Algoritmos de machine learning en la identificación de competencias académicas: Una revisión sistemática de la literatura

Abstract

La alta competitividad laboral en diversos sectores de la industria son un motivo de preocupación de diversas instituciones educativas, las cuales buscan perfilar a sus egresados en base a un conjunto de competencias que el área profesional del estudiante requiere. La metodología aplicada para la revisión sistemática de la literatura (RSL) se divide en cuatro etapas: la elaboración de las preguntas de investigación y bibliométricas a partir de una plantilla GQM (Goal, Question Metric), la elaboración de términos y conectores lógicos, formulación de criterios de inclusión y exclusión para la búsqueda avanzada en repositorios digitales y por último, la evaluación de los criterios de calidad. En los resultados, se encontró que el modelo de red neuronal más frecuentemente utilizado es el Deep Neural Network (DNN), el tipo de aprendizaje más común es el Aprendizaje Supervisado y el algoritmo de machine learning más utilizado es el Backpropagation (BP); asimismo, se respondieron las preguntas bibliométricas de donde se observó que existe un interés equilibrado por este estudio entre los años 2017 hasta el 2019.