Factores relevantes en la educación STEAM: Desarrollo de Métricas y Modelos Automatizados

摘要

This article aims to show a concrete experience and a model in progress for the systematic evaluation of education called STEAM, an acronym for science, technology, engineering, art and mathematics (from English: Science, Technology, Engineering, Art and Mathematics). STEAM workshops and experiences generate an apparent positive impact on young people, who develop diverse skills and even manage to perceive education as a way to enhance their skills. Both teachers and students feel that the academic experience improves and opens a possibility for the early prevention of student dropout. The present work provides the first reliable findings that have been obtained by applying Computational Intelligence to model the behavior of students in STEAM situations, and in this way predict possible dropouts. Likewise, quality and progress are controlled through metrics in the underlying pedagogical processes. Two forms are used to record the data to be analyzed. The first focuses on the general information of the institutions and the second captures information from the students themselves. Additionally, we work with specific surveys for each event, which collect post-mortem peculiarities that allow us to improve the initial model and evaluate certain aspects that the forms cannot capture on occasions where a priori information is not present. This work includes the introduction to STEAM activities developed in the collaborating institutions, describes the integration and coordination mechanisms, and part of the protocolized results..Este artículo tiene como objetivo mostrar una experiencia concreta y un modelo en progreso para la evaluación sistemática de la educación denominada STEAM, acrónimo de ciencia, tecnología, ingeniería, arte y matemáticas (del inglés: Science, Technology, Engineering, Art y Mathematics). Los talleres y experiencias STEAM generan un aparente impacto positivo en los jóvenes, quienes desarrollan aptitudes diversas y hasta logran percibir la educación como una forma de potenciar sus habilidades. Tanto docentes como alumnos sienten que mejora la experiencia académica y se abre una posibilidad para la prevención temprana de la deserción estudiantil. El trabajo presente aporta los primeros hallazgos fehacientes que se han obtenido aplicando Inteligencia Computacional para modelar el comportamiento de los estudiantes en situación STEAM, y de esta manera predecir posibles deserciones. Asimismo, se controla la calidad y progreso por medio de métricas en los procesos pedagógicos subyacentes. Se trabaja con dos formularios para la protocolización de los datos a analizar. El primero se enfoca en la información general de las instituciones y el segundo captura información de los estudiantes en sí. Adicionalmente se trabaja con encuestas específicas de cada evento, que recogen post-mortem peculiaridades que permiten mejorar el modelo inicial y evaluar ciertos aspectos que los formularios no pueden capturar en ocasiones donde la información a priori no está presente. Este trabajo comprende la introducción a actividades STEAM desarrolladas en las instituciones colaboradoras, describe los mecanismos de integración y coordinación, y parte de los resultados protocolizados.