Evaluación estandarizada: para qué sirven y qué garantías dan

El Instituto Nacional de Evaluación Educativa (Ineed) surge como tal en el marco de lo establecido por la Ley General de Educación n.º 18.437 del 12 de diciembre de 2008. En sus resoluciones Fenapes también expresa rechazo a la evaluación estandarizada entendiendo que “refuerza lógicas mercantilistas de la educación". Rechazar la evaluación estandarizada significa rechazar, por ejemplo, las pruebas Aristas del Ineed y rechazar las pruebas Pisa de la OCDE (Programme for International Student Assessment).

Parece oportuno profundizar en los distintos propósitos de las evaluaciones de aprendizajes: determinar las condiciones iniciales del aprendizaje, guiar aprendizajes, certificar aprendizajes, guiar y monitorear progresos de aprendizajes. En otras palabras, las pruebas se diseñan y validan para funciones específicas y deben utilizarse para los propósitos para los que fueron diseñadas y limitar su uso a esas funciones. El tipo de uso hace, en parte, a la diferencia. Esto es, para qué se aplica la prueba, cuando se aplica la prueba, con qué frecuencia, bajo qué condiciones, quién recibe los resultados y qué decisiones se toman y se pueden tomar a partir de los datos que se obtienen de la
aplicación de la prueba.

Hay diferencias sustanciales entre pruebas con aplicación estandarizada y pruebas con aplicación no estandarizada, pruebas con puntuación o calificación objetiva y pruebas con calificación subjetiva, mediciones generalizables y mediciones no generalizables, pruebas sumativas y pruebas formativas.

Una evaluación de aprendizajes es estandarizada cuando tiene condiciones controladas y supervisadas. Este control hace posible comparar los resultados entre aquellos que participan de la aplicación de la prueba y comparar resultados entre distintas mediciones a lo largo del tiempo. El foco de las evaluaciones estandarizadas a gran escala está en el sistema: obtener información derivada de muestras de estudiantes, centros educativos, docentes. Muestras estadísticamente representativas. Buscan uniformizar la situación de testado para todos los examinados (aplicación estandarizada). Se desarrollan y califican bajo condiciones controladas. Importa decir que los datos provenientes de evaluaciones
no estandarizadas no pueden agregarse para generar información válida a nivel, por ejemplo, del sistema educativo.

Los resultados (los datos) pueden no ser confiables cuando estamos ante versiones de las pruebas que contienen ítems con diferentes niveles de dificultad (una prueba más fácil que la otra), hay significativas diferencias en las condiciones y circunstancias de aplicación de las pruebas, sistema subjetivo de puntuación o calificación de las pruebas,
….
Las evaluaciones estandarizadas aplicadas a gran escala no se piensan y diseñan para generar información diagnóstica individual (información desagregada a nivel del alumno). 

Tienen su lugar para, por ejemplo, certificación (identificación de los conocimientos y competencias estipulados para un nivel educativo en particular, ….), monitorear el estado y avance de los logros de aprendizaje a nivel nacional (tendencias a nivel del sistema) y a lo largo del tiempo, verificar que se logren estándares “mínimos, estimar niveles de desempeño de grupos de estudiantes, monitorear brechas entre grupos de estudiantes respecto de lo que saben y pueden hacer y lo que necesitan saber y ser capaces de hacer, evaluar equidad en oportunidades de aprendizaje a nivel de grupos, proporcionar información contextual y comparativa (características de grupos, puntuaciones de años previos), planificar el comienzo del año y tomar decisiones de gestión pedagógica basadas en evidencia. Buscan ser representativas de los contenidos curriculares a escala nacional (currículo intencional). Se diseñan para evaluar competencias y contenidos curriculares que hacen a los objetivos de la enseñanza (lo que se espera que los docentes enseñen) y las expectativas de aprendizaje (lo que se espera que los estudiantes aprendan y logren).

Interesa, bajo este sistema de evaluación, conocer dónde se encuentran los alumnos en relación a estándares de desempeño establecidos para la culminación de un ciclo, un nivel, o un grado educativo.

Distintos factores introducen variaciones en estas evaluaciones estandarizadas: quienes participan, formato de la prueba, como se compararán los resultados, si su uso será formativo o sumativo, si busca medir desempeños en un punto del tiempo o medir cambios entre distintos puntos del tiempo.

¿Cómo se diferencia de una una evaluación formativa? Una evaluación formativa genera información para ser utilizada durante el tiempo de enseñanza y se aplica periódicamente a lo largo del año académico (3 o 4 veces al año). Su foco: evaluación en aula para apoyar y mejorar la toma de decisiones a nivel del alumno y a nivel de la clase. Son pruebas para retroalimentar “en tiempo real”. Feedback descriptivo a los alumnos sobre lo que necesitan mejorar en sus aprendizajes. Feedback al docente sobre lo que necesita mejorar en la enseñanza.

Evaluaciones que tienen que estar asociadas a las progresiones de aprendizajes y servir de apoyo y guía para el proceso de enseñanza y aprendizaje.

Tienen menos de pruebas con fines de evaluación y más de procesos interactivos de enseñanza y aprendizaje.

La información sumativa proveniente de evaluaciones estandarizadas a gran escala puede también utilizarse para propósitos formativos. Ejemplos: Hacer uso de estadísticas e interpretaciones de los ítems (las preguntas) de una evaluación sumativa como referencias (benchmarks) de lo que puede razonablemente esperarse que los estudiantes logren; saber si los alumnos han adquirido los aprendizajes necesarios para posteriores aprendizajes.