Modelos de inteligencia artificial para asesorar el proceso evaluador de trabajos informáticos complejos

• Jose Divasón ^[1] ; F. Javier Martínez de Pisón ^[1] ; Ana Romero ^[1] ; Eduardo Sáenz de Cabezón ^[1]
  1. [1] Universidad de La Rioja

     Universidad de La Rioja

     Logroño, España

     
• Localización: Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI), ISSN 2531-0607, Nº. 6, 2021, págs. 43-50
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Planteamos el uso de modelos de inteligencia artifi- cial (IA) para asesorar el proceso evaluador de traba- jos informáticos complejos, con componentes técnica y creativa. El objetivo es generar un procedimiento pa- ra analizar las variables principales que describen la evaluación realizada, descubrir posibles sesgos y dis- crepancias y generar rúbricas adecuadas que los eviten.

    La metodología propuesta se ha aplicado a una asigna- tura de introducción a la informática (grados de infor- mática y matemáticas, primer curso) en que una tarea consiste en la elaboración de una página web por par- te de los estudiantes. Dicho trabajo debe cumplir unos requisitos técnicos (compatibilidad con estándares, nú- mero de documentos HTML y CSS, etc.) y tiene una componente creativa (maquetación, aspecto, etc.). Se han desarrollado modelos de IA optimizados median- te algoritmos evolutivos para identificar las variables que intervinieron en la calificación de dichos trabajos durante cinco cursos. Los resultados obtenidos permi- ten extraer conclusiones sobre la práctica evaluadora, posibles mejoras para la objetividad de la evaluación y la posibilidad de generar rúbricas adecuadas para la evaluación de este tipo de trabajos. La metodología es aplicable a otras materias al ser esta tipología técnica- creativa frecuente en trabajos universitarios.

  • English

    We propose the use of artificial intelligence (AI) mo- dels to help evaluate complex projects in computer science courses that involve technical and creative components. The goal is to provide a methodology to analyze the main variables that describe the evaluation, to discover possible biases and discrepancies, and to generate appropriate rubrics that avoid them. The pro- posed methodology has been applied to a first-year in- troductory course on computer science, which is taught in both computer science and mathematics degrees. In that course, the students must develop a web page ac- cording to some technical requirements (compatibility with standards, number of HTML and CSS files, etc.), but it also possesses a creative component (layout, ap- pearance, etc.). Optimized AI models have been de- veloped using evolutionary algorithms to identify the most important variables that took part in the evalua- tion of these projects during five courses. The results obtained allow us to draw conclusions about the eva- luation process, possible improvements in the impar- tiality of the evaluation, and the possibility of gene- rating suitable rubrics for grading assignments. The methodology is applicable to projects in other sub- jects since this technical-creative typology is frequent in university tasks.