Modelo de aprendizaje automático para predecir dificultades de aprendizaje en estudiantes de Educación General Básica

Le résumé fourni par la source

La identificación temprana de dificultades de aprendizaje en estudiantes de Educación General Básica constituye un desafío fundamental para las instituciones educativas, debido a que estas dificultades pueden afectar el rendimiento académico, la motivación, la participación escolar y el desarrollo integral del estudiante. Los procesos tradicionales de evaluación suelen detectar los problemas cuando ya existen evidencias significativas de rezago académico, limitando la aplicación de estrategias preventivas. En este contexto, los modelos de aprendizaje automático representan una alternativa tecnológica para analizar grandes cantidades de información educativa y establecer patrones relacionados con dificultades de aprendizaje. Estas herramientas permiten integrar variables académicas, cognitivas, conductuales y contextuales con el propósito de generar predicciones que apoyen la intervención docente. El presente artículo tiene como objetivo diseñar un modelo de aprendizaje automático para predecir dificultades de aprendizaje en estudiantes de Educación General Básica. La investigación se desarrolló mediante un enfoque mixto, combinando revisión documental sobre inteligencia artificial educativa, minería de datos educativos y modelos predictivos, junto con la aplicación de instrumentos dirigidos a docentes y directivos. Los resultados evidencian que las principales variables asociadas a dificultades de aprendizaje corresponden al rendimiento académico previo, comprensión lectora, resolución de problemas matemáticos, asistencia, participación en clase y hábitos de estudio. Asimismo, se identifica que los docentes requieren herramientas inteligentes que permitan anticipar dificultades y orientar estrategias pedagógicas personalizadas. Se concluye que un modelo de aprendizaje automático puede fortalecer la detección temprana de dificultades educativas al proporcionar información predictiva para la toma de decisiones docentes, siempre que su aplicación considere criterios éticos, supervisión profesional y contextualización pedagógica.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.