Palabras clave: Competencias, evaluación de realizaciones, evaluación de habilidades y destrezas, diseño de evaluación de competencias.

• El enfoque dado a la educación determina en gran medida la naturaleza, alcance y rasgos del modelo evaluativo.
• El modelo de evaluación, a su vez, influye decisivamente en el producto y el proceso de la Educación.

Respecto al primer punto, la concepción de la educación y la naturaleza y características de sus objetivos, métodos y productos condicionan en alto grado qué evaluar, cómo evaluar y cuándo evaluar. Así, al adoptar el enfoque educativo EBC, el objeto de la evaluación del logro de los alumnos (qué evaluar) no puede ser otro que las competencias establecidas como objetivos, lo que a su vez condiciona sustancialmente la metodología y los instrumentos de evaluación (cómo evaluar) y por consiguiente habrá que modificar también el número y la frecuencia de las intervenciones evaluativas (cuándo evaluar).

En cuanto al segundo punto, en un trabajo anterior (De la Orden, 2000) me arriesgaba a formular como sigue lo que podría considerarse como el axioma general sobre la influencia o impacto de la evaluación en el objeto evaluado: Sea cual fuere la modalidad, tipo o modelo evaluativo adoptado en cualquier situación educativa, su impacto sobre el proceso y el producto de la educación es decisivo, siempre que la evaluación tenga consecuencias, es decir, siempre que se tomen las decisiones en función de las cuales se decidió la evaluación. Una evaluación sin consecuencias es inútil y puede ser perjudicial para el objeto evaluado y su contexto.

La explicación de la influencia constatada de la evaluación en el proceso y el producto de la educación se apoya en el hecho de que las necesarias consecuencias de la evaluación modifican en algún sentido el objeto evaluado, en nuestro caso el logro de competencias. Estos efectos, al ser percibidos por las audiencias como positivos o negativos –deseables o no deseables– condicionan en alto grado su conducta. Por otra parte, el elemento determinante del sentido de la modificación del objeto evaluado se identifica, sin duda, con los criterios y estándares que indican lo que se exige del estudiante y del programa, para que el juicio de valor sobre el mismo sea favorable. Parece evidente que los alumnos intentan satisfacer las exigencias, criterios y estándares de los exámenes respecto a su aprendizaje. De forma general, por tanto, podemos afirmar que el modelo de comportamiento implícito en los criterios y estándares de evaluación, al constituir una expresión concreta de lo que se espera del programa y de los estudiantes realmente, puesto que es lo que se exige de hecho, define de una manera efectiva los objetivos reales y operantes de la educación, independientemente de lo estipulado de manera formal y de que existan o no formulaciones expresas de los mismos.

Si, además, consideramos el principio de la determinación teleológica de los medios, es decir, la capacidad condicionante de los fines y objetivos respecto a los medios para alcanzarlos, debemos concluir que la evaluación al prescribir realmente los objetivos de la educación determina, en gran medida, las características de la intervención y del aprendizaje resultante, lo que los alumnos aprenden y cómo lo aprenden, lo que los profesores enseñan y cómo lo enseñan, los contenidos y los métodos, en otras palabras, el producto y el proceso del programa y las características del sistema y de las instituciones escolares. En efecto, si la calidad de la educación está vinculada a un sistema de coherencias entre los elementos educativos, la virtualidad de la evaluación como estímulo o freno de la calidad educativa dependerá enteramente de las características del esquema evaluador: si los criterios y los modos de evaluación, que determinan a su vez los objetivos reales, y en última instancia el producto del sistema o del programa, son coherentes con los objetivos formalmente establecidos –o sobre los que existe un consenso implícito–, y, a través de ellos, con el sistema de valores del que derivan, la evaluación actuará como el más poderoso factor de promoción de la calidad educativa al garantizar la congruencia y eficacia del sistema en su conjunto. Si, por el contrario, los criterios y modos de evaluación movilizan los procesos educativos hacia objetivos no coherentes con las metas formalmente establecidas o implícitamente aceptadas del programa ni, en consecuencia, con el sistema axiológico en que se sustentan, la evaluación se constituye en el mayor obstáculo a la calidad (De la Orden, 1992).

Dado, pues, que la evaluación del aprendizaje puede influir positiva o negativamente en la calidad de la educación, resulta necesario determinar qué características debe poseer un modelo evaluativo para maximizar sus efectos positivos y minimizar o anular los negativos.

Evidentemente, la condición fundamental de un sistema de evaluación es que sea educativamente válido, lo cual implica no solamente que los instrumentos de medida utilizados (test, pruebas, escalas de observación, procedimientos no formales, etc.) sean válidos en el sentido tradicional, sino también que exista un máximo de congruencia entre los criterios y modos de evaluación, la especificación de objetivos y el proceso didáctico o de intervención educativa. Esta triple congruencia supone que el elemento común a los criterios y estándares de evaluación, los objetivos educativos y el proceso docente- discente es el comportamiento cognitivo, afectivo y psicomotor de los alumnos claramente especificado. En efecto, los objetivos no son otra cosa que la especificación de este comportamiento o de la capacidad para el mismo en forma de resultados esperados del proceso educativo; los criterios y estándares de evaluación, lo que se exige, constituyen, en conjunto, una muestra representativa de tal comportamiento; y el proceso didáctico se apoya en este comportamiento como base para su adquisición por los alumnos.

En consecuencia, la validez educativa de la evaluación del aprendizaje, como base de la calidad de la educación, significa:

1. Que el aprendizaje de los alumnos (conocimientos y otros comportamientos que han de ser adquiridos), en nuestro caso las competencias, sean claramente definidos y especificados.
2. Que los criterios y estándares de evaluación (lo que se exige) deben constituir una adecuada muestra representativa de los contenidos y conductas especificados en los objetivos. Esta es la condición básica de la evaluación como palanca de mejora y optimización educativa.
3. Que la forma, procedimientos e instrumentos de evaluación exijan los comportamientos especificados en los objetivos del modo más directo. Es decir, la técnica evaluativa empleada (observación de procesos, análisis de productos, informe, examen escrito tradicional, cuestiones de recuerdo o reconocimiento, pruebas con materiales, preguntas, etc.) debe estar directa y estrechamente relacionada con las características del aprendizaje o realización deseadas. Por ejemplo, si un objetivo del programa de Química es que los estudiantes manejen adecuadamente determinadas piezas del equipo del laboratorio, exigir la descripción oral de cómo manejaría tales piezas, o la elaboración de un esquema gráfico del proceso, son formas menos válidas que requerir el desarrollo real del proceso en el propio laboratorio.
4. Que la evaluación sea fiable y objetiva en el sentido de que el azar o los errores instrumentales tengan un efecto mínimo en los resultados.

En síntesis, la validez educativa de la evaluación supone validez axiológica, validez curricular y validez instrumental.

La cuestión, no obstante, sigue siendo cómo operacionalizar esta concepción de la validez de la evaluación educativa y lograr formas de examen para los enfoques EBC que garanticen el isomorfismo entre universos de objetivos educacionales, que representen las facetas más significativas del logro de competencias y universos de criterios evaluativos, representados por universos de ítems, cuestiones y exigencias de evaluación, Una vía posible y prometedora para operacionalizar el concepto de una evaluación isomórfica con los objetivos del aprendizaje, como base de la calidad de la educación, consiste, precisamente, en el diseño de procesos evaluativos inspirados más en la referencia criterial que en la normativa. Una evaluación de estas características se acerca mucho a la concepción evaluativa descrita como factor decisivo para optimizar la educación, ya que constituye un intento valioso de asegurar la coherencia entre criterios de evaluación (objetivos reales) y objetivos formales de la educación y, por tanto, con capacidad para movilizar el proceso educativo hacia las metas deseadas y deseables. Naturalmente, que la evaluación referida a criterios no resuelve, por sí misma, el problema de la validez ni de la calidad de la educación que exigen, además, la coherencia entre objetivos específicos y fines generales de la educación y de éstos con un sistema axiológico.

Partiendo de estas consideraciones generales sobre el sentido, funciones de la evaluación y de los requerimientos de su validez educativa, este artículo continúa con nuevas reflexiones sobre cómo adaptar las precedentes consideraciones a un plan o procedimiento general y educativamente válido de evaluación de competencias, en cuanto producto de la intervención educativa en instituciones de educación general de nivel medio o superior, sus fundamentos y justificación lógica.

1. La competencia es el desempeño efectivo y eficiente de una función, de un papel o de una posición.
2. La competencia es la combinación y uso integrado de conjuntos de conocimientos, destrezas, habilidades y actitudes para realizar una determinada tarea.

En coherencia con el principio de la necesaria adaptación de la evaluación a las características de su objeto, cada una de estas concepciones de competencia exige diferentes formas, planes, metodologías, instrumentos de recolección de información y modos de expresar la valoración de los resultados de la intervención educativa.

El resto del artículo se dedica, en consecuencia, a la caracterización general de la evaluación de la competencia, como producto educativo, en las dos concepciones señaladas.

• El énfasis en los resultados o productos, en este caso, de la EBC, específicamente en cada uno de los múltiples resultados, considerando separadamente a cada uno.
• La creencia de que estos resultados pueden y deben ser especificados hasta el punto en que aparezcan con la máxima claridad y “transparencia”.
• Separación o desligamiento de la evaluación de instituciones o programas particulares.

Sin embargo, dos de estos rasgos, el énfasis en los resultados y la transparencia, no son exclusivos del contexto competencial en evaluación; también aparecen como características definitorias del tipo de medida y evaluación de referencia criterial, aunque obviamente, evaluación de competencias y evaluación referida a criterios no son idénticas. La primera implica la idea de competencia que es esencialmente no académica. En la práctica, parece derivar del análisis de un rol prospectivo en la sociedad contemporánea con la finalidad de certificar el progreso de los estudiantes en base a demostraciones de desempeño de roles. En otras palabras, la competencia es de origen ocupacional y está vinculada a la idea de realizaciones en la “vida real”.

Evaluación de competencias concebidas como Desempeño Efectivo y Eficiente de Funciones y Roles o Papeles

Las bases y postulados de esta orientación educativa parecen apuntar hacia modelos evaluativos holísticos, de apreciación global de la competencia, más que a la valoración analítica de los requisitos exigidos por ella. En efecto, la evaluación global de una competencia resulta mucho más compleja que la simple medida de conocimientos y destrezas básicas, pero constituye la única forma válida de hacerlo. Así, la constatación de que un sujeto no alcanza el nivel de conocimientos, destrezas y actitudes requerido por una competencia determinada indica, sin lugar a dudas, que el sujeto en cuestión no ha logrado dicha competencia; pero esto no permite afirmar que si el sujeto de referencia hubiera alcanzado el nivel establecido en cada uno de los requisitos señalados como exigencia, habría adquirido la competencia pretendida. En otras palabras, el dominio de los conocimientos, destrezas y actitudes, supuestamente requisitos necesarios de una competencia no es evidencia suficiente de la adquisición y dominio de la misma. En efecto, el dominio de una competencia se identifica exclusivamente con el cumplimiento de una función o el desempeño con éxito de un papel, lo cual supone cumplir, claro está, los requerimientos básicos (conocimientos, destrezas, actitudes y su utilización adecuada en un contexto dado).

Como afirma Ribes (2011) el aprendizaje basado en competencias, así concebidas, no requiere de procedimientos de evaluación extrínseca a la propia situación de enseñanza-aprendizaje. La competencia tiene lugar, o no tiene lugar, en términos de actividades y logros en una situación determinada.

El dominio de una competencia, pues, únicamente se manifiesta en el desempeño de la función o rol correspondiente y, en consecuencia, sólo puede ser constatado y confirmado contrastando el éxito de dicho desempeño con un criterio previamente establecido. Por tanto, en la EBC, el principal indicador del éxito educativo de los alumnos es el conjunto de actividades y logros que caracteriza un desempeño eficiente de la función o rol para la que están siendo preparados cuya valoración exige, por parte del estudiante, la demostración práctica de tal función o rol. En otras palabras, el criterio de dominio, indicador de competencia, es el ajuste del desempeño exitoso de la función o rol, a unos estándares, o niveles de realización, (performance) empíricamente contrastables. Cuando lo que se solicita en la evaluación es realizar una tarea o actividad (como resolver problemas de matemáticas, diagnosticar la enfermedad de un paciente, conversar en una lengua extranjera o generar hipótesis para explicar un fenómeno) en vez de pedir la selección de respuestas de una lista predeterminada, se habla de Performance Assessment, expresión inglesa universalizada que podría traducirse al español como evaluación de desempeño o de realización. Puesto que la concepción de competencia que ahora consideramos se identifica con el desempeño con éxito de un rol o función (tareas), parece razonable que la evaluación de la misma se incluya en la modalidad o categoría de performance assessment, aunque ciertamente esta denominación se aplica con más precisión a la evaluación de destrezas y habilidades, como veremos en el siguiente epígrafe al tratar de la evaluación de competencias como conjuntos de conocimientos y destrezas.

Con la idea de competencia como desempeño exitoso de una función o rol, ¿cómo podemos desarrollar un adecuado sistema de evaluación para determinar en qué grado los alumnos han adquirido las competencias previstas? La forma más simple de responder a esta cuestión sería asegurar que la definición de la competencia incluyera la minuciosa descripción del desempeño de la función, o rol, y los criterios de éxito en el desempeño.

En una perspectiva pragmática, pasamos a exponer esquemáticamente los pasos pertinentes en la planificación y diseño de la evaluación de competencias como desempeño exitoso de funciones o roles, en el contexto apuntado:

1. Análisis de los roles y funciones generales a desempeñar y los específicos dentro de cada uno de los generales, y determinación de las competencias.
   
2. Definición operacional de las competencias deseadas como resultados o productos de la intervención educativa.

   La definición operativa de una competencia resulta mucho más compleja que los conocimientos disciplinares y las destrezas básicas. En efecto, es mucho más fácil definir resultados en lenguaje, matemáticas, física o sociología que en el logro de una competencia profesional o vital incluida como objetivo o resultado esperado, por ejemplo, ser un consumidor responsable, un cirujano cardiovascular, un gran orador, un buen padre, un excelente jugador de baloncesto o un buen ciudadano. Por tanto, las especificaciones precisas de esos roles o funciones constituye un primer paso crítico en la evaluación de competencias.

3. Tansformar las competencias en resultados o productos esperados (Objetivos).
   
4. Establecimiento de criterios y estándares de éxito del desempeño para la evaluación.
   
5. Determinación precisa de las condiciones de la evaluación del desempeño

   Es importante decidir las tareas del evaluando y las situaciones de evaluación, es decir, el contexto de la evaluación, donde realizarla (en el lugar de trabajo, en la escuela, en un contexto de simulación, etc.).

6. Métodos e instrumentos de evaluación.

   Deberán seleccionarse los métodos más relevantes y directos para la competencia a evaluar. He aquí algunos de los más adecuados:

   • Demostración práctica de la competencia.

La inspección visual y la valoración del producto pueden ser realizados con objetividad. Los instrumentos usuales para registro y valoración del desempeño son las listas de control y las escalas de valoración.

• Simulaciones. Los mismos instrumentos que en la demostración práctica o mecanismos automáticos de registro y valoración.
• Observación directa: listas de control y escalas de valoración; para productos, escalas de producción.
• Observación Indirecta: evidencia de los supervisores, colegas, etc.
• Evidencia de formación anterior: portafolios, cualificaciones, etc.

7. Procedimientos de valoración y su transformación en puntuaciones.

   La diferenciación entre niveles de competencia debe objetivarse de forma precisa, para lo cual es necesaria una formalización numérica que represente adecuadamente el grado de dominio de una competencia (Jornet et al., 2011).

8. Establecimiento de las puntuaciones de corte para distinguir nítidamente los niveles de competencia (éxito en el desempeño).
   

   Definir los elementos que diferencian los niveles de competencia es una exigencia básica. La calidad de las puntuaciones de corte afecta directamente a la validez de la evaluación (Jornet et al., 2011)

Evaluación de competencias concebidas como combinación de conocimientos y destrezas

La Educación Basada en Competencias, apoyada en una concepción de la competencia como el conjunto integrado de conocimientos, habilidades y destrezas y actitudes necesarios para el logro de la tarea o la solución de los problemas exige, para la evaluación de los resultados o productos, la determinación y definición de los conocimientos, habilidades, destrezas y actitudes necesarios para el logro de la competencia. La adquisición de estos requisitos constituye el objetivo real de la formación competencial y, en consecuencia, el objeto directo de la evaluación. En esta perspectiva evaluar competencias se limitaría a evaluar conocimientos, destrezas y aptitudes y el dominio de uno, dos o los tres de estos requisitos se identificaría con el dominio de una competencia.

Siguiendo, en general, el análisis que hace Ribes (2011) del significado de estos términos, me limito a una breve caracterización de los conceptos que representan. Destreza (habilidad) se identifica con “hacer algo que se ajusta a algo”, es decir, supone una acción y un objeto sobre el que se actúa. Toda destreza presupone siempre una técnica y su utilización apropiada. La aptitud, por su parte, se refiere no a lo que se hace sino a lo que se puede hacer. Se trataría de una propensión a actuar de cierta manera y no de otra y, siempre, este hacer, o no hacer, ligado a un criterio. Es decir, la aptitud delimita la forma en que se cumplirá un requisito. Finalmente, conocer y saber, como términos de capacidad, se relacionan con métodos, técnicas y desempeños acercándose conceptualmente al término destreza, especialmente si nos referimos más al saber cómo, o conocimiento procedimental que al saber qué o conocimiento deliberativo.

En la década de 1980 del siglo pasado, antes de que la EBC se generalizase, con caracteres de “moda pedagógica”, se percibió la necesidad de cambiar los métodos de evaluación de los resultados educativos. En efecto, las reformas curriculares, especialmente en Estados Unidos, intentaron apoyarse en la investigación que sugería la dificultad y, en muchos casos, imposibilidad, de los alumnos de aplicar a la resolución problemas significativos en la vida real, hechos y conceptos, que eran perfectamente capaces de exponer y repetir. Partiendo de la idea de que la evaluación del aprendizaje de los estudiantes puede jugar un papel esencial en la mejora de la enseñanza, ampliaron el objetivo de la reforma incluyendo también un cambio de la evaluación junto al de la instrucción, con el argumento de que la evaluación necesitaba reflejar mejor la capacidad de los alumnos para aplicar su conocimiento y destrezas en la realización de tareas y en hacer frente eficazmente a situaciones complejas. Los avances en el estudio tanto de las formas superiores de pensamiento y de formas complejas de conocimiento (procesos lógicos de búsqueda, formulación de explicaciones científicas, enfrentarse a situaciones nuevas), así como de la medida en psicología y educación, impulsaron cambios sustanciales acerca de cómo los alumnos procesan información y razonan con ella, que se tradujeron en cambios evaluativos para captar adecuadamente los aspectos significativos del pensamiento y el aprendizaje de los alumnos (Clark-Midura y Dede, 2010). Una década después, en los años noventa, se desarrollaba también un movimiento complementario centrado en el desarrollo de formas alternativas para la evaluación de los resultados de la enseñanza de las ciencias con instrumentos diseñados para medir la comprensión conceptual y las destrezas científicas de alto nivel de los estudiantes (Linn, 1994) .

Como ya hemos señalado, los instrumentos clasificados en la categoría de Performance Assessment o, evaluación de realizaciones, conocido también como Evaluación Auténtica, resultan adecuados en la medición de las destrezas del estudiante para resolver problemas, para razonar y la habilidad para aplicar el conocimiento a la resolución situaciones importantes y complejas. En esencia, se proponen tareas evaluativas que reproducen habilidades, destrezas, actividades y funciones del mundo real en contextos que reflejan situaciones en las cuales se requiere su práctica (American Educational Research Association, American Psychological Association y National Council on Measurement in Education, 1999)

La característica diferencial de la evaluación de realizaciones (Performance Assessment) es, pues, la alta similitud entre la realización o desempeño que se solicita en la evaluación y la realización que se desea promover en el alumno como resultado de la educación (Kane, 2001). Consecuentemente, proporciona una medida más directa del aprendizaje y logro de los alumnos que los tests de elección múltiple. La evaluación de realizaciones puede, por ejemplo, requerir al estudiante que dirija un experimento de laboratorio (proceso) y elaborar un informe original sobre la realización y el resultado del experimento (producto) con la convicción de lograr una valoración y una medida más directas de las destrezas que formulando preguntas en una prueba de elección de respuestas.

Este tipo de evaluación ha sido adoptado de forma general en las escuelas y universidades con programas de Educación Basado en Competencias en realidad, Performance-Based Education, dado que la concepción prevalente de competencia en estas instituciones supone su identificación de facto con destrezas y conocimientos de diverso orden. En principio, tanto el modelo general, evaluación de realizaciones (Performance Assessment) como su modalidad específica, evaluación de destrezas (Skill Assessment), son teóricamente adecuados en este enfoque educativo por su coherencia con el objeto a evaluar. No obstante, aunque la investigación confirma que la evaluación de realizaciones aporta soluciones a diversos problemas que plantea la evaluación tradicional, su aplicación para evaluar sumativamente amplias poblaciones resulta más costosa e ineficiente que la aplicación de procedimientos tradicionales.

Asimismo, Shavelson, Baxtor y Gao (1993) detectaron problemas en torno a la variabilidad de la muestra de las tareas a realizar. Los estudios pusieron de manifiesto que los resultados de los estudiantes en la realización variaban significativamente de una a otra tarea. Se supone que, idealmente, la realización de los alumnos debería ser similar en todas las tareas. Aparecieron problemas semejantes relacionados con la variabilidad de la muestra de las “ocasiones” para la realización, los estudiantes variaban de una ocasión de prueba a otra. También se descubrió que el muestreo de tareas y ocasiones se confundían, resultando difícil distinguir la causa del error. Como resultado, los investigadores sugieren que se precisan múltiples pruebas para lograr observaciones adecuadas de la realización del estudiante. Métodos diferentes de probar la realización de las tareas proporcionan una variedad de evidencia que puede utilizarse para triangular la evaluación.

En síntesis, la meta de una evaluación es obtener inferencias válidas relacionadas con los resultados esperados de los alumnos (Linn et al., 2002). No es posible conseguir con una evaluación todos los propósitos; por ejemplo, una evaluación que proporcione información sobre la comprensión conceptual profunda de los alumnos que puede utilizarse para orientar la enseñanza, debe ser diferente de otra evaluación que proporcione valoraciones del sistema educativo para dirigir la política y la gestión del mismo.

Sin embargo, la investigación sobre la próxima generación de formas de evaluación podría romper el molde de las prácticas tradicionales de pruebas. Se están diseñando formatos de evaluación innovadores, como las simulaciones, para medir altos y complejos niveles de conocimiento y búsqueda de soluciones a problemas y situaciones nuevas imposibles de probar con los formatos tradicionales (Quellmalz y Pellegrino, 2009). La evaluación en el área de enseñanza de las ciencias destaca claramente en la exploración de nuevos problemas, tipos de ítems y enfoques evaluativos para la educación pre universitaria. En 2006, PISA piloteó la prueba Computer-Based Assessment of Science (CBAS) con la finalidad de probar el conocimiento científico y procedimientos de búsqueda no medidos en el correspondiente test de PISA, en formato papel. CBAS incluye ítems basados en escenario y conjuntos de tareas tales como investigaciones sobre las instalaciones de la temperatura y presión para un reactor nuclear simulado. En 2009 la estructura y especificaciones para la evaluación del conocimiento científico del National Assessment of Educational Progress (NAEP) proponía diseños de tareas interactivas en el computador para probar la habilidad de los alumnos e implicarse en prácticas de investigación científica (Quellmalz et al., 2009).

Los mismos autores describen otras formas innovadoras de evaluar para incrementar tanto la sofisticación de los problemas propuestos a los estudiantes como las observaciones exigidas para la colecta y análisis de evidencia necesarios para hacer inferencias acerca de lo que saben y pueden hacer los estudiantes (Quellmalz et al., 2009).

Diseño y puntuación de la evaluación de conocimientos y destrezas

La planificación y diseño de la evaluación de los conocimientos, destrezas y habilidades con que se identifican las competencias a que me estoy refiriendo en este apartado es muy similar a la apuntada para la evaluación de las competencias concebidas como desempeño exitoso de funciones y roles. Aquí, sin embargo, nos basaremos en uno de los estudios que han supuesto avances significativos en la metodología y el diseño de la evaluación de conocimientos y destrezas en el marco del Performance Assessment, aludidos en los párrafos anteriores. En efecto, asumiendo la idea de Linn et al. (2002), ya citada, de que la meta de la evaluación de realizaciones es proporcionar evidencias válidas relacionadas con lo que esperamos de los estudiantes, uno de los modelos de diseño más avanzado es Evidence-Centered Design (ECD) (Mislevy, Steinberg y Almond, 2003; Mislevy y Haertel, 2006) que, según Clarke-Midura y Dede (2010) proporciona procedimientos rigurosos para unir las teorías del aprendizaje y del conocer a las demostraciones para interpretar las evidencias.

El ECD estructura el diseño de evaluación de conocimientos y destrezas en cuatro grandes fases:

1. Análisis del dominio, objeto de evaluación.
2. Modelamiento del dominio.
3. Estructura conceptual de la evaluación.
4. Arquitectura de la prueba.

Las fases 1 y 2 se centran en los propósitos de la evaluación, en la naturaleza del saber a evaluar y en las estructuras para observar y organizar el conocimiento.

La fase 3 está relacionada con el llamado Triángulo Evaluativo, es decir, el diseño se centra en el modelo del estudiante como sujeto que aprende (qué destrezas se están evaluando); el modelo de evidencia (qué conductas o realizaciones ponen de manifiesto el conocimiento y las destrezas evaluadas); y el modelo de tarea (qué situaciones ponen de manifiesto las conductas o evidencias).

La fase 4 se centra en la presentación y puntuación de la tarea.

La evaluación de la realización del alumno requiere procedimientos de puntuación cuidadosamente diseñados de acuerdo con la naturaleza de las tareas y las destrezas y conocimientos que se trata de medir. Los procedimientos deben basarse en juicios de expertos, ya que las respuestas del estudiante son valoradas de acuerdo con criterios predeterminados. Es absolutamente necesario definir con precisión y claridad los procedimientos para que puedan derivarse interpretaciones válidas de las puntuaciones asignadas.

En la evaluación de realizaciones se emplean con mucha frecuencia las rúbricas de puntuación para valorar el nivel adquirido por los alumnos en una destreza. La rúbrica es simplemente una escala de puntuación que califica la realización de acuerdo con un conjunto de criterios específicos para la tarea que se evalúa. En realidad es una escala de valoración (rating scale) con dos componentes: los criterios de valoración y los niveles de realización. Los criterios, como expresión de las características de la buena realización de una tarea, suelen situarse en la columna izquierda de una tabla, como cabezas de fila. Los niveles de puntuación, que no pueden ser menos de dos, se sitúan en la fila superior de una tabla como cabezas de las columnas. Obviamente, la realización reflejada en cada nivel de puntuación debe diferir claramente de la realización reflejada en los restantes niveles.

Se pueden usar rúbricas holísticas o analíticas. En las primeras, no se establecen niveles de realización para cada criterio, sino que se valora la realización, como un todo, con múltiples criterios; en las segundas, se articulan niveles de realización para cada criterio.

Quiero terminar con una brevísima referencia a la validación de la evaluación de competencias, específicamente de la evaluación de conocimientos y destrezas como expresión de competencias. En otras palabras, se trata de destacar la importancia de enfrentarse con el problema de la validez de la evaluación de realizaciones (performance assessment). En efecto, la validez es un tema esencial en la elaboración y aplicación de instrumentos de medida y evaluación. De acuerdo con Messick (1994):

La validez es un juicio evaluativo integrado que indica el grado en que la evidencia empírica y la racionalidad teórica confirman la adecuación y propiedad de inferencias y acciones basadas en las puntuaciones de una prueba o de cualquier otro modo de evaluación.

Intentar obtener evidencia de nuestras preguntas y tareas evaluativas prueba realmente que el conocimiento, destrezas y habilidades de los estudiantes son realidades complejas. Para los tests de Educación y Psicología pueden consultarse los estándares generales de AERA, APA y NCME. Entre los criterios específicos de validez propuestos para la evaluación de realizaciones, se citan con frecuencia, sin que esto suponga limitación alguna para otros, los siguientes:

• Representatividad del contenido en la muestra de conocimientos y tareas seleccionadas para la prueba.
• Complejidad cognitiva, lo cual supone que la realización de las tares propuestas a los estudiantes requiera las destrezas de pensamiento con el nivel de complejidad deseada.
• Significatividad, es decir, las tereas propuestas serán percibidas como significativas y valiosas por alumnos y profesores.
• Generalizabilidad, como indicador de la fiabilidad de la prueba que es requisito necesario de validez.
• Consecuencias, ya que sin consecuencias, la evaluación no cumpliría su función básica: optimizar el objeto evaluado, en este caso la educación.

Son recomendables, entre otros, los siguientes trabajos sobre validez de la evaluación de realizaciones: Quellmalz et al. (2006), Baartman et al. (2007) y Messick (1995).