudiante nos entrega un ensayo elaborado con ayuda de una IA generativa, ¿qué es lo que se está evaluando realmente? ¿El producto final, el proceso seguido, o la capacidad de utilizar herramientas digitales de forma crítica y ética? Estas cuestiones obligan a revisar los enfoques tradicionales de evaluación. [](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-abstract.png) *IA en abstracto (Pablo Ruiz con Gemini)* Por otro lado, el uso educativo de la IA debe alinearse con el marco normativo vigente y con los principios de equidad, inclusión y protección de datos. En el contexto de Aragón y del sistema educativo español, esto implica integrar la IA dentro de una evaluación competencial, coherente con el currículo y respetuosa con los derechos de nuestro alumnado. En definitiva, la evaluación en la era de la inteligencia artificial no consiste en incorporar tecnología de manera acrítica, sino en redefinir los procesos evaluativos para que sigan siendo rigurosos, justos y centrados en el aprendizaje. La IA ofrece oportunidades, pero también exige una mayor responsabilidad profesional en la interpretación de evidencias y en la toma de decisiones pedagógicas. > Un gran poder conlleva una gran responsabilidad > > Antiguo adagio, de al menos el siglo I a. C., que hace alusión a la espada de Damocles. Popularizado por los comics de Marvel # 1.2. Retos actuales de la evaluación educativa La evaluación educativa atraviesa en la actualidad (y como siempre) un momento de cambio profundo, impulsado tanto por la transformación digital como por la incorporación creciente de la inteligencia artificial en los procesos de aprendizaje. Este contexto plantea una serie de retos que nos afecta en todas las etapas educativas y que nos obliga a revisar prácticas tradicionales para adaptarlas a nuevas realidades. Uno de los principales desafíos es la validez de las evidencias de aprendizaje. El acceso generalizado a herramientas de IA capaces de generar textos, resolver ejercicios o elaborar productos complejos dificulta determinar en qué medida una tarea refleja realmente el nivel de competencia de nuestro alumnado. Por ejemplo, un trabajo escrito puede presentar una gran calidad formal gracias al uso de IA, pero no necesariamente evidenciar una comprensión profunda de los contenidos. Esto obliga a **diseñar situaciones de evaluación que pongan el foco en el proceso, la reflexión y la aplicación contextualizada del conocimiento**. Relacionado con lo anterior, surge el reto de la autoría y la integridad académica. La facilidad para utilizar IA sin dejar rastro evidente plantea interrogantes sobre la originalidad de las producciones del alumnado. En lugar de centrarse exclusivamente en la detección del uso de estas herramientas, el profesorado necesita **promover un uso ético y transparente**, incorporando la IA como objeto de aprendizaje y estableciendo **criterios claros sobre cuándo y cómo puede utilizarse**. Otro aspecto clave es la transformación del tipo de tareas evaluativas. Las actividades basadas en la repetición o en la reproducción de información pierden sentido en un entorno donde la IA puede resolverlas de manera inmediata. Esto impulsa la **necesidad de plantear tareas más complejas, abiertas y competenciales, que requieran análisis, pensamiento crítico, creatividad o transferencia a situaciones reales**. Por ejemplo, en lugar de pedir un resumen de un tema, puede solicitarse una valoración crítica comparando distintas fuentes o la aplicación de un concepto a un caso práctico. [](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-arbol.jpeg) *IA vs retos (Pablo Ruiz con Gemini)* Asimismo, la evaluación debe responder al reto de la **personalización del aprendizaje**. La diversidad en el aula exige instrumentos y estrategias que permitan recoger **evidencias variadas y adaptadas a diferentes ritmos y estilos**. En este sentido, la IA puede ofrecer apoyo para generar feedback individualizado, siempre bajo supervisión docente. Por ejemplo, un docente puede apoyarse en la IA para proponer diferentes formas de retroalimentación sobre una misma tarea, ajustándolas posteriormente a cada alumno o alumna. La gestión ética y segura de los datos constituye otro reto fundamental. El uso de herramientas digitales, especialmente aquellas basadas en IA, implica el tratamiento de información que puede ser sensible. **Es imprescindible garantizar la protección de datos de nuestro alumnado**, lo que implica, entre otras medidas, anonimizar cualquier información antes de introducirla en estas herramientas y seleccionar plataformas que cumplan con la normativa vigente. Todo lo indicado hasta el momento no dejar de ser una nueva tarea sobre nuestras sobrecargadas espaldas por lo que tratar de utilizar estas herramientas para conseguir eficiencia de los procesos de evaluación podría sernos de gran utilidad pues **la evaluación continua y competencial requiere tiempo y dedicación**, lo que puede generar dificultades en contextos con ratios elevadas, múltiples grupos o una absurda carga de burocracia inútil. Aquí, **la IA puede actuar como apoyo para agilizar ciertas tareas** (como la generación de rúbricas o propuestas de feedback), **pero sin sustituir el juicio profesional**. En ningún caso debe delegarse en la IA la calificación automatizada del alumnado. Por último, emerge el reto de **nuestro rol** como docentes de garantes del proceso de evaluación. En un entorno mediado por tecnologías, **debemos reforzar nuestro papel como diseñadores/as de situaciones de aprendizaje** (recomendamos el curso [IA en el Diseño Curricular](https://libros.catedu.es/books/ia-en-el-diseno-curricular) para profundizar en esta cuestión)**, intérpretes de evidencias y responsables últimos de las decisiones**. Esto implica **no solo utilizar la IA**, sino **comprender sus limitaciones, revisar críticamente sus resultados y asegurar que la evaluación siga siendo justa, inclusiva y orientada al aprendizaje**. Si has vivido el surgimiento de cualquiera de estos elementos: [Encarta](https://es.wikipedia.org/wiki/Microsoft_Encarta), internet, [El rincón del vago](https://es.wikipedia.org/wiki/Rinc%C3%B3n_del_Vago), Wikipedia,... estoy seguro de que **todos estos retos no te son nuevos** y esperamos que con esta formación podamos arrojarte algo de luz en la temática que nos ocupa (evaluación e IA). # 1.3. Evaluación formativa, sumativa y competencial con apoyo de IA **La integración de la inteligencia artificial en los procesos de evaluación permite reforzar distintos enfoques evaluativos**, siempre que se utilice con criterios pedagógicos claros y bajo la supervisión del profesorado. En este sentido, resulta especialmente relevante analizar cómo puede apoyar la evaluación formativa, la sumativa y la evaluación por competencias, **sin sustituir en ningún caso la responsabilidad docente en la toma de decisiones**. La **evaluación formativa**, orientada a mejorar el aprendizaje durante el proceso, es el **ámbito donde la IA ofrece mayores posibilidades**. Su **capacidad para generar retroalimentación inmediata** puede ayudar a que nuestro alumnado identifique errores, comprenda cómo mejorar y avance de manera más autónoma. Por ejemplo, un/a docente puede utilizar una herramienta de IA para obtener sugerencias de mejora sobre un texto escrito, como la claridad de las ideas o la coherencia argumentativa. No obstante, **este feedback debe ser siempre revisado, adaptado y contextualizado por el profesorado, evitando su uso automático o despersonalizado**. La clave está en utilizar la IA como apoyo para enriquecer la retroalimentación, no para delegarla completamente. En el caso de la **evaluación sumativa**, cuyo objetivo es certificar el grado de logro en un momento determinado, el **papel de la IA** debe ser **mucho más limitado**. Aunque puede resultar **útil para diseñar instrumentos de evaluación** (como bancos de preguntas, rúbricas o criterios de corrección), **no debe emplearse para asignar calificaciones de forma automatizada**. La calificación implica un juicio profesional que debe tener en cuenta múltiples factores, incluyendo el contexto del alumnado y la interpretación de evidencias. Por ejemplo, una IA puede sugerir una posible valoración de una tarea, pero la decisión final sobre la calificación corresponde exclusivamente al docente. En cuanto a la **evaluación competencial**, centrada en la aplicación integrada de conocimientos, habilidades y actitudes en contextos significativos, **la IA puede ser una aliada en el diseño de situaciones de aprendizaje más complejas y auténticas**. Puede ayudar a generar escenarios, estudios de caso o problemas abiertos que requieran movilizar distintas competencias. Por ejemplo, en una materia como Ciencias Sociales, la IA puede proponer un caso práctico sobre la gestión de recursos en una ciudad que nuestro alumnado debe analizar desde diferentes perspectivas. Asimismo, puede sugerir indicadores de logro o descriptores para rúbricas competenciales, que posteriormente deberemos ajustar al currículo y a contexto específico. [](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-caminos-tortuosos-evaluacion.png) *Los tortuosos caminos de la evaluación con IA (Pablo Ruiz con Gemini)* Un aspecto transversal en estos tres enfoques es la **necesidad de garantizar un uso ético y responsable de la IA**. Esto implica, entre otras cuestiones, **anonimizar los datos del alumnado** cuando se utilicen herramientas externas, **evitar la dependencia excesiva de estas tecnologías** **y fomentar** en nuestro alumnado **una comprensión crítica de su funcionamiento**. Siempre que la IA se utilice como una herramienta complementaria al servicio de nuestro criterio pedagógico puede sernos de gran utilidad. # 1.4. Qué puede y qué no debe hacer la IA en los procesos de evaluaciónLa incorporación de la inteligencia artificial en la evaluación educativa exige delimitar con claridad sus usos adecuados y sus límites. No se trata únicamente de una cuestión técnica, sino también pedagógica, ética y legal.
Establecer estos márgenes permite aprovechar su potencial sin comprometer la equidad, la validez de la evaluación ni los derechos del alumnado. En cuanto a lo que la IA puede hacer, su utilidad se sitúa principalmente en tareas de apoyo al profesorado. Puede ayudar a generar instrumentos de evaluación (como rúbricas, listas de cotejo o preguntas), ofrecer propuestas de retroalimentación sobre producciones de nuestro alumnado o sugerir mejoras en el diseño de actividades. Por ejemplo, podemos introducir un texto anonimizado y solicitar a la IA ideas de feedback centradas en la estructura argumentativa o la adecuación al registro. También puede servir para analizar patrones generales en el aprendizaje del grupo (por ejemplo, errores frecuentes), facilitando así la toma de decisiones didácticas.Sin embargo, estas posibilidades deben entenderse siempre como un apoyo orientativo, no como un sustituto del juicio profesional. Las respuestas de la IA no son infalibles ni neutras: pueden contener errores, sesgos o interpretaciones inadecuadas, por lo que requieren revisión crítica antes de ser utilizadas.
En relación con lo que la IA no debe hacer, es fundamental establecer límites claros. En primer lugar, **no debe emplearse para la calificación automatizada del alumnado**. La asignación de calificaciones implica una responsabilidad profesional y administrativa que no puede delegarse en un sistema automatizado, ya que requiere contextualización, interpretación y garantía de equidad. **Tampoco debe utilizarse para tomar decisiones que afecten directamente a nuestro alumnado sin nuestra supervisión**, como la promoción, la repetición o la valoración final de competencias. Delegar este tipo de decisiones en la IA supondría una pérdida de control pedagógico y podría generar situaciones injustas o difíciles de justificar. Desde el **punto de vista ético**, uno de los principales riesgos es la **introducción de sesgos**. Los sistemas de IA pueden reproducir o amplificar desigualdades si se utilizan de forma acrítica. Por ejemplo, una herramienta que genere feedback puede favorecer ciertos estilos de expresión o referencias culturales, penalizando indirectamente a parte de nuestro alumnado. Por ello, **debemos revisar siempre las salidas de la IA y adaptarlas a la diversidad de nuestras aulas**. En el **plano legal**, destaca la importancia de la protección de datos personales. Muchas herramientas de IA funcionan a través de servicios externos, lo que implica la cesión de información. **Es imprescindible anonimizar cualquier dato de nuestro alumnado antes de utilizar estas herramientas**, evitando nombres, identificadores o cualquier elemento que permita su reconocimiento. Además, **deben utilizarse únicamente plataformas que cumplan con la normativa vigente en materia de protección de datos**. Aquí es dónde, insisto, creo que una relación de herramientas proporcionadas por el Departamento nos sería de gran utilidad. [](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-que-si-que-no.png) *Representación gráfica de este capítulo (Pablo Ruiz con Gemini)* Otro aspecto relevante es la **transparencia en el uso de la IA**. El alumnado debe conocer cuándo y cómo se están utilizando estas herramientas en los procesos de evaluación, así como los criterios que guían su uso. Esto contribuye a generar confianza y a fomentar un uso responsable por parte de toda la comunidad educativa. Si pedimos que cuando utilicen IA en un trabajo la citen y dejen claro que dónde y para qué la estén utilizando sería una buena práctica el comunicar a nuestro alumnado como usamos la IA para evaluar su desempeño. **La IA** no debe sustituirnos como docentes garantes de la calidad y la justicia del proceso de evaluación. **Su uso debe estar siempre subordinado a criterios pedagógicos, éticos y normativos**, manteniendonos como responsables últimos/as de la interpretación de evidencias y de la toma de decisiones. # 1.5. Rol de docente: control pedagógico y toma de decisiones Nuestro rol del docente no se reduce, sino que se vuelve más relevante y complejo (si cabe). Lejos de delegar funciones asumimos un papel central como garantes del sentido pedagógico de la evaluación, responsable último de la interpretación de las evidencias de aprendizaje y de la toma de decisiones que afectan a nuestro alumnado. El control pedagógico implica que, como docentes, definimos qué se evalúa, cómo se evalúa y con qué finalidad (como ya hacíamos antes de la IA). Aunque la IA puede sugerir instrumentos, criterios o incluso propuestas de retroalimentación, somos nosotros/as quienes debemos seleccionar, adaptar y validar estos elementos en función del currículo, del contexto del aula y de las características de nuestro alumnado (como también hacíamos antes de la IA). Por ejemplo, una rúbrica generada con ayuda de IA debe ser revisada para asegurar que se ajusta a los criterios de evaluación establecidos y que es comprensible y útil para nuestro alumnado. Además, **debemos ejercer una supervisión constante de las salidas de la IA**. Esto supone analizar críticamente las propuestas generadas, detectar posibles errores o sesgos y decidir si son adecuadas antes de utilizarlas. La IA no tiene conocimiento del contexto específico de nuestro aula o centro, por lo que sus aportaciones requieren siempre una contextualización pedagógica. **Esta supervisión no es opcional, sino una responsabilidad inherente al uso de estas herramientas**. [](https://libros.catedu.es/uploads/images/gallery/2026-05/ia-docentes-al-mando.png) *Docentes al mando (Pablo Ruiz con Gemini)* En relación con la toma de decisiones, **debemos mantener la responsabilidad exclusiva** sobre aspectos clave como la valoración del aprendizaje, la calificación y las decisiones académicas. La IA puede ofrecer información o sugerencias, pero no puede sustituir nuestro juicio profesional. Por ejemplo, ante una producción del alumnado, una herramienta de IA puede proponer distintos niveles de logro, pero nos corresponde a nosotros/as interpretar esa evidencia teniendo en cuenta el proceso seguido, el progreso del alumno/a y la normativa. Otro elemento fundamental de nuestra labor es la mediación y orientación del alumnado en el uso de la IA. **Debemos enseñar no solo contenidos, sino también a utilizar estas herramientas de forma crítica, ética y responsable.** Esto incluye establecer normas claras sobre su uso en tareas evaluables, fomentar la transparencia (por ejemplo, indicando cuándo se ha utilizado IA en una actividad) y promover la reflexión sobre su impacto en el aprendizaje. Asimismo, **debemos velar por el cumplimiento de principios esenciales como la equidad, la inclusión y la protección de datos**. Esto implica, entre otras cuestiones, garantizar que el uso de la IA no genere desigualdades entre nuestro alumnado y que cualquier información utilizada esté debidamente anonimizada cuando se introduzca en herramientas externas. En definitiva, **actuaremos como eje vertebrador del proceso de evaluación, integrando la IA como un recurso más, pero manteniendo el control pedagógico y la responsabilidad en cada una de las decisiones que adoptemos**. Frase esta que aplicamos a la IA pero podríamos aplicarla a cualquier cambio que en los últimos 20-30 años haya habido en el mundo y que han impactado en la educación. # 1.6. Normativa Esta página está sacada completamente del curso [IA en Educación: Ética y Responsabilidad en la práctica docente](https://libros.catedu.es/books/ia-en-educacion-etica-y-responsabilidad-en-la-practica-docente). Concretamente del capítulo [4. Marco legal](https://libros.catedu.es/books/ia-en-educacion-etica-y-responsabilidad-en-la-practica-docente/chapter/4-marco-legal). ## Reglamento Europeo IA {{@13899}} ## Protección de datos {{@13900}} ## Derecho de imagen {{@14243}}