Evaluación y uso de IA Generativa en el aula: La Matriz EVA-IA

Rediseño permanente de experiencias de aprendizaje a partir de la integración de herramientas y propuestas con inteligencia artificial generativa.

Hay una trampa silenciosa en la forma en que hemos integrado la tecnología en la educación superior y en la escuela: nos conformamos con la superficie. Creemos que por tener una pantalla en frente, un entorno virtual de aprendizaje (EVA) bonito o una suscripción a una inteligencia artificial generativa ya dimos el salto al siglo XXI. Pero la realidad cotidiana del aula -esa que palpamos en las investigaciones con enfoque de Investigación Basada en Diseño (IBD)- nos muestra otra cosa.

Nos muestra, en primer lugar, que se hace necesario aterrizar propuestas y reflexiones sobre cómo va la evaluación y la transferencia del aprendizaje cuando implementamos modelos de lenguaje (inteligencia artificial). Para ello, he diseñado y propuesto (ya con algunas validaciones exitosas) una matriz de evaluación: Matriz EVA-IA.

La llamada Matriz EVA-IA no ha surgido automáticamente de un prompt, ni es pensada como un cuadro frío de doble entrada con un checklist técnico para cumplir con alguna burocracia. La hemos construido para servir como un mapa conceptual y operativo que oriente a docentes e investigadores en la evaluación crítica y el diseño intencionado de experiencias de aprendizaje mediadas por tecnologías y modelos generativos. Su utilidad principal radica en funcionar como un espejo y una brújula: nos ayuda a diagnosticar si estamos cayendo en el uso puramente instrumental de la IA -como un atajo para el entretenimiento superficial, una máquina de “copiar y pegar” sin criterio, o una delegación cognitiva total- y nos guía para transformar esa práctica hacia un enfoque verdaderamente reflexivo.

Antes de profundizar en lo que esta matriz tiene de fondo, te invito a explorarla, a ponerla a prueba en tus propios escenarios educativos y a utilizarla como una herramienta viva para rediseñar nuestras aulas. Estoy atento a cualquier comentario.

El problema de fondo: la brecha didáctica

Esta discusión se conecta directamente con los diagnósticos que hemos construido alrededor de las brechas didácticas en la educación mediada por inteligencia artificial. Cuando analizamos las competencias digitales docentes -ya sea mirando los límites de marcos clásicos como el DigCompEdu o los reportes recientes de la UNESCO-, nos damos cuenta de que los marcos globales suelen mirar hacia otro lado frente a las condiciones reales de América Latina. Ese es el punto de partida de una propuesta doctoral

Nuestros contextos están marcados por brechas estructurales, por tensiones socioafectivas complejas en las aulas y por una resistencia silenciosa de los modelos pedagógicos tradicionales que prefieren la memorización fragmentada antes que la comprensión profunda.

Cuando un estudiante recurre a la IA generativa de forma acrítica, no está innovando: está reproduciendo una nueva forma de subordinación intelectual. Se rompe la alineación constructiva del aprendizaje y el aula se convierte en un simulacro donde se produce texto sin autoría y se evalúa credibilidad simulada.

Conectando los puntos: hacia un diseño con sentido

Por eso la propuesta de la Matriz EVA-IA cobra sentido cuando la cruzamos con otras iniciativas de nuestro ecosistema digital:

1. De la delegación a la mediación consciente: No se trata de prohibir las herramientas generativas, sino de entender los estados de la relación entre el docente, el estudiante y la IA (como los planteados en los modelos de co-diseño e investigación doctoral). La IA debe pasar de ser un sustituto del esfuerzo cognitivo a un mediador de procesos profundos de lectura, escritura y autorregulación.
2. La gamificación y el diseño situado: Experiencias de aprendizaje basadas en retos y escenarios interactivos -como los que exploramos en los diseños de escape rooms adaptativos o microcursos virtuales para jóvenes en contextos vulnerables- demuestran que cuando el entorno virtual se conecta con las urgencias del territorio, la motivación deja de ser un problema abstracto. La tecnología cobra valor cuando resuelve problemas reales del contexto local, no cuando se impone desde manuales estandarizados ajenos a nuestra realidad.
3. El rol del docente como investigador y diseñador: Las matrices y los espacios virtuales solo sirven si nos obligan a hacernos las preguntas correctas. El docente ya no puede limitarse a transmitir un contenido precocinado; tiene que asumir un rol activo de diseño iterativo, reconociendo que transformar una práctica educativa exige ciclos constantes de prueba, error, ajuste y reflexión crítica.

Repensar la matriz EVA-IA es, en definitiva, una invitación a recuperar la autoría de nuestros procesos educativos. No dejemos que los algoritmos decidan qué es lo importante en nuestras aulas. La tecnología tiene que estar al servicio de nuestra autonomía, y no al revés.

Como he comentado, estoy atento a sus experiencias.

Gracias