La evaluación en carreras a distancia siempre fue compleja. Antes incluso de la IA, ya se necesitaban mecanismos para validar identidad, asegurar que el estudiante realmente hubiera aprendido y demostrar competencias reales, no solo productos enviados.
Con la IA estos desafíos aumentan: la tecnología produce respuestas completas, pero con errores, sesgos y alucinaciones, por lo que docentes y estudiantes deben desarrollar pensamiento crítico para analizar lo que la IA devuelve. Es clave enseñar a usarla en clase, evaluar prompts, revisar iteraciones y contrastar con fuentes.
La evaluación a distancia requiere algún tipo de encuentro individual donde el estudiante justifique sus decisiones y explique cómo reelaboró lo que la IA produjo. Sin esto, no se puede validar seriamente la formación.
También se está cambiando la forma de dar consignas: antes se entregaban prompts muy detallados, ahora se dan más abiertos para que el estudiante formule preguntas, interactúe con la IA y adjunte ese proceso como evidencia de aprendizaje. Las prácticas deben revisarse continuamente porque la IA evoluciona muy rápido.
