Tutor inteligente web con machine learning para el fortalecimiento de lógica en estudiantes de programación

Abstract

El presente trabajo desarrolla un Tutor Inteligente Web con soporte de Machine Learning orientado al fortalecimiento de la lógica de programación en estudiantes de informática. La investigación parte del problema de las dificultades que enfrentan los estudiantes para adquirir pensamiento lógico y algorítmico bajo métodos tradicionales de enseñanza, caracterizados por la escasa personalización y retroalimentación. El sistema implementado integra una arquitectura multiagente, donde un agente de machine learning complementa al tutor pedagógico, permitiendo adaptar contenidos, predecir el nivel de desempeño y recomendar ejercicios personalizados. Para el diseño y desarrollo se articularon metodologías de ingeniería de software educativo (MeISE), modelado multiagente (Prometheus), ciclo de vida de minería de datos (CRISP-DM) y modelado web (WebML). El tutor fue validado con una población de 56 estudiantes de cursos de programación básica e intermedia, observándose una mejora significativa en la curva de aprendizaje, con incrementos en los porcentajes de aciertos y reducción de errores en ejercicios consecutivos. Los resultados confirman la hipótesis de que el uso de un tutor web con soporte de machine learning fortalece la lógica de programación mediante enseñanza adaptativa y retroalimentación personalizada, constituyéndose en una herramienta de apoyo pedagógico innovadora, accesible y replicable para diferentes contextos educativos.