La retroalimentación para los modelos de inteligencia artificial es crucial para su entrenamiento, este proyecto aborda la integración de un módulo de etiquetado de gestos y posturas en el sistema de retroalimentación automática de presentaciones (RAP) de la Escuela Superior Politécnica de Litoral que se implementa en videos que necesitan retroalimentación. Presenta la importancia de la inteligencia artificial en la educación y la necesidad de integrar un módulo dentro del sistema RAP. Se plantea un problema de ineficiencia en el proceso de retroalimentación manual de videos de presentaciones y se justifica la implementación del módulo de etiquetado como solución. Los objetivos incluyen la implementación del módulo utilizando Django, la visualización de videos a etiquetar, la creación de etiquetas de gestos y posturas, y la generación de archivos CSV con etiquetas creadas. El desarrollo se centra en la adaptación del sistema de etiquetado existente y la creación de una interfaz a partir de dicho sistema. Los resultados mostraron un módulo funcional que simplificó el etiquetado manual, donde Los usuarios pueden crear y eliminar etiquetas en tiempo real, y generar archivos CSV con las etiquetas guardadas. La implementación del módulo de etiquetado manual mejora significativamente la eficiencia y calidad del sistema RAP, beneficiando a estudiantes, profesores y miembros del equipo de tecnología de la información. El proyecto logra sus objetivos y presenta un avance importante en la retroalimentación automática de presentaciones.