Un equip interdisciplinari d'investigadors de la Universitat Oberta de Catalunya (UOC) ha desenvolupat un sistema, basat en algoritmes d'intel·ligència artificial, que permet detectar els estudiants en risc de suspendre d’entre els que cursen alguna carrera o un grau de forma telemàtica. La nova tecnologia és un model predictiu anomenat Profiled Dropout At Risk (PDAR), que s'ha incorporat al Learning Intelligent System (LIS), un programa ja existent i que des de 2019 feia previsions d'acord amb les dades històriques de les assignatures i en els resultats de les proves d'avaluació contínua del curs en marxa.

El model PDAR aporta una millora substancial del seguiment, ja que, a partir de dades del perfil dels estudiants, el rendiment dins del curs, els clics i altres accions habituals en el campus en línia de la UOC, genera una predicció diària del risc d'abandonament de l'assignatura. L’altre gran atractiu és la seva capacitat d'intervenir automàticament de manera precoç amb missatges personalitzats per revertir la situació. Segons els investigadors, aquest seguiment continuat ajuda a escurçar el temps entre els primers senyals de risc i la intervenció del sistema per evitar que l'alumnat abandoni l'assignatura.

Falsos positius minimitzats

Un dels reptes del PDAR ha estat evitar els falsos positius, o sigui, persones que el sistema assenyala com en risc sense ser-ho. Aquest error es produeix principalment amb estudiants que no sempre estan actius en l'entorn virtual d'aprenentatge. Així, el nou model també té en compte una finestra temporal que es calcula automàticament segons el curs, el tipus i la dificultat de l'activitat.

Per confirmar que un alumne realment es troba en risc d'abandonament i activar els corresponents mecanismes d'intervenció, ha de romandre en la categoria de risc d'abandonament durant un nombre consecutiu de dies determinat per a cada activitat. És llavors quan es genera un missatge d'intervenció automàtic a l'estudiant.

La tecnologia s'ha testat en una prova pilot amb 581 estudiants matriculats en una assignatura de primer semestre en diferents graus dels Estudis d'Economia i Empresa de la UOC, fet que ha reduït l'abandonament de l'assignatura i n'ha augmentat la participació durant el semestre.

La investigació està liderada per David Bañeres, del grup Systems, Software and Models Research Lab (SOM Research Lab), de l'Internet Interdisciplinary Institute (IN3). El professional coordina un equip multidisciplinari en què participen Pau Cortadas, investigador i professor dels Estudis d'Economia i Empresa; Ana Elena Guerrero, investigadora principal del grup Technology-Enhanced Knowledge and Interaction Group (TEKING), i Maria Elena Rodríguez González, també membre de TEKING, i ambdues professores dels Estudis d'Informàtica, Multimèdia i Telecomunicació.