¿Sueñan las redes neuronales artificiales con entender la comprensión de frases? Un estudio preliminar

Abstract

Las redes neuronales artificiales (RNA) son un campo emergente con perspectivas positivas y alentadoras. En educación, se postula que la atención y el rendimiento académico podrían explicar los resultados de la lectura. El objetivo principal de esta investigación fue estudiar la capacidad predictiva de una RNA con un algoritmo de retropropagación a través del análisis de la relación entre la eficacia en la comprensión lectora de frases y textos, las variables atencionales y el rendimiento académico en alumnos de 3° de primaria (N = 183). Se adoptó un enfoque no experimental, utilizando un diseño transversal y ex post facto. Participaron 10 colegios (70% públicos) situados en el sureste de España, a los que se administró el Test de Eficacia Lectora (TECLE), el test de atención d2 y el TALE-2000. Los resultados revelaron que es posible diseñar una red capaz de aprender por sí misma para predecir la comprensión de frases. Los estudiantes que eran buenos lectores obtenían mejores notas, se concentraban mejor, escaneaban el estímulo con más atención, obtenían más respuestas correctas y cometían menos omisiones. Las conclusiones se referían a las implicaciones éticas de la IA y a la necesidad de introducir las RNA en la formación inicial del profesorado.