Sistema de Predicción para la Asistencia en el Seguimiento del Aprendizaje
Carlos J. Villagrá-Arnedo, Francisco J. Gallego-Durán, Rafael Molina-Carmona y Faraón Llorens-Largo
Departamento de Ciencia de la Computación e Inteligencia Artificial
Universidad de Alicante
XXI Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI 2015)
Andorra La Vella, 8, 9 y 10 de Julio de 2015
La Salle Open University
http://jenui2015.uols.org
Acceso a las Actas
Resumen
El objetivo final de cualquier modelo docente es maximizar los resultados de aprendizaje de cada estudiante. A este objetivo, poco contribuye un proceso de enseñanza-aprendizaje de talla única, basado en una evaluación únicamente informativa, limitada a unos pocos aspectos y que se realiza al final del proceso, cuando ya no hay tiempo de reacción. Frente a esta situación, proponemos un modelo basado en una formación adaptativa, sustentado por un sistema de evaluación formativa, progresiva y predictiva, que permita detectar las carencias a tiempo y atenderlas de inmediato.
Nuestra aportación en este sentido es una herramienta automática y predictiva de apoyo a la evaluación, que permite a los profesores seguir el desarrollo formativo de los estudiantes y, al mismo tiempo, proporciona una autoevaluación que sirve para mejorar la percepción de progresión de los propios estudiantes. La herramienta parte de un sistema instruccional gamificado utilizado desde hace 6 años (PLMan), recolecta un conjunto de datos de uso de este sistema y realiza un análisis de los mismos mediante técnicas de Machine Learning. A partir de los resultados parciales de este análisis, obtenidos durante el período académico, es capaz de realizar una predicción del rendimiento del estudiante y una proyección de su progreso futuro, presentando los resultados a través de unas interfaces muy simples.
El sistema nos permite alcanzar un doble objetivo: por un lado, facilita al profesor una herramienta para realizar un seguimiento muy exhaustivo de la progresión de sus estudiantes sin que esto suponga un incremento importante de su carga de trabajo y, por otro lado, los estudiantes obtienen una retroalimentación inmediata de su progresión, lo que contribuye a su motivación y a la posibilidad de enmendar sus errores.