Explorando la relación entre la actividad en línea y el rendimiento académico de estudiantes en primer año de ingeniería

Abstract

Actualmente, la cantidad de datos que se generan mundialmente crece de manera exponencial. Además existen muchas actividades que se han beneficiado de la capacidad de generar y tratar datos para crear valor socioeconómico y ambiental. En este contexto surge el Learning Analytics (LA) que incluye la generación y el tratamiento de datos para el ámbito educativo. Por una parte, las instituciones de educación superior cuentan con mucha información de distinta naturaleza, por ejemplo, información de admisión, datos demográficos y académicos o registros de los Learning Management Systems (LMS). Por otra parte, las instituciones procesan esta información para la toma de decisiones. En este sentido, la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile busca mejorar su actividad docente, a partir de datos en sus sistemas y el contraste de esta información con la Teoría del Aprendizaje. Dentro de las teorías más reconocidas sobre el aprendizaje en educación superior está la desarrollada por Marton y Säljö, y Asikainen et al. la cual propone tres aproximaciones del estudiante al aprendizaje: profundo, superficial y estratégico. En general, las instituciones aspiran a que el estudiante tenga un aprendizaje profundo. Entonces la presente memoria busca establecer un puente entre la información disponible de las instituciones y la Teoría del Aprendizaje. En este sentido, el trabajo realizado tiene como objetivo saber si la información provista por los LMS sumado a la información académica y de admisión permite tener una buena estimación del rendimiento académico y saber si se refleja lo propuesto en la Teoría del Aprendizaje. Entonces se implementa un modelo matemático de dos formas: una solamente con antecedentes y notas de los estudiantes, y otra con la información anterior más los datos provistos por el LMS de la Facultad (llamado U-cursos). El modelo implementado consiste en un preprocesamiento, en la implementación de Similarity Based Modeling (SBM) y un post-procesamiento. En primer lugar, el preprocesamiento consiste en establecer métricas que indiquen la naturaleza temporal y cuantitativa de los logs de U-cursos, acotar las variables a valores entre [0,1] y seleccionar las variables que se utilizarán mediante Partial Least Squares y Principal Components Analysis. Luego, se implementa un predictor de nota final utilizando SBM. Por último, se clasifican las predicciones entre aprobados y reprobados. En efecto, en el proceso de la selección de variables se descartan aquellas como región de procedencia, tipo de establecimiento y PSU de lenguaje. También variables relacionadas con la actividad online correspondiente al módulo material alumnos. Asimismo, dentro de las variables con mayor incidencia destacan desempeños académicos anteriores, género, año de egreso de enseñanza media y actividad en el foro de U-cursos. Por otro lado, el clasificador mejora considerablemente su desempeño (un 15\% en términos de recall) cuando se incluyen los datos de U-cursos, lo que implica que éstos permiten tener mayor información útil respecto a lo que el estudiante hace fuera del aula. En otras palabras, este modelo sienta las bases para caracterizar a estudiantes según el tipo de aproximación al aprendizaje.