Noticias

Institución crea predictor académico en base a datos cualitativos utilizando inteligencia artificial

El sistema -probado con datos del SIMCE- estima el puntaje que puede obtener un estudiante. Esta información previa permitiría que, tanto el sistema escolar como las familias, puedan reforzar en los alumnos aquellas áreas que sean detectadas como más débiles.

Un equipo de investigación de la Facultad de Ingeniería de la Universidad de Talca, liderado por el académico César Astudillo, desarrolló un sistema que a través de información cualitativa entregada por las familias sobre los estudiantes, puede predecir el rendimiento aproximado que éste tendrá en una prueba como el SIMCE, PISA e incluso la PSU.

La idea es que el sistema pueda ser utilizado como una herramienta de la inteligencia artificial para la generación de políticas preventivas que se diseñen para educación básica y media, tomando medidas correctivas para el desempeño de un estudiante, como la detección de niños y niñas talentosos.

“Este trabajo multidisciplinario, mezcla la inteligencia artificial aplicada en el campo de la educación y logramos establecer proyecciones que tienen un gran potencial en la sociedad. A diferencia de los mecanismos actuales, este método permite estimar los puntajes del SIMCE o de otras pruebas antes que los estudiantes rindan el examen, lo que da tiempo para establecer soluciones o estrategias en el entorno del estudiante”, afirmó el profesor Astudillo.

Sistema

El algoritmo fue diseñado con redes neuronales computacionales, que analizaron los datos de más de 12.400 estudiantes de cuarto año básico de la Región del Maule, que rindieron la prueba de matemáticas, en años anteriores. A los datos cuantitativos se adiciona la información cualitativa, que se obtiene de los cuestionarios que deben llenar los padres o tutores y el profesor jefe durante el proceso de rendición del test.
Con esta información, el sistema realiza una predicción de resultados, que logra una alta precisión en los puntajes obtenidos realmente por los alumnos.

El académico explicó que la mayoría de los estudios de este tipo se enfocan en las calificaciones, mientras el análisis que efectuaron aborda información sobre el entorno del estudiante, incluyendo la opinión de sus padres y profesores jefes, lo que hace que las predicciones sean más sólidas.

“Un padre o profesor tal vez pueda saber cómo le irá a su hijo o alumno con mayor certeza, por lo que buscamos que nuestro modelo computacional aprenda a comportarse como alguien que conoce la realidad del estudiante. Los resultados obtenidos son personalizados”, explicó Astudillo. Esta información previa permitiría que, tanto el sistema escolar como las familias, puedan reforzar en los alumnos aquellas áreas que sean detectadas como más débiles.

Entre las variables que se identificaron como más relevantes para determinar el rendimiento en el SIMCE del grupo estudiado estuvo el promedio general de notas, la opinión de los padres respecto a cuál será el nivel de educación que alcanzará su hijo, el tipo de contrato que tiene el profesor guía o jefe, la opinión que tienen los padres respecto a la calidad de las clases de matemáticas impartidas en el colegio, el colegio en que estudia el alumno, la opinión del profesor guía respecto a cuál será el más alto grado de educación que alcanzarán los estudiantes del curso, si hay repitencias y hasta si el alumno es felicitado por sus padres o custodios cuando obtiene buenas calificaciones. Dejando de lado datos socioeconómicos de los alumnos, pues ya se ha demostrado que ese es un factor que influye en los resultados académicos, por lo que se definió estudiar otro tipo de información.