Inteligencia artificial como apoyo didáctico en la mejora educativa de cursos

Abstract

Learning Analytics (LA) es un conjunto de herramientas de análisis que permite la recopilación de datos de estudiantes y datos de contexto, con el fin de visualizar indicadores de rendimiento que permitan mejoras para el aprendizaje y el éxito académico. En este estudio, se utilizaron algoritmos de inteligencia artificial (IA) como K-Nearest Neighbour y Random Forest. Estos algoritmos entrenaron un modelo que podría predecir el éxito académico de los estudiantes de ingeniería de nivel universitario. Bajo un modelo experimental con 182 estudiantes, tres instructores que dirigían seis grupos de Física II para estudiantes de Ingeniería del Tecnológico de Monterrey (México) administraron medidas adaptativas para un grupo cada uno y no para el otro de sus grupos (los grupos de control). Se calcularon tres pronósticos considerando información académica estructurada (calificaciones numéricas) e información académica no estructurada (imágenes de identificación del estudiante). Los datos no estructurados de la fotografía facial y la información académica numérica del primer período de evaluación se consideraron para el estudio. Los resultados muestran una diferencia significativa entre los grupos de control y experimentales de un solo instructor, mientras que los resultados de los grupos de control y experimentales de los otros dos instructores fueron consistentes. Un hallazgo de este estudio es que, a pesar de que la predicción no es correcta para cada estudiante, se proporcionó una imagen general del desempeño del grupo. Parece que el algoritmo debe ser entrenado con más datos para que el pronóstico sea más preciso en el futuro.