La irrupción de la inteligencia artificial ha abierto un intenso debate sobre el futuro de la evaluación. En pocos meses han aparecido herramientas capaces de transcribir entrevistas, sintetizar cientos de documentos, analizar información cualitativa, redactar informes o incluso proponer recomendaciones preliminares. La pregunta parece inevitable: ¿acabará la inteligencia artificial sustituyendo a l@s evaluador@s? Creo que esa formulación nos conduce por un camino equivocado. Como ocurre con las grandes transformaciones tecnológicas, la IA no solo modifica nuestras herramientas; también cuestiona las categorías con las que entendíamos nuestra propia práctica. Su principal impacto no es tecnológico, sino epistemológico. Más que preguntarnos qué tareas podrán realizar los algoritmos, deberíamos preguntarnos qué significa realmente evaluar cuando producir información deja de ser el principal problema.

Esta cuestión conecta con una reflexión que he desarrollado en varios artículos recientes de TripleAD. En El problema no eran los métodos defendía que la evaluación contemporánea ya no enfrenta una crisis metodológica, sino una crisis de relevancia institucional. Disponemos de más métodos, más datos y más capacidades analíticas que nunca, pero seguimos encontrando dificultades para que la evidencia influya de forma sistemática en las decisiones públicas. La fragmentación institucional, los incentivos limitados para aprender, la ritualización de muchos procesos evaluativos y la desconexión entre evidencia y decisión pesan hoy mucho más que cualquier limitación técnica. La llegada de la inteligencia artificial no contradice este diagnóstico; lo confirma de manera inesperada.

Durante buena parte de los últimos cincuenta años, la disciplina ha estado dominada por un paradigma metodológico. Desde Campbell y Cronbach hasta los enfoques participativos, sistémicos o basados en principios, el esfuerzo intelectual se concentró en fortalecer la calidad de los diseños, mejorar la validez de la evidencia y perfeccionar las herramientas disponibles (Campbell, 1999; Cronbach, 1980; Patton, 2021). Esa evolución permitió consolidar la evaluación como disciplina y elevar considerablemente sus estándares de calidad. Sin embargo, contenía un supuesto que raramente cuestionamos: que producir mejor evidencia conduciría, casi de forma automática, a mejores decisiones.

La inteligencia artificial pone precisamente ese supuesto en cuestión. Resulta revelador que las primeras tareas que consigue automatizar con mayor eficacia sean aquellas que durante décadas identificamos con el núcleo del trabajo evaluativo: organizar información, resumir documentos, codificar entrevistas, detectar patrones, comparar teorías del cambio o redactar informes. Cuanto más competentes se vuelven estos sistemas, más evidente aparece una paradoja difícil de ignorar: la evaluación nunca consistió realmente en hacer esas tareas. Lo que la inteligencia artificial automatiza no es la evaluación; automatiza aquellas actividades que durante demasiado tiempo confundimos con ella.

La consecuencia es mucho más profunda de lo que parece. Durante décadas respondimos a la pregunta equivocada. Pensábamos que el principal desafío consistía en producir mejor evidencia cuando, en realidad, el problema siempre fue cómo transformar esa evidencia en decisiones útiles. La IA no inaugura una nueva etapa de la evaluación; clausura definitivamente el paradigma metodológico que dominó la disciplina durante el último medio siglo. Precisamente porque automatiza aquello que considerábamos nuestro principal valor añadido, nos obliga a redescubrir cuál ha sido siempre el verdadero objeto de la evaluación.

Para comprender este cambio conviene distinguir conceptos que con frecuencia utilizamos como si fueran equivalentes. Los datos describen hechos; la información organiza esos datos; la evidencia permite fundamentar afirmaciones razonables. La evaluación, sin embargo, incorpora un nivel distinto de construcción del conocimiento: el juicio. Evaluar nunca ha consistido únicamente en responder qué ocurrió. Significa interpretar por qué ocurrió, para quién, bajo qué condiciones, respecto de qué valores y qué implicaciones deberían derivarse para las decisiones futuras. Esa diferencia parece sutil, pero transforma completamente la naturaleza de la disciplina.

Esta idea aparece con fuerza en el reciente ensayo de Saville Kushner (2026), quien cuestiona la creciente identificación entre evaluación y procedimientos susceptibles de automatización. Para Kushner, la metodología no constituye una secuencia de operaciones predefinidas, sino un razonamiento situado que emerge de la interacción entre personas, contextos y problemas concretos. La calidad de una evaluación depende menos de aplicar correctamente un protocolo que de interpretar circunstancias cambiantes, comprender significados locales y ejercer un juicio contextual que ninguna arquitectura algorítmica puede reproducir plenamente. La metodología deja así de entenderse como una receta y recupera su sentido original: una práctica reflexiva orientada a comprender situaciones humanas complejas. La crítica a la automatización del juicio evaluativo y la reivindicación de la evaluación como práctica situada constituyen una de las principales aportaciones de Kushner y sirven aquí como punto de partida para una reflexión adicional.

Esta visión enlaza con una intuición formulada décadas antes por Lee Cronbach (1980), quien definía la evaluación como uno de los mecanismos mediante los cuales la sociedad aprende sobre sí misma. Resulta significativo que Cronbach no situara el énfasis en la medición, los indicadores o la causalidad. Hablaba de aprendizaje. Y aprender no consiste únicamente en acumular información; implica reinterpretar la realidad, revisar supuestos y modificar la acción a partir de nuevas comprensiones. Vista desde esta perspectiva, la evidencia nunca fue el destino final del proceso evaluativo. Siempre fue el punto de partida para construir juicio. La idea de la evaluación como aprendizaje social procede claramente de esta tradición cronbachiana y proporciona uno de los fundamentos conceptuales de este argumento.

Quizá esta sea la mayor aportación de la inteligencia artificial al campo de la evaluación. No está redefiniendo la disciplina; está obligándonos a comprender qué ha sido realmente desde sus orígenes. Durante décadas pensamos que el progreso consistía en perfeccionar nuestros métodos. La IA demuestra que el método nunca fue el destino, sino el instrumento. El verdadero producto de la evaluación nunca ha sido la evidencia, sino el juicio colectivo capaz de orientar decisiones bajo condiciones de incertidumbre. Y precisamente ahí comienza, en mi opinión, el verdadero cambio de paradigma. La aportación específica que propongo en este artículo no consiste en afirmar que la evaluación requiere juicio —una idea presente desde Cronbach, House, Stake o Kushner—, sino en sostener que la inteligencia artificial hace visible, de forma inédita, la insuficiencia del paradigma metodológico como principio organizador de la disciplina.

Clausura: el juicio como frontera

La inteligencia artificial ha abierto un debate sobre el futuro de la evaluación, pero quizá su mayor contribución no sea tecnológica. Al automatizar buena parte de las tareas que durante décadas identificamos con el trabajo evaluativo, nos obliga a preguntarnos qué es aquello que ninguna tecnología puede sustituir. Esa pregunta no conduce a la inteligencia artificial; conduce a la propia naturaleza de la evaluación.

Durante los últimos cincuenta años la disciplina ha progresado extraordinariamente perfeccionando sus métodos. Ese esfuerzo fue necesario y permitió consolidar la evaluación como un campo riguroso de conocimiento. Sin embargo, la irrupción de la IA sugiere que el método nunca constituyó el destino final de la disciplina, sino el instrumento mediante el cual perseguía un objetivo más ambicioso: construir juicios que orientaran decisiones bajo condiciones de incertidumbre.

Desde esta perspectiva, la inteligencia artificial no representa el comienzo de una nueva era metodológica. Representa el acontecimiento que clausura el paradigma metodológico que ha dominado la evaluación desde finales del siglo XX y nos invita a desplazar el centro de gravedad de la disciplina hacia una pregunta más profunda: ¿cómo construimos juicios legítimos en sociedades cada vez más complejas, interdependientes y gobernadas por algoritmos?  Este desplazamiento desde la metodología hacia la construcción de juicio constituye la principal hipótesis original del artículo y pretende complementar, más que sustituir, las contribuciones previas de autores como Cronbach, Dahler-Larsen, House, Patton o Kushner.

Quizá el futuro de la evaluación no dependa de producir más evidencia, sino de desarrollar una mayor capacidad para interpretarla colectivamente. No dependerá únicamente de responder preguntas con mayor precisión, sino de formular aquellas preguntas que permitan comprender mejor la realidad y deliberar sobre futuros posibles. En un mundo donde la información será cada vez más abundante, el recurso verdaderamente escaso será el juicio.

Tal vez esa haya sido siempre la verdadera misión de la evaluación. No producir evidencia como un fin en sí mismo, sino contribuir a transformar la evidencia en aprendizaje, el aprendizaje en deliberación y la deliberación en decisiones más legítimas. Si la inteligencia artificial nos ayuda a redescubrir ese propósito, su mayor legado para la evaluación no habrá sido tecnológico. Habrá sido, paradójicamente, recordarnos cuál fue siempre su auténtico objeto.

La inteligencia artificial acelera la transición más allá del paradigma metodológico como principio organizador de la evaluación contemporánea y abre la necesidad de reinterpretar la disciplina desde una perspectiva epistemológica.

Podemos comprender esta transición desde una premisa sencilla pero fundamental: el producto último de la evaluación no es la producción de evidencia ni la aplicación de un método, sino la construcción de un juicio evaluativo fundamentado, socialmente legitimado y orientado a la toma de decisiones. La evidencia y la metodología constituyen medios indispensables, pero no representan el fin de la evaluación.

Desde esta perspectiva, la inteligencia artificial no inaugura un nuevo paradigma de evaluación. Lo que hace es poner de manifiesto los límites del paradigma metodológico que ha orientado buena parte de la disciplina durante las últimas décadas, un paradigma construido sobre la centralidad de los procedimientos, la escasez de información y el predominio de determinadas capacidades analíticas humanas. Al automatizar una parte creciente de esas capacidades, la inteligencia artificial desplaza el verdadero valor añadido de la evaluación hacia aquello que sigue siendo esencialmente humano: la formulación de juicios, la deliberación colectiva, la interpretación contextual, la integración de valores y perspectivas diversas y la legitimación social de las decisiones.

En este nuevo escenario, la pregunta relevante deja de ser qué metodología utilizamos para producir evidencia y pasa a ser cómo construimos juicios evaluativos rigurosos, transparentes, plurales y socialmente válidos a partir de esa evidencia. Más que el inicio de un nuevo paradigma metodológico, estamos asistiendo al redescubrimiento del verdadero objeto de la evaluación: producir conocimiento útil para sustentar juicios públicos y decisiones colectivas en contextos complejos e inciertos.

Referencias bibliográficas

Campbell, D. T. (1999). Social experimentation. Sage.

Cronbach, L. J. (1980). Toward reform of program evaluation. Jossey-Bass.

Dahler-Larsen, P. (2012). The evaluation society. Stanford University Press.

House, E. R. (1993). Professional evaluation: Social impact and political consequences. Sage.

Kushner, S. (2025). Personalising evaluation: A humanist approach to valuing (3rd ed.). Emerald Publishing.

Kushner, S. (2026). Libertad metodológica e «Inteligencia» Artificial. Traducción al español revisada por Leopoldo Font.

Kushner, S., & Stake, R. E. (2025). Breakthroughs, advocacies and a return to validity in programme evaluation. Evaluation, 31(1), 7–21.

Nwankwo, E. (2026). GenAI for Development Needs Its Own Evaluation Standards Before It’s Too Late. MERL Tech Initiative.

OECD. (2021). Applying Evaluation Criteria Thoughtfully. OECD Publishing.

Patton, M. Q. (2021). Principles-Focused Evaluation (2nd ed.). Guilford Press.

Rodríguez-Ariza, C. (2017, 31 de octubre). El uso durante el proceso evaluativo. TripleAD. https://triplead.blog/2017/10/31/el-uso-durante-el-proceso-evaluativo/

Rodríguez-Ariza, C. (2017, 3 de noviembre). El crimen de utilizar una evaluación. TripleAD. https://triplead.blog/2017/11/03/el-crimen-de-utilizar-una-evaluacion/

Rodríguez-Ariza, C. (2017, 15 de noviembre). La fase de diseño: la clave para el uso evaluativo. TripleAD. https://triplead.blog/2017/11/15/la-fase-de-diseno-la-clave-para-el-uso-evaluativo/

Rodríguez-Ariza, C. (2025, 23 de junio). Reimaginando la evaluación en tiempos de cambio. TripleAD. https://triplead.blog/2025/06/23/reimaginando-la-evaluacion-en-tiempos-de-cambio/

Rodríguez-Ariza, C. (2026, 18 de mayo). Rediseñando la evaluación como sistema efectivo. TripleAD. https://triplead.blog/2026/05/18/redisenando-la-evaluacion-como-sistema-efectivo/

UNEG. (2024). Norms and Standards for Evaluation. United Nations Evaluation Group.