El objetivo es disponer, en 2022, de un modelo de detección lo más preciso posible que pueda desplegarse en tiempo real en toda la universidad. id:65508
Un equipo de la Universitat Oberta de Catalunya (UOC), liderado por David Bañeres, del grupo
Systems, Software and Models Research Lab (SOM Research Lab), del Internet Interdisciplinary Institute (
IN3), ha desarrollado una
herramienta basada en técnicas
de inteligencia artificial (IA) para detectar
estudiantes en riesgo de suspender asignaturas. Lo hace mediante el análisis de grandes conjuntos de datos y la aplicación de algoritmos que aportan
modelos predictivos de cómo progresará el estudiante.
Bañeres ha llevado a cabo esta investigación, que se ha impulsado desde el eLearn Center, el centro de innovación, transformación y transferencia del aprendizaje en línea de la UOC, y que recientemente se ha publicado en la revista estadounidense de acceso abierto Applied Sciences.
Hace cinco años que la UOC agrupa en un sistema llamado data mart grandes volúmenes de datos —convenientemente anonimizados— sobre el perfil de los estudiantes, su actividad en el Campus y los resultados académicos obtenidos. La disponibilidad de este conjunto ingente de datos posibilita el análisis y la detección de patrones de comportamiento de los estudiantes que serían invisibles sin el uso de la tecnología.
¡Atención! Estudiante en riesgo
Bañeres y su equipo trabajan en el proyecto LIS: Learning Intelligent System, dentro de la convocatoria New Goals, para desarrollar un sistema de alerta precoz (early warning system) para los estudiantes que están en riesgo de suspender asignaturas. «El sistema utiliza un modelo de predicción de inteligencia artificial que toma datos históricos de cada asignatura, los trata de forma independiente y lo entrena. Así, se genera un modelo predictivo basado en patrones detectados que nos ayuda a saber qué puede pasar con los estudiantes que cursan las asignaturas», explica Bañeres
Con la información que genera el sistema, al estudiante se le asigna un color en un semáforo: rojo si está en riesgo de suspender; naranja si el sistema no puede asegurar que superará la asignatura, y verde si el modelo indica que el estudiante aprobará. De acuerdo con este análisis hecho por el sistema, el profesor envía al estudiante un mensaje personalizado con información sobre su nivel de riesgo y se ponen las bases para trabajar su mejora académica.
«Uno de los miedos que genera la inteligencia artificial en la enseñanza es que pueda sustituir el trabajo del profesorado. En este proyecto, la experiencia del profesor se tiene en cuenta y es necesaria. El nuestro es un sistema de apoyo a la docencia, no pretende sustituir a nadie», indica el investigador.
En 2022, despliegue en tiempo real
El proyecto comenzó en febrero de 2019 y, por ahora, se han llevado a cabo tres pruebas piloto, en las que han participado cerca de 3.000 estudiantes de diferentes asignaturas de los Estudios de Informática, Multimedia y Telecomunicación, de los Estudios de Economía y Empresa, y de los Estudios de Derecho y Ciencia Política.
Los resultados de las primeras pruebas piloto han mostrado que cuanta más variedad y más volumen de datos hay, más precisa es la predicción que ofrece el sistema. Si a inicios de semestre, cuando hay poca información sobre el estudiante, es posible acertar si un estudiante puede tener problemas para superar la asignatura con casi un 60 % de precisión, a mediados de semestre la precisión de la predicción llega casi al 90 %. En la prueba piloto actual, se está intentando predecir en tiempo real no solo si el estudiante está en riesgo de abandonar la asignatura, sino también otros factores, como por ejemplo si presentará las actividades de evaluación. Además, el sistema permite hacer intervenciones personalizadas en tiempo real.
Bañeres explica que la reacción de los estudiantes es positiva, «especialmente porque reciben mensajes personalizados de los profesores y porque el nuevo sistema les permite trabajar conjuntamente para poder conseguir unos buenos resultados académicos».
En los próximos meses, el equipo tiene previsto aumentar el número de pruebas piloto con asignaturas del resto de los estudios de la universidad. Está previsto que el proyecto termine en febrero de 2022, momento en el que se espera haber obtenido un modelo de detección lo más preciso posible que pueda desplegarse en tiempo real, es decir, que ayude al estudiante en su día a día.
La inteligencia artificial se perfila como una herramienta fundamental para apoyar la educación y potenciar el proceso de aprendizaje óptimo para cada estudiante de forma personalizada. Una de las ventajas de estas tecnologías es que permiten apoyar y monitorizar grandes volúmenes de estudiantes.
Desde su fundación, hace 25 años, la UOC se ha distinguido por ser una institución singular que pone al estudiante en el centro de su aprendizaje con el apoyo de las tecnologías más innovadoras. Con el uso de la inteligencia artificial, una de las tecnologías con mayor potencial en el mundo de la educación —igual que en el de la salud y en otros ámbitos—, la UOC se marca el objetivo de personalizar y optimizar aún más el aprendizaje de sus estudiantes.
Esta nueva herramienta, que se prevé que podrá aplicarse plenamente en todos los estudios de la UOC a partir de 2022, tiene el potencial de transferirse a otras instituciones de educación superior.
Esta investigación de la UOC favorece el objetivo de desarrollo sostenible (ODS) 4, de educación de calidad.
Artículo de referencia
Bañeres, D.; Rodríguez, M. E.; Guerrero-Roldán, A. E.; Karadeniz, A. (2020). «An Early Warning System to Detect At-Risk Students in Online Higher Education». Applied Sciences. 2020, 10(13), 4427; https://doi.org/10.3390/app10134427
El investigador
David Bañeres, Investigador del SOM Research Lab del IN3 y del eLearn Center de la UOC.
Si (
No(
