Predicción de resultados académicos con la aplicación nntool en Matlab utilizando redes neuronales artificiales

En el 2018, Perú participó de la Evaluación Internacional de Estudiantes (PISA), donde se evidenciaron resultados desalentadores en los estudiantes de educación básica regular. En tal sentido, se consideró la predicción de resultados académicos como un instrumento de mejora del rendimiento escolar. El objetivo de esta investigación fue predecir el promedio anual de estudiantes del segundo grado de la Institución Educativa N°16093 en la provincia de Jaén-Perú, mediante el diseño e implementación de una red neuronal artificial (RNA). Para la recolección de datos de las variables que influyen en el promedio anual del estudiante, se elaboró un cuestionario de respuestas dicotómicas. En la validación y confiabilidad, se utilizó el criterio de juicio de expertos y la prueba Kuder-Richarson respectivamente, en el cual el coeficiente de confiabilidad obtenido en una prueba piloto aplicado a 15 estudiantes fue de 0.8359. En el software científico Matlab con la ayuda de la aplicación nntool, se diseñó la RNA formada por tres capas ocultas y una capa de salida. La RNA durante el entrenamiento, la validación y la prueba, registró un coeficiente de correlación ponderado de 0.967190, y un error cuadrático medio de 0.05011. El modelo neuronal implementado bajo las condiciones dadas logró una efectividad del 88.670% y 98.522%.