The Curso Evaluación Automática de Exámenes con IA te sumerge en el apasionante mundo donde la inteligencia artificial transforma la educación. En un contexto donde la digitalización educativa está en pleno auge, la capacidad de aplicar IA para evaluar exámenes representa una habilidad altamente demandada. Este curso te ofrece una comprensión profunda of the fundamentos de la evaluación con inteligencia artificial, abordando desde los basic principles up to the desafíos éticos and the transparencia. Aprenderás a utilizar el procesamiento del lenguaje natural (PLN) to improve the corrección automática y explorarás cómo los modelos de lenguaje avanzados, como BERT y GPT, pueden revolucionar la evaluación educativa. También te adentrarás en el diseño y desarrollo de sistemas de corrección automática, entendiendo el flujo de trabajo and the métricas de calidad. Participar en este curso te posiciona a la vanguardia de una revolución educativa, abriendo puertas a nuevas oportunidades profesionales in a mercado laboral en constante evolución.
Evaluación Automática de Exámenes con IA
AI Academy
3 pm
Introduction
Objectives
-
To know the principios de la evaluación educativa and their desafíos actuales.
-
Understanding the principios básicos de IA aplicados a la evaluación.
-
Identify tipos de evaluación automatizada y su aplicación en exams.
-
To analyse the ethics, the sesgos and the transparencia in the evaluación con IA.
-
Entender el rol del procesamiento del lenguaje natural (PLN) in the corrección automática de exámenes.
-
Apply modelos de lenguaje for analizar respuestas escritas.
-
Design sistemas de corrección automática with tools y métricas adecuadas.
Table of Contents
UNIDAD DIDÁCTICA 1. FUNDAMENTOS DE LA EVALUACIÓN CON IA
1. Evaluación educativa y sus desafíos actuales
2. Principios básicos de Inteligencia Artificial aplicados a la evaluación
3. Tipos de evaluación automatizada: objetiva, formativa y sumativa
4. Ética, sesgos y transparencia en sistemas de evaluación con IA
5. Casos de uso en instituciones educativas y plataformas digitales
UNIDAD DIDÁCTICA 2. PROCESAMIENTO DEL LENGUAJE NATURAL (PLN) PARA EXÁMENES
1. PLN y su rol en la corrección automática
2. Clasificación de respuestas: preguntas cerradas vs. preguntas abiertas
3. Modelos de lenguaje (BERT, GPT, etc.) aplicados a respuestas escritas
4. Técnicas de análisis semántico y detección de respuestas erróneas
5. Limitaciones del PLN en la evaluación automática y cómo mitigarlas
UNIDAD DIDÁCTICA 3. DISEÑO Y DESARROLLO DE SISTEMAS DE CORRECCIÓN AUTOMÁTICA
1. Tipos de preguntas evaluables automáticamente
2. Flujo de trabajo: de la recogida de respuestas a la retroalimentación
3. Herramientas y plataformas
4. Métricas de calidad
5. Integración con sistemas de gestión del aprendizaje