SocialRec y sistemas de recomendación educativos

La personalización en educación suele tratarse como un problema de contenidos: recomendar el siguiente recurso, video o ejercicio. SocialRec abordó la personalización como un problema relacional e institucional.

El proyecto integró datos universitarios heterogéneos, protocolos de resguardo de privacidad e inferencia de redes para entender la experiencia educativa más allá de registros individuales. Una pregunta central fue cómo patrones de interacción, rutinas de campus y trayectorias estudiantiles pueden informar apoyos tempranos sin exponer información personal sensible.

El trabajo técnico combinó anonimización, de-identificación, inferencia de redes sociales desde conexiones de router, datos individuales y relacionales, y machine learning. El objetivo aplicado fue un sistema de recomendación que ayude a universidades a identificar acciones de apoyo útiles, no solamente predecir riesgo.

SocialRec conecta directamente con la investigación de CRiSS-LAB en analítica del aprendizaje, sistemas de educación superior, inteligencia colectiva y recomendación basada en redes.

Lee el ensayo del proyecto en Medium.