3.71.- Pedro Jesús Cabrera Santana_Innovación Educativa 345g6v

Bienvenidos y bienvenidas a un nuevo episodio de ULPGC Conocimiento Compartido.

Hoy viene a compartir conocimiento Pedro Cabrera Santana, que es profesor titular del área de Ingeniería Mecánica y viene a hablarnos de un proyecto de innovación educativa que, curiosamente, lleva por título una pregunta.

¿Podría un algoritmo de Machine Learning ayudar al profesorado en la evaluación de algunas actividades formativas? Muchas gracias por estar con nosotros, Pedro.

Muchas gracias a ustedes. Es todo un placer estar aquí para exponer nuestras tareas de innovación educativa y de investigación.

Es tentador empezar la entrevista preguntando si podría un algoritmo de Machine Learning, pero bueno, vamos a ir al principio de todo. ¿Este proyecto de innovación educativa de dónde surge? Bueno, surge de una necesidad que empezamos a adquirir varios profesores cuando nos empezamos a involucrar en varios proyectos de innovación educativa y nos dimos cuenta que el crear actividades formativas constantemente incrementaba nuestra carga de trabajo enormemente.

Entonces, debido a que en mi línea de investigación aplico técnicas de Machine Learning a otro ámbito, pues pensé, ¿podrían las técnicas de Machine Learning ayudarnos a evaluar para poder seguir creando actividades formativas y reducir la carga de trabajo del profesor y que esta carga no sea una traba para crear nuevas actividades? De ahí surgió.

¿En qué se ha traducido este proyecto de innovación educativa? ¿Cómo lo han desarrollado? Nos centramos en los informes de prácticas de los estudiantes.

El objetivo era cruzar las notas que varios de nosotros ya habíamos puesto a esos informes de práctica con extracción del conocimiento de esos informes de manera automática y al final conseguimos que una técnica de Machine Learning estime una nota muy parecida a la nuestra.

¿En qué áreas o en qué asignaturas han empezado a implementar este proyecto? Fundamentalmente en ingeniería, en asignaturas de ingeniería y al inicio del proyecto más concretamente en las asignaturas más cercanas a mí que son de ingeniería mecánica.

¿Y podría un algoritmo de Machine Learning ayudar al profesorado en la evaluación de algunas actividades formativas? ¿Cuál sería tu respuesta ahora? Por supuesto, nos hemos dado cuenta de que esta hipótesis se ha confirmado.

De hecho, el año pasado cuando presentamos el arranque, el lanzamiento de este proyecto nosotros éramos los únicos que planteábamos un algoritmo de este tipo y días más tarde se puso en marcha el chat de GPT y a día de hoy en las nuevas convocatorias del proyecto de innovación educativa ya se plantea esto más efusivamente.

De hecho, nosotros alcanzamos con esta iniciativa que el algoritmo estime con un error del 10% nuestra nota.

Perfeccionando este algoritmo evidentemente un poquito más lograríamos algo muy ajustado a la realidad.

Este proyecto de innovación educativa, por lo que tú nos estás explicando está dirigido fundamentalmente al profesorado para aliviar su carga de trabajo y no ser un impedimento a esta carga para nuevas actividades formativas.

Pero, ¿cómo dirías tú que ha impactado también en el estudiantado? Yo creo que ganan ambos, ganan tanto el profesor como el estudiante porque el profesor ante esa resistencia de tener que evaluar grandes cantidades de trabajo y heterogéneas con nuevas actividades de innovación pues no plantea esas actividades, sino que se queda solamente en el examen.

Sin embargo, si tiene ayudas de este tipo pues puede plantear muchas y variadas actividades.

El estudiante es capaz de asimilar más la materia y el profesor no se ve sobrecargado.

¿Y qué receptividad han tenido los profesores del área de ingeniería que es de donde tú vienes para este proyecto? Esencial, lo han cogido con brazos abiertos y muy motivados, con muchas ganas de ver los resultados y de aplicarlos en su asignatura.

¿Qué planes de futuro tiene este proyecto de innovación educativa? Bueno, pues queda fundamentalmente convertir este algoritmo que se ha prototipado en una herramienta real para lo cual veremos si podemos aspirar a nueva financiación, maquetarlo en una herramienta que sea fácil de utilizar por el profesorado o incluso integrarlo en el Moodle o en los servicios que usan los profesores a día de hoy.

¿Y tú crees que este sistema sería extensible a otros grados, otras escuelas, otras facultades? Evidentemente, evidentemente.

Algunas de las técnicas que utilizamos, algunas de las técnicas que usa el algoritmo para interpretar esos informes son aplicables a otros ámbitos como análisis de lecturabilidad,