En 2021, solo el 19 % de los estudiantes tuvieron buenos resultados en la prueba Saber Icfes de ingreso a la educación superior en Colombia, por lo cual es importante buscar e implementar estrategias para que las pruebas sean más precisas y evalúen la realidad de los estudiantes más allá de un estándar, que deja por fuera a una gran porción de la población que intenta ingresar.
El aprendizaje automático o machine learning pone a prueba la capacidad de un algoritmo, diseñado por medio de lenguajes de programación, para evaluar, en este caso, el mejor el desempeño de alguien en un examen, teniendo como eje que, por un lado, no se deban elaborar tantas preguntas, y por el otro, se tenga en cuenta la dificultad necesaria de las preguntas en cada momento de la prueba.
Este fue el interés de José Cáliz, estudiante de la Maestría en Estadística de la Universidad Nacional de Colombia (UNAL), quien puso a prueba una red neuronal artificial, que es un sistema que va a aprendiendo de los errores y pueden tomar decisiones similares a los seres humanos, diseñada en el lenguaje de programación Python, que hoy en día es de los más usados en este campo. Esta se aplicó en una simulación, que funcionaba de manera similar a si se tuvieran 10.000 estudiantes presentando algún tipo de examen de ingreso a la educación superior.
Cómo funciona este sistema de inteligencia artificial para medir los resultados en los exámenes de acceso a la universidad
“Al ir alimentando la red con los datos, que se asemejan a la manera como un estudiante de determinado nivel educativo responde una pregunta, se evidencia que la máquina va a aprendiendo y se adapta mejor a cada persona evaluada, sin que esto suponga una ventaja para alguien, ya que precisamente allí es donde radica la importancia del modelo, en ser preciso entre variables y entradas distintas”, asegura.
La investigación utilizó la teoría de aprendizaje por refuerzo, que viene de la psicología, en la cual, de la misma manera como un niño cuando está creciendo y aprendiendo, la máquina obtiene recompensas al acercarse a un mejor modelo de evaluación para cada estudiante, lo cual está programado para que esta se desempeñe mejor.
“En el algoritmo hay un agente, que en este caso es la red neuronal, la cual se alimenta de la combinación entre acciones –el resultado de una pregunta–, y ambientes o contextos determinados, que no son otra cosa que la evolución que va teniendo el estudiante durante la prueba; así, la red identifica la acción más apropiada según lo que esté viendo, y determine, por ejemplo, el tiempo más oportuno para arrojar o no determinada pregunta, sin enfocarse ya en el tiempo que queda sino en el desempeño”, indica el investigador.
Test adaptativos inteligentes
Según el experto, aunque en Colombia ha habido algunos acercamientos al uso de test adaptativos inteligentes, que en ocasiones han sido utilizados por instituciones para evaluar el nivel de inglés –lo cual recuerda un poco al sistema implementado en Duolingo, famosa aplicación para aprender otro idioma que funciona de esa manera–, aun es un terreno poco explorado, y sobre todo en cuanto a las posibilidades que ofrece el machine learning con el aprendizaje por refuerzo.
Una de las grandes posibilidades asociadas con esta metodología es la implementación de variables que hoy no se tienen en cuenta, como la presión sanguínea, el estrés o la concentración durante un examen, las cuales fluctúan bastante y son determinantes para tener mejores o peores resultados, y que en un futuro se podrían medir con algún tipo de manilla o reloj que vaya reconociendo las vibraciones del pulso y envíe los datos a la máquina para que se ajuste durante el examen.
Por otro lado, también se podrían considerar los factores socioeconómicos y harían que la red neuronal diseñe una prueba más equitativa para estudiantes que vienen de condiciones distintas, ya que hoy se evalúa a todos de la misma forma, aunque hay personas que vienen con una mejor formación escolar.
“La infraestructura tecnológica para hacer esto se encuentra en el país, al menos para hacer pilotos y ver los resultados, pero aún existe un gran impedimento en cuanto al personal capacitado para llevar a cabo estas actividades, lo cual supone un costo que no se ha tenido como prioridad, pero que en la era digital es fundamental para que el acceso a la educación sea más justo”, concluye el magíster.
