Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/11592/10717| Título : | UIDE Classificator: inteligencia artificial para la clasificación automática de la retroalimentación estudiantil en la educación superior |
| Autor : | Bohórquez Erazo, Juan Pablo |
| Palabras clave : | Inteligencia artificial;Educación superior;Retroalimentación estudiantil;Clasificación automatizada;Sistematización de información |
| Fecha de publicación : | 2025 |
| Resumen : | Este estudio diseña, implementa y evalúa UIDE Classificator, una solución basada en modelos generativos para la clasificación automática de comentarios abiertos de estudiantes en educación superior. Se procesaron 3,328 comentarios provenientes de encuestas NPS aplicadas en la Universidad Internacional del Ecuador (modalidades presencial y en línea; periodos 2024-2 y 2025-1). El enfoque es cualitativo aplicado, con diseño no experimental y corte transversal. La herramienta utiliza ingeniería de prompts, una ontología temática institucional cerrada y un archivo de conocimiento con sinónimos y expresiones locales para guiar la clasificación multicategoría e identificar comentarios no informativos. La validación se efectuó frente a un estándar humano (ocho evaluadores) mediante indicadores de desempeño y tiempos de procesamiento. Los resultados muestran una precisión promedio del 96 % y una cobertura temática del 94 %. Operativamente, el tiempo de análisis se redujo en un 83 % (de tres horas humanas a 0.5 horas con inteligencia artificial por cada 1,000 comentarios). Se documentan aciertos y errores recurrentes —como confusiones entre categorías semánticamente cercanas o la inferencia de modalidad en ausencia de contexto—, así como una alta tolerancia del modelo a errores ortográficos y lenguaje informal. Finalmente, se discuten las implicaciones prácticas para la mejora de la gestión de la experiencia estudiantil y se ofrecen recomendaciones para la adopción responsable de inteligencia artificial en entornos universitarios, con énfasis en la trazabilidad, la revisión humana y la gobernanza de datos. El principal aporte consiste en demostrar la viabilidad y transferibilidad de una solución contextualizada al ámbito latinoamericano, que aprovecha la inteligencia artificial generativa para escalar la sistematización de la retroalimentación estudiantil con calidad y eficiencia. |
| URI (en mantenimiento) : | https://hdl.handle.net/11592/10717 |
| Aparece en las colecciones: | Realidad y reflexión, 62 |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| UIDE Classificator.pdf | 197,94 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.