La inteligencia artificial detecta las necesidades de estudiantes ‘online’
Plataformas con esta tecnología permiten ofrecer información que ayuda a distinguir quién en la educación a distancia precisa de un refuerzo en su aprendizaje
Un estudio piloto utiliza la inteligencia artificial para detectar las necesidades de los alumnos en la educación a distancia y concluye que los datos pueden servir al profesorado para ofrecer ayuda al estudiantado que más lo necesite. La investigación, con la participación de la Universitat Oberta de Catalunya (UOC), el centro tecnológico Eurecat y la Universidad Autónoma de Madrid, ayuda a resolver uno de los mayores problemas de la educación no presencial, que se ha generalizado con la pandemia: cómo conseguir información sobre el avance de los alumnos para poder apoyarlos a tiempo.
“Hemos podido realizar una evaluación continua en años prepandémicos, en el confinamiento y, más tarde, en la segunda fase de la pandemia”, dice Laia Subirats, profesora colaboradora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC e investigadora de Eurecat. “Nuestro objetivo es desarrollar un método para mejorar la educación a distancia que permita localizar a los estudiantes que estén en riesgo de suspender para que el profesorado, y el propio alumnado, pueda reforzar su aprendizaje”.
El estudio, publicado en la revista científica de acceso abierto Applied Sciences, se basa en la información recopilada de 396 estudiantes universitarios entre los cursos 2016-2017 y 2020-2021.
Clasificaciones. Al estudiantado se le ofreció, antes del examen final, la posibilidad de realizar test con una serie de preguntas que se adaptaban al nivel de cada alumno. A partir de sus datos, los estudiantes se clasificaron en excelentes, bien encaminados o en riesgo.
“Una de las complicaciones fue detectar a los alumnos con peores calificaciones en los casos en que estudian en el último momento, porque el sistema no puede predecirlo con suficiente antelación”, dice Subirats, colaboradora del grupo de investigación Applied Data Science Lab (ADaS). “Pero es fácil descubrir a los que se encuentran en la categoría de excelentes, porque quienes estudian de forma más continua obtienen mejores resultados”.
La necesidad de tecnologías innovadoras en el aprendizaje y, sobre todo, para evaluar el rendimiento es uno de los mayores retos de la educación a distancia. La pandemia de la covid, que ha obligado a los centros a suspender sus clases presenciales, solo lo ha puesto de manifiesto. Sin embargo, las herramientas digitales, como las plataformas de evaluación en línea, ofrecen nuevas oportunidades.
“Este tipo de herramientas rompen también muchas barreras y pueden democratizar el conocimiento”, explica Subirats. “Se puede estudiar en cualquier lugar o en el momento que más convenga, ayudando así a las personas que no pueden permitirse formarse de una manera más convencional”, añade.
Finalmente, el uso de la inteligencia artificial y las predicciones puede servir para detectar posibles fraudes o plagios. “Si un alumno obtiene una nota muy superior a la esperada por nuestro sistema, nos podría hacer sospechar”, concluye la investigadora.
El uso de tecnologías basadas en la inteligencia artificial es una de las áreas más prometedoras para impulsar la enseñanza y el aprendizaje en línea. Un equipo transdisciplinario de investigación de la Universitat Oberta de Catalunya (UOC) ha desarrollado un sistema adaptativo, denominado Learning Intelligent System (LIS), que incluye una herramienta de alerta precoz para avisar a profesores y alumnos del riesgo de suspender la asignatura. El objetivo del LIS es aumentar el rendimiento de los estudiantes, garantizar una retroalimentación adecuada para orientar su trayectoria académica y reducir así el abandono de los estudios. Este sistema 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 usaron la tecnología en comparación con el resto de los compañeros, y que también superaron los resultados de semestres anteriores. Además, aumentó la participación de los alumnos durante el semestre, hecho que redujo significativamente 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”, explica 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.
El proyecto LIS empezó en febrero de 2019e trata de un sistema que 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.
A partir de todos estos datos, el LIS 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 % hasta el 90 % en mitad del semestre.