Puntos clave:
Las evaluaciones de los profesores han sido objeto de debate en décadas. Se han intentado avances, pero rara vez se han mantenido. Los investigadores han aprendido que el contexto, la transparencia y la autonomía son importantes. Lo que faltaba es la tecnología que les mejore a escala dentro el proceso de evaluación, no a su alrededor.
Como ejecutivo de edtech en la era de la IA, veo emocionantes posibilidades de aportar nuevas tecnologías a estos factores en el dilema de larga fecha de observar y evaluar la eficacia de los profesores.
En el nivel más fundamental, los objetivos son sencillos, al igual que en otras profesiones: dar cuentas, celebrar las áreas de buen rendimiento e identificar dónde mejorar. Sin embargo, la educación K-12 es una industria única e importante. Entre 2000 y 2015, el control de calidad en la educación infantil y secundaria se hizo más complejocon estados, fundaciones y políticas federales que configuran la definición y medida de un profesor “proficiente”.
Por ejemplo, el ciclo de observación de hoy puede incluir conferencias previas y posteriores a la observación y visitas en el aula programadas y no programadas. Debido al potencial de sesgo en la observación personal, se ha dado mayor peso al rendimiento de los estudiantes, pero después de que los críticos destacaran problemas con la medida del rendimiento del profesor mediante puntuaciones de pruebas estandarizadas, también se incluyeron métricas y artefactos adicionales.
Todos estos cambios han dado como resultado que los administradores dediquen más tiempo a la observación y la evaluación, seguido de la copia de notas entre los sistemas y la redacción de comentarios, en lugar de realizar comentarios puntuales y específicos que realmente cambian la práctica. “Incluso cuando utilizo Gemini o ChatGPT, todavía paso 45 minutos reescribiendo para adaptarse a la rúbrica del distrito”, señaló un administrador.
“Cuando pienso en el panorama de la evaluación, dos retos surgen en la superficie”, dijo el doctor Quintin Shepherd, superintendente del distrito escolar independiente de Pflugerville en Texas. “El primero es el volumen abrumador de información que los evaluadores deben reunir, interpretar y sintetizar. El segundo es la percepción persistente entre los profesores de que la evaluación es algo que se les hace más que algo que se hace por ellos. Ambos retos apuntan en la misma dirección: la necesidad de un recurso que más a los evaluadores da y a los evaluadores es más eficacia. deviene esencial”.
Qué hay en juego
Los líderes escolares están bajo enorme presión. El tiempo y los recursos están ajustados. Alcanzar los puntos de referencia no es negociable. Existen muchos datos disponibles para identificar patrones y entender qué funciona, pero analizarlo no es fácil cuando los datos se alojan en diversas plataformas que pueden no interactuar entre sí. Las herramientas genéricas de IA no lo han resuelto.
Para los profesores, las oportunidades de desarrollo profesional abundan y los datos de los estudiantes están disponibles fácilmente. Pero a menudo no reciben el adecuado acompañamiento educativo para idear y probar nuevas estrategias.
Se han encontrado los distritos que han experimentado con la IA para proporcionar comentarios automatizados de grabaciones transcritas de la instrucción impacto limitado en las prácticas docentes. Maestros denuncia el escepticismo que las herramientas tecnológicas en evolución son capaces de evaluar con precisión lo que está ocurriendo en sus aulas. Reciente ensayos controlados aleatorios demostrar que la retroalimentación automatizada puede mover prácticas específicas cuando los profesores participan en ella. Pero ese es exactamente el reto: la implicación es opcional. Las evaluaciones no lo son.
Los profesores cuyas observaciones y evaluaciones se ven comprometidas o cuyo crecimiento se ve obstaculizado por las oportunidades perdidas de mentoría pueden perderse económicamente. Por ejemplo, en Texas, el curso escolar 2025-26 es el período de captura de datos para el Dotación de incentivos para el profesorado. Esto significa que las revisiones justas y objetivas son más importantes que nunca para el potencial de ganancias futuras de los educadores.
Por todos estos motivos, la próxima ola de innovación debe vivir dentro del ciclo de evaluación requerido, no a un lado como otra herramienta “agradable de tener”.
Agilización del proceso
Mis antecedentes en las empresas de edtech me han demostrado cómo están ansiosos los líderes escolares por tomar decisiones basadas en datos. Pero sé por innumerables conversaciones con los administradores que no entraron en el campo de la educación para rasgar números. Están motivados por ver cómo los alumnos prosperan.
El avance que necesitamos ahora es un espacio de trabajo impulsado por IA que se encuentra en el sistema de evaluación. A Shepherd le gustaría ver “la IA que ayuda tranquilamente a la recogida continua de evidencias no mediante la vigilancia, sino el reconocimiento de patrones. Puede analizar los materiales de la lección para el rigor cognitivo, escanear los productos de trabajo de los estudiantes para detectar el crecimiento o ayudar a los profesores a etiquetar artefactos relacionados”.
Tenemos la tecnología para crear un espacio de trabajo colaborativo que se puede asignar al marco del distrito y que se puede utilizar por administradores, entrenadores, equipos de apoyo y educadores para capturar notas de observaciones, enlazarlas con objetivos, proporcionar orientación, compartir artefactos de lecciones, participar en debates de retroalimentación y realizar un seguimiento del crecimiento a través de los ciclos. Después de participar en un piloto de uno de estos espacios de trabajo colaborativoun evaluador dijo que “por primera vez, no estaba reescribiendo mis notas para que se ajustaran a la rúbrica. El sistema mantuvo los comentarios claros e instructivos en lugar de basarse sólo en el cumplimiento”.
Como superintendente, Shepherd espera con interés el apoyo del IA para ayudarle a dar sentido a la complejidad. “Los evaluadores hacen malabarismos con enormes cargas cualitativas: cultura del aula, participación de los estudiantes, claridad en la enseñanza, diferenciación, evaluación formativa y mucho más. La IA puede actuar como socio de pensamiento, organizar tendencias, destacar posibles conexiones, identificar dónde se debe profundizar u ofrecer un marco basado”.
El proceso de evaluación siempre será controlado, pero lo que debe cambiar es si sigue agotando tiempo y confianza o se convierte en un catalizador para una mejor enseñanza. Shepherd espera que el ritmo de adopción se acelera a medida que se hagan evidentes los beneficios para los educadores: “Los profesores tendrán acceso a bucles de retroalimentación y herramientas inmediatas que les ayuden a analizar el trabajo de los estudiantes, reconsiderar las estructuras de las lecciones o reflexionar sobre el ritmo y las preguntas. ritual de cumplimiento a un proceso de crecimiento”.
El liderazgo real significa ir más allá de los procesos obsoletos y rediseñar la evaluación para centrar la evidencia, claridad y retroalimentación auténtica. Cuando la evaluación deje de ser algo que superar y se convierta en algo que mejora la práctica, finalmente veremos que la tecnología impulsa una mejor enseñanza y aprendizaje.
