Sistema de Tutor Inteligente Para Razonamiento Cuantitativo

Las deficiencias en razonamiento cuantitativo en la educación media colombiana limitan el acceso a disciplinas STEM. Este trabajo propone un modelo inteligente basado en Machine Learning y Deep Learning para predecir la probabilidad de acierto de los estudiantes en ejercicios cuantitativos. Utilizando datos públicos, se desarrollaron y validaron diversos modelos para identificar la arquitectura óptima. El resultado es una herramienta capaz de integrarse en sistemas de tutoría inteligente, permitiendo la personalización del aprendizaje y aportando una solución técnica para reducir brechas educativas en el país.