GENERACIÓN DE CUESTIONARIOS ADAPTATIVOS CON INTELIGENCIA ARTIFICIAL Challenges and Opportunities in the Generation of Adaptive Questionnaires Based on Artificial Intelligence.
Contenido principal del artículo
Resumen
Desde que emerge la Inteligencia Artificial (IA), a mediados del siglo XX, se han
desarrollo innumerables avances en el campo de la tecnología; al punto que hoy en día,
existe una amplia gama de herramientas, gratuitas y privadas, basadas en el uso de la
IA. La educación universitaria no escapa de esta realidad. A lo largo de este artículo, se
expone el ejemplo de ello: una experiencia didáctica desarrollada en el año 2023, en el
Diplomado en Multidimensionalidad de la Inteligencia Artificial en Entornos Virtuales de
Aprendizaje de la Universidad Bicentenaria de Aragua (UBA). Se presentan los
elementos teóricos de base y la metodología para la generación de un cuestionario como
instrumento de evaluación adaptativo, con la herramienta Conker.ai; dirigido éste, a
evaluar una campaña de concienciación para preservar los ecosistemas de Venezuela,
como parte de las temáticas del curso en línea: Ecología y Desarrollo Productivo, dictado
en la Facultad de Ingeniería UBA. Se concluye que Conker.ai, permite crear instrumentos
de evaluación adaptados a las necesidades específicas de los estudiantes, en función
de eficiencia, precisión y flexibilidad. Entre los desafíos para su uso, Conker.ai requiere
un conjunto de datos de entrenamiento de alta calidad, cuya recopilación puede ser un
obstáculo, especialmente para las evaluaciones de conceptos complejos o habilidades
difíciles de valorar.
Abstract
Since Artificial Intelligence (AI) emerged in the mid-20th century, countless advances
have been developed in the field of technology; to the point that today, there is a wide
range of tools, free and private, based on the use of AI. University education does not
escape this reality. Throughout this article, an example of this is presented: a didactic
experience developed in 2023, in the Diploma in Multidimensionality of Artificial
Intelligence in Virtual Learning Environments at the Bicentenaria University of Aragua
(UBA). The basic theoretical elements and methodology for generating a questionnaire
as an adaptive evaluation instrument are presented, with the Conker.ai tool; This was
aimed at evaluating an awareness campaign to preserve the ecosystems of Venezuela,
as part of the topics of the online course: Ecology and Productive Development, taught
at the UBA Faculty of Engineering. It is concluded that Conker.ai allows the creation of
evaluation instruments adapted to the specific needs of students, based on efficiency,
precision and flexibility. Among the challenges to use, Conker.ai requires a high-quality
training data set, the collection of which can be a hurdle, especially for assessments of
complex concepts or hard-to-assess skills.
Keywords: personalized learning, algorithms, Conker.ai.
Detalles del artículo
Citas
Aprendizaje360.com. (2020). 5 beneficios del aprendizaje adaptativo en las instituciones educativas. https://aprendizaje360.com/razones-importante-gestion-conocimiento-2-2-2/ (Consultado: 30 de junio de 2024).
Bard. (2023). Recuperada el 15 de noviembre de 2023, de: https://bard.google.com/chat
Bing. (2023). Recuperada el 16 de noviembre de 2023, de: https://www.bing.com/?setlang=es
Brusilovsky, P., & Peylo, C. (2003). Adaptive and intelligent web-based educational systems. International Journal of Artificial Intelligence in Education, 13(4), 159–172.
Bustamante, P. (2024). Guía para aplicar IA en la evaluación escolar. https://aulasimple.ai/blog/guia-para-aplicar-ia-en-la-evaluacion-escolar/ (Consultado: 12 de junio de 2024).
CEDEC. (s.f.). Inteligencia artificial en educación. Herramientas de evaluación. https://descargas.intef.es/cedec/proyectoedia/guias/contenidos/inteligencia_artificial/herramientas_de_evaluacin.html (Consultado: 22 de junio de 2024).
Contreras, F. (2024). La inteligencia artificial en la educación: desafíos de implementación y oportunidades de transformación. Ciencia Latina. Revista Multidisciplinar. https://ciencialatina.org/index.php/cienciala/article/view/10947 (Consultado: 25 de junio de 2024).
Díaz, F., & Hernández, G. (2002). Estrategias docentes para un aprendizaje significativo. Una interpretación constructivista. México: McGraw Hill.
Galisteo, D. (2016). Aprendizaje adaptativo. (TFM-G 648). https://repositorio-url.com/TFM-G648.pdf (Consultado: 12 de junio de 2024).
García, S. (2021). ¿Qué es la evaluación adaptativa? https://www.umaximo.com/post/evaluacion-adaptativa-que-es-y-como-se-aplica (Consultado: 12 de junio de 2024).
González, M., Benchoff, B., Huapaya, C., & Remón, C. (2017). Aprendizaje adaptativo: un caso de evaluación personalizada. https://www.scielo.org.ar/scielo.php?pid=S185099592017000100009&script=sci_arttext (Consultado: 12 de junio de 2024).
Gutiérrez, N. (2005). Técnicas e instrumentos de evaluación de los aprendizajes. Temas Educativos, 3(1). Caracas: IUPMA.
Heller, M. (1990). Aprender con todo el cerebro. Madrid: DEUSTE.
Hidalgo, L., & Silva, M. (2003). Recursos, técnicas e instrumentos de la evaluación educacional. Caracas: Editorial Actualidad Escolar.
Monroy, A. (2024). La IA y la evaluación personalizada en la educación. https://www.tecnolotic.com/post/la-ia-y-la-evaluaci%C3%B3n-personalizada-en-la-educaci%C3%B3n (Consultado: 25 de junio de 2024).
Ocampo, A. (2015). Perspectiva general de la evaluación adaptable. https://www.uaeh.edu.mx/scige/boletin/huejutla/n5/a3.html (Consultado: 12 de junio de 2024).
Olea, J., Ponsoda, V., & Prieto, G. (2004). Tests adaptativos informatizados: fundamentos y aplicaciones. Madrid: UNED.
Perplexity. (2023). Recuperada el 16 de noviembre de 2023, de: https://www.perplexity.ai
Torres, C. (2021). Evaluación adaptativa: ¿Qué es y cómo se aplica? https://www.umaximo.com/post/evaluacion-adaptativa-que-es-y-como-se-aplica (Consultado: 12 de junio de 2024).