Modelado automático de trayectorias de aprendizaje : ¿Cuándo generar ayuda personalizada para principiantes en programación?

Abstract

El modelado automático de datos educativos con técnicas de aprendizaje automático prometen un mejor entendimiento del comportamiento y el aprendizaje por parte del estudiante.Para este trabajo se cuenta con un conjunto de datos provisto por Mumuki, un sistema de enseñanza online. Esta tesis propone una forma de modelar automáticamente cuándo un estudiante está en riesgo de abandonar un ejercicio y necesita ayuda personalizada. Para esto se realizó un análisis de cuáles son las características más significativas para modelar la trayectoria de los estudiantes comparando entornos de educación formal e informal. Se entrenaron diversos modelos de aprendizaje automático midiendo el desempeño en la tarea propuesta. Por último, con el objetivo de imitar la secuencialidad de la tarea de resolver un ejercicio de programación se entrenó una red neuronal recurrente en esta misma tarea. Luego de esto se realizó una comparación entre modelos para intentar determinar cuál es la mejor opción en esta tarea. El resultado de esta tesis es la comparación de un modelo neuronal sencillo con una propuesta concreta de ingeniería de características basada en teorías pedagógicas, para modelar automáticamente la trayectoria de estudiantes. Estos modelos fueron construidos en base a los datos generados en el sistema Mumuki.

Understanding which is the path that a student takes when using a web-based coding tool would allow a teacher to make decisions based on evidence. However, analyzing such data by hand would be prohibitively expensive, and the teacher feedback would probably arrive too late. The automatic modeling of educative data with machine learning techniques promises a better understanding of the behaviour and knowledge about student. For this work we have a dataset provided by Mumuki, an online teaching system. This thesis proposes a way to automatically model when a student is at risk of leaving an exercise and needs personalized help. Based on a pedagogical theoretical framework we automatically design and extract from the dataset representative features to model the path of students comparing formal and informal education environments. We trained several machine learning models comparing their performance in this task. Finally, with the aim of imitating the sequentiality of solving a programming exercise task, a recurrent neural network was trained in this same task. After this, a comparison between models was made to try to determine which is the best option for this task. The result of this thesis is a comparison between a simple sequential neural model and a concrete proposal of feature engineering for the task, in order to model automatically the path of the students. The models were built based on the data generated in the Mumuki system.