Logotipo del repositorio
Iniciar sesión(current)
  1. Inicio
  2. CRIS-UNIBE
  3. Software
  4. S.A.R.A. (Self-Applied Reading Assessment)
Software

S.A.R.A. (Self-Applied Reading Assessment)

Cubilla-Bonnetier, Daniel

 | 

Sánchez-Vincitore, Laura V.
2026
Detalles
Archivos
Autor(es)
Autor(es)Afiliaciones
Cubilla-Bonnetier, Daniel  
Instituto de Investigación en Neurociencias Aplicadas (INA) [anteriormente Laboratorio de Neurocognición y Psicofisiología, NEUROLAB]  
Sánchez-Vincitore, Laura V.  
Instituto de Investigación en Neurociencias Aplicadas (INA) [anteriormente Laboratorio de Neurocognición y Psicofisiología, NEUROLAB]  
Desarrollador(es)
Desarrollador(es)Afiliaciones
Casamassima Florentino, Enzo  
Vicerrectoría de Investigación e Innovación  
Área de investigación

Lectura

Psicometría

Inteligencia artifici...

Fecha de creación
2026
Descripción
Se trata de una aplicación que sirve de interfaz para aplicar de forma auto-administrada una prueba estandarizada de lectura (ECLEC, Cubilla-Bonnetier & Sánchez-Vincitore, 2024). Paralelamente, se han desarrollado algoritmos de inteligencia artificial capaces de corregir automáticamente las pruebas con una fiabilidad similar a la de un humano. La aplicación podrá enviar la data recogida a un servidor para que las pruebas sean corregidas y baremadas de forma automatizada.
La República Dominicana enfrenta una crisis lectora severa: el 79% de sus estudiantes no alcanza el nivel mínimo de comprensión en PISA 2018 y no se cuenta con herramientas de evaluación normadas y culturalmente adaptadas que cubran los componentes esenciales de la lectura. Se desarrolló SARA, una aplicación para tablet que administra ECLEC —batería basada en los modelos Simple View of Reading y Doble Ruta que abarca desde el reconocimiento de letras hasta la comprensión lectora— y puntúa respuestas orales mediante modelos de IA (CNN, Wav2Vec2, XGBoost). Se aplicó a 1,861 estudiantes de 2.º a 6.º grado de 34 escuelas públicas y privadas de Santo Domingo, con doble calificación humana independiente como referencia. Los subtests de decodificación mostraron consistencia interna buena a excelente (α = .86–.97); los modelos de ecuaciones estructurales confirmaron validez de constructo al replicar el desplazamiento evolutivo del factor de decodificación al de comprensión oral predicho teóricamente (β decodificación = .70 en 2.º a .16 en 6.º). La precisión de la IA osciló entre 73.9% y 96.2%, en el rango del 85.5% de acuerdo interjueces humanos. SARA constituye la primera herramienta de evaluación lectora basada en reconocimiento de voz validada en español y normada en un contexto latinoamericano de bajos recursos, con normas diferenciadas por grado y sistema escolar que permiten una interpretación cuantitativa del desempeño lector.
Proyecto(s)
SARA (Self-Applied Reading Assessment): Desarrollo de una herramienta de inteligencia artificial aplicada a la evaluación auto aplicada de la lectura y al tamizaje de la dislexia del desarrollo en República Dominicana  
URI
https://cris.unibe.edu.do/handle/123456789/1639

Universidad Iberoamericana
Av. Francia No. 129, Gazcue
Santo Domingo, República Dominicana

  • Contacto
  • Términos de uso
  • Políticas de privacidad
  • Declaración de accesibilidad

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science