Mód. 8 · Casos reales · Evaluar cuando la IA ya está en el aula

Los siete módulos anteriores han construido un procedimiento. Lo que sigue es una colección de casos reales que ponen ese procedimiento a prueba en condiciones institucionales concretas. No son ejemplos abstractos. Son cuatro universidades que tomaron decisiones públicas sobre el rediseño de la evaluación entre 2023 y 2025, las documentaron con cierto detalle y, en algunos casos, publicaron los resultados de la primera ronda de implantación.

SECCIÓN 8.1Una advertencia honesta sobre el género

Los casos reales en educación superior son siempre relatos parciales. Cada institución comunica lo que conviene a su imagen pública y omite lo que la perjudicaría. La selección que recogemos ha intentado contrastar fuentes y triangular informes oficiales con notas de prensa de medios universitarios independientes. Aun así, el lector debe asumir que cualquier caso real, leído desde fuera, presenta el lado que la institución decide presentar. Los contraejemplos del segundo tramo equilibran el cuadro.

Los cuatro casos vienen de geografías y tradiciones académicas diferentes. Oxford y Manchester Metropolitan en el Reino Unido representan dos extremos de un mismo sistema universitario: una universidad con tradición y recursos contra una universidad de masas con limitaciones presupuestarias. MIT en Estados Unidos aporta el ángulo STEM con un enfoque pragmático. Universidad de Sídney en Australia ha sido, posiblemente, la institución más influyente a escala mundial gracias a su modelo de dos vías.

SECCIÓN 8.2Cuatro instituciones, cuatro decisiones

Caso 01 · Universidad de Oxford

Decisión clave: mantenimiento del examen presencial como anclaje, integración limitada de IA en otras actividades. La tradición del tutorial oral ofrece ya una vía 1 sólida; el rediseño se concentró en la vía 2 con coautoría documentada en trabajos de investigación.

Resultado de la primera implantación: mantuvo la legitimidad institucional sin abrir crisis interna. La transición fue gradual y bien aceptada por el cuerpo docente.

Aprendizaje: en universidades con vía 1 históricamente robusta (los tutorials de Oxford), el rediseño se concentra en la vía 2. No hace falta reinventar lo que ya funciona como vía segura.

Caso 02 · MIT

Decisión clave: integración explícita de IA en evaluaciones de programación y proyectos, con rúbricas reformuladas para evaluar diseño de instrucciones, juicio crítico y verificación, no solo el código entregado.

Resultado de la primera implantación: retroalimentación positiva en cursos introductorios de ingeniería. Los estudiantes valoraron la coherencia entre lo que se les pide en el aula y lo que se les pedirá en la práctica profesional.

Aprendizaje: en disciplinas STEM donde la IA es ya parte del entorno profesional, prohibirla en el aula crea una disonancia que el estudiante percibe inmediatamente. Integrarla deliberadamente con foco en juicio crítico es la opción coherente.

Caso 03 · Universidad de Sídney

Decisión clave: modelo de dos vías como política institucional, no como recomendación. Cada asignatura debe declarar qué evaluaciones cubren la vía 1 y cuáles la vía 2; ambas son condición de superación.

Resultado de la primera implantación: se ha convertido en referencia internacional. La política se ha replicado, con adaptaciones, en universidades de Reino Unido, Canadá, Hong Kong y España.

Aprendizaje: una política institucional clara, replicable y simple supera con mucho a guías locales por departamento. La fortaleza del modelo de Sídney es su replicabilidad: cualquier facultad puede aplicarlo sin reinventar el marco.

Caso 04 · Manchester Metropolitan University

Decisión clave: programa de alfabetización en IA con presupuesto significativo (180.000 libras), foco en formación del profesorado antes que en política normativa.

Resultado de la primera implantación: el programa alcanzó al 83% del profesorado en dos años. El rediseño de evaluaciones emergió desde la base, no desde el rectorado, lo que produjo apropiación real.

Aprendizaje: sin formación previa del profesorado, las políticas institucionales sobre IA quedan en papel mojado. El rediseño es trabajo del docente; sin alfabetización mínima, el docente no puede ejecutarlo.

SECCIÓN 8.3Cuatro contraejemplos analizados sin moralina

Contraejemplo 1 · La prohibición universal de software

Universidades que prohibieron toda herramienta de IA en 2023 sin diseñar alternativas evaluativas. Resultado: uso clandestino masivo, cero capacidad de regulación, dos años de retraso en la transición.

Contraejemplo 2 · La detección como pilar central

Instituciones que apostaron a fondo por contratos con detectores comerciales. Resultado: falsos positivos masivos sobre estudiantes internacionales, demandas judiciales, retirada del sistema en menos de doce meses.

Contraejemplo 3 · El rediseño sin formación

Facultades que aprobaron políticas de uso de IA sin formar al profesorado. Resultado: declaraciones que nadie supo aplicar, criterios desiguales por aula, frustración estudiantil y docente.

Contraejemplo 4 · La declaración cosmética

Programas con declaración de uso de IA copiada de plantilla genérica, sin revisión de evaluaciones. Resultado: incoherencia entre lo declarado y lo evaluado, y el primer caso disciplinario revela que la declaración no se sostiene.

SECCIÓN 8.4Tres pilares para rediseñar la evaluación

El curso entero puede condensarse en tres pilares que sostienen toda la propuesta:

Pilar	Idea central	Módulos donde se desarrolla
Validez, no integridad	El problema es de validez del instrumento, no de honestidad del estudiante. La carga se traslada al diseño de la evaluación.	Mód. 1
Niveles AIAS y dos vías	Cinco niveles de uso de IA; el modelo de dos vías de Sídney como simplificación operativa que combina vía segura y vía abierta.	Mód. 2, 3, 4
Procedimiento aplicable	Catálogos concretos, plantillas de declaración y un flujo de siete pasos para rediseñar una asignatura completa con cronograma realista y revisión post-curso.	Mód. 5, 6, 7

SÍNTESISLo que llevas tras este curso

Has completado los ocho módulos. El curso no termina aquí porque el rediseño de tu propia asignatura empieza ahora. Lo que llevas: un marco conceptual sólido (validez en lugar de integridad), una escala operativa (los cinco niveles AIAS y el modelo de dos vías), un repertorio de treinta evaluaciones, seis plantillas de declaración, un procedimiento de siete pasos y la advertencia honesta sobre los cuatro contraejemplos que conviene evitar.

Si aplicas el procedimiento del módulo 7 a una asignatura concreta y produces un caso documentado interesante, escríbelo. Los casos reales son la base de los próximos cursos. Y son la prueba de que el procedimiento funciona en condiciones reales.

Última práctica

Antes de cerrar el curso, completa el integrador B. Es el último paso para desbloquear el certificado. Y, después, abre tu propia guía docente y empieza por el paso 1: el inventario.

Casos reales y contraejemplos