Aplicación de la IA Generativa para Mejorar el Proceso de Elaboración y Evaluación de Trabajos de Fin de Grado (TFGs)

Pereira, Juan Antonio (University of the Basque Country (UPV/EHU), España) ; Azanza, Maider (University of the Basque Country (UPV/EHU), España) ; López, Juan Miguel (University of the Basque Country (UPV/EHU), España) ; Garmendia, Xabier (University of the Basque Country (UPV/EHU), España)

Resumen: Los Trabajos de Fin de Grado (TFG) son proyectos académicos que realizan los estudiantes al final de sus estudios universitarios. A menudo suponen un reto tanto para profesores como para estudiantes debido a las dificultades inherentes a la orientación, redacción y evaluación de estos trabajos. Esta comunicación explora cómo la IA generativa puede mejorar la redacción y evaluación de los TFG. En concreto, modelos de IA como Claude de Anthropic pueden ayudar a los estudiantes a estructurar la memoria de su proyecto de fin de carrera y mantener la originalidad. Al mismo tiempo, puede proporcionar al profesorado un método de evaluación más objetivo y eficaz. Nuestro estudio muestra ejemplos de aplicación de modelos de IA en un entorno académico para optimizar los procesos de redacción y evaluación de TFGs, aumentando la objetividad y elevando la calidad final de los informes generados. También proporcionamos orientación sobre cómo evaluar las respuestas de los sistemas de IA y cómo reducir el coste que supone generar dichas respuestas.

DOI: 10.26754/CINAIC.2023.0049

Año: 2023

En: Actas del VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación, CINAIC 2023 (18-20 de Octubre de 2023, Madrid, España)