Resumen ampliado del artículo: "Evaluación económica de intervenciones educativas en la LOMLOE: propuestas de mejora con inteligencia artificial"
Dra. María Teresa BALLESTAR. Profesora Asociada. Universidad Rey Juan Carlos.
Dr. Jorge SAINZ. Catedrático. Universidad Rey Juan Carlos.
Dr. Ismael SANZ. Profesor Titular. Universidad Rey Juan Carlos.
Artículo completo: https://doi.org/10.22550/REP80-1-2022-09
Uno de los principios en la gestión educativa por parte de organismos internacionales como la OCDE es la evaluación de políticas educativas, tanto globales como de intervenciones concretas (Golden, 2020). El resultado del análisis lleva a una mayor eficacia e impacto, tanto a nivel social como individual, de las actuaciones educativas, lo que revierte en el alumnado y en una dinámica positiva para el sistema en general (OECD, 2018). Este principio informativo aparece en casi todas las legislaciones europeas y, en el caso español, se encuentra recogido en Ley Orgánica 2/2006, de 3 de mayo (LOE) que señala en su Artículo 2 bis que el “El funcionamiento del Sistema Educativo Español se rige por los principios de […] eficiencia en la asignación de recursos públicos, transparencia y rendición de cuentas”.
Nuestro objetivo es demostrar que la evaluación económica de las políticas educativas sirve para optimizar y priorizar los objetivos legislativos establecidos por la LOMLOE. Este hecho demostraría que la ley se enfrenta a una laguna en su construcción que afecta a su evaluación de la gestión, evaluación que si es un requerimiento para la justificación de los fondos EU Next Generation para educación que sólo en 2021 representan en los presupuestos generales del estado 1.852,5 millones de euros.
Va a ser esta inversión europea la que permitirá implantar y evaluar la ley, ya que en su Memoria de Análisis e Impacto Normativo (MAIN), que recoge los aspectos técnicos de la norma, se señala que “…el proyecto no supone incremento o disminución del gasto público”. Como contrapartida la Comisión exige que se evalúe si la población adquiere efectivamente las competencias para competir a nivel global (Crescenzi et al., 2021; Porte & Jensen, 2021).
La Comisión Europea y UNESCO reconocen la importancia de este tipo de actuaciones, tanto en la elección de reformas, como en su posterior análisis, y la necesidad que haya datos disponibles sobre intervenciones educativas para su posterior análisis, pese a las reticencias de algunas administraciones (Yusuf, 2007). Aunque el planteamiento preferido para este análisis es el enfoque experimental, en la realidad educativa existen problemas para llevarlo a cabo por diversos motivos: como el coste económico, la dificultad de establecer grupos de control aleatorios, los problemas de gestión, ansiedad, etc. (Golden, 2020; Slavin, 2016).
Para solventar esta propuesta se están utilizando un arsenal de nuevas técnicas que están en pleno desarrollo y que pueden servir como propuesta, entre las que se encuentra la Inteligencia Artificial (IA) (Ballestar et al., 2019; Chassignol et al., 2018; Chatterjee & Bhattacharjee, 2020). Siguiendo la estrategia de triangulación de Ballestar et al., (2020) evaluamos el uso de distintas estrategias de IA para la evaluación del retorno de intervenciones educativas.
Cabe destacar que una de las innovaciones de nuestra investigación es la aplicación de una metodología de triangulación de Ballestar et al., (2020) que consiste en el desarrollo y evaluación de distintas estrategias de IA para la evaluación del retorno de intervenciones educativas. Desarrollando modelos de Machine Learning (ML) basados en árboles de decisión CHAID (Chi-square Automatic Interaction Detector) y también redes neuronales artificiales perceptrón multicapa con programación hacia atrás (ANN-MPL).
Para ello profundizaremos en la intervención realizada por la Consejería de Educación de la Junta de Comunidades de Castilla y León denominada Programa para la Mejora del Éxito Educativo, que analizaremos en su edición de 2020, tras el cierre de los colegios por la pandemia. La Junta realizó una convocatoria de ayudas económicas para que los centros educativos pudieran ofrecer aulas de apoyo durante el mes de julio a los alumnos de sexto de primaria, cuarto de ESO y segundo de bachillerato en las áreas de lengua castellana y literatura, matemáticas o inglés con dificultades educativas. El programa ha contribuido a lo largo de los años a que un número importante de alumnos de la Comunidad promocionen de curso. De forma general para todos los cursos que disfrutan del programa, se observó en el curso académico 2019-20 una mejora de la promoción del 5% en los estudiantes que participaron en el programa, en comparación con los que estando en condiciones de participar no lo hicieron.
Referencias bibliográficas
Ballestar, M. T., Doncel, L. M., Sainz, J. y Ortigosa-Blanch, A. (2019). A novel machine learning approach for evaluation of public policies: An application in relation to the performance of university researchers. Technological Forecasting and Social Change, 149. https://doi.org/10.1016/j.techfore.2019.119756
Ballestar, M. T., García-Lázaro, A. y Sainz, J. (2020). Todos los caminos llevan a la educación: Un primer análisis de la robotización, la educación y el empleo. Papeles de Economía Española, 166, 33–49.
Chassignol, M., Khoroshavin, A., Klimova, A. y Bilyatdinova, A. (2018). Artificial Intelligence trends in education: A narrative overview. Procedia Computer Science, 136, 16–24. https://doi.org/10.1016/j.procs.2018.08.233
Chatterjee, S. y Bhattacharjee, K. K. (2020). Adoption of artificial intelligence in higher education: a quantitative analysis using structural equation modelling. Education and Information Technologies, 25(5), 3443–3463. https://doi.org/10.1007/s10639-020-10159-7
Crescenzi, R., Giua, M. y Sonzogno, G. V. (2021). Mind the Covid-19 crisis: An evidence-based implementation of Next Generation EU. Journal of Policy Modeling, 43(2), 278–297. https://doi.org/10.1016/J.JPOLMOD.2021.03.002
Golden, G. (2020). OECD iLibrary | Education policy evaluation: Surveying the OECD landscape (OECD Education Working Papers). https://www.oecd-ilibrary.org/education/education-policy-evaluation_9f127490-en
OECD. (2018). Education Policy Outlook 2018: Putting Student Learning at the Centre. OECD.
Porte, C. de la y Jensen, M. D. (2021). The next generation EU: An analysis of the dimensions of conflict behind the deal. Social Policy & Administration, 55(2), 388–402. https://doi.org/10.1111/SPOL.12709
Slavin, R. E. (2016). Evidence-Based Education Policies: Transforming Educational Practice and Research: Http://Dx.Doi.Org/10.3102/0013189X031007015, 31(7), 15–21. https://doi.org/10.3102/0013189X031007015
Yusuf, A. (2007). Standard-Setting at UNESCO: Conventions, Recommendations, Declarations and Charters adopted by UNESCO, 1948-2006 (Vol. 2). Martinus Nijhoff Publishers.
Cómo citar este artículo: Ballestar, M. T., Sainz, J. y Sanz, I. (2022). Evaluación económica de intervenciones educativas en la LOMLOE: propuestas de mejora con inteligencia artificial |An economic evaluation of educational interventions in the LOMLOE: Proposals for improvement with Artificial Intelligence. Revista Española de Pedagogía, 80 (281), 139-160. https://doi.org/10.22550/REP80-1-2022-09
