Date
2024-07-14Author
Quijano García, Johan Eduardo
Advisor
González Curbelo, Miguel Ángel
Citación
Metadata
Show full item recordDesarrollo de un modelo de evaluación para medir el impacto de las herramientas generativas de texto basadas en inteligencia artificial en la educación superior
Abstract(es):
La inteligencia artificial (IA) y las herramientas generativas de texto basadas en IA (HGTIA) están transformando la forma en que estudiantes y profesores interactúan con la información y el conocimiento en la educación superior. Este estudio se centró en desarrollar un modelo de evaluación del impacto de estas tecnologías en aspectos como la calidad, el tiempo y la originalidad de los contenidos académicos, incluyendo la correspondiente herramienta de medición. Este enfoque busca comprender y aprovechar las oportunidades que la IA presenta en la educación superior.
La metodología comprendió una fase inicial de revisión de la literatura, en la que se exploraron diferentes modelos de medición de impacto y se seleccionaron los criterios más importantes. Posteriormente, se desarrolló el modelo de evaluación para medir el impacto soportado en una propuesta experimental de un curso de elaboración de ensayos con dos grupos de estudiantes: uno que utiliza herramientas basadas en IA (grupo GEIA) y otro que no las utiliza (grupo GENIA). Esta estrategia permitirá analizar cómo la IA afecta aspectos clave en el ámbito académico.
Se diseñó una herramienta experimental basada en el modelo desarrollado con una propuesta de código de lenguaje de programación Python para su posterior implementación práctica. Esta herramienta permitirá a las instituciones educativas obtener información valiosa sobre cómo las HGTIA están transformando el proceso educativo, así como abordar los desafíos asociados como garantizar la originalidad en los contenidos generados por estas herramientas.
Se concluyó que el desarrollo e implementación del modelo de evaluación resulta fundamental para comprender el impacto de las HGTIA en la educación superior. La propuesta de la herramienta experimental es un paso significativo hacia su aplicación práctica, proporcionando a las instituciones una base sólida para evaluar y gestionar el impacto de las HGTIA en sus programas académicos, facilitando así su integración efectiva en la enseñanza y el aprendizaje en el futuro.
Abstract:
Artificial Intelligence (AI) and AI-based Text Generation Tools (AIGTG) are transforming how students and educators interact with information and knowledge in higher education. This study focused on developing an impact evaluation model for these technologies in areas such as quality, time, and originality of academic content, including the corresponding measurement tool. This approach seeks to understand and leverage the opportunities presented by AI in higher education.
The methodology involved an initial literature review phase, exploring different impact measurement models and selecting key criteria. Subsequently, the evaluation model was developed to measure the impact supported by an experimental proposal of an essay writing course with two groups of students: one using AI-based tools (GEIA group) and another not using them (GENIA group). This strategy will allow an analysis of how AI affects key aspects in the academic domain.
An experimental tool based on the developed model was designed with a proposed Python programming language code for subsequent practical implementation. This tool will enable educational institutions to gain valuable insights into how AIGTG are transforming the educational process and address associated challenges such as ensuring originality in the content generated by these tools.
It was concluded that the development and implementation of the evaluation model are crucial for understanding the impact of AIGTG in higher education. The proposal of the experimental tool is a significant step towards its practical application, providing institutions with a solid foundation to assess and manage the impact of AIGTG in their academic programs, thus facilitating their effective integration into teaching and learning in the future.