Cuaderno 01 — Del producto final al proceso

Idea central

En tiempos de IA, el entregable final ya no puede cargar por sí solo con toda la evidencia de aprendizaje. Para evaluar con justicia y profundidad, necesitamos observar también el proceso: las decisiones, los intentos, las versiones, los errores, las justificaciones y los momentos en que el estudiante demuestra criterio propio.

Términos Clave

Por qué este tema importa ahora

Durante mucho tiempo, buena parte de la evaluación académica se ha concentrado en el producto final: el ensayo terminado, la presentación lista, la campaña propuesta, la pieza visual entregada o el proyecto finalizado. En la formación Mónica Herrera, producir algo concreto, defendible y bien resuelto sigue siendo parte esencial del aprendizaje.

La IA generativa cambia las condiciones bajo las cuales ese producto se construye. Hoy, un estudiante puede usar IA para redactar, sintetizar, corregir, visualizar, traducir, ordenar ideas, argumentar o mejorar la apariencia de una entrega. Muchas de estas intervenciones pueden ser útiles y legítimas. Al mismo tiempo, hacen más difícil saber qué aprendió realmente el estudiante si solo observamos el resultado final.

Por eso, evaluar en tiempos de IA exige trasladar una parte importante del énfasis hacia la evidencia de proceso.

Término clave: Evidencia de proceso

La evidencia de proceso es cualquier registro, explicación o demostración que permite observar cómo se construyó un trabajo. Puede incluir bitácoras, bocetos, versiones intermedias, prompts, capturas, defensas orales, decisiones justificadas, revisores, prototipos, reflexiones o preguntas respondidas en clase.

La evidencia de proceso busca hacer visible el aprendizaje. A veces bastará una reflexión breve. A veces será necesaria una defensa oral. A veces se requerirá documentar versiones. A veces el proceso se observará durante la clase, en un revisor o en una conversación individual. Cada una de estas representa una posible acción didáctica dentro de una experiencia de aprendizaje.

La pregunta central para el docente es:

¿Qué evidencia tengo de que el estudiante desarrolló la competencia que estoy evaluando?

Producto, proceso y competencia

Un buen producto final comunica logro. Muestra una respuesta, una solución, una propuesta o una pieza terminada. Pero la calidad aparente de una entrega puede ocultar procesos muy distintos. Dos trabajos pueden verse similares al final y haber sido construidos de maneras muy diferentes: uno desde investigación, discusión, iteración y criterio; otro desde la aceptación rápida de una respuesta generada por IA.

Aquí entra la trazabilidad.

Término clave: Trazabilidad

La trazabilidad es la posibilidad de reconstruir cómo se llegó a un resultado. Permite ver versiones, decisiones, ajustes, fuentes, interacciones con herramientas y cambios realizados durante el proceso.

Esta trazabilidad importa especialmente cuando evaluamos competencias. En la Mónica Herrera, las competencias transversales (pensamiento crítico, comunicación efectiva, solución de problemas, trabajo en equipo e innovación) se manifiestan en productos, pero se desarrollan en procesos. Una entrega final puede decirnos qué se produjo. El proceso nos ayuda a entender qué se aprendió.

Transparencia de proceso

La presencia de IA en el aula puede generar silencios. Muchos estudiantes usan herramientas de IA sin declararlo con claridad porque no siempre saben qué se espera de ellos, qué usos son aceptables o cómo será interpretado su uso. Simultáneamente, los docentes pueden apoyarse de IA para generar materiales de clase sin divulgarlo a sus estudiantes. Para transformar esa ambigüedad, necesitamos promover transparencia de proceso.

Término clave: Transparencia de proceso La transparencia de proceso consiste en hacer visible cómo se construyó un trabajo, especialmente cuando se utilizaron herramientas de IA. Puede incluir qué herramienta se usó, con qué propósito, qué se aceptó, qué se modificó, qué se rechazó y qué decisiones humanas guiaron el resultado.

Una forma sencilla de promoverla es con una declaración de uso de IA cuando la herramienta haya tenido un rol significativo.

Término clave: Declaración de uso de IA

Una declaración de uso de IA es una explicación breve sobre cómo se utilizó una herramienta de inteligencia artificial en una actividad académica. Puede mencionar herramienta, propósito, partes del trabajo intervenidas y decisiones tomadas por el individuo.

Ejemplo:

“Utilicé IA para generar preguntas iniciales de investigación y revisar la claridad de la redacción final. No la utilicé para redactar el análisis. De las sugerencias recibidas, descarté las que no respondían al contexto del caso y adapté dos preguntas para el instrumento final.”

Esta declaración ayuda al docente a evaluar mejor, al estudiante a pensar sobre su propio proceso y a la transparencia en toda la comunidad académica.

Uso sustitutivo de IA

No todo uso de IA tiene el mismo impacto. Una herramienta puede apoyar una parte secundaria del trabajo o puede desplazar el proceso que la actividad buscaba desarrollar.

Término clave: Uso sustitutivo de IA

El uso sustitutivo ocurre cuando la IA reemplaza el proceso que el estudiante debía realizar para aprender o demostrar una competencia. El problema principal es que la herramienta haya ocupado el lugar del aprendizaje esperado.

La pregunta útil para el diseño docente es:

¿Qué parte del proceso fue realizada por el estudiante y qué parte fue delegada a la herramienta?

Esta pregunta permite distinguir entre apoyo, exploración, edición, contraste, automatización y sustitución del aprendizaje.

Consideración ética y pedagógica

Cuando evaluamos únicamente el producto final, corremos el riesgo de premiar entregas bien presentadas que no muestran comprensión suficiente. También podemos penalizar procesos valiosos que todavía necesitan mejorar en forma, claridad o ejecución.

En tiempos de IA, este riesgo aumenta porque las herramientas pueden elevar la apariencia de una entrega sin garantizar aprendizaje profundo.

Por eso, la evaluación debe incluir evidencia suficiente del proceso. Esta evidencia protege al docente, al estudiante y a la comunidad académica. Ayuda a reconocer aprendizaje real, detectar vacíos de comprensión y sostener conversaciones más justas.

También elimina la necesidad de recurrir a mecanismos de sospecha, como detectores de IA. Cuando el diseño de la actividad permite ver el camino, el docente depende menos de interpretar apariencias.

Formas prácticas de incorporar evidencia de proceso

La evidencia de proceso puede tomar muchas formas. La elección depende de la competencia evaluada, el tipo de entrega, el nivel del curso y el momento del semestre. Las acciones didácticas seleccionadas dentro de una experiencia de aprendizaje pueden contemplar estas formas.

Algunas posibilidades:

Bitácora breve de decisiones: el estudiante explica tres o cuatro decisiones relevantes del proceso.

Versiones intermedias: entrega borradores, bocetos, esquemas o prototipos antes de la versión final.

Defensa oral: explica su entrega, responde preguntas y justifica decisiones en tiempo real.

Entrega escrita en aula: verifica el dominio de contenidos sin ayuda de apoyo tecnológico.

Revisor o crítica de avance: el docente observa razonamiento durante una sesión de trabajo.

Comparación antes/después: muestra una versión inicial y una final, explicando qué cambió y por qué.

Registro del uso de IA: incluye prompts relevantes, capturas o una declaración breve.

Reflexión individual en trabajos grupales: cada integrante explica su contribución y aprendizaje.

Evidencia situada: incorpora observaciones de campo, entrevistas, pruebas con usuarios, prototipos físicos o experiencias que la IA no puede reemplazar.

Preguntas para rediseñar una acción didáctica

Antes de asignar una acción didáctica, el docente puede preguntarse:

¿Qué competencia quiero observar principalmente?

¿Qué parte del aprendizaje podría quedar oculta si solo evalúo el producto final?

¿Qué evidencia de proceso acompañará la entrega?

¿En qué momento podré observar decisiones, iteraciones o justificaciones?

¿El estudiante deberá explicar cómo usó IA, si la usó?

¿Cómo distinguiré entre un entregable bien presentado y aprendizaje demostrado?

¿Qué evidencia individual necesito si el trabajo es grupal?

Cierre

El cambio del producto final al proceso busca hacer la evaluación más justa, clara y alineada con la realidad actual.

En la Mónica Herrera, formar estudiantes creativos, estratégicos y capaces de pensar fuera de la caja exige mirar cómo trabajan, cómo dudan, cómo ajustan, cómo colaboran, cómo defienden y cómo toman decisiones. La IA puede intervenir en muchos puntos del camino, y precisamente por eso, el camino debe hacerse visible.

El entregable final sigue teniendo valor. Pero en tiempos de IA, el aprendizaje se sostiene en la relación entre producto, proceso y criterio.