Habilidades científicas en física experimental: una metodología automatizada para el análisis de informes de laboratorio

Abstract

El laboratorio ocupa un lugar central en la enseñanza y el aprendizaje de la física. En este contexto, los informes de laboratorio constituyen una fuente relevante de información, ya que permiten analizar algunas de las habilidades científicas desarrolladas en los cursos y evidenciadas en las producciones escritas del estudiantado. Esta tesis analiza las habilidades científicas presentes en informes elaborados por estudiantes de Física Experimental 1 de la Facultad de Ingeniería de la Universidad de la República, mediante técnicas de Inteligencia Artificial, especialmente de Procesamiento del Lenguaje Natural (PLN). El enfoque teórico articula recomendaciones derivadas de la investigación en educación en física sobre los laboratorios universitarios con la taxonomía revisada de Bloom. La metodología incluyó la definición de clases para la clasificación de textos, la elaboración de una guía de anotación y la construcción de un corpus anotado. Luego se evaluaron distintos algoritmos de aprendizaje automático y se analizaron sus errores. También se examinaron los objetivos del curso, las guías de laboratorio y las percepciones de docentes y estudiantes. Finalmente, se analizaron las habilidades científicas identificadas mediante la clasificación automática de los informes de un semestre. Los resultados muestran que es posible desarrollar una metodología automatizada para analizar textos producidos en cursos de laboratorio y evaluar, desde una perspectiva global, algunas de las habilidades científicas evidenciadas en la escritura estudiantil. Además, permiten observar que el diseño de las guías de laboratorio incide en la escritura de los informes y en las habilidades identificables en ellos. En particular, se encontró que las consignas más abiertas no siempre aseguran la presencia de habilidades asociadas a procesos cognitivos de orden superior, y que existen diferencias entre docentes y estudiantes respecto de las habilidades consideradas prioritarias. En conjunto, la tesis contribuye a caracterizar las habilidades científicas en un curso introductorio de Física Experimental y aporta una metodología basada en PLN para el análisis sistemático de producciones escritas en la enseñanza de la física.

Laboratory work is central to the teaching and learning of physics. In this context, laboratory reports constitute a relevant source of information, as they allow for the analysis of some of the scientific skills developed in courses and evidenced in students' written productions. This thesis analyzes the scientific skills present in reports written by students enrolled in Experimental Physics 1 at the School of Engineering of the Universidad de la República, using Artificial Intelligence techniques, especially Natural Language Processing (NLP). The theoretical framework combines recommendations from physics education research on university laboratories with Bloom's revised taxonomy. The methodology included the definition of classes for text classification, the development of an annotation guide, and the construction of an annotated corpus. Different machine learning methods were then evaluated, and their errors were analyzed. The course objectives, laboratory guides, and instructors' and students' perceptions were also examined. Finally, the scientific skills identified through the automatic classification of reports from one semester were analyzed. The results show that it is possible to develop an automated methodology for analyzing texts produced in laboratory courses and for assessing, from a global perspective, some of the scientific skills evidenced in students' writing. They also indicate that the design of laboratory guides influences the writing of reports and the skills that can be identified in them. In particular, it was observed that more open-ended prompts do not always ensure the presence of skills associated with higher-order cognitive processes, and that there are diferences between instructors and students regarding the skills considered to be priorities. Overall, this thesis contributes to characterizing the scientific skills developed in an introductory Experimental Physics course and offers an NLP-based methodology for the systematic analysis of written productions in physics education.