SPADATAS al TEEM 2024: Tecnologies avançades per millorar l’educació

Track 2: Expressió de contingut educatiu mitjançant models extensius de llenguatge - una qüestió de context

Autors: Daniel Amo-Filva, Amaia Pikatza Huerga, Susana Romero-Yesa, Álvaro Sicilia Gómez, Belén Donate-Beby, Eduard Fernández i David Fonseca
Ponent: Belén Donate-Beby

En aquesta ponència, l’equip de SPADATAS va analitzar l’ús de models de llenguatge extensiu (com els sistemes d’IA que generen text) per a la creació de contingut educatiu. Aquests models poden produir materials didàctics que ajuden els docents, però l’estudi se centra en com personalitzar aquests models perquè el contingut generat sigui rellevant i adaptat a cada context educatiu. Així, es destaquen les oportunitats i reptes d’utilitzar intel·ligència artificial a l’aula, subratllant la importància d’ajustar la IA a les necessitats i realitats dels estudiants.

Track 13: Percepcions dels estudiants sobre qüestionaris post-classe en Microeconomia i Macroeconomi

Autors: Dubravka Novkovic, Josep Petchamé, Ignasi Iriondo, Daniel Amo-Filva, Eulàlia Ribó, Belén Donate-Beby i Francesc Solanellas
Ponent: Belén Donate-Beby

Aquest estudi investiga les percepcions dels estudiants de Microeconomia i Macroeconomia sobre els qüestionaris realitzats després de cada classe. L’equip de recerca va descobrir que aquests qüestionaris ajuden els estudiants a reforçar el que han après, ja que els permeten avaluar ràpidament la seva comprensió i detectar àrees de millora. Els estudiants van valorar aquesta eina de retroalimentació immediata, que també fomenta l’autogestió i l’aprenentatge actiu, convertint-se en una metodologia pràctica per consolidar el coneixement en aquestes assignatures.

Track 13: Aprenentatge humà vs. aprenentatge de màquines - el millor enfocament per detectar l’abandonament universitari precoç

Autors: Sofía Aguayo-Mauri, Belén Donate-Beby, Daniel Amo-Filva, Alba Llauró, David Simón, María Alsina, David Fonseca, Silvia Necchi, Susana Romero-Yesa, Marian Aláez, Jorge Torres Lucas i María Martínez-Felipe
Ponent: Sofía Aguayo-Mauri

L’última ponència presentada per SPADATAS al TEEM 2024 aborda una qüestió crítica a l’educació superior: l’abandonament universitari. Aquest estudi compara l’ús d’algoritmes d’aprenentatge automàtic amb l’experiència humana per predir el risc d’abandonament dels estudiants. Tot i que els models d’IA permeten identificar patrons complexos de risc, la intervenció humana continua essent essencial per comprendre els factors emocionals i contextuals darrere la decisió d’abandonar. Aquesta anàlisi mixta de dades i context humà permet dissenyar estratègies d’intervenció més efectives i personalitzades per retenir els estudiants.

Les investigacions de SPADATAS presentades al TEEM 2024 reflecteixen un compromís constant amb la innovació en l’educació, explorant noves formes d’aprofitar la tecnologia per enriquir l’experiència d’aprenentatge i millorar els resultats acadèmics.