En el marco de la asignatura English for Professional and Academic Communication (EPAC) se busca aprender las habilidades CG-24/25/26/27 – Capacidad para trabajar en el contexto internacional, comunicándose en lengua inglesa y adaptándose a un nuevo entorno; CG-6 – Capacidad de abstracción, análisis y síntesis; y CG-7:10/16/17 – Capacidad para trabajar dentro de un equipo, organizando, planificando, tomando decisiones, negociando y resolviendo conflictos, relacionándose, criticando y haciendo autocrítica. (Guía de aprendizaje de la asignatura 2024-2025).
A través del desarrollo de la plataforma web DeStance, se permite tanto la administración y almacenamiento de subcorpora escritos en diferentes lenguas como la implementación y gestión de cuestionarios interactivos, adaptados para ser aplicados antes y después de un Curso Online Masivo y Abierto (MOOC), buscando medir las capacidades interculturales buscadas a distintos niveles.
El presente proyecto se encuentra en la línea E5 referente a la inteligencia artificial aplicada a la educación y pretende contribuir a optimizar las Competencias lingüísticas de los estudiantes, así como adaptar la enseñanza de idiomas a las necesidades de los programas de ingeniería, promoviendo una educación inclusiva y tecnológicamente avanzada que atienda a la diversidad y al aprendizaje autorregulado.
Se propone el desarrollo de una herramienta automatizada de análisis de corpus, denominada ACAIA-FEEDBACK, que ofrezca retroalimentación instantánea sobre el uso de expresiones lingüísticas complejas. Integrada en la aplicación DeStance, ACAIA-FEEDBACK permitirá a los estudiantes mejorar sus competencias lingüísticas de manera continua e individual, fomentando así un aprendizaje autónomo, proactivo y personalizado, especialmente beneficioso en programas de ingeniería con cohortes numerosas. Mediante algoritmos avanzados, ACAIA-FEEDBACK analizará en tiempo real los textos de los estudiantes, identificando y clasificando expresiones de posicionamiento lingüístico, para ofrecer recomendaciones precisas que optimicen la precisión, el tono y la persuasión en sus textos.
Para desarrollar esta herramienta se utilizará Hugging Face, una plataforma de inteligencia artificial enfocada en el desarrollo y democratización del aprendizaje automático, especialmente en el procesamiento del lenguaje natural (NLP), que se aplica en el presente proyecto. Respecto a su incorporación en la página web De-Stance, se utilizará la técnica de MEAN Stack, con MongoDB como base de datos, HTML y Angular para el Front-End, y Express.js y Node.js para el Back-End.
ABSTRACT
Within the framework of the subject “English for Professional and Academic Communication (EPAC)” we seek to learn the skills CG-24/25/26/27 – Ability to work in an international context, communicating in English and adapting to a new environment; CG-6 – Ability to abstract, analyze and synthesize; and CG-7:10/16/17 – Ability to work within a team, organizing, planning, making decisions, negotiating and resolving conflicts, relating, and criticizing and making self-criticism. (Syllabus of the subject 2024-2025).
Through the development of the DeStance web platform, it allows both the administration and storage of subcorpora written in different languages and the implementation and management of interactive questionnaires, adapted to be applied before and after a Massive Open Online Course (MOOC), seeking to measure the intercultural skills sought at different levels.
The present project is in line E5 concerning artificial intelligence applied to education and aims to contribute to optimizing the language skills of students, as well as to adapting language teaching to the needs of engineering programs, promoting an inclusive and technologically advanced education that caters to diversity and self regulated learning.
The development of an automated corpus analysis tool, called ACAIA-FEEDBACK, is proposed to provide instant feedback on the use of complex linguistic expressions. Integrated into the DeStance application, ACAIA-FEEDBACK will enable students to improve their language skills on a continuous and individual basis, thus fostering autonomous, proactive and personalized learning, especially beneficial in engineering programs with large cohorts. Using advanced algorithms, ACAIA-FEEDBACK will analyze students’ texts in real time, identifying and classifying linguistic positioning expressions to provide precise recommendations to optimize accuracy, tone and persuasiveness in their texts.
To develop this tool we will use Hugging Face, an artificial intelligence platform focused on the development and democratization of machine learning, especially in natural language processing (NLP), which is applied in this project. Regarding its incorporation into the De-Stance website, the MEAN Stack technique is used, with MongoDB as the database, HTML and Angular for the Front-End, and Express.js and Node.js for the Back-End.
En el marco de la asignatura English for Professional and Academic Communication (EPAC) se busca aprender las habilidades CG-24/25/26/27 – Capacidad para trabajar en el contexto internacional, comunicándose en lengua inglesa y adaptándose a un nuevo entorno; CG-6 – Capacidad de abstracción, análisis y síntesis; y CG-7:10/16/17 – Capacidad para trabajar dentro de un equipo, organizando, planificando, tomando decisiones, negociando y resolviendo conflictos, relacionándose, criticando y haciendo autocrítica. (Guía de aprendizaje de la asignatura 2024-2025).
A través del desarrollo de la plataforma web DeStance, se permite tanto la administración y almacenamiento de subcorpora escritos en diferentes lenguas como la implementación y gestión de cuestionarios interactivos, adaptados para ser aplicados antes y después de un Curso Online Masivo y Abierto (MOOC), buscando medir las capacidades interculturales buscadas a distintos niveles.
El presente proyecto se encuentra en la línea E5 referente a la inteligencia artificial aplicada a la educación y pretende contribuir a optimizar las Competencias lingüísticas de los estudiantes, así como adaptar la enseñanza de idiomas a las necesidades de los programas de ingeniería, promoviendo una educación inclusiva y tecnológicamente avanzada que atienda a la diversidad y al aprendizaje autorregulado.
Se propone el desarrollo de una herramienta automatizada de análisis de corpus, denominada ACAIA-FEEDBACK, que ofrezca retroalimentación instantánea sobre el uso de expresiones lingüísticas complejas. Integrada en la aplicación DeStance, ACAIA-FEEDBACK permitirá a los estudiantes mejorar sus competencias lingüísticas de manera continua e individual, fomentando así un aprendizaje autónomo, proactivo y personalizado, especialmente beneficioso en programas de ingeniería con cohortes numerosas. Mediante algoritmos avanzados, ACAIA-FEEDBACK analizará en tiempo real los textos de los estudiantes, identificando y clasificando expresiones de posicionamiento lingüístico, para ofrecer recomendaciones precisas que optimicen la precisión, el tono y la persuasión en sus textos.
Para desarrollar esta herramienta se utilizará Hugging Face, una plataforma de inteligencia artificial enfocada en el desarrollo y democratización del aprendizaje automático, especialmente en el procesamiento del lenguaje natural (NLP), que se aplica en el presente proyecto. Respecto a su incorporación en la página web De-Stance, se utilizará la técnica de MEAN Stack, con MongoDB como base de datos, HTML y Angular para el Front-End, y Express.js y Node.js para el Back-End.
ABSTRACT
Within the framework of the subject “English for Professional and Academic Communication (EPAC)” we seek to learn the skills CG-24/25/26/27 – Ability to work in an international context, communicating in English and adapting to a new environment; CG-6 – Ability to abstract, analyze and synthesize; and CG-7:10/16/17 – Ability to work within a team, organizing, planning, making decisions, negotiating and resolving conflicts, relating, and criticizing and making self-criticism. (Syllabus of the subject 2024-2025).
Through the development of the DeStance web platform, it allows both the administration and storage of subcorpora written in different languages and the implementation and management of interactive questionnaires, adapted to be applied before and after a Massive Open Online Course (MOOC), seeking to measure the intercultural skills sought at different levels.
The present project is in line E5 concerning artificial intelligence applied to education and aims to contribute to optimizing the language skills of students, as well as to adapting language teaching to the needs of engineering programs, promoting an inclusive and technologically advanced education that caters to diversity and self regulated learning.
The development of an automated corpus analysis tool, called ACAIA-FEEDBACK, is proposed to provide instant feedback on the use of complex linguistic expressions. Integrated into the DeStance application, ACAIA-FEEDBACK will enable students to improve their language skills on a continuous and individual basis, thus fostering autonomous, proactive and personalized learning, especially beneficial in engineering programs with large cohorts. Using advanced algorithms, ACAIA-FEEDBACK will analyze students’ texts in real time, identifying and classifying linguistic positioning expressions to provide precise recommendations to optimize accuracy, tone and persuasiveness in their texts.
To develop this tool we will use Hugging Face, an artificial intelligence platform focused on the development and democratization of machine learning, especially in natural language processing (NLP), which is applied in this project. Regarding its incorporation into the De-Stance website, the MEAN Stack technique is used, with MongoDB as the database, HTML and Angular for the Front-End, and Express.js and Node.js for the Back-End. Read More
Related posts:
PEN America Explains Why English Shouldn’t Be the Official Language of the U.S.
Desarrollo de una plataforma integral y cuestionarios interactivos para evaluación de habilidades interculturales en estudiantes universitarios europeos del siglo XXI
AI advances clear path to software development careers
83% of cybersecurity managers are looking into AI
Classic Outlook is installing with wrong languages. Here’s what to do
TELEIA: A Spanish language dataset for evaluating artificial intelligence models