Caro Piñeres, Manuel FernandoSalgado Montiel, Maria CamilaBRUNO AGUIRRE, Mayerlis2024-12-092024-12-092024https://repositorio.unicordoba.edu.co/handle/ucordoba/8795Esta investigación evalúa el impacto de las actividades de un sistema tutor inteligente en el fomento del aprendizaje autorregulado. Utilizando inteligencia artificial (IA) y el modelo de autorregulación de Pintrich, se desarrolló un instrumento de evaluación que contiene las áreas y fases del aprendizaje autorregulado según el autor. El sistema tutor, SGAME-21, emplea un enfoque basado en IA para analizar y retroalimentar actividades de aprendizaje, destacando las fases de planificación, monitoreo, control y reflexión, así como las áreas de cognición, motivación y conducta. La IA utilizada, entrenada a través de prompts específicos en ChatGPT, permite una retroalimentación detallada que ayuda a ajustar las actividades según las necesidades individuales, promoviendo autonomía y habilidades críticas del siglo XXI. González et al.(2024) en su investigacion concluyen con que la inteligencia artificial generativa tiene potencial para personalizar el aprendizaje y mejorar la motivación estudiantil, pero se identifican riesgos éticos y desafíos técnicos en la medida en que plantea estrategias prácticas para la incorporación de IA en educación, orientadas a enriquecer el aprendizaje y la práctica pedagógica. La IA no solo mejora la precisión evaluativa, sino que también apoya un aprendizaje más autónomo, motivador y personalizado para los estudiantes. Esta integración de IA representa una contribución significativa a la educación, potencialmente aplicable en otros contextos educativos.Capítulo 1. Planteamiento del problema 81.1 Descripción del problema 81.2 Formulación del problema 101.3 Hipótesis (cuantitativa) y/o Supuesto (cualitativa) 101.4 Objetivos de la investigación 111.4.1 Objetivo General 111.4.2 Objetivos Específicos 111.5 Justificación 12Capítulo 2. Marco referencial 142.1 Marco contextual 222.2 Marco conceptual 22Capítulo 3. Diseño metodológico 263.1 Enfoque de investigación 263.2 Diseño de la investigación 273.3 Población y muestra o unidades de análisis 283.4 Variables o categorías de análisis 293.5 Técnicas e instrumentos de recolección de datos 293.5.1 Análisis de contenido 293.5.2 Grupos focales 303.5.3 Analisis inductivo 303.6 Análisis de datos 32Capítulo 4. Desarrollo de la investigación. 33Capítulo 5. Resultados 41Capítulo 6. Conclusiones 50Capítulo 7. Referencias 53application/pdfspaCopyright Universidad de Córdoba, 2024Trabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccessAprendizaje autorreguladoInteligencia artificialEvaluaciónChat GPTSelf-regulated learningArtificial intelligenceArtificial intelligenceEvaluation.GPT chatUniversidad de CórdobaRepositorio Institucional Unicórdobahttps://repositorio.unicordoba.edu.cohttp://purl.org/coar/access_right/c_abf2