El 27 de enero de 2020, se realizó la sustentación de la tesis de Maestría Científica en Ingeniería Matemática de la estudiante Cristina González. Tesis titulada “Modelo de Predicción del Desempeño en Matemáticas de Aspirantes a Ingresar a la Universidad Tecnológica de Panamá que Interactúan con un Sistema Tutor Inteligente”  

La tesis tuvo como enfoque central predecir mejoras en el desempeño en matemáticas de los estudiantes que aspiran ingresar a la Universidad Tecnológica de Panamá, basado en variables de interacción con el sistema tutor inteligente de matemáticas ALEKS PPL.

En esta investigación se presenta el análisis de datos generados por el sistema tutor inteligente ALEKS PPL que se utilizó en la Universidad Tecnológica de Panamá durante el 2018, con los estudiantes que aspiraban ingresar al sistema universitario.

Este análisis de datos se realizó por medio del uso de técnicas de investigación en redes neuronales, específicamente el modelado por medio de árboles de decisión, con nuestro fin de obtener aquellos factores que intervinieron en la mejora en aprendizaje de los estudiantes que interactuaron con la plataforma. Se seleccionaron las variables de dos grandes fuentes de datos, los datos propios de ALEKS PPL y del sistema de ingreso universitario. Y se utilizó el modelo de árboles para determinar las variables de mayor impacto en la mejora en aprendizaje del 10% y 20% de la diferencia de por lo menos dos evaluaciones de las cinco que ofrece ALEKS PPL.

El Dra. Norma Miller (UTP), Asesora de Tesis; Dra. María Heller (SENACYT), Dr. José Laguardia (UTP), Dra. Norma Miller (UTP), Jurados.