Un desarrollo de la Universitat Oberta de Catalunya (UOC) permite detectar de forma precoz los suspensos e identificar a los alumnos en riesgo de abandono escolar.
La herramienta genera marcadores de colores en los expedientes de los estudiantes que ayudan a los profesores a adelantarse a los problemas.
En las últimas décadas la tasa de abandono escolar en España ha caído significativamente. De todas formas, este asunto es aún una de las grandes asignaturas pendientes del sistema educativo nacional. Los últimos datos dicen que España continúa siendo el país de la UE con mayor tasa de abandono prematuro de la educación.
En concreto afecta a algo más del 17% de los alumnos. Mientras que la media europea está en el 10,2%. El abandono escolar temprano es un parámetro de la UE en el que entran todas las personas que no han seguido estudiando más allá de la ESO.
Sin embargo, la inteligencia artificial podría ayudar a solucionar este problema, que pone en cuestión todo el sistema educativo y las posibilidades de la economía española en el futuro. Un ejemplo de ello es lo que está haciendo la UOC. Este centro ensaya desde 2019 con un sistema llamado LIS (Learning Intelligent System).
Hablamos con David Bañeres, líder del equipo que desarrolla esta herramienta pensada para detectar estudiantes en riesgo de suspender asignaturas y que, para ello, recurre al análisis de grandes conjuntos de datos y a la aplicación de algoritmos que aportan modelos predictivos de cómo progresará el estudiante.
Altas cotas de abandono escolar
Bañeres reconoce de entrada que en la UOC hay un problema con el abandono de los alumnos en los primeros semestres de su formación. Y desvela que llega a cotas del 35%. “Hay diversos factores que influyen. Los estudiantes son nuevos en la universidad y muchos en un entorno virtual. Además, muchos de nuestros estudiantes trabajan al mismo tiempo. O tienen cargas familiares que impactan en su tiempo de estudio”.
“El sistema utiliza un modelo de predicción de inteligencia artificial que toma datos históricos de cada asignatura, los trata de forma independiente y lo entrena. Así, se genera un modelo predictivo basado en patrones detectados que nos ayuda a saber qué puede pasar con los estudiantes que cursan las asignaturas”, explica Bañeres. Las técnicas de IA que utiliza la universidad a distancia para detectar de forma precoz problemas en su alumnado “son de las más conocidas, que se denominan ‘de clasificación”.
Los modelos de este sistema se alimentan con datos de todos los alumnos que han pasado por una asignatura desde el curso 2017/18, y que están almacenados, “de forma anonimizada” en una base de datos llamada datamart. Bañeres admite que no está calculado el volumen exacto de datos procesados, pero sí deja claro que se trata de varios cientos de miles.
Con toda esa información, el investigador de la UOC y su equipo intentan predecir, a partir de las notas de las actividades de evaluación continua, si un estudiante superará o no una asignatura. Además, también tienen en cuenta datos adicionales, como, por ejemplo, si el estudiante es nuevo, en cuántas asignaturas se ha matriculado, cuántas veces ha repetido asignatura o cuál es su nota media de expediente.
Un semáforo con colores
Con la información que genera el sistema, al estudiante se le asigna un color en un semáforo: rojo si está en riesgo de suspender; naranja si el sistema no puede asegurar que superará la asignatura, y 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.
Además de la detección precoz de suspensos, LIS evalúa la actividad de campus de cada estudiante y predice la probabilidad de abandono antes de presentar cada trabajo de la evaluación continua. El objetivo es que el alumno pueda recibir recomendaciones por su correo electrónico y avisos sobre su posible abandono. “Y para que, en caso de tener algún problema, contacte con su profesor de aula”, cuenta David Bañeres.
“El objetivo de este tipo de intervención es ayudar a alumnos que muchas veces son nuevos, que están un poco perdidos y que a veces les cuesta contactar con su profesor y explicar el problema que tienen”, asegura el investigador. La UOC quiere así adelantarse a los acontecimientos, fomentando de forma proactiva el diálogo entre alumno y profesor. Y no esperando a que sea el alumno el que se decida a contactar porque en esos casos muchas veces la decisión de abandonar ya está tomada.
Pruebas piloto con cerca de 3000 estudiantes
El proyecto comenzó en febrero de 2019 y, por ahora, se han llevado a cabo tres pruebas piloto. En ellas han participado cerca de 3000 estudiantes de diferentes asignaturas de estudios relacionados con informática, multimedia, economía o derecho. Sin embargo, el objetivo es disponer en 2022 de un modelo de detección lo más preciso posible que pueda desplegarse en tiempo real en toda la universidad.
David Bañeres no cree que en España exista un sistema de este tipo. Y no lo hay, en su opinión, por una razón: las universidades necesitarían para ello tener todo el proceso educativo digitalizado y acceder tecnológicamente a esa información, y no es el caso. Bañeres recuerda que todavía en las universidades presenciales hay muchas actividades que se registran en papel. “La UOC hace casi 10 años que trabajó en esta primera fase de unificación de todos los datos en una única base de datos (datamart). Esto permite que actualmente podamos realizar este tipo de proyectos”.
la universidad Purdue también hizo frente al abandono escolar
Eso sí, a nivel internacional hay diversos sistemas operando. El más conocido, según Bañeres, es el de la Universidad Purdue (Indiana, Estados Unidos). Se trata de un desarrollo de hace más de 10 años. El investigador afirma que el proyecto de Purdue tuvo un “impacto asombroso” y logró reducir de forma “significativa” el abandono.
En un país como España, con unos niveles de abandono escolar preocupantes, iniciativas de este tipo se podrían trasladar a centros públicos y privados de secundaria y de educación superior. Bañeres recalca que LIS es transferible a instituciones “con otro tipo de campus” y con otros modelos de datos. “Además, la herramienta se ha desarrollado con la facilidad de poder describir nuevos modelos de predicción por parte de usuarios con conocimientos mínimos de inteligencia artificial”.
Turquía podría ser el primer destino del desarrollo de la Universitat Oberta de Catalunya. Y es que el equipo de la UOC tiene contacto con la universidad virtual más grande de aquel país, la Universidad de Anadolu. “En esta universidad turca, que tiene más de dos millones de alumnos, se está evaluando la implantación de la herramienta”, confirma Bañeres.
En Nobbot | Educación ‘online’ frente a presencial: no hay lugar como la escuela para aprender
Imágenes | iStock.com/fizkes