Reportaje - Herramientas de procesamiento del lenguaje al servicio de docentes y alumnos
«En el sector de la educación, y especialmente en el de la superior, se observa un problema que va en aumento: la cantidad de alumnos por aula. A raíz de ello se constriñe un recurso tan valioso como es el tiempo del profesor», explicó Wolfgang Greller, profesor asociado de nuevas tecnologías mediáticas e innovación en conocimientos en la Universidad Abierta de los Países Bajos. El Dr. Greller, coordinador del proyecto LTfLL, opina que la unión de técnicas avanzadas de procesamiento de lenguaje natural (PLN) y otras tecnologías puede mitigar el problema. En el conjunto de los países de la OCDE, la matriculación en las universidades ha subido a un ritmo medio del 4 % desde mediados de la década de 1990. Actualmente hay clases a las que asisten cientos de alumnos. Diversos estudios han arrojado el preocupante dato de que el incremento del número de alumnos por clase ejerce un impacto negativo directo en el rendimiento estudiantil, siendo éste, por contra, marcadamente superior en las clases con pocos alumnos, con independencia de la asignatura de la que se trate. Los investigadores del proyecto LTfLL se centraron en tres ámbitos clave en los que la tecnología puede aportar ventajas importantes tanto para los estudiantes como para los profesores. El primero engloba la evaluación del nivel inicial del alumno y su desarrollo de conceptos. Se trata de asegurarse de que los alumnos se encuentran en la clase adecuada, en función de sus conocimientos de partida, y de hacer un seguimiento de su evolución. El segundo ámbito es el análisis de textos y de conversaciones. Si a partir de este análisis se ofrece una orientación inteligente y automática, sirve de guía a los estudiantes y reduce el volumen de trabajo del profesorado. El tercer y último ámbito es el descubrimiento de recursos mediante componentes sociales y semánticos, que consiste en lograr que la información y los recursos relativos a cada materia resulten más relevantes y sencillos de hallar. Las herramientas de LTfLL, que son de código abierto y se han desarrollado gracias a fondos para investigación por valor de 2,85 millones de euros concedidos por la Comisión Europea, se han diseñado buscando una integración perfecta con sistemas ya existentes de gestión de la enseñanza como Moodle en cualquier entorno de aprendizaje potenciado por la tecnología. Se pueden poner en práctica al unísono o bien por separado, según las necesidades del usuario. «Las tecnologías y herramientas que hemos desarrollado resultan útiles prácticamente en cualquier entorno educativo, no sólo en universidades, sino también en centros de enseñanza secundaria, de enseñanza para adultos y de formación profesional», aseguró el Dr. Greller. No obstante, hay aplicaciones pensadas específicamente para aquellos casos en los que un solo profesor tiene a su cargo a un número elevado de estudiantes. Por ejemplo, como es sabido, en algunas universidades se imparten clases a grupos de hasta 400 personas. Para conseguir una participación más activa de los alumnos en el proceso de aprendizaje, se les puede dividir en grupos de unos pocos individuos con el propósito de debatir determinada materia, pero aún queda pendiente la tarea de seguir a cien grupos distintos. «Nos encontramos ante cien conversaciones distintas desarrollándose en paralelo. Para un solo profesor o tutor resulta imposible seguir, evaluar y orientar a todos los grupos; a lo sumo puede realizar incursiones ocasionales aquí y allá», afirmó el Dr. Greller. «Después, al final del tiempo de debate, el profesor tiene que evaluar y analizar de qué hablaron los distintos grupos y las conclusiones a las que llegaron. Se trata de una cantidad tremenda de trabajo, si se tiene en cuenta la cantidad de grupos, debates e intercambios que se han producido.» Análisis del discurso escrito Para remediar este problema, los investigadores de LTfLL desarrollaron una herramienta de análisis del discurso escrito que se basa en una innovadora tecnología de PLN. Se ha ensayado en universidades de los Países Bajos y Rumanía en tres idiomas (neerlandés, inglés y rumano). Analiza las conversaciones textuales mantenidas entre los estudiantes en foros y chats en línea, prestando atención no sólo a cuánto han participado sino también a la calidad de sus intervenciones. «Ayuda al profesor a analizar de forma cualitativa las conversaciones mantenidas entre los estudiantes al indicar quién estuvo activo y de qué forma: ¿Formularon preguntas? ¿Contestaron a las preguntas formuladas por otros alumnos? ¿Secundó alguien su postura? ¿Ayudaron a otros? ¿Desempeñaron la función de mediadores? Y un largo etcétera», explicó el Dr. Greller. «La herramienta informa al docente de si abordaron los principales puntos de determinado tema o bien si se desviaron del meollo y acabaron hablando de fútbol o de cualquier otro tema irrelevante.» De esta manera, los profesores pueden ahorrar tiempo a la hora de evaluar cómo de bien están progresando sus alumnos. Y lo que es aún más importante, los estudiantes pueden solicitar directamente a la herramienta de análisis, cuando lo deseen, una evaluación de sus progresos. Esta clase de evaluación bajo demanda es igual de trascendental cuando los alumnos tienen que presentar redacciones o contestar a preguntas de desarrollo. Para este caso, el equipo de investigación de LTfLL creó otra herramienta de análisis de textos aparte, aunque relacionada con la anterior. «Esta herramienta proporciona apoyo e indicaciones continuas sobre el grado de precisión con el que están captando las ideas y los conceptos fundamentales de la materia impartida. Así se evita que se desvíen demasiado de las cuestiones centrales. De otro modo, podrían percatarse de ello demasiado tarde, una vez entregan la última versión del trabajo al profesor», señaló el Dr. Greller. Estas herramientas de análisis funcionan comparando el lenguaje usado por los alumnos con el de los especialistas en una materia. Se fijan en el número de veces que el alumno menciona conceptos clave, pero también cómo los utiliza y en qué contexto. También realizan comprobaciones de coherencia estilística y textual similares a las efectuadas por los programas informáticos contra el plagio. Estas herramientas cuentan con tecnología avanzada de PLN, análisis semántico y descubrimiento de contenidos similar al utilizado en las redes sociales. La búsqueda semántica ayuda a proporcionar al estudiante un acceso sencillo a contenidos relacionados, mientras que un buscador con un componente social dedicado a la materia cursada le ayuda a comunicarse y a intercambiar información con compañeros de confianza. «En este sentido, no se trata de un algoritmo informático que se dedique a seleccionar los contenidos ofrecidos, sino una fuente fiable: el propio profesor, compañeros o amigos», apuntó el Dr. Greller. «Todo ello potencia la implicación del estudiante y facilita el estudio tanto en entornos formales como informales.» Estas herramientas se han puesto a disposición de la comunidad científica en forma de programas de código abierto para permitir que continúe su desarrollo. Además, varios de los socios integrantes del proyecto siguen trabajando en ellas. Al mismo tiempo, el socio austriaco Bit Media se propone ofrecer servicios de apoyo y alojamiento de contenidos a centros de enseñanza secundaria y superior que no dispongan de los medios necesarios para aplicar la tecnología por sí solos. La investigación realizada en LTfLL fue posible gracias a fondos concedidos a través del Séptimo Programa Marco (7PM) de la Unión Europea. Enlaces útiles: - sitio web de LTfLL - ficha informativa del proyecto LTfLL en CORDIS Artículos relacionados: - Reportaje - Un salto cualitativo en el procesamiento del lenguaje natural aplicado a la enseñanza - Un acceso más fácil a la información gracias a bases de datos activadas por la voz - Proyecto TIC para potenciar la interacción hombre-máquina