Contribuciones a la gestión del conocimiento en el ámbito de la educación superior mediante técnicas de Inteligencia Artificial
Year: 2019
Type: dissertation
Abstract: Las instituciones de Educación Superior cuentan por lo general con plataformas digitales para el manejo de la información correspondiente a los perfiles de los estudiantes, docentes, personal administrativo, autoridades y demás, organizadas en forma de bases de datos relacional. Igualmente, emplean diferentes aplicaciones que generan continuamente una gran cantidad de datos. Tal información usualmente está distribuida entre diferentes departamentos, cada uno de los cuales cuenta a menudo con sus propias tecnologías de información y de almacenamiento, de modo que no siempre manejan las mismas estructuras de repositorios digitales, bases de datos o formatos de datos. La información forma parte vital del funcionamiento de las instituciones, ya que a través de los diferentes sistemas se hace posible que los diferentes actores del ecosistema académico puedan realizar consultas, análisis, programación de actividades, gestión de recursos, toma de decisiones y demás acciones. La falta de integración, sin embargo, es fuente habitual de errores e ineficiencias, y es por ello que a lo largo de las últimas décadas se han registrado numerosos aportes en la línea de implementar sistemas de Inteligencia Artificial que promuevan la interconexión de los múltiples repositorios, la integración y consolidación de la información dispersa, y el análisis automatizado de grandes volúmenes de datos. El objetivo último es convertir la información en conocimiento, al que se le pueda sacar el máximo partido en el sentido de optimizar procesos y maximizar resultados. El punto de partida de esta tesis doctoral fue que las propuestas basadas en el uso de las tecnologías existentes para brindar apoyo a la gestión del conocimiento, tanto de la información administrativa de las instituciones de Educación Superior como de la información académica, presentan notables limitaciones, tales como: (i) no tomar en cuenta las complejas relaciones que existen entre las informaciones que poseen los diferentes departamentos, (ii) no dividir y explicitar el desarrollo que los diferentes actores del sistema académico toman a lo largo del tiempo, (iii) mantener el conocimiento disperso por múltiples formatos no estructurados y repositorios digitales no conectados, (iv) no generar relaciones semánticas en base al histórico de la información de los estudiantes, para desarrollar estrategias que mejoren el rendimiento académico, y (v) no contemplar una definición formal del conocimiento asociado al ámbito de la Educación Superior que faculte mejorar los procesos que exploran desarrollar herramientas de soporte.
DOI: 10.35869/11093/1322
Author: Roberto Agustín García Vélez
Language: Spanish
Subfield: Education
Field: Social Sciences
Domain: Social Sciences
Keywords: knowledge management, higher education institutions, artificial intelligence, information integration, semantic relations, academic performance, student performance prediction, relational databases, unstructured data, digital repositories, decision support, knowledge graphs, knowledge representation, knowledge visualization, knowledge management systems
SDG: Quality education
Open Access status: green
OpenAlex ID: W7160098583
