| Tesis Doctorales de la Universidad de Alcalá |
| APORTACIONES PARA LA GENERACIÓN AUTOMÁTICA DE PREGUNTAS DE OPCIÓN MÚLTIPLE UTILIZANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL | | Autor/a | Rodríguez Torrealba, Ricardo | | Departamento | Ciencias de la Computación | | Director/a | García López, Eva | | Codirector/a | García Cabot, Antonio | | Fecha de depósito | 20-10-2025 | | Periodo de exposición pública | 21 de octubre a 3 de noviembre de 2025 | | Fecha de defensa | Sin especificar | | Modalidad | Presencial | | Programa | Ingeniería de la Información y del Conocimiento (RD 99/2011) | | Mención internacional | No | | Resumen | Las preguntas de opción múltiple (MCQs) son herramientas de evaluación ampliamente utilizadas debido a su eficiencia y versatilidad para evaluar diversas habilidades cognitivas. Sin embargo, su creación manual, y especialmente la elaboración de distractores efectivos, es compleja y consume mucho tiempo. Este trabajo propone un enfoque end-to-end para la generación automática de MCQs, abarcando tareas de generación de preguntas, obtención de respuestas y generación de distractores, utilizando modelos basados en la arquitectura Transformer (T5, Flan-T5 y LongT5), así como técnicas de fine-tuning como adaptaciones de rango bajo y cuantización, particularmente para la tarea de generación de distractores, logrando mejoras en métricas automáticas de evaluación.
Además, se introduce un sistema multi-agente reflexivo basado en flujos de trabajo agentivos utilizando Claude-3.5 Sonnet, diseñado específicamente para generar y refinar MCQs sobre temas de programación. Las evaluaciones humanas confirman que el refinamiento reflexivo mejora aspectos como la relevancia y la claridad de la justificación de las respuestas. A pesar de estos avances, la creación de distractores efectivos sigue siendo un desafío considerable, destacando la necesidad de continuar con investigaciones y desarrollar métodos y métricas estandarizadas para su evaluación. |
|
