Un equip d’investigadors de la Universitat Oberta de Catalunya (UOC) ha desenvolupat una eina basada en tècniques d'intel·ligència artificial (IA) per detectar estudiants en risc de suspendre assignatures. La solució, en fase de proves, analitza grans conjunts de dades recollides durant cinc anys i aplica algoritmes que aporten models predictius de com progressarà l'estudiant.

“El sistema utilitza un model de predicció d'intel·ligència artificial que agafa dades històriques de cada assignatura, les tracta de manera independent i l'entrena. Així, es genera un model predictiu basat en patrons detectats que ens ajuda a saber què pot passar amb els estudiants que cursen les assignatures”, explica el director del projecte i membre del grup Systems, Software and Models Research Lab (SOM Research Lab), de l'Internet Interdisciplinary Institute (IN3), David Bañeres.

Amb la informació que genera el sistema, a l'estudiant se li assigna un color en un semàfor: vermell si està en risc de suspendre; taronja si el sistema no pot assegurar que superarà l'assignatura, i verd si el model indica que l'estudiant aprovarà. D'acord amb aquesta anàlisi feta pel sistema, el professor envia a l'estudiant un missatge personalitzat amb informació sobre el seu nivell de risc i es treballa per millorar el rendiment.

“Una de les pors que genera la intel·ligència artificial en l'ensenyament és que pugui substituir la tasca del professorat. En aquest projecte, l'expertesa del professor es té en compte i és necessària. El nostre és un sistema de suport a la docència, no té la intenció de substituir ningú”, indica l'investigador.

En fase de proves

El projecte va començar el febrer del 2019 i s'han dut a terme tres proves pilot, en què han participat prop de 3.000 estudiants de diverses assignatures dels Estudis d'Informàtica, Multimèdia i Telecomunicació, dels Estudis d'Economia i Empresa, i dels Estudis de Dret i Ciència Política.

En els tests actuals, s'està intentant predir en temps real no solament si l'estudiant està en risc d'abandonar l'assignatura, sinó també altres factors, com ara si presentarà les activitats d'avaluació. A més, el sistema permet fer intervencions personalitzades en temps real.

Els pròxims mesos, l'equip té previst augmentar el nombre de proves pilot amb assignatures de la resta dels estudis de la Universitat. Està previst que el projecte acabi el febrer del 2022, moment en què s'espera haver obtingut un model de detecció com més precís millor que es pugui desplegar en temps real per ajudar l'estudiant en el seu dia a dia.