<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
<record>
  <controlfield tag="001">131959</controlfield>
  <controlfield tag="005">20240308105336.0</controlfield>
  <datafield tag="024" ind1="7" ind2=" ">
    <subfield code="2">doi</subfield>
    <subfield code="a">10.26754/CINAIC.2023.0049</subfield>
  </datafield>
  <datafield tag="037" ind1=" " ind2=" ">
    <subfield code="a">COMPON-2023-CINAIC-0049</subfield>
  </datafield>
  <datafield tag="041" ind1=" " ind2=" ">
    <subfield code="a"></subfield>
  </datafield>
  <datafield tag="100" ind1=" " ind2=" ">
    <subfield code="a">Pereira,  Juan Antonio</subfield>
    <subfield code="u">University of the Basque Country (UPV/EHU), España</subfield>
  </datafield>
  <datafield tag="245" ind1=" " ind2=" ">
    <subfield code="a">Aplicación de la IA Generativa para Mejorar el Proceso de Elaboración

y Evaluación de Trabajos de Fin de Grado (TFGs)</subfield>
  </datafield>
  <datafield tag="260" ind1=" " ind2=" ">
    <subfield code="a">Zaragoza</subfield>
    <subfield code="b">Universidad de Zaragoza, Servicio de Publicaciones</subfield>
    <subfield code="c">2023</subfield>
  </datafield>
  <datafield tag="300" ind1=" " ind2=" ">
    <subfield code="e"></subfield>
  </datafield>
  <datafield tag="520" ind1="3" ind2=" ">
    <subfield code="a">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.</subfield>
  </datafield>
  <datafield tag="506" ind1=" " ind2=" ">
    <subfield code="a">Access copy available to the general public</subfield>
    <subfield code="f">Unrestricted</subfield>
  </datafield>
  <datafield tag="540" ind1=" " ind2=" ">
    <subfield code="9">info:eu-repo/semantics/openAccess</subfield>
    <subfield code="a">by-nc-nd</subfield>
    <subfield code="u">http://creativecommons.org/licenses/by-nc-nd/3.0/es/</subfield>
  </datafield>
  <datafield tag="653" ind1="1" ind2=" ">
    <subfield code="a">Inteligencia Artificial generativa, Trabajos Fin de Grado, TFG, Redacción, Evaluación, Educación.  </subfield>
  </datafield>
  <datafield tag="653" ind1="1" ind2=" ">
    <subfield code="a">Generative AI, Final year projects, TFG, Drafting, Evaluation, Education.  </subfield>
  </datafield>
  <datafield tag="655" ind1=" " ind2="4">
    <subfield code="a">Comunicación</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">Azanza,  Maider</subfield>
    <subfield code="u">University of the Basque Country (UPV/EHU), España</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">López,  Juan Miguel</subfield>
    <subfield code="u">University of the Basque Country (UPV/EHU), España</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">Garmendia,  Xabier</subfield>
    <subfield code="u">University of the Basque Country (UPV/EHU), España</subfield>
  </datafield>
  <datafield tag="773" ind1=" " ind2=" ">
    <subfield code="d">Zaragoza</subfield>
    <subfield code="g">Actas del VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación, CINAIC 2023 (18-20 de Octubre de 2023, Madrid, España)



</subfield>
  </datafield>
  <datafield tag="856" ind1="4" ind2=" ">
    <subfield code="s">829361</subfield>
    <subfield code="u">http://zaguan.unizar.es/record/131959/files/049.pdf</subfield>
  </datafield>
  <datafield tag="909" ind1="C" ind2="O">
    <subfield code="o">oai:zaguan.unizar.es:131959</subfield>
    <subfield code="p">comunicaciones-ponencias</subfield>
  </datafield>
  <datafield tag="970" ind1=" " ind2=" ">
    <subfield code="a">COMPON-2023-CINAIC-0049</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">COMPON</subfield>
  </datafield>
</record>
</collection>