Si realmente existen innovaciones disruptivas en educación, los usos de la inteligencia artificial generativa podrían ser una de ellas. Se trata nada menos que de una nueva relación con el conocimiento que se está estableciendo ante nuestros ojos. En la universidad, probablemente sea la evaluación del aprendizaje y el riesgo de hacer trampa lo que plantea más preguntas.
Los fraudes son difíciles de observar. Por definición, las trampas son ocultas y es difícil diferenciarlas de los usos legítimos de la inteligencia artificial generativa. Además, hasta la fecha no existe ningún estudio sólido en Francia que permita calificarlo y cuantificarlo, sobre todo porque las plataformas de detección de plagio han demostrado ser ineficaces. Poco fiables, producen tanto falsos positivos como falsos negativos, como lo demuestran los estudios de William H. Walters y Philippe Dessus y Daniel Seyve.
Por otro lado, sabemos que los estudiantes utilizan masivamente la inteligencia artificial generativa. Una encuesta del Consejo de Educación Digital, publicada en agosto de 2024, muestra que el 86% de ellos, en un panel de 16 países, incluida Francia, los utilizan, mientras que un estudio más reciente del Instituto de Política de Educación Superior, realizado en febrero de 2025, estima que el 92% de los estudiantes británicos los utilizan, incluido el 88% para actividades que dan lugar a una evaluación.
Ante esta doble observación, las universidades parecen bastante impotentes. El colapso de su capacidad para mantener los formatos de evaluación tradicionales exige un replanteamiento radical de sus propósitos y métodos para mantener la eficacia de la formación y la credibilidad de los diplomas.
¿Para qué se utilizan las evaluaciones?
En educación, como en otros ámbitos, normalmente definimos la evaluación como un juicio de valor hecho sobre una medición y destinado a la toma de decisiones. En la universidad se trata, por tanto, de ofrecer a los estudiantes actividades, específicas o no, que les permitan medir sus conocimientos y/o habilidades. Estos pueden adoptar diferentes formas, incluida la prueba escrita, la presentación oral, la tesis de investigación o el informe de prácticas.
La evaluación es un proceso que tiene dos propósitos muy diferentes, potencialmente complementarios pero a menudo confundidos.
El primero tiene como objetivo apoyar a los estudiantes proporcionándoles información cualitativa (análisis de avances y dificultades, consejos sobre cómo remediarlas, etc.) y/o cuantitativa (calificaciones) sobre su aprendizaje. Estos elementos les permiten orientar y ajustar sus esfuerzos, al tiempo que invitan al profesorado a adaptar los suyos a las necesidades de los estudiantes. Por estos motivos, esta forma de evaluación se denomina “formativa” y juega un papel esencial en el éxito de los estudiantes.
El otro objetivo, más a menudo descrito como “sumativo”, tiene como objetivo informar sobre los conocimientos y/o las habilidades de los estudiantes, en una etapa determinada de la formación, a menudo al final, con el fin de autorizar estudios posteriores o expedir un certificado o diploma. Los resultados de una evaluación sumativa suelen comunicarse en términos cuantitativos (calificaciones).
Cualquiera que sea el propósito de una evaluación, su calidad depende ante todo de su alineación con los objetivos de aprendizaje previstos. Debe reflejar lo que se espera en términos de conocimientos y/o habilidades. También debe ser fiable, es decir, medir lo que se supone que debe medir y hacerlo de forma suficientemente detallada. Por último, debe proceder de manera equitativa, teniendo en cuenta las dificultades encontradas por los estudiantes que pueden enmascarar su aprendizaje, así como las discapacidades invisibles, como la dislexia, por ejemplo.
¿Qué es hacer trampa con inteligencia artificial generativa?
El fraude debe distinguirse claramente de todas las demás situaciones en las que los estudiantes delegan en la inteligencia artificial generativa la totalidad o parte de las tareas que se les asignan. Además de la evaluación, la ayuda que se espera de la inteligencia artificial generativa constituye también un problema educativo de gran importancia, pero no socava la integridad de la relación con las normas universitarias.
Se demuestra trampa si la producción del estudiante es parte de un proceso de evaluación mientras se ha prohibido el uso de inteligencia artificial generativa. Así, resolver un problema de estadística en el marco de un examen de fin de semestre, utilizando en secreto estas herramientas, cuando su uso ha sido prohibido por el profesorado, equivale a hacer trampa. Utilizar la misma inteligencia artificial generativa para ayudar a resolver el mismo problema con el acuerdo y supervisión del profesor no entra dentro de este ámbito.
De hecho, hacer trampa en la inteligencia artificial generativa arruina la calidad de la evaluación, en particular su confiabilidad, ya que la evaluación ya no mide lo que se supone que debe medir. Asimismo, este fraude conlleva una ruptura de la igualdad en la evaluación. Genéricamente, el fraude académico se refiere a prácticas estudiantiles prohibidas y/o engañosas destinadas a obtener una ventaja en términos de su evaluación de desempeño.
¿Por qué los estudiantes hacen trampa?
Las trampas deben estar relacionadas con lo que representa la evaluación para los estudiantes. Una publicación científica reciente subraya la importancia que los estudiantes conceden a la evaluación de su aprendizaje, pero también las críticas que formulan respecto de evaluaciones cuyas formas actuales las hacen estresantes, injustas, opacas y carentes de retroalimentación.
Esta presión evaluativa se ejerce en un contexto social y académico donde el individualismo, la competencia y el cortoplacismo son tales que no debería sorprendernos el surgimiento de una visión utilitarista de los estudios universitarios y, por tanto, el debilitamiento de los estándares morales. el modelo de “diamante del fraude” (Wolfe y Hermanson, 2004) identifica los cuatro factores principales que pueden explicar (y predecir) todas las trampas; racionalización de la actividad, oportunidad de hacer trampa, motivación y capacidad percibida.
La confrontación de este modelo con el problema del fraude académico es esclarecedora. Los cuatro factores tienen sentido en el contexto académico:
- Hacer trampa permite una forma de fuerte racionalización de la actividad con maximización de resultados y minimización del esfuerzo.
- La posibilidad de hacer trampa es importante ya que el rendimiento de la inteligencia artificial generativa permite responder con bastante eficacia a la mayoría de los formatos de evaluación (responder a las preguntas del curso, analizar un texto, procesar datos, codificar, etc.).
- Muy fuerte, la motivación para hacer trampa está ligada al valor utilitario atribuido a los estudios y lleva a favorecer la obtención de un título por encima del interés intrínseco de aprender. También responde, sorprendentemente, a un proceso de reequilibrio de los estudiantes que creen que, si no utilizan la inteligencia artificial generativa, están en desventaja respecto a quienes la utilizan.
- La capacidad percibida, finalmente, es fuerte, ya que las inteligencias artificiales generativas son fáciles de aprender, e incluso los usos más torpes de los principiantes producen resultados interesantes.
¿Qué pueden hacer las universidades?
Mantener los actuales métodos de evaluación no siendo una opción, prohibir efectivamente el uso de inteligencia artificial generativa y detectar su uso. a posteriori De no ser posible, las universidades tendrán que repensar su doctrina de evaluación.
Utilizar con mayor frecuencia la evaluación oral, intensificar el seguimiento de los exámenes, revisar las cartas de examen, sancionar más el fraude, desarrollar y difundir cartas de uso, diseñar pruebas que resistir Una mejor inteligencia artificial generativa son vías importantes que deben seguirse.
Sin embargo, no pueden resolver el problema, sobre todo porque son muy costosos en términos de tiempo, un bien escaso y caro en las universidades. Otro camino posible es que los estudiantes puedan entender las evaluaciones que los invitan a no hacer trampa.
Para ello, una de las formas es separar estrictamente las evaluaciones destinadas a apoyar a los estudiantes en su camino de aprendizaje, con el análisis de sus dificultades y las formas de ayudarles a superarlas (evaluaciones formativas), de aquellas destinadas a validar formalmente las etapas de su formación, con calificaciones o validación de habilidades (evaluaciones sumativas).
En cuanto a las evaluaciones sumativas, esto permitiría protegerlas para mantener su confiabilidad. Sin excluir ningún riesgo de trampa, una reducción drástica de su número permitiría concentrar allí más recursos para limitar el riesgo de trampa.
Liberadas así de su valor sumativo, todas las demás evaluaciones podrían diseñarse en torno a su propósito formativo y alentar a los estudiantes a ser sinceros en su trabajo para obtener un mejor apoyo.
Es cierto que esta organización contraviene la lógica de evaluación sumativa continua que se ha implantado en los últimos años. Por lo tanto, no se trata de una solución milagrosa, sino de un proyecto importante que hay que iniciar sin olvidar incluir al profesorado y a los estudiantes, que no sólo son los primeros afectados, sino también los únicos que conocen íntimamente la situación.
◗ Jean-François Cerisier es profesor de ciencias de la información y la comunicación en la Universidad de Poitiers.
Este artículo es una columna, escrita por un autor ajeno al periódico y cuyo punto de vista no compromete a la redacción.
