v0.11 · agosto de 2026 · 80 técnicas · arquitectura por seis familias
Fundamento y transparencia
Cómo se ha construido este recurso, qué puede sostener y qué no, y en qué punto de desarrollo se encuentra.
Qué es y qué no es este banco
El Banco reúne 80 técnicas curadas y adaptables que ayudan a obtener evidencias de aprendizaje. No es una muestra representativa de todas las prácticas docentes existentes, y su número no demuestra calidad. Técnica, evidencia e inferencia no son lo mismo: la técnica es el procedimiento, la evidencia es lo que queda registrado y la inferencia es lo que el docente puede sostener a partir de ello.
Cómo se ha elaborado
La primera inspiración procede de la práctica profesional del autor y de conversaciones abiertas con docentes. No se presenta como un análisis cualitativo formal ni como un conjunto de categorías emergentes de un corpus. La selección, la redacción y la interpretación son responsabilidad exclusiva de Vicent Gadea.
Las familias son arquitectura de información
Las seis familias organizan el banco según cómo se hace visible el aprendizaje. Son rutas de navegación prácticas y solapadas, no compartimentos exclusivos ni dimensiones científicamente validadas. Por eso una técnica puede tener familia principal y secundaria. Las seis afirmaciones (comprende, puede hacerlo, muestra cómo ha avanzado, decide con criterio, transfiere, usa la IA críticamente) son finalidades de búsqueda, no factores psicométricos.
Qué no demuestra la inclusión de una técnica
Que una técnica figure aquí no demuestra su validez en cualquier contexto. Su pertinencia depende de la etapa, el área, el grupo, la finalidad de la decisión y las condiciones reales de aplicación.
Revisión, utilidad y eficacia
La revisión por parte de personas expertas aporta evidencia de contenido, pero no demuestra eficacia educativa. La utilidad percibida por el profesorado tampoco equivale a mejora del aprendizaje del alumnado. Son cosas distintas y conviene no confundirlas.
Ejemplos de aplicación
Los ejemplos incluidos en las fichas son ejemplos de aplicación plausibles, redactados para ilustrar el uso de la técnica. No se presentan como casos reales documentados, salvo que se indique expresamente la fuente.
Autoría, proceso y límites
Una segunda evidencia o un historial de proceso no garantizan por sí solos la autoría de un trabajo ni el aprendizaje del estudiante. Reducen incertidumbre y mejoran la base de la decisión, pero no la convierten en certeza.
Papel de SEIA
SEIA describe condiciones de uso permitido de IA en una tarea. Ayuda a decidir qué evidencia resulta pertinente, pero no constituye por sí mismo una evidencia independiente del aprendizaje.
Sobre la evidencia mínima viable
En este recurso, evidencia mínima viable se usa solo como etiqueta operativa para buscar evidencia suficiente y proporcionada a la decisión que se va a tomar. No se presenta como término acuñado por Vicent Gadea, ni como constructo validado, ni como categoría científica. La suficiencia no es una propiedad fija de la técnica: depende de la inferencia que se quiere sostener y del uso previsto de esa decisión.
Uso de modelos de IA en la elaboración
Se han utilizado modelos de IA como apoyo para organizar, contrastar y revisar el material. La autoría intelectual, la selección final y la interpretación son responsabilidad exclusiva del autor.
Estado del recurso
El Banco está en desarrollo. Está previsto someterlo a revisión por personas expertas y a una evaluación de utilidad percibida con docentes. Hasta entonces, las fichas se publican como borrador editorial salvo indicación distinta.
Historial de versiones
v0.11 · agosto de 2026: 80 técnicas, arquitectura por seis familias, colecciones transversales y descargas del inventario. · v0.10 · julio de 2026: selector de evidencias, fichas individuales y páginas editoriales.
Cómo citar y reutilizar
Gadea, V. (2026). Banco de evidencias de aprendizaje: 80 técnicas para comprobar el aprendizaje cuando la IA puede intervenir (v0.11, agosto de 2026). https://evidencias-ia-evaluacion.com/ · Publicado bajo licencia Creative Commons CC BY-NC-SA 4.0: puedes copiar y adaptar el material citando la autoría, sin uso comercial y compartiendo bajo la misma licencia. El recurso no tiene DOI asignado.
Referencias de base
Estas fuentes orientan los principios de validez, autenticidad, feedback y rediseño de la evaluación con IA; no constituyen validación empírica del banco.
- Kane, M. T. (2013). Validating the Interpretations and Uses of Test Scores. Journal of Educational Measurement, 50(1), 1–73. https://doi.org/10.1111/jedm.12000
- Gulikers, J. T. M., Bastiaens, T. J., & Kirschner, P. A. (2004). A Five-Dimensional Framework for Authentic Assessment. Educational Technology Research and Development, 52(3), 67–86. https://doi.org/10.1007/BF02504676
- Boud, D., & Molloy, E. (2013). Rethinking models of feedback for learning: the challenge of design. Assessment & Evaluation in Higher Education, 38(6), 698–712. https://doi.org/10.1080/02602938.2012.691462
- Carless, D., & Boud, D. (2018). The development of student feedback literacy: enabling uptake of feedback. Assessment & Evaluation in Higher Education, 43(8), 1315–1325. https://doi.org/10.1080/02602938.2018.1463354
- Lodge, J. M., Howard, S., Bearman, M., Dawson, P., & Associates (2023). Assessment reform for the age of artificial intelligence. TEQSA. https://www.teqsa.gov.au/about-us/news-and-events/latest-news/assessment-reform-age-artificial-intelligence
- Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A framework for ethical integration of generative AI in educational assessment. Journal of University Teaching & Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
- Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
Descargar el inventario
Representación estática del banco en su versión actual, con los 80 registros y sin datos personales.