- INSTRUMENTO Fondo María Viñas
- BENEFICIARIO Lorena Etcheverry Venturini : Facultad de Ingeniería
- DEPARTAMENTO Montevideo
- SUBSIDIO UYU 1000000
- FECHA DE INICIO 01.05.2021
- DURACIÓN 18 meses
- AÑO CONVOCATORIA 2020
- CÓDIGO FMV_3_2020_1_162910
- FASE CERRADO
- ESTADO Terminado
Las analíticas de aprendizaje (learning analytics-LA) consisten en la aplicación de técnicas cuantitativas a datos educativos, para asistir en la solución de problemas como el diseño de trayectorias de aprendizaje personalizado, o la elaboración de alertas tempranas de deserción escolar. En particular, los métodos de aprendizaje automático (machine learning-ML) y técnicas de Inteligencia Artificial (IA) como el reconocimiento de patrones, o el uso de redes neuronales abren nuevas perspectivas para responder esas preguntas usando datos. En Uruguay, en el contexto de Plan Ceibal, equipos de analistas de datos utilizan técnicas de LA para responder preguntas. La aplicación de métodos de LA plantea cuestiones de orden legal, ético y tecnológico. Dada la naturaleza de los datos a estudiar, es necesario garantizar la protección de la privacidad de las personas involucradas y de sus datos personales. Por otro lado, los datos suelen provenir de diferentes sistemas y de fuentes heterogéneas; algunos son almacenados centralizadamente (por ejemplo, datos de uso de plataformas educativas), y otros residen en los dispositivos y aplicaciones (por ejemplo, las interacciones que los usuarios realizan con las aplicaciones). Tradicionalmente, las técnicas de ML/IA necesitan grandes volúmenes de datos centralizados e integrados para el entrenamiento de los algoritmos. Si bien es posible aplicar técnicas de anonimización sobre los datos centralizados antes de usarlos en modelos de ML, en algunos casos, no es posible centralizar los datos (por ejemplo, datos sensibles de otras agencias del gobierno, datos que residen en dispositivos). Las técnicas de aprendizaje federado (federated learning-FL) buscan construir modelos de ML usando conjuntos de datos distribuidos en múltiples dispositivos, y al mismo tiempo evitan la fuga de datos. En este contexto, el objetivo de este proyecto es desarrollar analíticas de aprendizaje basadas en técnicas de ML/IA que salvaguarden la privacidad y eviten la centralización, utilizando el enfoque de aprendizaje federado.
Las técnicas de aprendizaje federado tienen como objetivo entrenar y construir modelos de aprendizaje automático basados en conjuntos de datos distribuidos a través de múltiples dispositivos evitando la fuga de datos. La idea principal es realizar el entrenamiento en dispositivos remotos o centros de datos aislados sin transferir los datos a repositorios centralizados, mitigando así los riesgos para la privacidad. La analítica de datos en la educación, en particular la analítica del aprendizaje, es un escenario prometedor para aplicar este enfoque con el fin de hacer frente a las cuestiones legales y éticas relacionadas con el tratamiento de datos sensibles. En efecto, dada la naturaleza de los datos que se van a estudiar (datos personales, resultados educativos, datos relativos a menores), es esencial asegurarse de que la realización de estos estudios y la publicación de los resultados ofrezcan las garantías necesarias para proteger la privacidad de las personas implicadas y la protección de sus datos. Además, la aplicación de técnicas cuantitativas basadas en la explotación de datos sobre el uso de plataformas educativas, rendimiento de los alumnos, uso de dispositivos, etc., puede dar cuenta de problemas educativos como la determinación de perfiles de usuarios, trayectorias de aprendizaje personalizadas, o indicadores y alertas de abandono temprano, entre otros. Este trabajo presenta la aplicación de técnicas de aprendizaje federado a dos problemas de learning analytics: la predicción del abandono escolar y la clasificación no supervisada de estudiantes. Los experimentos permiten concluir que las soluciones propuestas alcanzan resultados comparables desde el punto de vista del rendimiento con las versiones centralizadas, evitando centralizar los datos para el entrenamiento de los modelos.