Un sistema intel·ligent d'aprenentatge dissenyat per investigadors de la UOC millora el rendiment dels estudiants

  noi amb portàtil

Els investigadors destaquen la importància de l'acompanyament dels alumnes (foto: Wes Hicks / unsplash.com)

22/10/2021
Agustín López

Un estudi pilot amb més de 552 alumnes demostra que aquesta tecnologia basada en intel·ligència artificial també redueix l'abandonament dels estudis


El model prediu si un estudiant té problemes per superar l'assignatura amb una precisió que va del 60 % al començament del curs fins al 90 % a la meitat del semestre

L'ús de tecnologies basades en la intel·ligència artificial és una de les àrees més prometedores per impulsar l'ensenyament i l'aprenentatge en línia. Un equip transdisciplinari de recerca de la Universitat Oberta de Catalunya (UOC) ha desenvolupat un sistema adaptatiu, anomenat Learning Intelligent System (LIS), que inclou una eina d'alerta precoç per avisar professors i alumnes del risc de suspendre l'assignatura. L'objectiu del LIS és fer augmentar el rendiment dels estudiants, garantir una retroalimentació adequada per orientar la seva trajectòria acadèmica i reduir així l'abandonament dels estudis. Aquest sistema s'ha implementat en un estudi pilot amb 552 alumnes de primer curs en dues assignatures dels graus d'Economia i Empresa de la UOC. Els resultats mostren que el rendiment és millor en els estudiants que van fer servir la tecnologia en comparació amb la resta de companys, i que també van superar els resultats de semestres anteriors. A més, també va augmentar la participació dels alumnes durant el semestre, fet que va reduir significativament l'abandonament dels estudis.

"Aquests resultats són particularment importants, ja que les dues assignatures són fonamentals, i obligatòries, per als estudiants que es matriculen del grau. A més, per a molts alumnes, probablement va ser la primera experiència amb l'aprenentatge en línia i el sistema LIS va millorar-ne el compromís d'aprenentatge, va augmentar la seva motivació i els va ajudar en aspectes com ara l'autoeficàcia i l'autoregulació", explica Ana Elena Guerrero, investigadora líder del grup Technology Enhanced Knowledge and Interaction Group (TEKING), dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la UOC, i primera signant de la recerca que s'ha publicat a la revista científica International Journal of Educational Technology in Higher Education (ETHE), coeditada per la UOC, i una de les més ben posicionades en educació i tecnologia

L'article també està signat per M. Elena Rodríguez-González, membre del TEKING i dels Estudis d'Informàtica, Multimèdia i Telecomunicació; David Bañeres, del grup Systems, Software and Models Research Lab (SOM Research Lab), de l'Internet Interdisciplinary Institute (IN3); i Pau Cortadas, del grup Innovative tools for elearning (GO2SIM), i Amal Elasri-Ejjaberi, dels Estudis d'Economia i Empresa.

 

Un sistema que prediu el risc de suspendre 


El projecte LIS va començar el febrer de 2019 en el marc de la convocatòria New Goals, impulsada per l'eLearn Center amb l'objectiu de desenvolupar projectes que apliquessin la intel·ligència artificial al Campus Virtual de la UOC. Es tracta d'un sistema que funciona processant tota la informació recollida en el data mart, un centre de dades institucional desenvolupat fa sis anys a la UOC, que recull dades històriques i actuals sobre la vida acadèmica dels estudiants a la Universitat. El sistema emmagatzema anònimament el comportament en línia dels universitaris en les activitats d'avaluació lliurades, el nivell d'interacció (és a dir, les dades de navegació, i la utilització de recursos i eines) i les notes acadèmiques, entre d'altres.

A partir de totes aquestes dades, el LIS duu a terme una anàlisi predictiva mitjançant algoritmes de classificació basats en tècniques d'intel·ligència artificial. Aquest model permet predir si un estudiant pot tenir problemes per superar l'assignatura amb una precisió que va del 60 % al començament del curs, quan hi ha poca informació sobre l'estudiant, fins a gairebé el 90 % a la meitat del semestre, tal com s'ha demostrat en estudis previs d'aquest mateix equip de recerca.

 

Missatges de suport amb informació personalitzada


Després de l'avaluació de cada activitat d'aprenentatge, el sistema calcula la probabilitat de passar el curs i n'informa professors i alumnes mitjançant uns indicadors amb els colors d'un semàfor (vermell, groc o verd). Simultàniament, tots els estudiants reben informació personalitzada per mitjà d'un correu electrònic sobre com millorar la propera activitat, amb recomanacions com ara contactar amb el professor per resoldre dubtes o repassar el contingut previ per orientar-lo de cara a l'activitat vinent.

A més, aquests missatges es poden activar automàticament o mitjançant les accions dels professors, i també canvien segons els motius pels quals els estudiants són classificats en un nivell de risc o un altre. "Un dels aspectes distintius del sistema és que tots els alumnes, tant aquells que tenen més risc de suspendre (vermell) com els que en tenen menys (verd), reben missatges adaptats a la seva situació", explica la investigadora.

Per esbrinar l'impacte d'aquests missatges en els resultats acadèmics, els investigadors van analitzar els resultats acadèmics en l'assignatura del grup que va utilitzar el sistema LIS i els va comparar amb els estudiants que la van fer amb els mecanismes de comunicació habituals a la UOC, i també amb un tercer grup, el dels estudiants matriculats el semestre anterior, quan encara no s'havia posat en marxa la nova tecnologia. "Els resultats del grup que va fer servir el sistema LIS va superar els altres dos grups, i va demostrar que aquesta mena de retroalimentació, combinada amb el panell del Campus Virtual de l'alumne, va tenir un impacte positiu i va complementar els mecanismes regulars de retroalimentació disponibles als cursos", explica Ana Elena Guerrero. 

En aquest sentit, els investigadors destaquen la importància de l'acompanyament dels alumnes, especialment en el cas de l'ensenyança en línia. "Sabem que els estudiants tendeixen a deixar els cursos quan se senten desmotivats, insegurs per aprovar el curs o desbordats per les tasques o competències que han d'adquirir. Especialment en els entorns en línia, on l'aïllament o la manca d'informació és una de les raons principals que provoca l'abandonament acadèmic. En aquest context, aquests missatges són la pedra angular per motivar els alumnes i fer un més bon seguiment durant tot el procés d'aprenentatge", subratllen.

 

Un nova eina al servei del professorat


Des de la perspectiva dels professors, els investigadors assenyalen que el sistema LIS és una eina que els pot ajudar a gestionar l'assignatura més eficientment i millorar així el suport als estudiants: "El sistema ofereix informació sobre la situació dels estudiants i permet als professors d'intervenir amb més freqüència en el procés d'aprenentatge per orientar-los en la seva formació. A més —continuen els investigadors—, en lloc de basar aquestes decisions exclusivament en l'experiència professional, van poder prendre-les a partir de les dades proporcionades pel sistema des del començament del semestre".

 

Un recurs útil i eficaç per als estudiants


Després d'acabar el semestre, els investigadors van passar un qüestionari als estudiants que van participar en la recerca per conèixer les seves percepcions sobre l'eficàcia del sistema i la seva utilitat. Els resultats mostren que la majoria dels participants consideren que el sistema LIS proporciona "suport de manera eficaç i ajuda a superar el curs". De fet, el 68,29 % va manifestar la seva voluntat de continuar emprant el sistema en els semestres següents perquè els resulta beneficiós.

 

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

 

Articles de referència

Guerrero-Roldán, A. E., Rodríguez-González, M. E., Bañeres, D. et al. Experiences in the use of an adaptive intelligent system to enhance online learners' performance: a case study in Economics and Business courses. Int J Educ Technol High Educ 18, 36 (2021). https://doi.org/10.1186/s41239-021-00271-0

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 entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital. Els més de 500 investigadors i investigadores i els 51 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).

A més, la Universitat impulsa la innovació en l'aprenentatge digital a través de l'eLearn Center (eLC) i la transferència de coneixement i l'emprenedoria de la comunitat UOC amb la plataforma Hubbik.

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

Enllaços relacionats