Muchos profesores y alumnos han desarrollado cierto olfato para saber cuándo y quién tiene más opciones de suspender en una clase. Pero ¿y si existiera una tecnología que fuera capaz de predecir quienes son los estudiantes con más probabilidades de no aprobar una asignatura?
Esto, precisamente, es en lo que está trabajando un equipo de la Universitat Oberta de Catalunya (UOC). Se trata de un sistema adaptativo denominado Learning Intelligent System (LIS) que está dotado de alerta precoz para advertir a los profesores y alumnos del riesgo de suspender una materia.
LIS pretende aumentar el rendimiento de los estudiantes, garantizar una retroalimentación adecuada para orientar su trayectoria académica y reducir así el abandono de los estudios.
El sistema ya se ha implementado en un estudio piloto con 552 alumnos de primer curso en dos asignaturas de los grados de Economía y Empresa de la UOC.
Los resultados muestran que el rendimiento es mejor en los estudiantes que se sirvieron de la tecnología en comparación con el resto de los compañeros, y que también superaron los resultados de semestres anteriores. Asimismo, también creció la participación de los alumnos en el semestre, lo que redujo en gran medida el abandono de los estudios.
"Estos resultados son particularmente importantes, puesto que las dos asignaturas son fundamentales, y obligatorias, para los estudiantes que se matriculan del grado. Además, para muchos alumnos probablemente fue la primera experiencia con el aprendizaje en línea y el sistema LIS mejoró su compromiso de aprendizaje, aumentó su motivación y los ayudó en aspectos como por ejemplo la autoeficacia y la autorregulación", comenta Ana Elena Guerrero, investigadora líder del grupo Technology Enhanced Knowledge and Interaction Group (TEKING), de los Estudios de Informática, Multimedia y Telecomunicación de la UOC.
Así funciona el "Rappel" de los suspensos
El proyecto LIS arracó a principios de 2019 y funciona procesando toda la información recogida en el data mart, un centro de datos institucional desarrollado hace seis años en la UOC, que recoge datos históricos y actuales sobre la vida académica de los estudiantes en la universidad.
El sistema almacena anónimamente el comportamiento en línea de los universitarios en las actividades de evaluación entregadas, el nivel de interacción (es decir, los datos de navegación, y la utilización de recursos y herramientas) y las notas académicas, entre otros.
Con toda esta información sobre la mesa el Learning Intelligent System lleva a cabo un análisis predictivo mediante algoritmos de clasificación basados en técnicas de inteligencia artificial.
Este modelo permite predecir si un estudiante puede tener problemas para superar la asignatura con una precisión que va del 60 % a comienzos del curso, cuando hay poca información sobre el estudiante, hasta casi el 90 % en mitad del semestre, tal como se ha demostrado en estudios previos de este mismo equipo de investigación.