Sobre el Proyecto
Este proyecto tiene como objetivo detectar e identificar posibles casos de bullying entre los estudiantes de tercero de secundaria de la IE PNP NVA utilizando herramientas de Inteligencia Artificial. A través de una encuesta realizada a los estudiantes, el modelo de IA puede identificar patrones y ayudar a prevenir futuros casos.
Información General
- Proyecto: AcosoZero - Plataforma de detección y prevención Bullying en el entorno escolar de la IE PNP NVA mediante Inteligencia Artificial.
- Participantes: [Eidan Donny Paul Lima Miranda / Britney Génesis Paricela Mendoza]
- Institución: IE PNP NVA
- Fecha de Inicio: [Julio del 2023]
- Fecha de Finalización: [Setiembre del 2023]
Metodología
1. Diseño del Cuestionario – Data no oficial (con fines educativos)
- Basado en investigaciones previas y la realidad local de la IE PNP NVA, se diseñó un cuestionario con 28 preguntas dirigidas a identificar posibles víctimas de bullying. VER ENCUESTA
2. Desarrollo del Modelo de IA (Codificado en Python)
- Elección del algoritmo de Árbol de Decisión por su capacidad para manejar datos clasificatorios y proporcionar resultados interpretables.
- Codificación y programación inicial del modelo utilizando herramientas de programación especializadas en Inteligencia Artificial
3. Aplicación de la Encuesta
- Se aplicó el cuestionario (en su gran mayoría de preguntas con escala de Likert de 1 a 5) a 64 estudiantes de tercero de secundaria en la IE PNP NVA.
- Los resultados se codificaron de forma que pudieran ser interpretados por el modelo de IA.
4. Entrenamiento del Modelo
- Se alimentó el algoritmo de Árbol de Decisión con las respuestas de la encuesta.
- Se ajustaron los parámetros del modelo para maximizar su precisión y minimizar el error.
5. Verificación y Validación
- Una vez entrenado, se probó el modelo con datos de estudiantes involucrados en el entrenamiento para verificar su eficacia.
- Se llevaron a cabo pruebas específicas, introduciendo un caso que no mostrara evidencias de bullying y otro que sí lo hiciera, para confirmar si el modelo podía distinguir entre ambos.
6. Análisis y Reflexión
- Se analizaron los resultados y se reflexionó sobre la precisión y áreas de mejora del modelo.
- Se consideraron adaptaciones para diferentes niveles educativos y entornos escolares.
Resultados y Recomendaciones
- Eficacia: Nuestro proyecto ha mostrado un alto grado de precisión en la identificación de posibles casos de bullying en estudiantes de la misma población en estudio.
- Aplicaciones Futuras: Este sistema requiere información oficial o más cercana a la realidad, por lo que se sugiere a la institución educativa proporcionar registros oficiales y la aplicación de IA aprenda con información de casos o no casos de bullying confirmado. De tal forma que con esa información oficial, se puede determinar futuros posibles casos de bullying. Se sugiere realizar pruebas en alumnos que no fueron parte del estudio inicial y en otros centros educativos.
- Limitaciones: Como cualquier sistema, requiere mejora continua, como el diseño, optimizar código, revisar algoritmos, y otros que permitan optimizar resultados.