Transformació docent cap a un model basat en Compromís, REtroalimentació i Diversitat mitjançant eines d'Intel·ligència Artificial educativa (CREDIA)
L’absentisme és una problemàtica cada vegada més estesa entre l’estudiantat universitari en tots els nivells, cursos i titulacions. D’acord amb l’estudi de Triadó et al. (2020) realitzat a la UB, el 39,2% dels estudiants declaren assistir entre el 60 i el 80% de les sessions presencials i només una mica més de la meitat (55%) ho fan a més del 80% de les classes. Per contextualitzar aquesta dada, cal recordar que en l’àmbit escolar es considera absentisme moderat l’absència entre el 5% i el 25% de les classes mensuals, i absentisme greu quan l’estudiant s’absenta a més del 25% de les classes (Generalitat de Catalunya, 2019). Això contrasta fortament amb els plans de l'Espai Europeu d'Educació Superior, els quals promouen una major implicació i protagonisme de l'estudiantat a classe per tal de desenvolupar competències que els permetin treballar de forma autònoma sobre la base de l'avaluació continuada.
Diverses investigacions han contribuït a sistematitzar les causes de l’absentisme i a identificar perfils d’estudiants amb patrons d’absentisme similars. En aquest sentit, les causes poden ser personals (problemes en la transició d’etapa educativa, dificultat d’integració en un grup, relació professorat-estudiantat, desinterès vers el procés d’aprenentatge...), contextuals (la disponibilitat de materials docents en línia i comptar amb cada vegada més informació a la xarxa, percepció de continguts poc rellevants, les metodologies docents, els continguts, la influència d’altres companys, dificultat per assolir els requisits acadèmics, pressió acadèmica i una incorrecta gestió del temps que fan prioritzar la finalització de treballs o l’estudi per una prova d’avaluació en comptes de l’assistència...) (Kottasz, 2005; Álvarez & López, 2011; Stoner & Fincham, 2012; López & López, 2015; Ramchander, 2017) o externes a la institució universitària, algunes de les quals involuntàries com és el cas de malalties o la necessitat de compatibilitzar una feina o altres ensenyaments que es cursen en paral·lel (Driver & Watson, 1989; Kottasz, 2005). Altres factors que s’han relacionat amb l’absentisme són el nombre d’estudiants matriculats. En aquest sentit, com més gran és un grup, més augmenta l’absentisme (Romer, 1993). També la tipologia d’assignatura, sent les introductòries les més afectades (Romer, 1993). La cultura institucional, el fet que el professorat valori i vinculi directament l’assistència amb activitats significatives poden influir positivament. També algunes causes imputables al professorat com la metodologia docent o comptar amb poques competències comunicatives (Rodríguez et al., 2003). Finalment, altres factors com la distància i temps requerit per arribar a la universitat, el sexe de l’estudiant o el torn (matí o tarda), no presenten un impacte significatiu (Jorge et al., 2011). Per minimitzar els efectes negatius de l’absentisme, alguns estudis han destacat la necessitat de fomentar actituds positives sobre la importància de l’assistència a classe (Gump, 2006), recolzar la conciliació entre estudis i responsabilitats laborals, la millora continua de la qualitat de l’ensenyament (Kottasz, 2005), la implementació de metodologies d’aprenentatge actives o l’adaptació als nous estils d’aprenentatge (Stoner & Fincham, 2012).
Les conseqüències de l’absentisme són múltiples, i afecten tant l’estudiantat com el professorat i la institució (Texeira, 2016; Triadó et al., 2020). Des del punt de vista del rendiment acadèmic, diversos estudis han evidenciat una correlació negativa entre assistència i resultats (Romer, 1993; Credé et al., 2010; Teixeira, 2016), si bé la major part d’aquesta evidència prové del context nord-americà i són escassos els treballs que estudien el cas europeu (Triadó et al., 2013). El moment concret en què es produeix l’absentisme durant el curs també pot condicionar considerablement el seu impacte en el rendiment (Gottfried & Kirksey, 2017; Keppens, 2023). Concretament, l’absentisme interromp l’accés als debats a l’aula, les interaccions entre companys i la resolució de dubtes en temps real (Koppenhaver, 2006; Pani & Kishore, 2016), elements especialment importants al primer curs (Bijsmans & Schakel, 2018). Estratègies com l'autoestudi o la consulta de classes enregistrades no són substituts adequats a l'assistència a classe i donen com a resultat taxes de comprensió i retenció dels coneixements reduïdes (Pani & Kishore, 2016; Almutawa & Suwaidan, 2020). Les polítiques centrades en l’assistència obligatòria presenten millores moderades en el rendiment (Credé et al., 2010; Teixeira, 2016).
La motivació s’ha identificat com un factor clau que pot explicar el comportament absentista (Triadó et al., 2013), així com el rendiment acadèmic (Carrrera et al., 2006; Álvarez & López, 2011). En aquest sentit, es pot establir a conseqüència de l’accés a la universitat d’estudiants poc motivats i sense un interès vocacional clar, una baixa participació i escàs compromís en les tasques i assistència a classe, la qual cosa pot derivar en el fracàs acadèmic (Herrero et al., 1999). Per contra, el compromís, persistència, autoregulació de l’aprenentatge, autonomia, entre altres, són indicadors de l’èxit acadèmic (De la Fuente et al., 2008).
Així i tot, la recerca que ha abordat la relació entre motivació i absentisme des d’una perspectiva dinàmica o centrada en l’individu és encara escassa. Igualment, són pocs els estudis que analitzen conjuntament absentisme i rendiment acadèmic. A més a més, cal prestar atenció específica a aquest fenomen quan es dona entre estudiants amb discapacitats o necessitats específics de l’aprenentatge, les quals poden diferir substancialment de les de la resta del grup.
La teoria de l’autodeterminació (self-determination theory o SDT; Deci & Ryan, 2000; Ryan & Deci, 2018) ha estat una de les perspectives més influents a l’hora d’explicar la motivació humana. Aquesta teoria entén la motivació com un conjunt de mecanismes de regulació que poden coexistir en un mateix individu i que impulsen conductes orientades a assolir diversos objectius. Segons aquest marc conceptual, el desenvolupament psicològic òptim dels estudiants en l’àmbit acadèmic es donaria quan aquests perceben que gaudeixen d’autonomia, tenen les competències necessàries per resoldre les tasques previstes, i mantenen vincles significatius amb altres companys i el professorat. Quan aquestes tres necessitats psicològiques bàsiques són satisfetes conjuntament, es promou el creixement personal, el benestar i l’automotivació. En canvi, quan aquestes condicions es veuen frustrades, augmenta la probabilitat d’experimentar malestar, desmotivació i el rendiment pot reduir-se considerablement (Deci & Ryan, 2000; Ryan & Deci, 2000; Vansteenkiste et al., 2020).
La teoria de l’autodeterminació planteja una diversitat de formes de motivació. Les formes de motivació extrínseca es poden classificar segons el grau d’autonomia de la persona (regulació externa, introjectada, identificada i integrada). La relació entre aquestes diferents formes de motivació i el rendiment acadèmic han estat estudiades a la literatura per diferents autors (Guay et al., 2021; Litalien et al., 2019; Wang et al., 2016). No obstant això, la major part d’aquests treballs han adoptat enfocaments centrats en les variables, però no en les especificitats de cada individu o de diferents grups d’estudiants amb determinades característiques comunes.
Un enfocament centrat en les persones ofereix una alternativa més adequada per identificar subconjunts d’estudiants amb patrons motivacionals diferenciats. Aquesta perspectiva permet explorar la combinació de variables dins de cada perfil, la qual cosa no és possible amb els enfocaments explorats anteriorment (Litalien et al., 2019; Morin et al., 2018). Algunes contribucions destacades en aquest sentit, promouen classificar els estudiants en perfils motivacionals teòrics (Wang et al., 2016; Litalien et al., 2019; Guay et al., 2021) idealment reproduïbles.
En aquest sentit, Wietrak (2022) detecta que el nombre de perfils identificats poden variar entre dos i sis grups. Concretament, explica que els estudis clàssics parteixen de dues grans categories: regulació autònoma (o intrínseca) i controlada (o extrínseca) que servien per distingir quatre perfils segons el nivell i tipus de regulació: alta motivació autònoma i alta motivació controlada, alta autònoma i baixa controlada, baixa autònoma i alta controlada, i baixa en ambdós casos (Hayenga & Corpus, 2010; González et al., 2012). D’altra banda, les teories de l’autodeterminació consideren més perfils, incorporant a les diferents formes de regulació anteriorment esmentades, la motivació com a tercera dimensió, la qual cosa permet descripcions més precises amb quatre o cinc perfils diferents: altament motivat (nivell baix d’amotivació i alt en els altres tipus), amotivat (alt nivell d’amotivació i baix en els altres tipus), controlat (alts nivells de regulació externa i introjectada, però baixos en motivació autònoma), i equilibrat (nivells moderats en totes les formes) (Vansteenkiste et al., 2009; Howard et al., 2016; Litalien et al., 2019).
La capacitat de concentració resulta un altre factor fonamental per aprofitar els continguts i aprenentatges que esdevenen a l’aula. La falta d’atenció o divagar intervenen en la relació entre la capacitat de la memòria de treball i el rendiment acadèmic, especialment en tasques complexes com la comprensió lectora (Unsworth et al., 2012). L’excés de confiança, especialment entre estudiants de baix rendiment pot derivar en un incorrecte calibratge de la concentració, així com en l’ús d’estratègies acadèmiques no optimitzades a les capacitats i característiques d’aquest perfil d’estudiants (efecte Dunning-Kruger) (Bell & Volckmann, 2011). Un nivell de concentració percebut no-alineat amb la realitat, pot afectar negativament a la motivació, així com en els hàbits i temps dedicat a l’estudi. L’actual context tecnològic, en què els dispositius mòbils han esdevingut una tecnologia omnipresent i la comunicació i l’accés a determinats continguts una necessitat imposada que es vehicula a través d’aquests dispositius, té un impacte significatiu en la concentració dels estudiants. En aquest sentit, l’ús de telèfons mòbils durant les classes i l’estudi perjudica significativament la concentració i el rendiment acadèmic per la incapacitat dels estudiants de gestionar diverses tasques cognitives simultàniament (atenció dividida) (Kuznekoff & Titsworth, 2013; Glass & kang, 2018). Els estudiants concentrats i que no es distreuen amb el mòbil són capaços d’elaborar millors apunts i de recordar informació més detallada de les classes (Kuznekoff & Titsworth, 2013). A llarg termini poden sorgir conseqüències conductuals com la reducció de l’atenció sostinguda, tot i que encara no hi ha prou evidències en aquest sentit (Gu, 2024). Les tasques més complexes i que impliquen un esforç superior mitiguen la distracció, mentre que les activitats passives (p. ex., classes magistrals o videoconferències) les poden fomentar (Deng, 2020; Liu et al., 2021). Estratègies que impliquen intervencions consistents en l’autoregulació (silenciar notificacions, bloquejar aplicacions, estructurar sessions d’estudi orientades a objectius), han demostrat ser mètodes eficaços (Barron & Kaye, 2020; Bonneville & Riddell, 2023), així com educar l’estudiantat en els riscos associats a l’atenció dividida (Fulton et al., 2011) o imposar polítiques més restrictives que, tot i mostrar-se eficients, no sempre són ben rebudes per l’estudiantat (Hasan et al., 2024).
Objectiu general:
L'objectiu general (OG) de CREDIA és impulsar un model docent universitari basat en el compromís, la retroalimentació i l’atenció a la diversitat, mitjançant l’ús pedagògic de la IA per millorar la participació, l’autoregulació i els aprenentatges significatius de l’alumnat.
Objectius Específics:
OE1. Millorar la participació i implicació de l’alumnat mitjançant el densenvolupament d’activitats i eines que fomentin el compromís actiu en l’aula i aplicació d’estratègies per reduir l’absentisme i detectar indicadors de desconnexió.
OE2. Potenciar la retroalimentació immediata i personalitzada mitjançant el disseny i implementació de sistemes de correcció i feedback automàtic mitjançant LLMs (models de llenguatge grans), i avaluació de l’impacte d’aquesta retroalimentació en la comprensió i motivació de l’alumnat.
OE3. Desenvolupar docència per a la diversitat d'alumnat i contextos, incorporant recursos i itineraris participatius, els diferents ritmes i estils d'aprenentatge, garantint així l'accessibilitat i inclusivitat dels materials i activitats docents.
OE4. Fomentar l’autoregulació i l’autoaprenentatge proporcionant eines per a l’autoavaluació, la reflexió i el seguiment personalitzat del progrés, i desenvolupant activitats que promoguin competències transversals (soft skills) com l’autonomia, la responsabilitat i la gestió del temps.
OE5. Transferir i escalar les bones pràctiques docents del cas d’èxit a l’assignatura de Sistemes Operatius i aplicar-les a altres assignatures del pla d’estudis mitjançant la creació de guies, recursos i protocols perquè el model es pugui aplicar de manera sostenible i reproduïble.
