Aplicación de Machine Learning para la Enseñanza – Aprendizaje de Competencias Ciudadanas en Educación Media del Colegio de Boyacá

dc.contributor.advisorGuío Ávila, Henry Alfonso
dc.contributor.authorEchavarria Ortiz, Harvey Nicolas
dc.contributor.corporatenameUniversidad Santo Tomasspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001519211
dc.contributor.googlescholarhttps://scholar.google.com/citations?hl=es&user=gqWnDVQAAAAJ
dc.contributor.googlescholarhttps://scholar.google.com/citations?hl=es&authuser=2&user=tG-lPT8AAAAJ
dc.contributor.orcidhttps://orcid.org/0000-0003-1343-4302
dc.contributor.orcidhttps://orcid.org/0000-0002-6262-6039
dc.date.accessioned2022-10-10T15:26:04Z
dc.date.available2022-10-10T15:26:04Z
dc.date.issued2022-10-07
dc.descriptionEn los últimos años, se ha visto la dificultad por parte de los estudiantes de educación media del Colegio de Boyacá, en la comprensión de saberes del módulo de Competencias Ciudadanas del examen ICFES, aspecto evidenciado por el bajo puntaje obtenido en dichas pruebas. De otro lado, se ha demostrado que el uso de las Tecnologías de la Información y las Comunicaciones TIC para apoyar procesos de enseñanza, ha sido altamente efectivo, sobre todo por los nuevos paradigmas en cuanto al uso de medios digitales. Así pues, una alternativa es el uso de tecnologías de Inteligencia Artificial para facilitar estos procesos. Una de estas tecnologías es el Machine Learning (En español, máquinas de aprendizaje), en la cual los computadores son capaces de desarrollar procesos de aprendizaje. Este proyecto tiene como objetivo, implementar un sistema Machine Learning de Procesamiento de Lenguaje Natural (PLN) para que, mediante el reconocimiento de preguntas por parte de los usuarios y la capacidad de dar respuestas de forma autónoma, apoye la enseñanza del módulo de competencias ciudadanas del examen ICFES. Este trabajo está dirigido a los estudiantes de educación media del Colegio de Boyacá. Para el cumplimiento de este objetivo, se plantean seis fases en las que se realizan los procesos de documentación, diseño, desarrollo, entrenamiento, testing e implementación del sistema.spa
dc.description.abstractIn recent years, the difficulty on the part of high school students of the Colegio de Boyacá has been seen in understanding the knowledge of the Citizen Competencies module of the ICFES exam, an aspect evidenced by the low score obtained in said tests. On the other hand, it has been shown that the use of ICT Information and Communication Technologies to support teaching processes has been highly effective, especially due to the new paradigms regarding the use of digital media. Thus, an alternative is the use of Artificial Intelligence technologies to facilitate these processes. One of these technologies is Machine Learning (in Spanish, learning machines), in which computers are capable of developing learning processes. The objective of this project is to implement a Machine Learning Natural Language Processing (NLP) system so that, through the recognition of questions by users and the ability to give answers autonomously, it supports the teaching of the citizen skills module. of the ICFES exam. This work is aimed at high school students from Colegio de Boyacá. To fulfill this objective, six phases are proposed in which the processes of documentation, design, development, training, testing and implementation of the system are carried out.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Informáticospa
dc.format.mimetypeapplication/pdf
dc.identifier.citationEchavarria Ortiz, H. N. (2022) Aplicación de Machine Learning para la Enseñanza – Aprendizaje de Competencias Ciudadanas en Educación Media del Colegio de Boyacá. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/47603
dc.publisher.branchCRAI-USTA Tunjaspa
dc.publisher.facultyFacultad de Ingeniería de Sistemasspa
dc.publisher.programIngeniería Informáticaspa
dc.relation.referencesAkhter, M. J. (2020 ). Automatic Detection of Offensive Language for Urdu and Roman Urdu. IEEE Access 8,9094176, pp. 91213-91226.spa
dc.relation.referencesEnsuring inclusion and diversity in research and research output: A case for a language-sensitive NLP crowdsourcing platform. Applied Sciences (Switzerland) 10(18),6216.spa
dc.relation.referencesAlahmadi, D. B. (2020). Ensuring inclusion and diversity in research and research output: A case for a language-sensitive NLP crowdsourcing platform. Applied Sciences (Switzerland) 10(18),6216.spa
dc.relation.referencesAugusto Cortez Vásquez, H. V. (2009). Procesamiento de lenguaje natural. Revista de Ingeniería de Sistemas e Informática vol. 6, N.º 2, 10.spa
dc.relation.referencesBaume, G. L. (2021). Breve introducción a Google Colab. Obtenido de Breve introducción a Google Colab: http://fcaglp.unlp.edu.ar/~gbaume/grupo/Publicaciones/Apuntes/GoogleColab.pdfspa
dc.relation.referencesBolaños, X. (30 de Julio de 2020). Procesamiento del Lenguaje Natural con Machine Learning. Obtenido de Procesamiento del Lenguaje Natural con Machine Learning: https://www.encora.com/es/blog/procesamiento-del-lenguaje-natural-con-machine-learning#:~:text=¿En%20qué%20consiste%20el%20Procesamiento,sin%20embargo%20también%20existen%20excepciones.spa
dc.relation.referencesCañón, P. A. (2007). PROCESAMIENTO DEL LENGUAJE NATURAL EN LA RECUPERACIÓN DE LA INFORMACIÓN. Colombia.spa
dc.relation.referencesCardellino, F. (30 de Marzo de 2021). freecodecamp. Obtenido de freecodecamp: https://www.freecodecamp.org/espanol/news/tutorial-de-google-bert-para-pnl-con-aprendizaje-automatico/spa
dc.relation.referencesConocimiento, I. d. (s.f.). Procesamiento del Lenguaje Natural Las máquinas analizan nuestro lenguaje en texto. Obtenido de Procesamiento del Lenguaje Natural Las máquinas analizan nuestro lenguaje en texto: https://www.iic.uam.es/inteligencia-artificial/procesamiento-del-lenguaje-natural/spa
dc.relation.referencesGonzález, I. C. (16 de Julio de 2020). "Procesamiento del lenguaje natural con BERT: Análisis de sentimientos en tuits”. Obtenido de "Procesamiento del lenguaje natural con BERT: Análisis de sentimientos en tuits”: https://e-archivo.uc3m.es/bitstream/handle/10016/32792/TFG_Iago_Collarte_Gonzalez.pdf?sequence=1&isAllowed=yspa
dc.relation.referencesGroup, I. (18 de Marzo de 2022). Transformers: explicamos el modelo detrás de GPT-3, BERT y T5. Obtenido de Transformers: explicamos el modelo detrás de GPT-3, BERT y T5: https://www.ibidemgroup.com/edu/traduccion-automatica-gpt3-bert-t5/spa
dc.relation.referencesGuío Ávila Henry Alfonso, C. G. (2021). Aplicación de machine learning al proceso de enseñanza - aprendizaje de competencias ciudadanas en educación media del Colegio de Boyacá, usando procesamiento de lenguaje natural.spa
dc.relation.referencesJ., H. M. (2013). Aplicaciones de Procesamiento de Lenguaje. Revista Politécnica, 10. Obtenido de Aplicaciones de Procesamiento de Lenguaje: https://core.ac.uk/download/pdf/18586869.pdfspa
dc.relation.referencesLakshmanarao, A. S. (2019). An effecient fake news detection system using machine learning. International Journal of Innovative Technology and Exploring Engineering 8(10), pp. 3125-3129.spa
dc.relation.referencesPressman, R. (2010). Ingeniería del Software. Un enfoque práctico. USA: McGraw-Hill.spa
dc.relation.referencesQuijano-Sánchez, L. L.-C.-C. (2018). Applying automatic text-based detection of deceptive language to police reports: Extracting behavioral patterns from a multi-step classification model to understand how we lie to the pólice. Knowledge-Based Systems 149, pp. 155-168, pp. 155-168.spa
dc.relation.referencesQuintero, S. D. (1 de Abril de 2022). Aprende Python. Obtenido de Aprende Python: https://aprendepython.es/_downloads/907b5202c1466977a8d6bd3a2641453f/aprendepython.pdfspa
dc.relation.referencesRAMÍREZ, D. H. (2018). EL MACHINE LEARNING A TRAVÉS DE LOS TIEMPOS, Y LOS APORTES A LA HUMANIDAD. Obtenido de EL MACHINE LEARNING A TRAVÉS DE LOS TIEMPOS, Y LOS APORTES A LA HUMANIDAD: https://repository.unilibre.edu.co/bitstream/handle/10901/17289/EL%20MACHINE%20LEARNING.pdf?sequence=1&isAllowed=yspa
dc.relation.referencesRodríguez Mena García, M., & García Montero, I. (2003). El aprendizaje para el cambio. Papel de la educación. Convergencia, 317-335.spa
dc.relation.referencesThangaraj, M. S. (2018). Text classification techniques: A literature review. Interdisciplinary Journal of Information, Knowledge, and Management 13, pp. 117-135.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordPLNspa
dc.subject.keywordMachine Learningspa
dc.subject.keywordICFESspa
dc.subject.keywordArtificial Intelligencespa
dc.subject.proposalPLNspa
dc.subject.proposalMachine Learningspa
dc.subject.proposalICFESspa
dc.subject.proposalInteligencia Artificialspa
dc.titleAplicación de Machine Learning para la Enseñanza – Aprendizaje de Competencias Ciudadanas en Educación Media del Colegio de Boyacáspa
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2022harveyechavarria
Tamaño:
3.86 MB
Formato:
Adobe Portable Document Format
Descripción:
Cargando...
Miniatura
Nombre:
2022cartaderechosautor
Tamaño:
881.62 KB
Formato:
Adobe Portable Document Format
Descripción:
Cargando...
Miniatura
Nombre:
2022cartaaprobaciónfacultad
Tamaño:
167.64 KB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: