ARQUITECTURA COMPUTACIONAL PARA PREDECIR EL RENDIMIENTO ACADÉMICO DE ALUMNOS DE LA UNIVERSIDAD AGOSTINHO NETO

Abstract

El estudio de los factores que intervienen en el rendimiento académico de los alumnos ha sido y sigue siendo un tema objeto de investigación pedagógica por cuanto aporta información de mucho valor en el proceso de personalización de la enseñanza y en la mejora del sistema educativo en su conjunto. A pesar de que esa información puede dar un indicio sobre las dificultades que presentarán individualmente los alumnos durante sus estudios inmediatos y futuros, es conveniente disponer de algún procedimiento que permita predecir con alguna certeza cuál será su rendimiento al finalizar un período. Este conocimiento facilitaría la creación de intervenciones oportunas que favorezcan un mejor aprendizaje de cada alumno en función de sus características personales. Para analizar la relación entre un grupo de factores que caracterizan a los alumnos que ingresan en la carrera de Ciencia de la Computación de la UAN y su rendimiento académico al finalizar el primer año se propone la utilización de un modelo de red neuronal del tipo Perceptron Multicapa (MLP), debido a su buen desempeño en la predicción del comportamiento de sistemas complejos. En este trabajo se describe una arquitectura computacional, que incluye una red neuronal MLP, con el fin de realizar una predicción del desempeño académico de los estudiantes al finalizar el primer año de la carrera.