La incorporación de la inteligencia artificial (IA), particularmente de la inteligencia artificial generativa, está transformando los procesos de evaluación del aprendizaje en la educación superior y, al mismo tiempo, plantea nuevos desafíos para la integridad académica. Esta ponencia tiene como objetivo analizar la evidencia reciente sobre el uso de la IA en la evaluación del aprendizaje en el nivel superior, con énfasis en sus oportunidades, riesgos e implicaciones éticas. Se realizó una revisión integrativa de 37 artículos académicos publicados entre 2023 y 2026, en español e inglés. La información se organizó a partir del año de publicación, enfoque metodológico y principales aportaciones, y se analizó mediante categorías vinculadas con las aplicaciones de la IA, la calidad de la evaluación y la integridad académica. Los resultados muestran que la IA puede favorecer la automatización de tareas evaluativas, la generación de retroalimentación inmediata y personalizada, el apoyo a la evaluación formativa y sumativa, y la optimización del tiempo docente. Sin embargo, también se identifican riesgos relacionados con la confiabilidad y validez de las calificaciones, los sesgos algorítmicos, la dependencia de las instrucciones proporcionadas, la falta de contextualización, la opacidad de los sistemas y el uso no autorizado por parte del estudiantado. La evidencia indica que una respuesta centrada exclusivamente en la detección resulta insuficiente para proteger la autoría y la autenticidad de los aprendizajes. Se concluye que la integración responsable de la IA requiere rediseñar las estrategias de evaluación, fortalecer la alfabetización en IA, explicitar los usos permitidos, documentar el proceso de aprendizaje y conservar la supervisión humana en las decisiones académicas. Se propone avanzar hacia modelos híbridos de evaluación que articulen innovación tecnológica, juicio docente, transparencia y corresponsabilidad institucional.
