- Valeria Agrazal
- Linette Bonilla
- Amy Him
- Imanol Rodríguez
- Ricardo Solís
PyCrit-IA -Análisis del Pensamiento Crítico y Uso de Inteligencia Artificial en Estudiantes Universitarios
Descripción del Proyecto
PyCrit-IA es una aplicación desarrollada en Python que permite analizar la relación entre el pensamiento crítico, el uso de herramientas de inteligencia artificial (IA) y el rendimiento académico en estudiantes universitarios. El prototipo busca responder a una problemática actual: el uso creciente de la IA en contextos educativos puede, si se aplica sin criterio, reducir la autonomía y las habilidades analíticas del estudiante. PyCrit-IA aborda este reto mediante un sistema que limpia, estandariza y visualiza datos de encuestas estudiantiles para generar conocimiento útil sobre hábitos de estudio y razonamiento crítico.
Objetivos del Proyecto
-Objetivo General
-Analizar cómo el uso de herramientas de IA influye en los niveles de pensamiento crítico de los estudiantes, utilizando datos procesados y visualizaciones estadísticas.
-Objetivos Específicos
-Estandarizar el conjunto de datos: tipos, categorías y valores nulos.
-Calcular los indicadores de pensamiento crítico: subescalas (pc_analisis, pc_inferencia, pc_evaluacion, pc_autorregulacion, pc_apertura_mental) y el índice global pc_total.
-Generar visualizaciones que relacionen el pensamiento crítico con variables como frecuencia de uso de IA, método de estudio y promedio académico.
-Exportar un reporte con gráficos y tablas resumen que faciliten la interpretación de resultados.
Herramientas Utilizadas
-Lenguaje: Python
-Librerías: Pandas, NumPy, Matplotlib, Tkinter
-Entorno de desarrollo: VS Code / Jupyter Notebook
-Interfaz: Tkinter para carga y visualización básica
-Entrada: Archivos CSV con datos de encuestas
-Salida: CSV limpio, gráficos y reporte final en formato PNG/CSV
Resultado del Proyecto
-PyCrit-IA ofrece un flujo funcional de análisis en cuatro etapas:
-Importar: Permite cargar el archivo CSV y validar que las columnas requeridas estén presentes.
-Limpiar: Realiza el manejo de valores nulos, conversión de tipos y estandarización de categorías.
-Dashboard: Genera visualizaciones comparativas sobre pensamiento crítico, uso de IA y rendimiento académico.
-Reporte: Exporta un resumen con los resultados estadísticos y visuales para facilitar la toma de decisiones.
-Como resultado, el sistema entrega una visión clara y basada en datos sobre cómo el uso de IA se asocia al desarrollo del pensamiento crítico, promoviendo prácticas educativas más conscientes y responsables.