Uso de Técnicas Avanzadas de Procesamiento del Lenguaje Natural para la Recomendación Automática de Contenidos, Conversaciones y Actividades de Refuerzo en Asignaturas de Programación, Estructuras de datos y Algoritmia

Resumen

El objetivo principal de este proyecto es el empleo de técnicas avanzadas de procesamiento del lenguaje natural para la construcción de un recomendador, tanto de contenidos como de actividades, que sirva a los estudiantes para reforzar el estudio de los elementos o temas de mayor dificultad en asignaturas de programación, estructuras de datos y algoritmia. Las actuaciones en estas asignaturas, que se imparten en los primeros cursos de las titulaciones de informática, son cruciales a la hora de reducir el abandono y mejorar los indicadores de la titulación.

El grupo de investigación, gracias al trabajo desarrollado en proyectos de innovación anteriores, dispone tanto de los algoritmos como del marco metodológico necesario como punto de partida para el desarrollo de un primer prototipo de sistema de recomendación basado en contenido, que tenga en cuenta la similitud de los conceptos extraídos de la consulta lanzada por un estudiante en el foro de una asignatura, con los aspectos o conceptos tratados en una base de datos de ejercicios resueltos y de hilos de discusión de años anteriores.

Nuestra hipótesis, que será evaluada tanto cuantitativa como cualitativamente, es que la recomendación personalizada de contenidos con los que ampliar y afianzar los conceptos estudiados en el temario, puede ser de gran ayuda para los estudiantes y se traducirá, previsiblemente, en una mejora de los resultados de evaluación, a la vez que aliviará la carga de trabajo del equipo docente, al reducir las respuestas a dudas que se repiten con frecuencia.

Objetivos

[OBJ.1] La adaptación y mejora de los métodos de detección de frases clave y de identificación automática de temas desarrollados en el proyecto de innovación docente anterior, para su uso en un tipo de textos diferente a aquellos para los que fueron inicialmente diseñados, como son las consultas de estudiantes sobre conceptos o temas de una asignatura.

[OBJ.2] El diseño e implementación de un recomendador basado en la extracción de frases claveen las consultas realizadas por estudiantes y en su similitud con aquellas extraídas en ejercicios de examen e hilos de discusión de cursos anteriores.

[OBJ.3] El diseño e implementación de una interfaz que facilite el uso del recomendador por parte de los estudiantes. Podemos ver el recomendador como un chat en el que el usuario plantea una pregunta y recibe una respuesta que incluye ejercicios e hilos de discusión que no solo contienen la respuesta a la pregunta planteada sino que le ayudan a profundizar y practicar en distintos aspectos relacionados con la misma. Por las características de este recomendador, se integrará dicha interfaz en Telegram.

[OBJ.4] La evaluación del recomendador por parte de los usuarios finales, tanto en términos de utilidad como de usabilidad.

Experiencia de innovación

Se siguió la metodología indicada en la solicitud del proyecto, que constaba de las siguientes etapas:

Extracción y preparación de datos. Una parte importante del proyecto ha sido la preparación de una colección de datos sobre los que desarrollar y evaluar los algoritmos de recomendación, y que consta de consultas de estudiantes extraídas de los foros de años anteriores, conversaciones de estudiantes y profesores, también de foros de años anteriores, de donde se extraen recomendaciones para las distintas consultas, y de cuestiones resueltas de exámenes anteriores, usadas para recomendar ejercicios de refuerzo relacionados con las consultas de estudiantes.

Adaptación del sistema de extracción de frases clave. Se ha adaptado el sistema de extracción de palabras clave desarrollado en proyectos de innovación anteriores para extraer los conceptos principales de las consultas y de las respuestas de los estudiantes.

Diseño e implementación del algoritmo de recomendación. Se ha implementado un sistema de recomendación basado en contenido, utilizando la similitud entre las frases clave extraídas de las consultas de los estudiantes y las extraídas de las consultas y respuestas de otros estudiantes, y de las cuestiones resueltas de exámenes de años anteriores.

Diseño e integración de la interfaz. Se ha diseñado una interfaz sencilla en Telegram que permite a los estudiantes lanzar consultas y recoger las recomendaciones efectuadas por el sistema de recomendación. Se está trabajando en su implementación y se está evaluando la posibilidad de ponerlo a disposición de los alumnos.

Evaluación. La utilidad de las recomendaciones de ejercicios de examen y conversaciones ha sido evaluada por parte de profesores de distintas asignaturas de programación y algoritmia.

Análisis y difusión de resultados. Los resultados del proyecto han sido presentados en un congreso y serán publicados en una revista JCR.

Resultados obtenidos

Se ha desarrollado un primer prototipo de sistema de recomendación basado en contenido que, teniendo en cuenta la similitud de los conceptos extraídos de la consulta lanzada por un estudiante en el foro de una asignatura, con los aspectos o conceptos tratados en una base de datos de ejercicios resueltos y de hilos de discusión de años anteriores, recomienda problemas de exámenes para contribuir a la resolución de la consulta planteada y ampliar los conocimientos del estudiante en los conceptos mencionados en dicha consulta. Se ha realizado la evaluación del recomendador por parte de profesores de la asignatura de Programación y Estructuras de Datos Avanzadas, con resultados satisfactorios.

Difusión y explotación

A continuación se muestra la publicación resultado de este proyecto de innovación: