AAEE — El Evaluador Automático de Redacciones en Árabe de la Universidad Rey Saúd para Estudiantes Saudíes

Investigadores del Departamento de Ciencias de la Computación, en la Facultad de Ciencias de la Computación e Información de la Universidad Rey Saúd, en Riad, desarrollaron AAEE (Evaluación Automatizada de Redacciones de Estudiantes en Árabe), uno de los primeros sistemas en calificar automáticamente y dar retroalimentación sobre redacciones en árabe escritas por estudiantes saudíes de secundaria básica y media. La rica morfología del árabe y la falta de herramientas de PLN convencionales habían concentrado la mayor parte de la investigación en evaluación automática de redacciones (AES) en el inglés, dejando a los estudiantes de habla árabe sin herramientas equivalentes de evaluación con IA.

AAEE se diseñó deliberadamente según el esquema de calificación ya utilizado por los profesores saudíes, evaluando las redacciones según tres criterios oficiales: dominio del idioma, estructura de la redacción y relevancia del contenido respecto al tema asignado. Técnicamente, combina Análisis Semántico Latente (LSA) con la Teoría de la Estructura Retórica (RST) para evaluar tanto la calidad léxica/gramatical como la coherencia de la estructura argumentativa de la redacción.

Los investigadores evaluaron AAEE frente a un corpus construido específicamente para el estudio, con 350 redacciones que abarcaban ocho temas distintos, escritas por estudiantes reales de secundaria básica y media y calificadas de forma independiente por profesores como referencia. El sistema alcanzó un 90% de precisión y una correlación de 0,756 con las calificaciones de los correctores humanos (contando tanto coincidencias 'exactas' como calificaciones 'dentro del rango', con una diferencia de hasta 2,5 puntos). Un estudio comparativo posterior (Alsaif et al., 2023, Computers, Materials & Continua) citó directamente las cifras de AAEE (precisión de 0,9, correlación de 0,76 en el mismo corpus de 350 redacciones) y encontró que enfoques más recientes de aprendizaje automático, incluidos modelos Random Forest, podían elevar la correlación a 0,913 — evidencia de que AAEE fue un importante punto de referencia temprano para la AES en árabe, aunque desde entonces ha sido superado en precisión bruta. AAEE sigue siendo un sistema en etapa de investigación: las fuentes revisadas describen su validación en un corpus de redacciones compilado, no una implementación real en aulas o exámenes nacionales saudíes.