Evaluación Híbrida y Retroalimentación Formativa: Un Modelo Human in the Loop para la Didáctica Universitaria
Resumen
La incorporación de sistemas de inteligencia artificial generativa a los procesos evaluativos de la educación superior ha desplazado el debate desde la factibilidad técnica hacia la definición del lugar que ocupa el juicio profesional docente en el ciclo de retroalimentación. Este artículo tuvo por objetivo construir un modelo conceptual de evaluación híbrida con retroalimentación formativa bajo el principio human in the loop, aplicable a la didáctica universitaria latinoamericana, que explicite las funciones evaluativas delegables a sistemas automatizados y aquellas irreductibles a la intervención del profesional de la educación. Se desarrolló una revisión documental sistematizada de treinta y cuatro publicaciones científicas arbitradas, recuperadas de repositorios indexados y verificadas individualmente mediante resolución de identificadores digitales de objeto, sometidas a análisis de contenido categorial con codificación axial. Los hallazgos se organizaron en tres categorías: la retroalimentación como cuello de botella estructural de la evaluación híbrida, las capacidades y límites documentados de la retroalimentación generada por sistemas, y la configuración del bucle de intervención docente. El modelo resultante, denominado HITL-DU, distribuye el ciclo evaluativo en cinco momentos —encuadre, generación asistida, curaduría docente, devolución dialógica y metaevaluación— y asigna a cada uno un rol profesional específico, un indicador de calidad y un riesgo asociado a la delegación total. Se concluye que la contribución pedagógica de la herramienta tecnológica no reside en su capacidad generativa sino en la arquitectura de decisión que el docente impone sobre ella, lo que reposiciona la competencia digital docente como competencia de gobierno del juicio evaluativo y no como destreza instrumental.
Descargas
Citas
Albarrán Martínez, A. A. (2026). Inteligencia artificial generativa y planeación didáctica: implicaciones en la práctica docente. Revista de Estudios en Práctica Docente e Innovación Educativa, 1(1), 57-76. https://doi.org/10.24844/en1t/2604
Bennasar-García, M. I., y Estrada, J. M. (2021). La evaluación de los aprendizajes, en la dicotomía educativa presencial-virtual. Horizontes. Revista de Investigación en Ciencias de la Educación, 5(18), 434-446. https://doi.org/10.33996/revistahorizontes.v5i18.186
Black, P., y Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7-74. https://doi.org/10.1080/0969595980050102
Bonnefoy Valdés, N. (2021). Evaluación de competencias en educación superior: conceptos, principios y agentes. Revista Educación, 45(1), 578-592. https://doi.org/10.15517/revedu.v45i1.43444
Boud, D., y Molloy, E. (2013). Rethinking models of feedback for learning: the challenge of design. Assessment & Evaluation in Higher Education, 38(6), 698-712.
https://doi.org/10.1080/02602938.2012.691462
Carless, D., y Boud, D. (2018). The development of student feedback literacy: enabling uptake of feedback. Assessment & Evaluation in Higher Education, 43(8), 1315-1325.
https://doi.org/10.1080/02602938.2018.1463354
Cordón García, O. (2023). Inteligencia artificial en educación superior: oportunidades y riesgos. RiiTE Revista Interuniversitaria de Investigación en Tecnología Educativa, 16-27.
https://doi.org/10.6018/riite.591581
Cribilleros-Shigihara, O. A., Gamarra-Chirinos, O. P., Vergara-Vasquez, A. T., y Villanueva-Javes, J. A. (2025). Competencias del docente investigador en la era de la inteligencia artificial: retos y oportunidades en educación superior. Revista de Ciencias Sociales, 31(4), 517-528.
https://doi.org/10.31876/rcs.v31i4.44878
Cui, Y. (2026). Artificial intelligence and human assessment consistency and bias in higher education academic writing evaluation. Discover Artificial Intelligence, 6(1).
https://doi.org/10.1007/s44163-026-01286-0
Dávila Ramírez, J. R., y Huertas Martínez, J. A. (2024). Evaluación formativa y calidad de la retroalimentación: diseño y validación de escalas para profesores escolares. Educación XX1, 27(2), 167-194. https://doi.org/10.5944/educxx1.38283
Del Valle, E. (2025). La inteligencia artificial en la educación: potencial transformador, riesgos de sesgo y desafíos éticos. Revista Iberoamericana de Educación, 99(1), 79-93.
https://doi.org/10.35362/rie9916838
Gómez Reyes, A. (2023). Intervenciones de retroalimentación formativa. PARADIGMA, 16-35.
https://doi.org/10.37618/paradigma.1011-2251.2023.p16-35.id1465
Hattie, J., y Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81-112. https://doi.org/10.3102/003465430298487
Huerta Rosales, M., y Vigoa Escobedo, Y. (2024). La evaluación formativa desde el enfoque de la evaluación auténtica en la educación superior universitaria. Revista de Investigación Científica Huamachuco, 2(2), 91-105. https://doi.org/10.61709/4akj9s23
Jacobs, J., Scornavacco, K., Harty, C., Suresh, A., Lai, V., y Sumner, T. (2022). Promoting rich discussions in mathematics classrooms: using personalized, automated feedback to support reflection and instructional change. Teaching and Teacher Education, 112, 103631.
https://doi.org/10.1016/j.tate.2022.103631
Jin, F. J.-Y., Maheshi, B., Lai, W., Li, Y., Gasevic, D., Chen, G., Charwat, N., Chan, P. W. K., Martinez-Maldonado, R., Gasevic, D., y Tsai, Y.-S. (2025). Students' perceptions of generative AI-powered learning analytics in the feedback process. Journal of Learning Analytics, 12(1), 152-168. https://doi.org/10.18608/jla.2025.8609
Kroff Trujillo, F. J., y Bellemans Fagalde, P. J. (2026). La competencia digital docente en educación superior: tensiones, enfoques y desafíos contemporáneos. Revista TSup (Transformación Superior), 2(1), 68-84. https://doi.org/10.53382/issn.2810-7977.41
Lee, S. S., y Moore, R. L. (2024). Harnessing generative AI (GenAI) for automated feedback in higher education: a systematic review. Online Learning, 28(3). https://doi.org/10.24059/olj.v28i3.4593
Leiva-Guerrero, M. V., Araya Zamorano, I., Escobar Collins, R., y Silva Castro, F. (2026). Retroalimentación de aprendizajes con inteligencia artificial generativa en estudiantes universitarios. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 241-267.
https://doi.org/10.5944/ried.45547
Memarian, B., y Doleck, T. (2024). Human-in-the-loop in artificial intelligence in education: a review and entity-relationship (ER) analysis. Computers in Human Behavior: Artificial Humans, 2(1), 100053. https://doi.org/10.1016/j.chbah.2024.100053
Mendonça, P. C., Quintal, F., Figueiredo, M., Baras, K., y Mendonça, F. (2026). A hybrid reasoning framework for artificial intelligence assessment rubric generation in human and automated contexts: evidence from an undergraduate programming course. Computers and Education: Artificial Intelligence, 11, 100663. https://doi.org/10.1016/j.caeai.2026.100663
Muñoz Cortés, P., Henríquez D'Aquino, E., y Kunakov Pérez, N. (2023). Retroalimentación como evaluación formativa desde la perspectiva docente en odontología: estudio de caso. Educación Médica, 24(2), 100785. https://doi.org/10.1016/j.edumed.2022.100785
Ninaus, M., y Sailer, M. (2022). Closing the loop - the human role in artificial intelligence for education. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.956798
Parra Martínez, B. D., Orejarena Silva, H. A., y Acosta Salazar, H. U. (2022). Retroalimentación docente universitaria. Inclusión y Desarrollo, 9(1), 24-36.
https://doi.org/10.26620/uniminuto.inclusion.9.1.2022.24-36
Pattier, D., y Ferreira, P. D. (2023). ¿Presencial, online o híbrida?: percepciones y preferencias por parte de docentes y estudiantes de educación superior. Revista Complutense de Educación, 34(1), 69-79. https://doi.org/10.5209/rced.76766
Ruiz Domínguez, M. Á., y Maggio, M. (2025). Evaluación de una didáctica en vivo híbrida en educación superior: un estudio de caso. REDU. Revista de Docencia Universitaria, 23(1), 77-92.
https://doi.org/10.4995/redu.2025.22702
Santana-Soriano, E. (2025). Ética e inteligencia artificial en educación: un análisis bibliométrico de tendencias emergentes y desafíos. Ciencia y Educación, 9(1), 95-111.
https://doi.org/10.22206/cyed.2025.v9i1.3255
Tam, A. C. F. (2024). Evolution of feedback ecology: reshaping students' conceptions and practices in feedback literacy. Assessment & Evaluation in Higher Education, 49(3), 376-391.
https://doi.org/10.1080/02602938.2023.2246701
Valdez Valdez, L. S., Sánchez Uscamayta, J. O., y Lescano López, G. S. (2023). Evaluación formativa: retroalimentación, estrategias e instrumentos. Revista Educación, 47(2), 1-24.
https://doi.org/10.15517/revedu.v47i2.53987
Valenzuela-Velasco, C. A. (2026). Percepción docente sobre el uso de la inteligencia artificial en la educación superior. Prohominum, 8(2), 473-482. https://doi.org/10.47606/acven/ph0503
Viberg, O., Poquet, O., Kovanovic, V., y Khosravi, H. (2025). Fostering human agency in age of AI. Journal of Learning Analytics, 12(3), 1-7. https://doi.org/10.18608/jla.2025.9485
Woitt, S., Weidlich, J., Jivet, I., Orhan Göksün, D., Drachsler, H., y Kalz, M. (2025). Students' feedback literacy in higher education: an initial scale validation study. Teaching in Higher Education, 30(1), 257-276. https://doi.org/10.1080/13562517.2023.2263838
Yeung, S. (2025). University students' engagement with generative AI-supported automated writing evaluation (AWE) feedback. Journal of Second Language Writing, 68, 101203.
https://doi.org/10.1016/j.jslw.2025.101203
Zhan, Y., y Yan, Z. (2026). Students' engagement with ChatGPT feedback: implications for student feedback literacy in the context of generative artificial intelligence. Assessment & Evaluation in Higher Education, 51(5), 821-834. https://doi.org/10.1080/02602938.2025.2471821
Derechos de autor 2026 Rosalynn Tejada Auccacusi , Federico Ubaldo Fernandez Sutta, Delfín Richard Mendoza Quispe, Jose Angel Yañez Tuero

Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.









.png)
















.png)
1.png)

