IA y evaluación formativa en educación superior

AI and Formative Assessment in Higher Education

Abstract

La evaluación formativa es un componente esencial del proceso de enseñanza-aprendizaje que permite la retroalimentación continua y el ajuste pedagógico oportuno. En los últimos años, la inteligencia artificial (IA) ha revolucionado estos sistemas mediante plataformas automatizadas y analítica de datos. El presente estudio tiene como objetivo analizar el impacto de la inteligencia artificial en la evaluación formativa en la educación universitaria, identificando beneficios, limitaciones y proyecciones futuras. Se desarrolló una revisión sistemática de literatura bajo un enfoque cualitativo y alcance descriptivo-analítico. Se consultaron bases de datos indexadas como Scopus, Web of Science, SciELO, Dialnet y Redalyc, seleccionando 32 artículos científicos publicados entre 2020 y 2025. Los hallazgos evidencian que la IA mejora significativamente la eficiencia, objetividad, personalización y trazabilidad de los procesos evaluativos. Destaca la capacidad de generar retroalimentación inmediata, lo que favorece el aprendizaje autónomo y la autorregulación. No obstante, persisten desafíos éticos relacionados con el sesgo algorítmico y la privacidad. Se concluye que la inteligencia artificial fortalece la evaluación formativa al permitir intervenciones pedagógicas tempranas basadas en evidencia. Su implementación efectiva requiere de una sólida formación docente y marcos regulatorios éticos.

ABSTRACT

Formative assessment is a core element of the teaching-learning process, enabling continuous feedback and timely pedagogical adjustments. In recent years, Artificial Intelligence (AI) has revolutionized these systems through automated platforms and advanced data analytics. This study aims to analyze the impact of AI on formative assessment in higher education,identifying benefits, constraints, and future projections. A systematic literature review was conducted using a qualitative approach and a descriptive-analytical scope. Indexed databases, including Scopus, Web of Science, SciELO, Dialnet, and Redalyc, were consulted, selecting 32 scientific articles published between 2020 and 2025 that met methodological rigor and thematic relevance for university education. The findings demonstrate that AI significantly enhances the efficiency, objectivity, personalization, and traceability of evaluative processes. The capacity for generating immediate feedback is highlighted as a primary driver for autonomous learning and student self-regulation. However, ethical challenges concerning algorithmic bias and data privacy remain persistent. It is concluded that AI strengthens formative assessment by enabling early evidence-based pedagogical interventions. Its effective implementation necessitates robust faculty training and ethical regulatory frameworks for critical educational decision-making.

Forma sugerida para citar este artículo:

 Villavicencio Santillan, J. O. (2026). IA y evaluación formativa en educación superior. HODÓS: Revista Científica Multidisciplinar, 1(1), e002. https://www.aicadep.com/index.php/aicadep/