Minería de datos educativos y análisis del aprendizaje

La minería de datos educativos (EDM, Educational Data Mining) y la analítica del aprendizaje (LA, Learning Analytics) son técnicas que utilizan el análisis de datos para mejorar los procesos educativos. Para ello extrae patrones y tendencias del rendimiento, el comportamiento y las interacciones de los estudiantes. Estas disciplinas optimizan los procesos de aprendizaje, identifican a los estudiantes con sus dificultades y logran personalizar las experiencias de aprendizaje. Su integración promete revolucionar la educación y fomentar el éxito de los estudiantes en la era digital.

Líneas de investigación actuales en DaSCI:

• Portabilidad de modelos predictivos. En la minería de datos educativos, un reto clave es garantizar la portabilidad de los modelos predictivos a través de diferentes cursos. Actualmente, la excesiva dependencia de atributos de bajo nivel durante el entrenamiento limita la adaptabilidad de los modelos. Para abordar este problema, estamos desarrollando y utilizando activamente atributos de alto nivel con un significado semántico más rico, con el objetivo de mejorar la transferibilidad de los modelos.
• Fusión de datos multimodales. En la actualidad, los datos de los estudiantes son multimodales y proceden de diversos canales, como la tecnología del aprendizaje, el comportamiento, la fisiología, la psicometría y los entornos de aprendizaje. Nuestro enfoque consiste en crear modelos predictivos que integren esta información diversa, ofreciendo una comprensión global del itinerario completo de aprendizaje de los estudiantes. El objetivo final es mejorar la precisión de la predicción de las tasas de abandono de los estudiantes, obteniendo una visión sin precedentes de sus actividades minuto a minuto.
• Modelos de EDM fiables y justos. En educación, es vital disponer de modelos predictivos fiables y justos. Con transparencia y mitigación de sesgos, estos modelos ganan confianza y adopción por parte de los educadores. Garantizan la igualdad de oportunidades para estudiantes diversos, fomentando la inclusión y apoyando mejores resultados de aprendizaje. El énfasis en estos principios cultiva un entorno educativo basado en datos en el que se satisfacen las necesidades individuales de los estudiantes, lo que conduce a un mayor éxito académico y crecimiento personal.

Investigadores relacionados:

Letra:
	Nombre	Email	Área	Cat.
	Gibaja Galindo, Eva Lucrecia	egibaja@ucNH56RQ2o.es		–
	Romero Morales, Cristobal	cromero@uco1ZKuKeZl.es		–