Estudiante: Lino Alfonso Arrieta Morales
Código: 1103499906
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 22/08/2026
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: El estudiante define los tres principios fundamentales (repetición, aleatorización y control local/bloqueo). Explica que la repetición ayuda a estimar el error y aumentar la precisión, la aleatorización previene el sesgo, y el bloqueo controla la heterogeneidad del terreno. Sin embargo, la justificación estadística formal (relación directa con la independencia de errores, supuestos del ANOVA y modelo lineal aditivo) es muy superficial.
Aspectos a mejorar: Profundizar en la fundamentación matemática de cada principio. Debe explicar explícitamente cómo la aleatorización garantiza la independencia de los errores \(N(0, \sigma^2)\) y cómo el bloqueo descompone la variabilidad del terreno para reducir la Suma de Cuadrados del Error en la tabla ANOVA.
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: Para las explicaciones individuales de los tres principios, el estudiante empleó ejemplos idénticos a los formulados en el enunciado del prompt facilitado en la guía (maíz bajo riego, dosis de nitrógeno en arroz y yuca en pendiente). La guía exigía explícitamente proponer ejemplos propios e inéditos.
Aspectos a mejorar: Formular ejemplos propios y originales contextualizados en el departamento de Sucre o la región Caribe (ej. fertilización en ñame espino, riego en patilla o manejo de malezas en ají topito). En cada uno debe detallar el factor, los niveles, la unidad experimental especificada (m² o parcelas) y la variable respuesta con sus unidades de medida formal.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante planteó un esquema completo e integrado utilizando un Diseño de Bloques Completos al Azar (DBCA) con 4 dosis de nitrógeno (0, 60, 120, 180 kg N/ha) y 5 bloques (20 parcelas en total). Definió la variable respuesta (rendimiento de arroz en kg/ha) y construyó la tabla/croquis demostrando la aleatorización independiente de los tratamientos en cada uno de los 5 bloques.
Aspectos a mejorar: El esquema es muy claro y correcto. Como complemento gráfico en futuros trabajos, se sugiere señalar explícitamente la orientación del gradiente de variabilidad en el terreno (ej. dirección de la pendiente o fertilidad) respecto a la disposición de los bloques.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: La sección de contraste crítico entre la respuesta del agente de IA y los textos guía de la asignatura (Gutiérrez & De la Vara, Montgomery) fue omitida por completo en el documento escaneado.
Aspectos a mejorar: Realizar la lectura crítica comparativa obligatoria, contrastando el texto generado por la IA con la bibliografía de referencia e identificando al menos 2 aciertos y 2 correcciones con su cita exacta (Autor, Capítulo y Página).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Presenta un documento manuscrito de 3 páginas ordenado y completamente legible. Cuenta con el encabezado reglamentario y un escaneo en PDF bien orientado. Se observan pequeñas imprecisiones ortográficas y de acentuación.
Aspectos a mejorar: Revisar la ortografía técnica antes de escanear, asegurando la acentuación correcta en términos como aleatorización, repetición, rendimiento y análisis.
Nivel alcanzado: Insuficiente / Incompleto (1.0 / 5.0)
Análisis: Aunque el estudiante redactó un párrafo final a modo de conclusión personal, omitió la Bitácora de IA con los metadatos exigidos (agente utilizado, fecha, hora, prompt exacto y reflexión sobre limitaciones del modelo).
Aspectos a mejorar: Incluir siempre el anexo de Bitácora de IA para garantizar la trazabilidad ética del uso de herramientas sintéticas según el protocolo de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyeron las respuestas a las 5 preguntas de autoevaluación planteadas en la actividad.
Aspectos a mejorar: Desarrollar de manera explícita las respuestas a las 5 preguntas de autoevaluación fundamentando cada respuesta en la teoría estadística revisada.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Satisfactorio |
| 4.0
| 1.00 | | C2. Ejemplos contextualizados
| 20% |
Básico
| 3.0
| 0.60 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Satisfactorio
| 4.0
| 0.40 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.05 / 5.0 |
Apropiación de las secciones metodológicas: El estudiante demostró un buen entendimiento práctico al diseñar el esquema integrado del experimento (C3), pero perdió un porcentaje considerable de la nota al omitir componentes obligatorios como el contraste bibliográfico (C4), la bitácora de IA (C6) y las preguntas de autoevaluación (C7).
Originalidad en los ejemplos: Se debe hacer énfasis en no repetir los ejemplos entregados en el prompt de la guía para demostrar verdadera reserva cognitiva y aplicación del concepto a situaciones locales inéditas.