Modelos de lenguaje en educación: Inteligencia Artificial Generativa para optimizar el análisis del desempeño docente
Este artículo explora el uso de la Inteligencia Artificial Generativa, específicamente los Grandes Modelos de Lenguaje (LLM), para analizar respuestas abiertas en evaluaciones del desempeño docente. Aunque los LLM ofrecen capacidades avanzadas para interpretar y clasificar datos textuales, su tenden...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Autónoma de Nuevo Leónw
2025
|
| Subjects: | |
| Online Access: | https://innovacademia.uanl.mx/index.php/revista/article/view/36 |
| Summary: | Este artículo explora el uso de la Inteligencia Artificial Generativa, específicamente los Grandes Modelos de Lenguaje (LLM), para analizar respuestas abiertas en evaluaciones del desempeño docente. Aunque los LLM ofrecen capacidades avanzadas para interpretar y clasificar datos textuales, su tendencia a generar "alucinaciones" plantea desafíos en contextos donde la precisión es crucial. Para mitigar estos riesgos, se presentan tres enfoques: los LLM de dominio específico, entrenados con datos educativos para mejorar su relevancia; los Pequeños Modelos de Lenguaje (SLM), modelos más ligeros que optimizan la eficiencia y reducen la posibilidad de errores; y el uso de modelos en la nube con entrenamiento few-shot, que permiten ajustes rápidos mediante ejemplos representativos, aunque con implicaciones en privacidad y protección de datos. Finalmente, se describen los beneficios de estas herramientas para las instituciones educativas, incluyendo la mejora en la toma de decisiones, la accesibilidad tecnológica y la sostenibilidad ecológica. |
|---|---|
| Physical Description: | INNOVACADEMIA; Vol. 1 No. 2 (2025): Mayo-Agosto 2025; 70-81 INNOVACADEMIA; Vol. 1 Núm. 2 (2025): Mayo-Agosto 2025; 70-81 3061-7952 |