Cuando miro hacia adelante a lo largo de 2026 y más allá, no veo pequeños ajustes incrementales. Veo un sector que está siendo remodelado en sus cimientos.

Las mayores fuerzas que afectan a la evaluación no están ocurriendo dentro de nuestra industria, sino en las profesiones a las que servimos. La IA está cambiando la forma en que las personas trabajan, cómo se estructuran los roles y cómo se manifiesta la competencia en la práctica real. Esa disrupción ya está aquí, y solo se acelerará. Nuestra responsabilidad es garantizar que las credenciales que otorgamos sigan siendo relevantes y de confianza en un mundo donde la naturaleza del trabajo y el estudio —y los caminos entre ellos— siguen cambiando.

Al mismo tiempo, la tecnología está avanzando en las herramientas disponibles para quienes buscan explotar nuestros sistemas, a menudo aprovechándose de los examinados que son persuadidos para pagar por servicios de trampa. Las amenazas a la seguridad evolucionan rápidamente y las oportunidades de mala conducta son cada vez más sofisticadas. Por tanto, las presiones a las que más estamos sometidos para el futuro son claras: mantener las credenciales alineadas con la práctica real y proteger la integridad del proceso de pruebas que las sustenta.

La IA ya está mejorando el proceso de evaluación, generando contenido de forma más eficiente, analizando grandes conjuntos de datos y permitiendo controles de seguridad más innovadores. Esas mejoras importan, pero no son la verdadera disrupción. El cambio más fundamental está ocurriendo en el lugar de trabajo.

En radiografía, arquitectura, contabilidad, construcción, educación y muchos otros campos, la IA está transformando el día a día. Las herramientas de IA se utilizan cada vez más para automatizar tareas que antes se realizaban manualmente. La información que antes había que memorizar ahora es instantáneamente accesible. Como resultado, las habilidades que más importan ya no consisten en retener conocimiento, sino en aplicar: interpretar información, ejercer juicio y supervisar los resultados de sistemas automatizados.

Si la recuperación del conocimiento ya no es el principal indicador de competencia, entonces la evaluación debe evolucionar. Necesitaremos medir cómo las personas aplican el conocimiento en contexto, cómo colaboran con herramientas de IA y cómo toman decisiones cuando la tecnología está integrada en sus flujos de trabajo. El mayor impacto de la IA no se sentirá en cómo creamos evaluaciones, sino en cómo definimos la competencia en sí.

Estos cambios en la competencia conducen naturalmente a cambios en los modelos de evaluación. Una de las tendencias más claras que veo emerger es el paso de los exámenes de opción múltiple de un solo punto hacia demostraciones de competencia más continuas y en tiempo real.

Los primeros usuarios ya están explorando tareas prácticas, datos de rendimiento y actividad en tiempo real para construir una imagen más rica y precisa de la capacidad. Con el tiempo, espero que estos enfoques se vuelvan mucho más comunes.

Este cambio será complejo. La evaluación se enmarca dentro de un ecosistema más amplio de educación, formación, práctica supervisada y regulación. Antes de que alguien se someta a un examen de licencia, por ejemplo, ha completado años de preparación. Cambiar el modelo de evaluación significa que cada parte de ese ecosistema debe moverse con nosotros.

Como vimos con el examen TOEFL rediseñado, un cambio significativo requiere largos plazos y un compromiso profundo con los educadores de todo el mundo. Pero la dirección es clara. La certificación y la obtención de licencias pasarán a ser menos una cuestión de demostrar competencia cada pocos años y más de demostrarla de forma continua.

Todo esto se desarrolla en un contexto de incertidumbre laboral. El número de puestos que se pueden automatizar está aumentando, especialmente los de nivel inicial. Algunos empleos desaparecerán, surgirán muchos nuevos. Sin embargo, ahora mismo sabemos más sobre la desaparición de empleos que sobre los que se están creando. Esto deja a trabajadores y empleadores atrapados entre dos realidades:

• Las habilidades tradicionales ya no son suficientes.
• Las nuevas habilidades aún no están claramente definidas.

Incluso la alfabetización en IA, una de las competencias emergentes más mencionadas, no tiene un estándar universal. Diferentes plataformas requieren distintas formas de experiencia, y carecemos de una comprensión compartida de cómo es un uso competente de la IA en la práctica. Para agravar este desafío, esas plataformas están evolucionando tan rápido que la competencia hoy no significa necesariamente competencia mañana.

Por eso precisamente la investigación será tan importante en los próximos años. No podemos basarnos en suposiciones. Necesitamos datos sólidos, metodologías calibradas y análisis rigurosos —sustentados por la ciencia de la medición— para definir estas nuevas áreas de habilidades y determinar cómo medirlas de forma responsable.

Aunque las habilidades necesarias en el lugar de trabajo o en la educación puedan cambiar, hay algo que no cambiará: la ciencia de la medición. Los principios psicométricos siguen aplicándose, incluso a medida que las herramientas y los contextos evolucionan. Así como el principio de gravedad no cambió cuando pasamos de caballos a coches o empezamos a volar, los fundamentos de la evaluación permanecen constantes. La equidad, la validez, la fiabilidad, la ausencia de sesgos y la práctica ética siguen aplicándose, independientemente de cómo evolucionen las habilidades en sí mismas.

A corto plazo, espero ver más atención en:

• Habilidades aplicadas y toma de decisiones
• supervisión y gestión de herramientas asistidas por IA
• Desempeño digital de tareas
• Habilidades duraderas y transferibles que apoyen la adaptabilidad

Nuestra fortaleza reside en nuestra capacidad para medir nuevas competencias utilizando metodologías sólidas y defendibles basadas en décadas de ciencia.

ETS y PSI están en una posición especialmente fuerte para guiar al sector durante este periodo de transformación. No porque persigamos la innovación, sino porque la fundamentamos en la ciencia, la evidencia y el impacto real.

El trabajo central de ese liderazgo es el trabajo del Instituto de Investigación ETS, que se centra en tres prioridades críticas a medida que evoluciona la evaluación en un mundo habilitado por IA:

• Definiendo las competencias que importan en una era de la IA
  A medida que cambian el trabajo y el estudio, nos centramos en identificar qué habilidades y formas de competencia realmente importan. Y cómo esas expectativas están cambiando entre profesiones, educación y el mercado laboral.
• Creando un nuevo paradigma sobre cómo se realiza la medición
  Esto incluye repensar los modelos tradicionales de evaluación, explorar nuevas formas de captar pruebas de competencia a lo largo del tiempo y asegurar que los enfoques emergentes sigan siendo válidos, justos, fiables y defendibles.
• Realizar investigación de políticas que informa el uso responsable de la innovación
  La innovación no ocurre en el vacío. Nuestra investigación está diseñada para apoyar a responsables políticos, reguladores e instituciones mientras navegan las implicaciones de la IA para la evaluación, la acreditación y la confianza pública.

Este trabajo se ve reforzado por la amplitud de datos y conocimientos que recopilamos en cientos de profesiones, industrias y geografías, dándonos una visibilidad temprana sobre tendencias emergentes. Pero el liderazgo también requiere disciplina: mantenerse anclados en la ciencia, guiados por la evidencia y centrados en lo que nos dicen los datos, no en el bombo o la especulación.

La gobernanza de la IA será esencial. Lo mismo ocurrirá con la innovación en seguridad de pruebas. Espero que los temores de exposición a ítems disminuyan a medida que la IA permita pools infinitos de ítems y formularios de examen casi únicos para cada examinado. Y a medida que los datos digitales y biométricos maduren, podremos identificar suplantación y pruebas proxy mediante firmas de comportamiento que no se pueden replicar fácilmente.

La integridad seguirá siendo la piedra angular de la confianza, y la tecnología nos dará nuevas herramientas para mantener esa confianza.

El futuro de la evaluación estará definido por la relevancia, la integridad y la capacidad de evaluar competencias reales en un mundo donde la IA está transformando fundamentalmente el trabajo. Las organizaciones que tengan éxito serán aquellas que se mantengan ancladas en la ciencia, impulsadas por los datos y centradas en las necesidades de los estudiantes, trabajadores, empleadores y el público.

ETS, apoyada por las fortalezas operativas de PSI, está bien posicionada para ayudar a liderar esta transición. El camino por delante será desafiante, pero también estará lleno de oportunidades. Si nos mantenemos centrados en los fundamentos, no solo nos adaptaremos al futuro de la evaluación, sino que también ayudaremos a moldearlo.