La expansión de la inteligencia artificial en el ámbito educativo plantea una pregunta central sobre el sentido de los exámenes tradicionales: si una herramienta puede producir ensayos, resolver ecuaciones, resumir textos y desarrollar argumentos con aparente coherencia, ¿qué conocimiento o habilidad está midiendo realmente una evaluación? El resultado también depende de la capacidad de quien utiliza el sistema para formular instrucciones y seleccionar sus respuestas.
El planteo pertenece a Candace Thille, profesora asociada de Stanford y directora de la iniciativa de Aprendizaje para Adultos y la Fuerza Laboral del Stanford Accelerator for Learning. Además, Thille integra el directorio de ETS (Educational Testing Service), una de las organizaciones de evaluación educativa más grandes e influyentes del mundo, responsable del GRE, el TOEFL y decenas de sistemas de certificación internacionales.
Thille elaboró junto con Nneka McGee, Ikkyu Choi, Kadriye Ercikan e Isabelle Hau el trabajo “Responsible Assessment in the AI Era: Key Insights from a Future-Focused Convening”, publicado en julio de 2026. A lo largo de veinte páginas, el documento propone revisar qué y cómo se evalúa en un escenario atravesado por la inteligencia artificial.
El análisis parte de una situación que, según sus autores, ya enfrentan educadores de distintos países: medir qué aprendieron los estudiantes cuando utilizan herramientas de IA durante sus estudios. El eje del trabajo no está puesto únicamente en el fraude académico, sino en un problema estructural más amplio: la necesidad de determinar qué aprendizajes deben ser evaluados y de qué manera pueden medirse en la nueva realidad educativa.
