23 enero 2022
* Ley Orgánica 3/2020, de 29 de diciembre de 2020, por la que se modifica la Ley Orgánica 2/2006, de 3 de mayo, de Educación.
El objetivo de esta investigación es demostrar la necesidad de evaluar económicamente la LOMLOE, especialmente tras la inversión de los fondos EU Next Generation que abren nuevas oportunidades de las que carecía la ley en su redacción inicial. Las Administraciones públicas tienen el reto de emplear esa inversión adicional de forma eficiente.
Nuestro análisis demuestra que los modelos de inteligencia artificial pueden predecir si los programas de apoyo educativo ayudarán a incrementar la probabilidad de que estudiantes rezagados superen 4.º de la ESO (Educación Secundaria Obligatoria). De esta forma, se puede calcular el retorno social de los programas de apoyo educativo y contribuir a su diseño ex-ante para lograr que los alumnos tengan mayores tasas de éxito.
Para completar los modelos ya utilizados por Administraciones públicas, empleamos modelos de Machine Learning (ML) robustos como árboles de decisión CHAID y redes neuronales artificiales para analizar las características de los grupos de estudiantes y la intervención en la que han formado parte. Las conclusiones permiten mejorar los programas de refuerzo educativo de los próximos años para apoyar a los alumnos con menos posibilidades de éxito académico.
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
