Clase 136 — Evaluación auténtica

Parte 11 · Evaluación y psicometría — clase 4 de 12

Estado de evidencia: CONSISTENTE · Etapa: 🟣 Etapa C — Núcleo profesional docente · Población de referencia: transversal, con foco en instrumentos y decisiones
Decisión que habilita: determinar qué amenaza a la validez introduce tu tarea auténtica y cómo la controlarás
Evidencia de aprendizaje: una tarea de desempeño auténtico con análisis de amenazas a la validez y sus controles

🎯 Propósito

Diseñar evaluación de desempeño auténtico con control de las amenazas a la validez: dependencia de recursos, apoyo externo no declarado, variabilidad del evaluador y condiciones desiguales.

📚 Resultados de aprendizaje

Al finalizar esta clase podrás:

1. Definir con precisión los cuatro conceptos centrales de la clase y reconocerlos en una situación educativa real, no solo en su enunciado.
2. Explicar cómo mantener la validez cuando la tarea de evaluación se parece al mundo real.
3. Decidir —qué amenaza a la validez introduce tu tarea auténtica y cómo la controlarás— y sostener la decisión con un fundamento escrito.
4. Producir la evidencia de la clase —una tarea de desempeño auténtico con análisis de amenazas a la validez y sus controles— y contrastarla contra el criterio de logro.
5. Distinguir lo que la evidencia sostiene de lo que es práctica instalada, preferencia personal o costumbre de la institución.

🧭 Agenda sugerida (90 minutos)

Fuera de la sesión, la clase exige aproximadamente una hora y media de práctica y de producción de la evidencia. Si el tiempo se recorta, se recorta el ejemplo trabajado, nunca la producción de evidencia: es la única parte que prueba el aprendizaje.

🧩 Conceptos centrales

🧠 Modelo mental

El método de esta clase, en cinco pasos que se ejecutan en orden:

1. Delimitar el contexto y comprobar —no suponer— qué saben ya los estudiantes.
2. Clasificar la situación distinguiendo Tarea de desempeño de Amenaza a la validez.
3. Decidir con fundamento, usando Varianza irrelevante como criterio y declarando la fuente.
4. Anticipar qué evidencia confirmaría la decisión y cuál la refutaría, con Control a la vista.
5. Registrar lo ocurrido y contrastarlo contra el criterio de logro antes de avanzar.

Lo que hace profesional a este método no son los pasos sino la evidencia que exige en cada uno. Estas son las señales observables con las que se comprueba, y que deben quedar definidas antes de recogerlas:

Frontera de aplicación. El método vale mientras las condiciones que lo sostienen se cumplan. Cada control tiene costo: Cuando esa condición falla, el paso siguiente no es forzar el método: es declarar el límite y decidir con menos certeza, dejándolo por escrito.

🗺️ Flujo de razonamiento

flowchart TB
    C["Situacion educativa<br/>nivel · grupo · proposito"]
    C --> A1["Tarea de desempeño"]
    C --> A2["Amenaza a la validez"]
    C --> A3["Varianza irrelevante"]
    C --> A4["Control"]
    A1 & A2 & A3 & A4 --> D{{"determinar qué amenaza a<br/>la validez introduce tu<br/>tarea auténtica y cómo<br/>la controlarás"}}
    D --> E["Evidencia de aprendizaje<br/>una tarea de desempeño<br/>auténtico con análisis<br/>de amenazas a la validez<br/>y sus controles"]
    E --> V{"Cumple el<br/>criterio de logro?"}
    V -->|si| S["Evidencia archivada<br/>y clase siguiente"]
    V -->|no| C

📖 Desarrollo

1. El fondo del asunto

La evaluación auténtica gana relevancia y arriesga validez. Las amenazas son conocidas: la tarea puede medir los recursos del hogar, el tiempo disponible, el apoyo de terceros o la habilidad de presentación, más que el aprendizaje. Y con la disponibilidad de herramientas generativas, la autoría del producto entregado dejó de poder suponerse. El problema técnico se llama varianza irrelevante al constructo: la evaluación captura diferencias reales entre estudiantes que nada tienen que ver con lo que se quería medir.

2. Frontera conceptual: qué es y qué no es

Los cuatro conceptos de esta clase se confunden entre sí con facilidad, y esa confusión no es inocua: produce decisiones que atacan el problema equivocado. Tarea de desempeño no es lo mismo que Amenaza a la validez —factor que hace que la tarea mida algo distinto de lo que se pretende—, y tratarlos como sinónimos hace que la intervención se dirija al lugar incorrecto. Del mismo modo, Varianza irrelevante y Control describen aspectos distintos de la misma situación: el primero diferencias en el resultado producidas por factores ajenos al aprendizaje evaluado, mientras el segundo medida que reduce el efecto de una amenaza sin destruir la autenticidad de la tarea.

La prueba de que la distinción está entendida es operacional, no verbal: dos personas que observan la misma clase deben poder clasificar el mismo episodio de la misma manera. Si no coinciden, el problema está en la definición y no en el observador. El error de clasificación más frecuente en esta materia es el primero de los que se listan más abajo, y conviene anticiparlo antes de aplicar nada.

3. Cómo se observa y se mide

Nada de lo anterior sirve si no se puede observar. Estas son las señales que esta clase usa y cómo se recogen:

• Evidencia de partida. Qué sabían o podían hacer los estudiantes antes de la decisión, comprobado y no supuesto. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.
• Evidencia de proceso. Qué se observó mientras la decisión se aplicaba, con fecha, contexto y responsable del registro. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.
• Evidencia de logro. Qué muestra una tarea de desempeño auténtico con análisis de amenazas a la validez y sus controles frente al criterio declarado de antemano. Se registra con fecha y contexto; sin eso, la señal no distingue una tendencia de una casualidad.

Ninguna de estas señales es el aprendizaje: son indicios de él. Confundir el indicio con el fenómeno es el error clásico de la medición educativa, y por eso cada señal se interpreta junto con el contexto, el punto de partida del grupo y lo que el propio estudiante puede explicar sobre su trabajo.

4. Cómo se traduce en decisiones de enseñanza

Los controles son concretos: producir partes del trabajo en clase, exigir defensa oral breve, evaluar el proceso además del producto, calibrar entre evaluadores y declarar de antemano qué apoyos son admisibles. Ninguno elimina la amenaza, pero en conjunto permiten sostener la inferencia con razonable confianza. Un control barato y poco usado es pedir el registro de decisiones del proceso —qué se descartó y por qué—, que es difícil de simular sin haber hecho el trabajo.

5. Qué sostiene la evidencia y qué no

Cada control tiene costo: en tiempo, en trabajo docente y a veces en autenticidad. La decisión razonable depende de la consecuencia de la evaluación: para una tarea formativa, controles ligeros; para una que decide titulación, controles fuertes. Aplicar controles máximos a todo es inviable y termina degradando la enseñanza en vigilancia. Conviene además reconocer que la autenticidad tiene grados: casi ninguna tarea escolar reproduce del todo las condiciones reales de la práctica profesional.

Cómo leer el estado de evidencia CONSISTENTE. La evidencia es amplia y coherente, pero proviene sobre todo de estudios correlacionales, de síntesis con heterogeneidad alta o de contextos distintos al tuyo. Sirve para orientar la decisión y exige que compruebes el efecto en tu propio grupo.

6. Integración: de los conceptos a una decisión defendible

Una decisión es defendible cuando puede explicarse a alguien que no estuvo presente. Esta clase te deja en condiciones de qué amenaza a la validez introduce tu tarea auténtica y cómo la controlarás, y esa decisión se sostiene solo si declara cuatro cosas: la evidencia que la funda, el supuesto que asume, el indicador que la comprobaría y la condición que la haría cambiar.

Ese es también el criterio con el que se evalúa la evidencia de aprendizaje de la clase. Un análisis que podría copiarse a otra clase, a otro curso o a otro establecimiento sin cambiar una palabra no es una decisión: es una declaración general, y el oficio empieza justo donde las declaraciones generales terminan.

📚 Lectura comparada

Las obras no cumplen el mismo papel. Esta tabla indica qué lente aporta cada una; después de leer, escribe una discrepancia real entre al menos dos fuentes.

La lectura se evalúa por uso, no por cantidad de páginas. Tu nota de lectura debe indicar qué tesis modifica tu diagnóstico, qué evidencia del caso la tensiona y qué decisión concreta cambiarías después del contraste. Una nota que solo resume el texto no cumple el criterio.

🧮 Ejemplo trabajado

Situación. El establecimiento decide repitencias con el promedio final y una prueba de síntesis de 40 preguntas. Dos docentes de la misma asignatura califican el mismo trabajo con dos puntos de diferencia y nadie lo considera un problema técnico.

Paso 1 — Delimitar el contexto y comprobar —no suponer— qué saben ya los estudiantes. El equipo escribe primero el supuesto asociado a Tarea de desempeño y se prohíbe tratarlo como hecho. Contrasta ese supuesto con Evidencia de partida y anota qué parte del dato todavía no existe. Del paso sale un registro fechado y una frase explícita: «cambiaríamos de decisión si…».

Paso 2 — Clasificar la situación distinguiendo Tarea de desempeño de Amenaza a la validez. El trabajo aquí es separar lo observado de lo interpretado sobre Amenaza a la validez. La evidencia que ordena la conversación es Evidencia de proceso; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.

Paso 3 — Decidir con fundamento, usando Varianza irrelevante como criterio y declarando la fuente. El riesgo de este paso es cerrar demasiado rápido alrededor de Varianza irrelevante. Antes de concluir, se enumeran dos explicaciones alternativas del mismo patrón y se revisa si Evidencia de logro logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.

Paso 4 — Anticipar qué evidencia confirmaría la decisión y cuál la refutaría, con Control a la vista. Con Control ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia para los estudiantes, para el tiempo de clase y para la carga del equipo. Evidencia de partida entrega la lectura observable; el juicio profesional sigue siendo humano y debe quedar firmado por quien lo hace.

Paso 5 — Registrar lo ocurrido y contrastarlo contra el criterio de logro antes de avanzar. El cierre exige compromiso: responsable, fecha, indicador de logro y condición de detención. Evidencia de proceso se convierte en la señal de seguimiento, y se acuerda con qué frecuencia se revisa y quién puede declarar que no funcionó sin costo político.

Síntesis. La recomendación termina con responsable, fecha, evidencia de logro y señal de detención. Omitir cualquiera de esas cuatro piezas convierte el análisis en una opinión que nadie podrá auditar dentro de tres meses, y que por lo tanto nadie corregirá.

🔀 Comparación de caminos y límites

Ante la misma situación caben varios cursos de acción. La decisión profesional no es elegir el «correcto», sino saber qué privilegia cada uno y qué arriesga.

Frontera de aplicación. Cada control tiene costo: Fuera de esa frontera, la comparación anterior deja de ser válida y la decisión debe tomarse con evidencia distinta.

🪜 El mismo tema según el rol

La misma materia cambia de forma según quién decida. Al subir de nivel aumentan las personas, el tiempo y las consecuencias que quedan dentro de la decisión.

Si trabajas en uno de esos niveles, la guía de carrera de tu rol indica en qué orden conviene recorrer el programa y qué artefactos acreditan tu competencia.

🧪 Taller guiado

Aplica la clase a uno de los contextos siguientes y repite después el ejercicio en un contexto de exigencia distinta. Cambiar de contexto es parte del aprendizaje: lo que funciona con un grupo no se traslada intacto a otro.

Secuencia de trabajo:

1. Delimita el contexto: nivel, edad, tamaño del grupo, asignatura o experiencia y tiempo real disponible.
2. Declara qué saben ya los estudiantes y cómo lo comprobaste, no cómo lo supones.
3. Formula la decisión pedagógica que esta clase habilita y escribe su fundamento.
4. Anticipa qué observarías si la decisión funciona y qué observarías si no funciona.
5. Diseña de antemano la alternativa que aplicarás si la primera estrategia falla.
6. Ejecuta o simula, y registra lo observado con fecha, contexto y evidencia concreta.
7. Produce la evidencia de aprendizaje de la clase.
8. Contrástala contra el criterio de logro, corrige y recién entonces avanza.

🏫 Caso profesional

Situación. El establecimiento decide repitencias con el promedio final y una prueba de síntesis de 40 preguntas. Dos docentes de la misma asignatura califican el mismo trabajo con dos puntos de diferencia y nadie lo considera un problema técnico.

Entrega un informe de decisión de una página que contenga:

1. Hechos y fuentes — qué está documentado y con qué evidencia, separado de lo que se supone.
2. Hipótesis — la explicación más probable y una alternativa que también encajaría.
3. Dos opciones defendibles — no una recomendación y un espantapájaros.
4. Efecto esperado — sobre los estudiantes, el tiempo de clase, el equipo y los apoyos.
5. Recomendación — con su fundamento y la fuente que la respalda.
6. Condición de revisión — qué resultado te haría cambiar de decisión.
7. Responsable y fecha — quién ejecuta y cuándo se revisa.

Usa al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta. Una recomendación que ninguna fuente pone en duda casi siempre está poco examinada.

📥 Evidencia de aprendizaje

Una tarea de desempeño auténtico con análisis de amenazas a la validez y sus controles.

Guárdala en evidence/P11-C136-evaluacion-autentica/ con estos archivos:

Esta evidencia alimenta el artefacto de la parte: sistema de evaluación de asignatura con argumento de validez, análisis de ítems y rúbricas calibradas entre evaluadores.

🏆 Reto verificable

Analiza una tarea auténtica tuya e identifica qué mide además del aprendizaje. Aplica un control y compara la distribución de resultados.

✅ Evaluación de la clase

Aprobación: 80 de 100 y ningún criterio bajo el 60 %. Una respuesta que podría copiarse sin cambios a otra clase, a otro curso o a otro establecimiento se considera insuficiente, aunque esté bien escrita.

Criterio de logro de la evidencia:

• el análisis identifica al menos dos amenazas concretas con su control;
• existe evidencia de proceso o de autoría además del producto final;
• cada afirmación sobre «lo que funciona» está atribuida a una fuente identificable, con autor y fecha;
• la decisión es ejecutable con el tiempo, el espacio, el número de estudiantes y los recursos que realmente tienes;
• la evidencia queda archivada de forma reproducible: otra persona podría revisarla sin que tú se la expliques.

⚠️ Errores frecuentes

Propios de esta clase:

• Evaluar un producto extenso sin ninguna evidencia de proceso ni de autoría.
• Eliminar la autenticidad para asegurar el control, con lo que se pierde el propósito de la tarea.

Característicos de la parte 11:

• Atribuir validez al instrumento en vez de a la interpretación y al uso.
• Usar el alfa de Cronbach como sello de calidad sin revisar sus supuestos.

Los cuatro comparten estructura: un síntoma visible, una causa que no se ve y una corrección que casi siempre es de diseño y no de esfuerzo. Antes de atribuir el problema a los estudiantes o a ti, comprueba cuál de ellos está operando y qué evidencia lo distinguiría de los otros tres.

♿ Diversidad, accesibilidad y ética

La dependencia de recursos es la amenaza con mayor impacto en equidad: tareas que exigen materiales, conectividad o apoyo familiar miden origen social. Producir en clase y ofrecer materiales elimina buena parte de esa varianza.

Antes de aplicar cualquier decisión de esta clase con estudiantes reales, revisa el protocolo de práctica responsable: consentimiento, resguardo de datos personales, proporcionalidad de la intervención y derecho de cada estudiante a no ser objeto de un ensayo que no le reporta beneficio.

🇨🇱 Contexto chileno y cumplimiento

Riesgo característico de esta parte: Atribuir validez al instrumento en vez de a la interpretación y al uso. Antes de aplicar cualquier decisión de esta clase en un establecimiento real, verifica el marco vigente:

• Marco institucional y normativo: docs/MARCO_CHILE.md.
• Inclusión y apoyos: docs/INCLUSION_Y_DUA.md.
• Datos personales, IA y resguardos: docs/IA_EN_EDUCACION.md.
• Fuentes oficiales con cómo leerlas: docs/FUENTES.md.

La regla del programa es simple: la fuente oficial manda sobre el material pedagógico. Si la norma cambió después de la fecha de esta clase, gana la norma.

❓ Preguntas de comprobación

1. ¿Qué está midiendo tu tarea además del aprendizaje?
2. ¿Cómo sabes que el trabajo es del estudiante?
3. ¿Qué control puedes aplicar sin destruir la autenticidad?

📗 Fuentes y verificación

• Messick, S. (1994). The Interplay of Evidence and Consequences in the Validation of Performance Assessments. Uso en esta clase: analiza validez y varianza irrelevante en evaluación de desempeño. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: DOI 10.2307/1176219 · ficha
• Wiggins, G. (1998). Educative Assessment. Uso en esta clase: criterios de diseño de tareas auténticas defendibles. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: ISBN 9780787908485 · ficha

Catálogo completo: registro de fuentes con localizador · bibliografía del programa · glosario · fuentes oficiales y cómo leerlas.

Regla de fuentes. Las obras anteriores estructuran las perspectivas de esta materia.

Cualquier norma, decreto, orientación ministerial o política institucional mencionada debe

comprobarse en su fuente primaria vigente antes de usarse con estudiantes reales. El desarrollo

de esta clase es original y no reproduce capítulos protegidos por derechos de autor.

🔗 Conexión con el resto del programa

Profundiza la clase 071 y se apoya en la clase 140.

Importante

Material de formación profesional. No reemplaza un título de pedagogía, una habilitación

legal para ejercer, ni el juicio de un equipo educativo que conoce a sus estudiantes.