Implementación y validación de un sistema automático para evaluar la creatividad mediante la imaginación de escenas
"El presente proyecto final de carrera se centra en el desarrollo y validación de un sistema automático para la corrección y categorización de narraciones de imaginación de escenas. Esta tarea neuropsicológica es utilizada para evaluar la capacidad de generar y organizar mentalmente entornos fi...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Proyecto final de grado |
| Lenguaje: | Español |
| Publicado: |
Instituto Tecnológico de Buenos Aires (ITBA)
2025
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.14769/5220 |
| Aporte de: |
| Sumario: | "El presente proyecto final de carrera se centra en el desarrollo y validación de un sistema automático para la corrección y categorización de narraciones de imaginación de escenas. Esta tarea neuropsicológica es utilizada para evaluar la capacidad de generar y organizar mentalmente entornos ficticios de manera coherente y detallada. Estas producciones se vinculan estrechamente con la memoria episódica y la creatividad verbal. Tradicionalmente, su evaluación se realiza de forma manual, lo que resulta costoso, lento y sujeto a variabilidad interevaluador.
El trabajo aborda la necesidad de herramientas automáticas que procesen y analicen grandes volúmenes de datos de forma eficiente, objetiva y replicable, adaptándose a protocolos específicos de investigación. La pregunta principal que guía este proyecto es cómo automatizar la transcripción, corrección y clasificación de narraciones de imaginación de escenas preservando la calidad y consistencia de la evaluación manual.
El objetivo fue realizar una herramienta que logre replicar esta tarea, reduciendo costos y optimizando la metodología manual. Para ello, se desarrolló un software en Python con arquitectura modular y escalable, que integra inteligencia artificial y procesamiento de lenguaje natural para transcribir audio a texto, segmentar narraciones y clasificar elementos lingüísticos según categorías semánticas predefinidas.
El desempeño del sistema se validó mediante comparaciones cuantitativas y cualitativas con evaluadores humanos y con determinados gold standards de referencia. Los resultados muestran un rendimiento comparable, e incluso superior, al humano, con menor error medio, menor dispersión y alta correlación con los estándares de referencia. La automatización redujo drásticamente los tiempos de evaluación, de horas a segundos, y el análisis por categoría evidenció alta precisión en la identificación de entidades y desempeño robusto en categorías complejas, consolidando la validez funcional del sistema.
Este proyecto integra conocimientos de bioingeniería, neurociencia cognitiva e informática, ofreciendo una herramienta flexible y escalable para distintos protocolos experimentales. Sienta además una base sólida para futuras investigaciones en creatividad y memoria, facilitando análisis más rápidos, consistentes y accesibles, y contribuyendo al desarrollo de metodologías automatizadas en investigación cognitiva". |
|---|