SEEC-IA: sistema automático de evaluación en tiempo real en entornos construccionistas con redes neuronales e inteligencia artificial generativa
DOI:
https://doi.org/10.26507/rei.v20n40.1340Palabras clave:
Inteligencia artificial, analíticas de aprendizaje, evaluación, construccionismo, Internet de las cosasResumen
En este artículo se presenta el producto de una investigación cuyo objetivo fue la construcción de un sistema IA-STEM llamado SEEC-IA, que evalúa el aprendizaje en tiempo real de los estudiantes en entornos construccionistas mediado por el modelamiento y la simulación con redes neuronales e inteligencia artificial generativa; el sistema es el segundo resultado de la investigación SCAECH centrada en captar las estructuras de aprendizaje de los individuos en entornos construccionistas a través de la habilidad de homología con analíticas del aprendizaje vía software y hardware. El SEEC-IA se probó en una institución educativa distrital y se concluyó que el sistema logró evaluar el aprendizaje de los estudiantes en entornos construccionistas, mediados por el modelamiento y la simulación de manera automática con redes neuronales e inteligencia artificial generativa.
Biografía del autor/a
Ferney Cortés Garnica, Secretaría de educación de Bogotá
Licenciado en Electrónica de la Universidad Pedagógica Nacional de Colombia (2006), Especialista en Matemática Aplicada de la Universidad Sergio Arboleda (2009), Magister en Didáctica de las Ciencias de la Universidad Autónoma de Colombia (2016), Doctor en Educación de la Universidad de Baja California, México (2022). Se desempeña como docente investigador en la Secretaría de Educación de Bogotá.
Referencias bibliográficas
S. Giannini, “Reflexiones sobre la IA generativa y el futuro de la educación”, Documento de programa © Unesco 2023. 2023, pp. 1-9. https://doi.org/10.54675/acwq6815
Unesco, “Consenso de Beijing sobre la inteligencia artificial y la educación”, 2019, pp.70. https://doi.org/10.22201/iisue.24486167e.2023.180.61303
Unesco, “Inteligencia artificial y educación. Guía para las personas a cargo de formular políticas” 2021. [En línea]. Disponible en: https://bit.ly/4f7f34D
Unesco, Informe de seguimiento de la educación en el mundo, 2023: tecnología en la educación: ¿una herramienta en los términos de quién? Unesco, 2023. https://doi.org/10.54676/NEDS2300
A. Guío, E. Tamayo, P. Gómez y M. Mujica, “Marco ético para la inteligencia artificial en Colombia. Departamento Administrativo de la Presidencia de la República”, 2021. [En línea]. Disponible en: https://bit.ly/3QVqRff
MINTIC, Cumbre nacional de inteligencia artificial, 2024 [En línea]. Disponible en: https://bit.ly/3ZnlJFN
W. Xu. y F. Ouyang. The application of AI technologies in STEM education: a systematic review from 2011 to 2021.Springer Open. 2022. https://doi.org/10.1186/s40594-022-00377-5
J. Gómez, D. Bautista y J. Cortés, “SCAECH: herramienta basada en inteligencia artificial para la evaluación del aprendizaje en entornos construccionistas”, Revista Educación en Ingeniería, vol. 18, núm. 35, pp. 1-9, feb. 2023. https://doi.org/10.26507/rei.v18n35.1248
OSHWA. Open Source InitiativeOSHWA. 2012 [En línea]. Disponible en: https://bit.ly/3OBfQOT
G. Sabulsky. “Analíticas de aprendizaje para mejorar la enseñanza y el seguimiento a través de los entornos virtuales,” Argentina: Revista Iberoamericana de Educación, vol. 80, nº 1, pp. 13-30. 2019, doi: https://doi.org/10.35362/rie8013340
ESPRESSIF. Esp-dev-kits. [En línea]. Disponible en: https://bit.ly/41kQlu3
T. Kohonen, “Self-Organizing Maps,” Springer. 1995.
OpenAI. GPT-4o System Card. 2024 [En línea]. Disponible en: https://bit.ly/49w5fju
Cómo citar
Descargas
Descargas
Publicado
Número
Sección
Licencia
Se autoriza la reproducción total o parcial de los documentos publicados en la Revista siempre y cuando se cite la fuente y el autor.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
