Prácticas I–II · Práctica supervisada
Cómo se juzga el trabajo de quien se forma y qué puede exigir quien evalúa
Tesis. Evaluar una práctica supervisada es emitir un juicio con un instrumento que rara vez se calibra. La calidad de esa evaluación depende menos del formato del formulario que de dos decisiones previas: qué criterio se declara antes de observar y qué queda escrito después.
Este apunte trata la evaluación de la práctica supervisada: el modo en que un servicio o un programa decide qué puede hacer hoy la persona que se forma. El objeto de la evaluación es la conducta profesional de quien practica, no el resultado de su consultante, y esa distinción cambia la lectura del informe.
El foco no es el repertorio de pruebas aplicadas a un consultante, sino el juicio que emite quien supervisa sobre el desempeño en práctica: cómo se construye, qué lo desvía y qué consecuencia tiene cuando señala un problema.
El recorrido sigue seis movimientos: qué se evalúa; con qué instrumento; qué sesgos trae el evaluador; observar y recordar; las dos lecturas del desempeño; y la decisión cuando la evaluación lo señala.
Regla de lectura: cuando un trabajo asocia dos hechos, la asociación no es una prueba. Por eso este apunte escribe se asocia y sugiere, y evita el verbo que convierte la relación en promesa.
1. Qué se evalúa: el desempeño de quien se forma, no el resultado del consultante
La supervisión tiene dos caras. La formativa acompaña el aprendizaje: sirve para que la persona cambie de conducta a partir de lo que se le devuelve. La sumativa se ocupa del expediente y alimenta la decisión sobre el progreso o el término de la práctica. Gonsalvez y Crowe (2014) la describen como una tarea exigente para la que el supervisor rara vez recibe preparación, porque se pide al supervisor que reúna roles que tensan: acompañar, enseñar, juzgar.
Las guías de supervisión en psicología de la salud delimitan el marco. La versión de 2015 organizó su contenido en siete dominios, uno dedicado a la evaluación y la realimentación del desempeño. La revisión de 2026 (Grus y colaboradores) reorganiza el material en seis dominios e integra la evaluación al diseño del aprendizaje.
El objeto del juicio merece precisión. Lo que se evalúa es el desempeño observable de la persona en el papel de profesional que atiende: la formulación que sostiene, la relación que construye, la conducta ética, la documentación que entrega. Evaluar la práctica es mirar un rol en ejercicio, y ese rol tiene exigencias propias: las competencias del supervisado cuando supervisa son distintas de las que se le piden cuando atiende (Kangos y colaboradores, 2018).
De ahí se sigue la distinción que más se olvida en las notas de práctica: el resultado del consultante no es la medida de la competencia de quien practica. Un caso que no mejora no demuestra que faltara competencia, y uno que mejora tampoco demuestra que la haya. Lo que la evaluación describe es qué hizo la persona con el material disponible y con qué alcance del criterio declarado. Kamen y colaboradores (2010) describen un movimiento escalonado en el que varía la percepción del nivel propio a lo largo de la formación.
El marco ético que sostiene el procedimiento es conocido. El código de principios éticos de la American Psychological Association fija en el estándar 2.01 los límites de competencia del psicólogo y en el 3.04 el modo en que se conduce la supervisión. Sin supervisión, ese estándar no es operante.
2. Con qué se mide: escala con anclajes, viñeta calibrada o registro en vivo
Los formularios de competencia en psicología se apoyaron durante años en escalas de tipo Likert, con dominios fundacionales y funcionales y etapas de desarrollo. Ese formato tiene problemas documentados. En un estudio con 291 informes de fin de práctica a lo largo de doce años, Gonsalvez y Freestone (2007) describieron supervisores poco dispuestos a asignar calificaciones por debajo del promedio y evaluaciones tempranas que no anticipaban el desempeño posterior. Terry y colaboradores (2017) reproducen un dato del mismo grupo: solo el 1,6 por ciento de las valoraciones quedaba en la mitad baja de la escala, y al final de la segunda práctica los practicantes recibían el nivel de un recién graduado.
La respuesta instrumentada llegó con las viñetas. Gonsalvez y colaboradores (2013) compilaron un catálogo de 41 viñetas que representan dominios de competencia en distintas etapas de desarrollo, revisadas por pares y con puntajes de calibración de expertos; el piloto trabajó con 20 participantes y el seguimiento con 57. Frente a la escala convencional, ese procedimiento redujo la indulgencia y el halo.
El efecto también se puede enseñar. Terry y colaboradores (2017) entrenaron a 32 supervisores de 170, en nueve programas clínicos universitarios de Australia, con un curso breve en línea que pedía calificar el nivel de competencia de cinco viñetas estandarizadas antes de recibir la valoración del panel de expertos. Los supervisores formados dieron notas más bajas y se acercaron más a las del panel en la viñeta de calibración. La misma dirección aparece en una herramienta reciente (Lawrence y colaboradores, 2024): doce expertos probaron la fiabilidad del orden de las viñetas, y 99 revisiones de 45 practicantes mostraron un aumento gradual.
Definición operativa de una evaluación utilizable. Un juicio sobre una conducta observable, con un criterio declarado antes de la sesión, con una referencia común para comparar casos y con un registro escrito revisable meses después. Si falta una de esas piezas, el dato sirve para la relación y no para la decisión.
| Procedimiento de valoración | Qué mide | Sesgo documentado | Corrección disponible |
|---|---|---|---|
| Escala de competencia con escala de Likert | Desempeño en dominios fundacionales y funcionales, con etapas de desarrollo | Indulgencia, efecto halo y efecto techo temprano | Anclajes escritos, viñetas de referencia y calibración del evaluador |
| Viñeta de nivel con coincidencia de descriptores | El nivel de competencia más cercano a un caso descrito | Depende de la calidad del catálogo y del panel que lo calibra | Catálogo revisado por pares con puntajes de expertos |
| Grabación con escala de observación estructurada | Conductas clínicas delimitadas dentro de una sesión | Fiabilidad entre evaluadores baja en algunas escalas | Usar la grabación para formarse, no para decidir en solitario |
| Juicio retrospectivo del supervisor | Impresión acumulada sobre el período entero | Sesgo de recencia y de primera impresión | Anotar en el momento lo observado, no al final |
| Autoevaluación del practicante | Metas, errores y calidad percibida del trabajo | Subestimación al inicio y sobreestimación al final | Contrastar ambas lecturas en la sesión de supervisión |
3. El evaluador: lo que el vínculo y el cargo suman al juicio
Dos sesgos aparecen una y otra vez en la literatura. La indulgencia es la tendencia a atribuir un nivel de competencia mayor que el que el desempeño muestra, y el efecto halo es el desplazamiento de las valoraciones en la dirección de la impresión general del evaluador. El segundo sesgo explica un caso cotidiano: un practicante simpático y cordial, cuya documentación deja ver otra cosa, recibe la nota de la cordialidad.
El peso del vínculo no es pequeño. Terry y colaboradores (2017) recogen una encuesta a 113 supervisores: el 58 por ciento creía que sus propias valoraciones estaban afectadas por la indulgencia, el 52 por ciento señalaba la falta de medidas objetivas y el 43 por ciento la falta de criterios claros; un 35 por ciento mencionaba el temor de dañar la carrera de quien se forma.
El problema no es de mala fe, sino de estructura. Tweed, Graber y Wang (2010) describen la formación clínica británica: se espera que los supervisores observen directamente a los practicantes, la frecuencia varía, y tienen dificultades para ocupar a la vez el papel de acompañamiento y el de evaluación. Su trabajo con una escala de habilidades clínicas encontró consistencia interna aceptable, dejó la fiabilidad entre evaluadores abierta y propuso una estructura de cinco dominios. Gonsalvez y Crowe (2014) llegan a un diagnóstico similar: hay pocas herramientas fiables para medir la competencia, y quien supervisa rara vez fue preparado para evaluarla.
De ahí se desprende una consecuencia práctica: la calidad de la evaluación depende del instrumento de referencia y del esfuerzo de calibración. No es un detalle administrativo, es parte del procedimiento.
4. Observar en el momento o recordar después
La distinción central de este apartado es entre lo que se vio y lo que se infirió. Roth, Myles-Hooton y Branson (2019) hicieron calificar de manera independiente y ciega 25 grabaciones de terapia de terapeutas en formación por seis evaluadores expertos, con dos instrumentos: uno consolidado y otro recién desarrollado para competencia en terapia cognitivo-conductual. La fiabilidad entre evaluadores fue baja en ambos, y los autores dudan de que esas cifras generalicen fuera de contexto.
El problema de fondo es la memoria del evaluador. Sibbald y colaboradores (2021), en un estudio de educación médica, compararon tres formas de emitir un juicio de delegación: el nivel esperado para ese año de formación, la reconstrucción retrospectiva a partir del contacto acumulado con la persona y la valoración emitida durante la observación directa. El juicio retrospectivo resultó vulnerable a los sesgos de primera impresión y de recencia, y la observación en tiempo real produjo un gradiente de crecimiento que los demás formatos no mostraban. Advierten que las especialidades con decisiones clínicas son menos accesibles a observar: la lección no es que observar resuelva todo, sino separar lo observado de lo reconstruido.
La consecuencia es concreta: el informe debería registrar qué se vio en una sesión con fecha, y no una síntesis de impresión acumulada. La síntesis sirve para conversar; el registro, para decidir.
5. Dos lecturas del mismo desempeño y la decisión que se toma
Cuando la evaluación se hace por dos vías, la distancia entre las dos lecturas es información. Gonsalvez y colaboradores (2023) pidieron a 141 parejas de practicantes y supervisores que valoraran de forma independiente el desempeño al final de las prácticas, y ordenaron a los practicantes en tres niveles según las horas acumuladas. Hallaron que los practicantes subestimaban su competencia en las etapas iniciales, que esa diferencia se reducía en el nivel intermedio y se invertía en el nivel final, donde la sobreestimación pasó a ser el dato. Las trayectorias del supervisor fueron más planas que las de los practicantes. En los dominios, los practicantes valoraron su competencia en relación y comunicación, práctica reflexiva y profesionalidad como fortalezas, y en evaluación e intervención como debilidades.
Esa diferencia se ha observado antes en otra muestra. Hitzeman y colaboradores (2020) examinaron la capacidad de autoevaluarse de practicantes de posgrado frente a la valoración de sus supervisores, y sostienen que la autoevaluación acertada es en sí misma una competencia. Kamen y colaboradores (2010), desde la perspectiva de los propios practicantes, describieron que la percepción del nivel propio cambia a lo largo de la formación.
El patrón de fondo aparece también en los datos de trayectoria. Deane y colaboradores (2018) tabularon revisiones de competencia de 252 practicantes, a mitad y a final de hasta cuatro prácticas consecutivas por 143 supervisores de campo, y encontraron un patrón ascendente escalonado en cada dominio: el punto de partida variaba mucho, con la distancia mayor entre respuesta a la supervisión, la más alta, y competencia de intervención, la más baja. Hubo aumentos significativos de mitad a fin de práctica y pocas disminuciones, sobre todo entre la primera y la segunda.
Cuando esa lectura señala un problema, la consecuencia no es una nota: es una decisión sobre responsabilidades, y por eso el procedimiento escrito importa. Bodner (2012) ordenó los principios y estándares éticos que informan las prácticas de filtrado de ingreso en la formación psicológica, y planteó que la decisión institucional necesita un procedimiento con debido proceso. Demyan, Abraham y Bui (2018) observaron que la respuesta de quien supervisa ante un problema de competencia hipotético varía según el supervisor, y que la más frecuente combina la reparación del desempeño con la protección del consultante. En el terreno: qué puede delegarse, qué observar de nuevo y cuándo se repite.
6. Mnemotecnia, trampas de parcial y autoevaluación
REGLA DE LAS CINCO C
Cada letra es una decisión previa al formulario.
- C1 Criterio declarado. Qué se espera y en qué nivel, escrito antes de la sesión.
- C2 Concreción. Conducta observable, no adjetivo: "llegó bien" no es dato.
- C3 Cotejo. Contraste con una referencia común: viñeta calibrada o etapa de desarrollo.
- C4 Control de la deriva. En qué dirección empujó el vínculo: indulgencia, halo, primera impresión.
- C5 Constancia escrita. Qué se vio, cuándo, con qué criterio y con qué desacuerdos.
Para el parcial. Cuatro ideas para recordar.
- Se evalúa el desempeño de quien practica en su papel de profesional, no el resultado de su consultante.
- El instrumento cambia el número: las viñetas calibradas y el entrenamiento breve se asocian a notas menos infladas.
- Observar en el momento y recordar después no es lo mismo, y la fiabilidad entre evaluadores de algunas escalas es baja.
- La distancia entre autoevaluación y valoración del supervisor cambia con la etapa de desarrollo y es información, no un error.
Trampas de parcial. Cuatro confusiones frecuentes.
- Competencia y resultado. La evolución del consultante no calibra al practicante; la evaluación describe lo que hizo con el material.
- Nota y medida. La calificación del supervisor es un juicio con sesgos; sin criterio ni anclaje no es dato comparable.
- Desacuerdo como falla. La discrepancia cambia de signo a lo largo de la formación: se lee, no se corrige.
- Escala como veredicto. Una escala con fiabilidad baja no sostiene por sí sola una decisión sumativa.
Autoevaluación 1. ¿Qué se evalúa cuando se evalúa la práctica supervisada y qué no?
Respuesta. Se evalúa el desempeño observable de la persona que practica en el papel de profesional que atiende: formulación, relación, conducta ética y documentación. No se evalúa con el mismo procedimiento el resultado que obtiene el consultante, porque ese depende de la persona atendida, de la presentación del caso y de la fase del proceso. Las guías de 2015 y su revisión de 2026 hacen de la evaluación una función del proceso formativo.
Autoevaluación 2. ¿Qué sesgos se han documentado en las valoraciones de los supervisores y cómo se trabajarían?
Respuesta. La indulgencia, que atribuye un nivel de competencia mayor que el demostrado, y el efecto halo, que desplaza las valoraciones en la dirección de la impresión general. En una encuesta a 113 supervisores recogida por Terry y colaboradores (2017), el 58 por ciento reconoció la indulgencia en sus propias notas, y aparecieron como causas la falta de medidas objetivas y de criterios claros. Se trabaja con criterio declarado, viñetas calibradas y registro revisable.
Autoevaluación 3. ¿Por qué no se puede tratar un formulario de evaluación de práctica como una medida?
Respuesta. Por la fiabilidad entre evaluadores y por la deriva del juicio. Roth y colaboradores (2019) encontraron fiabilidad baja entre seis evaluadores ciegos en dos escalas de observación de grabaciones, y advertieron sobre su uso sumativo. Los datos de campo describen el efecto techo temprano: solo el 1,6 por ciento de las valoraciones caía en la mitad baja. Un instrumento que concentra las notas arriba no distingue a quien está listo de quien va bien.
Autoevaluación 4. ¿Qué aporta la comparación entre la autoevaluación del practicante y la valoración del supervisor?
Respuesta. Un dato sobre el desarrollo. En 141 parejas de practicantes y supervisores, Gonsalvez y colaboradores (2023) describieron subestimación de la competencia al inicio de la formación, diferencia que se reduce en la etapa intermedia y se invierte al final, cuando la sobreestimación aparece; las trayectorias del supervisor fueron más planas. Esta distancia no es acusatoria: se asocia con la necesidad de una autoevaluación realista, que es competencia en sí misma.