Un equipo de la Universidad de Córdoba ha desarrollado un algoritmo que permite predecir el rendimiento académica del alumnado que cursa sus estudios a distancia.

El algoritmo, según un comunicado de la Universidad de Córdoba, realiza una predicción del desempeño del estudiante en cuatro clasificaciones distintas, que son abandono, suspenso, aprobado y distinción.

La investigadora del Departamento de Informática y Análisis Numérico de la Universidad de Córdoba, Amelia Zafra, ha señalado que "frente a otros modelos previos que predicen ese desempeño sólo desde la óptica del “aprueba o suspende” o “abandona o continúa” el curso, “este algoritmo basado en clasificación ordinal y lógica difusa permite predecir el desempeño del alumnado manteniendo las relaciones de orden entre las categorías: abandono, suspenso, aprobado y distinción”.

De esta manera, el algoritmo "FlexNSLVOrd" hace una mejor predicción, pero también permite al profesorado adecuar mejor sus estrategias dependiendo en la clasificación en la que se encuentre el alumnado.

Las dos ventajas que propone este desarrollo son el uso de la clasificación ordinal con una matriz de costo que permite modelar el peso de las clases ordinales en el aprendizaje y, permite hacer ese ranking más específico.

Y la lógica difusa adaptada que “te permite cierta flexibilidad ya que, por una parte, frente a la lógica estándar que trabaja con valores concretos, la lógica difusa trabaja con un rango de valores, y por otra parte, se adapta automáticamente al problema utilizando un razonamiento más cercano al que hacemos en nuestra vida diaria", según el investigador del Departamento de Ingeniería Electrónica y de Computadores de la Universidad de Córdoba, Juan Carlos Gámez.

El modelo se alimenta de los datos que el sistema de enseñanza online genera.

Las características que tiene en cuenta para predecir el rendimiento son, por ejemplo, la realización de tareas específicas y cuestionarios, su nota y los clics que el alumnado hace en los diferentes recursos que hay a disposición en la plataforma.

Para los investigadores, también es destacable la “interpretabilidad”, es decir, la posibilidad de comprender los resultados que arroja.

Y es que, tras rastrear este comportamiento del alumnado, el modelo realiza la clasificación, pero también se hace entender, ya que “frente a los algoritmos de caja negra que te dicen si el estudiante aprobará o abandonará, pero no te dicen ni cómo ni por qué”, esta nueva herramienta aporta una serie de reglas para cada categoría que muestran los recursos y las actividades más relevantes que el estudiante debe realizar”, continúa Zafra.

Así, el algoritmo podría ayudar al profesorado a identificar a los estudiantes y poder utilizar refuerzos o estrategias que “por ejemplo, rescaten a los estudiantes con problemas”.

De hecho, en este sentido, el algoritmo permite al profesorado incluso saber qué tipo de características son decisivas o no para conocer el desempeño.

El algoritmo se ha comprobado usando un conjunto "muy amplio" de datos públicos de aprendizaje de Open University (OULAD), disponibles en abierto y que comprende una "muestra grande" de estudiantes y cursos.

El uso a futuro de este algoritmo podría pasar por incluirlo como aplicación en las plataformas de educación online (tipo Moodle) y que, automáticamente, fuese dando retroalimentación del desempeño del alumnado al profesorado, asegura el comunicado.