Por: Ximena Dueñas Herrera, Directora del Icfes
Los últimos resultados de las Pruebas Saber 3°, 5° y 9° reflejan que el país viene mejorando en términos de educación y esas son buenas noticias. Además de la disminución del número de niños en Nivel de Desempeño Insuficiente, el país alcanzó los puntajes más altos desde el año 2009 y obtuvo un notorio mejoramiento en las áreas evaluadas (Matemáticas y Lenguaje), en los tres grados (3°, 5° y 9°) comparado a 2015.
Estos resultados han abierto el debate. Unos se preguntan si es posible mejorar tanto de un año a otro; hay quienes se preguntan qué tan confiables son los resultados del Icfes, e incluso, algunos se han planteado hipótesis buscando identificar si el mejoramiento de la educación fue impulsado por la implementación de políticas públicas o programas de gobierno en materia de educación.
Para dar respuesta es importante explicar que una cosa es evaluación de impacto, empleada para medir la efectividad de un programa o tratamiento, y otra, es evaluación estandarizada, que, para nuestro caso, es la aplicada por el Icfes que tiene como objetivo entregarle al país, a las entidades territoriales y a los colegios resultados que les sirvan como diagnóstico para saber en qué están y proveer un insumo para el diseño de estrategias de mejoramiento.
Partiendo de lo anterior, ¿cómo garantiza el Icfes la confiabilidad en los resultados de sus pruebas?
Año a año los estudiantes son medidos con el mismo rasero y las mismas condiciones de aplicación, lo que permite comparar y evidenciar si hay mejoras en el desempeño de los estudiantes. El Icfes se asegura de que los ítems o preguntas que componen los cuadernillos de la prueba sean calibrados de acuerdo a la escala definida en la línea de base, la cual fue fijada el año 2009 en 300 puntos con una desviación estándar de 80; así mismo, manteniendo el grado de dificultad asociado durante el ciclo de la prueba. Posteriormente, para las siguientes aplicaciones, como es común en el diseño de pruebas estandarizadas, un conjunto de los ítems son liberados, mientras que otros se mantienen durante algunas aplicaciones posteriores. Esos ítems, denominados de anclaje son la clave para garantizar la comparabilidad en el tiempo de la prueba. Es así como la prueba es equiparada en el tiempo haciendo que los estudiantes se enfrenten a una prueba que es comparable aplicación tras aplicación.
Ahora bien, si analizamos los resultados de las pruebas Saber 3˚, 5˚, 9˚, siete años atrás, observamos que los resultados en los tres grados y dos áreas (Lenguaje y Matemáticas) fluctúan alrededor del puntaje promedio de 300 puntos y aunque la diferencia no es estadísticamente significativa, vemos un aumento en el puntaje.
¿Qué pasó entonces entre 2015 y 2016?
La educación del país está mostrando un mejoramiento positivo. Ahora, si queremos hablar de un mejoramiento estadísticamente significativo, debemos remitirnos a los resultados de Matemáticas de 9° y Lenguaje de 5°, logrando un incremento en los puntajes de 17 y 16 puntos, y para que una variación sea estadísticamente significativa, esta debe ser de mayor a 0.2 desviaciones estándar, equivalentes a 16 puntos.
En conclusión, Desde el Icfes reiteramos que los resultados son positivos para el país, hay una mejoría y esto hay que recibirlo con optimismo. Es evidente el crecimiento entre 2015 y 2016, y consecuente con esto, que valga la pena citar para el caso, lo logrado en el último año en Saber 11° y los recientes resultados de Colombia en la prueba internacional de educación PISA aplicada en 2015.
El Icfes, sigue un ejercicio riguroso que garantiza la confiabilidad de los resultados y no tiene interés alguno en modificar artificialmente los resultados, pero sí en que estos sean útiles para la comunidad educativa en los procesos de mejoramiento en el aula.
Ahora, para quienes tratan de encontrar correlación entre el mejoramiento alcanzado con el impacto generado por los programas impulsados por el gobierno nacional o los gobiernos locales como Ser Pilo Paga, Becas Docentes, Todos a Aprender, y Jornada Única entre otros, es importante aclarar que con los resultados que arrojan las pruebas, por sí solos, no es posible afirmar o negar que las políticas públicas o programas de gobierno están impulsando ese mejoramiento. Para responder estas hipótesis es necesario tener un diseño experimental que permita hacer y emprender evaluaciones de impacto.
