Integrando tecnologías asociadas a data science en procesos de orientación vocacional y profesional

Yngrid Josefina Melo Quintana; Wilson Simbaña; Andres Castillo; Edgar Bravo

doi:10.37431/conectividad.v2i1.20

Autores/as

Yngrid Josefina Melo Quintana Instituto Superior Universitario Rumiñahui https://orcid.org/0000-0002-8529-2262
Wilson Simbaña Instituto Superior Universitario Rumiñahui https://orcid.org/0000-0001-6443-640X
Andres Castillo Instituto Superior Universitario Rumiñahui https://orcid.org/0000-0001-5598-2409
Edgar Bravo Instituto Superior Universitario Rumiñahui https://orcid.org/0000-0002-6981-8041

DOI:

https://doi.org/10.37431/conectividad.v2i1.20

Palabras clave:

Orientación Vocacional, Big Data, Inteligencia Artificial, Minería de Datos, Data Science

Resumen

La Ley Orgánica de Educación Intercultural Bilingüe (LOEI), refiere una flexibilización de los tipos de bachillerato. Según Salgado [1], esperan que se desarrolle un análisis técnico donde haya un papel más fuerte del orientador vocacional. Esto conduce a que la orientación vocacional adquiere mayor importancia. Actualmente se están desarrollando con mucha rapidez y mucha fuerza las tecnologías ligadas a la Ciencia de Datos como la inteligencia artificial (IA) el Big Data y minería de datos (Data mining) para apoyar procesos de tomas de decisiones donde están involucrados grandes cantidades de datos. La orientación vocacional según [2], es un problema de toma de decisiones donde está presente en alto grado la incertidumbre y donde los modelos clásicos de decisión no resultan del todo aplicables para dar solución efectiva.
Se pretende integrar estas herramientas asociadas a la ciencia de datos que ya están aplicándose en campos muy diversos en el proceso de orientación vocacional y profesional.
Para ello es necesario contar con datos y por consiguiente el objetivo es concentrase en su extracción y recolección, así surgen preguntas como ¿qué?, ¿dónde? y ¿con qué? buscar. Además, se describe el papel de estas tecnologías respecto al tema planteado e investigaciones existentes hasta el momento con respecto al mismo. La metodología usada es de tipo documental descriptiva. Se presenta a la par, la propuesta de un proyecto de construcción de una herramienta tecnológica que contribuya a la búsqueda, recolección y clasificación de datos que pueda ser usada en procesos de orientación vocacional y profesional.

Citas

¿Qué cambios trae la reforma a la Ley de Educación?, in El Comercio. 2021.

Santana Gustavo, V.J.A., Hacia un Sistema Virtual de orientación vocacional. Revista Cubana de Educación Superior, 2019.

Salas Irina, A.C., Orue Goar, La orientación vocacional en la Enseñanza Media Superior vista desde un sistema informático experto. EduSol, 2020. 20: p. 41-56.

Chávez, C.F., Sistema experto web para medir el perfil vocacional de los postulantes del centro pre universitario a la UNASAM, in Facultad de ciencias. 2020, Universidad nacional Santiago Antunez de Maloyo Mexico.

Cabrera, M.C., Models of vocational orientation for the choice of university training careers, in Revista Iberoamericana De La educación. 2020.

Meza Julio, R.L., Rico Ricardo, Estrada Yadira, Rodríguez Nadia, Diseño de un prototipo de sistema experto que permita identificar patrones basado en las aptitudes y habilidades académicas de los alumnos de nivel superior, in Revista Aristas: Investigación Básica y Aplicada. 2020, Revista Aristas: Investigación Básica y Aplicada. : México.

Aguirre Andrea Michael , C.G.J., Sistema de recomendación de carreras profesionales aplicando técnicas de learning analytics e inteligencia artificial para los estudiantes de bachillerato de la Unidad Educativa Particular Bilingüe Ecomundo., in Facultad de Ciencias Matemáticas y Físicas. 2020, Universidad de Guayaquil: Guayaquil, Ecuador.

Rojas Rafael, H.H., Arauco Saúl Ernesto,Rojas John Fredy Neural Network forVocational Guidance Based onThe Applicant's Profile For Admission To A Study Program, in Turkish Journal of Computer and Mathematics Education. 2021: Turquía.

Zadeh, L.A., Fuzzy logic, neural networks, and soft computing, in Communications of the ACM. 1994. p. 77-84. https://doi.org/10.1145/175247.175255

Cotaro, S.G., Contribución al estudio de la computación con palabras/percepciones, in Departamento de Inteligencia Artificial. 2007, Universidad Politécnica de Madrid: Madrid.

Castellanos Jose Ulises, P.C., Gutierrez Luis Carlos Modelo basado en lógica difusa para la construcción de condiciones de alta calidad en el sistema educativo, in CITAS: ciencia, innovación, tecnología, ambiente y sociedad. 2020.

Hernández Emilcy, D.N., Moreno Julián., Big Data: una exploración de investigaciones, tecnologías y casos de aplicación, in TecnoLógicas. 2017, Instituto Tecnológico Metropolitano: Colombia. p. 15-38. https://doi.org/10.22430/22565337.685

Oracle. ¿Qué es la ciencia de datos? 2020 [cited 2021 15]; Available from: https://www.oracle.com/mx/data-science/what-is-data-science/.

Castillo, J.A., Big Data IFCT128PO, I. Editorial, Editor. 2018: Málaga.

García Jesús, M.J., Berlanga Antonio, Patricio Miguel, Bustamante Álvaro, Padilla Washington, Ciencia de datos. Técnicas analíticas y aprendizaje estadístico, AlfaOmega, Editor. 2018, Publicaciones Altaria, S.L.: Colombia.

Jiménez Brian , P.C., Balado Pau Andrio, Marco M. Jesús., Aprendiendo a programar. Nuevos retos, nuevas propuestas, in Actas de las Jenu. 2019: Barcelona, España. p. 71-78.

Rodríguez Patricio, P.N., Mondaca Javier El uso de datos masivos y sus técnicas analíticas para el diseño e implementación de políticas públicas en Latinoamérica y el Caribe Banco Interamericano de Desarrollo 2017.

Camargo, A.J., Modelo para la predicción de la deserción de estudiantes de pregrado, basado en técnicas de minería de datos. 2020, Universidad de la Costa: Colombia.

Quiñonez Lenin, C.Y., Rendimiento académico empleando minería de datos, in Revista Espacios. 2020: Perú.

Beguerí Graciela, M.A., Minería de datos y una aplicación en la educación superior, in XIX Workshop de Investigadores en Ciencias de la Computación (WICC 2017, ITBA, Buenos Aires). 2017 Red de Universidades con Carreras en Informática (RedUNCI).

Russo, J.P. Mapeo sistemático y evaluación de arquitecturas de software para contextos de big data. 2018.

MongoDB, I. La base de datos líder para aplicaciones modernas. 2021; Available from: https://www.mongodb.com/es.

Moreno, L.N., Estudio del desempeño académico de estudiantes colombianos en las pruebas saber 11 y saber pro para la elección vocacional y permanencia universitaria, in Facultad de Ingeniería en Tecnologías de Información y Comunicación. 2019, Universidad Pontificia Bolivariana: Colombia.

Ardila, S., Desarrollo de una herramienta de asistencia para el análisis de pruebas psicométricas de una población grande utilizando técnicas de Big Data., in Programa de Ingeniería de Sistemas Y Computación. 2017, Universidad Tecnológica de Pereira: Colombia.

Nazareno Maximiliano , P.M.Á., Análisis de herramientas de extracción de comentarios de la red social Twitter y creación de un corpus no relacional para el posterior uso con el Procesamiento de Lenguaje Natural (PLN) y Minería de Opiniones (MO), in Facultad de ciencias matemáticas y físicas. 2021, Universidad de Guayaquil: Guayaquil, Ecuador. p. 143.

García-Bullé, S. Big data en el futuro de la innovación educativa. 2019; Available from: https://observatorio.tec.mx/edu-news/bigdata-educacion.

Mariñelarena-Dondena L., E., M. ,Castro Solano A., Extracción de conocimiento con técnicas de minería de textos aplicadas a la psicología, in Revista Argentina de Ciencias del Comportamiento. 2017: Argentina. p. 65-76. https://doi.org/10.32348/1852.4206.v9.n2.12701

Moo Armando, A.R., Hernández Francisco, Herramientas Web Scraping para la Adquisición de Datos Turísticos, in KIKAME. 2020: Tepic, Nayarit.