Indicators of ADHD symptoms in virtual learning context using machine learning technics

Artículo que presenta un modelo de usuario para estudiantes en procesos de aprendizaje virtual, con el objetivo de detectar indicadores de trastorno por déficit de atención e hiperactividad (TDAH) mediante técnicas de aprendizaje automático. El modelo integra tres características del usuario: conducta comportamental, desempeño de funciones ejecutivas y estado emocional. A partir de estas variables, se aplican reglas de clasificación para inferir el perfil sintomático de TDAH y alteraciones emocionales del estudiante. Los ejemplos de entrenamiento obtenidos permiten desarrollar algoritmos de aprendizaje automático que mejoran la precisión en la clasificación de estudiantes. El modelo propuesto constituye un paso inicial para adaptar recursos de aprendizaje en plataformas de educación en línea hacia personas con problemas de atención, específicamente estudiantes adultos jóvenes con TDAH.

Puntos clave

• El modelo de usuario integra conducta comportamental, desempeño de funciones ejecutivas y estado emocional como variables para identificar indicadores de TDAH en aprendizaje virtual.
• Las reglas de clasificación utilizan estas tres características como entrada para inferir el perfil sintomático de TDAH y las alteraciones emocionales del estudiante.
• El aprendizaje automático se entrena con ejemplos obtenidos del modelo para mejorar la precisión en la detección y clasificación de estudiantes con TDAH.
• La adaptación de recursos educativos en plataformas de educación en línea hacia personas con problemas de atención representa la aplicación práctica del modelo propuesto.

Para quién: Profesionales en tecnología educativa, psicólogos e investigadores interesados en desarrollar sistemas inteligentes de detección de TDAH en entornos virtuales y adaptar la enseñanza en línea.