Clase 143 — Introducción a teoría clásica e IRT

Parte 11 · Evaluación y psicometría — clase 11 de 12

Estado de evidencia: ROBUSTA · Etapa: 🟣 Etapa C — Núcleo profesional docente · Población de referencia: transversal, con foco en instrumentos y decisiones
Decisión que habilita: determinar qué se puede concluir de un informe técnico de una evaluación estandarizada y qué no
Evidencia de aprendizaje: la lectura crítica de un informe técnico real con las conclusiones que sostiene y las que lo exceden

🎯 Propósito

Comprender los fundamentos de la teoría clásica y de la teoría de respuesta al ítem para leer críticamente informes técnicos de evaluaciones estandarizadas nacionales e internacionales.

📚 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 qué permite hacer la teoría de respuesta al ítem que la teoría clásica no puede.
3. Decidir —qué se puede concluir de un informe técnico de una evaluación estandarizada y qué no— y sostener la decisión con un fundamento escrito.
4. Producir la evidencia de la clase —la lectura crítica de un informe técnico real con las conclusiones que sostiene y las que lo exceden— 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 Teoría clásica de Teoría de respuesta al ítem.
3. Decidir con fundamento, usando Invarianza como criterio y declarando la fuente.
4. Anticipar qué evidencia confirmaría la decisión y cuál la refutaría, con Equating 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. Los modelos tienen supuestos fuertes —unidimensionalidad, independencia local— que rara vez se cumplen del todo, y su violación afecta las conclusiones. 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["Teoría clásica"]
    C --> A2["Teoría de respuesta al<br/>ítem"]
    C --> A3["Invarianza"]
    C --> A4["Equating"]
    A1 & A2 & A3 & A4 --> D{{"determinar qué se puede<br/>concluir de un informe<br/>técnico de una<br/>evaluación estandarizada<br/>y qué no"}}
    D --> E["Evidencia de aprendizaje<br/>la lectura crítica de un<br/>informe técnico real con<br/>las conclusiones que<br/>sostiene y las que lo…"]
    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 teoría clásica es simple y suficiente para el trabajo de aula, con una limitación importante: sus índices dependen de la muestra, de modo que la dificultad de un ítem cambia según a quién se aplicó. La teoría de respuesta al ítem sitúa habilidad y dificultad en una misma escala y permite comparar entre formas distintas y entre años, que es lo que hace posible afirmar que un sistema mejoró.

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. Teoría clásica no es lo mismo que Teoría de respuesta al ítem —modelo que estima habilidad de la persona y parámetros del ítem en una misma escala—, y tratarlos como sinónimos hace que la intervención se dirija al lugar incorrecto. Del mismo modo, Invarianza y Equating describen aspectos distintos de la misma situación: el primero propiedad por la cual los parámetros no dependen de la muestra particular usada, mientras el segundo procedimiento que hace comparables puntajes de formas distintas de una prueba.

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 la lectura crítica de un informe técnico real con las conclusiones que sostiene y las que lo exceden 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

El uso profesional para la mayoría de los docentes no es aplicar estos modelos sino leer informes que los usan. Saber qué significa un puntaje en escala, qué es el equating y qué supone la invarianza permite interpretar los resultados nacionales sin comprar la lectura simplificada del titular ni descartarlos por desconfianza. Con eso basta para hacer tres preguntas útiles ante cualquier informe: qué se midió, con qué margen de error y qué comparaciones autoriza la escala presentada.

5. Qué sostiene la evidencia y qué no

Los modelos tienen supuestos fuertes —unidimensionalidad, independencia local— que rara vez se cumplen del todo, y su violación afecta las conclusiones. Además, la sofisticación técnica no corrige problemas de validez: una prueba técnicamente impecable puede estar midiendo un constructo mal definido. Y su aplicación exige tamaños de muestra grandes, de modo que para una evaluación de curso la teoría clásica sigue siendo la herramienta razonable.

Cómo leer el estado de evidencia ROBUSTA. Hay evidencia convergente de varios equipos, países y diseños de investigación, incluidos estudios experimentales o cuasiexperimentales, y el efecto se sostiene al replicarlo. Puedes apoyar una decisión profesional en ella, sin olvidar que ningún efecto promedio describe a un estudiante concreto.

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 se puede concluir de un informe técnico de una evaluación estandarizada y qué no, 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 Teoría clásica 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 Teoría clásica de Teoría de respuesta al ítem. El trabajo aquí es separar lo observado de lo interpretado sobre Teoría de respuesta al ítem. 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 Invarianza como criterio y declarando la fuente. El riesgo de este paso es cerrar demasiado rápido alrededor de Invarianza. 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 Equating a la vista. Con Equating 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. Los modelos tienen supuestos fuertes —unidimensionalidad, independencia local— que rara vez se cumplen del todo, y su violación afecta las conclusiones. 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

La lectura crítica de un informe técnico real con las conclusiones que sostiene y las que lo exceden.

Guárdala en evidence/P11-C143-introduccion-a-teoria-clasica-e-irt/ 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

Lee el informe técnico de una evaluación nacional y contrasta sus conclusiones con la cobertura de prensa. Documenta las tres afirmaciones que la prensa no puede sostener.

✅ 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:

• la lectura distingue conclusiones respaldadas por el informe de interpretaciones que lo exceden;
• identifica al menos un supuesto del modelo y su posible incumplimiento;
• 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:

• Interpretar puntajes en escala como si fueran porcentajes de logro.
• Suponer que la sofisticación técnica del modelo garantiza la validez del constructo.

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

Los análisis de funcionamiento diferencial de ítems son la herramienta técnica para detectar sesgo cultural o lingüístico en pruebas de gran escala. Saber que existen permite exigir su reporte en cualquier evaluación con consecuencias.

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 significa realmente el puntaje que están comparando entre años?
2. ¿Qué supuesto del modelo podría no cumplirse en esta población?
3. ¿Qué afirmación del informe de prensa no está en el informe técnico?

📗 Fuentes y verificación

• Embretson, S. & Reise, S. (2000). Item Response Theory for Psychologists. Uso en esta clase: introducción accesible y rigurosa a los modelos y sus supuestos. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: ISBN 9780585347820 · ficha
• Agencia de Calidad de la Educación (Chile). Informes técnicos de las evaluaciones nacionales (edición vigente). Uso en esta clase: material real para practicar la lectura crítica con datos del propio sistema. Lectura selectiva: índice y capítulos pertinentes; registra edición y páginas consultadas. Localizar: fuente oficial · 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

Cierra la formación técnica de la parte y se conecta con la clase 011 sobre indicadores de calidad.

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.