Evaluación automática de preguntas abiertas en el aula

Cabido Valladolid, Raúl (Universidad Rey Juan Carlos, España) ; Concha, David (Universidad Rey Juan Carlos, España) ; García Rodríguez, Miguel Ángel (Universidad Rey Juan Carlos, España) ; Montalvo, Soto (Universidad Rey Juan Carlos, España)

Abstract: El feedback es un elemento educativo básico en el proceso de enseñanza y aprendizaje. Dentro de esta retroalimentación, el feedback inmediato que se da en el aula hace que impacte de forma más directa en el estudiante, intensificando su aprendizaje. Por ello, las soluciones que permiten la interacción entre docentes y estudiantes se utilizan cada vez con más frecuencia en el aula. Por otra parte, el avance de técnicas de Procesamiento del Lenguaje Natural en los últimos años es imparable, teniendo su máxima expresión en los modelos de lenguaje basados en arquitectura de Transformers. En este trabajo se lleva a cabo un estudio sobre cómo integrar modelos de lenguaje en el aula para proporcionar feedback en tiempo real a los estudiantes. La propuesta consiste en evaluar de forma automática respuestas a preguntas abiertas en el aula utilizando inteligencia artificial. Los resultados obtenidos son prometedores, logrando los mejores resultados en la evaluación cuando se proporciona la máxima información posible al modelo: la pregunta, la respuesta y la rúbrica de evaluación.

DOI: 10.26754/CINAIC.2023.0127

Año: 2023

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




Creative Commons You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use. You may not use the material for commercial purposes. If you remix, transform, or build upon the material, you may not distribute the modified material.


Este artículo se encuentra en las siguientes colecciones:
Communications and papers



 Record created 2024-02-28, last modified 2024-03-08


Fulltext:
Download fulltext
PDF

Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)