UNIVERSIDAD NACIONAL “PEDRO RUIZ GALLO”

FACULTAD DE CIENCIAS ECONÓMICAS,

ADMINISTRATIVAS Y CONTABLES

ESCUELA DE COMERCIO Y NEGOCIOS INTERNACIONALES

Sistema de Información Gerencial

Tema:

Caso 2
Autores:

· ALARCÓN HERRERA, Ana Jasmín

· FERRE PANTA, Diego Daniel

· SÁNCHEZ ALCALDE, Jesús Rodrigo

· YNGA RIVERA, Juan Fernando

Docente:

RONCAL DIAZ, Cesar wilbert

Chiclayo – Perú

2022
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.

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 ,
además del beneficio de ahorro en tiempo para los profesores.. 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.

De hecho, Perelman realizó estudios sobre el calificador de trabajos electrónicos desarrollado

por el Servicio de evaluación educativa.En el mes que se le concedió, Perelman analizó los
algoritmos y jugó con el e-Rater, confirmando sus críticas anteriores. Complementa el
argumento con una línea del poema «Howl» de Alex Ginsberg y recibió la puntuación
máxima de 6.

Los distribuidores de programas como Pearson y Vantage Learning defienden estos

parámetros, aseverando que están altamente correlacionados. Perelman y un grupo recién
formado de educadores, Profesionales contra la Calificación de Trabajos de Estudiantes
mediante Máquinas en Evaluación de Alto Riesgo, advierten que la enseñanza de la escritura
se rebajará para cumplir con la métrica limitada y rígida que las máquinas son capaces de
medir

Sin lugar a dudas, la ganancia en productividad por el uso de software de calificación de

trabajos automatizado terminará con algunos de los empleos de los calificadores contratados
por las empresas de pruebas estandarizadas. Se espera que en esa hora un examinador
califique entre 20 y 30 trabajos; esto representa de dos a tres minutos por trabajo. Si bien el e-
Rater puede calificar 16,000 trabajos en 20 segundos, no puede hacer esta distinción.

Los trabajos son calificados por humanos y máquinas y, cuando las puntuaciones no
concuerden, un segundo humano terminará con el problema. Por ende, si los estudiantes
pueden dominar las técnicas de Perelman, es probable que se hayan ganado su 6. Pearson
añade que su Asesor de trabajos inteligente es principalmente una herramienta para el salón
de clases, que permite a los estudiantes revisar sus trabajos varias veces antes de entregarlos a
un maestro para que los califique.

El software EdXtool gratuito parece ser más sofisticado que lo que ofrecen otros
distribuidores y adaptarse a las preferencias de calificación. Mediante el uso de estos
lineamientos la herramienta desarrolla una métrica de calificación personalizada y sigue el
método de calificación preferido por el instructor, ya sea un sistema numérico o calificación
de letra.

Sin embargo, para volverse sostenible, las organizaciones sin fines de lucro planean ofrecer
su plataforma MOOC como un sistema de «autoservicio» que los miembros docentes puedan
usar para desarrollar cursos específicamente comercializados para sus universidades. Un
segundo modelo de generación de ingresos ofrece a las universidades «ayuda de producción»
con el desarrollo de los cursos.

Cuando se consideró un segundo EdX MOOC, JusticeX, el departamento de Filosofía envió

una carta con palabras enérgicas dirigida al desarrollador del curso de Harvard, Michael
Sandel, pero que realmente estaba enfocada en los administradores de la universidad.
Alegando que el departamento no tenía un problema académico que necesitará solución y no
carecía de miembros docentes para enseñar su curso equivalente, no vacilaban en atacar los
motivos económicos detrás de la adopción de los MOOC por parte de las universidades
públicas.

Otras universidades están presionando de manera similar contra EdX y otras nuevas empresas
MOOC como Coursera y Udacity, fundadas por los miembros docentes de Stanford. Los
cursos masivos en línea requieren sistemas de evaluación automatizados.

De hecho, Stanford decidió entrar al proyecto; adoptó la plataforma de código fuente abierto
OpenEdX y comenzó a ofrecer un programa de lectura de verano para estudiantes de primer
año y dos cursos públicos en el verano de 2013. Stanford colaborará con EdX en el futuro
desarrollo de OpenEdX y ofrecerá clases públicas y universitarias al respecto.

1- Identifique los tipos de sistemas descritos en este caso.

Los sistemas que utilizan dentro del caso son:

Advanced Encryption Standard (AES): Es un sistema que ayuda en la calificación de trabajos de
muchos estudiantes automáticamente.
MOOC (Massive Online Open Courses o Cursos online masivos y abiertos): Es un curso online y
abiertos, los cuales tienen uso de inteligencia artificial para la corrección de los trabajos y
respuestas cortas, los cuales son evaluados de inmediato permitiendo una evaluación y
retroalimentación por parte del estudiante
E-rater: Es un sistema que califica trabajos online usando como métrica la variedad sintáctica,
estructura de discurso y análisis de contenido basado en la tecnología de procesamiento de
lenguaje natural. Este sistema no va a reemplazar a los calificadores humanos en las pruebas de
alto riesgo; los va a complementar.
EdXtool: Es un sistema, el cual se basa en la tecnología AES, es un programa que posee la
capacidad de capacitarse desarrollando estándares de calificación con base a los parámetros de
calificación suministrados por los maestros.
OpenEdX: Es una plataforma de código fuente abierto, esta plataforma ofrece cursos online
públicos o universitarios con retroalimentación para los estudiantes.
2-¿Cuáles son los beneficios de la calificación automatizada de trabajos? ¿Cuáles son las
desventajas?

Ventajas:

Estos sistemas que he mencionado, ayudan a los estudiantes y profesores. A los estudiantes de
modo que les permite revisar, reenviar y mejorar su calificación las veces necesarias, además al
presentar sus trabajos de investigación tendrán una calificación de forma inmediata y también
tendrá una retroalimentación. Asimismo, hacia los profesores, los cuales les ayudará ahorrar
tiempo para que puedan desenvolverse en otras áreas.

Otra ventaja es que pueden tener es que tanto los estudiantes como los profesores pueden llevar
cursos en línea y capacitarse de forma gratuita.

Desventajas:

Una de las desventajas principales es que estos sistemas si bien no pueden reemplazar a los
humanos, puede terminar con algunos de los empleos de los calificadores. Asimismo, también
pueden ser un poco costosos ya que son sistemas que se dan de forma gratuita.
Otra desventaja es que estos sistemas tecnológicos puedes llegar a confundirse y dar malos
resultados
3- ¿Puede la calificación automatizada de trabajos reemplazar a un calificador humano?
¿Por qué?
No, porque puede cometer errores en evaluaciones complejas, dice e Rater no la reemplazar a
los no va a reemplazar a los calificadores humanos en las pruebas de alto riesgo; los va a
complementar., además que estos programas pueden realizar evaluaciones sencillas de
manera sencilla ahorran tiempo y costos, y luego esto puede ser evaluado por la persona
indicada, además estos programas pueden ser usado más por lo estudiantes como los indica
pearson con el fin de evaluar sus errores que puedan cometer en sus trabajos. Estos que a la
vez pueden llevar cursos con certificación y licencia como Coursera.

4- ¿Qué factor gerencial, organizacional y tecnológico debe considerarse al decidir si se

usa AES?
Factor gerencial: se debe considerar no ser tan ambicioso ante el aumento en el costo de la
educación superior.
Factor organizacional: debe considerarse que se tendría que trabajar con máquinas y humanos para
tener calificaciones más concretas.
Factor tecnológico: se debe considerar tener que desarrollar mejor el software

5- ¿Sospecharía usted de una calificación baja que haya recibido en un trabajo

calificado por software AES? ¿Por qué? ¿Solicitaría que lo revisara un calificador
humano?
Bueno a mi parecer creo que los programas de hoy en día son muy desarrollados y no sospecharía
de la calificación por parte de un software ya que sus resultados son precisos.