Read more
El aprendizaje social y emocional (SEL) es vital para el éxito académico y el bienestar general de los estudiantes, pero la evaluación de estas competencias sigue siendo un reto debido a su naturaleza subjetiva y no cognitiva. Los métodos tradicionales, como las encuestas y las observaciones de los profesores, suelen carecer de precisión y coherencia. Para solucionar este problema, se propone un marco de evaluación basado en el aprendizaje automático que integra diversas fuentes de datos, como el comportamiento, la participación y el rendimiento de los estudiantes. Al identificar patrones y clasificar niveles de habilidades SEL, los modelos de aprendizaje automático reducen el sesgo humano y mejoran la fiabilidad. Este enfoque basado en datos no sólo garantiza una medición objetiva, sino que también proporciona información predictiva sobre el desarrollo SEL de los estudiantes. Los educadores pueden utilizar estos conocimientos para diseñar intervenciones específicas y apoyo personalizado, lo que en última instancia hace que la evaluación de las competencias SEL sea más precisa, escalable e impactante.
About the author
Dr. S. SHARMILA, Assistenzprofessorin in der UG-Abteilung für Informatik, NGM College, Pollachi. Ich habe 14 Jahre Lehrerfahrung und mehr als 15 Forschungsartikel in UGC Care und Scopus veröffentlicht.Dr. A. Kanagaraj, Assistenzprofessor in der Abteilung für Informatik, Kristu Jayanti (Anerkannte Universität), Bengaluru.
