Está en la página 1de 16

MINISTERIO DE EDUCACION NACIONAL

UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

PROYECTO DE TESIS
MAESTRÍA EN TECNOLOGÍAS DE LA INFORMACIÓN Y LA COMUNICACIÓN
NOMBRE DE LOS ESTUDIANTES:
José Antonio Pastrana Lizcano y Franklin Roosebhel Rivera Rojas.

1. TÍTULO DEL PROYECTO DE TESIS

Propuesta de un modelo predictivo del rendimiento académico de los estudiantes en el área de


matemáticas en educación media técnica de la Institución Educativa Instituto Técnico Industrial
del municipio de Florencia Caquetá mediado por una Red Neuronal Artificial (RNA).
2. INTRODUCCIÓN

2.1. CONTEXTO

En el municipio de Florencia Caquetá se encuentra la Institución Educativa Instituto Técnico


Industrial, de naturaleza oficial y carácter técnico, está ubicado en la calle 25 del Barrio La
Libertad. Se fundó en el año 1950, reconociéndose el 3 de octubre como la fecha del
aniversario institucional.

Es una de las instituciones educativas del orden municipal con la labor constante de fortalecer
las capacidades educativas de los niños y jóvenes del municipio. En términos de calidad
educativa, según el Proyecto Educativo Institucional de la I.E. Instituto técnico Industrial, una
de las recomendaciones como resultado de la evaluación institucional en los últimos años
respecto a las pruebas Saber, en el componente de organización y regulación es “Ajustar el
proyecto de aula a los requerimientos de las evaluaciones de las pruebas SABER e ICFES y a
los estándares de calidad”; y en el componente pedagógico es “Implementar estrategias de
evaluación y tipos de preguntas en correspondencia con las evaluaciones de las pruebas
SABER e ICFES” (I.E. Instituto Técnico Industrial, 2016).

Lo anterior, permite reconocer sus pretensiones institucionales por la mejora constante en sus
resultados en las pruebas Saber 11º. Para el año 2018, la institución educativa ocupó el sexto
lugar entre las instituciones oficiales y privadas, obteniendo una clasificación en A con un
índice del 0.7714 en Matemáticas (ICFES Interactivo, 2018).

3. PLANTEAMIENTO DEL PROBLEMA.

El sistema de educación en Colombia comprende el proceso de formación integral desde lo


cultural y social de la persona humana en diferentes niveles. La calidad del sistema se
determina a partir de los procesos de evaluación, promoviendo así diferentes estrategias para
su constante mejora (proyectos de calidad) y para la toma de decisiones que beneficien el
desarrollo educativo (Ministerio de Educación Nacional, 2010).

En la Educación Media para los procesos evaluativos, se realizan las pruebas Saber 9º y 11º
con la finalidad de “servir como fuente de información para la construcción de indicadores de

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

calidad de la educación”, puesto que permiten comprobar el grado de desarrollo de las


competencias de los estudiantes respecto a sus Derechos Básicos de Aprendizaje.

El Ministerio de Educación Nacional mediante el Decreto No. 869 de 2010 reglamenta el


Examen de Estado de la Educación Media, prueba que permite evaluar el nivel educativo de
los estudiantes, las instituciones y de las diferentes regiones del país (MEN, 2010);
convirtiéndose así, en un sistema de medición de las competencias de los alumnos en las
áreas de matemáticas, lectura crítica, ciencias naturales, ciencias sociales, competencias
ciudadanas e inglés. Respecto a las competencias en matemáticas, se evalúa el nivel de
interpretación y representación de datos, la formulación y resolución de problemas, así como el
razonamiento y la argumentación; sin embargo, para el Departamento del Caquetá, desde el
año 2015 a 2017 los resultados en esta área han estado por debajo del promedio nacional,
como lo muestran los resultados publicados por el Instituto Colombiano para la Evaluación de
la Educación (ICFES).

La Institución Educativa Instituto Técnico Industrial del municipio de Florencia Caquetá, en


cumplimiento de su misión y su visión, busca garantizar que los procesos de enseñanza estén
acordes a los retos de aprendizaje que se esperan de los futuros bachilleres, especialmente en
las áreas básicas de formación, de la Educación Media. De acuerdo a la visión de la Institución
Educativa Instituto Técnico Industrial se busca brindar una educación integral en competencias
básicas, ciudadanas y laborales en el área de formación Técnico Industrial que le permita al
egresado contribuir en el desarrollo socioeconómico de la región y desempeñarse
eficientemente en el ámbito laboral, empresarial y universitario” (Institución Educativa Instituto
Técnico Industrial, 2017).

De esta manera, la institución educativa busca para cada año fortalecer los resultados de las
pruebas Saber y así lograr una categorización mejor para el plantel educativo en
correspondencia con sus objetivos de calidad. Como resultado de la evaluación institucional de
los últimos años respecto a las pruebas Saber, la recomendación en el componente de
organización y regulación es “Ajustar el proyecto de aula a los requerimientos de las
evaluaciones de las pruebas SABER e ICFES y a los estándares de calidad”, y en el
componente pedagógico es “Implementar estrategias de evaluación y tipos de preguntas en
correspondencia con las evaluaciones de las pruebas SABER e ICFES” (I.E. Instituto Técnico
Industrial, 2016).

Actualmente, los esfuerzos por alcanzar resultados relevantes en las pruebas Saber se centran
en una preparación previa para la prueba, desde las actividades de aula y a través de
simulacros. Sin embargo, en la Institución Educativa Instituto Técnico Industrial se evidencia la
falta de una herramienta de predicción que permita conocer el nivel de rendimiento de los
estudiantes en las competencias evaluadas en las pruebas nacionales en un momento previo y
suficiente para poder enfocar los esfuerzos de la preparación. Es así como no es posible tener
una contextualización inicial que permita conocer las competencias débiles de los participantes
de acuerdo a sus desempeños desde el grado noveno.

Por lo tanto, dada la importancia del pensamiento matemático para el desarrollo del
razonamiento lógico y la interpretación, así como los resultados del departamento por debajo

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

de la media nacional como se mencionó anteriormente, ésta investigación tiene como objetivo
el desarrollo de un modelo predictivo del rendimiento académico de los estudiantes
específicamente en el área de matemáticas en la educación media técnica de la Institución
Educativa Instituto Técnico Industrial del municipio de Florencia Caquetá; toda la ejecución se
propone mediar por una Red Neuronal Artificial (RNA), pretendiendo facilitar la toma de
decisiones y la aplicación de estrategias para el fortalecimiento de dichas competencias.

Teniendo en cuenta lo anteriormente planteado, surge la siguiente pregunta de investigación:

¿Cómo aportar a la predicción del rendimiento académico de los estudiantes en el área de


matemáticas en la educación media técnica de la Institución Educativa Instituto Técnico
Industrial del municipio de Florencia Caquetá mediado por Red Neuronal Artificial (RNA)?

El desarrollo de la anterior pregunta problema se apoya con la solución de las siguientes


preguntas orientadoras:

¿Cuál es la conceptualización de Red Neuronal Artificial y su implementación en modelos


predictivos?

¿Cuál modelo permite predecir el rendimiento académico de los estudiantes en el área de


matemáticas en educación media técnica de la Institución Educativa Instituto Técnico Industrial
del municipio de Florencia Caquetá mediado por una Red Neuronal Artificial?

¿Cómo implementar el modelo predictivo del rendimiento académico de los estudiantes en el


área de matemáticas en educación media técnica de la Institución Educativa Instituto Técnico
Industrial del municipio de Florencia Caquetá mediado por una Red Neuronal Artificial?

4. JUSTIFICACIÓN.

La investigación busca proponer un modelo para predecir el rendimiento académico de los


estudiantes en el área de matemáticas en educación media técnica, de esta manera permitirá
la toma de decisiones sobre estrategias adecuadas para la preparación de los estudiantes de
la Institución Educativa Instituto Técnico Industrial con fines a las pruebas Saber 11º.

El modelo predictivo estará mediado por una RNA, una técnica de inteligencia artificial que
permitirá el tratamiento de los datos con la finalidad de obtener resultados con un nivel de
acierto según entrenamiento previamente definido.

Predecir el rendimiento académico de los estudiantes pretende mostrar una simulación de los
resultados en pruebas Saber 11º basada en datos históricos de los estudiantes en el área de
matemáticas, como de las pruebas saber 9º y en la asignatura de matemáticas durante los
periodos académicos de 9º a 10º. Lo anterior, con la intención de analizar el desempeño de los
estudiantes y proponer estrategias de mejora basadas en una fundamentación contextualizada
en su rendimiento académico en el área de matemáticas durante los últimos años escolares.

De esta manera, se busca aportar a los objetivos institucionales de la Institución Educativa

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Instituto Técnico Industrial en pro de la calidad educativa y de la mejora de los resultados en


las pruebas Saber, medición que en Colombia establece la calidad de la educación. Para el
plantel educativo el modelo predictivo del rendimiento académico de los estudiantes en el área
de matemáticas permitirá aportar a su desempeño institucional encontrando en este una
herramienta para la toma de decisiones, las acciones de mejora, las estrategias de evaluación
y de ser necesario ajustar el proyecto de aula según los requerimientos de los estándares de
calidad, de las pruebas Saber y de los desempeños de la población estudiantil en el área de
matemáticas. De igual forma, se espera que los estudiantes fortalezcan sus competencias
matemáticas, importantes para el desempeño en las pruebas Saber de cara a sus debilidades
según la predicción del modelo.

5. OBJETIVOS.

 GENERAL:

Desarrollar un modelo predictivo del rendimiento académico de los estudiantes en el área


de matemáticas en educación media técnica de la Institución Educativa Instituto Técnico
Industrial del municipio de Florencia Caquetá mediado por una Red Neuronal Artificial.

 ESPECIFICOS:

o Indagar sobre la Red Neuronal Artificial y su implementación en modelos predictivos.


o Diseñar un modelo predictivo del rendimiento académico de los estudiantes en el área
de matemáticas en educación media técnica de la Institución Educativa Instituto
Técnico Industrial del municipio de Florencia Caquetá mediado por una Red Neuronal
Artificial.
o Desarrollar el modelo predictivo del rendimiento académico de los estudiantes en el
área de matemáticas en educación media técnica de la Institución Educativa Instituto
Técnico Industrial del municipio de Florencia Caquetá mediado por una Red Neuronal
Artificial.

6. MARCO REFERENCIAL
A continuación, se desarrollará el marco referencial de esta investigación, está constituido por
tres secciones: el marco conceptual en el cual se mencionan los conceptos relevantes sobre la
temática a desarrollar, el marco teórico donde se exponen los autores que han escrito al
respecto, y el marco legal que hace referencia a la normatividad vigente en torno a la
problemática investigativa.

 Marco conceptual

Redes Neuronales Artificiales (RNA). Una Red Neuronal es un novedoso sistema creado
para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en
una célula nerviosa humana llama neurona (Sotolongo & Guzmán, 2001). También conocidas
como Artificial Neural Networks (ANN), están inspiradas en las redes neurológicas biologías del
ser humano, pues su constitución se comporta de manera similar a una neurona en sus

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

funciones naturales (Basogain, S.F.) Figura 1.

Figura 1. Comparación de una Red Neuronal Biológica y una RNA

Según Matich (2001) define las Redes neuronales como la manera de simular algunas
características de los seres humanos, como las capacidades de memorizar y procesar
acontecimientos. Al examinar alguna problemática que no puede solucionarse a través de un
algoritmo, se observara una característica en común que es la experiencia.

Elementos Básicos de una Neurona. Está conformada por neuronas interconectadas, en tres
capas (puede variar). La información ingresa por la “capa de entrada”, pasan por la “capa
oculta” y finalizan en la “capa de salida”. En la figura 2 se observa un esquema de una red
neuronal.

Figura 2. Esquema de una red neuronal

La función de entrada, la neurona recibe muchos valores de entrada como si fueran uno solo;
esto recibe el nombre de entrada global, la función de activación son las que toman la
información de un conjunto de valores determinado y la función de salida permite expresar la
“La Universidad hacia el posconflicto”
Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

información y transferirla a una red exterior (Vega, 2011).

Calidad de la educación en Colombia. La educación es básicamente el vehículo por el cual


las personas utilizan para crecer integralmente, este proceso de formación constante se da en
un aula de clase o cotidianamente (Rodríguez, 2017). Es un área de estudio donde se enfocan
la mayoría de los académicos. Inicialmente, debemos conocer el concepto de calidad según
Achury (2018) es una propiedad o propiedades inherentes a algo, que permite juzgar por su
valía. Claramente, luego de estas apreciaciones en el campo educativo, y en este proceso de
desarrollo de individuos en una sociedad, siempre existirá un educando y un educador, aunque
para Hernández (2017) sea un proceso que involucra a la escuela, gobierno, padres de familia
y sociedad.

En cuanto a la calidad educativa en Colombia es necesario fundamentarse desde la


perspectiva de tipo socializador, pues en los diversos escenarios y tiempos donde se viene
desarrollando la educación en este país, se evidencia la relación existente entre lo educativo y
lo social. De aquí parte el hecho de desarrollar educando con la importancia del sentido de
pertenencia, con sentido y realidad social para que logre contribuir al desarrollo de la sociedad
de manera reflexiva y aporte soluciones a las dificultades que se presentan (Bedoya et al.,
2018).

Según Samper (2018) en Colombia no se está invirtiendo en educación, esto se verifica a


través de la inversión que se hace por estudiante en comparación con los países vecinos, y a
nivel curricular nuestro país está confundido: son quince asignaturas por año que parecen ser
innecesarias. En cuanto a la formación docente, se está tomando una ruta que es costosa pero
no genera ventajas educativas, la cual es enviar a los docentes a estudiar maestrías y esto no
impacta en la calidad de la educación básica. En cuanto al inicio de la jornada única, no se ha
pensado en la formación docente.

De acuerdo a lo anterior, & Belén (2012) afirma que la calidad de la educación en Colombia
también está asociado con la baja infraestructura escolar, pues hay una evidente falta de agua
potable, baños insuficientes, bibliotecas, computadores e inversión en el sector educativo,
aunque si bien, el proyecto “aulas amigas” provee de recursos TIC a las instituciones, la
mayoría de docentes no se encuentran previamente capacitados para el manejo de estos
recursos, y tampoco lo están para la integración de estos recursos en el proceso de
enseñanza-aprendizaje (Miranda et al., 2013).

¿Cómo se mide la educación en Colombia? El sistema educativo en Colombia se encuentra


fragmentado en cuatro etapas, la educación primaria (Grados 1 a 5), la educación básica
secundaria (Grados 6 a 9), la educación media (Grados 10 y 11), y se ha pensado de acuerdo
a unos estándares educativos, lo que se determina como los conocimientos técnicos de lógicas
del mercado, dejando a un lado los saberes ancestrales y sucesos reales del diario vivir (Arias,
2014).

Según Pérez (2019) los entes educativos deben reconocer que las pruebas PISA y SABER,
miden calidad del sistema educativo, sin embargo, no se tiene en cuenta que factores influyen
en esta calidad. Inicialmente debe mencionarse que las pruebas PISA muestran que los

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

mejores estudiantes pertenecientes a colegios privados no alcanzan a estudiantes con bajo


rendimiento en otros países, situación similar ocurre con las pruebas SABER entre colegios
oficiales y no oficiales. Básicamente, las políticas educativas se enfocan en los resultados de
las pruebas, pero la calidad de la educación no avanza.

En Colombia, las preocupaciones se basan en los resultados de aprendizaje que muestran los
estudiantes en pruebas nacionales SABER que las presentan anualmente los estudiantes de
los grados 3°, 5°, 9° y 11° y unas pruebas internacionales llamadas PISA (Programme for
International Student Assessment) que se presentan cada tres años, llevado a cabo por la
OCDE a nivel mundial que mide el rendimiento de los estudiantes en asignaturas como
matemáticas, ciencia y lectura; este análisis internacionales no evalúa al estudiante, sino al
sistema educativo (Orozco, 2015) . El Ministerio de Educación miente en decir que nuestro
país está mejorando en cuanto a calidad. En el 2017, se obtuvieron resultados bajos en
pruebas SABER de 3°, 5°, 9° y 11, pero los entes competentes no se pronuncian al respecto
para atribuir el buen desempeño del 2016 al programa Ser Pilo paga, atribución que no es
cierta (Samper, 2018).

Las pruebas SABER evalúan, enmarcan clasificaciones de los centros educativos y con base
en ello se determina la calidad de las instituciones. Todos los años el MEN se pronuncia sobre
dichas pruebas, enfatizando en la mejoría constante del país, sin embargo, en Colombia se
evidencia una sociedad en la cual no se reflejan principios educativos. Igual se establece que
en nuestro país no se invierte en educación, ejemplo de ello son los apenas $350.000 pesos
que se invierten por estudiante (Ávila, 2017).

Aunque se siga evaluando a través de las pruebas SABER y PISA, los datos de la calidad de
la educación no concuerdan, según un informe de la OCDE (2015) la tasa de desempleo para
los recién graduados es similar en otros países, es decir el 8% para jóvenes entre 15 a 29
años, estos datos no concuerdan con la economía nacional, pues el desempleo en jóvenes de
15 a 24 años es de 65%.

Modelos predictivos. Los modelos predictivos son modelos que muestran la relación que
existe entre el avance de una unidad en una muestra y uno o más características conocidos de
la unidad, estos modelos tienen como objetivo evaluar la probabilidad de que suceda un
acontecimiento en una muestra diferente y que muestre su resultado específico. Estos cálculos
lo ejecutan durante el funcionamiento de la herramienta. Para la creación de un modelo
predictivo, se utilizan datos disponibles con atributos y comportamientos conocidos, que
básicamente sería el entrenamiento (Timón, 2017).

 Marco teórico

En la literatura son pocos los autores que han combinado la educación en Colombia y las
Redes Neuronales Artificiales como modelo predictivo en una sola investigación, sobre todo
por la complejidad con la que se emplea las RNA para investigaciones del campo educativo,
sin embargo, se han encontrado los siguientes aportes significativos:

Es el caso de Passoni (2003) en su artículo denominado “Las RNA como elementos del

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Sistema de Soporte a las Decisiones en la Administración Universitaria” quien realizó un


proceso de Minería de Datos a través de redes neuronales artificiales para un análisis
exploratorio de datos multidimensionales, este experimento se ejecutó sobre los estudiantes de
Ingeniería Electrónica en una Universidad Nacional de Mar del Plata, y se logró identificar los
grupos que tenían patrones de evolución en la carrera, que generan un soporte en el
gerenciamiento universitario.

Sarraute (2007) realizó su tesis llamada “Aplicación de Redes Neuronales al Reconocimiento


de Sistemas Operativos” presento algunos algoritmos que se podrían utilizar para el
entrenamiento de las redes neuronales, pues la implementación de estos sistemas requiere de
técnicas que permitan procesar la información de manera jerárquica, apoyándose en bases de
datos con población representativa.

También Santin (2009) realizó su tesis doctoral denominada “Detección de alumnos de riego y
medición de la eficiencia de centros escolares mediante redes neuronales” en el cual se
utilizan redes neuronales para detectar los alumnos de riesgo escolar, evaluar la eficiencia de
los centros educativos y la eficiencia de los planes de estudio, se obtuvo una eficaz predicción
de los alumnos en riesgo y la eficiencia de los centros educativos, este sistema es mejor en
comparación con otros modelos discriminantes.

Otro aporte significativo, aunque sus resultados sugieran la utilización de Funciones de Base
Radial (RBF), es el trabajo realizado por Polo et al. (2015), quienes en su artículo denominado
“Comparison of Neural Network applied to prediction of times Series” realizan una comparación
entre las redes Neuronales Artificiales (RNA) tipo perceptrón multicapa (MLP) y de funciones
de base radial (RBF) aplicados a la predicción de series de tiempo, finalmente se concluyó que
para la implementación de inteligencia computacional en métodos Web es preferible el uso de
RBF pues se obtiene mejores tiempos de ejecución.

Por otro lado, Vásquez (2016) en la realización de su tesis “Modelo predictivo para estimar la
deserción de estudiantes en una institución de educación superior” permitió incluir en su
proceso predictivo la utilización de redes neuronales artificiales, en el cual obtuvieron seis
modelos que permiten predecir de manera semestral el conjunto de estudiantes que podrían
desertar, y con esto aplicar políticas institucionales que reduzcan la población desertora.

 Marco normativo

Colombia es un país diverso, sin embargo, los conflictos internos han tenido influencia en el
desarrollo social y educativo. Según la historia de este país, y citando a Ramírez y Téllez
(2006), en el siglo XIX fue uno de los mayores conflictos entre los partidos liberal y
conservador, en este sentido y según el partido político que gobernara se cambiaban los
lineamientos educativos, este conflicto contribuyo al atraso en cuanto a formación. Finalmente,
según Cazares (2008) terminada la guerra se empezó una constante necesidad de
proporcionar la educación primaria gratuita.

Los cambios más significativos en la educación colombiana, según Cárdenas (2007), fue en la
constitución de 1991, algunos cambios fue la libertad religiosa, la educación fue vista como un

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

derecho obligatorio. Como afirma Silva (2014) las políticas son flexibles, que contribuyen al
desarrollo crítico e íntegro de cada país, pero para Castro et al. (2005) esto no es suficiente,
ellos afirman que solo se ha tenido en cuenta la parte legal y formal, pero es necesario
estructurar un currículo de acuerdo a las necesidades de la sociedad.

En la Constitución política de 1991 (Art. 44 y 67), Todos los colombianos tienen derecho a la
educación, en el Art. 3° afirma que debe ser ofertada por Centros Educativos del Estado o de
tipo privado, siempre y cuando cumplan con las normas establecidas. En el Art. 4°, se señala
que: “corresponde al Estado, la sociedad y la familia velar por la calidad de la educación y
promover el acceso al servicio público educativo, y es responsabilidad de la Nación y de las
entidades territoriales, garantizar su cubrimiento”.

La Ley 715 del Sistema General de Participaciones, constituido por los recursos de la nación
indica la destinación de recursos para el sector educativo, así mismo, esta ley orienta y regula
el sector educativo, de esta manera las regiones deberán prestar un servicio de calidad,
dinamizando el acceso y permanencia de los estudiantes y de igual manera se harán
constante seguimiento en los procesos.

La Ley General de Educación de 1994, originada en la Constitución Política de Colombia, se


puede considerar como el primer pacto social por la educación, en el cual participaron
representantes de todos los sectores del país, con el fin de lograr una transformación
educativa. En esta Ley, se plantean los fines de la educación en el Artículo 5, de conformidad
con el Artículo 67 de la Constitución Política de Colombia, en los cuales aparecen:

la posibilidad de alcanzar un pleno desarrollo de la personalidad y un proceso de


formación integral que permita el respeto a la vida y a los demás derechos humanos, la
formación para la participación en las decisiones económicas, políticas, administrativas
y culturales de la nación, lo cual permite la construcción de la identidad nacional; la
adquisición y generación de conocimiento; formación para el trabajo, para la salud,
recreación, el deporte y la expresión artística (p.12).

7. MARCO METODOLÓGICO:

Enfoque metodológico: se hará uso del enfoque cuantitativo de acuerdo a la naturaleza


numérica de los datos que requiere la investigación, como: los resultados de las pruebas saber
9º de los estudiantes en los últimos años en el área de matemáticas, las notas en la asignatura
de matemáticas de 9º y 10º, entre otros de caracterización del estudiante. Lo anterior, para el
entrenamiento de la red neuronal artificial y los estudios estadísticos necesarios para
recolectar los datos que soportarán el análisis respectivo.

Ruta metodológica: la base metodológica del proyecto esta soportada por los objetivos
específicos que desarrollarán la investigación, determinando de esta manera tres fases, cada
una con actividades específicas:

 Fase I: Indagación sobre la Red Neuronal Artificial y su implementación en modelos


predictivos.

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

 Fase II: Diseño de un modelo predictivo del rendimiento académico de los estudiantes en el
área de matemáticas en educación media técnica de la Institución Educativa Instituto
Técnico Industrial del municipio de Florencia Caquetá mediado por una Red Neuronal
Artificial.

 Fase III: Implementación del modelo predictivo del rendimiento académico de los
estudiantes en el área de matemáticas en educación media técnica de la Institución
Educativa Instituto Técnico Industrial del municipio de Florencia Caquetá mediado por una
Red Neuronal Artificial.

Métodos y técnicas de investigación:

 La investigación exploratoria permite “conocer y mejorar el conocimiento sobre los


fenómenos de estudio para explicar mejor el problema a investigar” (Abreu, 2012), de esta
manera se utilizará este método con la intención de proponer el modelo predictivo del
rendimiento académico de los estudiantes en el área de matemática de la educación media
técnica de la Institución Educativa Instituto Técnico Industrial de Florencia Caquetá.
Haciendo uso del método proyectivo, se diseña e implementa el modelo para la predicción
del rendimiento académico de los estudiantes en el área de matemáticas mediado por una
RNA.

 La población participante en la investigación son los estudiantes del grado 11º de la


Institución Educativa Instituto Técnico Industrial. Para la selección de la muestra se utilizará
una formula estadística para población finita utilizando un margen de error tradicional.

 La investigación hará uso de la revisión documental y la técnica de análisis matricial para la


revisión bibliográfica y la selección de los referentes teóricos. Se recolectarán datos
estadísticos e históricos de los estudiantes relacionados con los resultados en las pruebas
Saber 9º y 10º en el área de matemáticas y las notas periódicas en la asignatura de
matemáticas. Para la implementación del modelo predictivo se utilizarán las diferentes
técnicas seleccionadas para el desarrollo y entrenamiento de la red neuronal artificial.

8. CRONOGRAMA DE ACTIVIDADES

CONCEPTO Periodo 1 Periodo 2 Periodo 3 Periodo 4


OBJETIVO GENERAL Desarrollar un modelo
predictivo del
rendimiento académico
de los estudiantes en el
área de matemáticas en
educación media
técnica de la Institución
Educativa Instituto
Técnico Industrial del
municipio de Florencia

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Caquetá, mediado por


Red Neuronal Artificial.
Objetivo Especifico 1 Indagar sobre la Red
Neuronal Artificial y su
implementación en
modelos predictivos.
Actividad 1 Realizar revisión
bibliográfica sobre la
Red Neuronal Artificial
RNA.
Actividad 2 Realizar revisión
bibliográfica sobre
modelos predictivos.
Actividad 3 Explorar desarrollos
sobre modelos
predictivos con
implementación de la
RNA.
Actividad 4 Identificar herramientas
para el desarrollo y
entrenamiento de la red
neuronal artificial
Objetivo Especifico 2 Diseñar un modelo
predictivo del
rendimiento académico
de los estudiantes en el
área de matemáticas en
educación media
técnica de la Institución
Educativa Instituto
Técnico Industrial del
municipio de Florencia
Caquetá mediado por
una Red Neuronal
Artificial.
Actividad 1 Identificar variables que
influyen en el modelo.
Actividad 2 Definir la arquitectura
de la red neuronal
artificial
Actividad 3 Definir los componentes
de la red neuronal
artificial.
Actividad 4 Definir el método de
entrenamiento de la red
neuronal artificial.
Actividad 5 Diseñar el modelo de
predicción del
rendimiento académico
mediado por una RNA.

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Objetivo Especifico 3 Desarrollar el modelo


predictivo del
rendimiento académico
de los estudiantes en el
área de matemáticas en
educación media
técnica de la Institución
Educativa Instituto
Técnico Industrial del
municipio de Florencia
Caquetá mediado por
una Red Neuronal
Artificial.
Actividad 1 Desarrollar el algoritmo
de la red neuronal
artificial.
Actividad 2 Entrenar la red neuronal
artificial.
Actividad 3 Realizar pruebas de
funcionamiento.

9. PRESUPUESTO
En miles de pesos
CONCEPTO Solicitud externa Contrapartida Total

I. GASTOS DE FUNCIONAMIENTO

1 Servicios personales
1.1 Nómina 30.090 30.090
2 Gastos generales
2.1 Materiales y suministros 12.500 12.500
2.2 Servicios públicos

II. GASTOS DE INVERSION

1 Gastos operativos
1.1 Gastos de personal
1.1.1 Equipo ejecutor 20.875 20.875
1.1.2 Asesorías y consultorías
1.1.3 Mano de obra no calificada

1.2 Viáticos y gastos de viaje


1.2.1 Alojamiento y alimentación 1.260 1.260
1.2.2 Transporte 3.000 3.000
1.3 Educación y capacitación
“La Universidad hacia el posconflicto”
Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

1.3.1 Talleres
1.4 Impresos y publicaciones 500 2.000 2.500
1.5 Insumos
Compra de material bibliográfico 1.000 1.000
2. Gastos de inversión
Software y suscripciones 2.000 2.000
2.1 Maquinaria y equipo
TOTAL 35.875 37.350 73.225

10. REFERENTE BIBLIOGRAFICOS

Abreu, J. (2012). Hipótesis, Método & Diseño de Investigación. Daena: International


Journal of Good Conscience, 7(2), 187-197.

Achury, A. L. 2018. Estado del arte de las investigaciones en el énfasis de gestión


educativa y evaluación, de la maestría en educación, universidad externado de Colombia
(2011- 2015). Universidad del Externado. [En línea]. Colombia. Disponible en:
https://bdigital.uexternado.edu.co/bitstream/001/851/1/CCA-spa-2018-
Estado_del_arte_de_las_investigaciones_en_el_enfasis_de_gestion_educativa_y_evaluacion.
pdf

Arias, J. 2014. Educación rural y Saberes Campesinos en Tierra Dentro Cauca. Tesis
de maestría. Universidad Nacional. Facultad de Ciencias Humanas. Pág. 45. Colombia

Ávila, D. R. 2017. Aportes a la calidad de la educación rural en Colombia, Brasil y


México: experiencias pedagógicas significativas. Tesis doctoral. Universidad de la Salle.
Facultad de Ciencias de la Educación. Pág. 45-80. Colombia

Basogain, X. S.f. Redes Neuronales y sus aplicaciones. Escuela Superior de Ingeniería


de Bilbao. Dpto. de Ingeniería de sistemas. [Libro en línea]. España. Disponible en:
https://ocw.ehu.eus/pluginfile.php/9047/mod_resource/content/1/redes_neuro/contenidos/pdf/lib
ro-del-curso.pdf

Bedoya, L. S., Peña, N. M., Ávila, C. R. 2018. Perspectivas de investigación en


educación y pedagogía. Artículo de investigación. Rev. El Ágora USB. Vol. 18. N°1. Pág. 72 –
88. Disponible en: http://www.scielo.org.co/pdf/agor/v18n1/1657-8031-agor-18-01-00073.pdf

Castro, G., Catebiel, V., y Gutiérrez, E. (2005). La Red de Investigación Educativa:


hacia una construcción curricular alternativa en procesos de formación avanzada. Revista
ieRed, I(3), 1-16. Recuperado de: http://revista.iered.org/v1n3/pdf/gcvcuh.pdf. ISSN 1794-8061

Cazares, M. 2008. Una reflexión teórica del curríclum. Colombia aprende. Recuperado
de: www.colombiaaprende.edu.co/html/mediateca/1607/article-170863.html

Cárdenas, C. Á. (05 de diciembre del 2007). Educación en Colombia ¿un servicio

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

público? Instituto de investigación y debate sobre la gobernanza. Recuperado de:


http://www.institutgouvernance.org/es/analyse/fiche-analyse-291.html

Consejo Nacional de Política Económica y Social, 2002. Régimen jurídico del consejo
nacional de política económica y social –CONPES- y compilación de los documentos CONPES
periodo 1998 – 2002. Pág. 25 – 90. Colombia. Recuperado de:
https://colaboracion.dnp.gov.co/CDT/Conpes/Econ%C3%B3micos/3196.pdf

Hernández, D. R. (24 de agosto del 2017). La calidad de la educación en Colombia,


una mirada crítica. Periódico las 2Orillas. Recuperado de: https://www.las2orillas.co/la-calidad-
la-educacion-colombia-una-mirada-critica/

ICFES Interactivo, 2018. Resultados Pruebas Saber 11º 2018-2, clasificación de


planteles. Disponible en: http://www2.icfesinteractivo.gov.co/resultados-saber2016-
web/pages/publicacionResultados/agregados/saber11/resultadosClasificacionPlanteles.jsf?
faces-redirect=true#No-back-button

I.E. Instituto Técnico Industrial, 2016. Proyecto Educativo Institucional. ACTA No. 001-
2016 Consejo Directivo. Disponible en: http://ieindustrial.ssm.com.co/pagina/enlases/Pei.html

Matich, D. J. 2001. Redes Neuronales: Conceptos Básicos y aplicaciones. Universidad


Tecnológica Nacional. Facultad Regional Rosario Departamento de Ingeniería Química. Grupo
de Investigación Aplicada a la Ingeniería Química (GIAIQ). Argentina.

Miranda, A. J., Suarez, A., Fernández, C. 2013. La educación básica en Colombia: una
mirada a las políticas educativas. Rev. Saber, ciencia y libertad. Vol. 8, No.2. Colombia.
Tomado de: https://revistas.unilibre.edu.co/index.php/saber

Ocampo, C., Belén, C. 2012. Formación. Experiencia docente y actitudes de los


profesores de infantil y primaria ante la educación escolar de hijos de personas inmigrantes en
España. En: Revista de Investigación Educativa. España. Vol. 30, Nº1; pp. 111-130.

Orozco, J. C. 2015. Diseño de un marco teórico explicativo sobre la acreditación


escolar como herramienta para el mejoramiento de la calidad de la educación básica y media
pública de BOGOTÁ, D.C. Tesis doctoral. Universidad de la Salle. Facultad de Ciencias de la
Educación. Colombia

Organización para la Cooperación y el Desarrollo Económicos (OCDE). 2015. Estudios


económicos de la OCDE COLOMBIA. PISA 2015 Results: Excellence and Equity in Education.
Paris.

Passoni, L. I. 2003. Las RNA como elementos del Sistema de Soporte a las Decisiones
en la Administración Universitaria. Universidad Nacional de Mar del Plata. Facultad de Ciencias
Económica y Sociales. Rev. FACES. Vol. 17. Argentina. Disponible en:
https://eco.mdp.edu.ar/cendocu/repositorio/FACES_n17_73-87.pdf

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Pérez, A. (04 de abril del 2019). ¿Por qué la calidad de la educación en Colombia no es
buena? Revista Dinero. Recuperado de:
https://www.dinero.com/opinion/columnistas/articulo/por-que-la-calidad-de-la-educacion-en-
colombia-no-es-buena-por-angel-perez-martinez/268998

Polo, D., Pedraza, L., Martínez, E. 2015. Comparison of Neural Network applied to
prediction of times Series. Universidad Autonoma del Caribe. Rev. Prospect. Vol. 13, N°. Pág.
88-95. Disponible en: http://ojs.uac.edu.co/index.php/prospectiva/article/view/491

Ramírez, M., Téllez, J. 2006. La educación primaria y secundaria en Colombia en el


siglo XX. Obtenido de Banco de la República, Colombia:
http://www.banrep.gov.co/docum/ftp/borra379.pdf

Rodríguez, M. 2017. Evaluación de un currículo centrado en la formación integral de los


estudiantes. Tesis de Maestría. Universidad católica de Colombia. Facultad de psicología. Pág.
48 – 60. Colombia

Sarraute, C. 2007. Aplicación de las Redes Neuronales al Reconocimiento de Sistemas


Operativos. Tesis de licenciatura. Universidad de Buenos Aires. Facultad de Ciencias Exactas y
Naturales. Pág. 23 – 24. Argentina.

Santin, D. 2009. Detección de alumnos de riesgo y medición de la eficiencia de centros


escolares mediante redes neuronales. Tesis doctoral. Universidad Complutense de Madrid.
Pág. 13 – 15. España.

Samper, J. (3 de enero del 2018). ¿Por qué no es cierto que Colombia esté invirtiendo
mucho en educación? Revista Semana. Recuperado de:
https://www.semana.com/educacion/articulo/el-cambio-que-necesita-la-educacion-en-
colombia/558650

Sotolongo, G., Guzmán, M. V. 2001. Aplicaciones de las redes neuronales. El caso de


la Bibliometría. Ciencias de la Información Vol. 32, No. 1. Madrid. Disponible en:
http://cinfo.idict.cu/index.php/cinfo/article/view/252

Silva, D. 2014. Aproximación al campo curricular en Argentina, México, Colombia y


España. Historia de la educación colombiana (17), 161-196. Recuperado de:
http://revistas.udenar.edu.co/index.php/rhec/article/view/2090

Timón, C. 2017. Análisis predictivo: técnicas y modelos utilizados y aplicaciones de este


- herramientas Open Source que permiten su uso. Tesis de grado en ingeniería. Universitat
Oberta de Catalunya. Paris

Vásquez, J. 2016. Modelo predictivo para estimar la deserción de estudiantes en una


institución de educación superior. Tesis para optar al título de magister en control de gestión.
Universidad de Chile. Economía y Negocios. Pág. 36-47. Chile.

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá
MINISTERIO DE EDUCACION NACIONAL
UNIVERSIDAD DE LA AMAZONIA
NIT: 891190346-1

Vega, H. G. 2011. Redes neuronales para el reconocimiento de la calidad morfológica


de mangos exportables para la empresa Biofruit del Perú S.A.C. Tesis de doctorado.
Universidad Nacional Federico Villareal. Facultad de ingeniería de sistemas. Pág. 56-90. Perú.

11. ANEXOS. (Si procede)

“La Universidad hacia el posconflicto”


Calle 17 Diagonal 17 con carrera 3F Barrio El Porvenir
Pbx 4340591 -4358786 Tel: 4352434 Telefax 4358231
Web site www.udla.edu.co email maestriatic@uniamazonia.edu.co
Florencia – Caquetá