Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 40 vistas

    Sistemas de Información Gerencial

    Cargado por

    Joanna Torres Rossell
    El documento discute el desarrollo de sistemas de calificación automática de trabajos utilizando inteligencia artificial. Mientras los defensores argumentan que la retroalimentación inmediata y la habilidad de mejorar las calificaciones son ventajas de estos sistemas, los críticos dudan que las máquinas puedan reemplazar completamente a los humanos en la calificación. El documento también describe un estudio que encontró que las calificaciones automáticas fueron similares a las humanas, pero un crítico señaló que no hubo un

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Sistemas de Información Gerencial

    Cargado por

    Joanna Torres Rossell
    40 vistas2 páginas
    El documento discute el desarrollo de sistemas de calificación automática de trabajos utilizando inteligencia artificial. Mientras los defensores argumentan que la retroalimentación inmediata y la habilidad de mejorar las calificaciones son ventajas de estos sistemas, los críticos dudan que las máquinas puedan reemplazar completamente a los humanos en la calificación. El documento también describe un estudio que encontró que las calificaciones automáticas fueron similares a las humanas, pero un crítico señaló que no hubo un

    Descripción original:

    Caso de SIG

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento discute el desarrollo de sistemas de calificación automática de trabajos utilizando inteligencia artificial. Mientras los defensores argumentan que la retroalimentación inmediata y la habilidad de mejorar las calificaciones son ventajas de estos sistemas, los críticos dudan que las máquinas puedan reemplazar completamente a los humanos en la calificación. El documento también describe un estudio que encontró que las calificaciones automáticas fueron similares a las humanas, pero un crítico señaló que no hubo un

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    40 vistas2 páginas

    Sistemas de Información Gerencial

    Cargado por

    Joanna Torres Rossell
    El documento discute el desarrollo de sistemas de calificación automática de trabajos utilizando inteligencia artificial. Mientras los defensores argumentan que la retroalimentación inmediata y la habilidad de mejorar las calificaciones son ventajas de estos sistemas, los críticos dudan que las máquinas puedan reemplazar completamente a los humanos en la calificación. El documento también describe un estudio que encontró que las calificaciones automáticas fueron similares a las humanas, pero un crítico señaló que no hubo un

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 2

    SISTEMAS DE INFORMACIÓN GERENCIAL

    ¿Le gustaría que una computadora calificara sus trabajos de la universidad? Bueno, tal vez se
    encuentre con esta novedad en el próximo curso. En abril de 2013, EdX, una empresa conjunta
    entre Harvard y MIT para desarrollar cursos abiertos masivos en línea (MOOC, por sus siglas en
    inglés), lanzó un programa de calificación de trabajos. Con el uso de la tecnología de inteligencia
    artificial, los trabajos y respuestas cortas se califican de inmediato y se presenta una
    retroalimentación, lo cual permite a los estudiantes revisar, reenviar y mejorar su calificación las
    veces que sea necesario. La organización sin fines de lucro ofrece el software sin costo a cualquier
    institución que desee usarlo. Desde un punto de vista pedagógico (si la asesoría es sólida), la
    retroalimentación inmediata y la habilidad de actuar directamente con base en ella es un entorno
    de aprendizaje óptimo. Pero mientras los defensores alardean sobre la superioridad de calificar los
    trabajos de manera automática en vez de que los estudiantes esperen días o semanas a que les
    devuelvan sus trabajos (que tal vez tengan o no la oportunidad de revisar), además del beneficio
    de ahorro en tiempo para los profesores, los críticos dudan que sea posible reemplazar a los
    humanos.

    En 2012, Les Perelman, exdirector de escritura en MIT, se opuso a un artículo en el que se


    pregonaba la destreza del software de calificación de trabajos automático (AES). El decano
    del College of Education de la University of Akron, Mark Shermis, y el coautor y científico
    de datos Ben Hammer, usaron programas AES de nueve empresas, incluyendo Pearson y
    McGraw-Hill, para volver a calificar cerca de 16,000 trabajos de secundaria y preparatoria
    a partir de seis pruebas estatales estandarizadas distintas. Su estudio patrocinado por la
    Hewlett Foundation descubrió que la calificación de la máquina obtuvo resultados muy
    cercanos a la calificación humana y, en algunos casos, produjo una calificación más
    precisa. Sin embargo, Perelman descubrió que no se realizó ninguna comparación
    estadística directa
    entre los calificadores humanos y los programas. Aunque Shermis acepta que no se realizó
    el análisis de regresión (debido a que las empresas de software impusieron esta condición
    para permitir que él y Hammer evaluaran sus productos), no sorprende que acuse a
    Perelman de evaluar su trabajo sin realizar una investigación sobre el suyo. De hecho,
    Perelman realizó estudios sobre el calificador de trabajos electrónico (e-rater)
    desarrollado por el Servicio de evaluación educativa (ETS): la única organización que le
    permitiría acceso. El e-rater usa variedad sintáctica, estructura de discurso (como PEG) y
    análisis de contenido (como IEA), y se basa en la tecnología de procesamiento del lenguaje
    natural. Aplica el análisis estadístico a las funciones lingüísticas como formación de
    argumentos y variedad sintáctica para determinar las calificaciones, pero también pondera
    el vocabulario y el contenido tópico. En el mes que se le concedió, Perelman analizó los
    algoritmos y jugó con el e-Rater, confirmando sus críticas anteriores. El principal problema
    con los programas AES (hasta ahora) es que no pueden diferenciar la realidad de la ficción.
    Por ejemplo, en respuesta a la
    solicitud de un trabajo sobre las causas del pronunciado aumento en el costo de la
    educación superior, Perelman escribió que el principal impulsor se debía a los avaros
    asistentes educativos, cuyos salarios eran seis veces más altos que los de los presidentes
    universitarios, con paquetes de beneficios exorbitantes como vacaciones en los mares del
    Sur, jets privados y contratos de películas….
    Lectura obtenida de: Sistemas de Información Gerencial (Kenneth C. Laudon, p 73)

    También podría gustarte