Diseño y simulación de un modelo de predicción para la evaluación de la competencia digital docente usando técnicas de Machine Learning

• Forero-Corba, Wiston ^[1] ; Negre Bennasar, Francisca ^[1]
  1. [1] Universitat de les Illes Balears

     Universitat de les Illes Balears

     Palma de Mallorca, España

     
• Localización: Edutec: Revista electrónica de tecnología educativa, ISSN-e 1135-9250, Nº. 89, 2024 (Ejemplar dedicado a: Inteligencia artificial en la evaluación y la personalización del aprendizaje), págs. 18-43
• Idioma: español
• Títulos paralelos:
  • Design and simulation of a predictive model for the evaluation of teachers' digital competence using Machine Learning techniques
• Enlaces
  • Texto completo
• Resumen
  • español

    Machine Learning (ML) es un campo de la inteligencia artificial que, a través de técnicas, elabora predicciones de datos masivos. La competencia digital docente (CDD) refiere comúnmente a las habilidades y destrezas de los docentes en sistemas digitales y su aplicación en los procesos de enseñanza-aprendizaje. La investigación sobre CDD es importante para las instituciones, ya que de su evaluación dependen el aprendizaje, trayectoria, dirección y comportamiento de los alumnos. La CDD en Colombia se basa en 5 elementos: Comunicativa, de gestión, investigativa, pedagógica y tecnológica, y cada uno de ellos se mide en tres niveles: Explorador, integrador e innovador.  Las preguntas de investigación fueron: (1) ¿Qué tipo de resultados podemos esperar de la predicción de la CDD con técnicas de ML? (2) ¿Qué técnicas de ML son efectivas para predecir la CDD? (3) ¿Qué ventajas trae predecir la CDD con técnicas de ML? La metodología pretende diseñar un modelo de predicción de la CDD en Colombia aplicando 9 técnicas de ML usando el software Orange Data Mining. Los resultados muestran la alta efectividad que tienen las técnicas inteligentes para predecir la CDD. El modelo muestra que es retroalimentable, escalable y permite proponer itinerarios personalizados de aprendizaje.

  • English

    Machine Learning (ML) is a field of artificial intelligence that uses techniques to make predictions from massive data. Teachers’ Digital Competence (TDC) commonly refers to teachers' skills and abilities in digital systems and their application in teaching and learning processes. TDC research is important for institutions, since student learning, trajectory, direction, and behavior depend on its evaluation. TDC in Colombia is based on 5 elements: Communicative, management, investigative, pedagogy and technology, and each of them is measured at three levels: exploratory, integrative, and innovative.  The research questions are: (1) What kind of results can we expect from CDD prediction with ML techniques? (2) What ML techniques are effective in predicting TDC? (3) What are the advantages of predicting TDC with ML techniques? The methodology aims to design a prediction model of TDC in Colombia through the application of 9 ML techniques using Orange Data Mining software. The results show the high effectiveness of intelligent techniques to predict TDC. The model demonstrates that it is feedbackable, scalable and allows proposing personalized learning itineraries.