Minería de texto aplicado en preguntas abiertas sobre evaluación docente: Enfoque de modelado de tópicos con LDA
Registro en:
instname:Pontificia Universidad Javeriana
reponame:Repositorio Institucional - Pontificia Universidad Javeriana
Autor
Caballero Villalobos, Juanita
Enciso Agudelo, Jorge Eduardo
Institución
Resumen
La retroalimentación de los estudiantes es una de las fuentes más relevantes para evaluar la calidad del curso y realizar mejoras en base a los comentarios que los estudiantes hacen sobre las clases. Se demuestra que la opinión de los estudiantes influye en la superación constante de los instructores que imparten los cursos. Por lo general, estas encuestas contienen preguntas de escala Likert y preguntas abiertas. Sin embargo, los coordinadores académicos suelen centrarse en las respuestas cuantitativas y rara vez leen las respuestas abiertas. Para resolver este problema, el estudio actual analiza la retroalimentación de los estudiantes y sintetiza los datos usando técnicas de Lenguaje de Procesamiento Natural (NLP) como modelado de temas y análisis de emociones, para diagnosticar y evaluar el punto de vista de los estudiantes. La fuente de esta investigación es la retroalimentación de los estudiantes de los cursos de una universidad colombiana ubicada en Bogotá en el primer período de 2022. Adicionalmente, se utilizó la metodología CRISP DM para abordar la solución para obtener modelos adaptativos al contexto de las encuestas a los estudiantes. Esta investigación muestra que utilizando modelos como Latent Dirichlet Allocation (LDA) se puede sintetizar la información del texto para obtener clusters de palabras para complementar y obtener diferentes aspectos que no fueron medidos en las respuestas cuantitativas como la capacidad de relacionarse con los estudiantes de diferentes maneras en lugar de ser solo profesor y alumno o mostrar y comunicar los conocimientos necesarios para dictar un curso.