Supuesto 7

La distinción entre evaluación formativa y sumativa fue establecida por Scriven (1967) y profundizada por Black y Wiliam (1998) en su influyente metasíntesis sobre la evaluación formativa (Inside the Black Box): los autores revisaron 250 estudios y hallaron que la retroalimentación correctiva mejora el rendimiento con un tamaño de efecto de 0,40-0,70 desviaciones estándar. La diferencia clave no es el momento, sino la función:

• Evaluación formativa: información continua para orientar el proceso de aprendizaje. El alumno sabe “dónde está” y “qué paso da a continuación” (modelo de Wiliam, 2011).
• Evaluación sumativa: valoración terminal del aprendizaje logrado para acreditar o calificar.

En este caso, la evaluación del debate es predominantemente formativa: el debate es un proceso en dos sesiones donde la retroalimentación en la primera sesión puede mejorar el desempeño en la segunda. Sin embargo, la observación final del docente puede contribuir con un peso máximo del 25% a la calificación sumativa del trimestre (función formativa-sumativa combinada, Harlen, 2005).

El Decret 175/2022 de Cataluña (art. 13-15) establece explícitamente la evaluación competencial continua y el uso de instrumentos variados, priorizando la función orientadora.

Criterio 1 — Rigor económico y uso de datos (35%)

• Excelente (9-10): Emplea datos verificados del BCE, Eurostat o INE (mínimo 2 fuentes diferentes), los contextualiza correctamente (zona euro vs. España) y los conecta con los mecanismos de transmisión monetaria.
• Adecuado (7-8): Cita al menos 1 dato real (por ejemplo, tipo de referencia BCE 4,5% en sept. 2023) y lo usa para apoyar su posición con coherencia.
• En proceso (5-6): Menciona datos numéricos sin indicar fuente o los usa de forma imprecisa.
• Insuficiente (0-4): Solo argumenta con opiniones o afirmaciones sin base empírica.

Criterio 2 — Coherencia y estructura argumentativa (30%)

• Excelente: La cadena lógica Premisa → Evidencia → Conclusión es explícita y sin saltos. Anticipa y refuta objeciones del otro equipo.
• Adecuado: La argumentación es coherente pero no anticipa objeciones.
• En proceso: Los argumentos son válidos pero el orden es confuso o hay non sequiturs menores.
• Insuficiente: Los argumentos son contradictorios o la posición cambia durante el debate sin justificación.

Criterio 3 — Escucha activa y réplica (20%)

• Excelente: Recoge literalmente lo que ha dicho el contrario (“habéis dicho que…”) antes de refutarlo. Usa argumentos ad rem, nunca ad hominem.
• Adecuado: Responde a los argumentos del contrario aunque no los parafrasea explícitamente.
• En proceso: A veces ignora el argumento contrario y repite el propio sin adaptarlo.
• Insuficiente: No muestra evidencia de haber escuchado al otro equipo. Interrumpe o descalifica.

Criterio 4 — Expresión oral y gestión del tiempo (15%)

• Excelente: Vocabulario económico preciso (tipo de interés nominal/real, inflación subyacente, efecto Fisher, curva de Phillips). Voz clara, contacto visual, tiempo gestionado (±10% del asignado).
• Adecuado: Vocabulario correcto con algún término impreciso. Tiempo gestionado con margen del 20%.
• En proceso: Vocabulario coloquial con algún tecnicismo. Excede el tiempo significativamente.
• Insuficiente: Vocabulario predominantemente cotidiano. Tiempo muy mal gestionado o intervenciones muy breves.

Aplicando el modelo de Wiliam (2011) — Activating learners as instructional resources for one another — se proponen tres técnicas de feedback simultáneo al debate:

• Tarjetas de color (semáforo argumental). El docente tiene tres tarjetas (verde: argumento sólido con dato; amarillo: argumento válido sin evidencia; rojo: non sequitur o dato incorrecto). Las muestra discretamente al equipo que interviene sin interrumpir el debate. El alumno ve en tiempo real la calidad de su intervención.
• Pausa estructurada entre sesión 1 y sesión 2. Al finalizar la primera sesión (30 minutos), el docente proporciona feedback escrito de 2-3 frases por equipo: un aspecto fuerte y una propuesta de mejora concreta (“En vuestra próxima intervención, podéis añadir el dato de la caída del PIB de la zona euro en 2023 para reforzar el argumento sobre el riesgo de recesión”).
• Coevaluación entre espectadores. Los equipos que no debaten en ese turno completan una ficha de observación de 3 indicadores binarios (sí/no) y un comentario libre. El docente recoge las fichas para triangular con su propia observación.

La rúbrica analítica garantiza mayor fiabilidad que la impresión global gracias a:

• Descriptores conductuales observables, no adjetivales (“cita 2 fuentes verificadas” frente a “usa bien los datos”). Siguiendo el patrón de Stevens y Levi (2013), cada descriptor describe la conducta observable esperada.
• Pilotaje inter-jueces: se comparte la rúbrica con otro docente del departamento que observa el mismo debate (o un extracto grabado). El acuerdo se mide con el índice kappa de Cohen; si κ > 0,70 se considera fiable.
• Normas de aplicación: el docente anota timestamps de cada intervención para poder revisar si hay discrepancias. La grabación del debate (con permiso de familias, RGPD) actúa como evidencia de respaldo.
• Conocimiento previo de la rúbrica: el alumnado recibe la rúbrica 1 semana antes del debate, lo que activa la autorregulación y elimina la sorpresa como fuente de varianza no deseada.