Sistema de alerta temprana para alumnos de ingeniería de la Universidad de Chile en riesgo de reprobar un ramo

Abstract

El aumento en la cantidad de datos disponibles en las áreas de educación, gracias al uso de sistemas de administración del aprendizaje (LMS por sus siglas en inglés) ha ido incrementando con el paso de los años. Esto, mezclado con la motivación de mejorar las metodologías de enseñanza y las labores de docencia en las instituciones de educación superior, son los principales motivadores para la creación de sistemas que hagan uso de estos datos, con el objetivo de generar predicciones e indicadores de los resultados obtenidos por los estudiantes y permitir generar políticas institucionales para mejorar diversas métricas relacionadas. Celis, Moreno, Poblete, Villanueva y Weber, en colaboración con el Centro Tecnológico Ucampus de la Universidad de Chile, desarrollaron el 2015 un Sistema de Alerta Temprana con el objetivo de predecir la probabilidad de doble reprobación para alumnos en su segundo semestre de estudio en el Plan Común de Ingeniería y Ciencias en la Facultad de Ciencias Físicas y Matemáticas (FCFM) de la Universidad de Chile, de modo que la institución les pudiera ofrecer apoyo o generar políticas al respecto. Este sistema logró resultados bastante buenos según los mismos autores, pero tenía el problema de ser demasiado limitado en el universo de estudiantes al cuál les es útil, consistiendo entre 100 y 200 personas de cada cohorte anual. El objetivo del trabajo realizado en esta ocasión consistió en ampliar el espectro de estudiantes analizados por el sistema creado por Celis et al., analizar la posibilidad de integrar estadísticas de uso de las plataformas de LMS utilizadas y disponibilizar la información para los usuarios finales en interfaces fáciles de usar. La metodología de trabajo realizada consistió en ir procesando los datos de los estudiantes e ir ingresándolos a la heurística en dos iteraciones, incluyendo más cursos del Plan Común en la primera y luego integrando el resto de los datos, de modo que se pudiera evaluar que todo siguiera funcionando dentro de ciertos parámetros razonables o, de lo contrario, poder realizar modificaciones a la lógica lo antes posible para integrar más personas al alero del Sistema de Alerta Temprana. Finalmente, se logró crear un modelo que analiza la probabilidad de reprobar nuevamente para cualquier alumno de pregrado en la FCFM. Este sistema predijo correctamente al 73% de las personas que volvieron a reprobar pero obtuvo un 34% de precisión en la predicción, lo que está dentro de los límites aceptables de rendimiento. No se logró incluir las estadísticas de uso del LMS debido a limitaciones en el tiempo de desarrollo. Finalmente, se generaron las primeras versiones de las interfaces, integradas como un módulo a la plataforma U-Cursos, donde se entregará esta información a profesores, académicos y funcionarios de la universidad. Estas interfaces obtuvieron una buena recepción por parte de los usuarios entrevistados.