Aplicación web de retroalimentación de sesiones de clase y su eficacia en el rendimiento académico

• Autores: G. Otoya Sifuentes, Ana Cristina, Valencia Barriga, José Javier
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/58112
• Enlace del recurso: https://hdl.handle.net/20.500.12759/58112
• Nivel de acceso: acceso abierto
• Materia: Inteligencia Artificial; Reconocimiento de Voz y Retroalimentación; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente informe de tesis, titulado ""Aplicación web de retroalimentación de sesiones de clase y su eficacia en el rendimiento académico"", aborda la problemática de la retroalimentación insuficiente en el programa de estudio de Ingeniería de Computación y Sistemas de la Universidad Privada Antenor Orrego, lo cual afecta negativamente el rendimiento académico de los estudiantes al no consolidar los conocimientos adquiridos. Esta investigación, realizada por Ana Cristina G. Otoya Sifuentes y José Javier Valencia Barriga, tiene como objetivo evaluar la eficacia de una aplicación web que integra Speech Service y GPT-3, facilitando la retroalimentación mediante la transcripción de clases, resúmenes automáticos y un chat interactivo. El experimento comparativo entre un grupo experimental y un grupo de control reveló un aumento notable en el desempeño académico del grupo que utilizó la aplicación, obteniendo una mejora del 30.43% de la preprueba a la posprueba, en contraste con el incremento de solo 5.26% del grupo de control. En cuanto a la meta de alcanzar la nota máxima, el grupo experimental avanzó un 17.5% hacia este objetivo, mientras el grupo de control obtuvo solo un 3.1%. Asimismo, se evaluó la usabilidad de aplicación conforme a la norma ISO/IEC 25000, obteniendo resultados favorables en todas sus subcaracterísticas, logrando una calificación general de “aceptable”. Por otro lado, las pruebas de transcripción obtuvieron una tasa de error de palabras (WER) de apenas el 3.55%. Finalmente, los resúmenes generados alcanzaron una excelente calidad según las métricas ROUGE: ROUGE-1 con un 69% de precisión, 64% de recall y 66% de F-measure; ROUGE-2 con 45% de precisión, 42% de recall y 44% de F-measure; y ROUGE-L con 65% de precisión, 61% de recall y 63% de F-measure. En conclusión, esta aplicación se presenta como una herramienta eficaz para mejorar el rendimiento académico, ofreciendo una experiencia accesible y optimizando el proceso de retroalimentación a través de inteligencia artificial.