Evaluación de la Eficiencia de las Herramientas de Evaluación Académica: Una Revisión Sistemática
Resumen
Las herramientas de evaluación automatizadas basadas en inteligencia artificial (IA) han transformado la evaluación del rendimiento académico, ofreciendo la promesa de mayor precisión y eficiencia en comparación con los métodos tradicionales. Este estudio tuvo como objetivo analizar de manera sistemática la eficiencia de estas herramientas en términos de tiempo y recursos, revisando estudios empíricos publicados entre 2020 y 2024. Se realizó una revisión sistemática, que incluyó investigaciones que comparaban herramientas automatizadas y métodos tradicionales, evaluación su precisión y eficiencia. Los resultados mostraron que las herramientas de IA mejoraron significativamente la precisión de las evaluaciones y redujeron el tiempo y los recursos necesarios para su ejecución. Además, se identificaron desafíos relacionados con la aceptación de estas tecnologías por parte de docentes y estudiantes, así como preocupaciones éticas y de privacidad. La conclusión más relevante indicó que las herramientas de evaluación basadas en IA tienen el potencial de revolucionar los procesos evaluativos en la educación superior, proporcionando evaluaciones más precisas y eficientes. Sin embargo, es vital abordar los desafíos y preocupaciones identificados para asegurar una implementación exitosa y equitativa.
Descargas
Citas
Alodat, M. (2021). Predicting student final score using deep learning. In S. K. Bhatia, S. Tiwari, R. S. Ruidan, M. C. Trivedi, & K. K. Mishra (Eds.), Advances in Computer Communication and Computational Sciences. Advances in Intelligent Systems and Computing, vol 1158. Springer, Singapore. https://doi.org/10.1007/978-981-15-4409-5_39
Álvarez Merelo, J. C., & Cepeda Morante, L. J. (2024). El impacto de la inteligencia artificial en la enseñanza y el aprendizaje: The impact of artificial intelligence on teaching and learning. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(3), 599–610. https://doi.org/10.56712/latam.v5i3.2061
Arbeláez-Campillo, D. F., Villasmil Espinoza, J. J., & Rojas-Bahamón, M. J. (2021). Inteligencia artificial y condición humana: ¿Entidades contrapuestas o fuerzas complementarias?. Revista de Ciencias Sociales (Ve), XXVII(2), 502-513. Recuperado de:
https://www.redalyc.org/articulo.oa?id=28066593034
Benavides, E. A. (2020). Revisión Sistemática de la Literatura de la Teoría a la Práctica. Recuperado de: https://www.researchgate.net/publication/343112535_Revision_Sistematica_de_la_Literatura_RSL_De_la_Teoria_a_la_Practica
Bolaño-García, M., & Duarte-Acosta, N. (2024). Una revisión sistemática del uso de la inteligencia artificial en la educación. Revista Colombiana de Cirugía, 39(1), 51-63.
https://doi.org/10.30944/20117582.2365
Carrasco, J. P., García, E., Martínez, D. A. S., Porter, P. D. E., De La Puente, L., Navarro, J., & Cerame, A. (2023). ¿Es capaz “ChatGPT” de aprobar el examen MIR de 2022? Implicaciones de la inteligencia artificial en la educación médica en España. Revista Española de Educación Médica, 4(1). Recuperado de: https://revistas.um.es/edumed/article/view/556511
Concannon, F., Costello, E., Farrell, O., Farrelly, T., & Graves Wolf, L. (2023). Editorial: There’s an AI for that: Rhetoric, reality, and reflections on EdTech in the dawn of GenAI. Irish Journal of Technology Enhanced Learning, 7(1). https://doi.org/10.22554/ijtel.v7i1.116
Espinoza Freire, E. E. (2022). La evaluación de los aprendizajes. Conrado, 18(85), 120-127. Recuperado de: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1990-86442022000200120
Flores-Vivar, J. M. (2023). Reflexiones sobre la ética, potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). Recuperado de:
https://doi.org/10.3916/C74-2023-03
García Sánchez, O. V. (2023). Uso y percepción de ChatGPT en la educación superior. Revista De Investigación En Tecnologías De La Información, 11(23), 98–107.
https://doi.org/10.36825/RITI.11.23.009
Gordillo, A. (2019). Effect of an instructor-centered tool for automatic assessment of programming assignments on students’ perceptions and performance. Sustainability, 11(20), 5568.
https://doi.org/10.3390/su11205568
Jin, Y., & Fan, J. (2023). Test-taker engagement in AI technology-mediated language assessment. Language Assessment Quarterly, 20(4), 488-500. https://doi.org/10.1080/15434303.2023.2291731
Kulshrestha, A., Gupta, A., Singh, U., Sharma, A., Shukla, A., Gautam, R., & Pandey, P. (2023). AI-based exam proctoring system. 2023 International Conference on Disruptive Technologies (ICDT), 594-597. https://doi.org/10.1109/ICDT57929.2023.10151160
Kumar, V., & Boulanger, D. (2020). Explainable automated essay scoring: Deep learning really has pedagogical value. Frontiers in Education, 5, Artículo 572367.
https://doi.org/10.3389/feduc.2020.572367
Lievens, J. (2023). Artificial intelligence (AI) in higher education: Tool or trickery?. Education and New Developments 2023 – Volume 2. https://doi.org/10.36315/2023v2end141
López López, H. L., Rivera Escalera, A., & Rossell Cruz García, C. (2023). Personalización del aprendizaje con inteligencia artificial en la educación superior. Revista Digital de Tecnologías Informáticas y Sistemas, 7(1). https://doi.org/10.61530/redtis.vol7.n1.2023.165.123-128
Luján Meneses, R. A., & Bejarano Álvarez, P. M. (2024). Estrategias de evaluación formativa: Una revisión sistemática. Horizontes. Revista de Investigación en Ciencias de la Educación, 8(33), 1033-1046. https://doi.org/10.33996/revistahorizontes.v8i33.781
Macías Moles, Y. (2021). La tecnología y la Inteligencia Artificial en el sistema educativo (Trabajo Final de Máster, Universitat Jaume I). Universitat Jaume I.
https://repositori.uji.es/xmlui/handle/10234/195263
Mackey, B. P., Garabet, R., Maule, L., et al. (2024). Evaluación de ChatGPT-4 en la educación médica: una evaluación del desempeño en los exámenes de asignaturas revela limitaciones en el apoyo curricular clínico para los estudiantes. Discov Artif Intell, 4, 38.
https://doi.org/10.1007/s44163-024-00135-2
Martínez-Comesaña, M., Rigueira-Díaz, X., Larrañaga-Janeiro, A., Martínez-Torres, J., Ocarranza-Prado, I., & Kreibel, D. (2023). Impacto de la inteligencia artificial en los métodos de evaluación en la educación primaria y secundaria: Revisión sistemática de la literatura. Revista de Psicodidáctica, 28(2), 93-103. https://doi.org/10.1016/j.psicod.2023.06.001
Messer, M., Brown, N. C. C., Kölling, M., & Shi, M. (2024). Automated grading and feedback tools for programming education: A systematic review. ACM Transactions on Computing Education, 24(1), Artículo 10, 43 páginas. https://doi.org/10.1145/3636515
Ningsih, F. (2023). Classtime.com as an AI-based testing platform: Analysing ESP students’ performances and feedback. JOLLT Journal of Languages and Language Teaching, 11(3), 390-404. Recuperado de: https://e-journal.undikma.ac.id/index.php/jollt/article/view/8286
Padilla, R. D. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información, 7(14), 260-270. https://doi.org/10.36825/RITI.07.14.022
Panduro-Ramirez, J., Alanya-Beltran, J., Soto-Hidalgo, C., & Ruiz-Salazar, J. (2021). Evaluación de estudiantes en la era digital: Revisión sistemática en América Latina. Espirales Revista Multidisciplinaria de Investigación Científica, 5(1), 36-47. Recuperado de:
https://www.redalyc.org/journal/5732/573270924004/
Quispe, A. M., Hinojosa-Ticona, Y., Miranda, H. A., & Sedano, C. A. (2021). Serie de Redacción Científica: Revisiones Sistemáticas. Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo, 14(1). https://doi.org/10.35434/rcmhnaaa.2021.141.906
Rodríguez-Ruiz, J., Alvarez-Delgado, A., & Caratozzolo, P. (2021). Use of natural language processing (NLP) tools to assess digital literacy skills. 2021 Machine Learning-Driven Digital Technologies for Educational Innovation Workshop, 1-8. IEEE.
https://doi.org/10.1109/IEEECONF53024.2021.9733779
Rachha, A., & Seyam, M. (2023). Explainable AI in education: Current trends, challenges, and opportunities. SoutheastCon 2023, 232-239.
https://doi.org/10.1109/SoutheastCon51012.2023.10115140
Reddy, T., Williams, R., & Breazeal, C. (2022). LevelUp – Automatic assessment of block-based machine learning projects for AI education. 2022 IEEE Symposium on Visual Languages and Human-Centric Computing (VL/HCC), 1-8. https://doi.org/10.1109/VL/HCC53370.2022.9833130
Seo, K., Tang, J., Roll, I. et al. The impact of artificial intelligence on learner–instructor interaction in online learning. Int J Educ Technol High Educ 18, 54 (2021). https://doi.org/10.1186/s41239-021-00292-9
Vittorini, P., Menini, S., & Tonelli, S. (2021). Un sistema basado en IA para la evaluación formativa y sumativa en cursos de ciencia de datos. Int J Artif Intell Educ, 31, 159–185.
https://doi.org/10.1007/s40593-020-00230-2
González Moreno, C. D., García Martillo , Y. D., Toala Rodríguez , K. Y., Toala Rodríguez , K. Y., & Parrales Cantos , G. N. (2024). Análisis de un Proceso Constructivo a través de una Residencia de Obra del Proyecto Emijay – Renta Car en la Ciudad de Portoviejo, Manabí. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 2031–2062. https://doi.org/10.61384/r.c.a.v4i1.164
Chaves Carvalho , L. F., & Agrela Rodrigues, F. D. A. (2024). Uma Perspectiva Neurocientífica sobre a Obesidade na Infância e Adolescência e seus Impactos na Saúde da Coluna . Revista Científica De Salud Y Desarrollo Humano, 5(1), 107–125. https://doi.org/10.61368/r.s.d.h.v5i1.77
Neyra Menéndez, R. D., Dueñas Zúñiga, H. F., & Condori Lazarte, Y. F. (2024). Indicadores del riesgo suicida en estudiantes universitarios de la ciudad de Puno. 2023. Emergentes - Revista Científica, 4(2), 54–73. https://doi.org/10.60112/erc.v4i2.130
Chávez, M. (2023). Tirzepatide: A Revolutionary Breakthrough in the Treatment of Type 2 Diabetes Mellitus and Obesity. Revista Veritas De Difusão Científica, 4(1), 96–110. https://doi.org/10.61616/rvdc.v4i1.39
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Derechos de autor 2024 Carlos Alberto López Escobar , Carlos Hernández Salas, Jehiely Belem Hernández Castillo, Teresa del Carmen Cabrera Gómez, Brayan Leonardo Maldonado Castillo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
.png)
