1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Title:	Desarrollo y evaluación de un Asistente Educativo Holográfico basado en un Modelo de Lenguaje Grande
Authors:	Villarreal Molina, Orvil Alexis%1313536
metadata.dc.subject.other:	Asistente Educativo Holográfico, Modelo de Lenguaje Grande, Procesamiento de Lenguaje Natural, Inteligencia Artificial, Calidad de Software.
Issue Date:	2025-08-06
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	El 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.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Tesis de Maestría en Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License