Propuesta de un método basado en Deep Learning para Learning Analytics en MOOCs
Author
Isidro Estradas, CristinaAdvisor
Carro Salas, Rosa MaríaEntity
UAM. Departamento de Ingeniería InformáticaDate
2017-09Subjects
InformáticaNote
Máster Universitario en Investigación en Innovación en las Tecnologías de la Información y las ComunicacionesEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
Es notable la relevancia que están consiguiendo los cursos MOOC (Massive Online Open
Courses) en el ámbito de la educación y el aprendizaje online. Estos cursos abren la puerta
a una nueva era para el aprendizaje, ya que ponen accesible una gran cantidad de
conocimiento a personas que pueden no tener los recursos necesarios para adquirirlo de otro
modo. Po ello, el número de estudiantes que se matriculan en un MOOC puede alcanzar un
número gigantesco.
Debido al carácter abierto que tienen los MOOCs, los estudiantes pueden llevar a cabo su
proceso de aprendizaje de forma independiente, cada uno siguiendo su propio ritmo, y para
los profesores puede resultar muy complicado llevar a cabo un seguimiento individualizado
de la evolución de cada uno de ellos. Habitualmente, el porcentaje de estudiantes que
aprueban estos cursos es mucho menor que el de quienes no lo consiguen. Además, las tasas
de abandono suelen ser bastante más altas que en la docencia presencial. Sería interesante,
por tanto, monitorizar la actividad y evolución de cada estudiante a lo largo del tiempo, de
modo que por una parte, los profesores puedan tener algún tipo de retroalimentación y tomar
medidas u ofrecer refuerzo a los estudiantes en caso necesario. Por otra parte, se podría
considerar la posibilidad de intervenir o enviar mensajes de alerta a aquellos estudiantes para
los cuales se detecten dificultades o se prevea que pueden abandonar los cursos.
Las interacciones de los estudiantes con los MOOCs quedan almacenadas y pueden ser
consultadas. Por cada estudiante se genera un número muy grande de datos que pueden ser
analizados para conocer la evolución del estudiante y tratar de detectar o predecir el riesgo
de suspenso o abandono.
En este Trabajo de Fin de Máster se muestra cómo se puede analizar la información
disponible sobre las interacciones de los estudiantes con los MOOCs para tratar de detectar
o predecir situaciones de riesgo como el suspenso o abandono. Además, se analizará si los
algoritmos de Deep Learning pueden aportar una mejora en comparación con los algoritmos
convencionales de aprendizaje automático, en el ámbito de Learning Analytics. It is noticeable the relevance that are gaining some MOOC (Massive Online Open Courses)
in the education and online learning fields. These courses open the door to a new era for
learning, because they make a great deal of knowledge accessible to people who may not
have the necessary resources to acquire them in any other way. This means that the number
of students that get enrolled in a MOOC can reach a gigantic number. If we take into account
that each student generates a very large amount of data, the quantity of information that can
be extracted from its analysis is immense.
On the other hand, due to the open nature of the MOOCs, students can carry out their learning
independently and it can be very difficult for the teachers to keep track of them. If we
compare the students who pass these courses and those who do not, it is observed that the
percentage of the latter group is very high. Therefore, it is necessary to analyse in some way
the activity that the users of the course have, so that the teachers can have feedback and take
measures or reinforcement for the students.
Therefore, in this Master’s Dissertation, a method is proposed in order to provide feedback
to the teachers in the context of online learning systems and in particular, of MOOCs. In
addition, it will be analysed if the algorithms of Deep Learning can provide an improvement
compared to the conventional automatic learning algorithms, in the field of Learning
Analytics.
Files in this item
Google Scholar:Isidro Estradas, Cristina
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.