Formative assessment and generative artificial intelligence: tensions and rationales in preservice teacher education

Authors

DOI:

https://doi.org/10.63688/vb9agz15

Keywords:

formative assessment, generative artificial intelligence, preservice teacher education, assessment conceptions

Abstract

The incorporation of generative artificial intelligence (GenAI) poses challenges for formative assessment in initial teacher education. This study examined preservice primary school teachers’ conceptions of learning assessment and the decisions reflected in their assessment plans. An instrumental case study was conducted using a predominantly qualitative approach complemented by descriptive quantitative data at a public teacher education institution in Mexico. A 20-item closed-ended questionnaire was administered to 74 fourth-semester students. In addition, 18 teaching plans were examined, and dialogic exchanges were conducted with 18 key informants selected through convenience sampling. Results showed that 62 of the 74 students (83.8%) expressed conceptions associated with a technical orientation to assessment, whereas 12 (16.2%) emphasized feedback and self-regulation. Checklists were the most frequently reported assessment instrument (53 of 74 students; 71.6%). In hypothetical scenarios involving assignments produced with GenAI, 14 of the 18 informants (77.8%) favored penalizing undeclared use, while four (22.2%) expressed acceptance of the technology alongside uncertainty about assessment. The findings describe tensions between formative curricular principles and assessment design decisions. Strengthening digital assessment literacy in initial teacher education is recommended.

References

Álvarez Méndez, J. M. (2001). Evaluar para conocer, examinar para excluir. Morata.

Anijovich, R., & Cappelletti, G. (2017). La evaluación como oportunidad. Paidós.

Bagdonaitė, J., & Dagienė, V. (2025). Artificial intelligence in primary education: A systematic literature review 2020–2025. Informatics in Education, 24(4), 697–736. https://doi.org/10.15388/infedu.2025.24

Bardin, L. (2002). Análisis de contenido (3.ª ed.). Akal.

Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. https://doi.org/10.1080/0969595980050102

Cañadas, L., Santos-Pastor, M. L., & Castejón-Oliva, F. J. (2018). Evaluación en la formación inicial: ¿avance o retroceso? Bordón. Revista de Pedagogía, 70(4), 9–22. https://doi.org/10.13042/Bordon.2018.64434

Cañadas, L., Santos-Pastor, M. L., & Ruiz Bravo, P. (2021). Percepción del impacto de la evaluación formativa en las competencias profesionales durante la formación inicial del profesorado. Revista Electrónica de Investigación Educativa, 23, e07, 1–13. https://doi.org/10.24320/redie.2021.23.e07.2982

DeLuca, C., Coombs, A., & LaPointe-McEwan, D. (2019). Assessment mindset: Exploring the relationship between teacher mindset and approaches to classroom assessment. Studies in Educational Evaluation, 61, 159–169.

DeLuca, C., LaPointe-McEwan, D., & Luhanga, U. (2016). Teacher assessment literacy: A review of international standards and measures. Educational Assessment, Evaluation and Accountability, 28(3), 251–272. https://doi.org/10.1007/s11092-015-9233-6

Díaz Barriga, F. (2006). Enseñanza situada: Vínculo entre la escuela y la vida. McGraw-Hill.

Díaz-Barriga, Á. (2006). El docente en las reformas educativas: Sujeto o ejecutor de proyectos ajenos. Revista Electrónica de Investigación Educativa, 8(1), 1–15. http://redie.uabc.mx/vol8no1/contenido-diazbarriga2.html

Díaz-Barriga, Á. (2014). Construcción de programas por competencias en la educación superior. Perfiles Educativos, 36(143), 142–162. https://doi.org/10.22201/iisue.24486167e.2014.143.45892

Dirección General de Educación Superior para el Magisterio. (2022). Plan de estudios de la Licenciatura en Educación Primaria: Anexo 5. Secretaría de Educación Pública. https://dof.gob.mx/2022/SEP/ANEXO_5_DEL_ACUERDO_16_08_22.pdf

García-Peñalvo, F. J. (2023). La percepción de la inteligencia artificial en contextos educativos tras el lanzamiento de ChatGPT: Disrupción o pánico. Education in the Knowledge Society, 24, e31279. https://doi.org/10.14201/eks.31279

Gundermann, H. (2013). El método de estudio de caso. En M. L. Tarrés (Coord.), Observar, escuchar y comprender: Sobre la tradición cualitativa en la investigación social (pp. 221–258). El Colegio de México/FLACSO.

Lortie, D. C. (1975). Schoolteacher: A sociological study. University of Chicago Press.

Martínez-Rizo, F. (2020). La evaluación formativa del aprendizaje en el aula en la educación básica. Revista Mexicana de Investigación Educativa, 25(86), 823–846. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-66662020000300823

Monereo, C. (2009a). La autenticidad de la evaluación. En C. Monereo (Ed.), La evaluación auténtica de competencias (pp. 13–28). Graó.

Monereo, C. (2009b). La docencia estratégica: Enseñar aprendiendo a evaluar. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 7(2), 11–27. https://revistas.uam.es/reice/article/view/5433

Moreno Olivos, T. (2021). La retroalimentación: Un proceso clave para la enseñanza y la evaluación formativa. Universidad Autónoma Metropolitana, Unidad Cuajimalpa. https://concentrica.cua.uam.mx/handle/123456789/958

Sabzalieva, E., & Arencibia, A. (2023). ChatGPT e inteligencia artificial en la educación superior: Guía de inicio rápido. UNESCO-IESALC. https://unesdoc.unesco.org/ark:/48223/pf0000385146

Sanmartí, N. (2007). 10 ideas clave: Evaluar para aprender. Graó.

Santos Guerra, M. Á. (1998). Evaluar es comprender: De la concepción técnica a la dimensión crítica y reflexiva. Magisterio del Río de la Plata.

Santos Guerra, M. Á. (2003). Una flecha en la diana: La evaluación como aprendizaje. Narcea.

Secretaría de Educación Pública. (2022). Plan de estudio para la educación preescolar, primaria y secundaria 2022. https://www.dof.gob.mx/nota_detalle.php?codigo=5661845&fecha=19/08/2022

Shepard, L. A. (2000). The role of assessment in a learning culture. Educational Researcher, 29(7), 4–14. https://doi.org/10.3102/0013189X029007004

Stake, R. E. (2005). Investigación con estudio de casos (3.ª ed.). Morata.

Xu, Y., & Brown, G. T. L. (2016). Teacher assessment literacy in practice: A reconceptualization. Teaching and Teacher Education, 58, 149–162. https://doi.org/10.1016/j.tate.2016.05.010

Downloads

Published

2026-11-02

How to Cite

Moreno Uscanga, C. J., Verdejo Servín, A. E., & Zárate Moedano, R. (2026). Formative assessment and generative artificial intelligence: tensions and rationales in preservice teacher education. Sage Sphere in Artificial Intelligence, 4(1), 1-17. https://doi.org/10.63688/vb9agz15