Sistema Automatizado de Digitalización de Exámenes mediante Visión Artificial
Anteproyecto
En el marco del Semillero IMPULSO del Grupo de Investigación IDEAS de la Universidad Distrital Francisco José de Caldas, los estudiantes Juan Diego Grajales Castillo, Laura Carina Álvarez, Daniel Mateo Ballestero y Steven Navarro Parrales presentan el anteproyecto titulado “Sistema Automatizado de Digitalización de Exámenes mediante Visión Artificial”.
Este proyecto busca ofrecer una solución tecnológica innovadora para optimizar los procesos de registro y calificación de exámenes escritos en entornos educativos, aprovechando técnicas de visión artificial y reconocimiento óptico de caracteres (OCR). Su propósito es automatizar la lectura de respuestas marcadas en evaluaciones, generando hojas de cálculo estructuradas con los datos de los estudiantes, lo que permitirá agilizar la retroalimentación pedagógica y reducir errores humanos.
Motivación
La digitalización manual de exámenes conjuntos implica largas jornadas de trabajo, susceptibles a errores y a la inversión de recursos que podrían orientarse a actividades pedagógicas de mayor valor. Para un grupo promedio de 72 estudiantes y 20 preguntas por examen, se requieren aproximadamente 2,4 horas en procesos manuales, sin contar imprevistos. Con la propuesta de este sistema automatizado, se estima reducir este tiempo a cerca de 58 minutos, optimizando más del 60% del proceso y liberando recursos para el análisis educativo y la mejora continua.
Además, este proyecto responde a la necesidad de adoptar tecnologías emergentes en el ámbito educativo, integrando herramientas de visión artificial y procesamiento de datos que modernicen la gestión académica y garanticen mayor confiabilidad y escalabilidad en los procesos institucionales.
Objetivos
El objetivo principal del proyecto es desarrollar un sistema automatizado de digitalización de exámenes mediante visión artificial capaz de procesar imágenes escaneadas, identificar respuestas marcadas y generar reportes estructurados con información académica confiable.
Entre los objetivos específicos se incluyen:
- Implementar un módulo de análisis de imágenes con OpenCV y Tesseract OCR para lograr una precisión superior al 90% en el reconocimiento de respuestas.
- Desarrollar una aplicación web para la carga de exámenes y el registro automático de resultados en hojas de cálculo.
- Proponer una solución más eficiente para el proceso de digitalización de exámenes, contribuyendo a mejorar los procesos educativos.
Metodología
El desarrollo del proyecto se plantea bajo un enfoque ágil y modular, permitiendo avances iterativos y validación temprana. Las fases programadas incluyen:
- Planificación (3 semanas): Definición de requerimientos y análisis de herramientas tecnológicas.
- Diseño (4 semanas): Prototipado de la arquitectura del sistema y de la interfaz web.
- Implementación (8 semanas): Desarrollo paralelo de módulos de procesamiento de imágenes, reconocimiento OCR y generación de reportes.
- Validación (2 semanas): Pruebas del sistema con muestras reales de más de 30 exámenes para evaluar precisión y desempeño.
Tecnologías y Alcance
El proyecto contempla el uso de tecnologías modernas como OpenCV para procesamiento de imágenes, Tesseract OCR y Google Vision API para reconocimiento de texto, React.js para la interfaz web, y almacenamiento en plataformas en la nube como Firebase y Google Cloud. El sistema estará diseñado para:
- Detectar preguntas de opción única (A-D) y reconocer marcas seleccionadas.
- Extraer datos de identificación estudiantil de forma precisa.
- Exportar resultados a formatos tabulares como hojas de cálculo.
Quedan excluidos en esta fase aspectos como el procesamiento de preguntas abiertas, funcionamiento offline y adaptación a caligrafías altamente irregulares.
Impacto y Proyección
La implementación exitosa de este sistema permitirá transformar los procesos de calificación en instituciones educativas, reduciendo drásticamente los tiempos de procesamiento y minimizando errores humanos. Además, contribuirá a fortalecer el área de EdTech dentro del grupo IDEAS, consolidando capacidades en visión artificial y tecnologías aplicadas a la educación.
Desde el Grupo IDEAS felicitamos a Juan Diego, Laura Carina, Daniel Mateo y Steven por su compromiso y creatividad en este proyecto, que representa un importante paso hacia la modernización y eficiencia en los procesos académicos.
