CASO DE ÉXITO
MeL
Evaluaciones basadas en técnicas de Inteligencia Artificial
Se plantea incorporar a las herramientas de eLearning de Dicampus, la posibilidad de realizar la evaluación de preguntas de respuesta abierta de forma semisupervisada y automatizada, gracias al desarrollo experimental de técnicas de Inteligencia Artificial y sistemas de peer assessment.
Un proyecto especializado en tecnología para redes que constituye un sistema de apoyo a la toma de decisiones de índole pedagógica y que está basado en el análisis de datos.
1. Objetivo del proyecto de MeL
El proyecto Mel, acrónimo de Machine eLearning, evaluaciones basadas en técnicas de Inteligencia Artificial, tiene como objetivo sintetizar, representar y manejar el conocimiento necesario para incorporar a las plataformas de formación online nuevas capacidades pedagógicas que hasta el momento no han sido exploradas.
2. Aplicación de métodos de aprendizaje automático. De los datos a las predicciones.
En la actualidad no existe ninguna acción formativa en modalidad online, basada en los parámetros de este proyecto relacionados con la evaluación y la metodología pedagógica.
Además, las temáticas pueden ser universales, los contenidos de carácter transversal y no sujetos a la incidencia e idiosincrasia geográficas ni idiomáticas por lo que el desarrollo final sería totalmente extrapolable a clientes extranjeros.
3. El modelo
Gracias al desarrollo del proyecto se plantea ponderar y generar notas a partir de las evaluaciones alumno-alumna realizadas e informes de recomendaciones personalizados para ellos, de cara a asegurar una mejoría en el aprovechamiento de los cursos.
Además, el sistema proveerá de información de mejora potencial de los contenidos de sus formaciones y le ofrecerá un macroanálisis de datos que permitirá ver su posición relativa a la calidad e interactividad de sus materiales, dotándose así de una importante ventaja competitiva por permitir una toma de decisiones adaptada y orientada a la mejora continua.
Los datos se agregarán, analizarán, reutilizarán, difundirán y manejarán en tiempo real permitiéndonos establecer y extraer conclusiones e informes de alto valor. Para la consecución de los objetivos se requiere un amplio dominio de las tecnologías Big Data.
4. Calidad del modelo y resultados esperados
- Permitirá abordar procesos de evaluación completos y complejos incluso en entornos donde el volumen de alumnos sea tan grande que el coste de contar con equipos de tutorización experta para la corrección de preguntas abiertas no pueda ser asumido.
- El sistema nos proveerá, para cada evaluación, no solo de una nota de carácter numérico, sino de un feedback sobre el aprendizaje del alumno con comentarios generados de forma automática por la máquina, que garantizará una mejora en el seguimiento del conocimiento adquirido.