Transformación de la evaluación educativa universitaria mediante inteligencia artificial: Oportunidades y desafíos

Resumen

El presente artículo tuvo como objetivo analizar, sistematizar e integrar críticamente la evidencia científica publicada durante los últimos cinco años sobre la transformación de la evaluación educativa universitaria mediante inteligencia artificial con el propósito de identificar los principales avances, oportunidades, desafíos y tendencias que caracterizan este campo de investigación; para ello, se desarrolló una investigación documental con enfoque cualitativo, nivel descriptivo-analítico y alcance interpretativo sustentada en una revisión sistemática de la literatura siguiendo las directrices de la declaración Preferred Reporting Items for Systematic Reviews and Meta-Analyses, la búsqueda bibliográfica se realizó en las bases de datos Scopus, Web of Science, SciELO, Redalyc y Dialnet aplicando criterios de inclusión y exclusión previamente definidos, lo que permitió seleccionar veinte artículos científicos publicados entre 2021 y 2026 para su análisis mediante una matriz de extracción de datos y un proceso de análisis temático; los hallazgos evidenciaron que la inteligencia artificial está transformando los procesos de evaluación universitaria al favorecer la retroalimentación continua, la personalización del aprendizaje, el uso de analítica educativa y el fortalecimiento de la toma de decisiones basada en evidencias; asimismo, se identificaron desafíos relacionados con la formación docente, la infraestructura tecnológica, la transparencia de los algoritmos, la protección de datos y la necesidad de establecer marcos éticos y de gobernanza que orienten su implementación, se concluye que la inteligencia artificial constituye una oportunidad para fortalecer la calidad de la evaluación educativa universitaria, siempre que su incorporación responda a principios pedagógicos, éticos e institucionales que garanticen un uso responsable y centrado en el aprendizaje.