Diseño de experimentos para la evaluación de innovaciones educativas y análisis de datos mediante redes bayesianas (Seminario de docencia)

Diseño de experimentos para la evaluación de innovaciones educativas y análisis de datos mediante redes bayesianas (Seminario de docencia)

 

Título: Diseño de experimentos para la evaluación de innovaciones educativas y análisis de datos mediante redes bayesianas.

Ponente: Carmen Lacave, profesora titular de la Unviersidad de Castilla-La Mancha (UCLM)

Fecha: 16 de Enero de 2019, 12:30 h.

Lugar: ETS Arquitectura, aula 0S6

 

Los profesores universitarios, como docentes, estamos obligados a innovar en nuestras clases con el objeto de adaptarnos a los nuevos contextos educativos. La evaluación de los resultados de una innovación docente se debe realizar de una forma lo más científica (y empírica) posible, para que la hipótesis de mejora tenga validez y pueda ser extrapolada a otras situaciones. En este marco, los diseños de experimentos permiten establecer causas y justificar explicaciones partiendo de una o varias hipótesis de partida, que se confirman o descartan mediante distintas técnicas de análisis estadístico o de inteligencia artificial. El instrumento más sencillo y rápido que se suele utilizar en dichos experimentos es el cuestionario. Pero para garantizar la utilidad y significado de los resultados obtenidos, no vale con la simple creación de una lista de preguntas y respuestas, sino que el instrumento utilizado debe estar bien “calibrado”, es decir, debe estar bien diseñado según los criterios estándar de calidad, que son su fiabilidad y validez.

Por otra parte, para que una innovación sea efectiva, se debe ir más allá y predecir si se podrá seguir aplicando dependiendo de patrones de comportamiento del alumnado. Es ahí donde la inteligencia artificial resulta de gran interés al proporcionar distintas técnicas de minería de datos, que permiten descubrir información automáticamente de los datos sin necesidad de formular previamente una hipótesis; mientras que en el análisis estadístico tradicional se supone que las hipótesis ya están construidas. En concreto, las redes bayesianas proporcionan una serie de ventajas sobre otro tipo de técnicas ya que proporcionan una forma compacta de representar el conocimiento y son fácilmente interpretables.  

Así pues, en esta conferencia se ilustrarán todas estas ideas mediante la exposición de varios casos de estudio reales abordados por el equipo de investigación CHICO de la UCLM al que pertenece la profesora Carmen Lacave.