Evaluación del resultado académico de los estudiantes a partir del análisis del uso de los Sistemas de Control de Versiones

• Main Authors: Alexis Gutiérrez Fernández, Ángel Manuel Guerrero Higueras, Miguel Ángel Conde González, Camino Fernández Llamas
• Format: Article
• Language: English
• Published: Asociación Iberoamericana de Educación Superior y a Distancia (AIESAD) 2020-07-01
• Series: RIED: Revista Iberoamericana de Educación a Distancia
• Subjects: aplicación informática, tratamiento de la información, inteligencia artificial, proceso de aprendizaje.
• Online Access: http://revistas.uned.es/index.php/ried/article/view/26539

Una de las herramientas más utilizadas por los profesionales de las tecnologías de la información y la comunicación son los sistemas de control de versiones. Estas herramientas permiten, entre otras cosas, monitorizar la actividad de las personas que trabajan en un proyecto. Por tanto, es recomendable que se utilicen también en las instituciones educativas. El objetivo de este trabajo es evaluar si el resultado académico de los estudiantes se puede predecir monitorizando su actividad en uno de estos sistemas. Para tal efecto, hemos construido un modelo que predice el resultado de los estudiantes en una práctica de la asignatura Ampliación de Sistemas Operativos, perteneciente al segundo curso del grado en Ingeniería Informática de la Universidad de León. Para obtener la predicción, el modelo analiza la interacción del estudiante con un repositorio Git. Para diseñar el modelo, se evalúan varios modelos de clasificación y predicción utilizando la herramienta MoEv. Esta herramienta permite entrenar y validar diferentes modelos de clasificación y obtener el más adecuado para un problema concreto. Además, la herramienta permite identificar las características más discriminantes dentro de los datos de entrada. El modelo resultante ha sido entrenado utilizando los resultados del curso 2016 – 2017. Posteriormente, para asegurar que el modelo generaliza correctamente, se ha validado utilizando datos del curso 2017 – 2018. Los resultados concluyen que el modelo predice el éxito de los estudiantes con un alto porcentaje de acierto.