Solano Galindo, SarakarinaGutiérrez Diaz, Johan José2024-08-122024-08-122024https://hdl.handle.net/20.500.12442/15132Esta investigación aborda la implementación de Procesamiento de Lenguaje Natural (PLN) en la evaluación docente en la Universidad Simón Bolívar, reconociendo la necesidad de optimizar este proceso crucial para la calidad educativa. La evaluación docente, esencial para medir y mejorar la eficacia del sistema educativo, enfrenta desafíos como la demanda de tiempo, susceptibilidad a sesgos e inexactitud. La Inteligencia Artificial (IA), especialmente el PLN, ofrece soluciones innovadoras para superar estas barreras. El estudio desarrolló una metodología basada en la metodología SEMMA para aplicar PLN en la evaluación docente, mejorando la eficiencia, precisión y calidad de los resultados. Se recopilaron y prepararon datos, definiendo objetivos y criterios de evaluación. La investigación destaca la importancia de equilibrar preguntas cerradas y abiertas en las encuestas, correlacionarlas y presentar los resultados en tiempo real mediante herramientas informáticas. Los hallazgos subrayan el potencial del PLN para reducir la carga de trabajo de los evaluadores y optimizar las evaluaciones, contribuyendo al avance del Objetivo de Desarrollo Sostenible en educación (ODS 4). Esta investigación propone una solución innovadora para mejorar la calidad educativa en la Universidad Simón Bolívar, mediante la aplicación de tecnologías emergentes en la evaluación docente.This research addresses the implementation of Natural Language Processing (NLP) in faculty evaluation at Simón Bolívar University, recognizing the need to optimize this crucial process for educational quality. Faculty evaluation, essential for measuring and improving the effectiveness of the educational system, faces challenges such as time demands, susceptibility to biases, and inaccuracy. Artificial Intelligence (AI), particularly NLP, offers innovative solutions to overcome these barriers. The study developed a methodology based on the SEMMA approach to apply NLP in faculty evaluation, improving the efficiency, accuracy, and quality of the results. Data were collected and prepared, with objectives and evaluation criteria clearly defined. The research highlights the importance of balancing closed and open-ended questions in surveys, correlating them, and presenting the results in real-time through software tools. The findings underscore the potential of NLP to reduce the workload of evaluators and optimize assessments, contributing to the advancement of the Sustainable Development Goal in education (SDG 4). This research proposes an innovative solution to enhance educational quality at Simón Bolívar University by applying emerging technologies in faculty evaluation.pdfspaAttribution-NonCommercial-NoDerivs 3.0 United StatesEvaluación docenteProcesamiento de Lenguaje Natural (PLN)Inteligencia Artificial (IA)Metodología SEMMAEducación superiorOptimización de procesosCalidad educativaUniversidad Simón BolívarObjetivos de Desarrollo Sostenible (ODS 4)Análisis de datosTécnicas de PLNInnovación educativainfo:eu-repo/semantics/embargoedAccessinfo:eu-repo/semantics/masterThesisFaculty evaluationNatural Language Processing (NLP)Artificial Intelligence (AI)SEMMA methodologyHigher educationProcess optimizationEducational qualitySimón Bolívar UniversitySustainable Development Goals (SDG 4)Data analysisNLP techniquesEducational innovation