31
de Marzo
de
2017 - 05:30
En Europa el abandono de los estudios es del 30% y al Estado español se sitúa entre el 25% y el 29%. Para combatir este problema unos investigadores de la Facultad de Matemáticas e Informática de la Universitat de Barcelona (UB)han lanzado un sistema para predecir el abandono de los estudios. El sistema, basado en la ciencia de datos, tiene como objetivo mejorar el rendimiento académico.
El trabajo lo firman los investigadores Laura Igual y Eloi Puertas, del Departamento de Matemáticas e Informática de la UB, junto con Sergi Rovira, estudiando del grado de Informática de la UB. Esta investigación forma parte del proyecto de innovación docente Sistema Inteligente de Apoyo al Tutor de Estudios de la Universitat de Barcelona, que lidera Laura Igual y en el cual participan investigadores de la Facultad de Matemáticas e Informática y de la Facultad de Educación. El objetivo es desarrollar una herramienta que permita a los tutores dar recomendaciones y orientación a los alumnos, así como también evaluar el riesgo de abandono.
"Hoy en día, el papel de un tutor es más importando que nunca para evitar el abandono de los estudios y mejorar el rendimiento académico del alumnado. La investigación propone un sistema basado en datos objetivos para extraer información oculta relevante en los datos académicos y, por lo tanto, para ayudar los tutores a ofrecer a los estudiantes una orientación personal y proactiva", explica Igual.
En esta primera fase, el objetivo de la investigación es responder a la pregunta: es posible predecir, a partir de los resultados del primer año académico, si un estudiante continuará en la universidad el segundo año? Para encontrar la respuesta los investigadores han utilizado datos de primero y segundo año académico de tres grados: Matemáticas, Informática y Derecho. A estos datos los han aplicado cinco algoritmos diferentes de técnicas de aprendizaje automáticos, el mejor de los cuales ha mostrado una precisión del 82 %. Tanto el algoritmo como los datos anónimos se han publicado de manera abierta a PLoS ONE.
De la estadística a la ciencia de datos
Los trabajos previos sobre el abandono de los estudios universitarios están focalizados en modelos estadísticos, basados en una recopilación de datos -a menudo mediante encuestas o entrevistas- que aportan información sobre las posibles causas del abandono como por ejemplo la motivación, o la relación con compañeros, entre otros. Los modelos estadísticos se basan en hipótesis extraídas del problema subyacente, lo cual puede suponer un inconveniente: si los factores de rendimiento de los estudiantes varían con el tiempo, los supuestos de un modelo estadístico podrían llegar a quedar obsoletos.
"Por el contrario, las técnicas de aprendizaje automático tienen una aplicación predictiva basada en datos objetivos y esto hace que sean mucho más adaptables a nuevos datos", señala Igual. Aún así, los sistemas estadísticos son mejores para determinar las razones que traen al abandono. "Pero el poder predictivo de estas herramientas es más bajo", apunta la investigadora. Además, este nuevo enfoque permitirá dar a los tutores "alertas" sobre los alumnas previas a la matrícula.
Este sistema también posibilita hacer una proyección de las notas que pueden sacar los alumnos en asignaturas futuras. Esto permite al tutor orientar en la matrícula o dar recomendaciones a los alumnos.
En el marco del proyecto de innovación docente, "el paso siguiente es analizar desde el punto de vista educativo de qué manera se puede implementar esta herramienta, como sepuede evaluar el impacto y desarrollar un prototipo de aplicación informática", concluye la investigadora.
El trabajo lo firman los investigadores Laura Igual y Eloi Puertas, del Departamento de Matemáticas e Informática de la UB, junto con Sergi Rovira, estudiando del grado de Informática de la UB. Esta investigación forma parte del proyecto de innovación docente Sistema Inteligente de Apoyo al Tutor de Estudios de la Universitat de Barcelona, que lidera Laura Igual y en el cual participan investigadores de la Facultad de Matemáticas e Informática y de la Facultad de Educación. El objetivo es desarrollar una herramienta que permita a los tutores dar recomendaciones y orientación a los alumnos, así como también evaluar el riesgo de abandono.
"Hoy en día, el papel de un tutor es más importando que nunca para evitar el abandono de los estudios y mejorar el rendimiento académico del alumnado. La investigación propone un sistema basado en datos objetivos para extraer información oculta relevante en los datos académicos y, por lo tanto, para ayudar los tutores a ofrecer a los estudiantes una orientación personal y proactiva", explica Igual.
En esta primera fase, el objetivo de la investigación es responder a la pregunta: es posible predecir, a partir de los resultados del primer año académico, si un estudiante continuará en la universidad el segundo año? Para encontrar la respuesta los investigadores han utilizado datos de primero y segundo año académico de tres grados: Matemáticas, Informática y Derecho. A estos datos los han aplicado cinco algoritmos diferentes de técnicas de aprendizaje automáticos, el mejor de los cuales ha mostrado una precisión del 82 %. Tanto el algoritmo como los datos anónimos se han publicado de manera abierta a PLoS ONE.
De la estadística a la ciencia de datos
Los trabajos previos sobre el abandono de los estudios universitarios están focalizados en modelos estadísticos, basados en una recopilación de datos -a menudo mediante encuestas o entrevistas- que aportan información sobre las posibles causas del abandono como por ejemplo la motivación, o la relación con compañeros, entre otros. Los modelos estadísticos se basan en hipótesis extraídas del problema subyacente, lo cual puede suponer un inconveniente: si los factores de rendimiento de los estudiantes varían con el tiempo, los supuestos de un modelo estadístico podrían llegar a quedar obsoletos.
"Por el contrario, las técnicas de aprendizaje automático tienen una aplicación predictiva basada en datos objetivos y esto hace que sean mucho más adaptables a nuevos datos", señala Igual. Aún así, los sistemas estadísticos son mejores para determinar las razones que traen al abandono. "Pero el poder predictivo de estas herramientas es más bajo", apunta la investigadora. Además, este nuevo enfoque permitirá dar a los tutores "alertas" sobre los alumnas previas a la matrícula.
Este sistema también posibilita hacer una proyección de las notas que pueden sacar los alumnos en asignaturas futuras. Esto permite al tutor orientar en la matrícula o dar recomendaciones a los alumnos.
En el marco del proyecto de innovación docente, "el paso siguiente es analizar desde el punto de vista educativo de qué manera se puede implementar esta herramienta, como sepuede evaluar el impacto y desarrollar un prototipo de aplicación informática", concluye la investigadora.