Artificial Intelligence Techniques in Assessment of Virtual Education by University Students

Authors

  • Fred Torres-Cruz 21Instituto de Investigación en Ciencias de la Computación, Escuela de Posgrado, Universidad Nacional del Altiplano de Puno
  • Yudi Janeh Yucra-Mamani Escuela Profesional de Ciencias de la Comunicación Social, Universidad Nacional del Altiplano de Puno

DOI:

https://doi.org/10.37467/revhuman.v11.3853

Keywords:

Artificial intelligence, Assessment, Sentiment analysis, University students, Virtual activities

Abstract

The development of academic activities during the pandemic brought about many changes and allowed us to adapt to the different ways to do academic tasks. The main objective of this study was to obtain the assessment of university students about virtual classes, where through the techniques provided by Artificial Intelli- gence (AI) we have been able to identify a negative assessment in general, and this has helped us to categorize the most relevant characteristics of this assessment, as consequences of the adaptation of these changes in virtual classes.

References

Almeida, M. D., Maia, V. M., Tommasetti, R., & Leite, R. de O. (2021). Sentiment analysis based on a social media customised dictionary. MethodsX, 8. https://doi.org/10.1016/J.MEX.2021.101449

Amodio, E., Battisti, M., Kourtellos, A., Maggio, G., & Maida, C. M. (2022). Schools opening and Covid-19 diffusion: Evidence from geolocalized microdata. European Economic Review, 143(January), 104003. https://doi. org/10.1016/j.euroecorev.2021.104003

Bernal Escoto, B., Gonzalez Carella, M. I., Ojeda Orta, M. E., & Zanfrillo, A. I. (2012). Brecha digital en la transferencia de conocimientos: educación superior en Argentina y Mexico. Revista Gestão Universitária Na América Latina - GUAL, 3, 116–129. https://doi.org/10.5007/1983-4535.2010v3n1p116

Blythe, A. J. C., & Thompson, T. (2022). Virtual teaching in the COVID era: Providing surgical core trainee teaching via online webinars and videoconferencing. Surgeon, xxxx. https://doi.org/10.1016/j.surge.2022.03.007

Borges, J., & Byrne, M. (2022). Investigating COVID-19 risk perception and preventive behaviours in third- level students in Ireland. Acta Psychologica, 224(August 2021), 103535. https://doi.org/10.1016/j. actpsy.2022.103535

Bygstad, B., Øvrelid, E., Ludvigsen, S., & Dæhlen, M. (2022). From dual digitalization to digital learning space: Exploring the digital transformation of higher education. Computers and Education, 182(January). https://doi.org/10.1016/j.compedu.2022.104463

Cabero-almenara, J., & Arancibia Muñoz, M. L. (2019). Percepciones de estudiantes universitarios chilenos sobre uso de redes sociales y trabajo colaborativo ( Perceptions of Chilean university students about the use of social networks and collaborative work ). RIED. Revista Iberoamericana de Educación a Distancia, 22(2), 35–55. https://doi.org/10.5944/ried.22.2.22847

Cáceres, Y. D., Malone, A., Zeballos, E. Z., Huamani, N. O., Ttito, M., Gonzales, S. A., Andia, A., & Pinedo, D. (2021). Pandemic response in rural Peru: Multi-scale institutional analysis of the COVID-19 crisis. Applied Geography, 134. https://doi.org/10.1016/j.apgeog.2021.102519

Canavilhas, J. (2022). Inteligencia artificial aplicada al periodismo: Traducción automática y recomendación de contenidos en el proyecto “A European Perspective” (UER). Revista Latina de Comunicacion Social, 80, 1–13. https://doi.org/10.4185/RLCS-2022-1534

Chan, J. C. Y., Waddell, T. K., Yasufuku, K., Keshavjee, S., & Donahoe, L. L. (2021). Maintaining technical proficiency in senior surgical fellows during the COVID-19 pandemic through virtual teaching. JTCVS Open, 8(C), 679–687. https://doi.org/10.1016/j.xjon.2021.07.011

Chinnasamy, P., Suresh, V., Ramprathap, K., Jebamani, B. J. A., Srinivas Rao, K., & Shiva Kranthi, M. (2022). COVID-19 vaccine sentiment analysis using public opinions on Twitter. Materials Today: Proceedings, xxxx, 3–6. https://doi.org/10.1016/j.matpr.2022.04.809

De La Selva, A. R. A. (2015). The new faces of inequality in the 21st century: The digital gap. Revista Mexicana de Ciencias Politicas y Sociales, 60(223), 265–285. https://doi.org/10.1016/s0185-1918(15)72138-0

Del Prete, A., & Redon Pantoja, S. (2020). Las redes sociales virtuales: Espacios de socialización y definición de identidad. Psicoperspectivas. Individuo y Sociedad, 19(1), 1–11. https://doi.org/10.5027/ psicoperspectivas-vol19-issue1-fulltext-1834

Estrada, F. J. R., & Flores, E. G. R. (2022). Docentes universitarios frente al confinamiento académico: un análisis exploratorio. Texto Livre, 15, e38234. https://doi.org/10.35699/1983-3652.2022.38234

Estrella, F. (2022). Ecuadorian university English teachers’ reflections on emergency remote teaching during the COVID-19 pandemic. International Journal of Educational Research Open, 3(November 2021). https:// doi.org/10.1016/j.ijedro.2022.100141

García-Peñalvo, F. J., & Correl, A. (2020). La COVID-19: ¿enzima de la transformación digital de la docencia o reflejo de una crisis metodológica y competencial en la educación superior? Campus Virtuales, 9(2), 83–98.

Gómez-Arteta, I., & Escobar-Mamani, F. (2021). Educación virtual en tiempos de pandemia: incremento de la desigualdad social en el Perú. Chakiñan, Revista de Ciencias Sociales y Humanidades, 1–12.

González-Bustamante, B. (2021). Evolution and early government responses to COVID-19 in South America. World Development, 137. https://doi.org/10.1016/j.worlddev.2020.105180

Guirado, E., & Martínez-Valderrama, J. (2021). Potencial de la inteligencia artificial para avanzar en el estudio de la desertificación. Ecosistemas, 30(3), 1–10. https://doi.org/https://doi.org/10.7818/ECOS.2250

Hernández Díaz, J. M. (2021). ¿Qué Universidad para el Siglo XXI ? Revista Lusófona de Educação, 52(52), 133–152. https://doi.org/10.24140/issn.1645-7250.rle52.09

Ke, F., Lee, S., & Xu, X. (2016). Teaching training in a mixed-reality integrated learning environment. Computers in Human Behavior, 62, 212–220. https://doi.org/10.1016/j.chb.2016.03.094

Kristjanson, P., Krishna, A., Radeny, M., Kuan, J., Quilca, G., Sanchez-Urrelo, A., & Leon-Velarde, C. (2007). Poverty dynamics and the role of livestock in the Peruvian Andes. Agricultural Systems, 94(2), 294–308. https:// doi.org/10.1016/J.AGSY.2006.09.009

Lloyd, M. W. (2020). Desigualdades educativas y la brecha digital en tiempos de COVID-19.

Lovón, M., & Cisneros, S. (2020). Repercusiones de las clases virtuales en los estudiantes universitarios en el contexto de la cuarentena por COVID- 19 : El caso de la PUCP. Propósitos y Representaciones, 8(3). https:// doi.org/http://dx.doi.org/10.20511/pyr2020.v8nSPE3.588

Malagón Plata, L. A., Rodriguez Rodriguez, L. H., & Machado Vega, D. F. (2019). Políticas Públicas Educativas y aseguramiento de la calidad en la Educación Superior. Revista Historia de La Educación Latinoamericana, 21(32), 273–290. https://doi.org/10.19053/01227238.4999

Marco-Ahulló, A., Villarrasa-Sapiña, I., & Monfort-Torres, G. (2022). Descriptive study on gender differences in academic stress derived from the COVID-19 context in a Spanish university population. Retos, 43, 845– 851. https://doi.org/10.47197/RETOS.V43I0.88968

Nandwani, P., & Verma, R. (2021). A review on sentiment analysis and emotion detection from text. Social Network Analysis and Mining, 11(1). https://doi.org/10.1007/S13278-021-00776-6

Ocaña-Fernandez, Y., Valenzuela-Fernandez, L., & Garro-Aburto, L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2), 536–568. https://doi.org/10.20511/ PYR2019.V7N2.274

Quiroz, S. S., Dari, N. L., & Cervini, R. A. (2018). Nivel Socioeconómico y Brecha entre Educación Secundaria Pública y Privada en Argentina. Los Datos de PISA 2015. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio En Educacion, 16(4), 79–97. https://doi.org/10.15366/reice2018.16.4.005

Schematic-of-LDA-algorithm.png (850×373). (n.d.). Retrieved July 15, 2022, from https://www.researchgate.net/ profile/Diego-Buenano-Fernandez/publication/339368709/figure/fig1/AS:860489982689280@158 2168207260/Schematic-of-LDA-algorithm.png

Scikit learn. (2021). Métricas y puntuación: cuantificación de la calidad de las predicciones. Modules. https://scikit-learn.org/stable/modules/model_evaluation.html

Sepúlveda Aravena, J., Navarro Blanco, R. M., Denegri Coria, M., & Arias Lagos, L. (2020). Significado de bienestar subjetivo e inclusión económica en adultos mayores líderes de asociaciones en el sur de Chile. Interdisciplinaria Revista de Psicología y Ciencias Afines, 38(1), 117–132. https://doi.org/10.16888/ interd.2021.38.1.8

Torres, C. A. (2018). The state of the art in comparative education and WCCES at a crossroads in the 21st century.

Revista Lusofona de Educacao, 41(41), 107–124. https://doi.org/10.24140/issn.1645-7250.rle41.07 Vivanco, A. A. (2020). Teleducación en tiempos de COVID-19: brechas de desigualdad. CienciAmérica, 9(2), 166–175. https://doi.org/10.33210/ca.v9i2.307

Ye, B., Chen, X., Zhang, Y., & Yang, Q. (2022). Psychological flexibility and COVID-19 burnout in Chinese college students: A moderated mediation model. Journal of Contextual Behavioral Science, 24(September 2021), 126–133. https://doi.org/10.1016/j.jcbs.2022.04.003

Yucra Mamani, Y. J. (2021). Tutoría universitaria en tiempos de pandemia: una prioridad para los estudiantes del altiplano de Puno. Revista Historia de La Educación Latinoamericana, 23(37), 113–137. https://doi. org/10.9757/Rhela

Yucra Mamani, Y. J., & Barrientos Paredes, K. N. (2021). Las redes sociales y la felicidad de los estudiantes en el contexto de la covid-19. In McGrawHill (Ed.), Cosmovisión de la comunicación en redes sociales en la era postdigital (Primera ed, pp. 15–31).

Published

2022-12-02

How to Cite

Torres-Cruz, F. ., & Yucra-Mamani, Y. J. (2022). Artificial Intelligence Techniques in Assessment of Virtual Education by University Students. HUMAN REVIEW. International Humanities Review Revista Internacional De Humanidades, 11(4), 1–11. https://doi.org/10.37467/revhuman.v11.3853

Issue

Section

Research Articles (Special Issue)