La evaluación interna de Biología IB, denominada oficialmente investigación científica, es una investigación abierta en la que formulas una pregunta, obtienes o seleccionas datos, los analizas y presentas una respuesta fundamentada. En el programa vigente, cuya primera evaluación tuvo lugar en 2025, representa el 20 % de la nota final tanto en Nivel Medio como en Nivel Superior.
El informe individual tiene un máximo de 3.000 palabras. Lo evalúa el profesor y el IB modera externamente una muestra. Esta guía explica cómo elegir la pregunta, diseñar la metodología, analizar los datos y redactar una conclusión y evaluación eficaces según los criterios actuales.
Requisitos actuales de la IA de Biología IB
La sinopsis oficial de Biología del IB define la investigación científica como una tarea abierta en la que el alumno recopila y analiza datos para responder a una pregunta propia. Puede basarse en trabajo práctico, bases de datos, modelos, simulaciones o una combinación de enfoques.
| Elemento oficial | Requisito vigente |
|---|---|
| Nombre del componente | Investigación científica |
| Peso en la nota final | 20 % en NM y NS |
| Extensión máxima | 3.000 palabras |
| Tiempo lectivo recomendado | Aproximadamente 10 horas |
| Puntuación | 24 puntos |
| Evaluación | Corrección interna y moderación externa |
| Criterios | Diseño de la investigación, Análisis de datos, Conclusión y Evaluación |
Los cuatro criterios valen 6 puntos cada uno. Conclusión y Evaluación reúnen, por tanto, la mitad de los puntos disponibles, un cambio destacado en las novedades del currículo de Biología.
No confundas esta rúbrica con la anterior, que incluía Exploración, Compromiso personal y Comunicación como criterios separados. Estas cualidades siguen siendo importantes, pero se valoran dentro de los cuatro criterios actuales. Puedes comparar ambos modelos en esta explicación de los criterios de la IA de Biología.
Cómo elegir una pregunta de investigación
Una buena pregunta debe ser específica, medible, biológicamente significativa, viable, segura y capaz de producir datos suficientes. No necesita ser original a escala mundial.
Para un experimento controlado, esta estructura resulta útil:
¿Cómo afecta [variable independiente] a [variable dependiente cuantitativa] en [organismo o sistema biológico], medido mediante [técnica o periodo]?
Por ejemplo:
¿Cómo afecta la concentración de sacarosa, entre 0,00 y 1,00 mol dm⁻³, al cambio porcentual de masa de cilindros de Solanum tuberosum después de 40 minutos?
La pregunta identifica las variables, el sistema biológico, el intervalo y la duración. También conduce a una explicación basada en el potencial hídrico y el movimiento de agua por ósmosis.
Antes de aprobar una idea, comprueba que:
- La variable dependiente puede medirse cuantitativamente.
- Existe un mecanismo biológico que permite explicar la relación.
- Puedes utilizar varios niveles de la variable independiente y suficientes repeticiones.
- Los factores de confusión principales pueden controlarse o vigilarse.
- El equipo ofrece una precisión razonable.
- El procedimiento es seguro, ético y ambientalmente responsable.
- El análisis previsto resulta apropiado y comprensible.
Realiza una prueba piloto antes de fijar la pregunta. Puede revelar que el intervalo no produce diferencias medibles, que el instrumento es impreciso o que el periodo experimental es insuficiente. La guía sobre cómo formular una pregunta de investigación de Biología ofrece otros modelos.
Criterio 1: Diseño de la investigación
Este criterio examina si comunicas eficazmente la finalidad y la metodología empleada. No basta con incluir materiales e instrucciones.
Explica la teoría necesaria para comprender la relación y justificar las decisiones metodológicas. Define la variable independiente, la variable dependiente y las variables controladas, indicando cómo se manipulan, miden o mantienen constantes.
| Variable | Tratamiento metodológico | Justificación |
|---|---|---|
| Concentración de sacarosa | Cinco disoluciones entre 0,00 y 1,00 mol dm⁻³ | Permite identificar cambios de masa positivos y negativos |
| Cambio porcentual de masa | Masa inicial y final con balanza de ±0,01 g | Corrige diferencias entre masas iniciales |
| Tamaño del tejido | Cilindros con el mismo diámetro y longitud | Reduce diferencias de superficie y volumen |
Otro investigador debería poder repetir el procedimiento sin adivinar cantidades o condiciones. Indica concentraciones, volúmenes, instrumentos, precisión, duración, tratamientos, repeticiones y método de muestreo.
Justifica decisiones como el número de concentraciones y réplicas independientes. Una réplica independiente aporta información sobre la variabilidad; medir varias veces la misma muestra solo examina la repetibilidad de la lectura.
Incluye riesgos reales, medidas de control y consideraciones éticas o ambientales. Evita recomendaciones genéricas que no identifiquen el peligro correspondiente. Puedes consultar estas ideas de investigaciones de Biología IB.
Criterio 2: Análisis de datos
El análisis debe transformar las observaciones en evidencia capaz de responder a la pregunta. Una gráfica atractiva no compensa datos insuficientes o cálculos incorrectos.
Presenta los datos brutos con títulos descriptivos, unidades en los encabezamientos, precisión coherente e incertidumbres instrumentales cuando sean pertinentes. Registra observaciones cualitativas útiles, como contaminación, daños o cambios de color.
El procesamiento puede incluir medias, medianas, cambios porcentuales, tasas, desviación estándar, barras de error, correlación, regresión o una prueba inferencial apropiada. Muestra un ejemplo de los cálculos importantes y no redondees agresivamente durante los pasos intermedios.
No existe una prueba estadística obligatoria para todas las IA. La elección depende de las variables, la distribución de los datos, el diseño y la pregunta. Una correlación puede servir para dos variables cuantitativas; una prueba t puede comparar dos grupos si se cumplen sus supuestos; ANOVA puede comparar varias medias y chi-cuadrado determinadas frecuencias categóricas.
Explica qué evalúa la prueba, sus supuestos y el significado del resultado dentro del contexto biológico. Informa de tendencias, variabilidad, anomalías y solapamiento entre grupos. Distingue entre significación estadística e importancia biológica, pues un efecto significativo puede ser muy pequeño.
Criterio 3: Conclusión
La conclusión debe responder directamente a la pregunta y justificarse mediante los datos procesados. Comienza con la respuesta principal, aporta evidencia numérica y relaciona el patrón con conocimientos científicos aceptados.
Una conclusión sólida debe:
- Indicar la dirección y naturaleza de la relación observada.
- Citar valores procesados, variabilidad y estadística pertinente.
- Explicar el resultado mediante el mecanismo biológico.
- Compararlo con fuentes científicas fiables.
- Reconocer el alcance real de la evidencia.
No afirmes que «la temperatura óptima de la catalasa es 40 °C» si solo probaste intervalos de 10 °C. Resulta más defendible indicar que la mayor tasa observada ocurrió a 40 °C, pero que el diseño no permite localizar el óptimo exacto.
Tampoco repitas todos los resultados. Selecciona la evidencia que contesta la pregunta y señala si apoya, contradice o matiza la predicción inicial.
Criterio 4: Evaluación
Evaluar significa juzgar cómo las limitaciones metodológicas afectan a los datos y a la conclusión. Expresiones como «error humano», «faltó tiempo» o «se necesitan más repeticiones» son demasiado vagas.
Para cada limitación importante:
- Identifica el problema con precisión.
- Aporta evidencia de que ocurrió o podía ocurrir.
- Explica si produce error aleatorio, sesgo sistemático o ambos.
- Determina qué datos afecta más.
- Juzga su impacto sobre la conclusión.
- Propón una mejora realista dirigida a la causa.
Por ejemplo, si una reacción enzimática se extrae del baño termostático durante la medición, la mezcla puede cambiar de temperatura. Esto reduce la validez de la variable independiente. Realizar la reacción dentro del baño, con un sistema cerrado de recogida de gas, sería una mejora específica.
Prioriza unas pocas limitaciones importantes frente a una lista extensa de defectos menores. La guía sobre cómo redactar la evaluación de una IA de Biología muestra cómo relacionar limitación, impacto y mejora.
Estructura, autoría y errores frecuentes
El IB no impone una secuencia única de encabezamientos, pero una estructura lógica facilita que el profesor encuentre la evidencia:
- Título y pregunta de investigación.
- Contexto científico y predicción razonada.
- Variables y metodología.
- Seguridad, ética e impacto ambiental.
- Datos brutos y observaciones.
- Procesamiento y análisis.
- Conclusión.
- Evaluación.
- Referencias.
No escondas cálculos, datos esenciales o decisiones metodológicas en anexos. Todo lo necesario para entender la investigación debe aparecer en el informe. Consulta esta explicación de la estructura y el formato de la IA de Biología.
La colaboración en grupos pequeños puede ser posible cuando resulte apropiada, pero cada alumno debe formular y responder su propia pregunta, obtener datos propios y entregar un informe individual. Cita teorías, métodos adaptados, conjuntos de datos, imágenes y afirmaciones externas mediante un sistema coherente.
Las herramientas de inteligencia artificial no sustituyen tus decisiones científicas ni tu autoría. Sigue las instrucciones del colegio, declara su uso cuando corresponda y verifica las sugerencias mediante fuentes fiables.
Los errores habituales incluyen preguntas demasiado amplias, pocas réplicas, confusión entre lecturas repetidas y muestras independientes, unidades ausentes, estadísticas injustificadas, eliminación de valores atípicos sin explicación y limitaciones desconectadas de la conclusión. También es frecuente utilizar la rúbrica anterior. Revisa esta lista de errores frecuentes de la IA de Biología.
Lista de comprobación y conclusión
Antes de entregar, comprueba que la pregunta define una relación investigable y que el fundamento biológico justifica el diseño. Verifica que la recogida de datos sea suficiente, reproducible, segura y ética; que tablas y figuras tengan títulos, unidades y etiquetas; y que el procesamiento responda a la pregunta.
La conclusión debe emplear datos numéricos y contexto científico aceptado. La evaluación debe comparar el impacto de limitaciones específicas, y cada mejora debe responder directamente a una de ellas. Confirma que las fuentes estén citadas, que el informe no supere las 3.000 palabras y que cumpla las instrucciones administrativas del colegio.
Una buena evaluación interna de Biología IB funciona como un argumento científico continuo: la pregunta determina el diseño, el diseño genera datos, el análisis permite alcanzar una conclusión y la evaluación establece hasta dónde puede confiarse en ella. La calidad de las decisiones importa más que la complejidad del tema.
En RevisionDojo puedes utilizar los recursos de evaluación interna de Biología, Study Notes y Coursework Review para revisar la estructura y detectar vacíos. Jojo AI puede ayudarte a cuestionar la lógica del diseño sin sustituir tu trabajo original.
Sources and referenced URLs
- IB: sinopsis de Biología del Programa del Diploma
- IB: cambios en el currículo de Biología
- RevisionDojo: guía completa de la evaluación interna de Biología IB
- RevisionDojo: criterios actuales de la IA de Biología
- RevisionDojo: cómo formular la pregunta de investigación
- RevisionDojo: ideas viables para la IA de Biología
- RevisionDojo: estructura y formato de la IA de Biología
- RevisionDojo: cómo redactar la evaluación
- RevisionDojo: errores frecuentes en la IA de Biología