Descripció del projecte
L’objectiu d’aquest projecte d’investigació és el disseny i desenvolupament d’un sistema de suport a la docència basat en Intel·ligència Artificial. Aquest sistema haurà de guiar el professorat al llarg de les fases d’1) avaluació de competències, de 2) detecció i diagnòstic de les possibles dificultats que cada alumne pugui experimentar durant el seu procés formatiu i de 3) disseny dinàmic, adaptatiu i personalitzat del currículum a seguir per cada alumne per a una adquisició eficient de coneixements.
Aquestes fites coincideixen en bona mesura amb les fites que persegueixen les actuals empreses líders en aprenentatge adaptatiu com per exemple Pearson Education (Londres), McGraw Hill Education (NY) o Squirrel AI (Xangai).
En general, les esmentades companyies ofereixen paquets de programari que monitoritzen a cada estudiant per separat, determinant amb més o menys èxit el que l’alumne sap i recomanant el que ha de fer a continuació.
Fins on sabem, però, no existeix cap solució que tingui en compte la dimensió grupal del procés d’aprenentatge. Aquestes empreses es centren en l’aprenentatge individual i no consideren la dimensió del treball en grup i del treball en el context d’una aula en escoles que imparteixen estudis reglats. En aquest sentit, l’Institut d’Investigació en Intel·ligència Artificial (IIIA-CSIC) acumula una gran expertesa en el desenvolupament d’algorismes per a la formació òptima de grups d’aprenentatge i treball. Aprofitant aquesta expertesa tecnològica, i a diferència de les solucions esmentades, la tesi que proposem contribuirà a l’estudi d’algorismes de recomanació que enfocaran el procés d’aprenentatge dels alumnes des d’una perspectiva grupal, de manera que el producte final faci recomanacions motivades per la millora de la classe en tant que grup (vs. com a suma d’individualitats).
Per tal de posar en pràctica aquests objectius, l’estudiant de doctorat haurà de realitzar una tasca de revisió bibliogràfica de les àrees de pedagogia, psicologia de l’aprenentatge i psicologia social que li proporcionin un bagatge teòric sòlid amb el qual proposar heurístics ben fonamentats per a la formació de grups en una classe.
Pel que fa a l’avaluació dels alumnes, s’explotaran tècniques l’eficàcia de les quals ja ha estat prèviament avalada per la bibliografia, com ara xarxes bayesianes per a la construcció de distribucions de probabilitat que representin l’estat de coneixement en què es troba cada alumne. S’explorarà, a més, una representació eficient i veraç de l’estat de coneixement de grups d’alumnes, així com els problemes combinatoris que ocasiona l’enfocament de grup que es persegueix.
Pel que fa a les recomanacions de les trajectòries per a l’aprenentatge adaptatiu, els actuals models d’èxit empresarial combinen l’aplicació d’Espais de Coneixement (Knowledge Spaces) i diferents tècniques de Machine Learning. La persona seleccionada per a la realització d’aquest doctorat haurà de fer una revisió d’aquestes i altres tècniques actuals i adaptar-les per abastar també l’enfocament d’aprenentatge grupal que aquest projecte proposa. Així mateix, la persona seleccionada haurà de tenir en compte en la seva elecció dels algorismes a emprar, les circumstàncies particulars que envolten a l’empresa Additio i en concret l’ordre de magnitud de les dades de què disposa o potencialment disposarà.
