Herramientas y aplicaciones de Inteligencia Artificial para mejorar el aprendizaje de los estudiantes en asignaturas de Ingeniería de Redes

Bordel Sánchez, Borja (Universidad Politecnica de Madrid, España) ; Alcarria, Ramón (Universidad Politecnica de Madrid, España)

Resumen: La Ingeniería de Redes es un área de conocimiento esencial. Pero se trata de una temática compleja y abstracta, sobre la que es difícil plantear experimentos educativos tangibles. Por ello, las actividades de aprendizaje suelen plantearse de manera teórica. En consecuencia, los resultados en las asignaturas del área de Ingeniería de Redes tienden a ser más pobres que la media, y los estudiantes a sufrir falta de interés y motivación. Por ello, se llevó a cabo una experiencia piloto en la Universidad Politécnica de Madrid, para tratar de abordar este problema. Los estudiantes de las asignaturas de Ingeniería de Redes colaboraron en grupo heterogéneos con estudiantes de Inteligencia Artificial para diseñar e implementar una herramienta de ingeniería de tráfico de próxima generación. Mediante las técnicas de inteligencia artificial y el paradigma de “Aprender Haciendo” los estudiantes de Ingeniería de Redes pudieron crear aplicaciones con un resultado tangible y consolidar su aprendizaje. Mediante encuestas y los resultados académicos oficiales, la mejora en el aprendizaje de los estudiantes fue medido durante la experiencia piloto. Un avance moderadamente significativo se comprobó.

DOI: 10.26754/CINAIC.2023.0039

Año: 2023

En: Actas del VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación, CINAIC 2023 (18-20 de Octubre de 2023, Madrid, España)