LA EVALUACIÓN EDUCATIVA EN LA ERA DE LA INTELIGENCIA ARTIFICIAL

Resumen

El ensayo examina el impacto de la inteligencia artificial (IA) en la evaluación educativaenlaEducaciónSuperior,destacandosupotencialparamejorarlosprocesos evaluativos mediante la precisión y personalización de la retroalimentación. A través de sistemas de evaluación automatizada, la IA facilita la corrección de exámenes y ensayos, optimizando la gestión de grandes volúmenes de trabajo académico. Este enfoque se relaciona con los principios del conexionismo (McClelland y Rumelhart,1986), que explican el procesamiento de patrones complejos de datos educativos, y la teoría del conectivismo (Siemens, 2005), que analiza redes de datos para mapear el rendimiento estudiantil. Mientras el conexionismo explica cómo las redes neuronales procesan datos educativos, el conectivismo analiza cómo el aprendizaje se construye en redes digitales. Estudios como los de Balfour (2013) en entornos MOOC respaldan esta interrelación al proporcionar información valiosa que puede guiar estrategias pedagógicas más efectivas. La personalización del aprendizaje se resalta gracias a plataformas adaptativas que ajustan el contenido a las capacidades de los estudiantes. Sin embargo, se reconocen limitaciones, como la incapacidad de la IA para evaluar la creatividad y el pensamiento crítico, lo que plantea interrogantes sobre la validez de los resultados obtenidos automáticamente. Además, se abordan consideraciones éticas, como la privacidad de los datos y el consentimiento informado, subrayando la necesidad de un marco ético que proteja los derechos de los estudiantes. La interacción humana sigue siendo fundamental en la educación, sugiriendo que la IA debe complementar el rol de los profesores en la evaluación del aprendizaje.