Diseño de un curso de elaboración de pruebas de opción múltiple utilizando inteligencia artificial generativa
Palabras clave:
curso, docentes, inteligencia artificial generativa, pruebas, opción múltipleResumen
En la actualidad, existen diversos instrumentos que permiten generar una evaluación de los aprendizajes en los estudiantes, entre ellos, se destaca las pruebas de opción múltiple. Paralelamente, la inteligencia artificial generativa, se ha convertido en una poderosa herramienta que aporta de manera significativa a los procesos andragógicos. Por ello, esta investigación se planteó como objetivo el diseñar un curso para docentes universitarios sobre elaboración de pruebas de opción múltiple utilizando la Inteligencia artificial generativa. Este estudio se desarrolló bajo el enfoque cualitativo, basado en un diseño investigación – acción, se utilizó el muestreo de participante voluntarios en dónde, participaron 7 docentes pertenecientes a una licenciatura en el área de la salud de una universidad particular, por otro lado, se utilizó como instrumentos de recolección de datos una guía de entrevista y una plantilla diseñada por el autor. A manera de resultados, se pudo corroborar que los docentes en su gran mayoría saben cómo se diseña y aplica las pruebas de opción múltiple, sin embargo, todos ellos, resultaron con un nivel bajo de conocimiento en cuanto a la inteligencia artificial generativa se refiere. Además, con los resultados obtenidos se diseñó y realizó una prueba piloto del curso. En conclusión, se corroboró que las pruebas de opción múltiple que son diseñadas por los propios docentes presentan incongruencia entre el tema u objetivo y las preguntas desarrolladas, además, hay confusión en el alcance de los términos inteligencia artificial y la inteligencia artificial generativa, aspectos subsanados en la prueba piloto desarrollada.
Descargas
Citas
Alpizar Garrido, L. O., & Martínez Ruiz, H. (2024). Perspectiva de estudiantes de nivel medio superior respecto al uso de la inteligencia artificial generativa en su aprendizaje. RIDE Revista Iberoamericana para la Investigación Y El Desarrollo Educativo, 14(28), 1-29. doi: https://doi.org/10.23913/ride.v14i28.1830 Arias Gonzáles, J. L. (2021). Guía para elaborar la operacionalización de variables. Espacio I+D: Innovación más Desarrollo, https://doi.org/10.31644/IMASD.28.2021.a02
Arias González, J. L. (2020). Técnicas e instrumentos de investigación científica. Arequipa Perú: Enfoques Consulting EIRL. Arocena, R., Gascue, C., & Leymonié, J. (2010). Evaluación y validación de pruebas parciales de opción múltiple de un curso universitario de primer año. Revista Electrónica de Enseñanza de las Ciencias Vol. 9, Nº3, 737-756. Obtenido de https://www.academia.edu/download/78643737/Evaluacin_y_validacin_de_pruebas_parcial2 0220113-16739-i1fff3.pdf Barragán, J., Aquino, A., Enrique, J., Segura, F., Martínez, M., & Andújar, J. (2024). Evaluación de la inteligencia artificial generativa en el contexto de la automática: un análisis crítico. Jornadas cea.2024.45.10733 de Automática, 45, 1-5. doi: https://doi.org/10.17979/ja Bennasar García, M. I., & Estrada, J. M. (2021). La evaluación de los aprendizajes, en la dicotomía educativa presencial-virtual. Revista de Investigación en Ciencias de la Educación, Volumen 5 / No. https://doi.org/10.33996/revistahorizontes.v5i18.186 18, 434 - 446. doi: Dominguez, A., Barniol, P., & Zavala, G. (2019). Evaluación del Entendimiento Gráfico de Derivada e Integral Definida mediante un Examen en Castellano de Opción Múltiple. Formación Universitaria Vol. 12 Nº 6, 41-56. doi: http://dx.doi.org/10.4067/S0718 50062019000600041 Espinoza Freire, E. (2022). La evaluación de los aprendizajes. Conrado vol.18 no. 85, 120-127. Obtenido de 86442022000200120&script=sci_arttext&tlng=pt http://scielo.sld.cu/scielo.php?pid=S1990 Facultad de Educación PUCP. (marzo de 2022). Pontificia Universidad Católica del Perú. Obtenido de https://repositorio.pucp.edu.pe/index/handle/123456789/184559 Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. Methaodos. Revista de ciencias sociales, 11(2), 1-17. Obtenido de https://dialnet.unirioja.es/descarga/articulo/9132067.pdf Hamodi, C., López Pastor, V. M., & López Pastor, A. T. (2015). Medios, técnicas e instrumentos de evaluación formativa y compartida del aprendizaje en educación superior. Perfiles educativos vol.37 no.147, 146-161. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185 26982015000100009&lng=es&nrm=iso&tlng=es
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la Investigación: Las rutas cuantitativa, cualittiva y mixta. México: McGraw Hill Education. Hincapié Parejo, N. F., & Clemenza de Araujo, C. (2022). Evaluación de los aprendizajes por competencias: Una mirada teórica desde el contexto colombiano. Revista de Ciencias Sociales (Ve), XXVIII (1), 106-122. https://dialnet.unirioja.es/servlet/articulo?codigo=8297213 Obtenido de Instituto Nacional de Estadística y Censo. Contraloría General de la República de Panamá. (2021). Obtenido de https://www.inec.gob.pa/publicaciones/Default3.aspx?ID_PUBLICACION=1181&ID_CATEGO RIA=6&ID_SUBCATEGORIA=41 Larico Hanco, R. (2024). Impacto de la inteligencia artificial generativa CHATGPT en la enseñanza universitaria. Chakiñan, Revista De Ciencias Sociales Y Humanidades, 1-18. Obtenido de https://chakinan.unach.edu.ec/index.php/chakinan/article/view/1149 Llorens Largo, F., Vidal, J., & García Peñalvo, F. J. (2023). Ya llegó, ya está aquí, y nadie puede esconderse: La inteligencia artificial generativa en educación. Revistas Científicas de Educación en Red, 1-7. Obtenido de https://www.researchgate.net/profile/Francisco-Garcia Penalvo/publication/376457963_Ya_llego_ya_esta_aqui_y_nadie_puede_esconderse_La_inte ligencia_artificial_generativa_en_educacion/links/6579a09e6610947889c4eb9d/Ya-llego-ya esta-aqui-y-nadie-puede-escond Mendieta Izquierdo, G. (2015). Informantes y muestreo en investigación cualitativa. Investigaciones Andina, vol. 17, núm. http://www.redalyc.org/articulo.oa?id=239035878001 30, 1148-1150. Obtenido de Nizama Valladolid, M., & Nizama Chávez, L. M. (2020). El enfoque cualitativo en la investigación jurídica, proyecto de investigación cualitativa y seminario de tesis. VOX JURIS (38) 2, 69-90. doi: https://doi.org/10.24265/voxjuris Sánchez Mendiola, M., & Carbajal Degante, E. (2023). La inteligencia artificial generativa y la educación universitaria. Perfiles Educativos, vol. X LV, número especial, 70-86. doi: https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692 Schwartzman, G., Roni, C., Berk, M., Delorenzi, E., Sánchez, M., & Eder, M. L. (2021). Evaluación Remota de Aprendizajes en la Universidad: decisiones docentes para encarar un nuevo desafío. Revista Iberoamericana de Educación a Distancia, vol. 24, núm. 2, 67-80. doi: https://doi.org/10.5944/ried.24.2.29078
Ulloa Siles, J. C. (2023). Summative Assessment of Learning in the educational training process received by students with significant curricular adaptations in the First and Second cycles of General Basic Education at Las Gravilias School, Alajuela Province, Costa Rica, 2021. Journal of Microbiology & Health Education,Vol. 5. No. 3, 511-515. Obtenido de http://journalmhe.org/ojs3/index.php/jmhe/article/view/79/121 Useche, M. C., Artigas, W., Queipo, B., & Perozo, É. (2019). Técnicas e instrumentos de recolección de datos cuali-cuantitativos. Colombia: Universidad de La Guajira. Vallejo López, A. B. (2020). El papel del docente universitario en la formación de estudiantes investigadores desde la etapa inicial. Educación Médica Superior, vol.34 no.2, 1-20. Obtenido 21412020000200017&script=sci_arttext de http://scielo.sld.cu/scielo.php?pid=S0864 Vera, F. (2023). Integración de la Inteligencia Artificial en laEducación superior: Desafíos y oportunidades. Revista Electrónica Transformar, Volumen 4, Nº 1, 17-34. Obtenido de https://www.revistatransformar.cl/index.php/transformar/article/view/84/44
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
