El machine learning predice qué alumnos suspenderán en la universidad

A través del Learning Intelligent System se agrupa la información del perfil del estudiante y se realizan predicciones en función de los datos de sus estudios.

¿Se puede predecir qué alumnos suspenderán la universidad? Lo cierto es que sí. De acuerdo con la consultora Gartner esta década vendrá marcada por algoritmos y aprendizaje automático. Esta tecnología no permanecía del todo oculta en los centros educativos, pero hasta hace poco nadie se había animado a probar su potencial.

A través de este estudio se ha utilizado un modelo de predicción de inteligencia artificial que toma datos históricos de cada asignatura. El sistema empleado trata los datos de forma independiente y lo ‘entrena’, y así, se genera un modelo predictivo que detecta patrones.

Se trata de un sistema llamado data mart, mediante el cual se agrupa información sobre el perfil de los estudiantes, su actividad en el campus y los resultados académicos obtenidos, preservando siempre su anonimato. Es esa disponibilidad de datos lo que posibilita el análisis y la detección de patrones de comportamiento, que serían invisibles sin el uso de la tecnología. La inteligencia artificial está explorando sus límites.

Mediante la tecnología LIS: Learning Intelligent System, se asigna a cada alumno un color en un semáforo: rojo si está en riesgo de suspender, naranja si el sistema no puede asegurar que superará la asignatura, o verde si el modelo indica que el estudiante aprobará. De acuerdo con este análisis, 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.

El proyecto comenzó en febrero de 2019 y, por ahora, se han llevado a cabo tres pruebas piloto con alrededor de 3.000 estudiantes de diferentes asignaturas. Los resultados de estas primeras pruebas han mostrado que cuanta más variedad y más volumen de datos, más precisa será la predicción del sistema. 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 %.

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio