Hoy en día disponemos de muchas herramientas para dar soporte y facilitar el aprendizaje de los estudiantes, ya sea en educación obligatoria o en estudios posteriores. Algunas de estas novedades han sido la utilización de pizarras electrónicas, complementar los libros de textos con el uso de tabletas o portátiles, la creación de espacios virtuales que permiten que se impartan las lecciones a distancia, habilitar foros donde los alumnos pueden interactuar entre ellos, agendas electrónicas, etc. Un aspecto muy importante en la educación consiste en guiar y procurar que el alumno asimile los conceptos esperados, intentando ofrecerle todo el soporte posible y solucionando los problemas que puedan surgirle. En estudios obligatorios (educación primaria y ESO) esta práctica es más sencilla de llevar a cabo, ya que el número de alumnos por curso oscila entre los 25-30 y se puede hacer una tutoría individual suficiente. En otro tipo de cursos el número de participantes es mayor, en la fase inicial universitaria el número de estudiantes por clase asciende hasta los 60-80, dificultando la tutoría. Esto no solo afecta a estudios universitarios, en la educación a distancia se encuentra la misma problemática, ya que resulta más complejo interaccionar y empatizar con los alumnos. Las instituciones docentes y su profesorado disponen de un amplio abanico de herramientas analíticas que permiten recolectar información de los alumnos y su comportamiento, siendo así capaces de adaptar el contenido del curso o enfatizar un temario en consecuencia, pero a pesar de esto, el flujo de información y soporte ofrecido al alumno no es suficiente en algunos casos. Resulta evidente la necesidad de ciertas medidas para mejorar el soporte a la metodología de estudio del alumno. Este proyecto pretende expandir la funcionalidad ofrecida por los sistemas de gestión de aprendizaje (Learning management systems) dotándolos de capacidad analítica a partir de la información estadística generada por estas. Para hacer esto posible, vamos a utilizar diferentes algoritmos basados en inteligencia artificial, concretamente perteneciente al subcampo conocido como Machine Learning. El resultado del proyecto muestra la viabilidad de la aplicación de esta tecnología en la docencia, obteniendo unos resultados prometedores y con información realmente útil para el alumno.

Avui en dia disposem de moltes eines destinades a oferir suport i facilitar el procés d’aprenentatge del estudiants, tant en l’educació obligatòria com en estudis posteriors. Algunes d’aquestes millores son la utilització de pissarres electròniques, complementar els llibres de text amb l’ús de tauletes o portàtils, la creació d’espais virtuals que permetin impartir de les classes a distancia, habilitar fòrums on els estudiants puguin interactuar entre ells, agendes electròniques, etc. Un aspecte molt important en l’educació consisteix en guiar a l’alumne i procurar que assimili tots els conceptes esperats, intentant oferir tot el suport possible així com solucionant els problemes que puguin sorgir-li. En estudis obligatoris (educació primària i ESO), aquesta es mes senzilla, ja que el nombre d’alumnes per classe oscil·la entre els 25-30, i es pot fer una tutoria individual suficient. En altre tipus de cursos el nombre de participants es major, a la fase inicial universitària, l’ocupació dels grups ascendeix fins el 60-80, dificultant la tutoria. Aquest problema no afecta tan sols a las universitats, en l’educació a distancia trobem la mateixa problemàtica, ja que resulta més complex interaccionar amb els alumnes. Les institucions docents i el seu professorat disposen d’un ampli ventall d’eines analítiques al seu abast que permeten recol·lectar informació dels alumnes i el seu comportament, podent així adaptar el contingut del curs o emfatitzar un temari en conseqüència. A pesar d’aquestes solucions existents, el flux d’informació i suport ofert als alumnes no es suficients en alguns casos. Resulta evident la necessitat de certes mesures per millorar el suport a la metodologia d’estudi de l’alumne. Aquest projecte pretén expandir les funcionalitats ofertes pels sistemes de gestió de l’aprenentatge (Learning management Systems) afegint-li capacitats analítiques a partir de la informació estadística generada per aquests. Per fer això possible, s’utilitzaran diversos algorismes basats en intel·ligència artificial, concretament del subcamp conegut com Machine Learning. El resultat del projecte mostra la viabilitat de l’aplicació d’aquesta tecnologia en la docència, obtenint un resultats prometedors juntament amb informació de veritable utilitat pels estudiants.

Nowadays there are a lot of tools whose aim is to support the student’s learning process. Some of these features are the use of electronic blackboards, the combination of books with laptops or tablets, virtual environments to help non presential courses, the use of forums where the students can discuss different course topics, online scheduling, etc. One of the main aspects to consider when teaching, is to support the student offering him guidance and help him with the possible eventualities. This guidance is easier to do in the compulsory school, because the number of students per class goes from 25 to 30, and you can dedicate enough time on each student. That situation is much different in the university, where in the first year, the enrolled students increases twice as much as in school, making it very difficult to keep track of his progress. These difficulties are even worst for the distance courses, where it is more complex to empathize with the student. The educational institutions have at their disposal a wide variety of analytics tools that allow them to collect student’s performance data and use them to adapt the course content in consequence, for example, emphasizing the topics where the performance has been lower. Even though the existence of these tools, the communication with the student is not enough. The aim of this project is to increase the coverage offered by the learning management systems, providing them with analytical functionalities that will be applied to the statistical information generated by these platforms. To make this possible, I’m going to use different techniques based on artificial intelligence, specifically, a variety of algorithms studied by the machine learning field. The results obtained by the project have proven the viability of using this technology in the education. The information generated by the investigation is truly helpful for the student and opens the door to an entire range of possible future improvements.