Aprendizaje Potenciado por IA: Revolucionando la Educación y la Evaluación Automática de Código
Autores: Bernik, Andrija; Radoevi, Danijel; ep, Andrej
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Aprendizaje Potenciado por IA: Revolucionando la Educación y la Evaluación Automática de Código
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Estudio de caso
Inteligencia artificial
Tareas de programación de estudiantes
Calificación
Herramientas de IA
Consideraciones éticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El documento presenta un estudio de caso sobre el uso de inteligencia artificial (IA) para la calificación preliminar de tareas de programación de estudiantes. Al integrar nuestra interfaz de programación de aprendizaje Verificator, previamente introducida, con el modelo de lenguaje grande Gemini 2.5 a través de Google AI Studio, se evaluaron automáticamente las entregas de C++ de los estudiantes y se compararon con las calificaciones asignadas por los profesores. Los resultados mostraron una correlación moderada a alta, aunque la IA fue más estricta. El estudio demuestra que las herramientas de IA pueden mejorar la velocidad y consistencia de la calificación, al tiempo que destaca la necesidad de supervisión humana debido a las limitaciones en la interpretación de soluciones no estándar. También enfatiza consideraciones éticas como la transparencia, el sesgo y la privacidad de los datos en el uso de IA en la educación. Se recomienda un modelo de calificación híbrido que combine la eficiencia de la IA y el juicio humano.
Descripción
El documento presenta un estudio de caso sobre el uso de inteligencia artificial (IA) para la calificación preliminar de tareas de programación de estudiantes. Al integrar nuestra interfaz de programación de aprendizaje Verificator, previamente introducida, con el modelo de lenguaje grande Gemini 2.5 a través de Google AI Studio, se evaluaron automáticamente las entregas de C++ de los estudiantes y se compararon con las calificaciones asignadas por los profesores. Los resultados mostraron una correlación moderada a alta, aunque la IA fue más estricta. El estudio demuestra que las herramientas de IA pueden mejorar la velocidad y consistencia de la calificación, al tiempo que destaca la necesidad de supervisión humana debido a las limitaciones en la interpretación de soluciones no estándar. También enfatiza consideraciones éticas como la transparencia, el sesgo y la privacidad de los datos en el uso de IA en la educación. Se recomienda un modelo de calificación híbrido que combine la eficiencia de la IA y el juicio humano.