La Junta de Extremadura aplica la inteligencia artificial en la gestión educativa

Recomendados:  Informe IT Trends: 2020, el año de la consolidación digital Leer Ciberseguridad en 2020, ¿qué podemos esperar? Registro.  Tendencias TI 2020, visionando el futuro. Webinar ondemand.

Extremadura se ha convertido en la primera región en en implantar la inteligencia artificial (IA) en la gestión educativa pública. Con Ayesa como socio tecnológico, la Consejería de Educación y Empleo de esta Comunidad ha puesto en marcha un sistema de recomendaciones para el proceso de admisión en Ciclos Formativos de Formación Profesional (FP), con el objetivo de ayudar al alumnado y a sus familias a tomar decisiones sobre la elección de sus futuros estudios.

Según la consultora, el sistema aprende cómo se comporta el proceso de solicitud y adjudicación de plazas, teniendo en cuenta variables como la oferta de cursos, la demanda y las decisiones de las personas, y ofrece a los interesados un escenario de probabilidad baja, media o alta de que sean admitidos en los ciclos elegidos.

Esto es de gran utilidad para aquellas personas que no consiguen plaza en julio y esperan a septiembre para optar de nuevo a entrar en el curso que habían marcado en las primeras posiciones. Nicolás Gallego, jefe de servicio de Formación Profesional Reglada en la Consejería, señala que mediante el sistema, “cualquier persona puede afinar su solicitud en función de las probabilidades de acceso que tenga en los diferentes ciclos formativos”

Hasta ahora, unas 5.500 personas han hecho uso de esta herramienta, y el 98% de ellas fueron correctamente informadas por el sistema de recomendaciones.

El proyecto, que ha contado con un equipo de investigación de la Universidad de Sevilla y la Universidad Pablo de Olavide, se ha realizado en el marco evolutivo de Rayuela, la plataforma de gestión educativa de Extremadura y después de haber llevado a cabo diferentes estudios relacionados con la aplicación de técnicas de Inteligencia Artificial, fundamentalmente en el campo del análisis predictivo y del aprendizaje automático (machine learning) del rendimiento académico.

Para llevarlo a cabo, se han llevado a cabo dos modelos predictivos, uno destinado a revelar si una petición mejorará o no en la convocatoria de septiembre junto con su probabilidad (modelo de clasificación) y un segundo, destinado a augurar la posición que ocupará la petición en el listado de septiembre (modelo de regresión).