Algoritmo para Clasificar la Resolución de Conflictos en Aspirantes Automotrices

• Published in: Revista tecnológica (Guayaquil) Vol. 35; no. 2; pp. 170 - 180
• Main Authors: Espinosa-Pinos, Carlos Alberto, Villota-Zambrano, Juan Carlos, Luzuriaga-Jaramillo, Héctor Alberto
• Format: Journal Article
• Language: English
• Published: 15.10.2023
• ISSN: 0257-1749; 1390-3659
• DOI: 10.37815/rte.v35n2.1064

La inadecuada capacidad para resolver conflictos en estudiantes de ingeniería automotriz puede tener consecuencias negativas en el ámbito laboral. El desarrollo del pensamiento lógico matemático puede ayudar a los estudiantes a desarrollar habilidades de análisis crítico, mejora de la capacidad de resolución de problemas, desarrollo de habilidades de razonamiento y comunicación efectiva, lo que les permite abordar los conflictos de manera efectiva y encontrar soluciones creativas. Esta investigación pretende identificar predictores de la capacidad para resolver problemas usando algoritmos de clasificación. Metodología: En este estudio se aplicaron tres algoritmos de clasificación y se usó el proceso KDD para identificar predictores de la capacidad para resolver problemas. El conjunto de datos cuenta con 60 registros de estudiantes de la carrera de ingeniería automotriz de la Universidad Equinoccial en Quito, Ecuador, a los que se les aplicaron tres herramientas: una ficha sociodemográfica, un test de Shatnawi relacionado con el pensamiento lógico matemático y un test de Watson Glaser sobre capacidad de resolución de conflictos. Resultados: El mejor modelo de clasificación es el algoritmo K-vecinos más cercanos y su capacidad de predicción es muy buena, con una tasa de verdaderos positivos frente a la tasa de falsos positivos AUC de 0.75, junto a un buen desempeño en clasificar casos negativos. El modelo puede ser mejorado con un aumento de la muestra, validación cruzada o ajuste de híper parámetros. Conclusión: La edad y el pensamiento lógico matemático están fuertemente asociados con la capacidad de resolver conflictos. En futuras investigaciones es importante considerar variables adicionales como la experiencia en proyectos de resolución de problemas, el conocimiento técnico y la habilidad comunicativa; explorar el uso de algoritmos de aprendizaje automático más avanzados; diseñar intervenciones educativas específicas basadas en el desarrollo del pensamiento lógico matemático; o comparar la capacidad de resolución de conflictos entre diferentes disciplinas de ingeniería.