XXIII. AVALIAÇÃO DA APRENDIZAGEM COM INTELIGÊNCIA ARTIFICIAL
##plugins.themes.bootstrap3.article.sidebar##
views: 67 |
downloads: 377
##plugins.themes.bootstrap3.article.main##
Resumo
No presente trabalho são comparados os resultados obtidos com o software do sistema.
especialista publicado por Sánchez et al. (2021) contra os resultados produzidos pelo Sistema
Especialista em Avaliação Inteligente (SEEI). O último é a atualização do primeiro, então
Este documento descreve as semelhanças e diferenças entre o software predecessor
e o sucessor.
Ambos os softwares usam Inteligência Artificial (IA) para calcular em uma escala de
de zero a dez, a qualificação decorrente de um processo de avaliação da aprendizagem dos
estudantes do ensino médio no contexto mexicano.
O objetivo desta pesquisa é encontrar validade no instrumento SEEI, uma vez que
evoluiu de seu antecessor com intenções de que possa ser usado por qualquer
professor, para avaliar qualquer competência, em qualquer matéria, em qualquer
instituição de ensino localizada em qualquer lugar do mundo bastando apenas ter acesso à internet.
Os resultados dão fortes indícios de que a linha de pesquisa está no caminho certo.
e que vale a pena continuar testando e ajustando o SEEI e encontrando no futuro,
validade em mais contextos.
Dessa forma, o poder computacional da IA nos modelos seria reafirmado.
matemática baseada em rubricas com a qual a aprendizagem baseada atualmente é avaliada
em competição e uma nova e promissora era emergiria em que os professores finalmente teriam
ferramentas de avaliação de última geração.
Download Statistics
##plugins.themes.bootstrap3.article.details##
Lógica Fuzzy, Sistema Especialista, Avaliação, Competição, Rubrica.
COMPETENCIAS EN EDUCACIÓN SUPERIOR: ¿USO O ABUSO?. Profesorado.
Revista de Currículum y Formación de Profesorado, 19(2),265-280.[fecha de
Consulta 5 de Septiembre de 2022]. ISSN: 1138-414X. Disponible en:
https://www.redalyc.org/articulo.oa?id=56741181017.
Del Canto, Ero, y Silva Silva, Alicia (2013). Metodología cuantitativa: abordaje desde la
complementariedad en ciencias sociales. Revista de Ciencias Sociales (Cr), III (141),
pp. 25-34.
Gutiérrez, A. & Ferreira, W. (2020). Un modelo de regresión lineal aplicando lógica difusa.
Revista Sextante, 23, pp. 48 - 54, 2020.
Hernández, R., Fernández, C., y Baptista, M. (2010). Metodología de la investigación (5th
ed.). México D.F.: McGRAW-HILL.
Jamsandekar, S., y Mudholkar, R. (2013). Performance Evaluation by Fuzzy Inference
Technique. International Journal Of Soft Computing And Engineering, 3(2), pp. 158-
164.
Martínez, J. (2008). Las rúbricas en la evaluación escolar: su construcción y uso. Avances en
Medición, 6, 129-138.
Monje, C. (2011). Metodología de la investigación cuantitativa y cualitativa. Guía didáctica.
Neiva: Universidad sur colombiana.
Picón Jácome, Édgar (2013). La rúbrica y la justicia en la evaluación. Íkala, revista de
lenguaje y cultura, 18(3),79-94.[fecha de Consulta 5 de Septiembre de 2022]. ISSN:
0123-3432. Disponible en: https://www.redalyc.org/articulo.oa?id=255030038006.
Sánchez García, J. E. ., Valdez Sandoval, A. ., Soto Vega, J. E. ., & Gutiérrez Herrera, B. E.
. (2021). Comparación del nivel de desempeño de una competencia usando tres
instrumentos, dos basados en rúbrica y otro basado en lógica difusa: A comparison of
the level of competency using three instruments; two rubric based instruments and a
fussy logic-based instrument. Revista Relep - Educación Y Pedagogía En
Latinoamérica, 2(4), 123–145. https://doi.org/10.46990/relep.2020.2.4.245.