Comprensión lectora en estudiantes universitarios y su intervención mediada por una herramienta conversacional: Caso UTZAC 2024

Abstract

La lectura, al ser una herramienta que puede ser vista como de carácter transversal, posibilita el acceso a conocimientos que llevan al estudiante a alcanzar mejores resultados académicos y, posteriormente, a lograr un desarrollo profesional más favorable. Según datos del EXANI II en 2021 sólo el 58.1% de los estudiantes de NS en Zacatecas obtuvieron resultados satisfactorios (CENEVAL, 2022), en el Nivel Medio Superior (NMS) según el Plan Nacional para la Evaluación de los Aprendizajes en 2017 (Gobierno de México, 2017) y la prueba PISA 2018 (OCDE, 2018), los resultados no fueron distintos a los ya mencionados. Esto expuso que no se había logrado una mejora en este tema con el paso de los años dando sustento a la necesidad de trabajar la comprensión lectora dentro de las aulas. Como lo menciona este proyecto, se buscó evaluar de manera exploratoria la factibilidad de implementación de un agente conversacional como herramienta de apoyo a la comprensión lectora en estudiantes de nuevo ingreso de la Universidad Tecnológica del Estado de Zacatecas (UTZAC), fundamentando el uso tecnológico en que el 90% de la población entre 18 y 24 años hace uso de internet y cuenta con un teléfono inteligente (INEGI, 2022). Para lograr este propósito, se realizó una investigación con enfoque mixto de carácter exploratorio, que se desarrolló utilizando instrumentos cuantitativos y cualitativos para dos distintas etapas del plan; Modelo de evaluación de la comprensión lectora (COMPLECsec), Inventario de estrategias metacognitivas en la lectura (MARSI) y Escala de motivación académica (EMA) son los instrumentos que de forma cuantitativa permitieron realizar el diagnóstico de los estudiantes considerados en la investigación (N=58, estudiantes de la Licenciatura en Administración) y esa información fue utilizada para el diseño de Lectobot. El chatbot se desarrolló haciendo uso de LLM y del modelo RAG, así como del entrenamiento de la IA mediante los elementos teóricos propuestos por Cassany (2003), Deci y Ryan (1985) y Mokhtari y Reichard (2002). El elemento cualitativo se utilizó para evaluar las variables propuestas por el modelo TAM y el capital lector de los estudiantes analizados en un grupo de enfoque (n=8); los datos llevaron a contar con una evaluación preliminar del diseño inicial de Lectobot que, aunque presenta elementos que se sugiere modificar, fue visto por los usuarios como un chatbot útil y de uso entre regular y fácil.