Prototipo de un sistema inteligente para la retroalimentación continua y la identificación de falencias de aprendizaje en estudiantes en estudiantes de ingeniería de sistemas y computación

Victoria Henríquez, Isabella

Prototipo de un sistema inteligente para la retroalimentación continua y la identificación de falencias de aprendizaje en estudiantes en estudiantes de ingeniería de sistemas y computación

dc.contributor.advisor	Sarria Montemiranda, Gerardo Mauricio
dc.contributor.advisor	Valencia Serrano , Marcela
dc.contributor.author	Victoria Henríquez, Isabella
dc.date.accessioned	2026-02-26T19:58:26Z
dc.date.available	2026-02-26T19:58:26Z
dc.date.issued	2025
dc.description.abstract	El aprendizaje autorregulado constituye un proceso fundamental en la educación superior, especialmente en carreras con un alto nivel de contenido teórico, como la Ingeniería de Sistemas y Computación. Este proceso implica que el estudiante planifique, supervise y ajuste sus estrategias de aprendizaje con el fin de alcanzar objetivos académicos específicos. Diversos estudios han evidenciado que el fortalecimiento de habilidades autorregulatorias se relaciona con la permanencia y el rendimiento académico en programas de ciencias de la computación. En este contexto, la retroalimentación cumple un papel central, ya que proporciona información que permite al estudiante reconocer discrepancias entre su desempeño actual y los objetivos de aprendizaje, facilitando la corrección de errores conceptuales y el ajuste de estrategias. La literatura reciente sobre retroalimentación automatizada destaca que los sistemas capaces de ofrecer feedback formativo oportuno y específico pueden apoyar significativamente el proceso de aprendizaje, siempre que este se encuentre alineado con los criterios de la tarea. Asimismo, los sistemas inteligentes, entendidos como sistemas capaces de analizar información y actuar con base en objetivos definidos, representan una oportunidad para ampliar el acceso a retroalimentación continua en escenarios donde la desproporción entre docentes y estudiantes limita el acompañamiento personalizado. En el contexto específico del curso Introducción a la Programación de la Pontificia Universidad Javeriana Cali, ofrecido hasta 2024, los grupos académicos solían estar conformados por más de 25 estudiantes bajo la orientación de un único docente. Esta dinámica dificultaba la posibilidad de ofrecer un acompañamiento individualizado constante y de dedicar tiempo suficiente a la revisión detallada de cada respuesta. Adicionalmente, era frecuente que algunos estudiantes no expresaran sus dudas en clase ni se acercaran a solicitar apoyo por temor, inseguridad o vergüenza, lo que podía limitar la identificación temprana de falencias conceptuales. A partir de esta problemática, el presente proyecto se centra en el análisis de una tarea específica del curso, orientada al refuerzo de la habilidad para abstraer sistemas, en la cual los estudiantes debían identificar el propósito de un sistema, sus componentes, las interacciones entre estos y la clasificación de variables y constantes. Con base en respuestas reales de estudiantes, se construyó una taxonomía de errores propia del proyecto, fundamentada en los errores conceptuales más recurrentes observados en la ejecución de la tarea. Este enfoque permitió diseñar un prototipo de sistema inteligente capaz de analizar respuestas abiertas de texto, detectar errores básicos y generar retroalimentación automatizada y continua. La arquitectura del sistema se fundamentó en el modelo C4, utilizando un enfoque híbrido de clasificación que combina técnicas de aprendizaje supervisado (específicamente Máquinas de Vectores de Soporte o SVM) y un clasificador basado en reglas. Además, se integró la API de OpenAI para la generación automatizada de mensajes de retroalimentación pedagógica, basándose en la taxonomía definida para el proyecto. Los resultados obtenidos durante la fase de entrenamiento mostraron una exactitud del 89.13% en la clasificación de respuestas, lo que demuestra la viabilidad técnica de la solución. La plataforma, desarrollada sobre Oracle APEX, facilita una interfaz web intuitiva para que estudiantes y docentes gestionen tareas y consulten el historial de errores. Finalmente, la validación funcional confirmó que el prototipo opera de manera integrada, cumpliendo con los requisitos de identificar falencias académicas y brindar apoyo al aprendizaje autorregulado en el contexto de la ingeniería.	spa
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero(a)de Sistemas y Computación
dc.format.extent	103 p.
dc.format.mimetype	application/pdf
dc.identifier.uri	http://hdl.handle.net/11522/5333
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana Cali
dc.publisher.department	Facultad de Ingeniería y Ciencias
dc.publisher.program	Ingeniería de Sistemas y Computación
dc.rights.accessrights	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject	Sistema inteligente de tutoría	spa
dc.subject	Aprendizaje automático	spa
dc.subject	Procesamiento de lenguaje natural	spa
dc.subject	Retroalimentación automatizada	spa
dc.subject	Falencias de aprendizaje	spa
dc.subject	Intelligent tutoring system	eng
dc.subject	Machine learning	eng
dc.subject	Natural language processing	eng
dc.subject	Automated feedback	eng
dc.subject	Learning errors	eng
dc.title	Prototipo de un sistema inteligente para la retroalimentación continua y la identificación de falencias de aprendizaje en estudiantes en estudiantes de ingeniería de sistemas y computación	spa
dc.type	bachelor thesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcol	https://purl.org/redcol/resource_type/TP