Evaluación sumativa con inteligencia artificial en educación media y superior: Una revisión sistemática

Resumen

La presente investigación tuvo como objetivo analizar de manera crítica y sistemática la evidencia científica disponible sobre el uso de la inteligencia artificial en los procesos de evaluación sumativa en educación media y superior, a partir de estudios publicados entre 2023 y 2025. En cuanto a la metodología, se adoptó un enfoque cualitativo con diseño de revisión sistemática, orientado a la síntesis y análisis crítico de la literatura científica reciente. La búsqueda se desarrolló en bases de datos indexadas como SciELO, Google Académico y, de manera complementaria, Latindex 2.0, siguiendo los lineamientos de la declaración PRISMA. Se aplicaron criterios de inclusión rigurosos, seleccionando artículos científicos revisados por pares, estudios empíricos y revisiones sistemáticas directamente vinculadas con inteligencia artificial y evaluación sumativa en educación media y superior. Como resultado del proceso de identificación, cribado y elegibilidad, se incluyeron 5 estudios en la síntesis final. Los hallazgos evidencian que la inteligencia artificial favorece la automatización de los procesos de evaluación, mejora la precisión en la calificación y permite generar retroalimentación inmediata y personalizada, contribuyendo al fortalecimiento del aprendizaje autónomo y significativo. Asimismo, se destaca su potencial para optimizar el análisis del rendimiento académico mediante el uso de analítica de datos. No obstante, también se identifican desafíos relevantes relacionados con la integridad académica, los sesgos algorítmicos, la privacidad de los datos y la necesidad de formación docente, lo que evidencia la importancia de una implementación ética, crítica y contextualizada en los sistemas educativos.