2.1. Qué es la anonimización y por qué es clave en evaluación con IA
La incorporación progresiva de herramientas de inteligencia artificial en los procesos de evaluación educativa plantea importantes desafíos relacionados con la privacidad, la protección de datos y el uso ético de la información del alumnado. En este contexto, la anonimización se convierte en un principio esencial para garantizar un uso responsable y seguro de estas tecnologías dentro del ámbito educativo.
Entendemos por anonimización el proceso mediante el cual se eliminan, modifican o sustituyen aquellos datos que permiten identificar directa o indirectamente a una persona. En el ámbito educativo su finalidad es impedir que la información utilizada pueda asociarse con un alumno o alumna concreto, preservando así su identidad. Estos datos pueden ser los siguientes:
- Nombre y apellidos
- NIF, NIE o pasaporte
- Número de expediente educativo
- Nombre del centro educativo
- Dirección de correo electrónico
NombreImágenes- Grabaciones
centro(vídeoeducativoo voz) - Referencias familiares o contextuales
- Identificadores digitales personales (por ejemplo: usuarios de redes sociales)
- Comentarios personales
- Metadatos de los productos digitales
- Alguno más??
- TODO completar el listado
La necesidad de anonimizar información educativa responde, en primer lugar, a una obligación legal. El tratamiento de datos personales del alumnado se encuentra regulado por:
Reglamento General de Protección de Datos (RGPD)Ley Orgánica de Protección de Datos y Garantía de Derechos Digitales (LOPDGDD)- Normativa
educativaquevigenteya
No obstante, la anonimización no debe entenderse únicamente como una exigencia normativa, sino también como una responsabilidad ética y pedagógica. Como docentes, debemos garantizar que el uso de herramientas digitales no comprometa la privacidad, la dignidad ni los derechos digitales de nuestro alumnado. Del mismo modo que protegemos la información académica en otros ámbitos de la práctica educativa, también debemos hacerlo cuando trabajamos con sistemas basados en inteligencia artificial. Además, contribuye a mejorar la objetividad de los procesos de evaluación. La eliminación de información identificativa favorece una evaluación más centrada en las evidencias y menos condicionada por factores externos o sesgos inconscientes.
En este sentido, el uso de IA en procesos de evaluación debe apoyarse siempre en un principio básico: las herramientas tecnológicas pueden asistir en el análisis de información, pero la responsabilidad sobre el tratamiento de los datos y la interpretación pedagógica de los resultados corresponde exclusivamente al profesorado.
En definitiva, la anonimización constituye un elemento imprescindible para integrar la inteligencia artificial en la evaluación educativa de manera ética, segura y ajustada a la normativa vigente. Su aplicación no solo protege los derechos del alumnado, sino que también refuerza la calidad y la responsabilidad profesional de los procesos de evaluación mediados por IA.