Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/10639
Full metadata record
DC FieldValueLanguage
dc.contributor.authorVillarreal Molina, Orvil Alexis%1313536-
dc.creatorVillarreal Molina, Orvil Alexis%1313536-
dc.date.accessioned2025-08-22T00:41:43Z-
dc.date.available2025-08-22T00:41:43Z-
dc.date.issued2025-08-06-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/10639-
dc.descriptionEl presente trabajo tiene como objetivo evaluar cuantitativamente la calidad de un Asistente Educativo Holográfico (AEH) basado en un Modelo de Lenguaje Grande (MLG). Para ello, se propone una metodología que integra métricas de Procesamiento del Lenguaje Natural (PLN) y percepciones de Usabilidad obtenidas mediante cuestionarios aplicados a usuarios finales. La evaluación se realiza mediante un Modelo de Ecuaciones Estructurales (MEE), complementado con una regresión simbólica que permite derivar un indicador matemático de calidad. Como parte de esta investigación, se desarrolló un prototipo funcional del AEH denominado NadIA 2.0, el cual permite la interacción mediante comandos de voz, procesamiento de lenguaje natural y respuestas audiovisuales. El sistema fue implementado utilizando una arquitectura cliente-servidor, integrando tecnologías derivadas de OpenAI, Python, Java y motores de síntesis de voz. Además, incorpora un módulo visual interactivo que representa distintas expresiones del asistente mediante secuencias animadas, mejorando la experiencia del usuario. Los resultados muestran que el modelo alcanza un ajuste excelente (CFI = 1.002, RMSEA = 0.000), confirmando que las métricas explican adecuadamente la variabilidad en la percepción de los usuarios. La regresión simbólica permite encontrar una ecuación precisa y parsimoniosa que representa la calidad del AEH a partir de variables clave como la efectividad del asistente, la satisfacción del usuario, la calidad percibida de las respuestas y el uso posterior del sistema. Este enfoque demuestra ser una alternativa viable para evaluar tecnologías educativas basadas en Inteligencia Artificial (IA), ofreciendo un marco metodológico cuantitativo, robusto y replicable. No obstante, se identifican limitaciones como el tamaño reducido de la muestra y la falta de inclusión de otras dimensiones de calidad del software. Se sugiere como trabajo futuro ampliar la muestra a diferentes contextos educativos, incorporar subcaracterísticas adicionales definidas en la norma ISO/IEC 9126 y explorar nuevas técnicas de aprendizaje automático para implementar en el desarrollo de los AEH's. Se sugiere como trabajo futuro ampliar la muestra a diferentes contextos educativos, incorporar subcaracterísticas adicionales definidas en la norma ISO/IEC 9126 y explorar nuevas técnicas de aprendizaje automático para implementar en el desarrollo de los AEH's.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherAsistente Educativo Holográfico, Modelo de Lenguaje Grande, Procesamiento de Lenguaje Natural, Inteligencia Artificial, Calidad de Software.es_MX
dc.titleDesarrollo y evaluación de un Asistente Educativo Holográfico basado en un Modelo de Lenguaje Grandees_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorGonzález Franco, Nimrod%327636-
dc.contributor.directorCastro Sánchez, Noé Alejandro%43119-
dc.folio1509es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Orvil_Alexis_Villarreal_Molina_2025.pdfTesis1.4 MBAdobe PDFView/Open
MC_Orvil_Alexis_Villarreal_Molina_2025_c.pdf
  Restricted Access
Cesión de derechos1.28 MBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons