Según un estudio de la Universitat Oberta de Catalunya (UOC), el centro tecnológico Eurecat y la Universidad Autónoma de Madrid, publicado en abierto en la revista científica PLoS ONE, durante la pandemia los estudiantes trabajaron de forma más continuada, lo cual favoreció sus resultados.

El análisis de los datos, que se hizo durante cinco cursos, pone de relieve que el estudio continuo, aquel que empieza al menos tres meses antes de los exámenes, es el mejor método para lograr buenas calificaciones. Detectar el modo de estudio de los estudiantes ayuda, por lo tanto, a pronosticar su futuro rendimiento.

En el estudio, los autores utilizaron la inteligencia artificial (IA) con el objetivo de predecir los resultados con suficiente antelación para poder ayudar a los estudiantes que potencialmente iban a obtener una mala puntuación. Si se les avisa con tiempo, los estudiantes pueden revisar su forma de prepararse y modificar las estrategias de aprendizaje que no resultan productivas. Por otro lado, estos resultados también permiten a los profesores descubrir malas prácticas tanto al aprender como más tarde, en el examen, ya que pueden indicar si los estudiantes han podido copiar o si hay algún plagio.

«Durante 2019, la UNESCO declaró la importancia de la IA en la educación», dice la investigadora principal, Laia Subirats, , asesora de investigación en el grupo ADaS Lab del eHealth Center de la UOC, profesora colaboradora de los Estudios de Informática, Multimedia y Telecomunicación en la misma universidad e investigadora de Eurecat. «Aquí mostramos que puede usarse para evitar malas prácticas de estudio y para detectar resultados extraños que pueden esconder conductas inapropiadas como plagios».

El estudio se basa en el análisis de los ejercicios que 396 estudiantes de la asignatura Informática aplicada del grado de Ingeniería Química impartido en la Universidad Autónoma de Madrid realizaron a través de una herramienta de aprendizaje adaptativo: e-valUAM. Se trata de una plataforma de aprendizaje a distancia en la que se presentan test con preguntas que van variando en función de si las respuestas son correctas o no. Con los resultados de estos test, la investigación mostró que la IA puede utilizarse para que los alumnos planifiquen mejor su método de estudio. «La IA puede contribuir al aprendizaje continuo de diferentes maneras», explica Subirats. «Además de detectar malas estrategias de estudio y malas prácticas, también puede personalizar el ritmo de aprendizaje, proporcionar retroalimentación personalizada a través de tutores inteligentes o responder dudas mediante bots conversacionales educativos».

Tres perfiles de aprendizaje

En el análisis de los datos, los estudiantes se clasificaron en tres perfiles según su forma de estudio y los resultados que consiguieron: los que trabajan de forma continua, los que lo dejan para el último minuto y los que obtienen resultados bajos en general. El grupo de los que estudian de manera continua es el que logró los mejores rendimientos; por lo tanto, «deben buscarse estrategias para favorecer esta práctica», afirman los autores del artículo científico.

Durante el confinamiento, al remplazarse las clases presenciales, se produjeron circunstancias especiales —como recibir más actividades para hacer en casa— que favorecieron que los alumnos trabajaran de manera más continua. Los investigadores apuntan que ahora habría que buscar otros mecanismos alternativos que favorecieran conservar ese método de trabajo más constante que se vio durante los meses en los que los estudiantes no pudieron salir de casa.

Fomentar el estudio continuo

Según Laia Subirats, existen diferentes herramientas para ayudar a los alumnos a estudiar de manera continua, como facilitar recursos educativos, la retroalimentación constante, el aprendizaje colaborativo o la gamificación. «Algunos ejemplos que favorecen el estudio continuado son establecer objetivos y rutinas de estudio, aprender colaborativamente interaccionando con el profesor o con iguales, hacer prácticas o ejercicios similares, redactar la información con palabras propias, estudiar en voz alta o aplicar técnicas nemotécnicas», explica.

Conseguir que los alumnos utilicen estas estrategias y ayudarles con herramientas como la IA es el objetivo que plantea este estudio para fomentar un trabajo más constante y, en consecuencia, mejores resultados.

Artículo relacionado

Subirats L, Palacios Corral A, Pérez-Ruiz S, Fort S, Sacha G-M (2023) Temporal analysis of academic performance in higher education before, during and after COVID-19 confinement using artificial intelligence. PLoS ONE 18(2): e0282306. https://doi.org/10.1371/journal.pone.0282306