Evaluación auténtica en la era de la IA: estrategias para la integridad académica

• Autores: Alejandra Bella Vinueza Garcés, Juan Cedeño, Joselyn Marina Vera Sandoval, William Montoya Intriago
• Localización: ARANDU UTIC, ISSN 2409-2401, Vol. 13, Nº. 1, 2026, págs. 3549-3563
• Idioma: español
• Títulos paralelos:
  • Authentic Assessment in the Age of Artificial Intelligence: Strategies to Strengthen Academic Integrity
• Enlaces
  • Texto completo
• Resumen
  • español

    La presente revisión bibliográfica analiza la evaluación auténtica en la era de la inteligencia artificial como respuesta estratégica a los desafíos contemporáneos de la integridad académica. El objetivo fue examinar los principales aportes teóricos y prácticos sobre el impacto de las herramientas de IA en los procesos de enseñanza, aprendizaje y evaluación, así como identificar estrategias orientadas a fortalecer prácticas evaluativas más válidas, éticas y centradas en el desarrollo de competencias. La literatura revisada muestra que la expansión de la IA generativa ha tensionado los modelos tradicionales de evaluación basados en la reproducción de información, evidenciando la necesidad de rediseñar tareas, criterios e instrumentos. En este contexto, la evaluación auténtica emerge como un enfoque pertinente al privilegiar actividades contextualizadas, reflexivas, aplicadas y difíciles de replicar de forma mecánica por sistemas automatizados. Entre las estrategias más destacadas se encuentran el diseño de tareas situadas, la evaluación del proceso, la defensa oral, la metacognición, el uso de rúbricas analíticas y la alfabetización ética y digital. Se concluye que la integridad académica no debe abordarse únicamente desde la vigilancia o la sanción, sino desde una transformación del diseño evaluativo, capaz de articular innovación pedagógica, pensamiento crítico y uso responsable de la inteligencia artificial en la educación superior.

  • English

    This literature review analyzes authentic assessment in the age of artificial intelligence as a strategic response to contemporary challenges in academic integrity. Its aim was to examine the main theoretical and practical contributions regarding the impact of AI tools on teaching, learning, and assessment processes, as well as to identify strategies aimed at strengthening more valid, ethical, and competency-based assessment practices. The reviewed literature shows that the expansion of generative AI has challenged traditional assessment models based on information reproduction, highlighting the need to redesign tasks, criteria, and instruments. In this context, authentic assessment emerges as a relevant approach because it prioritizes contextualized, reflective, applied activities that are difficult to replicate mechanically through automated systems. Among the most relevant strategies are the design of situated tasks, process-based assessment, oral defense, metacognition, the use of analytical rubrics, and ethical and digital literacy. It is concluded that academic integrity should not be addressed solely through surveillance or punishment, but through a transformation of assessment design capable of integrating pedagogical innovation, critical thinking, and the responsible use of artificial intelligence in higher education.