Resumen de Evaluación de preguntas de opción múltiple utilizando herramientas de clasificación estadística dentro del ámbito de las ingenierías
Danilo Dadamia, Adrián Ferrini, Gonzalo Gómez Toba
En el marco de la emergencia sanitaria que estamos atravesando como sociedad, a raíz de la pandemia COVID 19, por la cual se encuentran suspendidas las clases presenciales dentro del ámbito de la Educación Superior, y en relación con el cumplimiento de las condiciones de regularidad, resulta necesario sustituir la modalidad presencial de exámenes parciales por un sistema de evaluación virtual. Una de las metodologías más utilizadas en la evaluación virtual es la de exámenes de preguntas de opciones múltiple (POM) o multiple choice question (MCQ), en inglés. Las respuestas dadas por los estudiantes, al contestar pruebas de tipo POM, es una fuente de información de interés, que nos permite identificar qué dificultades o errores tienen los estudiantes que las contestan y también como contraparte adquirir experiencia para identificar preguntas que pudieran mejorarse. El objetivo de este trabajo es realizar una evaluación de las dificultades que afrontaron los estudiantes de la cátedra de Física I de la Facultad de Ingeniería de la UBA (Universidad Nacional de Buenos Aires), ante las evaluaciones de tipo POM que se han aplicado tanto en evaluación final de curso, como en evaluaciones parciales, con el fin de mejorar este tipo de metodología para futuros exámenes. Para lograr esto, se planteó un análisis estadístico en el cual, la utilización de algoritmos de aprendizaje supervisado y no supervisado pueden ser herramientas para agrupar una colección de tópicos, de acuerdo con su grado de similitud, como k-means, gradient boosted trees, y support vector machine. Estos análisis de clasificación estadísticos fueron implementados en RapidMiner Studio Versión 9.9
