Planteamiento del Problema La llegada de la pandemia proveniente del SarsCoV-2 ha obligado a diferentes gobiernos del mundo a implementar mecanismos efectivos de contención y mitigación como cuarentenas, autoaislamiento y el confinamiento total o parcial del territorio. Sin duda, este contexto ha sido todo un reto para el sistema educativo de cada uno de los países con el cierre masivo de los centros educativos y actividades presenciales por varios meses (Banco Mundial, 2021). Según el informe especial de la CEPAL (2020), las medidas implementadas previamente mencionadas por los gobiernos han causado efectos directos en la oferta y demanda. Todo esto, provocando el incremento del desempleo debido a la suspensión de actividades en diferentes sectores productivos como educación, transporte, recursos naturales, manufactura, comercio y turismo. En consecuencia, con la suspensión de las actividades presenciales académicas y productivas, además del informe de la Organización Internacional del Trabajo (2022), anunciando que las tasas de desempleo para el 2022 se ubiquen en 207 millones de puestos, 21 millones más en comparación con el 2019. Afectando directamente la falta de motivación de los estudiantes debido a factores socioeconómicos influenciado de la disminución de la capacidad adquisitiva de las familias. A este factor se le suma las desigualdades sociales previamente presentes en términos de acceso a las herramientas, tecnologías e internet por parte de los estudiantes, que podrían desencadenar en el agravamiento de la crisis mundial del aprendizaje (UNICEF, 2020). Dificultando de esta forma, el acceso a las clases de los estudiantes, derivando en la disminución del tiempo empleado para el estudio autónomo y actividades académicas. En adición, el estudio desarrollado por el Banco Interamericano de Desarrollo, (2020), indican que, el confinamiento y cierre de colegios durante los meses más difíciles de la pandemia ha traído consigo el desarrollo de nuevos hábitos, además del deterioro de la relación estudiante, docentes e instituciones educativas. El estudio revela que el punto más negativo derivado de la pandemia fue la caída de horas dedicadas al estudio en países latinoamericanos como México, Argentina, Bolivia y Colombia. El informe evidenció que, en México, hubo una disminución dramática de las horas dedicadas a actividades académicas por parte de los estudiantes, implicando un incremento de 30 puntos porcentuales en comparación con las mismas cifras en el rango de tiempo observado entre 2015 y 2019. De igual manera, los estudiantes que declararon dedicar más de 20 horas al desarrollo de actividades académicas o de estudio se redujo en 47%. Tabla 1. Número de horas semanales que los alumnos de 15-17 años dedican al estudio De igual forma, el mismo estudio haciendo uso de un modelo probabilístico basándose en la cantidad de horas para actividades académicas en México determinó la existencia de: “una asociación positiva entre las horas dedicadas al estudio en los trimestres iniciales y la probabilidad de continuar asistiendo regularmente a la escuela en el trimestre final”. Esta circunstancia desfavorable también impacta otras regiones del continente como en Argentina, donde el estudio revela que aumentó del 48% al 52% entre junio y noviembre del 2020 el porcentaje de estudiantes de colegios públicos en zonas urbanas que dedicó 3 horas o menos de estudio. Tabla 2. Porcentaje de los alumnos de primaria de escuelas públicas en zonas urbanas que dedican menos de tres horas diarias a actividades escolares. Argentina, Junio-Noviembre 2020 En el caso de Bolivia la situación no fue muy diferente. A pesar de que los estudiantes manifestaron estar matriculados en el sistema educativo, el mismo informe del BID (2020), evidencio que: “1 de cada 4 estudiantes entre 6 a 14 años, y 1 de cada 5 en la edad de 15 a 17 años estuvieron desvinculados de las actividades educativas durante la pandemia”. Colombia no fue ajeno a este problema mundial causado por la pandemia. El confinamiento impulsó frenéticamente las brechas sociales ya existentes, aumentó las tasas de deserción y repitencia escolar, profundizó las brechas previamente existentes en el rendimiento académico entre colegios públicos y privados, rurales y urbanos, además del problema de conectividad en diferentes regiones del país. Así lo demuestra la publicación de la Subgerencia de Estudios Económicos del Banco de la República por parte de Melo-Becerra et al. (2021), donde, además, evidencia que las principales razones para deserción escolar están ligadas a la baja motivación por el estudio, el bajo rendimiento escolar, cambios de residencia y las dificultades económicas. Estos factores más las políticas gubernamentales para frenar la pandemia, ocasionaron un aumento en las tasas de desaprobación por parte de los estudiantes en comparación con años anteriores, las cuales en 2020 el promedio alcanzó el 6.2% en primaria, 11.3% en secundaria y 7.9% en educación media. Estas tasas son superiores a las registradas en años anteriores (Melo-Becerra y otros, 2021). Por otro lado, ligado a esta misma línea, Luz Karime Abadía, codirectora del Laboratorio de Economía de la Educación de la Pontificia Universidad Javeriana, en una publicación de la Universidad Externado de Colombia (2022), menciona que: “Otro gran efecto de la pandemia son los rezagos en el aprendizaje y las brechas educativas que muestran estas pruebas, pues hubo una pérdida entre 0,2 – 0,5 desviaciones estándar, una cifra enorme en educación, y estos jóvenes ya egresaron y se quedaron con estas desventajas”. Estas cifras respecto al porcentaje de perdida de los estudiantes dan visión acerca de la influencia de los efectos de la pandemia en el sistema educativo y su impacto respecto a los vacíos de conocimientos generados por los rezagos en los estudiantes que egresaron en épocas de pandemia. Por otra parte, el departamento del Huila, al igual que en el resto del país, también ha sufrido los efectos del confinamiento. Las brechas antes mencionadas entre estudiantes de las instituciones públicas y privadas, rurales y urbanas ha aumentado al igual que en el resto del país, debido a las propias características de conectividad del departamento. Que, de acuerdo con el Plan de Desarrollo Departamental del Huila, solo el 25.9% de las viviendas cuentan con servicio de internet (entre fijo y móvil). Asimismo, añade que en términos de conectividad en el sector rural es aún más compleja, contando con cobertura del solo 3.8%, respecto a las cabeceras municipales, solo la capital del departamento, Neiva, supera el 50% de cobertura, con 54.59%. Esto ha inducido a disminución de horas de estudio debido al difícil acceso a la educación en tiempos de confinamiento. Ocasionando deserción, desmotivación y aumento en las tasas de desaprobación influenciado por la disminución de horas de estudio derivado de la baja conectividad de internet en las regiones. Sin duda, las dimensiones de tiempo de estudio -entendiéndose, como el tiempo dedicado al estudio autónomo, realización de actividades y la toma de clases- y la motivación son factores importantes al momento de medir el rendimiento académico del estudiante. Diferentes autores han aportado a esta idea mediante diferentes trabajos. Un estudio realizado por Maehr (2001), revela la importancia de la motivación en entornos educativos diseñados para la promoción de metas con fines educativos, siendo estas razones para participar en tareas relacionadas y alcanzar logros. De igual manera, Jiménez et al. (2019), menciona que, estudios realizados determinaron que el factor alta motivación en los estudiantes desencadenaron procesos de aprendizaje más rápidos y efectivos. De ahí la importancia de considerar este factor como fundamental para el buen desempeño académico de los estudiantes. Respecto al tiempo destinado al estudio o la realización de actividades academicas, se ha podido comprobar que, entre mayor organización y planificación del tiempo en los estudiantes, aumentan las posibilidades de que el estudiante logre un alto rendimiento en su entorno académico (Garzón & Flores, 2018). Respecto a la gestión del tiempo y su influencia en el rendimiento académico. El estudio logró comprobar que “el modo en que distribuyen su tiempo los estudiantes constituye un elemento principal en la diferenciación entre alumnado de bajo y alto rendimiento”. En adición, los autores añaden que “es precisamente el incumplimiento de la planificación de tareas uno de los rasgos que caracterizan al alumnado de bajo rendimiento”. Como se puede evidenciar, las dos dimensiones tienen una fuerte correlación de forma positiva y negativa en el proceso de aprendizaje de los estudiantes. Un estudiante que tenga características de planificación y patrones de gestión de tiempo, adicional de altos niveles de motivación puede obtener alto rendimiento académico y aprender de forma efectiva. En contra parte, cuando estas dos dimensiones son influenciadas de manera negativa, el rendimiento académico es directamente afectado aumentando las posibilidades de deserción, dificultad en el aprendizaje y aumento de tasas de desaprobación. Por consiguiente, nace la necesidad de desarrollar un algoritmo que logre predecir el rendimiento académico del estudiante de acuerdo con las dimensiones del tiempo de estudio y motivación. Teniendo en cuenta este contexto, se ha formulado la siguiente pregunta de investigación, ¿Cómo contribuir al rendimiento académico con relación al tiempo de estudio y motivación durante el proceso de enseñanza aprendizaje en los estudiantes de ingeniería de Sistemas de 10mo semestre de la Corporación Universitaria del Huila sede Neiva en el año 2022? Objetivo General Implementar un algoritmo de predicción mediante machine learning que mediante las dimensiones del tiempo de estudio y motivación prediga el rendimiento de los estudiantes de CORHUILA durante el año 2022 Desarrollar un algoritmo de Machine Learning de predicción del rendimiento académico de los estudiantes de ingeniería de Sistemas de 10mo semestre de la Corporación Universitaria del Huila sede Neiva en el año 2022. Asimismo, proveer una herramienta hacia los profesores para la toma de decisiones durante el proceso de enseñanza aprendizaje con el fin de mejorar el rendimiento académico. Objetivos Específicos ● Realizar encuestas en las cuales se determine cuáles son los factores que inciden en la falta de motivación en el estudiante. ● Recoger por medio de las encuestas los datos con los que se realizará la predicción. ● Determinar las causas de baja retención del aprendizaje en el estudiante. ● Establecer en la metodología docente, el disgusto o desmotivación que produce en el estudiante. ● Definir qué algoritmos son óptimos para el manejo de los datos y obtención de predicciones favorables para el desarrollo del proyecto. https://ddd.uab.cat/pub/recdoc/2014/126350/preinv_a2020.pdf Problema Central AUSENCIA DE UN ALGORITMO PARA PREDECIR EL RENDIMIENTO ACADÉMICO EN LOS ESTUDIANTES. Causas ● Desconocimiento de la importancia en la optimización del tiempo de estudio en los procesos formativos. ○ Desinterés o inconsciente en el tema. ○ Desinformación. ○ Mal enfoque del tiempo de estudio por parte de los docentes y estudiantes. ● Desconocimiento del nivel de motivación de los estudiantes en sus calificaciones. ○ Desinterés o inconsciente en el tema. ○ No creer que sea importante. ○ Desinformación. ● Inconsciencia de la repercusión de los sistemas informáticos en los procesos de aprendizaje. ○ No creer que tengan relevancia en los procesos de aprendizaje. ○ Metodología propia de los docentes. ○ Ausencia de capacitaciones hacia los docentes. Efectos ● Proveer a los estudiantes de técnicas de estudio ineficientes. ○ Enseñanza de técnicas eficientes, en lugar de promover técnicas de estudio con soporte científico. ○ Emplear el tiempo de forma improductiva. ○ Enseñanza ralentizada. ● Dificultades de aprendizaje. Dificultad en la progresión de habilidades y capacidades. ○ Disminución del tiempo de estudio. ○ Bajo rendimiento académico. ● Falta de herramientas de apoyo y educativas en la enseñanza. ○ Dificultades en dominar determinados conceptos. ○ Imposibilidad de desarrollar el aprendizaje autónomo mediante herramientas e impidiendo el desarrollo de habilidades cognitivas. Justificación ssss s Alcances Partiendo sus límites bases, se tomará en cuenta los estudiantes de la corporación universitaria del huila Corhuila ubicada en la sede Neiva tomando como foco principal los estudiantes del programa de ingeniería en sistemas en sus últimos semestres del pertinente año 2022. contando con un plan de gestión para manejar el desarrollo por medio de stages/fases, su alcance en duración y conclusión de dicho proyecto radica en conocer las variables que apoyaran a los estudiantes para el fortalecimiento y la apropiación del tema para con ese fin poder brindar a los docentes ayudas y estrategias de implementación durante las clases. La conclusión del proyecto llegará al tener los datos y estrategias que mejor se acoplen al estado de motivación y tiempo en torno al adueñarse del conocimiento que imparta el docente mediante herramientas con machine learning usando una plataforma web. El personal para crear dicho software web tomara de diseñadores, desarrolladores backends y frontend, limpiadores de datos que puedan manejar los algoritmos de predicción para también generar una limpieza de datos, uso de computadores de mediana gama para la creación del software y tanto la limpieza como la predicción Diseño Metodológico Población y Muestra Población La población objeto de estudio es finita, constituida por estudiantes (hombres y mujeres) de décimo semestre de la Corporación Universitaria del Huila (CORHUILA) de la ciudad de Neiva, que se forman en el 2022. Los estudiantes comprenden las edades entre los 23 a 27 años y su nivel socioeconómico es 2 y 3. Muestra Tamaño de la muestra Para definir el tamaño de la muestra se utilizó la siguiente fórmula muestral, debido a que se conoce el total de la población, se estima un nivel de confiabilidad del 95% con un posible margen de error del 5% 2 𝑛= Donde: n= Tamaño de la muestra 𝑍 *𝑁*𝑝*𝑞 2 2 𝑒 (𝑁−1)+ 𝑍 * 𝑝*𝑞 N= Tamaño de la población (30 estudiantes) Z2= Valor de nivel de confianza (95% = 1,96) p= prevalencia del fenómeno de estudio 50% (p=0,5) q= proporción de individuos que no poseen el fenómeno de estudio (q=1 -0,5=0,5) A continuación, se reemplazan los valores para calcular el tamaño de la muestra. 2 𝑛= 1.96 *30*0.5*0.5 2 2 0.05 *(30−1)+ 1.96 *0.5*0.5 = 28 0185-2760-resu-49-194-1.pdf (scielo.org.mx) www.redicces.org.sv/jspui/bitstream/10972/4228/1/0002970-ADARTRM.pdf El grave impacto de la pandemia en la educación mundial | Human Rights Watch (hrw.org) Influencia de la motivación en el rendimiento académico de los estudiantes de formación profesional - Dialnet (unirioja.es) Influencia de la motivación en el rendimiento académico de estudiantes de la Universidad Continental - Dialnet (unirioja.es) Motivación escolar, inteligencia emocional y rendimiento académico en estudiantes de educación secundaria obligatoria (scielo.sa.cr) La motivación en el rendimiento académico de los estudiantes de medicina (sld.cu) Sci-Hub | Clima motivacional en clase, motivación y éxito académico en estudiantes universitarios. Revista de Psicodidáctica, 23(2), 94–101 | 10.1016/j.psicod.2018.02.001 Hablemos de política educativa 10 - Estudiantes desvinculados: los costos reales de la pandemia | Publications (iadb.org) RLEE_47_01_91.pdf SciELO - Brasil - Gestión del tiempo en alumnado universitario con diferentes niveles de rendimiento académico Gestión del tiempo en alumnado universitario con diferentes niveles de rendimiento académico-* (scielo.br) palabras ● motivación ● Machine learning ● aprendizaje supervisado y no supervisado ● predicción ● rendimiento académico (RLEE_47_01_91.pdf) ● motivacion academica Efecto de la pandemia sobre el sistema educativo: El caso de Colombia | Portal de Investigaciones Económicas (banrep.gov.co) be_1179.pdf (banrep.gov.co) Monografia -Adomaity Galeano.pdf (unicordoba.edu.co) La pandemia profundizó las brechas de la educación en Colombia - Universidad Externado de Colombia (uexternado.edu.co) A nivel del huila (PDF) Dificultades de los estudiantes en la adaptación de la metodología de educación a distancia en la universidad nacional abierta y a distancia UNAD, CERES villa de san Sebastián de la plata, Huila (researchgate.net) Huila, Covid-19 - Región Central (regioncentralrape.gov.co) Las consecuencias del coronavirus en la educación del Huila - ONDA OPITA Bajo nivel de deserción escolar presenta el Huila a pesar de la pandemia Los hogares rurales en el Huila, los más afectados por la pandemia en Colombia | RIMISP | Centro Latinoamericano para el Desarrollo Rural (PDF) Dificultades de los estudiantes en la adaptación de la metodología de educación a distancia en la universidad nacional abierta y a distancia UNAD, CERES villa de san Sebastián de la plata, Huila (researchgate.net)