Escala de Uso de la IA en la Evaluación en Educación Superior

Este artículo toma como base el trabajo publicado en la revista Journal of University Teaching and Learning Practice (JUTLP), donde los autores Perkins, Furze, Roe y MacVaugh presentan la AI Assessment Scale (AIAS), traducido al español sería Escala de Evaluación del Uso de la Inteligencia Artificial. Ésta es una herramienta diseñada para guiar el uso de inteligencia artificial generativa en evaluaciones universitarias. El documento surge como respuesta al crecimiento acelerado de herramientas de IA Generativa en entornos académicos y busca ofrecer un marco práctico que permita a docentes y estudiantes tomar decisiones informadas, éticas y contextualizadas sobre el uso de IA en distintas instancias evaluativas.

La estructura de la escalas: cinco niveles de uso

La AIAS propone cinco niveles de integración de IA, que ofrecen un continuum entre la prohibición total y la colaboración creativa:

1. Nivel 1: Sin IA
   No se permite ningún apoyo de IA. El estudiante debe producir el trabajo de manera autónoma. Ideal para comprobar competencias fundamentales.
   
2. Nivel 2: IA como apoyo para ideación y estructura
   IA como asistente para brainstorming o diseño de esquemas, pero sin contenido generado en la entrega final.
   
3. Nivel 3: IA como herramienta de edición/refinamiento
   Se permite usar IA para perfeccionar expresiones o claridad, cuando el estudiante aporta un trabajo original junto con la versión editada.
   
4. Nivel 4: Contenido generado por IA con evaluación humana
   El estudiante puede usar IA para generar partes del trabajo, siempre que se realice un análisis crítico y personal sobre lo generado.
   
5. Nivel 5: IA como copiloto durante todo el proceso
   La IA se emplea de forma creativa a lo largo de todo el proceso. No es necesario indicar qué contenido generó IA, aunque debe citarse su uso general si corresponde.
   

¿Por qué esta escala y cómo usarla?

Más allá del sí/no: Frente a políticas que prohíben el uso indiscriminado de GenAI, la AIAS propone un enfoque intermedio, que permite aprovechar sus beneficios sin sacrificar la autenticidad ni la reflexión crítica.

Transparencia y claridad: Los estudiantes saben de antemano cómo pueden interactuar con la IA en cada actividad. Esto reduce incertidumbre y ansiedades relacionadas con la ética académica.

Adaptabilidad por disciplina y nivel: Según la materia, el tipo de evaluación o el nivel educativo, ciertos niveles (por ejemplo 3 a 5 en educación superior, o 1 a 3 en K‑12) serán más apropiados.

Sin jerarquías ni colores tipo “semáforo”

En su actualización formal, la escala abandona el esquema visual tipo semáforo (rojo‑amarillo‑verde), que podía inducir a pensar que más uso de IA es proporcionalmente mejor. La nueva versión (publicada en diciembre de 2024) replantea los cinco niveles en un formato circular y neutral, sugiriendo que todos los niveles tienen igual validez pedagógica según el contexto.

La adopción efectiva de la AI Assessment Scale en el ámbito universitario requiere más que simplemente enunciar qué nivel se permite por tarea. Involucra un proceso institucional gradual y reflexivo, donde tanto docentes como estudiantes sean parte activa.

Implementación en la práctica universitaria 

Diseño intencional por parte de los docentes
Antes de lanzar una actividad evaluativa, el equipo docente debe decidir conscientemente qué nivel de IA será permitido, asegurándose de que esté alineado con los objetivos de aprendizaje de la asignatura. Por ejemplo, si se busca evaluar pensamiento crítico, tal vez se opte por niveles donde se permita el uso de IA para redactar, pero se requiere un análisis propio sobre lo generado. En cambio, si se apunta a desarrollar habilidades comunicativas personales, podría aplicarse un nivel 1 o 2.

Comunicación clara y transparente a estudiantes
No alcanza con “permitir” o “prohibir” el uso de IA: es crucial explicitar el nivel permitido, por qué se elige ese nivel, cómo debe ser utilizado y cómo citar o declarar el uso de IA en el trabajo. Esta claridad fomenta la confianza, reduce el plagio involuntario y promueve el desarrollo de competencias digitales responsables.

Acompañamiento institucional y desarrollo docente
Las universidades deberían proveer espacios de formación y co-diseño para que los equipos docentes puedan familiarizarse con los niveles de la escala, compartir buenas prácticas y debatir posibles dilemas éticos y pedagógicos. Esto puede incluir talleres, documentos guía o la incorporación de la escala en plataformas LMS (como Moodle o Canvas).

Evaluación iterativa y mejora continua
Finalmente, se recomienda que la implementación se dé de manera piloto, recogiendo retroalimentación de docentes y estudiantes. Así, la escala no se impone, sino que se adapta progresivamente al perfil institucional, a la cultura académica y a los desafíos propios de cada disciplina.

La Escala de Uso de la IA en la Evaluación aporta un marco robusto y accesible para diseñar evaluaciones educativas que equilibren innovación tecnológica y rigor académico. Permite a docentes y estudiantes deliberar sobre el rol de la IA en función de los resultados de aprendizaje deseados, promoviendo usos éticos, reflexivos y auténticos. Es una herramienta clave para avanzar en una educación universitaria que integre tecnologías emergentes de forma consciente, justa y efectiva.

Fuente:

Perkins, A., Furze, L., Roe, S., & MacVaugh, J. (2024). The AI Assessment Scale (AIAS): A practical framework for assessment design in the age of generative AI. Journal of University Teaching and Learning Practice, 21(6). Disponible en: https://open-publishing.org/journals/index.php/jutlp/article/view/810