Modelos para la mejora del rendimiento académico de alumnos de la E.S.O. mediante técnicas de minería de datos

Resumen

El objetivo principal de este trabajo es la búsqueda de la mejora del Rendimiento Académico (RA) de los estudiantes de la E.S.O. utilizando como herramienta de análisis la Minería de Datos (a partir de la información tanto académica, personal como la de los tests psicométricos) y siguiendo las pautas que nos marca la Didáctica desde un punto de vista que proporciona el Enfoque Onto-Semiótico (EOS). Este enfoque nos viene dado desde la Didáctica de las Matemáticas, pero puede ser adaptado a cualquier otra área (y así ha sido planteado). La idea que se pretende transmitir es la de proporcionar un sistema que detecte determinados elementos que sirvan a los departamentos didácticos para la mejora del proceso de instrucción y así del RA del alumno. Se busca una mejora en el rendimiento de aquellos objetos (matemáticos o lingüísticos) usados por los alumnos en sus asignaturas a lo largo de la E.S.O., y que puedan afectar de forma colateral a su aprendizaje futuro en otras asignaturas de bachillerato o de la universidad. De manera adicional y complementaria, se ha hecho uso de la Minería de Datos para la cual se ha necesitado un conjunto de datos que represente el campo de estudio. Además, y mediante el uso de estas técnicas (árboles de clasificación, cluster y reglas) se ha caracterizado el proceso de aplicación por los departamentos didácticos de determinadas acciones a los estudiantes. Para dichas acciones se han obtenido buenos predictores que han sido validados, apreciándose la influencia de lengua y matemáticas sobre el resto de asignaturas. Como parte final, se ha procedido a construir un sistema de predicción que nos sirve como protocolo de asignación de una acción a un alumno por los departamentos Didácticos. Se han obtenido unas consecuencias de la aplicación del sistema predictivo haciendo uso de la noción de idoneidad didáctica según EOS sobre las reglas obtenidas, aportando una serie de indicadores. Estos indicadores nos dan información de las trayectorias didácticas del alumno, nos muestran si existe una dispersión en las trayectorias y si se hace necesario, reorientar las acciones realizadas por los Departamentos Didácticos, en el caso de que ésta sea alta para alguna de las Trayectorias Didácticas valoradas. La principal aportación de esta tesis es la introducción del aprendizaje computacional para trabajar sobre la experiencia acumulada y obtener modelos con las técnicas de Minería de Datos. Estos modelos nos muestran el comportamiento de los estudiantes, permitiendo al profesor redirigir las aptitudes del alumno, tratando de evitar un posible fracaso. Asimismo, el uso de estas técnicas nos han proporcionado modelos descriptivos que permiten a los departamentos didácticos, explorar y comprender los datos iniciales e identificar patrones, relaciones y dependencias que impactan en los resultados finales de las evaluaciones. En definitiva, ayudarán en la toma de decisiones tácticas y estratégicas, proporcionando una herramienta de predicción interpretable para el profesor.