Intelligenza artificiale e Università
Intelligenza artificiale e Università
Descrizione
Intelligenza artificiale e Università: prevedere e supportare le carriere degli studenti Nel 2024, il Laboratorio ha avviato una ricerca volta a sperimentare un sistema innovativo per contrastare la dispersione universitaria nell’Ateneo di Catania. Lo studio analizza le carriere accademiche delle coorti di laurea dal 2018 al 2022, esaminando 30 corsi di laurea triennale e a ciclo unico, per un totale di 42.000 studenti. Il progetto sfrutta strumenti avanzati di analisi predittiva per identificare gli studenti più vulnerabili. Attraverso l’elaborazione di dati relativi alla carriera accademica, alla frequenza delle lezioni e al rendimento negli esami, il sistema è in grado di individuare chi potrebbe incontrare difficoltà nel proseguire il percorso universitario. Sono stati implementati modelli di machine learning capaci di affinare progressivamente le previsioni sul rischio di dispersione. I risultati ottenuti sono stati molto promettenti, con ottime performance, in particolare, per il modello Random Forest. In parallelo, è stata avviata un ulteriore fase dello studio che prevede la creazione e la somministrazione di un questionario ad un campione di studenti iscritti al I e al II anno di alcuni CdS triennali. Questo strumento si propone di esplorare aree cruciali come la motivazione, le difficoltà percepite, il supporto sociale e le aspettative professionali degli studenti. I dati che emergeranno da questo questionario saranno integrati con quelli già elaborati, offrendo così una visione più completa del fenomeno della dispersione studentesca e delle sue cause.
Obiettivi
Attraverso la predizione delle carriere e l’identificazione degli studenti a rischio abbandono, il progetto mira a sviluppare un sistema in grado di prevedere l’andamento delle carriere accademiche. L’analisi dei dati relativi ai percorsi di studio consente di individuare gli studenti più a rischio, fornendo informazioni strategiche ai decisori accademici (CdS, Dipartimenti e Scuole). L’obiettivo finale è supportare l’implementazione di interventi mirati, prevenendo il fenomeno dei fuoricorso e dell’abbandono universitario.
Docenti
Proff.: Francesco Mazzeo Rinaldi; Teresa Consoli; Giovanni Giuffrida, Vincenzo Miracula; Rosario D’Agata; Daniela Ghio; Ornella Occhipinti e Valentina Cocco.
Tempi
2024
