Análisis de sentimientos en la evaluación de cursos: calificación vs comentarios

Abstract

En este trabajo se presenta la relación encontrada entre las calificaciones finales de los estudiantes de una asignatura y los comentarios plasmados en texto plano en la evaluación de dicho curso. El estudio se realizó con un conjunto de datos inicial anonimizado que tiene 850 registros que incluyen los comentarios en texto y la calificación final que obtuvo el estudiante en el curso. La hipótesis inicial es que los estudiantes que obtienen calificaciones bajas suelen incluir comentarios negativos en las evaluaciones del curso y los estudiantes que obtienen calificaciones altas suelen incluir comentarios positivos. Para poder validar dicha hipótesis, se utilizaron varios servicios de AWS, tal como S3, AWS Glue, Amazon Athena, Amazon QuickSight, para el desarrollo de las distintas etapas del proyecto, tal como almacenamiento, transformación, consumo de datos, así como del propio análisis de sentimientos, para el cual se realizó una clasificación de los comentarios, de acuerdo con los sentimientos detectados en él, como positivos, negativos, neutros y mixtos. Los resultados obtenidos permitieron invalidar la hipótesis inicial, ya que los estudiantes con mejores calificaciones hicieron comentarios mayormente neutrales, y los de calificaciones menores muestran una tendencia a combinar negativos con positivos, es decir, comentarios clasificados como mixtos, y no solamente negativos. Sin embargo, sí se observó que los estudiantes con comentarios positivos tienen, en promedio, mayor calificación, en comparación con aquellos en los cuales el sentimiento de sus respuestas fue catalogado como negativo.