La UOC assaja un sistema d'IA per detectar els estudiants en risc de suspendre

  Sistema alerta estudiants risc suspendre

La UOC dissenya un sistema d'alerta d'estudiants en risc de suspendre

24/11/2020
Teresa Bau
L'objectiu és disposar, el 2022, d'un model de detecció com més precís millor que es pugui desplegar en temps real a tota la Universitat

Un equip de la Universitat Oberta de Catalunya (UOC), liderat per David Bañeres, del grup Systems, Software and Models Research Lab (SOM Research Lab), de l'Internet Interdisciplinary Institute (IN3), ha desenvolupat una eina basada en tècniques d'intel·ligència artificial (IA) per detectar estudiants en risc de suspendre assignatures. Ho fa mitjançant l'anàlisi de grans conjunts de dades i l'aplicació d'algoritmes que aporten models predictius de com progressarà l'estudiant.

Bañeres ha dut a terme aquesta recerca, que s'ha impulsat des de l'eLearn Center, el centre d'innovació, transformació i transferència de l'aprenentatge en línia de la UOC, i que s'ha publicat en la revista nord-americana d'accés obert Applied Sciences.

Fa cinc anys que la UOC agrupa en un sistema anomenat data mart grans volums de dades —convenientment anonimitzades— sobre el perfil dels estudiants, la seva activitat al Campus i els resultats acadèmics obtinguts. La disponibilitat d'aquest conjunt ingent de dades possibilita l'anàlisi i la detecció de patrons de comportament dels estudiants que serien invisibles sense l'ús de la tecnologia. 

 

Atenció! Estudiant en risc

Bañeres i el seu equip treballen en el projecte LIS: Learning Intelligent System, dins la convocatòria New Goals, per desenvolupar un sistema d'alerta precoç (early warning system) per als estudiants que estan en risc de suspendre assignatures. «El sistema utilitza un model de predicció d'intel·ligència artificial que agafa dades històriques de cada assignatura, les tracta de manera independent i l'entrena. Així, es genera un model predictiu basat en patrons detectats que ens ajuda a saber què pot passar amb els estudiants que cursen les assignatures», explica Bañeres.

Amb la informació que genera el sistema, a l'estudiant se li assigna un color en un semàfor: vermell si està en risc de suspendre; taronja si el sistema no pot assegurar que superarà l'assignatura, i verd si el model indica que l'estudiant aprovarà. D'acord amb aquesta anàlisi feta pel sistema, el professor envia a l'estudiant un missatge personalitzat amb informació sobre el seu nivell de risc i es posen les bases per treballar-ne la millora acadèmica. 

«Una de les pors que genera la intel·ligència artificial en l'ensenyament és que pugui substituir la tasca del professorat. En aquest projecte, l'expertesa del professor es té en compte i és necessària. El nostre és un sistema de suport a la docència, no té la intenció de substituir ningú», indica l'investigador. 

 

El 2022, desplegament en temps real

El projecte va començar el febrer del 2019 i, ara com ara, s'han dut a terme tres proves pilot, en què han participat prop de 3.000 estudiants de diverses assignatures dels Estudis d'Informàtica, Multimèdia i Telecomunicació, dels Estudis d'Economia i Empresa, i dels Estudis de Dret i Ciència Política.

Els resultats de les primeres proves pilot han mostrat que, com més varietat i més volum de dades hi ha, més precisa és la predicció que ofereix el sistema. Si al començament del semestre, quan hi ha poca informació sobre l'estudiant, és possible encertar si un estudiant pot tenir problemes per superar l'assignatura amb quasi un 60 % de precisió, a la meitat del semestre la precisió de la predicció arriba quasi al 90 %. En la prova pilot actual, s'està intentant predir en temps real no solament si l'estudiant està en risc d'abandonar l'assignatura, sinó també altres factors, com ara si presentarà les activitats d'avaluació. A més, el sistema permet fer intervencions personalitzades en temps real.

Bañeres explica que la reacció dels estudiants és positiva, «especialment perquè reben missatges personalitzats dels professors i perquè el nou sistema els permet treballar conjuntament per poder aconseguir uns bons resultats acadèmics».

Els pròxims mesos, l'equip té previst augmentar el nombre de proves pilot amb assignatures de la resta dels estudis de la Universitat. Està previst que el projecte acabi el febrer del 2022, moment en què s'espera haver obtingut un model de detecció com més precís millor que es pugui desplegar en temps real, és a dir, que ajudi l'estudiant en el seu dia a dia. 

La intel·ligència artificial es perfila com una eina fonamental per donar suport a l'educació i potenciar el procés d'aprenentatge òptim per a cada estudiant de manera personalitzada. Un dels avantatges d'aquestes tecnologies és que permeten donar suport i monitorar grans volums d'estudiants.

Des que es va fundar, ara fa 25 anys, la UOC s'ha distingit pel fet de ser una institució singular que posa l'estudiant al centre de l'aprenentatge amb el suport de les tecnologies més innovadores. Amb l'ús de la intel·ligència artificial, una de les tecnologies amb més potencial en el món de l'educació —com també en el de la salut i en altres àmbits—, la UOC es marca l'objectiu de personalitzar i optimitzar encara més l'aprenentatge dels seus estudiants.

Aquesta nova eina, que es preveu que es podrà aplicar plenament a tots els estudis de la UOC a partir del 2022, té el potencial de transferir-se a altres institucions d'educació superior.

 

Aquesta recerca afavoreix l'objectiu de desenvolupament sostenible (ODS) 4, d'educació de qualitat.

 

Article de referència

Bañeres, D.; Rodríguez, M. E.; Guerrero-Roldán, A. E.; Karadeniz, A. (2020). «An Early Warning System to Detect At-Risk Students in Online Higher Education». Applied Sciences. 2020, 10(13), 4427; https://doi.org/10.3390/app10134427

 

UOC R&I 

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció de les TIC amb l'activitat humana, amb un focus específic en l'aprenentatge en línia i la salut digital. Els més de 400 investigadors i 50 grups de recerca s'articulen entorn dels set estudis de la UOC i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu. #25anysUOC 

#expertsUOC

David Bañeres

David Bañeres

Investigador del SOM Research Lab de l'IN3 i de l'eLearn Center de la UOC

Expert/a en:

Àmbit de coneixement: