La pregunta llegó desde adentro del sistema, y eso lo cambia todo.
Candace Thille, profesora asociada de Stanford y directora de la iniciativa de Aprendizaje para Adultos y la Fuerza Laboral del Stanford Accelerator for Learning, integra también el directorio de ETS —Educational Testing Service—, la organización responsable del GRE, el TOEFL y decenas de sistemas de certificación internacionales. Pocos actores encarnan mejor el modelo de evaluación dominante. Por eso el paper que publicó en julio de 2026 tiene el peso que tiene.
El documento, titulado Responsible Assessment in the AI Era: Key Insights from a Future-Focused Convening, fue elaborado junto a Nneka McGee, Ikkyu Choi, Kadriye Ercikan e Isabelle Hau. A lo largo de veinte páginas, el equipo construye una toma de posición contundente: el examen tradicional —ensayo, cuestionario, prueba estandarizada— fue diseñado para medir lo que un estudiante puede producir en un momento determinado, de manera individual y sin ayuda. Hoy, las tres condiciones pueden ser eliminadas en segundos con un prompt bien formulado.
El diagnóstico no es el fraude
Los detalles cuentan la historia. El paper es explícito en que su foco no es la cuestión del fraude académico, sino un problema estructural más profundo: el modelo del examen de producto final. Si la inteligencia artificial puede producir ensayos, resolver ecuaciones, resumir textos y argumentar posiciones con coherencia aparente, la pregunta que queda en pie es qué mide exactamente ese examen.
La respuesta del documento es incómoda para el sistema: mide lo que el mundo laboral y social ya no demanda en los mismos términos.
Cuatro ejes para un nuevo mapa
El paper organiza sus conclusiones en cuatro ejes. El primero pregunta qué se evalúa. Los autores argumentan que la evaluación debe medir no solo lo que los estudiantes saben, sino cómo piensan, crean, colaboran y aplican lo que llaman «durable skills»: pensamiento crítico, creatividad, adaptabilidad, juicio ético y alfabetización en IA. En el contexto laboral específicamente, el documento sostiene que la evaluación debería centrarse en qué habilidades necesitarán los trabajadores para tener éxito en entornos cambiantes, en lugar de focalizarse en un rol actual.
El segundo eje aborda cómo se evalúa. La propuesta es reemplazar el evento de evaluación aislado por un sistema continuo de recolección de evidencia que dé cuenta del proceso de aprendizaje. Entre los formatos que el paper identifica como más prometedores figuran portfolios, retroalimentación formativa, evaluaciones basadas en conversación, tareas de desempeño auténtico y demostraciones de competencia.
El tercer eje plantea que la evaluación debería reflejar cómo ocurre realmente el aprendizaje: como un proceso continuo y contextual que se despliega en el tiempo, en interacción con otros y en respuesta a problemas reales, no en momentos discretos y medibles.
El cuarto eje es el de la gobernanza. La evaluación responsable, según el documento, requiere un uso ético de la IA y liderazgo compartido. Los autores son explícitos: avanzar en esta dirección exige acción coordinada entre docentes, investigadores, desarrolladores, responsables de política y organismos financiadores. La confianza, escriben, depende de la validez, la equidad, la transparencia y una supervisión humana significativa.
La paradoja de los emisores
Para entender el presente hay que volver a ese detalle: el paper lo firma, en parte, quien integra el directorio de la organización que administra los exámenes más influyentes del mundo. Que ETS y Stanford pongan su nombre en un documento que cuestiona el modelo de examen estandarizado no es un gesto menor. Es la señal de que el cambio es, en palabras del propio texto, imposible de evitar.
La implementación, sin embargo, sigue siendo el gran desafío. Pasar de un sistema centrado en exámenes a uno centrado en evidencia continua, desempeño auténtico y habilidades duraderas requiere transformaciones en la formación docente, en la infraestructura tecnológica, en los marcos regulatorios y en las expectativas de las familias.
La lectura que importa
Lo que está en juego aquí no es solo pedagogía. Es quién define qué vale en el mercado del conocimiento y, por extensión, en el mercado laboral. Un sistema de certificación que mide lo que la IA ya puede producir por encargo no protege al estudiante ni al empleador: los deja a ambos con un papel que no garantiza nada.
La oportunidad —y también el riesgo— es que la presión tecnológica obligue a las instituciones a medir lo que realmente diferencia a un profesional capaz: su criterio, su capacidad de adaptación, su juicio. Esas son habilidades que no se tercerizan en un prompt. El mercado, si se le deja operar, tenderá a premiarlas. La burocracia educativa, históricamente, tarda más en llegar a esa conclusión.
