Desarrollo de un módulo de retroalimentación automática para el aula virtual utilizando inteligencia artificial

El proyecto desarrolla un módulo de retroalimentación automática basado en inteligencia artificial para la plataforma educativa Aula Virtual de ESPOL, con el objetivo de mejorar la evaluación de tareas de programación en Python en la carrera de Ciencias de Datos e Inteligencia Artificial. La iniciativa responde a la creciente demanda de retroalimentación personalizada y oportuna, optimizando los recursos docentes mediante la integración de IA. Para su desarrollo, se utilizaron estándares LTI para la integración con Canvas, aprendizaje automático para analizar sintaxis, lógica y eficiencia del código, y procesamiento de lenguaje natural para generar retroalimentación comprensible. Se realizaron pruebas con docentes y estudiantes para garantizar la precisión y utilidad de las retroalimentaciones. Los resultados demuestran una reducción significativa en el tiempo de evaluación, con un 87% de usuarios satisfechos con la claridad de las retroalimentaciones y una aceptación del 100% en términos de aprendizaje de nuevos conceptos. El sistema mejora la experiencia educativa al proporcionar retroalimentación detallada, personalizada y en tiempo real. Se concluye que la solución no solo optimiza la carga docente, sino que también promueve un aprendizaje profundo y eficaz, posicionando a ESPOL como pionera en la integración de IA en la educación.

• 1. Verfasser: Gómez Urrego, Freddy Alexander (author)
• Weitere Verfasser: Torres Vera, Danilo Adrián (author), Criollo Bonilla, Ronald Raúl, Director (author)
• Format: bachelorThesis
• Sprache: esp
• Veröffentlicht: 2025
• Schlagworte: Aprendizaje Automático; Sistemas Educativos; Evaluación Automatizada
• Online Zugang: http://www.dspace.espol.edu.ec/handle/123456789/66018