Betancourt Correa, CarlosFranco Torres, Juan EstebanGutiérrez Díaz, Kelly Dahian2026-05-092026-05-092025Facultad de Ciencias e Ingeniería​https://ridum.umanizales.edu.co/handle/20.500.12746/7841La evaluación académica de trabajos escritos en educación superior continúa representando un desafío significativo para docentes y estudiantes, debido a la carga evaluativa, la subjetividad en los criterios y la heterogeneidad en la retroalimentación. En este contexto, las tecnologías de inteligencia artificial (IA) y la automatización emergen como herramientas estratégicas para fortalecer la calidad evaluativa y la eficiencia institucional. El presente trabajo de grado propone el diseño e implementación de un asistente inteligente para evaluación académica, basado en la integración de modelos de lenguaje natural (PLN), rúbricas adaptativas y flujos automatizados a través de n8n. El sistema permite cargar documentos académicos, analizar estructura, coherencia, citación, pertinencia temática y calidad argumentativa, generando retroalimentación inmediata y trazable. La metodología se desarrolló bajo un enfoque de investigación aplicada, combinando revisión documental, diseño de arquitectura tecnológica, construcción del prototipo y validación preliminar con criterios docentes. El asistente implementa técnicas de procesamiento de texto, modelos generativos y lógica de automatización, permitiendo consolidar evaluaciones formativas con un enfoque ético y responsable.application/pdfspahttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esIngeniería de sistemasInteligencia ArtificialEvaluación académicaIA en educacióninfo:eu-repo/semantics/bachelorThesisAcceso cerrado (metadatos visibles, texto completo oculto)