Equidad y objetividad en la evaluación asistida por inteligencia artificial en la educación superior dominicana: un estudio cuasiexperimental en universidades de la República Dominicana
Barra lateral del artículo
Contenido principal del artículo
Resumen
La expansión de herramientas de evaluación asistida por inteligencia artificial (IA) en la educación superior plantea desafíos sustantivos para garantizar la equidad y la objetividad de los resultados. Esta investigación analiza, en instituciones de educación superior de la República Dominicana, cómo el uso de IA en la retroalimentación, la calificación con rúbricas y el monitoreo de integridad académica impacta la validez, la confiabilidad y la justicia evaluativa. Se adopta un enfoque mixto: (a) revisión documental de políticas institucionales y marcos ético-normativos (uso responsable de IA, privacidad y protección de datos); (b) estudio cuasiexperimental que compara calificaciones y tiempos de retroalimentación en cursos con y sin IA; y (c) encuestas y entrevistas a docentes y estudiantes sobre percepciones de imparcialidad, transparencia y confianza. Los resultados evidencian mejoras en la oportunidad del feedback y mayor consistencia interevaluador cuando la IA apoya la aplicación de rúbricas; no obstante, se identifican riesgos de sesgo por subgrupos, falsos positivos en sistemas de detección y asimetrías de información sobre el uso de IA que afectan la percepción de justicia. Se recomiendan políticas institucionales claras, protocolos de divulgación y consentimiento informado, revisión humana en decisiones sensibles, evaluaciones de impacto algorítmico, y formación docente en diseño de evaluación justa y mitigación de sesgos, a fin de alinear la adopción de IA con la misión educativa y los derechos de la comunidad universitaria.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los miembros que conforman el Comité Editorial de la Revista Científica RES NON VERBA, realizan una labor transparente en los diferentes procesos de gestión de la misma garantizando la elevada calidad de cada uno de los artículos que quedan publicados a disposición de la comunidad académica y científica. Dicho Comité verifica que cada artículo enviado por su autor/es, carezca de plagio y para ello se emplea el software antiplagio Compilatio.
El reporte que Compilatio envía como respuesta al editor evaluador, permite que este pueda visualizar si ha habido similitudes o plagio (en su defecto) lo cual comúnmente sucede por errores en la forma de citar o referenciar por parte del autor del artículo. Igualmente, el evaluador gracias al reporte de Compilatio, puede visualizar de cuáles fuentes o documentos originales ha incurrido en plagio el autor del trabajo. Una vez que sea constatada la ausencia de plagio en cada artículo, se da inicio al proceso de revisión por parte de los pares ciegos. Si se detecta plagio en el artículo, automáticamente este es rechazado y se notifica el veredicto al autor/es. Cuando un artículo es aprobado, el/los autor/es conservan los derechos de autor y cede(n) a la Revista Científica RES NON VERBA, el derecho de ser la primera que pueda editarlo, reproducirlo, exhibirlo y comunicarlo mediante medios impresos y electrónicos.
La Revista Científica RES NON VERBA opera bajo una bajo una licencia Creative Commons Reconocimiento-No Comercial 4.0 Internacional (CC-BY-NC 4.0).
BY: la dirección de la revista, así como el Comité Editorial, tienen atribución para compartir, copiar y redistribuir el material de la revista en cualquier medio o formato, así como adaptar, remezclar y transformar las secciones de la revista no causando alteración en el contenido de los artículos publicados o previo a publicar por parte de los autores.
NC: el material de la revista no puede ser manejado con fines comerciales por lo cual ninguna de sus secciones ni artículos publicados por los autores, está disponible para la venta o actividad comercial.
Se autoriza la reproducción, parcial o total, de los artículos publicados en la Revista Científica RES NON VERBA, siempre que se cite apropiadamente la fuente y se use sin propósitos comerciales.
Citas
Agencia Española de Protección de Datos (AEPD). (2024). Guía sobre evaluaciones de impacto en la protección de datos en sistemas de inteligencia artificial. AEPD. https://www.aepd.es
Banco Interamericano de Desarrollo (BID). (2021). Educación y transformación digital en América Latina y el Caribe: Avances y desafíos. BID. https://publications.iadb.org/publications/spanish/document/Educacion-y-transformacion-digital-en-America-Latina-y-el-Caribe-Avances-y-desafios.pdf
Comisión Económica para América Latina y el Caribe (CEPAL). (2022). La gobernanza de datos en América Latina y el Caribe. CEPAL.
https://www.cepal.org/es/publicaciones/47992-gobernanza-datos-america-latina-caribe
Ley No. 172-13. (2013). Ley sobre protección de datos personales. Gaceta Oficial de la República Dominicana.
Organización de Estados Iberoamericanos (OEI). (2023). Guía para el uso ético de la inteligencia artificial en la educación superior iberoamericana. OEI.
Organización para la Cooperación y el Desarrollo Económicos (OCDE). (2022). AI governance in higher education: Accountability and ethical frameworks. OECD Publishing.
https://doi.org/10.1787/bd3a2e29-en
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000380455
UNESCO. (2023). Guidance for the governance of artificial intelligence in education. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000385348
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gurung, S. (2024). Algorithmic fairness and equity in AI-supported assessment in higher education: Emerging evidence and policy implications. Computers & Education, 210, 105054. https://doi.org/10.1016/j.compedu.2024.105054