En 2024, el 53% de los estudiantes universitarios usaba inteligencia artificial generativa para sus evaluaciones. Un año después, esa cifra saltó al 88%. Hoy, prácticamente todos los estudiantes (92%) usan IA de alguna forma. El dato es del Higher Education Policy Institute del Reino Unido (HEPI, 2025), pero describe algo que ya es global: el examen universitario tradicional, tal como lo conocíamos, terminó.
La pregunta que toda universidad debería estar haciéndose no es «¿cómo evito que mis estudiantes usen IA?». Esa batalla está perdida. La pregunta correcta es: ¿cómo evaluamos el aprendizaje real cuando todos tienen IA en el bolsillo?
Soy Pratosh Dwivedi, cofundador y director de tecnología de TecnIA. Diseñé el sistema de evaluación con el que vamos a operar, y este artículo explica el marco que adoptamos —y por qué creemos que es el camino que la educación superior tendrá que recorrer.
¿Por qué prohibir la IA y usar detectores ya no funciona?
Dos razones, ambas demostrables. Primero, la prohibición es inverificable a escala: si 9 de cada 10 estudiantes ya usan IA, «prohibirla» solo premia a quien la oculta mejor. Segundo, los detectores de IA son poco confiables —generan falsos positivos que acusan a estudiantes honestos y falsos negativos que dejan pasar lo que buscaban frenar. Construir la integridad académica sobre una herramienta poco fiable es construir sobre arena.
Hay una razón más profunda: prohibir la IA prepara a los estudiantes para un mundo que ya no existe. En el trabajo real, usar IA con criterio no es trampa: es la competencia central. Una universidad que lo prohíbe está formando profesionales para 2010.
¿Qué es la escala AIAS y cómo funciona?
En lugar de un «sí o no» a la IA, adoptamos una escala de cinco niveles: la AI Assessment Scale (AIAS), un marco académico desarrollado por Mike Perkins, Leon Furze, Jasper Roe y Jason MacVaugh (2023, revisado en 2024), adoptado por más de cien instituciones y referido por la agencia de calidad de educación superior de Australia (TEQSA). Cada evaluación declara, en su rúbrica, cuánto uso de IA está autorizado:
- AIAS-1 · Sin IA: el uso de IA está prohibido en el entregable.
- AIAS-2 · IA para planear: se permite IA solo en planeación y organización de ideas; el producto final lo elabora el estudiante.
- AIAS-3 · Colaboración con IA: uso colaborativo en la elaboración; el estudiante cita, declara y reflexiona sobre lo asistido. Es nuestro nivel por defecto.
- AIAS-4 · IA completa: uso extensivo en cualquier fase; el estudiante asume la responsabilidad intelectual total del resultado.
- AIAS-5 · Exploración con IA: experimentación con tecnologías de frontera, en asignaturas y proyectos designados.
La clave pedagógica: el nivel se declara antes, en la rúbrica. El estudiante sabe exactamente qué se le permite y qué se evalúa. La ambigüedad —que es donde nace la «trampa»— desaparece.
¿Cómo se garantiza que el estudiante realmente aprendió? El modelo de doble vía
Permitir la IA no significa renunciar a verificar el aprendizaje. Para eso usamos el modelo de doble vía (two-lane), desarrollado por Danny Liu y Adam Bridgeman de la Universidad de Sídney. Toda evaluación cae en una de dos vías:
- Vía Asegurada: sin IA, con autoría humana verificable (supervisión o condiciones controladas). Garantiza que las competencias fundamentales existen en la persona, no en la herramienta. En nuestro diseño, esta vía pesa al menos el 25% de la calificación.
- Vía Abierta: con IA permitida o requerida, donde lo que se evalúa es la calidad de la colaboración humano-IA: los prompts, las iteraciones, las decisiones de aceptar o corregir lo que la IA propone.
Y para que la nota no dependa de un solo entregable fácil de delegar, cada evaluación se sostiene en cuatro capas de evidencia: el producto final, el portafolio de proceso, la declaración de uso de IA, y —cuando aplica— una defensa o verificación oral. Juntas hacen casi imposible «pasar sin aprender».
¿Por qué esto convierte a TecnIA en pionera en Latinoamérica?
Porque no estamos improvisando ni copiando: estamos tomando lo más sólido de la frontera global —AIAS, el modelo de doble vía— y operacionalizándolo como reglamento desde el día uno, algo que muy pocas instituciones de la región han hecho. Mientras buena parte del sector sigue debatiendo si prohibir o no la IA, en TecnIA la pregunta ya está resuelta: se usa, se declara y se evalúa con rigor.
Esta es, además, una decisión de transparencia. El estudiante de TecnIA sale al mundo laboral sabiendo exactamente cómo colaborar con la IA con criterio y ética —que es justo lo que el mercado va a exigirle.
Si quieres la versión de este tema pensada para estudiantes y familias, la escribimos aquí: «Usar IA en tu evaluación no es trampa: es el examen». Y si eres docente, directivo o periodista y quieres conversar sobre el modelo, escríbenos por WhatsApp.
Preguntas frecuentes
¿Cuántos estudiantes usan IA en sus evaluaciones?
Según HEPI (2025), el uso de IA generativa para evaluaciones pasó del 53% (2024) al 88% (2025), y el 92% de los estudiantes ya usa IA de alguna forma.
¿Qué es la escala AIAS?
Es la AI Assessment Scale, un marco de cinco niveles (de «Sin IA» a «Exploración con IA») que declara cuánto uso de IA está autorizado en cada evaluación. Fue desarrollado por Perkins, Furze, Roe y MacVaugh.
¿Permitir IA no facilita hacer trampa?
No, cuando se combina con el modelo de doble vía (una vía asegurada sin IA que pesa al menos 25%) y cuatro capas de evidencia (producto, proceso, declaración y defensa oral). La calificación deja de depender de un solo entregable delegable.
Pratosh Dwivedi es cofundador y Director de Tecnología de TecnIA Universidad Online, donde diseñó el sistema de evaluación AI-Native de la institución.
Este artículo fue escrito por Pratosh Dwivedi con asistencia de herramientas de inteligencia artificial, conforme a nuestra Política de IA.
