OCDE: Evalúa el proceso, no el producto, en ciencias

Cuando la OCDE publicó su Digital Education Outlook 2026 en enero, una recomendación destacó por encima del resto: las escuelas deberían avanzar hacia la "evaluación orientada al proceso". El informe de 245 páginas, que examinó la investigación internacional sobre IA generativa en educación, concluyó que "los modelos de evaluación tradicionales que se centran únicamente en los resultados finales se están volviendo inadecuados." En su lugar, la OCDE instó a los educadores a evaluar "no solo lo que los estudiantes producen, sino cómo se involucran con el aprendizaje para crear productos" (OCDE, 2026).

Esto no es una orientación política incremental. Representa un cambio fundamental en cómo los organismos internacionales piensan sobre la evaluación estudiantil en una era en la que la IA puede generar ensayos, resolver ecuaciones e incluso diseñar experimentos en segundos. Para nosotros en WhimsyLabs, también representa algo más: validación internacional de un enfoque que hemos estado construyendo desde nuestra fundación.

¿Qué recomienda exactamente la OCDE?

El informe de la OCDE es inequívoco: cuando la IA puede producir resultados pulidos instantáneamente, calificar esos resultados no dice casi nada sobre el aprendizaje del estudiante. La solución, según el informe, es evaluar el proceso en su lugar. Como resume la Plataforma Europea para el Aprendizaje de Adultos, la OCDE sugiere que "en lugar de calificar el trabajo final, los profesores deberían evaluar cómo un estudiante interactuó con la IA, cómo criticó su resultado y cómo refinó sus ideas con el tiempo" (EPALE, 2026).

Esta recomendación proviene de investigaciones que muestran una paradoja preocupante: los estudiantes que usan IA rinden mejor en tareas inmediatas pero peor cuando se elimina la IA. El informe cita estudios que muestran que mientras los estudiantes asistidos por IA tuvieron un 48% más de éxito al completar tareas, su rendimiento cayó un 17% cuando fueron evaluados sin soporte de IA. La OCDE llama a este fenómeno "descarga cognitiva", donde los estudiantes dejan que la IA piense por ellos y pierden la lucha mental necesaria para el aprendizaje genuino.

La preocupación no es hipotética. RTE informó sobre la advertencia de la OCDE de que "si se usa como atajo en lugar de herramienta de aprendizaje, la IA puede desplazar el esfuerzo cognitivo y debilitar las habilidades que sustentan el aprendizaje profundo." El informe advierte explícitamente contra "el espejismo de la falsa maestría, donde los impresionantes resultados generados por la IA enmascaran el subdesarrollo de habilidades esenciales" (RTE, 2026).

¿Por qué la evaluación tradicional no puede adaptarse?

El problema fundamental con la evaluación tradicional es que fue diseñada para medir resultados en un momento en que los resultados requerían esfuerzo humano. Cuando un estudiante entregaba un ensayo en 1990, la calidad de ese ensayo se correlacionaba razonablemente bien con la comprensión del estudiante. El estudiante tenía que pensar en el argumento, estructurar sus ideas y producir prosa que reflejara su comprensión. El resultado era, en un sentido significativo, evidencia del proceso.

Esa correlación se ha roto. Un estudiante puede ahora pedirle a una IA que genere un ensayo sofisticado en segundos, enviarlo con ediciones menores y recibir buenas calificaciones a pesar de no haber aprendido nada. Los profesores informan que pasan cada vez más tiempo tratando de detectar trabajo generado por IA, tiempo que podría dedicarse a la enseñanza real.

El informe de la OCDE deja claro que la detección no es la solución. El contenido generado por IA solo será más difícil de identificar, y la carrera armamentística de detección desvía la energía educativa del aprendizaje a la vigilancia. La solución no es atrapar a los tramposos sino cambiar lo que evaluamos. Si evaluamos el proceso, no el producto, la IA se convierte en una herramienta en lugar de una amenaza.

Por qué los laboratorios de ciencias son el caso de estudio perfecto

En ningún lugar es más evidente la distinción entre proceso y producto que en la ciencia de laboratorio. Cuando un estudiante realiza una titulación e informa la molaridad correcta, ¿qué ha demostrado realmente? Podría haber razonado sistemáticamente a través del procedimiento, hecho observaciones cuidadosas y entendido la química subyacente. O podría haber preguntado a un vecino la respuesta, copiado del informe de laboratorio del año pasado o simplemente haber tenido suerte. El número final no dice casi nada.

Este problema existía antes de la IA, pero la IA lo ha hecho urgente. Un estudiante puede ahora pedirle a ChatGPT que escriba un informe de laboratorio completo, incluyendo observaciones plausibles, análisis de errores apropiado y conclusiones bien razonadas, sin tocar nunca el equipo. El informe parece correcto porque la IA puede sintetizar cómo se ven los informes correctos. Pero el estudiante no ha desarrollado ninguna de las habilidades que el laboratorio debía enseñar.

La evaluación orientada al proceso para laboratorios significa rastrear cómo un estudiante aborda un experimento. ¿Formuló una hipótesis antes de comenzar? ¿Probó las variables sistemáticamente o al azar? Cuando los resultados lo sorprendieron, ¿investigó o ignoró? ¿Interpretó los datos reflexivamente o sacó conclusiones precipitadas? Estas preguntas abordan lo que la educación de laboratorio realmente busca desarrollar: el pensamiento científico.

Cómo WhimsyLabs ha construido la evaluación de procesos

En WhimsyLabs, la evaluación orientada al proceso no es una adaptación en respuesta a la IA. Es cómo diseñamos nuestra plataforma desde el principio. Nuestros laboratorios virtuales capturan cada acción que realiza un estudiante: qué equipo selecciona, en qué orden realiza los pasos, cómo responde a resultados inesperados y cómo mejora su técnica con el tiempo. Este registro de interacciones crea un registro detallado del pensamiento científico en acción.

El registro de acciones es el fundamento. Cuando un estudiante mide la temperatura, registramos no solo la lectura final sino cuándo la tomó, cuántas lecturas hizo y si esperó a que el termómetro se estabilizara. Cuando pipetea una solución, rastreamos su técnica, incluyendo ángulo, velocidad y si humedeció previamente la punta.

La calificación de técnica se basa en el registro de acciones para evaluar la competencia procedimental. Nuestro tutor de IA, WhimsyCat, evalúa no solo los resultados sino la ejecución. Un estudiante que alcanza el punto final correcto en una titulación con técnica descuidada recibe retroalimentación diferente a uno cuya técnica fue precisa pero calculó mal la molaridad.

La comparación con rutas expertas coloca el comportamiento del estudiante en contexto. Hemos mapeado cómo los científicos expertos abordan experimentos comunes, identificando los árboles de decisión y patrones de resolución de problemas que caracterizan el pensamiento científico hábil. Cuando el enfoque de un estudiante diverge significativamente de las rutas expertas, señala una oportunidad para orientación específica.

Lo que apoya la investigación

La recomendación de la OCDE se alinea con décadas de investigación educativa. La revisión histórica de Black y Wiliam de 1998 demostró que la evaluación formativa, retroalimentación proporcionada durante el aprendizaje en lugar de después, produce ganancias de aprendizaje sustanciales en todas las materias y grupos de edad. Su meta-análisis encontró tamaños de efecto entre 0.4 y 0.7, mayores que casi cualquier otra intervención educativa (Black & Wiliam, 1998).

Trabajos más recientes se han centrado específicamente en el razonamiento científico. La investigación sobre laboratorios virtuales ha demostrado que los sistemas que capturan datos del proceso pueden identificar conceptos erróneos que las evaluaciones tradicionales pasan por alto por completo.

Implicaciones para escuelas y profesores

La recomendación de la OCDE tiene implicaciones significativas para cómo las escuelas abordan la evaluación. El informe señala que la IA puede reducir el tiempo dedicado a tareas administrativas en aproximadamente un 31%, pero solo si las escuelas reconsideran lo que implican esas tareas. Si los profesores continúan calificando productos en lugar de procesos, la IA no proporciona ayuda significativa y puede incluso aumentar la carga de trabajo a través de esfuerzos de detección.

La evaluación orientada al proceso requiere una infraestructura diferente. Las escuelas necesitan entornos de aprendizaje que capturen datos del proceso, que es precisamente lo que proporciona la tecnología educativa diseñada específicamente. Los chatbots genéricos no pueden rastrear el razonamiento del estudiante a través de un experimento de química. Los laboratorios virtuales diseñados para la captura de procesos sí pueden.

La transición también requiere desarrollo profesional. Los profesores acostumbrados a corregir informes de laboratorio necesitan apoyo para interpretar registros de interacción, métricas de técnica y análisis de rutas. El informe de la OCDE pide explícitamente "nuevas rutas de habilidades y marcos de formación" para ayudar a los educadores a trabajar eficazmente con sistemas de evaluación mejorados por IA.

El desafío de la implementación

Pasar de la evaluación de resultados a la de procesos no es simple. Requiere repensar lo que representan las calificaciones, rediseñar rúbricas y ayudar a los estudiantes a entender por qué el viaje importa tanto como el destino. Los estudiantes acostumbrados a ser juzgados solo por las respuestas finales pueden resistir inicialmente los sistemas de evaluación que evalúan su enfoque.

También hay preocupaciones sobre la equidad. La evaluación orientada al proceso depende de la tecnología que captura el comportamiento del estudiante, lo que requiere dispositivos, conectividad y soporte técnico que no todas las escuelas tienen actualmente. El informe de la OCDE reconoce esto, señalando la aparición de una "segunda brecha digital" basada no en el acceso sino en la calidad del uso.

WhimsyLabs ha diseñado nuestra plataforma para funcionar en Chromebooks estándar sobre redes escolares típicas precisamente porque las restricciones de infraestructura son reales. No podemos resolver la brecha digital, pero podemos asegurar que la evaluación orientada al proceso no requiera hardware especializado que muchas escuelas no pueden permitirse.

Qué viene después

El respaldo de la OCDE a la evaluación orientada al proceso es significativo porque proporciona validación internacional para un enfoque que ha estado ganando impulso en la investigación educativa durante años. Las escuelas y los formuladores de políticas que esperaban orientación autorizada ahora la tienen. La pregunta ya no es si cambiar hacia la evaluación de procesos, sino con qué rapidez y eficacia puede ocurrir ese cambio.

Para WhimsyLabs, este momento es alentador pero no sorprendente. Construimos nuestra plataforma en torno a la evaluación de procesos porque la investigación lo respaldaba, porque la educación de laboratorio lo exige y porque creíamos que la IA eventualmente haría insostenible la evaluación solo de resultados. El informe de la OCDE confirma hacia lo que hemos estado trabajando: un futuro donde los estudiantes son evaluados por su pensamiento, no solo por sus respuestas.