000132025 001__ 132025
000132025 005__ 20240308105336.0
000132025 0247_ $$2doi$$a10.26754/CINAIC.2023.0127
000132025 037__ $$aCOMPON-2023-CINAIC-0127
000132025 041__ $$a
000132025 100__ $$aCabido Valladolid, Raúl$$uUniversidad Rey Juan Carlos, España
000132025 245__ $$aEvaluación automática de preguntas abiertas en el aula
000132025 260__ $$aZaragoza$$bUniversidad de Zaragoza, Servicio de Publicaciones$$c2023
000132025 300__ $$e
000132025 506__ $$aAccess copy available to the general public$$fUnrestricted
000132025 5203_ $$aEl 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.
000132025 540__ $$9info:eu-repo/semantics/openAccess$$aby-nc-nd$$uhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
000132025 6531_ $$apreguntas abiertas, evaluación automática, modelos de lenguaje, refuerzo del aprendizaje
000132025 6531_ $$aopen-ended questions, automatic evaluation, language models, learning reinforcement
000132025 655_4 $$aComunicación
000132025 700__ $$aConcha, David$$uUniversidad Rey Juan Carlos, España
000132025 700__ $$aGarcía Rodríguez, Miguel Ángel$$uUniversidad Rey Juan Carlos, España
000132025 700__ $$aMontalvo, Soto$$uUniversidad Rey Juan Carlos, España
000132025 773__ $$dZaragoza$$gActas del VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación, CINAIC 2023 (18-20 de Octubre de 2023, Madrid, España)
000132025 8564_ $$s888302$$uhttps://zaguan.unizar.es/record/132025/files/127.pdf
000132025 909CO $$ooai:zaguan.unizar.es:132025$$pcomunicaciones-ponencias
000132025 970__ $$aCOMPON-2023-CINAIC-0127
000132025 980__ $$aCOMPON