Aplicación de la inteligencia artificial en el aprendizaje universitario

Marcos Fernando Toro-Espinoza; Jannina Alexandra Montalván-Espinoza; Mercedes Alexandra Masabanda-Vaca

Authors

Toro-Espinoza Marcos Fernando Universidad de Guayaquil. Guayaquil, Ecuador. https://orcid.org/0000-0003-0454-0568
Montalván-Espinoza Jannina Alexandra Universidad de Guayaquil. Guayaquil, Ecuador. https://orcid.org/0000-0001-5655-5273
Masabanda-Vaca Mercedes Alexandra Investigador Independiente. Guayaquil, Ecuador. https://orcid.org/0009-0009-4060-3416

Keywords:

artificial intelligence, natural language processing, AI tools for education, AI supervision techniques, higher education

Abstract

The article highlights the transformative role of artificial intelligence (AI) in higher education. Using key concepts of artificial neural netwoewtl language processing (NLP), the study investigates how AI can enhance and revolutionize university student teaching and learning. It presents the use of virtual assistants and automatic assessment as examples of effective AI integration. It also discusses the relevance of AI and NLP in providing personalized learning experiences and instant feedback. In conclusion, it emphasizes the need for a strategic approach to incorporating AI in education to maximize its benefits without compromising educational quality and equity. Guided by a bibliometric review methodology, the article makes a significant contribution to researchers and educators interested in the intersection of technology and education.

Keywords: artificial intelligence, natural language processing, AI tools for education, AI supervision techniques, higher education.

Downloads

Download data is not yet available.

References

Bonet, A. (2023). Abordando el tratamiento automático de la desinformación: modelado de la confiabilidad en noticias mediante Procesamiento del Lenguaje Natural. Obtenido de http://hdl.handle.net/10045/134921

Bustamanete, D. (2021). Modelo predictivo de rendimiento académico para el apoyo,, prevención y disminución de la tasa de deserción universitaria. Universidad de Bogotá Jorge Tadeo Lozano. Obtenido de https://expeditiorepositorio.utadeo.edu.co/bitstream/handle/20.500.12010/20869/Documento%20final.pdf?sequence=1&isAllowed=y

Carrasco, J. P., García, E., Sánchez, D. A., Porter, 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), 15. doi:https://doi.org/10.6018/edumed.556511

García, J. R., Sánchez, P. A., Orozco, M., & Obredor, S. (2019). Extracción de Conocimiento para la Predicción y Análisis de los Resultados de la Prueba de Calidad de la Educación Superior en Colombia. Scielo, 12(4), 55-62. doi:http://dx.doi.org/10.4067/S0718-50062019000400055

Gilson, A., Safranek, C., Huang, T., Socrates, V., Chi, L., Taylor, R. A., & Chartash, D. (2023). How Does ChatGPT Perform on the United States Medical Licensing Examination? The Implications of Large Language Models for Medical Education and Knowledge Assessment. JMIR MEDICAL EDUCATION, 9, 9. doi:https://doi.org/10.2196/45312

González, A., & Mateo, P. (Marzo de 2022). Diseño, desarrollo e implementación de una asistente virtual para la resolución de dudas sobre los procesos académicos de la Universidad Politécnica Salesiana - sede Cuenca utilizando inteligencia artificial y procesamiento de lenguaje natural. Obtenido de http://dspace.ups.edu.ec/handle/123456789/22027

Ha, L., & Yaneva, V. (2019). Automatic question answering for medical MCQs: Can it go further than information retrieval? RANLP, 5. doi:https://wlv.openrepository.com/handle/2436/622750

Jin, D., Pan, E., Oufattol, N., Weng, W.-H., Fang, H., & Szolovits, P. (2021). What Disease Does This Patient Have? A Large-Scale Open Domain Question Answering Dataset from Medical Exams. Appl. Sci, 11(14), 1. doi:https://doi.org/10.3390/app11146421

Joyanes, L. (2019). Inteligencia de negocios y analítica de datos: una visión global de business intelligence & analytics. Alpha Editoria.

Machicao, J. (2020). El aprendizaje reforzado: un punto de encuentro entre las políticas públicas y la inteligencia artificial. Research Gate, 5. doi:http://dx.doi.org/10.13140/RG.2.2.14627.60965

National Geographic España. (2023). Breve historia de la Inteligencia Artificial. Obtenido de https://www.nationalgeographic.com.es/ciencia/breve-historia-de-la-inteligencia-artificial_19310

Ortiz, E., van der Mersch, B., & Morfín, J. A. (2023). Ética en la Inteligencia. IBERO, 69, 6. doi:https://revistas.ibero.mx/ibero/uploads/volumenes/69/pdf/6-etica-en-la-inteligencia-artificial.pdf

Parlamento Europeo. (2022). Informe sobre la inteligencia artificial en la era digital. doi:https://www.europarl.europa.eu/doceo/document/A-9-2022-0088_ES.html

Rojas, P., & Rudy, J. (2021). Modelo de Aprendizaje Automático Supervisado para Identificar Patrones de Bajo Rendimiento Académico en los Ingresantes al Instituto de Educación Superior Pedagógico Público – Juliaca. Obtenido de http://hdl.handle.net/20.500.12840/4505

Shubham, S. (15 de Febrero de 2023). ChatGPT: How to get started and start asking queries. Obtenido de https://timesofindia.indiatimes.com/gadgets-news/chatgpt-how-to-get-started-and-start-asking-queries/articleshow/97947383.cms

Sun, H. (2023). Are ChatGPT’s knowledge and interpretation ability comparable to those of medical students in Korea for taking a parasitology examination?: a descriptive study. J Educ Eval Health Prof, 20(1), 5. doi:https://doi.org/10.3352/jeehp.2023.20.1

Tomás-Górriz, V., & Tomás-Casterá, V. (2018). La Bibliometría en la evaluación de la actividad científica. Hospital a Domicilio, 2(4), 145-163. doi:https://doi.org/10.22585/hospdomic.v2i4.51

Valverde, Á. (2021). Inteligencia artificial (IA), un nuevo recurso didáctico en la educación superior. Revista Académica Institucional , 3(2), 14-23. doi:https://rai.usam.ac.cr/index.php/raiusam/article/view/53

Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades. Revista Transformar, 4(1), 18. Obtenido de https://www.revistatransformar.cl/index.php/transformar/article/view/84

Zhang, Q., Yu, H., Barbiero, M., Wang, B., & Gu, M. (2019). Artificial neural networks enabled by nanophotonics. Light Sci Appl, 8(1), 1-14. doi:https://doi.org/10.1038/s41377-019-0151-0