Por favor, use este identificador para citar o enlazar este ítem: http://dx.doi.org/10.6018/red.599511

Título: La autorregulación del aprendizaje desde un enfoque de feedback entre pares: perspectivas de la IA generativa
Otros títulos: Self-regulation of learning from a peer feedback approach: insights from generative AI
Fecha de publicación: 30-may-2024
Editorial: Universidad de Murcia, Servicio de Publicaciones
Cita bibliográfica: RED: revista de educación a distancia, N. 78, V. 24, 2024
ISSN: 1578-7680
Materias relacionadas: CDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libre
Palabras clave: Feedback entre pares
Autorregulación
Evaluación en línea
Diseño tecnopedagógico
Chatbot
Inteligencia artificial
Peer feedback
Self regulation
Online assessment
Instructional
Design
Learning design
Chatbot
Artificial Intelligence
Resumen: Esta investigación presenta cómo a partir de la adopción de estrategias de autorregulación utilizando el feedback entre pares y los chatbots se promueve la transformación de la evaluación en línea. Se describe la evaluación del diseño de una actividad de aprendizaje que integra una intervención de feedback entre pares para sugerir mejoras en la elaboración de ensayos académicos. A partir de un enfoque de investigación basado en el diseño se establecen tres fases principales, una primera de diseño de la propuesta y dos implementaciones consecutivas. En la primera se distribuyó un cuestionario de satisfacción a 348 estudiantes y el análisis de las respuestas se utilizó para el rediseño de la propuesta. En la segunda implementación, se utilizó un cuestionario con 24 estudiantes y una entrevista grupal al profesorado. Los resultados permitieron valorar positivamente la relación entre el feedback por pares y el desarrollo de las competencias de autorregulación y de aprender a aprender. Finalmente, se concluye que es necesario proponer más a menudo estrategias de este tipo y que incluyan además el uso de la IA, dando así más oportunidades al estudiantado en el desarrollo de su autonomía y una gestión consciente y eficiente de su proceso aprendizaje, por lo que en este artículo se presenta también una propuesta de diseño para una nueva iteración con IA.
This research presents how the adoption of self-regulation strategies using peer feedback and chatbots promotes the transformation of online assessment. The evaluation of the design of a learning activity that integrates a peer feedback intervention to suggest improvements in academic essay writing is described. Based on a design-based research approach, three main phases are established, a first one for the design of the proposal and two consecutive implementations. In the first, a satisfaction questionnaire was distributed to 348 students and the analysis of the responses was used to redesign the proposal. In the second implementation, a questionnaire was used with 24 students and a group interview with the faculty. The results allowed a positive assessment of the relationship between peer feedback and the development of self-regulation and learning to learn competencies. Finally, it is concluded that it is necessary to propose more often strategies of this type that also include the use of AI, thus giving more opportunities to students in the development of their autonomy and a conscious and efficient management of their learning process, so this article also presents a design proposal for a new iteration with AI.
Autor/es principal/es: Guàrdia Ortiz, Lourdes
Maina, Marcelo
Cabrera Lanzo, Nati
Fernández Ferrer, Maite
URI: http://hdl.handle.net/10201/143910
DOI: http://dx.doi.org/10.6018/red.599511
Tipo de documento: info:eu-repo/semantics/article
Número páginas / Extensión: 30
Derechos: info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Aparece en las colecciones:2024, N. 78

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
599511_guardia_et_al.pdf750,88 kBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons