La IA (Inteligencia Artificial) Puede Utilizar Las Conversaciones En Clase Para Predecir El Progreso Académico
La IA (Inteligencia Artificial)
La adopción del aprendizaje electrónico y las aulas en línea ha permitido obtener valiosos datos sobre los patrones de éxito y los comportamientos de los estudiantes. Con la ayuda de la IA, los investigadores han identificado y analizado estos factores cruciales.
Puede que la idea de que el diálogo en clase, fuera de tema, pueda servir como indicador sustancial del éxito académico de un estudiante haya sido inesperada. Sin embargo, científicos de la Universidad de Tsinghua tuvieron una corazonada y examinaron el potencial del aprendizaje automático y la IA para ayudar a comprender a un grupo a menudo descuidado en la educación: los alumnos de Kinder a 6º curso que participan en clases en línea en directo.
Modelos de redes neuronales para prever el éxito académico de alumnos de primaria a 6º curso
Los científicos de la Universidad Tsinghua utilizaron modelos de redes neuronales para analizar los diálogos en clase de estudiantes de Kinder a 6º curso en clases en línea en directo. Su objetivo era identificar comportamientos relacionados con el éxito académico. Los investigadores ampliaron su análisis utilizando IA para identificar conjuntos de conductas que pueden predecir con exactitud el éxito en asignaturas tanto STEM como no STEM.
El Big Data ha desempeñado un papel importante a la hora de arrojar luz sobre los aspectos esenciales que contribuyen a aumentar el éxito de los estudiantes, lo que ha dado lugar a una nueva percepción de las dinámicas de aprendizaje. Los resultados del estudio, publicados en el Journal of Social Computing el 31 de marzo, demostraron la validez de los resultados y los modelos de predicción del rendimiento académico.
Conclusiones de la Investigación de Jarder Luo
según Jarder Luo, autora e investigadora del estudio, los marcadores clave de los estudiantes de alto rendimiento en cursos STEM y no STEM son las emociones positivas, las interacciones cognoscitivas de alto nivel y la participación activa en diálogos fuera de tema a lo largo de la lección.
La implicación del estudio es que el comportamiento interactivo es el predictor más crucial del rendimiento académico tanto para estudiantes STEM como no STEM, superando a otros marcadores como la cognición y la emoción positiva. Los tipos interactivos desempeñan un papel significativo durante la fase intermedia de la lección para los estudiantes STEM, mientras que para los estudiantes no STEM, tienen un impacto en el rendimiento tanto durante la fase intermedia como durante la fase de resumen de la lección.
El impacto de las interacciones en el aula en el rendimiento académico de los alumnos
Las interacciones entre los alumnos en el aula desempeñan un papel crucial no sólo en el fomento de las habilidades interpersonales, sino también en la mejora de la adquisición de conocimientos. Las conversaciones abiertas, especialmente sobre temas desconocidos, ayudan a los jóvenes estudiantes a desarrollar habilidades conversacionales. Los datos sugieren claramente que los alumnos que participan activamente en diálogos en clase tienden a obtener mejores resultados académicos.
Además, el estudio revela que la metacognición, o “pensar sobre el pensamiento”, es más frecuente entre los estudiantes de ciencias no relacionadas con la tecnología que entre los de ciencias relacionadas con la tecnología. Esta discrepancia podría atribuirse al planteamiento didáctico de las ciencias, que a menudo se basa en los conocimientos existentes, mientras que otras asignaturas requieren más planificación y evaluación.
Identificación de comportamientos que requieren apoyo e intervención durante las clases
Determinar los comportamientos y patrones comunes entre los estudiantes que obtienen buenos resultados y comprender cómo difieren estos factores en función de la asignatura que se imparte puede ser decisivo para proporcionar apoyo e intervención a los estudiantes con dificultades durante la clase.
Según Luo, el aprovechamiento de los macrodatos y las herramientas de IA permite comprender mejor la dinámica del aula, revelando comportamientos de interacción complejos en redes multicapa y su repercusión en el rendimiento de los alumnos.
Mejorar el rendimiento académico mediante enfoques de aprendizaje personalizados
Los investigadores, que conocen la importancia de la expresión emocional, la cognición, la metacognición y el comportamiento interactivo en el éxito académico, aspiran a que los profesores puedan adoptar un enfoque más personalizado del aprendizaje. Creen que este enfoque mejorará el rendimiento académico, especialmente si se tienen en cuenta tanto los cursos STEM como los no STEM.
Por otra parte, los responsables políticos pueden utilizar esta información para reevaluar los métodos de enseñanza actuales e introducir enfoques variados a lo largo del curso para ayudar a los estudiantes cuyo enganche o comprensión fluctúa durante las lecciones. La combinación de la investigación en curso con las técnicas de IA permite crear una experiencia educativa más eficaz y completa para todos los estudiantes.
Read the original article on: Phys Org
