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.
Cristian Candia
Profesor Asociado, Instituto de Data Science, Facultad de Ingeniería, Universidad del Desarrollo, Chile. Director de CRiSS-LAB.
Cristian Candia estudia cómo las sociedades transforman información en relevancia colectiva a través de la atención, la memoria, las preferencias y la coordinación. Su trabajo combina ciencia social computacional, ciencia de redes, IA y datos conductuales a gran escala para entender cómo grupos, instituciones y sociedades deciden qué importa.