Estrategia Pedagógica Mediada por Técnicas de Machine Learning para Potenciar la Habilidad de Pensamiento Crítico Interdisciplinar en los Procesos Académicos y Actitudinales.

Abstract

En esta investigación se explora el uso de técnicas de Machine Learning para el diseño de una Unidad Didáctica en pro de potenciar las habilidades del pensamiento crítico interdisciplinar en procesos académicos y actitudinales. Para eso se tuvo como base la aplicación de dos pruebas estandarizadas, una con el propósito de reconocer la relación del pensamiento crítico con respecto al hábito de estudio (HAPE ITH). Y, la segunda, cuyo objetivo era caracterizar a la muestra a partir de las habilidades de pensamiento crítico en cinco dimensiones; comprobación de hipótesis, razonamiento verbal, análisis de argumentos, probabilidad e incertidumbre y la toma de decisiones y resolución de problemas (HCTAES Halpern). Esta última se tomó como parámetro para estructurar y evaluar la eficacia de la Unidad Didáctica que según el estudio longitudinal realizado se efectúa antes y después de ser aplicada, siendo así que esta investigación exploratoria de interdisciplinariedad y complejidad fue de tipo mixta con un enfoque cuasiexperimental de investigación acción. Como conclusión de esta investigación se tiene que; uno, el algoritmo de clasificación, árbol de decisión bajo el modelo de feature_importances, facilita la predicción de la(s) variable(s) que influye(n) más sobre el problema de estudio sin discriminar la característica socioeconómica y cultural de la población. Dos, el Machine Learning en la Educación es una herramienta que le permite al docente dar solución a problemas educativos de fondo como; los procesos cognitivos y actitudinales y así promover en ellos el aprendizaje significativo. Y, tres, se propone un método adaptable para aplicar a cualquier contexto.