Detectar IA ya no funciona: los profesores rediseñan los exámenes para exigir el proceso, no el resultado

Por Zendoric · 8 de septiembre de 2026.

Rachael Zeleny, responsable del programa de escritura de la Universidad de Baltimore, llevaba tiempo recomendando Brisk, una herramienta que registra en Google Docs cada revisión, edición y fragmento pegado en un documento para reconstruir cómo se escribió un ensayo. Según recogió The Washington Post, terminó por abandonar esa vía: se lo dijo a sus propios docentes el año pasado, "esto es una tirita, no una solución". En su lugar, introdujo puntos de control a lo largo del proceso: esquemas escritos a mano, grabaciones donde el alumno explica sus decisiones y transcripciones de la conversación con el chatbot que usó.

Zeleny ha ido más allá e incorporado la IA directamente en el aula en vez de intentar excluirla: con BoodleBox creó personajes de inteligencia artificial que defienden posturas opuestas en un debate simulado sobre la prohibición de libros en un consejo escolar ficticio, y el alumno debe responder a sus argumentos. No se trata de saber si usó IA, sino de comprobar si sabe valorar información y sostener un argumento. Andrew Zeiser, profesor de gestión de la cadena de suministro en la Universidad John Carroll, describe el mismo giro con una frase que resume el cambio de fondo: "la gran preocupación ya no es si están usando IA, es si siguen aprendiendo". Sus alumnos toman decisiones en una simulación empresarial, Supply Chain Wars, y después tienen que justificar el razonamiento detrás de cada elección.

El contexto que explica esta prisa por rediseñar tiene cifras: según una encuesta de 2025 de Walton Family Foundation y Gallup citada por The Washington Post en septiembre, en torno al 60% de los profesores ya usa IA para corregir, preparar clases o comunicarse con familias, y un estudio de Common Sense Media sitúa en cerca del 70% a los adolescentes que dicen usarla, con las tareas escolares entre sus usos principales. La IA no es una anomalía que combatir en el aula: ya es infraestructura cotidiana de ambos lados del pupitre.

El problema, según advierte Anna Mills, instructora de inglés en el College of Marin, es que la próxima ola de IA vuelve irrelevante incluso este rediseño. Los agentes de IA ya no solo generan texto: pueden operar directamente sobre plataformas de aprendizaje online y completar exámenes o tareas desde la cuenta del propio alumno, sin dejar ningún texto que analizar. Un detector de plagio, por fiable que fuera, no tiene nada que detectar si la tarea se resolvió sola dentro del sistema. Mientras tanto, empresas como OpenAI y Anthropic ofrecen acceso gratuito a profesores y distritos escolares, y Google ha ampliado Gemini dentro de Google Classroom, al tiempo que Nueva York y el distrito escolar de Los Ángeles han impuesto restricciones temporales a la IA generativa: el sector avanza sin una política común, entre la promoción activa de las propias tecnológicas y los frenos puntuales de la administración.

Nuestra lectura es que este episodio es un caso de manual de algo que ya hemos visto en otros terrenos: cuando la capacidad de la IA crece más rápido que la herramienta diseñada para vigilarla, el enfoque de detección deja de tener sentido y hay que rediseñar el sistema entero, no parchearlo. En ciberseguridad ocurre con los benchmarks que se saturan; en educación ocurre con los detectores de plagio. La respuesta que están improvisando estos docentes —evaluar el proceso de pensar en vez del artefacto final— no es solo una solución táctica: es un anticipo de cómo tendrá que adaptarse cualquier institución que certifique conocimiento o competencia, desde un colegio hasta un examen profesional, a medida que los agentes de IA dejen de ser un apoyo puntual y empiecen a operar por cuenta del usuario.

Esto encaja con una tesis que venimos sosteniendo sobre el impacto de la IA en el empleo docente: no gana el profesor que más vigila, gana el que orquesta la IA en el aula en vez de pelearse con ella, como hace Zeleny convirtiendo el chatbot en material de debate. A corto plazo el coste es real y hay que decirlo sin adornos: más carga de trabajo para el profesorado, que ahora debe diseñar checkpoints, grabaciones y justificaciones donde antes bastaba un ensayo, y una desigualdad de partida entre centros con recursos para reinventar la evaluación y los que no los tienen. Pero el rumbo de fondo —trasladar el valor del resultado al razonamiento que hay detrás— es exactamente el tipo de adaptación institucional que necesitamos si la IA va a encargarse cada vez más de las tareas mecánicas: lo que quede por evaluar, y por enseñar, será el criterio humano que ninguna herramienta puede completar por nosotros.