Desde Los Test Hasta La Evaluacion Actual. Escudero Escorza. 2003

Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual.
Un siglo, el XX, de inteso desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43. http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm
Revista ELectrnica de Investigacin y EValuacin Educativa
DESDE LOS TESTS HASTA LA INVESTIGACIN EVALUATIVA ACTUAL. UN SIGLO, EL XX, DE INTENSO DESARROLLO DE LA EVALUACIN EN EDUCACIN
(From tests to current evaluative research. One century, the XXth, of intense development of evaluation in education)
por
Articles record About authors HTML format Toms Escudero Escorza (tescuder@posta.unizar.es) Ficha artculo Sobre los autores Formato HTML
Abstract
This article presents a review and state of art about development in educational evaluation in the XXth century. The main theoretical proposals are commented
Resumen
Este artculo presenta una revisin crtica del desarrollo histrico que ha tenido el mbito de la evaluacin educativa durante todo el siglo XX. Se analizan los principales propuestas tericas planteadas.
Keywords
Evaluation, Evaluation Research, Evaluation Methods; Formative Evaluation Summative Evaluation, Testing, Program Evaluation
Descriptores
Evaluacin, Investigacin evaluativa, Mtodos de Evaluacin, Evaluacin Formativa, Evaluacin Sumativa, Test, Evaluacin de Programas
Introduccin
En cualquier disciplina, la aproximacin histrica suele ser una va fundamental para comprender su concepcin, estatus, funciones, mbito, etc. Este hecho es especialmente evidente en el caso de la evaluacin, pues se trata de una disciplina que ha sufrido profundas transformaciones conceptuales y funcionales a lo largo de la historia y, sobre todo, a lo largo del siglo XX, en el que principalmente ubicamos nuestro anlisis. En este sentido, la aproximacin diacrnica al concepto resulta imprescindible.
El anlisis la vamos a llevar a cabo basndonos en tres planteamientos que podramos tachar de clsicos en la reciente literatura sobre el tema y que usamos indistintamente, aunque no tenemos la pretensin de ofrecer un planteamiento de sntesis, sino de utilizacin cabal de todos ellos, puesto que los tres planteamientos inciden sobre los mismos momentos y movimientos claves. Un planteamiento, quizs el ms utilizado en nuestro contexto (Mateo y otros, 1993; Hernndez, 1993), es el que ofrecen Madaus, Scri-
[ www.uv.es/RELIEVE ]
pag. 11
Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de inteso desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43. http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm
ven, Stufflebeam y otros autores, que en sus trabajos suelen establecer seis pocas, empezando su anlisis desde el siglo XIX (Stufflebeam y Shinkfield, 1987; Madaus y otros, 1991). Nos hablan de: a) poca de la reforma (1800-1900), b) poca de la eficiencia y del testing (19001930), c) poca de Tyler (1930-1945), d) poca de la inocencia (1946-1956), e) poca de la expansin (1957-1972) y f) poca de la profesionalizacin (desde 1973), que enlaza con la situacin actual. Otros autores como Cabrera (1986) y Salvador (1992) citan tres grandes pocas, tomando como punto de referencia central la figura de Tyler en el segundo cuarto del Siglo XX. A la poca de Tyler se le denomina de nacimiento, a las anteriores de precedentes o antecedentes y a la posterior de desarrollo. Guba y sus colaboradores, sobre todo Yvonna Lyncoln, destacan distintas generaciones. Ahora estaramos en la cuarta (Guba y Lincoln, 1989), que segn ellos se apoya en el enfoque paradigmtico constructivista y en las necesidades de los stakeholders (demandantes e implicados en la evaluacin), como base para determinar la informacin que se necesita. La primera generacin es la de la medicin, que llega hasta el primer tercio de este siglo, la segunda es la de la descripcin y la tercera la del juicio o valoracin. Tras el anlisis histrico, como complemento y como revisin de sntesis del mismo, ofrecemos un sucinto resumen de los enfoques evaluativos ms relevantes, de los distintos modelos y planteamientos que, con mayor o menor fuerza, vienen a nuestra mente cuando intentamos acotar lo que es hoy en da la investigacin evaluativa en educacin
los procedimientos que se empleaban en la China imperial, hace ms de tres mil aos, para seleccionar a los altos funcionarios. Otros autores como Sundbery (1977) hablan de pasajes evaluadores en la Biblia, mientras Blanco (1994) se refiere a los exmenes de los profesores griegos y romanos. Pero segn McReynold (1975), el tratado ms importante de evaluacin de la antigedad es el Tetrabiblos, que se atribuye a Ptolomeo. Tambin Cicern y San Agustn introducen en sus escritos conceptos y planteamientos evaluadores. En la Edad Media se introducen los exmenes en los medios universitarios con carcter ms formal. Hay que recordar los famosos exmenes orales pblicos en presencia de tribunal, aunque slo llegaban a los mismos los que contaban con el visto bueno de sus profesores, con lo que la posibilidad de fracaso era prcticamente inexistente. En el Renacimiento se siguen utilizando procedimientos selectivos y Huarte de San Juan, en su Examen de ingenios para las ciencias, defiende la observacin como procedimiento bsico de la evaluacin (Rodrguez y otros, 1995). En el siglo XVIII, a medida que aumenta la demanda y el acceso a la educacin, se acenta la necesidad de comprobacin de los mritos individuales y las instituciones educativas van elaborando e introduciendo normas sobre la utilizacin de exmenes escritos (Gil, 1992). Entrado el siglo XIX se establecen los sistemas nacionales de educacin y aparecen los diplomas de graduacin, tras la superacin de exmenes (exmenes del Estado). Segn Max Weber (Barbier, 1993), surge un sistema de exmenes de comprobacin de una preparacin especfica, para satisfacer las necesidades de una nueva sociedad jerrquica y burocratizada. En los Estados Unidos, en 1845, Horace Mann comienza a utilizar las primeras tcnicas evaluativas del tipo tests escritos, que se extienden a las escuelas de Boston, y que inician el camino hacia referentes ms objetivos y explcitos con relacin a determinadas destrezas lecto-escritoras. Sin embargo, no se trata toda-
1. Precedentes: Antes de los tests y de la medicin

Desde la antigedad se han venido creando y usando procedimientos instructivos en los que los profesores utilizaban referentes implcitos, sin una teora explcita de evaluacin, para valorar y, sobre todo, diferenciar y seleccionar a estudiantes. Dubois (1970) y Coffman (1971) citan
pag. 12
va de una evaluacin sustentada en un enfoque terico, sino ms bien, algo que responde a prcticas en buena medida rutinarias y con frecuencia basadas en instrumentos poco fiables. Al final del siglo XIX, en 1897, aparece un trabajo de J. M. Rice, que se suele sealar como la primera investigacin evaluativa en educacin (Mateo y otros, 1993). Se trataba de un anlisis comparativo en escuelas americanas sobre el valor de la instruccin en el estudio de la ortografa, utilizando como criterio las puntuaciones obtenidas en los tests.
c) El desarrollo de los mtodos estadsticos que favoreca decisivamente la orientacin mtrica de la poca (Nunnally, 1978). d) El desarrollo de la sociedad industrial que potenciaba la necesidad de encontrar unos mecanismos de acreditacin y seleccin de alumnos, segn sus conocimientos. Consecuentemente con este estado de cosas, en este periodo entre finales del siglo XIX y principios del XX, se desarrolla una actividad evaluativa intensa conocida como testing, que se define por caractersticas como las siguientes: Medicin y evaluacin resultaban trminos intercambiables. En la prctica slo se hablaba de medicin. El objetivo era detectar y establecer diferencias individuales, dentro del modelo del rasgo y atributo que caracterizaba las elaboraciones psicolgicas de la poca (Fernndez Ballesteros, 1981), es decir, el hallazgo de puntuaciones diferenciales, para determinar la posicin relativa del sujeto dentro de la norma grupal. Los tests de rendimiento, sinnimo de evaluacin educativa, se elaboraban para establecer discriminaciones individuales, olvidndose en gran medida la representatividad y congruencia con los objetivos educativos. En palabras de Guba y Lincoln (1982), la evaluacin y la medida tenan poca relacin con los programas escolares. Los tests informaban algo sobre los alumnos, pero no de los programas con los que se les haba formado. En el campo educativo destacan algunos instrumentos de aquella poca, como las escalas de escritura de Ayres y Freeman, de redaccin de Hillegas, de ortografa de Buckingan, de clculo de Wood, de lectura de Thorndike y McCall y de aritmtica de Wood y McCall (Planchard, 1960; Ahman y Cook, 1967; Ebel, 1977).
2. Los tests psicomtricos

En el contexto anterior, a finales del siglo XIX, se despierta un gran inters por la medicin cientfica de las conductas humanas. Esto es algo que se enmarca en el movimiento renovador de la metodologa de las ciencias humanas, al asumir el positivismo de las ciencias fsico-naturales. En este sentido, la evaluacin recibe las mismas influencias que otras disciplinas pedaggicas relacionadas con procesos de medicin, como la pedagoga experimental y la diferencial (Cabrera, 1986). La actividad evaluativa se ver condicionada de forma decisiva por diversos factores que confluyen en dicho momento, tales como: a) El florecimiento de las corrientes filosficas positivistas y empricas, que apoyaban a la observacin, la experimentacin, los datos y los hechos como fuentes del conocimiento verdadero. Aparece la exigencia del rigor cientfico y de la objetividad en la medida de la conducta humana (Planchard, 1960) y se potencian las pruebas escritas como medio para combatir la subjetividad de los exmenes orales (Ahman y Cook, 1967). b) La influencia de las teoras evolucionistas y los trabajos de Darwin, Galton y Cattel, apoyando la medicin de las caractersticas de los individuos y las diferencias entre ellos.
pag. 13
Sin embargo, fue en los tests psicolgicos donde los esfuerzos tuvieron mayor impacto, siendo probablemente la obra de Thorndike (1904) la de mayor influencia en los comienzos del siglo XX. En Francia destacan los trabajos de Alfred Binet, despus revisados por Terman en la Universidad de Stanford, sobre tests de capacidades cognitivas. Ahora hablamos del Stanford-Binet, uno de los tests ms conocidos en la historia de la psicometra. Aos ms tarde, con las necesidades de reclutamiento en la Primera Guerra Mundial, Arthur Otis dirige un equipo que construye tests colectivos de inteligencia general (Alfa para lectoescritores y Beta para analfabetos) e inventarios de personalidad (Phillips, 1974). Tras la contienda, los tests psicolgicos se ponen al servicio de fines sociales. La dcada entre 1920 y 1930 marca el punto ms alto del testing, pues se idean multitud de tests estandarizados para medir toda clase de destrezas escolares con referentes objetivos externos y explcitos, basados en procedimientos de medida de la inteligencia, para utilizar con grandes colectivos de estudiantes. Estas aplicaciones estandarizadas se acogen muy bien en los mbitos educativos y McCall (1920) propone que los profesores construyan sus propias pruebas objetivas, para no tener que confiar exclusivamente en las propuestas por especialistas externos. Este movimiento estuvo vigente en paralelo al proceso de perfeccionamiento de los tests psicolgicos con el desarrollo de la estadstica y del anlisis factorial. El fervor por el testing decreci a partir de los aos cuarenta e, incluso, empezaron a surgir algunos movimientos hipercrticos con estas prcticas. Guba y Lincoln (1989) se refieren a esta evaluacin como a la primera generacin, que puede legtimamente ser denominada como la generacin de la medida. El papel del evaluador era tcnico, como proveedor de instrumentos de medicin. Segn estos autores, esta primera generacin permanece todava viva, pues todava exis-
ten textos y publicaciones que utilizan de manera indisoluble evaluacin y medida (Gronlund, 1985).
3. El nacimiento de la verdadera evaluacin educativa: La gran reforma tyleriana

Antes de que llegara la revolucin promovida por Ralph W. Tyler, en Francia se inicia en los aos veinte una corriente independiente conocida como docimologa (Pieron, 1968 y 1969; Bonboir, 1972), que supone un primer acercamiento a la verdadera evaluacin educativa. Se criticaba, sobre todo, el divorcio entre lo enseado y las metas de la instruccin. La evaluacin se dejaba, en ltimo trmino, en manos de una interpretacin totalmente personal del profesor. Como solucin se propona: a) elaboracin de taxonomas para formular objetivos, b) diversificacin de fuentes de informacin, exmenes, expedientes acadmicos, tcnicas de repesca y tests, c) unificacin de criterios de correccin a partir del acuerdo entre los correctores de las pruebas y d) revisin de los juicios de valoracin mediante procedimientos tales como la doble correccin, o la media de distintos correctores. Como puede verse, se trata de criterios en buena medida vigentes actualmente y, en algn caso, incluso avanzados. Pero quien es tradicionalmente considerado como el padre de la evaluacin educativa es Tyler (Joint Committee, 1981), por ser el primero en dar una visin metdica de la misma, superando desde el conductismo, muy en boga en el momento, la mera evaluacin psicolgica. Entre 1932 y 1940, en su famoso Eight-Year Study of Secondary Education para la Progressive Education Association, publicado dos aos despus (Smith y Tyler, 1942), plantea la necesidad de una evaluacin cientfica que sirva para perfeccionar la calidad de la educacin. La obra de sntesis la publica unos aos despus (Tyler, 1950), exponiendo de manera clara su idea de curriculum, e integrando en l su mtodo sistemtico de evaluacin educativa, como el proceso surgido para determinar en qu medida han sido alcanzados los objetivos
pag. 14
previamente establecidos (vase tambin Tyler, 1967 y 1969). El currculum viene delimitado por las cuatro cuestiones siguientes: a) Qu objetivos se desean conseguir? b) Con qu actividades se pueden alcanzar? c) Cmo pueden organizarse eficazmente estas experiencias? d) Cmo se puede comprobar si se alcanzan los objetivos? Y la buena evaluacin precisa de las siguientes condiciones: a) Propuesta clara de objetivos. b) Determinacin de las situaciones en las que se deben manifestar las conductas esperadas. c) Eleccin de instrumentos apropiados de evaluacin. d) Interpretacin de los resultados de las pruebas. e) Determinacin de la fiabilidad y objetividad de las medidas. Esta evaluacin ya no es una simple medicin, porque supone un juicio de valor sobre la informacin recogida. Se alude, aunque sin desarrollar, a la toma de decisiones sobre los aciertos o fracasos de la programacin, en funcin de los resultados de los alumnos, algo que retomarn otros importantes evaluadores como Cronbach y Sufflebeam unos aos despus. Para Tyler, la referencia central en la evaluacin son los objetivos preestablecidos, que deben ser cuidadosamente definidos en trminos de conducta (Mager, 1962), teniendo en cuenta que deben marcar el desarrollo individual del alumno, pero dentro de un proceso socializador. El objeto del proceso evaluativo es determinar el cambio ocurrido en los alumnos, pero su fun-
cin es ms amplia que el hacer explcito este cambio a los propios alumnos, padres y profesores; es tambin un medio para informar sobre la eficacia del programa educacional y tambin de educacin continua del profesor. Se trata, segn Guba y Lincoln (1989), de la segunda generacin de la evaluacin. Desgraciadamente, esta visin evaluativa global no fue suficientemente apreciada, ni explotada, por aquellos que utilizaron sus trabajos (Bloom y otros, 1975; Guba y Lincoln, 1982). A pesar de lo anterior y de que las reformas tylerianas no siempre se aplicaron de inmediato, las ideas de Tyler fueron muy bien acogidas por los especialistas en desarrollo curricular y por los profesores. Su esquema era racional y se apoyaba en una tecnologa clara, fcil de entender y aplicar (Guba y Lincoln, 1982; House, 1989) y encajaba perfectamente en la racionalidad del anlisis de la tarea que comenzaba a usarse con xito en mbitos educativos militares (Gagn, 1971). En Espaa, los planteamientos de Tyler se extendieron con la Ley General de Educacin de 1970. Tras la Segunda Guerra Mundial se produce un periodo de expansin y optimismo que Stufflebeam y Shinkfield (1987) no han dudado en calificar de irresponsabilidad social, por el gran despilfarro consumista tras una poca de recesin. Se trata de la etapa conocida como la de la inocencia (Madaus y otros, 1991). Se extienden mucho las instituciones y servicios educativos de todo tipo, se producen cantidad de tests estandarizados, se avanza en la tecnologa de la medicin y en los principios estadsticos del diseo experimental (Gulliksen, 1950; Lindquist, 1953; Walberg y Haertel, 1990) y aparecen las famosas taxonomas de los objetivos educativos (Bloom y otros, 1956; Krathwohl y otros, 1964). Sin embargo, en esta poca, la aportacin de la evaluacin a la mejora de la enseanza es escasa debido a la carencia de planes coherentes de accin. Se escribe mucho de evaluacin, pero con escasa influencia en el perfeccionamiento de la labor instruccional. El verdadero desarrollo de las propuestas
pag. 15
tylerianas vino despus (Taba, 1962; Popham y Baker, 1970; Fernndez de Castro, 1973). Ralph W. Tyler muri el 18 de febrero de 1994, superados los noventa aos de vida, tras siete dcadas de fructferas aportaciones y servicios a la evaluacin, a la investigacin y a la educacin en general. Unos meses antes, en abril de 1993, Pamela Perfumo, una estudiante graduada de la Universidad de Stanford, entrevist a Tyler con el propsito de conocer su pensamiento acerca del actual desarrollo de la evaluacin y de los temas controvertidos alrededor de la misma. Esta entrevista, convenientemente preparada, fue presentada el 16 de abril de 1993 en la Conferencia de la AERA que tuvo lugar en Atlanta. Horowitz (1995) analiza el contenido y el significado de la citada entrevista, destacando, entre otros, los siguientes aspectos en el pensamiento de Tyler al final de sus das: a) Necesidad de analizar cuidadosamente los propsitos de la evaluacin, antes de ponerse a evaluar. Los actuales planteamientos de evaluaciones mltiples y alternativas deben ajustarse a este principio b) El propsito ms importante en la evaluacin de los alumnos es guiar su aprendizaje, esto es, ayudarles a que aprendan. Para ello es necesaria una evaluacin comprensiva de todos los aspectos significativos de su rendimiento; no basta con asegurarse que hacen regularmente el trabajo diario. c) El portfolio es un instrumento valioso de evaluacin, pero depende de su contenido. En todo caso, hay que ser cauteloso ante la preponderancia de un solo procedimiento de evaluacin, incluyendo el portfolio, por su incapacidad de abarcar todo el espectro de aspectos evaluables. d) La verdadera evaluacin debe ser idiosincrsica, adecuada a las peculiaridades del alumno y el centro. En rigor, la comparacin de centros no es posible. e) Los profesores deben rendir cuentas de su accin educativa ante los padres de los alum-
nos. Para ello, es necesario interaccionar con ellos de manera ms frecuente y ms informal. Medio siglo despus de que Tyler revolucionara el mundo de la evaluacin educativa, se observa la fortaleza, coherencia y vigencia de su pensamiento. Como acabamos de ver, sus ideas bsicas, convenientemente actualizadas, se entroncan fcilmente en las corrientes ms actuales de la evaluacin educativa.
4. El desarrollo de los sesenta
Los aos sesenta traern nuevos aires a la evaluacin educativa, entre otras cosas porque se empez a prestar inters por algunas de las llamadas de atencin de Tyler, relacionadas con la eficacia de los programas y el valor intrnseco de la evaluacin para la mejora de la educacin. En esa poca surge un cierto conflicto entre la sociedad americana y su sistema educativo, sobre todo porque los rusos iban por delante en la carrera especial, tras el lanzamiento del Sputnik por la URSS en 1957. Aparece un cierto desencanto con la escuela pblica y crece la presin por la rendicin de cuentas (MacDonald, 1976; Stenhouse, 1984). En 1958 se promulga una nueva ley de defensa educativa que proporciona muchos programas y medios para evaluarlos. En 1964 se establece el Acta de educacin primaria y secundaria (ESEA) y se crea el National Study Comitte on Evaluation, crendose una nueva evaluacin no slo de alumnos, sino orientada a incidir en los programas y en la prctica educativa global (Mateo y otros, 1993; Rodrguez y otros, 1995). Para mejorar la situacin y retomar la hegemona cientfica y educativa, fueron muchos los millones de dlares que desde los fondos pblicos se destinaron a subvencionar nuevos programas educativos e iniciativas del personal de las escuelas pblicas americanas encaminadas a mejorar la calidad de la enseanza. (Popham, 1983; Rutman y Mowbray, 1983; Weiss, 1983). Este movimiento se vio tambin potenciado por el desarrollo de nuevos medios tecnolgicos (audiovisuales, ordenadores...) y
pag. 16
nolgicos (audiovisuales, ordenadores...) y el de la enseanza programada, cuyas posibilidades educativas despertaron el inters entre los profesionales de la educacin (Rosenthal, 1976). De la misma forma que la proliferacin de programas sociales en la dcada anterior haba impulsado la evaluacin de programas en el rea social, los aos sesenta sern fructferos en demanda de evaluacin en el mbito de la educacin. Esta nueva dinmica en la que entra la evaluacin, hace que, aunque sta se centraba en los alumnos como sujeto que aprende, y el objeto de valoracin era el rendimiento de los mismos, sus funciones, su enfoque y su ltima interpretacin variar segn el tipo de decisin buscada. Buena parte de culpa de este fuerte mpetu evaluador americano se debi a la ya citada aprobacin de la Elementary and Secondary Act (ESEA) en 1965 (Berk, 1981; Rutman, 1984). Con esta ley se puso en marcha el primer programa significativo para la organizacin de la educacin en el mbito federal de los Estados Unidos, y se estipul que cada uno de los proyectos realizados con el apoyo econmico federal deba ser anualmente evaluado, a fin de justificar subvenciones futuras. Junto al desencanto de la escuela pblica, cabe sealar la recesin econmica que caracteriza los finales aos sesenta, y, sobre todo, la dcada de los setenta. Ello hizo que la poblacin civil, como contribuyentes, y los propios legisladores se preocupasen por la eficacia y el rendimiento del dinero que se empleaba en la mejora del sistema escolar. A finales de los aos sesenta, y como consecuencia de lo anterior, entra en escena un nuevo movimiento, la era de la Accountability, de la rendicin de cuentas (Popham, 1980 y 1983; Rutman y Mowbray, 1983), que se asocia fundamentalmente a la responsabilidad del personal docente en el logro de objetivos educativos establecidos. De hecho, en el ao 1973, la legislacin de muchos estados americanos instituy la obligacin de controlar el logro de los objetivos educativos y la adopcin de medidas correctivas en caso negativo (MacDonald, 1976; Wilson y otros, 1978). Es comprensible que, planteado as,
este movimiento de rendicin de cuentas, de responsabilidad escolar, diera lugar a una oleada de protestas por parte del personal docente. Otra dimensin de la responsabilidad escolar nos la ofrece Popham (1980), cuando se refiere al movimiento de descentralizacin escolar durante los ltimos aos sesenta y principios de los setenta. Los grandes distritos escolares se dividieron en reas geogrficas ms pequeas, y, por consiguiente, con un control ciudadano ms directo sobre lo que ocurra en las escuelas. Como consecuencia de estos focos de influencia, se ampli considerablemente el fenmeno de la evaluacin educativa. El sujeto directo de la evaluacin sigui siendo el alumno, pero tambin todos aquellos factores que confluyen en el proceso educativo (el programa educativo en un sentido amplio, profesor, medios, contenidos, experiencias de aprendizaje, organizacin, etc.), as como el propio producto educativo. Como resultado de estas nuevas necesidades de la evaluacin, se inicia durante esta poca un periodo de reflexin y de ensayos tericos con nimo de clarificar la multidimensionalidad del proceso evaluativo. Estas reflexiones tericas enriquecern decisivamente el mbito conceptual y metodolgico de la evaluacin, lo que unido a la tremenda expansin de la evaluacin de programas ocurrida durante estos aos, dar lugar al nacimiento de esa nueva modalidad de investigacin aplicada que hoy denominamos como investigacin evaluativa. Como hitos de la poca hay que destacar dos ensayos por su decisiva influencia: el artculo de Cronbach (1963), Course improvement through evaluation, y el de Scriven (1967), The methodology of evaluation. La riqueza de ideas evaluativas expuestas en estos trabajos nos obligan a que, aunque brevemente, nos refiramos a ellas. Del anlisis que Cronbach del concepto, funciones y metodologa de la evaluacin, entresacamos las sugerencias siguientes:
pag. 17
a) Asociar el concepto de evaluacin a la toma de decisiones. Distingue el autor tres tipos de decisiones educativas a las cuales la evaluacin sirve: a) sobre el perfeccionamiento del programa y de la instruccin, b) sobre los alumnos (necesidades y mritos finales) y c) acerca de la regulacin administrativa sobre la calidad del sistema, profesores, organizacin, etc. De esta forma, Cronbach abre el campo conceptual y funcional de la evaluacin educativa mucho ms all del marco conceptual dado por Tyler, aunque en su lnea de sugerencias. b) La evaluacin que se usa para mejorar un programa mientras ste se est aplicando, contribuye ms al desarrollo de la educacin que la evaluacin usada para estimar el valor del producto de un programa ya concluido. c) Poner en cuestin la necesidad de que los estudios evaluativos sean de tipo comparativo. Entre las objeciones a este tipo de estudios, el autor destaca el hecho de que, con frecuencia, las diferencias entre las puntuaciones promedio entre-grupos son menores que las intragrupos, as como otras referentes a las dificultades tcnicas que en el marco educativo presentan los diseos comparativos. Cronbach aboga por unos criterios de comparacin de tipo absoluto, reclamando la necesidad de una evaluacin con referencia al criterio, al defender la valoracin con relacin a unos objetivos bien definidos y no la comparacin con otros grupos. d) Se ponen en cuestin los estudios a gran escala, puesto que las diferencias entre los tratamientos pueden ser muy grandes e impedir discernir con claridad las causas de los resultados. Se defienden los estudios ms analticos, bien controlados, que pueden usarse para comparar versiones alternativas de un programa. e) Metodolgicamente Cronbach propone que la evaluacin debe incluir: 1) estudios de proceso hechos que tienen lugar en el aula; 2) medidas de rendimiento y actitudes cambios observados en los alumnos y 3) esRevista ELectrnica de Investigacin y EValuacin Educativa
tudios de seguimientos, esto es, el camino posterior seguido por los estudiantes que han participado en el programa. f) Desde esta ptica, las tcnicas de evaluacin no pueden limitarse a los tests de rendimiento. Los cuestionarios, las entrevistas, la observacin sistemtica y no sistemtica, las pruebas de ensayo, segn el autor, ocupan un lugar importante en la evaluacin, en contraste al casi exclusivo uso que se haca de los tests como tcnicas de recogida de informacin. Si estas reflexiones de Cronbach fueron impactantes, no lo fueron menos las del ensayo de Scriven (1967). Sus fecundas distinciones terminolgicas ampliaron enormemente el campo semntico de la evaluacin, a la vez que clarificaron el quehacer evaluativo. Destacamos a continuacin las aportaciones ms significativas: a) Se establece de forma tajante la diferencia entre la evaluacin como actividad metodolgica, lo que el autor llama meta de la evaluacin, y las funciones de la evaluacin en un contexto particular. As, la evaluacin como actividad metodolgica es esencialmente igual, sea lo que fuera lo que estemos evaluando. El objetivo de la evaluacin es invariante, supone en definitiva el proceso por el cual estimamos el valor de algo que se evala, mientras que las funciones de la evaluacin pueden ser enormemente variadas. Estas funciones se relacionan con el uso que se hace de la informacin recogida. b) Scriven seala dos funciones distintas que puede adoptar la evaluacin: la formativa y la sumativa. Propone el trmino de evaluacin formativa para calificar aquel proceso de evaluacin al servicio de un programa en desarrollo, con objeto de mejorarlo, y el trmino de evaluacin sumativa para aquel proceso orientado a comprobar la eficacia del programa y tomar decisiones sobre su continuidad.
pag. 18
c) Otra importante contribucin de Scriven es la crtica al nfasis que la evaluacin da a la consecucin de objetivos previamente establecidos, porque si los objetivos carecen de valor, no tiene ningn inters saber hasta qu punto se han conseguido. Resalta la necesidad de que la evaluacin debe incluir tanto la evaluacin de los propios objetivos como el determinar el grado en que stos han sido alcanzados (Scriven, 1973 y 1974). d) Clarificadora es tambin la distincin que hace Scriven entre evaluacin intrnseca y evaluacin extrnseca, como dos formas diferentes de valorar un elemento de la enseanza. En una evaluacin intrnseca se valora el elemento por s mismo, mientras que en la evaluacin extrnseca se valora el elemento por los efectos que produce en los alumnos. Esta distincin resulta muy importante a la hora de considerar el criterio a utilizar, pues en la evaluacin intrnseca el criterio no se formula en trminos de objetivos operativos, mientras que s se hace en la evaluacin extrnseca . e) Scriven adopta una posicin contraria a Cronbach, defendiendo el carcter comparativo que deben presentar los estudios de evaluacin. Admite con Cronbach los problemas tcnicos que los estudios comparativos entraan y la dificultad de explicar las diferencias entre programas, pero Scriven considera que la evaluacin como opuesta a la mera descripcin implica emitir un juicio sobre la superioridad o inferioridad de lo que se evala con respecto a sus competidores o alternativas. Estas dos aportaciones comentadas influyeron decisivamente en la comunidad de evaluadores, incidiendo no slo en estudios en la lnea de la investigacin evaluativa, a la que se referan preferentemente, sino tambin en la evaluacin orientada al sujeto, en la lnea de evaluacin como assessment (Mateo, 1986). Estamos ante la tercera generacin de la evaluacin que, segn Guba y Lincoln (1989), se caracteriza por introducir la valoracin, el juicio, como un contenido intrnseco en la evaluacin. Ahora el evaluador
no slo analiza y describe la realidad, adems, la valora, la juzga con relacin a distintos criterios. Durante estos aos sesenta aparecen muchas otras aportaciones que va perfilando una nueva concepcin evaluativa, que terminar de desarrollarse y, sobre todo, de extenderse en las dcadas posteriores. Se percibe que el ncleo conceptual de la evaluacin lo constituye la valoracin del cambio ocurrido en el alumno como efecto de una situacin educativa sistemtica, siendo unos objetivos bien formulados el mejor criterio para valorar este cambio. As mismo, se comienza a prestar atencin no slo a los resultados pretendidos, sino tambin a los efectos laterales o no pretendidos, e incluso a resultados o efectos a largo plazo (Cronbach, 1963; Glaser, 1963; Scriven, 1967; Stake, 1967). A pesar de las voces crticas con la operativizacin de objetivos (Eisner, 1967 y 1969; Atkin, 1968), no slo por la estructura de valor que en ello subyace, sino tambin por centrar la valoracin del aprendizaje en los productos ms fcilmente mensurables, a veces los ms bajos en las taxonomas del dominio cognoscitivo, y de que se prestaba escasa atencin a los objetivos del dominio afectivo, que presentan mayor dificultad de tratamiento operativo, el modelo evaluativo de Tyler se enriquecera mucho en estos aos, con trabajos sobre los objetivos educativos que continuaran y perfeccionaran el camino emprendido en 1956 por Bloom y colaboradores (Mager, 1962 y 1973; Lindvall, 1964; Krathwohl y otros, 1964; Glaser, 1965; Popham, 1970; Bloom y otros, 1971; Gagn 1971). Entre otras cosas aparecieron nuevas ideas sobre la evaluacin de la interaccin en el aula y sobre sus efectos en los logros de los alumnos (Baker, 1969). Stake (1967) propuso su modelo de evaluacin, The countenance model, que sigue la lnea de Tyler, pero es ms completo al considerar las discrepancias entre lo observado y lo esperado en los antecedentes y transacciones, y posibilitar algunas bases para elaborar
pag. 19
hiptesis acerca de las causas y los fallos en los resultados finales. En sus sucesivas propuestas, Stake se ir distanciando de sus posiciones iniciales. Metfessell y Michael (1967) presentaron tambin un modelo de evaluacin de la efectividad de un programa educativo en el cual, an siguiendo el modelo bsico de Tyler, proponan la utilizacin de una lista comprensiva de criterios diversos que los evaluadores podran tener en cuenta en el momento de la valoracin y, por consiguiente, no centrarse meramente en los conocimientos intelectuales alcanzados por los alumnos. Suchman (1967) profundiza en la conviccin de que la evaluacin debe basarse en datos objetivos que sean analizados con metodologa cientfica, matizando que la investigacin cientfica es preferentemente terica y, en cambio, la investigacin evaluativa es siempre aplicada. Su principal propsito es descubrir la efectividad, xito o fracaso de un programa al compararlo con los objetivos propuestos y, as, trazar las lneas de su posible redefinicin. Esta investigacin evaluativa para Suchman debe tener en cuenta: a) la naturaleza del destinatario del objetivo y la del propio objetivo, b) el tiempo necesario para que se realice el cambio propuesto, c) el conocimiento de si los resultados esperados son dispersos o concentrados y d) los mtodos que han de emplearse para alcanzar los objetivos. Suchman, adems, defiende la utilizacin de evaluadores externos para evitar todo tipo de tergiversacin de los profesores muy implicados en los procesos instruccionales. El nfasis en los objetivos y su medida traer tambin la necesidad de una nueva orientacin a la evaluacin, la denominada evaluacin de referencia criterial. La distincin introducida por Glaser (1963) entre mediciones referidas a normas y criterios tendr eco al final de la dcada de los sesenta, precisamente como resultado de las nuevas exigencias que a la evaluacin educativa se le planteaban. As, por ejemplo, cuando Hambleton (1985) estudia las diferencias entre tests referidos al criterio y tests referidos a la norma,
seala para los primeros, adems de los conocidos objetivos de describir la ejecucin del sujeto y tomar decisiones sobre si domina o no domina un contenido, otro objetivo como es el de valorar la eficacia de un programa. Desde finales de los sesenta los especialistas se pronunciarn decisivamente a favor de la evaluacin criterial, en cuanto que es el tipo de evaluacin que suministra una informacin real y descriptiva del estatus del sujeto o sujetos respecto a los objetivos de enseanza previstos, as como la valoracin de ese estatus por comparacin con un estndar o criterio de realizaciones deseables, siendo irrelevantes, al efecto de contraste, los resultados obtenidos por otros sujetos o grupo de sujetos (Popham, 1970 y 1983; Mager, 1973; Carreo, 1977; Gronlund, 1985). En las prcticas evaluativas de esta dcada de los sesenta se observan dos niveles de actuacin. Un nivel podemos calificarlo como la evaluacin orientada hacia los individuos, fundamentalmente alumnos y profesores. El otro nivel, es el de la evaluacin orientada a la toma de decisiones sobre el instrumento o tratamiento o programa educativo. Este ltimo nivel, impulsado tambin por la evaluacin de programas en el mbito social, ser la base para la consolidacin en el terreno educativo de la evaluacin de programas y de la investigacin evaluativa.
5. Desde los aos setenta: La consolidacin de la investigacin evaluativa

Si con algo se podra caracterizar las aportaciones tericas que nos ofrecen los especialistas durante los aos setenta es con la proliferacin de toda clase de modelos evaluativos que inundan el mercado bibliogrfico, modelos de evaluacin que expresan la propia ptica del autor que los propone sobre qu es y cmo debe conducirse un proceso evaluativo. Se trata, por tanto, de una poca caracterizada por la pluralidad conceptual y metodolgica. Guba y Lincoln (1982) nos hablan de ms de cuarenta modelos propuestos en estos aos, y Mateo
pag. 20
(1986) se refiere a la eclosin de modelos. Estos enriquecern considerablemente el vocabulario evaluativo, sin embargo, compartimos la idea de Popham (1980) de que algunos son demasiado complicados y otros utilizan una jerga bastante confusa. Algunos autores como Guba y Lincoln (1982), Prez (1983) y en alguna medida House (1989), tienden a clasificar estos modelos en dos grandes grupos, cuantitativos y cualitativos, pero nosotros pensamos con Nevo (1983) y Cabrera (1986) que la situacin es mucho ms rica en matices. Es cierto que esas dos tendencias se observan hoy en las propuestas evaluativas, y que algunos modelos pueden ser representativos de ellas, pero los diferentes modelos, considerados particularmente, se diferencian ms por destacar o enfatizar alguno o algunos de los componentes del proceso evaluativo y por la particular interpretacin que a este proceso le dan. Es desde esta perspectiva, a nuestro entender, como los diferentes modelos deben ser vistos, y valorar as sus respectivas aportaciones en los terrenos conceptual y metodolgico (Worthen y Sanders, 1973; Stufflebeam y Shinkfield, 1987; Arnal y otros, 1992; Scriven, 1994). Tambin son varios los autores (Lewy, 1976; Popham, 1980; Cronbach, 1982; Anderson y Ball, 1983; De la Orden, 1985) los que consideran los modelos no como excluyentes, sino ms bien como complementarios y que el estudio de los mismos (al menos aquellos que han resultado ser ms prcticos) llevar al evaluador a adoptar una visin ms amplia y comprensiva de su trabajo. Nosotros, en algn momento nos hemos atrevido a hablar de enfoques modlicos, ms que de modelos, puesto que es cada evaluador el que termina construyendo su propio modelo en cada investigacin evaluativa, en funcin del tipo de trabajo y las circunstancias (Escudero, 1993). En este movimiento de propuestas de modelos de evaluacin cabe distinguir dos pocas con marcadas diferencias conceptuales y metodolgicas. En una primera poca, las propuestas seguan la lnea expuesta por Tyler en su planteamiento, que ha venido a llamarse de Consecucin de
Metas. Adems de los ya citados de Stake y Metfessell y Michael, que corresponden a los ltimos aos sesenta, en esta poca destacan la propuesta de Hammond (1983) y el Modelo de Discrepancia de Provus (1971). Para estos autores los objetivos propuestos siguen siendo el criterio fundamental de valoracin, pero enfatizan la necesidad de aportar datos sobre la congruencia o discrepancia entre las pautas de instruccin diseadas y la ejecucin de las mismas en la realidad del aula. Otros modelos consideran el proceso de evaluacin al servicio de las instancias que deben tomar decisiones. Ejemplos notables de ellos son: probablemente el ms famoso y utilizado de todos, el C.I.P.P. (contexto, input, proceso y producto), propuesto por Stufflebeam y colaboradores (1971) y el C.E.S. (toma sus siglas del Centro de la Universidad de California para el Estudio de la Evaluacin) dirigido por Alkin (1969). La aportacin conceptual y metodolgica de estos modelos es valorada positivamente entre la comunidad de evaluadores (Popham, 1980; Guba y Lincoln, 1982; House, 1989). Estos autores van ms all de la evaluacin centrada en resultados finales, puesto que en sus propuestas suponen diferentes tipos de evaluacin, segn las necesidades de las decisiones a las que sirven. Una segunda poca en la proliferacin de modelos es la representada por los modelos alternativos, que con diferentes concepciones de la evaluacin y de la metodologa a seguir comienzan a aparecer en la segunda mitad de esta dcada de los setenta. Entre ellos destacan la Evaluacin Responsable de Stake (1975 y 1976), a la que se adhieren Guba y Lincoln (1982), la Evaluacin Democrtica de MacDonald (1976), la Evaluacin Iluminativa de Parlett y Hamilton (1977) y la Evaluacin como crtica artstica de Eisner (1985). En lneas generales, este segundo grupo de modelos evaluativos enfatiza el papel de la audiencia de la evaluacin y de la relacin del evaluador con ella. La audiencia prioritaria de la evaluacin en estos modelos no es quien
pag. 21
debe tomar las decisiones, como en los modelos orientados a la toma de decisiones, ni el responsable de elaborar los currculos u objetivos, como en los modelos de consecucin de metas. La audiencia prioritaria son los propios participantes del programa. La relacin entre el evaluador y la audiencia en palabras de Guba y Lincoln (1982) debe ser transaccional y fenomenolgica. Se trata de modelos que propugnan una evaluacin de tipo etnogrfica, de aqu que la metodologa que consideran ms adecuada es la propia de la antropologa social (Parlett y Hamilton, 1977; Guba y Lincoln, 1982; Prez 1983). Este resumen de modelos de la poca de eclosin es suficiente para aproximarnos al amplio abanico conceptual terico y metodolgico que hoy se relaciona con la evaluacin. Ello explica que cuando Nevo (1983 y 1989) pretende realizar una conceptualizacin de la evaluacin, a partir de la revisin de la literatura especializada, atendiendo a los tpicos qu es la evaluacin? qu funciones tiene? cul es el objeto de evaluacin?... no encuentra una nica respuesta a estas cuestiones. Es fcilmente comprensible que las exigencias que plantea la evaluacin de programas de una parte, y la evaluacin para la toma de decisiones sobre los individuos de otra, conducen a una gran variedad de esquemas evaluativos reales utilizados por profesores, directores, inspectores y administradores pblicos. Pero tambin es cierto que bajo esta diversidad subyacen diferentes concepciones tericas y metodolgicas sobre la evaluacin. Diferentes concepciones que han dado lugar a una apertura y pluralidad conceptual en el mbito de la evaluacin en varios sentidos (Cabrera, 1986). A continuacin destacamos los puntos mas sobresalientes de esta pluralidad conceptual. a) Diferentes conceptos de evaluacin. Por una parte existe la clsica definicin dada por Tyler: la evaluacin como el proceso de determinar el grado de congruencia entre las realizaciones y los objetivos previamente establecidos, a la que corresponden los modelos orientados hacia la consecucin de metas. Contrasta esta definicin con aquella ms amplia que se propugna desde los modelos orien-
tados a la toma de decisiones: la evaluacin como el proceso de determinar, obtener y proporcionar informacin relevante para juzgar decisiones alternativas, defendida por Alkin (1969), Stufflebeam y otros (1971), MacDonald (1976) y Cronbach (1982). Adems, el concepto de evaluacin de Scriven (1967), como el proceso de estimar el valor o el mrito de algo, es retomado por Cronbach (1982), Guba y Lincoln (1982), y House (1989), con objeto de sealar las diferencias que comportaran los juicios valorativos en caso de estimar el mrito (se vinculara a caractersticas intrnsecas de lo que se evala) o el valor (se vinculara al uso y aplicacin que tendra para un contexto determinado). b) Diferentes criterios. De las definiciones apuntadas anteriormente se desprende que el criterio a utilizar para la valoracin de la informacin tambin cambia. Desde la ptica de la consecucin de metas, una buena y operativa definicin de los objetivos constituye el criterio fundamental. Desde la perspectiva de las decisiones y situados dentro de un contexto poltico, Stufflebeam y colaboradores, Alkin y MacDonald llegan a sugerir incluso la no valoracin de la informacin por parte del evaluador, siendo el que toma las decisiones el responsable de su valoracin. Las definiciones de evaluacin que acentan la determinacin del mrito como objetivo de la evaluacin, utilizan criterios estndares sobre los que los expertos o profesionales estn de acuerdo. Se trata de modelos relacionados con la acreditacin y el enjuiciamiento profesional (Popham, 1980). Los autores (Stake, 1975; Parlett y Hamilton, 1977; Guba y Lincoln, 1982; House, 1983) que acentan el proceso de evaluacin al servicio de determinar el valor ms que el mrito de la entidad u objeto evaluado, abogan por que el criterio de valoracin fundamental sean las necesidades contextuales en las que sta se inserta. As, Guba y Lin[ www.uv.es/RELIEVE ]
pag. 22
coln (1982) refieren los trminos de la comparacin valorativa; de un lado, las caractersticas del objeto evaluado y, de otro, las necesidades, expectativas y valores del grupo a los que les afecta o con los que se relaciona el objeto evaluado. c) Pluralidad de procesos evaluativos dependiendo de la percepcin terica que sobre la evaluacin se mantenga. Los modelos de evaluacin citados y otros ms que pueden encontrarse en la bibliografa, representan diferentes propuestas para conducir una evaluacin. d) Pluralidad de objetos de evaluacin. Como dice Nevo (1983 y 1989), existen dos conclusiones importantes que se obtienen de la revisin de la bibliografa sobre la evaluacin. Por un lado, cualquier cosa puede ser objeto de evaluacin y sta no debera limitarse a estudiantes y profesores y, por otro, una clara identificacin del objeto de evaluacin es una importante parte en cualquier diseo de evaluacin. e) Apertura, reconocida en general por todos los autores, de la informacin necesaria en un proceso evaluativo para dar cabida no slo a los resultados pretendidos, sino a los efectos posibles de un programa educativo, sea pretendido o no. Incluso Scriven (1973 y 1974) propone una evaluacin en la que no se tenga en cuenta los objetivos pretendidos, sino valorar todos los efectos posibles. Apertura tambin respecto a la recogida de informacin no slo del producto final, sino tambin sobre el proceso educativo. Y apertura en la consideracin de diferentes resultados de corto y largo alcance. Por ltimo, apertura tambin en considerar no slo resultados de tipo cognitivo, sino tambin afectivos (Anderson y Ball, 1983). f) Pluralidad tambin reconocida de las funciones de la evaluacin en el mbito educativo, recogindose la propuesta de Scriven entre evaluacin formativa y sumativa, y aadindose otras de tipo socio-poltico y administrativas (Nevo, 1983).
g) Diferencias en el papel jugado por el evaluador, lo que ha venido a llamarse evaluacin interna vs. evaluacin externa. No obstante, una relacin directa entre el evaluador y las diferentes audiencias de la evaluacin es reconocida por la mayora de los autores (Nevo, 1983; Weiss, 1983; Rutman, 1984). h) Pluralidad de audiencia de la evaluacin y, por consiguiente, pluralidad en los informes de evaluacin. Desde informes narrativos, informales, hasta informes muy estructurados (Anderson y Ball, 1983). i) Pluralidad metodolgica. Las cuestiones metodolgicas surgen desde la dimensin de la evaluacin como investigacin evaluativa, que viene definida en gran medida por la diversidad metodolgica. El anterior resumen recoge las aportaciones a la evaluacin en los aos setenta y ochenta, la poca que se ha denominado poca de la profesionalizacin (Stufflebeam y Skinkfield, 1987; Madaus y otros, 1991; Hernndez, 1993; Mateo y otros, 1993), en la que adems de los innumerables modelos de los setenta, se profundiz en los planteamientos tericos y prcticos y se consolid la evaluacin como investigacin evaluativa en los trminos antes definida. En este contexto, lgicamente, aparecen muchas nuevas revistas especializadas como Educational Evaluation and Policy Analysis, Studies in Evaluation, Evaluation Review, New Directions for Program Evaluation, Evaluation and Program Planning, Evaluation News,..., se fundan asociaciones cientficas relacionadas con el desarrollo de la evaluacin y las universidades empiezan a ofrecer cursos y programas de investigacin evaluativa, no slo en postgrados y programas de doctorado, sino tambin en planes de estudio para titulaciones de primer y segundo ciclos.
6. La cuarta generacin segn Guba y Lincoln

A finales de los ochenta, tras todo este desarrollo antes descrito, Guba y Lincoln (1989) ofrecen una alternativa evaluadora, que
pag. 23
ofrecen una alternativa evaluadora, que denominan cuarta generacin, pretendiendo superar lo que segn estos autores son deficiencias de las tres generaciones anteriores, tales como una visin gestora de la evaluacin, una escasa atencin al pluralismo de valores y un excesivo apego al paradigma positivista. La alternativa de Guba y Lincoln la denominan respondente y constructivista, integrando de alguna manera el enfoque respondente propuesto en primer lugar por Stake (1975), y la epistemologa postmoderna del constructivismo (Russell y Willinsky, 1997). Las demandas, las preocupaciones y los asuntos de los implicados o responsables (stakeholders) sirven como foco organizativo de la evaluacin (como base para determinar qu informacin se necesita), que se lleva a cabo dentro de los planteamientos metodolgicos del paradigma constructivista. La utilizacin de las demandas, preocupaciones y asuntos de los implicados es necesaria, segn Guba y Lincoln, porque: a) Son grupos de riesgo ante la evaluacin y sus problemas deben ser convenientemente contemplados, de manera que se sientan protegidos ante tal riesgo. b) Los resultados pueden ser utilizados en su contra en diferentes sentidos, sobre todo si estn al margen del proceso. c) Son potenciales usuarios de la informacin resultante de la evaluacin. d) Pueden ampliar y mejorar el rango de la evaluacin. e) Se produce una interaccin positiva entre los distintos implicados. El cambio paradigmtico lo justifican estos autores porque: a) La metodologa convencional no contempla la necesidad de identificar las demandas, preocupaciones y asuntos de los implicados.
b) Para llevar a cabo lo anterior se necesita una postura de descubrimiento ms que de verificacin, tpica del positivismo. c) No se tienen en cuenta suficientemente los factores contextuales. d) No se proporcionan medios para valoraciones caso por caso. e) La supuesta neutralidad de la metodologa convencional es de dudosa utilidad cuando se buscan juicios de valor acerca de un objeto social. Partiendo de estas premisas, el evaluador es responsable de determinadas tareas, que realizar secuencialmente o en paralelo, construyendo un proceso ordenado y sistemtico de trabajo. Las responsabilidades bsicas del evaluador de la cuarta generacin son las siguientes: 1) Identificar todos los implicados con riesgo en la evaluacin. 2) Resaltar para cada grupo de implicados sus construcciones acerca de lo evaluado y sus demandas y preocupaciones al respecto. 3) Proporcionar un contexto y una metodologa hermenutica para poder tener en cuenta, comprender y criticar las diferentes construcciones, demandas y preocupaciones. 4) Generar el mximo acuerdo posible acerca de dichas construcciones, demandas y preocupaciones. 5) Preparar una agenda para la negociacin acerca de temas no consensuados. 6) Recoger y proporcionar la informacin necesaria para la negociacin. 7) Formar y hacer de mediador para un forum de implicados para la negociacin. 8) Desarrollar y elaborar informes para cada grupo de implicados sobre los distintos acuerdos y resoluciones acerca de los intere-
pag. 24
ses propios y de los de otros grupos (Stake, 1986; Zeller, 1987). 9) Reciclar la evaluacin siempre que queden asuntos pendientes de resolucin. La propuesta de Guba y Lincoln (1989) se extiende bastante en la explicacin de la naturaleza y caractersticas del paradigma constructivista en contraposicin con las del positivista. Cuando se habla de los pasos o fases de la evaluacin en esta cuarta generacin, sus proponentes citan doce pasos o fases, con diferentes subfases en cada una de estas. Estos pasos son los siguientes: 1) Establecimiento de un contrato con un patrocinador o cliente. Identificacin del cliente o patrocinador de la evaluacin. Identificacin del objeto de la evaluacin. Propsito de la evaluacin (Guba y Lincoln, 1982). Acuerdo con el cliente por el tipo de evaluacin. Identificacin de audiencias. Breve descripcin de la metodologa a usar. Garanta de acceso a registros y documentos. Acuerdo por garantizar la confidencialidad y anonimato hasta donde sea posible. Descripcin del tipo de informe a elaborar. Listado de especificaciones tcnicas. 2) Organizacin para reciclar la investigacin. Seleccin y entrenamiento del equipo evaluador.
Consecucin de facilidades y acceso a la informacin (Lincoln y Guba, 1985). 3) Identificacin de las audiencias (Guba y Lincoln, 1982). Agentes. Beneficiarios. Victimas. 4) Desarrollo de construcciones conjuntas dentro de cada grupo o audiencia (Glaser y Strauss, 1967; Glaser, 1978; Lincoln y Guba, 1985). 5) Contraste y desarrollo de las construcciones conjuntas de las audiencias. Documentos y registros. Observacin. Literatura profesional. Crculos de otras audiencias. Construccin tica del evaluador. 6) Clasificacin de las demandas, preocupaciones y asuntos resueltos. 7) Establecimiento de prioridades en los temas no resueltos. 8) Recogida de informacin. 9) Preparacin de la agenda para la negociacin. 10) Desarrollo de la negociacin. 11) Informes (Zeller, 1987; Licoln y Guba, 1988). 12) Reciclado/revisin. Para juzgar la calidad de la evaluacin, se nos ofrecen tres enfoques que se denominan paralelo, el ligado al proceso hermenutico y el de autenticidad.
pag. 25
Los criterios paralelos, de confianza, se denominan as porque intentan ser paralelos a los criterios de rigor utilizados muchos aos dentro del paradigma convencional. Estos criterios han sido validez interna y externa, fiabilidad y objetividad. Sin embargo, los criterios deban ser acordes con el paradigma fundamentador (Morgan, 1983). En el caso de la cuarta generacin los criterios que se ofrecen son los de credibilidad, transferencia, dependencia y confirmacin (Lincoln y Guba, 1986). El criterio de credibilidad es paralelo al de validez interna, de forma que la idea de isomorfismo entre los hallazgos y la realidad se reemplaza por el isomorfismo entre las realidades construidas de las audiencias y las reconstrucciones del evaluador atribuidas a ellas. Para conseguir esto existen varias tcnicas, entre las que destacan las siguientes: a) el compromiso prolongado, b) la observacin persistente, c) el contraste con colegas, d) el anlisis de casos negativos (Kidder, 1981), e) la subjetividad progresiva y f) el control de los miembros. La transferencia puede verse como paralela a la validez externa, la dependencia es paralela al criterio de fiabilidad y la confirmacin puede verse como paralela a la objetividad. Otra manera de juzgar la calidad de la evaluacin es el anlisis dentro del propio proceso, algo que encaja con el paradigma hermenutico, a travs de un proceso dialctico. Pero estos dos tipos de criterios, aunque tiles, no son del todo satisfactorios para Guba y Lincoln, que defienden con ms ahnco los criterios que denominan de autenticidad, tambin de base constructivista. Estos criterios incluyen los siguientes: a) imparcialidad, justicia, b) autenticidad ontolgica, c) autenticidad educativa, d) autenticidad cataltica y e) autenticidad tctica (Lincoln y Guba, 1986). Este anlisis de la cuarta generacin de podemos terminarlo con los rasgos con los que definen Guba y Lincoln a la evaluacin: a) La evaluacin es un proceso sociopoltico.
b) La evaluacin es un proceso conjunto de colaboracin. c) la evaluacin es un proceso de enseanza/aprendizaje. d) La evaluacin es un proceso continuo, recursivo y altamente divergente. e) La evaluacin es un proceso emergente. f) La evaluacin es un proceso con resultados impredecibles. g) La evaluacin es un proceso que crea realidad. En esta evaluacin, se retienen las caractersticas del evaluador fruto de las tres primeras generaciones, esto es, la de tcnico, la de analista y la de juez, pero estas deben ampliarse con destrezas para recoger e interpretar datos cualitativos (Patton, 1980), con la de historiador e iluminador, con la de mediador de juicios, as como un papel ms activo como evaluador en un contexto socio-poltico concreto. Russell y Willinsky (1997) defienden las potencialidades del planteamiento de la cuarta generacin para desarrollar formulaciones alternativas de prctica evaluadora entre los implicados, incrementando la probabilidad de que la evaluacin sirva para mejorar la enseanza escolar. Esto requiere por parte del profesorado el reconocimiento de otras posiciones, adems de la suya, la implicacin de todos desde el principio del proceso y, por otra parte, el desarrollo de aproximaciones ms pragmticas de la conceptualizacin de Guba y Lincoln, adaptadas a las distintas realidades escolares.
7. El nuevo impulso alrededor de Stufflebeam

Para terminar este recorrido analticohistrico desde los primeros intentos de medicin educativa hasta la actual investigacin evaluativa en educacin, queremos recoger las recomendaciones que ms recientemente nos viene ofreciendo una de las figuras seeras de este campo en la segunda mitad del siglo XX.
pag. 26
Nos estamos refiriendo a Daniel L. Stufflebeam, proponente del modelo CIPP (el ms utilizado) a finales de los sesenta, desde 1975 a 1988 presidente del Joint Committee on Standars for Educational Evaluation y actual director del Evaluation Center de la Western Michigan University (sede del Joint Committee) y del CREATE (Center for Research on Educational Accountability and Teacher Evaluation), centro auspiciado y financiado por el Departamento de Educacin del gobierno americano. Recogiendo estas recomendaciones (Stufflebeam, 1994, 1998, 1999, 2000 y 2001), en las que se han ido integrando ideas de diversos evaluadores tambin notables, no slo ofrecemos una de las ltimas aportaciones a la actual concepcin de la investigacin evaluativa en educacin, sino que completamos en buena medida la visin del panorama actual, rico y plural, tras analizar la cuarta generacin de Guba y Lincoln. Se parte de los cuatro principios del Joint Committee (1981 y 1988), esto es, de la idea de que cualquier buen trabajo de investigacin evaluativa debe ser: a) til, esto es, proporcionar informacin a tiempo e influir, b) factible, esto es, debe suponer un esfuerzo razonable y debe ser polticamente viable, c) apropiada, adecuada, legtima, esto es, tica y justa con los implicados, y d) segura y precisa a la hora de ofrecer informacin y juicios sobre el objeto de la evaluacin. Adems, la evaluacin se ve como una transdisciplina, pues es aplicable a muchas disciplinas diferentes y a muchos objetos diversos (Scriven, 1994). Stufflebeam invoca a la responsabilidad del evaluador, que debe actuar de acuerdo a principios aceptados por la sociedad y a criterios de profesionalidad, emitir juicios sobre la calidad y el valor educativo del objeto evaluado y debe asistir a los implicados en la interpretacin y utilizacin de su informacin y sus juicios. Sin embargo, es tambin su deber, y su derecho, estar al margen de la lucha y la responsabilidad poltica por la toma de decisiones y por las decisiones tomadas.
Para evaluar la educacin en una sociedad moderna, Stufflebeam (1994) nos dice que se deben tomar algunos criterios bsicos de referencia como los siguientes: Las necesidades educativas. Es necesario preguntarse si la educacin que se proporciona cubre las necesidades de los estudiantes y de sus familias en todos los terrenos a la vista de los derechos bsicos, en este caso, dentro de una sociedad democrtica (Nowakowski y otros, 1985). La equidad. Hay que preguntarse si el sistema es justo y equitativo a la hora de proporcionar servicios educativos, el acceso a los mismos, la consecucin de metas, el desarrollo de aspiraciones y la cobertura para todos los sectores de la comunidad (Kellagan, 1982). La factibilidad. Hay que cuestionar la eficiencia en la utilizacin y distribucin de recursos, la adecuacin y viabilidad de las normas legales, el compromiso y participacin de los implicados y todo lo que hace que el esfuerzo educativo produzca el mximo de frutos posibles. La excelencia como objetivo permanente de bsqueda. La mejora de la calidad, a partir del anlisis de las prcticas pasadas y presentes es uno de los fundamentos de la investigacin evaluativa. Tomando el referente de estos criterios y sus derivaciones, Stufflebeam sumariza una serie de recomendaciones para llevar a cabo buenas investigaciones evaluativas y mejorar el sistema educativo. Estas recomendaciones son las siguientes: 1) Los planes de evaluacin deben satisfacer los cuatro requerimientos de utilidad, factibilidad, legitimidad y precisin (Joint Committee, 1981 y 1988). 2) Las entidades educativas deben examinarse por su integracin y servicio a los principios de la sociedad democrtica, equidad, bienestar, etc.
pag. 27
3) Las entidades educativas deben ser valoradas tanto por su mrito (valor intrnseco, calidad respecto a criterios generales) como por su valor (valor extrnseco, calidad y servicio para un contexto particular) (Guba y Lincoln, 1982; Scriven, 1991), como por su significacin en la realidad del contexto en el que se ubica. Scriven (1998) nos seala que usando otras denominaciones habituales, mrito tiene bastante equivalencia con el trmino calidad, valor con el de relacin coste-eficacia y significacin con el de importancia. En todo caso, los tres conceptos son dependientes del contexto, sobre todo significacin, de manera que entender la diferencia entre dependencia del contexto y arbitrariedad es parte de la comprensin de la lgica de la evaluacin. 4) La evaluacin de profesores, instituciones educativas, programas, etc, debe relacionarse siempre con el conjunto de sus deberes, responsabilidades y obligaciones profesionales o institucionales, etc. Quizs uno de los retos que deben abordar los sistemas educativos es la definicin ms clara y precisa de estos deberes y responsabilidades. Sin ello, la evaluacin es problemtica, incluso en el terreno formativo (Scriven, 1991a). 5) Los estudios evaluativos deben ser capaces de valorar hasta qu medida los profesores y las instituciones educativas son responsables y rinden cuentas del cumplimiento de sus deberes y obligaciones profesionales (Scriven, 1994). 6) Los estudios evaluativos deben proporcionar direcciones para la mejora, porque no basta con emitir un juicio sobre el mrito o el valor de algo. 7) Recogiendo los puntos anteriores, todo estudio evaluativo debe tener un componente formativo y otro sumativo. 8) Se debe promover la autoevaluacin profesional, proporcionando a los educadores las destrezas para ello y favoreciendo actitudes positivas hacia ella (Madaus y otros, 1991)
9) La evaluacin del contexto (necesidades, oportunidades, problemas en un rea,...) debe emplearse de manera prospectiva, para localizar bien las metas y objetivos y definir prioridades. Asimismo, la evaluacin del contexto debe utilizarse retrospectivamente, para juzgar bien el valor de los servicios y resultados educativos, en relacin con las necesidades de los estudiantes (Madaus y otros, 1991; Scriven, 1991) 10) La evaluacin de las entradas (inputs) debe emplearse de manera prospectiva, para asegurar el uso de un rango adecuado de enfoques segn las necesidades y los planes. 11) La evaluacin del proceso debe usarse de manera prospectiva para mejorar el plan de trabajo, pero tambin de manera retrospectiva para juzgar hasta qu punto la calidad del proceso determina el por qu los resultados son de un nivel u otro (Stufflebean y Shinkfield, 1987). 12) La evaluacin del producto es el medio para identificar los resultados buscados y no buscados en los participantes o afectados por el objeto evaluado. Se necesita una valoracin prospectiva de los resultados para orientar el proceso y detectar zonas de necesidades. Se necesita una evaluacin retrospectiva del producto para poder juzgar en conjunto el mrito y el valor del objeto evaluado (Scriven, 1991; Webster y Edwards, 1993; Webster y otros, 1994). 13) Los estudios evaluativos se deben apoyar en la comunicacin y en la inclusin sustantiva y funcional de los implicados (stakeholders) con las cuestiones claves, criterios, hallazgos e implicaciones de la evaluacin, as como en la promocin de la aceptacin y el uso de sus resultados (Chelimsky, 1998). Ms an, los estudios evaluativos deben conceptualizarse y utilizarse sistemticamente como parte del proceso de mejora educativa a largo plazo (Alkin y otros, 1979; Joint Committee, 1988; Stronge y Helm, 1991; Keefe, 1994) y de fundamento para la accin contra las discriminaciones sociales (Mertens, 1999).
pag. 28
(Mertens, 1999). La evaluacin para el desarrollo (empowerment evaluation), que defiende Fetterman (1994), es un procedimiento, de base democrtica, de participacin de los implicados en el programa evaluado, para promover la autonoma de los mismos en la resolucin de sus problemas. Weiss (1998) nos alerta de que la evaluacin participativa incrementa la probabilidad de que se utilicen los resultados de la evaluacin, pero tambin la de que sea conservadora en su concepcin, pues es difcil pensar que los responsables de una organizacin pongan en cuestin el fundamento y el sistema de poder de la misma. Generalmente su inters es el cambio de cosas pequeas. 14) Los estudios evaluativos deben emplear mltiples perspectivas, mltiples medidas de resultados, y mtodos tanto cuantitativos como cualitativos para recoger y analizar la informacin. La pluralidad y complejidad del fenmeno educativo hace necesario emplear enfoques mltiples y multidimensionales en los estudios evaluativos (Scriven, 1991) 15) Los estudios evaluativos deben ser evaluados, incluyendo metaevaluaciones formativas para mejorar su calidad y su uso y metaevaluaciones sumativas para ayudar a los usuarios en la interpretacin de sus hallazgos y proporcionar sugerencias para mejorar futuras evaluaciones (Joint Committee, 1981 y 1988; Madaus y otros, 1991; Scriven, 1991; Stufflebeam, 2001). Estas quince recomendaciones proporcionan elementos esenciales para un enfoque de los estudios evaluativos que Stufflebeam denomina objetivista y que se basa en la teora tica de que la bondad moral es objetiva e independiente de los sentimientos personales o meramente humanos. Sin entrar en el debate sobre estas valoraciones finales de Stufflebeam, ni en anlisis comparativos con otras propuestas, por ejemplo con las de Guba y Lincoln (1989), nos resulta evidente que las concepciones de la investigacin evaluativa son diversas, dependiendo del origen epistemo-
lgico desde el que se parte, pero apareciendo claros y contundentes algunos elementos comunes a todas las perspectivas como la contextualizacin, el servicio a la sociedad, la diversidad metodolgica, la atencin, respeto y participacin de los implicados, etc., as como una mayor profesionalizacin de los evaluadores y una mayor institucionalizacin de los estudios (Worthen y Sanders, 1991). El propio Stufflebeam (1998) reconoce el conflicto de los planteamientos del Joint Committee on Standards for Educational Evaluation con las posiciones de la corriente evaluadora denominada postmodernista, representada, adems de por Guba y Lincoln, por otros reconocidos evaluadores como Mabry, Stake y Walker, pero no acepta que existan razones para actitudes de escepticismo y frustracin con las prcticas evaluadoras actuales, porque existen muchos mbitos de aproximacin y el desarrollo de estndares de evaluacin es perfectamente compatible con la atencin a los diversos implicados, valores, contextos sociales y mtodos. Stufflebeam defiende una mayor colaboracin en la mejora de las evaluaciones, estableciendo los estndares de manera participativa, pues cree que es posible la aproximacin de planteamientos, con contribuciones importantes desde todos los puntos de vista. Weiss (1998) tambin toma posiciones parecidas cuando nos dice que las ideas constructivistas deben hacernos pensar ms cuidadosamente al usar los resultados de las evaluaciones, sintetizarlas y establecer generalizaciones, pero duda que todo haya que interpretarlo en trminos exclusivamente individuales, pues existen muchos elementos comunes entre las personas, los programas y las instituciones.
8. Para concluir: sntesis de enfoques modlicos y metodolgicos de la evaluacin y la ltima perspectiva de Scriven
Tras este anlisis del desarrollo de la evaluacin a lo largo del Siglo XX, parece oportuno, a modo de sntesis y de conclusin, recoger y resaltar los que son considerados los principa-
pag. 29
les modelos, planteamientos metodolgicos, diseos, perspectivas y visiones de la evaluacin en la actualidad. Su anlisis, de manera compacta, es un complemento necesario para una visin como la histrica que, por su linealidad, tiene el riesgo de ofrecer una imagen disciplinar artificiosamente fraccionada. Hemos visto que en la dcada de los setenta y en sus alrededores se produce una especie de eclosin de propuestas evaluativas, que tradicionalmente han venido siendo denominadas como modelos (Castillo y Gento, 1995) y en algunos casos como diseos (Arnal y otros, 1992) de investigacin evaluativa. Sabemos que existieron varias decenas de estas propuestas, pero muy concentradas en el tiempo, en la dcada citada. De hecho, el asunto de los propuestos modelos para la evaluacin parece un tema prcticamente cerrado desde hace cuatro lustros. Ya no surgen nuevos modelos o propuestas, salvo alguna excepcin como vemos ms adelante. A pesar de lo dicho, se sigue hablando de modelos, mtodos y diseos en la literatura especializada, sobre todo buscando su clasificacin de acuerdo con diversos criterios, origen paradigmtico, propsito, metodologa, etc. Tambin en las clasificaciones, no slo en los modelos, existe diversidad, lo que prueba que, adems de dinamismo acadmico en el terreno de la investigacin evaluativa, todava existe cierta debilidad terica al respecto. Nosotros ya hemos sealado con anterioridad (Escudero, 1993), que coincidimos con Nevo (1983 y 1989) en la apreciacin de que muchos de los acercamientos a la conceptualizacin de la evaluacin (por ejemplo, el modelo respondiente, el libre de metas, el de discrepancias, etc.) se les ha denominado indebidamente como modelos a pesar de que ninguno de ellos tenga el grado de complejidad y de globalidad que debera acarrear el citado concepto. Lo que un texto clsico en evaluacin (Worthen y Sanders, 1973) denomina como modelos contemporneos de evaluacin (a los conocidos planteamientos de Tyler, Scriven, Stake, Provus, Stufflebeam, etc), el propio Stake (1981) dice que sera mejor denominarlo
como persuasiones mientras que House (1983) se refiere a metforas. Norris (1993) apunta que el concepto de modelo se utiliza con cierta ligereza al referirse a concepcin, enfoque o incluso mtodo de evaluacin. De Miguel (1989), por su parte, piensa que muchos de los llamados modelos solamente son descripciones de procesos o aproximaciones a programas de evaluacin. DarlingHammond y otros (1989) utilizan el trmino modelo por costumbre, pero indican que no lo hacen en el sentido preciso que tiene el trmino en las ciencias sociales, esto es, apoyndose en una estructura de supuestos interrelacionales fundamentada tericamente. Finalmente diremos que el propio autor del modelo CIPP, solamente utiliza esta denominacin de manera sistemtica para referirse a su propio modelo (Stufflebeam y Shinkfield, 1987), utilizando los trminos de enfoque, mtodo, etc., al referirse a los otros. Para nosotros, quizs sea el trmino enfoque evaluativo el ms apropiado, aunque aceptemos seguir hablando de modelos y diseos por simple tradicin acadmica. Nuestra idea es que a la hora de plantearnos una investigacin evaluativa, no contamos todava con unos pocos modelos bien fundamentados, definidos, estructurados y completos, entre los que elegir uno de ellos, pero s tenemos distintos enfoques modlicos y un amplio soporte terico y emprico, que permiten al evaluador ir respondiendo de manera bastante adecuada a las distintas cuestiones que le va planteando el proceso de investigacin, ayudndole a configurar un plan global, un organigrama coherente, un modelo cientficamente robusto para llevar a cabo su evaluacin (Escudero, 1993). Cules son las cuestiones que hay que responder en este proceso de construccin modlica? Apoyndonos en las aportaciones de diferentes autores (Worthen y Sanders, 1973; Nevo, 1989; Kogan, 1989; Smith y Haver, 1990), deben responderse y delimitar su respuesta al construir un modelo de investigacin evaluativa, los aspectos siguientes:
pag. 30
1) Objeto de la investigacin evaluativa. 2) Propsito, objetivos. 3) Audiencias/implicados/clientela. 4) nfasis/aspectos prioritarios o preferentes. 5) Criterios de mrito o valor. 6) Informacin a recoger. 7) Mtodos de recogida de informacin. 8) Mtodos de anlisis. 9) Agentes del proceso. 10) 11) 12) Secuenciacin del proceso. Informes/utilizacin de resultados. Lmites de la evaluacin.
13) Evaluacin de la propia investigacin evaluativa / metaevaluacin. Para definir estos elementos hay que buscar, lgicamente, el apoyo de los diferentes enfoques modlicos, mtodos, procedimientos, etc., que la investigacin evaluativa ha desarrollado, sobre todo en las ltimas dcadas. Volviendo a los denominados modelos de los setenta y a sus clasificaciones, podemos recoger algunas de las aparecidas en la ltima dcada en nuestro entorno acadmico, apoyndose en distintos autores. As, por ejemplo, Arnal y otros (1992) ofrecen una clasificacin de lo que denominan diseos de la investigacin evaluativa, revisando las de diversos autores (Patton, 1980; Guba y Lincoln, 1982; Prez, 1983; Stufflebeam y Shinkfield, 1987). Esta clasificacin es la siguiente :
Tabla 1- Tipos de diseos de investigacin educativa

Perspectiva Patton (1980) Objetivos Anlisis sistemas Guba y Lincoln (1982) Objetivos Prez (1983) Objetivos Anlisis sistemas Mtodo cientfico CIPP Susceptibles de complementariedad Crtica artstica Adversario UTOS Respondente Humansticointerpretativa Iluminativo Sin metas Sin metas Democrtico UTOS Respondente Cronbach (1982) Respondente Iluminativo Respondente Iluminativo Sin metas Stake (1975 Parlett y Hamilton (1977) Scriven (1967) MacDonald (1976) CIPP Crtica artstica CIPP Crtica artstica Contrapuesto Stufflebeam y Shinkfield (1987) Objetivos Autores creadores Tyler (1950) Rivlin (1971) Rossi y otros (1979) Suchman (1967) Stufflebeam (1966) Eisner (1971) Wolf (1974)
Empricoanaltica
Por su parte, Castillo y Gento (1995) ofrecen una clasificacin de mtodos de evaluacin dentro de cada uno de los modelos (paradigmas), que ellos denominan conductivista-eficientistas,
humansticos y holsticos (mixtos). Una sntesis de estas clasificaciones es la siguiente:
pag. 31
Tabla 2- Modelo conductista-eficientista

Mtodo/ autor Consecucin objetivos Tyler (1940) CIPP Stufflebeam (1967) Figura (countenance) Stake (1967) CSE Alkin (1969) Planificacin educativa Cronbach (1982) Finalidad evaluativa Medicin logro objetivos Informacin para toma decisiones Valoracin resultados y proceso Informacin para determinacin de decisiones Valoracin proceso y producto Paradigma domiContenido de nante evaluacin Cuantitativo Resultados Rol del evaluador Tcnico externo
Mixto
Mixto
Mixto Mixto
C (contexto) I (input) P (proceso) P (producto) Antecedentes, transacciones, resultados Centrados en logros de necesidades U (unidades de evaluacin) T (tratamiento) O (operaciones)
Tcnico externo
Tcnico externo
Tcnico externo Tcnico externo
Tabla 3- Modelo humanstico

Mtodo/ autor Atencin al cliente Scriven (1973) Contraposicin Owens (1973), Wolf (1974) Crtica artstica Eisner (1981) Finalidad evaluativa Anlisis de necesidades del cliente Opiniones para decisin consensuada Interpretacin crtica de la accin educativa Paradigma domiContenido de nante evaluacin Mixto Todos los efectos del programa Mixto Cualitativo Cualquier aspecto del programa Contexto Procesos emergentes Relaciones de procesos Impacto en contexto Rol del evaluador Evaluador externo de necesidades del cliente rbitro externo del debate Provocador externo de interpretaciones
pag. 32
Tabla 4- Modelo holstico

Mtodo/ autor Evaluacin respondente Stake (1976) Evaluacin holstica MacDonald (1976) Evaluacin iluminativa Parlett y Hamilton (1977) Finalidad evaluativa Valoracin de respuesta a necesidades de participantes Interpretacin educativa para mejorarla Iluminacin y comprensin de los componentes del programa Paradigma domiContenido de evaluacin nante Cualitativo Resultado de debate total sobre programa Cualitativo Rol del evaluador Promotor externo de la interpretacin por los implicados Elementos que Promotor externo configuran la de la interpretaaccin educativa cin por los implicados Sistema de Promotor externo enseanza y me- de la interpretadio cin de aprendizaje por los implicados
Cualitativo
Tambin Scriven (1994) ofrece una clasificacin de los modelos anteriores, previamente a introducir su perspectiva transdisciplinar que luego comentamos. Este autor identifica seis visiones o enfoques alternativos en la fase explosiva de los modelos, adems de algunas ms que denomina exticas y que se mueven entre los modelos de jurisprudencia y de experto. A continuacin comentamos sucintamente estas visiones y los modelos que se adscriben a ellas. La visin fuerte hacia la toma de decisiones (Visin A) concibe al evaluador investigando con el objetivo de llegar a conclusiones evaluativas que le ayuden al que debe tomar decisiones. Los que apoyan este enfoque se preocupan de si el programa alcanza sus objetivos, pero van ms all, cuestionndose si tales objetivos cubren las necesidades que deben cubrir. Esta posicin es mantenida, aunque no la hiciera explcita, por Ralph Tyler y extensamente elaborada en el modelo CIPP (Stufflebeam y otros, 1971). Segn el planteamiento tyleriano, las decisiones acerca de un programa deben basarse en el grado de coincidencia entre los objetivos y los resultados. El cambio de los alumnos, habitual-
mente el objetivo perseguido, es el criterio de evaluacin. A diferencia de Tyler, Stufflebeam ofrece una perspectiva ms amplia de los contenidos a evaluar. Estos son las cuatro dimensiones que identifican su modelo, contexto (C) donde tiene lugar el programa o est la institucin, inputs (I) elementos y recursos de partida, proceso (P) que hay que seguir hacia la meta y producto (P) que se obtiene. Adems, se deja constancia de que el objetivo primordial de la investigacin evaluativa es la mejora, la toma de decisiones para la mejora de todas y cada una de las cuatro dimensiones antes citadas. Scriven (1994) nos dice que Stufflebeam ha seguido desarrollando su perspectiva desde que desarroll el CIPP. Sin embargo, uno de sus colaboradores en tal empresa, Guba, tom posteriormente una direccin diferente, tal como hemos visto al analizar la cuarta generacin de la evaluacin (Guba y Lincoln, 1989). La visin dbil hacia la toma de decisiones (Visin B) concibe al evaluador proporcionando informacin relevante para la toma de decisiones, pero no le obliga a emitir conclusiones evaluativas o crticas a los objetivos de los programas. El representante terico ms genui[ www.uv.es/RELIEVE ]
pag. 33
no es Marv Alkin (1969), que define a la evaluacin como un proceso factual de recogida y generacin de informacin al servicio del que toma las decisiones, pero es ste el que tiene que tomar las conclusiones evaluativas. Esta posicin es lgicamente popular entre los que piensan que la verdadera ciencia no debe o no puede entrar en cuestiones de juicios de valor. El modelo de Alkin se conoce como CES (Centro para el Estudio de la Evaluacin), planteando las siguientes fases: valoracin de las necesidades y fijacin del problema, planificacin del programa, evaluacin de la instrumentalizacin, evaluacin de progresos y evaluacin de resultados. La visin relativista (Visin C) tambin mantiene la distancia de las conclusiones evaluativas, pero usando el marco de valores de los clientes, sin un juicio por parte del evaluador acerca de esos valores o alguna referencia a otros. Esta visin y la anterior han sido el camino que ha permitido integrarse sin problemas en el carro de la investigacin evaluativa a muchos cientficos sociales. De hecho, uno de los textos ms utilizados de evaluacin en el mbito de las ciencias sociales (Rossi y Freeman, 1993), toma preferentemente esta perspectiva . Las visiones B y C son las posiciones de los cientficos entroncados con una concepcin libre de valores de la ciencia. En cambio, los que participan de la visin A proceden de un paradigma diferente, probablemente debido a su conexin acadmica con la historia, la filosofa de la educacin, la educacin comparada y la administracin educativa. Hace unos aos Alkin (1991) revis sus planteamientos de dos dcadas atrs, pero sigui sin incluir los trminos de mrito, valor o vala; termina definiendo un Sistema de Informacin para la Gestin (Management Information SystemMIS) para uso del que toma decisiones, pero no ofrece valoraciones al respecto Pero la forma ms simple de la visin relativista (Visin C) es la desarrollada en el modelo de discrepancia de evaluacin de Malcolm Provus (1971). Las discrepancias son las divergencias con la secuencia de tareas proyectadas y la tem-
poralizacin prevista. Este modelo es muy cercano al control de programas en sentido convencional; es una especie de simulacin de una evaluacin. La visin de la descripcin frtil, rica, completa (Visin D) es la que entiende la evaluacin como una tarea etnogrfica o periodstica, en la que el evaluador informa de lo que ve sin intentar emitir afirmaciones valorativas o inferir conclusiones evaluativas, ni siquiera en el marco de los valores del cliente como en la visin relativista. Esta visin ha sido defendida por Robert Stake y muchos de los tericos britnicos. Se trata de una especie de versin naturalista de la visin B, tiene algo de sabor relativista y a veces parece precursora de la visin de la cuarta generacin. Se centra en la observacin, en lo observable, ms que en la inferencia. Recientemente se le ha denominado como visin de la descripcin slida, fuerte, para evitar el trmino rica, que parece ms evaluativa. Stake, en su primera etapa, es tayleriano en cuanto a concepcin evaluativa centrada en los objetivos planteados, proponiendo el mtodo de evaluacin de la figura (Stake, 1967), como rostro o imagen total de la evaluacin. Esta gira en torno a los tres componentes, antecedentes, transacciones y resultados, elaborando dos matrices de datos, una de descripcin y otra de juicio. En la primera se recogen de un lado las intenciones y de otro las observaciones y, en la segunda, las normas, lo que se aprueba y los juicios, lo que se cree que debe ser. A mitad de los setenta, Stake se aleja de la tradicin tayleriana de preocupacin por los objetivos y revisa su mtodo de evaluacin hacia un planteamiento que l califica como respondente (Stake, 1975 y 1975a), asumiendo que los objetivos del programa pueden modificarse sobre la marcha, con la finalidad de ofrecer una visin completa y holstica del programa y responder a los problemas y cuestiones reales que plantean los implicados. Segn Stufflebeam y Shinkfield (1987), este modelo hizo de Stake el lder de una nueva escue-
pag. 34
la de evaluacin, que exige un mtodo pluralista, flexible, interactivo, holstico, subjetivo y orientado al servicio. Este modelo sugiere la atencin al cliente propuesta por Scriven (1973), valorando sus necesidades y expectativas. De manera grfica, Stake (1975a) propone las fases del mtodo a modo de las horas de un reloj, poniendo la primera en las doce horas y siguiendo las siguientes fases, el sentido de las agujas del reloj. Estas fases son las siguientes: 1) Hablar con los clientes, responsables y audiencias, 2) Alcance del programa, 3) Panorama de actividades, 4) Propsitos e intereses, 5) Cuestiones y problemas, 6) Datos para investigar los problemas, 7) Observadores, jueces e instrumentos, 8) Antecedentes, transacciones y resultados, 9) Desarrollo de temas, descripciones y estudio de casos, 10) Validacin (confirmacin), 11) Esquema para la audiencia y 12) Reunin de informes formales. El evaluador puede seguir las fases tambin en sentido contrario del reloj o en cualquier otro orden. En el mtodo respondente el evaluador ha de entrevistar a los implicados para conocer sus puntos de vista y buscar la confluencia de las diversas perspectivas. El evaluador deber interpretar las opiniones y diferencias de puntos de vista (Stecher y Davis, 1990) y presentar una amplia gama de opiniones o juicios, en lugar de presentar sus conclusiones personales. La visin del proceso social (Visin E) que cristaliz hace algo ms de dos dcadas alrededor de un grupo de la Universidad de Stanford, dirigido por Lee J. Cronbach (1980), resta importancia a la orientacin sumativa de la evaluacin (decisiones externas sobre los programas y rendicin de cuentas), enfatizando la comprensin, la planificacin y la mejora de los programas sociales a los que sirve. Sus posiciones quedaban claramente establecidas en noventa y cinco tesis que han tenido una enorme difusin entre los evaluadores y los usuarios de la evaluacin. En cuanto a los contenidos de la evaluacin, Cronbach (1983) propone que se planifiquen y controlen los siguientes elementos:
Unidades (U) que son sometidas a evaluacin, individuos o grupos participantes. Tratamiento (T) de la evaluacin. Operaciones (O) que lleva a cabo el evaluador para la recogida y anlisis de datos, as como para la elaboracin de conclusiones. Contexto en el que tiene lugar el programa y su evaluacin. En una investigacin evaluativa concreta se pueden dar varias unidades, varios tratamientos y varias operaciones, en definitiva varios (uto), dentro de un universo UTO de situaciones admisibles. Ernie House (1989), un terico y un prctico de la evaluacin bastante independiente de corrientes en boga, tambin marc el entronque social de los programas, pero se distingua sobre todo por su nfasis de las dimensiones ms ticas y argumentales de la evaluacin, quizs motivado por la ausencia de estas facetas en los planteamientos de Cronbach y sus colaboradores. La visin constructivista de la cuarta generacin (Visin F) es la ltima de estas seis visiones que describe Scriven (1994), siendo mantenida por Guba y Lincoln (1989) y seguida por muchos evaluadores americanos y britnicos. Ya hemos visto anteriormente que esta visin rechaza una evaluacin orientada a la bsqueda de calidad, mrito, valor, etc., y favorece la idea de que ello es el resultado de la construccin por individuos y la negociacin de grupos. Esto significa, segn Scriven, que el conocimiento cientfico de todo tipo es sospechoso, discutible y no objetivo. Lo mismo le ocurre a todo trabajo anlitico como el anlisis filosfico, incluido el suyo. Scriven apunta que el propio Guba ha sido siempre consciente de las potenciales autocontradicciones de su posicin. De esta revisin de Scriven quedan al margen algunas posiciones evaluativas tradicionalmente recogidas y tratadas por los analistas. As por
pag. 35
ejemplo, Schuman (1967) ofrece un diseo evaluativo basado en el mtodo cientfico o, al menos, en alguna variacin o adaptacin del mismo. Owens (1973) y Wolf (1974 y 1975) proponen un mtodo de contraposicin o discusin que sobre un programa llevan a cabo dos grupos de evaluadores, partidarios y adversarios, para proporcionar informacin pertinente a quienes toman decisiones. Eisner (1971, 1975 y 1981) plantea la evaluacin en trminos similares al proceso de crtica artstica. El propio Scriven (1967 y 1973) propona hace aos centrar la evaluacin en la atencin al cliente y no tanto en las metas previstas, puesto que frecuentemente los logros no previstos son ms importantes que los que figuran en la planificacin del programa. Por ello, se suele denominar a su enfoque como evaluacin sin metas. El evaluador determina el valor o mrito del programa para informar a los usuarios; se trata algo as como de un intermediario informativo (Scriven, 1980). La evaluacin iluminativa (Parlett y Hamilton, 1977) tiene un enfoque holstico, descriptivo e interpretativo, con la pretensin de iluminar sobre un complejo rango de cuestiones que se dan de manera interactiva (Fernndez, 1991). La evaluacin democrtica de MacDonald (1971 y 1976), tambin denominada holstica, supone la participacin colaborativa de los implicados, siendo el contraste de opiniones de los implicados el elemento evaluativo primordial. Scriven (1994) analiza las seis visiones crticamente y se muestra ms cercano a la visin A, la visin fuerte sobre la toma de decisiones, representada fundamentalmente por el modelo CIPP de Stufflebeam y sus planteamientos, pues dice que es la ms cercana de todas a la visin del sentido comn, que es la que tienen los evaluadores trabajando con sus programas, de la misma manera que los mdicos trabajan con los pacientes, hacindolo lo mejor posible, independientemente del tipo y del estado general del paciente. Scriven quiere extender esta visin con una visin o modelo que denomina transdisciplinar y que l califica como significativamente
distinta de la aludida visin A y radicalmente diferente de las restantes. En la perspectiva transdisciplinar, la investigacin evaluativa tiene dos componentes: el conjunto de campos de aplicacin de la evaluacin y el contenido de la propia disciplina. Algo parecido a lo que ocurre a disciplinas como la estadstica y la medicin. En definitiva, la investigacin evaluativa es una disciplina que incluye sus propios contenidos y los de otras muchas disciplinas; su preocupacin por el anlisis y mejora se extiende a muchas disciplinas, es transdisciplinar. Esta visin es objetivista como la A y defiende que el evaluador determine el mrito o el valor del programa, del personal o de los productos investigados. En tal sentido, se debe establecer de manera explcita y defender la lgica utilizada en la inferencia de conclusiones evaluativas a partir de las premisas definicionales y factuales. As mismo, se deben perseguir las falacias argumentales de la doctrina libre de valores (Evaluation Thesaurus, 1991). En segundo lugar, la perspectia transdisciplinar se orienta hacia el consumidor, ms que hacia el gestor o intermediario. No se trata de una orientacin exclusiva hacia el consumidor, pero s la consideracin primera del consumidor como justificacin del programa, y que el bien comn es la primaca de la evaluacin. A partir de aqu, tambin se produce informacin valiosa para el gestor que decide y se pueden analizar los productos de un programa o institucin a la vista de sus objetivos. Esta posicin no slo ve legitimidad en la emisin de conclusiones evaluativas por parte del investigador, sino que ve necesidad de hacerlo en la gran mayora de las ocasiones. Se trata tambin de una visin generalizada, no justamente una visin general, que incluye la generalizacin de conceptos en el mbito del conocimiento y la prctica. Desde esta perspectiva, la investigacin evaluativa es mucho ms que la evaluacin de programas e incide en procesos, instituciones y otros muchos ms
pag. 36
objetos. De manera ms detallada, esta visin generalizada significa que: a) Los campos distintivos de aplicacin de la disciplina son los programas, el personal, los rendimientos, los productos, los proyectos, la gestin, y la metaevaluacin de todo ello. b) Las investigaciones evaluativas inciden en todo tipo de disciplinas y en las prcticas que resultan de ellas. c) Las investigaciones evaluativas se mueven desde niveles muy prcticos hasta el nivel conceptual. d) Los distintos campos de la investigacin evaluativa tienen muchos niveles de interconexin y solapamiento. La evaluacin de programas, de personal, de centros, etc., tienen muchos puntos en comn. El cuarto elemento distintivo de la visin transdisciplinar de la evaluacin es que se trata de una visin tcnica. La evaluacin no slo necesita el apoyo tcnico de otras muchas disciplinas, sino que, adems, tiene su propia metodologa. La lgica de la sntesis de resultados, las consecuencias, etc., y la correcta ubicacin en el proceso de muchas tcnicas auxiliares en las que, probablemente, no es necesario ser un gran especialista, pero s tener un conocimiento cabal. Esta perspectiva transdisciplinar de la investigacin evaluativa de Scriven (1994), coincide en gran medida con los planteamientos que de la misma hemos defendido en otros momentos (Escudero, 1996). Nosotros no tenemos unas posiciones contrarias a las otras visiones en la misma medida que las tiene Scriven y, de hecho, consideramos desde una posicin pragmtica, que todas las visiones tienen puntos fuertes y que en todo caso, aportan algo til para la comprensin conceptual y el desarrollo de la investigacin evaluativa. Sin embargo, s que pensamos que esta moderna visin de Scriven es slida y coherente y ampliamente aceptada en la actualidad. Una crtica que podra hacerse a este planteamiento de Scriven est en el excesivo nfasis relativo de la orientacin al cliente, al usuario en
sentido estricto. Pensamos que esta orientacin debe integrarse dentro de una orientacin a los implicados, donde existen distintos tipos y distintas audiencias y, por supuesto, una muy importante, son los usuarios en el sentido de Scriven, pero nos parece que la investigacin evaluativa hoy en da tiene una orientacin prioritaria ms plural que la defendida por este autor.
Referencias bibliogrficas
Ahman, S. J. y Cook, M. D. (1967). Evaluating Pupil Growth. Principles of Tests Measurement. Boston, Ma.: Allyn and Bacon Alkin, M. (1969). Evaluation theory development. Evaluation Comment, 2, 1, 2-7. Alkin, M. (1991). Evaluation theory development: II. En M. McLaughlin, y Phillips (Eds.), Evaluation and education at quarter century (pp.91-112). Chicago: NSSE/ University of Chicago . Anderson, S. B. y Ball, S. (1983). The profession and practice of program evaluation. San Francisco, Ca: Jossey-Bass. Arnal, J.; Del Rincon, D. y Latorre, A. (1992). Investigacin educativa. Fundamentos y Metodologa. Barcelona: Labor Atkin, J. M. (1968). Behavioral Objectives in curriculum design: A cautionary note. The Science Teacher, 35, 27-30. Baker, L. R. (1969). Curriculum evaluation. Review of Educational Research, 39, 339-358. Barbier, J. M. (1993). La evaluacin en los procesos de formacin. Barcelona: Paidos. Berk, A. R. (Ed.) (1981). Educational evaluation methodology: The state of the art. Baltimore: The Hopkins University Press. Blanco, F. (1994). La evaluacin en la educacin secundaria. Salamanca: Amas Ediciones. Bloom, B. S., Engelhaut, M.D., Furst, E.J., Hill, W.H. y Krathwohl, D.R. (1956). Taxonomy of educational objectives Handbook I; Cognitive domain. New York: Davis, McKay. Bloom, B. S., Hastings, J. Th. y Madaus, F. (1971). Handbook on formative and summative evaluation of student learning. New York: McGraw-Hill.
pag. 37
Bloom, B.S., Hastings, T. y Madaus G. (1975). Evaluacin del aprendizaje. Buenos Aires: Troquel. Bonboir, A. (1972). La Docimologie. Paris: PUF. Cabrera, F. (1986). Proyecto docente sobre tcnicas de medicin y evaluacin educativas. Barcelona: Universidad de Barcelona. Carreo, H. F. (1977). Enfoques y principios tericos de la evaluacin. Mexico: Trillas. Castillo, S. y Gento, S. (1995). Modelos de evaluacin de programas educativos. En A.Medina y L. M. Willar (Coord.), Evaluacin de programas educativos, centros y profesores (pp.25-69). Madrid: Editorial Universitas, S. A.. Chelimsky, E. (1998). The role of experience in formulating theories of evaluation practice. American Journal of Evaluation 19, 1, 35-55. Coffman, W. E. (1971). Essay examinations. En R.L. Thorndike (Ed.) Educational Measurement. Washington , DC: American Council on Education. Cronbach, L. J. (1963). Course improvement through evaluation. Teachers College Record, 64, 672-683. Cronbach, L. J. (1982). Designing evaluations of educational and social programs. Chicago: Jossey-Bass. Cronbach, L. J., Hambron, S.R., Dornbusch, S.M., Hess, R.D., Hornick, R.C., Phillips, D.C., Walker, D.F. y Weiner, S.S. (1980). Towards reform in program evaluation: Aims, methods and institutional arrangements. San Francisco: Jossey-Bass. Cronbach, L. J. y Suppes, P. (1969). Research for tomorrow's schools: Disciplined inquiry for education. New York: MacMillan. Darling-Hammond, L., Wise, AE, & Pease, SR (1989). Teacher evaluation in the organizational context: A review of the literature. En E. R. House (Ed.) New directions in educational evaluation (pp.203-253). London: The Falmer Press. De la Orden, A. (1985). Investigacin evaluativo. En Arturo De la Orden. (Ed.), Investigacin educativa. Diccionario de Ciencias de la Educacin (pp.133-137). Madrid: Anaya.
De Miguel, M. (1989). Modelos de investigacin sobre organizaciones educativas. Revista de Investigacin Educativa, 7, 13, 21-56. Dubois, P. H. (1970). A History of Psychological Testing. Boston: Allyn Bacon. Ebel, R. L. (1977). Fundamentos de la medicin educacional. Buenos Aires: Guadalupe. Eisner, E. W. (1967). Educational objectives: Help or hindrance?. The School Review, 75, 250-260. Eisner, E. W. (1969, Instructional and expressive educational objectives: their formulation and use in curriculum. En J. Popham (Ed.), Instructional objectives (pp. 1-18). Chicago: AERA. Eisner, E. (1971). Emerging models for educational evaluation. School Review, 2. Eisner, E. W. (1975). The perceptive eye: Toward the reformation of educational evaluation. Stanford, Ca: Stanford Evaluation Consortion. Eisner, E. W. (1981). The methodology of qualitative evaluation: the case of educational connoisseurship and educational criticism. Stanford, Ca: Stanford University . Eisner, W. E. (1985). The art of educational evaluation. London: The Falmer Press. Escudero, T. (1993). Enfoques modlicos en la evaluacin de la enseanza universitaria, Actas de las III Jornadas Nacionales de Didctica Universitaria Evaluacin y Desarrollo Profesional (pp. 5-59). Las Palmas: Servicio de Publicaciones, Universidad de Las Palmas. Escudero, T. (1996). Proyecto docente e investigador. Zaragoza: Universidad de Zaragoza. Fernndez Ballesteros, R. (1981). Perspectivas histricas de la evaluacin conductual. En R. Fernndez, y J.A.I Carrobles. (Ed.), Evaluacin conductual. Madrid: Ediciones Pirmide. Fernndez de Castro, J. (1973). La enseanza programada. Madrid: CSIC. Fernndez, J. (1991). La evaluacin de la calidad docente. En A. Medina (Coord.), Teora y mtodos de evaluacin. Madrid: Cincel. Fetterman, D. M. (1994). Empowerment evaluation. Evaluation Practice, 15, 1, 1-15. Gagne, R. M. (1971). Las condiciones del aprendizaje. Madrid: Aguilar.
pag. 38
Gil, E. (1992). El sistema educativo de la Compaa de Jess. La Ratio Studiorum. Madrid: UPCO. Glaser, B. G. (1978). Theoretical sensitivity. Mill Valley, Ca: Sociology Press. Glaser, B. G. y Strauss, A. L. (1967). The discovery of grounded theory. Chicago: Aldine. Glaser, R. (1963). Instructional technology and the measurement of learning outcomes: some questions. American Psychologists, 18, 519521. Glaser, R. (Dir.) (1965). Teaching machines and programmed learning. Washington: National Education Association. Gronlund, N. E. (1985). Measurement and evaluation in teaching. New York: MacMillan, Guba, G. E. y Lincoln, Y. S. (1982). Effective evaluation. San Francisco: Jossey Bass Publishers. Guba, E. G. y Lincoln, Y. S. (1989). Fourth Generation Evaluation. Newbury Park, Ca.: Sage Publications Gullicksen, H. (1950). Theory of mental tests. New York: Wiley Hambleton, R. K. (1985). Criterion-referenced measurement.En Encyclopedia of Educational Research. New York: McMillan. Hammond, R. L. (1983). Evaluation at the local level. En B. R. Worthen y J. R. Sanders, Educational Evaluation: Theory and Practice. Worthington, Ohio: Charles A. Jones Publishing Company. Hernndez, F. (1993). Proyecto docente e investigador. Murcia. Horowitz, R. (1995). A 75-year legacy on assessment: Reflections from an interview with Ralph W. Tyler. The Journal of Educational Research, 89, 2, 68-75. House, E. R. (1983). How we think about evaluation. En House, E. R., Philosophy of evaluation. San Francisco, Ca.: Jossey-Bass House, E. R. (1989). Evaluating with validity. Newbury Park, Ca.: Sage. Joint Committee on Standards for Educational Evaluation (1981, Standards for evaluations of educational programs, projects, and materials. New York.: McGraw-Hill.
Joint Committee on Standards for Educational Evaluation (1988). The personnel evaluation standards. Newbury Park, CA.: Sage. Keefe, J. (1994). School evaluation using the CASE-IMS model and improvement process. Studies in Educational Evaluation, 20,1, 5567. Kellaghan, T. (1982). La evaluacin educativa. Bogot: Universidad Pontificia Javierana. Kidder, L. H. (1981). Qualitative research and quasi-experimental frameworks. En M. B. Brewer y B. E. Collins, (Eds.), Scientific inquiry and the social sciences. San Francisco: Jossey-Bass. Kogan, M. (Ed.) (1989). Evaluating higher education. London: Jessica Kingsley Publishers. Krathwohl, R. D., Blomm, B.S. y Masia, B.B. (1964). Taxonomy of educational objectives. Handbook II: Affective domain. New Cork: Davis McKay. Lewy, A. (Ed.) (1976). Manual de evaluacin formativa del currculo. Bogot : Voluntad/Unesco. Lincoln, y. S. y Guba, E. G. (1985). Naturalistic inquiry. Beverly Hills, CA: Sage. Lincoln, y. S. y Guba, E. G. (1986). But is it rigorous? Trustworthiness and authenticity in naturalistic evaluation. en D. D. Williams (Ed.), Naturalistic evaluation. San Francisco: Jossey-Bass. Lincoln, y. S. y Guba, E. G. (1988). Criteria for assessing naturalistic inquiries as products. Paper presented at the American Educational Research Association, New Orleans, LA. Lindquist, E. F. (1953). Design and Analysis of Experiments in Psychology and Education. Boston, Ma.: Houghton Mifflin Company. Lindvall, C. M., (Ed.) (1964). Defining educational objectives. Pittsburg: University of Pittsburgh Press. Macdonald, B. (1971). The evaluation of the Humanities Curriculum Project: a holistic approach. Theory into Practice, 10, 3, 163-169. Macdonald, B. (1976). Evaluation and the control of education. En D. Tawney (Ed.), Curriculum evaluation today: trends and implications, 125-136. London: McMillan.
pag. 39
Madaus, G. F. y otros (1991). Evaluation Models. Viewpoints on Educational and Human Services Evaluation. Hingham , Mass.: KluwerNijhoff Publishing. Mager, R. F. (1962). Preparing instructional objective. Palo Alto, CA.: Fearon. Mager, R. F. (1973). Anlisis de metas. Mxico: Trillas. Mann, H., (1845). Boston Grammar and Writing Schools. Common School Journal, October, 7, 19. Martnez de Toda, M. J. (1991). Metaevaluacin de necesidades educativas: Hacia un sistema de normas. Tesis doctoral. Madrid: Universidad Complutense. Mateo, J. (1986). Proyecto docente e investigador. Barcelona: Universidad de Barcelona. Mateo, J. y otros (1993). La evaluacin en el aula universitaria. Zaragoza: ICE-Universidad de Zaragoza. Mccall, W. A. (1920). A new kind of school examination. Journal of Educational Research, January. McReynold, P. (1975). Advances in Psychological Assessment, vol. III.San Francisco: JosseyBass. Mertens, D. M. (1999). Inclusive evaluation: Implications of transformative theory for evaluation. American Journal of Evaluation, 20, 1, 1-14. Metfessel, N. S. y Michael, W. B. (1967). A paradigm involving multiple criterion measures for the evaluation of effectiveness of school programs. Educational and Psychological Measurement, 27, 931-943. Morgan, G. (1983). Beyond method. Beverly Hills, Ca: Sage. Nevo, D. (1983). The conceptualization of educational evaluation: An analytical review of the literature. Review of Educational Research, 53, 1, 117-128. Nevo, D. (1989). The conceptualization of educational evaluation: An analytical review of the literature. En E. R. House (Ed.), New directions in educational evaluation. London : The Falmer Press, 15-29. Norris, N. (1993). Understanding educational evaluation. London : Kogan Page/CARE,
School of Education , University of East Anglia . Nowalowski, Jeri, Mary Anne Bunda, Russell Working (1985). A Handbook of Educational Variables. Boston: Kluwer-Nijhoff . Nunnally, J. C. (1978). Psychometric Theory. New York: McGraw Hill. Owens, T. R. (1973). Educational evaluation by adversery proceedings. En E.R. House (Comp.), School Evaluation: The Politics and Process. Berkeley: McCutchan. Parlett, M. y Hamilton , d. (1977). Evaluation as illumination: A new approach to the study of innovative programmes. En Hamilton D. y otros (Eds.), Beyond the numbers game. London: MacMillan. Patton, M. Q. (1980). Qualitative Evaluation methods. Beverly Hills, Ca.: Sage Prez, A. (1983). Modelos contemporneos de evaluacin. En J. Gimeno y A. Prez, La enseanza: su teora y su prctica (pp. 426-449). Madrid: Akal Phillips, R. C. (1974). Evaluation in education. Columbus, Ohio: Merril. Pieron, H. (1968). Vocabulaire de la psychologie. Paris: PUF. Pieron, H. (1969). Examens et Docimologie. PUF, Paris. Planchard, E. (1960). La investigacin pedaggica. Madrid: Ediciones Fas. Popham, W. J. (1970). Establishing instructional goals. Englewood Cliffs, N. J.: Prentice Hall. Popham, W. J. (1980). Problemas y tcnicas de la evaluacin educativa. Madrid: Anaya. Popham, W. J. (1983). Evaluacin basada en criterios. Madrid: Magisterio Espaol, S. A.. Popham, W. y Baker, E. L. (1970). Systematic Instruction. Englewood Cliffs, NJ.: Prentice Hall. Provus, M. (1971). Discrepancy evaluation. For educational program improvement and assessment. Berkeley, Ca.: McCutchan Publishing Co. Rivlin, A. M. (1971). Systematic thinking for social action. Washington, D.C.: Brookings Institute.
pag. 40
Rodrguez, T. y otros (1995). Evaluacin de los aprendizajes. Aula Abierta Monografas 25. Oviedo: ICE-Universidad de Oviedo. Rosenthal, J. E. (1976). Evaluation history. En S. B. Anderson, y otros (Eds.), Encyclopedia of Educational Evaluation. San Francisco: Jossey Bass Publishers. Rossi, P. H. y Freeman, H. (1993). Evaluation: A Systematic Approach. Beverly Hills , Ca.: Sage. Rossi, P. H. y otros (1979). Evaluation: A systematic approach. Beverly Hills , Ca.: Sage. Russell, N. y Willinsky, J. (1997). Fourth generation educational evaluation: The impact of a post-modern paradigm on school based evaluation. Studies in Educational Evaluation, 23, 3, 187-199. Rutman, L. (Ed.) (1984). Evaluation research methods: A base guide. Beverly Hills, Ca.: Sage. Rutman, L. y Mowbray, G. (1983). Understanding program evaluation. Beverly Hills, Ca.: Sage. Salvador, L. (1992). Proyecto docente., Universidad de Cantabria. Scriven, M. (1967). The methodology of evaluation. En Perspectives of Curriculum Evaluation, (pp. 39-83). AERA Monograph 1. Chicago : Rand McNally and Company. Scriven, M. (1973). Goal-free evaluation. En E. R. House (Ed.), School evaluation: The politics and process,(pp. 319-328). Berkeley, CA.: McCutchan. Scriven, M. (1974). Prose and cons about goalfree evaluation. Evaluation Comment, 3, 1-4. Scriven, M. (1980). The logic of evaluation. Inverness , Ca.: Edgepress Scriven, M. (1991, Evaluation Thesaurus. Newbury Park , Ca.: Sage Scriven, M. (1991a). Duties of the teacher. Kalamazoo, Mi.: Center for Research on Educational Accountability and Teacher Evaluation. Scriven, M. (1994). Evaluation as a discipline. Studies in Educational Evaluation, 20, 1, 147166. Scriven, M. (1998). Minimalist theory: The least theory that practice require. American Journal of Evaluation 19, 1, 57-70.
Smith, E. R. y Tyler, R. W. (1942). Appraising and recording student progress. New York: Harper & Row,. Smith, N. L. y Haver, d. M. (1990). The applicability of selected evaluation models to evolving investigative designs. Studies in Educational Evaluation, 16, 3, 489-500. Stacher, B. M. y Davis, W. A. (1990). How to Focus on Evaluation. Newbury Park, Ca.: Sage. Stake, R. E. (1967). The countenance of educational evaluation. Teacher College Record, 68, 523-540. Stake, R. E. (1975a). Program evaluation: particularly responsive evaluation. Occasional Paper, 5. University of Western Michigan. Stake, R. E. (1975b). Evaluating the arts in education: A responsive approach. Ohio: Merril . Stake, R. E. (1976). A theoretical stament of responsive evaluation. Studies in Educational Evaluation, 2 , 19-22. Stake, R. E. (1981). Setting standars for educational evaluators. Evaluation News, 22, 148152. Stake, R. E. (1986). Quieting reform. Urbana: University of Illinois Press. Stenhouse, L. (1984). Investigacin y desarrollo del curriculum. Madrid: Morata. Stronge, J. H. y Helm, V. M. (1991). Evaluating professional support personnel in educational settings. Newbury Park, Ca: Sage. Stufflebeam, D. L. (1966). A depth study of the evaluation requeriment. Theory into Practice, 5, 3, 121-134. Stufflebeam, D. L. (1994). Introduction: Recommendations for improving evaluations in U. S. public schools. Studies in Educational Evaluation, 20, 1, 3-21. Stufflebeam, D. L. (1998). Conflicts between standards-based and postmodernist evaluations: Toward rapprochement. Journal of Personnel Evaluation in Education, 12, 3, 287296. Stufflebeam, D. L. (1999). Using profesional standards to legally and ethically release evaluation findings. Studies in Educational Evaluation, 25, 4, 325-334.
pag. 41
Stufflebeam, D. L. (2000). Guidelines for developing evaluation checklists. Consultado en www.wmich.edu/evalctr/checklists/ el 15 de Diciembre de 2002. Stufflebeam, D. L. (2001). The metaevaluation imperative. American Journal of Evaluation, 22, 2, 183-209. Stufflebeam, D. L., Foley, WJ, Gephart, WJ, Guba, EG, Hammond, RL, Merriman, HO & Provus, MM (1971). Educational Evaluation and Decision-making, Itasca, Illinois : F. E. Peacock Publishing. Stufflebeam, D. L. y Shinkfield, A. J. (1987). Evaluacin sistemtica. Gua terica y prctica. Barcelona: Paidos/MEC. Suchman, E. A. (1967). Evaluative Research: Principles and Practice in Public Service and Social Action Programs. New York : Russell Sage Foundation. Sunberg, N. D. (1977). Assessment of person. Englewood Cliffs, N.J.: Prentice Hall. Taba, H. (1962). Curriculum development. Theory and practice. New York: Harcourt Brace . Thorndike, E. L,. (1904). An Introduction to the Theory of Mental and Social Measurements. New York: Teacher College Press, Columbia University . Tyler, R. W. (1950). Basic principles of curriculum and instruction. Chicago: University of Chicago Press . Tyler, R. W. (1967). Changing concepts of educational evaluation. En R. E. Stack (Comp.), Perspectives of curriculum evaluation. AERA Monograph Series Curriculum Evaluation, 1. Chicago: Rand McNally,. Tyler, R. W., (Ed.) (1969). Educational evaluation: New roles, new means. Chicago: University of Chicago Press .
Walberg, H. J. y Haertel, G. D. (Ed.) (1990). The International Encyclopedia of Educational Evaluation. Oxford: Pergamon Press. Webster, W. J. y Edwards, M. E. (1993). An accountability system for school improvement, Paper presented at the annual meeting (April) of the AERA. Atlanta, GA. Webster, W. J., Mendro, R.L. y Almaguer, T.O. (1994). Effectiveness indices: A value added approach to measuring school effect. Studies in Educational Evaluation, 20, 1, 113137. Weiss, C. H. (1983). Investigacin evaluativa. Mtodos para determinar la eficiencia de los programas de accin. Mxico: Trillas,. Weiss, C. H. (1998). Have we learned anything new about the use of evaluation?. American Journal of Evaluation, 19, 1, 21-33. Wilson, A. R. J. (1978). La evaluacin de los objetivos. En J. A. R. Wilson (Ed.), Fundamentos psicolgicos del aprendizaje y la enseanza (pp. 549-578). Madrid: Anaya.. Wolf, R. L. (1974). The citizen as jurist: A new model of educational evaluation. Citizen Action in Education, 4. Wolf, R. L. (1975). Trial by jury: a new evaluation method. Phi Delta Kappa, 57, 185187. Worthen, B. R. y Sanders, J. R. (1973). Educational Evaluation: Theory and Practice. Worthington, Ohio: Charles a. Jones Publishing Company. Worthen, B. R. y Sanders, J. R. (1991). The changing face of educational evaluation, Theory into Practice, XXX, 1, 3-12. Zeller, N. C. (1987). A rethoric for naturalistic inquiry. Ph. D. dissertation, Indiana University.
ABOUT THE AUTHORS / SOBRE LOS AUTORES Toms Escudero Escorza (tescuder@posta.unizar.es). Catedrtico del rea de Mtodos de Investigacin y Diagnstico en Educacin de la Universidad de Zaragoza. Es miembro de la Comisin de Coordinacin Tcnica del Plan de Calidad de las Universidades. Tiene un gran nmero de trabajos y publicaciones sobre evaluacin educativa, particularmente sobre evaluacin institucional.
pag. 42
ARTICLE RECORD / FICHA DEL ARTCULO

Escudero, Toms (2003).
Reference / Referencia Title / Ttulo Authors / Autores Review / Revista ISSN Publication date / Fecha de publicacin Abstract / Resumen
Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de intenso desarrollo de la evaluacin en educacin. Revista ELectrnica de Investigacin y EVa-
luacin Educativa (RELIEVE), v. 9, n. 1. http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm. Consultado en (poner fecha). Desde los tests hasta la investigacin evaluativa actual. Un siglo, el XX, de intenso desarrollo de la evaluacin en educacin. [ From tests to current evaluative research. One century, the XXth, of intense development of evaluation in education] Toms Escudero Escorza Revista ELectrnica de Investigacin y EValuacin Educativa (RELIEVE), v. 9, n. 1 1134-4032 2003 (Reception Date: 2003 January 10; Publication Date: 2003 Febr. 27 ) This article presents a review and state of art about development in educational evaluation in the XXth century. The main theoretical proposals are commented. Este artculo presenta una revisin crtica del desarrollo histrico que ha tenido el mbito de la evaluacin educativa durante todo el siglo XX. Se analizan los principales propuestas tericas planteadas.. Evaluation, Evaluation Research, Evaluation Methods; Formative Evaluation Summative Evaluation, Testing, Program Evaluation. Evaluacin, Investigacin evaluativa, Mtodos de Evaluacin, Evaluacin Formativa, Evaluacin Sumativa, Test, Evaluacin de Programas Universidad de Zaragoza (Espaa) http://www.uv.es/RELIEVE Espaol (Title, abstract and keywords in english)
Keywords Descriptores Institution / Institucin Publication site / Direccin Language / Idioma

(RELIEVE) [ ISSN: 1134-4032 ]
Copyright 2002, RELIEVE. Reproduction and distribution of this articles it is authorized if the content is no modified and their origin is indicated (RELIEVE Journal, volume, number and electronic address of the document). / Copyright 2002, RELIEVE. Se autoriza la reproduccin y distribucin de este artculo siempre que no se modifique el contenido y se indique su origen (RELIEVE, volumen, nmero y direccin electrnica del documento).
pag. 43

Desde Los Test Hasta La Evaluacion Actual. Escudero Escorza. 2003

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Desde Los Test Hasta La Evaluacion Actual. Escudero Escorza. 2003

Uploaded by

Copyright:

Available Formats

Escudero Escorza, T. (2003). Desde los tests hasta la investigacin evaluativa actual.

Un siglo, el XX, de inteso desarrollo de la evaluacin en educacin. RELIEVE:, v. 9, n. 1, p. 11-43. http://www.uv.es/RELIEVE/v9n1/RELIEVEv9n1_1.htm

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

1. Precedentes: Antes de los tests y de la medicin

Revista ELectrnica de Investigacin y EValuacin Educativa

2. Los tests psicomtricos

Revista ELectrnica de Investigacin y EValuacin Educativa

3. El nacimiento de la verdadera evaluacin educativa: La gran reforma tyleriana

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

4. El desarrollo de los sesenta

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

5. Desde los aos setenta: La consolidacin de la investigacin evaluativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

6. La cuarta generacin segn Guba y Lincoln

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

7. El nuevo impulso alrededor de Stufflebeam

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Tabla 1- Tipos de diseos de investigacin educativa

humansticos y holsticos (mixtos). Una sntesis de estas clasificaciones es la siguiente:

Revista ELectrnica de Investigacin y EValuacin Educativa

Tabla 2- Modelo conductista-eficientista

Tcnico externo Tcnico externo

Tabla 3- Modelo humanstico

Revista ELectrnica de Investigacin y EValuacin Educativa

Tabla 4- Modelo holstico

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

ARTICLE RECORD / FICHA DEL ARTCULO

Keywords Descriptores Institution / Institucin Publication site / Direccin Language / Idioma

Revista ELectrnica de Investigacin y EValuacin Educativa

Revista ELectrnica de Investigacin y EValuacin Educativa

You might also like