TeamUp: Semantic Project Matching and Team Formation for Learning at Scale

Resumen Técnico: TeamUp – Emparejamiento Semántico de Proyectos y Formación de Equipos para el Aprendizaje a Gran Escala

Enunciado del Problema
El aprendizaje basado en proyectos (ABP) es un pilar fundamental de la educación en ingeniería contemporánea, sin embargo, escalarlo a cohortes de 200–300+ estudiantes presenta desafíos pedagógicos significativos. Los métodos actuales de asignación, que dependen de hojas de cálculo manuales, encuestas de preferencias ad hoc e intuición del instructor, no logran abordar tres problemas persistentes:

1. Mala adecuación entre Habilidades y Proyectos: Se pasan por alto diferencias sutiles de competencia, lo que conduce a proyectos que son demasiado fáciles (causando desvinculación) o demasiado difíciles (causando abrumamiento), desalineándose con la Zona de Desarrollo Próximo (ZDP) del estudiante.
2. Agrupación Homogénea de Equipos: Los equipos manuales o auto-seleccionados a menudo agrupan a estudiantes con fortalezas idénticas, perdiendo la diversidad cognitiva requerida para mejorar la resolución de problemas y los resultados de aprendizaje.
3. Distribución Desigual de Oportunidades: Sin mecanismos fundamentados, los estudiantes de alto rendimiento auto-seleccionan proyectos visibles, mientras que los grupos subrepresentados enfrentan un acceso reducido a oportunidades.

Los enfoques tradicionales tratan la asignación como un problema de optimización logística en lugar de un problema de diseño de aprendizaje, fallando en capturar la naturaleza multidimensional de las competencias estudiantiles y los requisitos de los proyectos.

Metodología
TeamUp es un sistema ligero, basado en incrustaciones (embeddings), diseñado para automatizar la asignación de proyectos y la formación de equipos mientras se adhiere a principios de la ciencia del aprendizaje. La arquitectura del sistema integra cuatro componentes principales:

1. Preparación de Datos y Generación de Incrustaciones:

   • Entrada: Los estudiantes proporcionan perfiles que incluyen autoevaluación de la competencia en habilidades, cursos realizados, experiencia en proyectos y preferencias de dominio. Se pueden subir currículums para su extracción basada en PLN. Los supervisores definen proyectos con habilidades requeridas/opcionales, calificaciones de dificultad y etiquetas de dominio.
   • Vectorización: Todos los datos textuales y categóricos se convierten en representaciones vectoriales densas utilizando modelos de lenguaje preentrenados (por ejemplo, text-embedding-ada-002, Google Gemini).
   • Agregación: Las incrustaciones de estudiantes ($s$) se calculan mediante un promedio ponderado de las incrustaciones de habilidades y experiencia, donde los pesos corresponden a los niveles de competencia auto-reportados. Las incrustaciones de proyectos combinan habilidades requeridas (peso 1.5×), habilidades opcionales (peso 0.75×) y descripciones.
   • Almacenamiento: Los vectores se almacenan en PostgreSQL utilizando la extensión pgvector, permitiendo una búsqueda de similitud eficiente mediante indexación HNSW sin infraestructura de base de datos vectorial separada.

2. Emparejamiento Basado en Similitud (Clasificación Híbrida):

   • Puntuación Base: El emparejamiento inicial utiliza la similitud del coseno entre las incrustaciones de estudiantes y proyectos.
   • Ajustes Pedagógicos: Las puntuaciones de similitud crudas se modifican mediante tres restricciones:
     • Alineación de Dificultad (ZDP): Se aplica una penalización cuadrática si la dificultad del proyecto no coincide significativamente con el nivel de experiencia del estudiante, evitando asignaciones abrumadoras o aburridas.
     • Preferencia de Dominio: Las puntuaciones se incrementan (15–20%) si el proyecto se alinea con los intereses de dominio declarados por el estudiante, apoyando la teoría de la autodeterminación.
     • Equilibrio de Demanda: Las puntuaciones decaen exponencialmente a medida que la relación de suscripción de un proyecto se acerca a su capacidad, asegurando una distribución equitativa de proyectos de alta demanda.

3. Modelado de Complementariedad de Equipos:

   • Para prevenir la agrupación homogénea, TeamUp emplea un algoritmo voraz que maximiza la complementariedad de habilidades.
   • Comenzando con el estudiante de mejor coincidencia, se seleccionan miembros adicionales basándose en una puntuación de complementariedad: $comp(t, c) = \alpha \cdot sim(c, p) - \beta \cdot sim(t, c)$, donde $t$ es la incrustación promedio del equipo actual, $c$ es un candidato y $p$ es el proyecto.
   • Esta formulación equilibra la adecuación al proyecto contra la penalización de candidatos que son demasiado similares a los miembros existentes del equipo. La diversidad del equipo se cuantifica mediante la varianza del vector de incrustación promedio del equipo.

4. Arquitectura del Sistema:

   • Construido con Next.js/React (frontend) y Supabase/PostgreSQL (backend).
   • Soporta recomendaciones en tiempo real con latencia inferior a un segundo para cohortes de 500+ estudiantes.
   • Los costos operativos se mantienen por debajo de $0.10 por estudiante.

Contribuciones Clave

1. Sistema de Asignación Fundamentado: Un sistema basado en incrustaciones semánticas fundamentado en la ciencia del aprendizaje (ZDP, teoría de la autodeterminación, aprendizaje colaborativo) que va más allá del simple emparejamiento de palabras clave o la clasificación de preferencias.
2. Modelado de Diversidad Cognitiva: Un enfoque novedoso para la formación de equipos que modela explícitamente la complementariedad de habilidades a través de la varianza de incrustaciones, operacionalizando el principio de que los equipos diversos superan a los homogéneos.
3. Diseño de IA Responsable: El sistema está diseñado como una herramienta de "humano en el bucle" que proporciona recomendaciones transparentes y explicables (mostrando alineaciones de habilidades y fundamentos) mientras preserva la autoridad del instructor para las decisiones finales. Opera dentro de presupuestos educativos realistas sin requerir datos de entrenamiento personalizados ni infraestructura especializada de ML.
4. Validación Virtual: Evidencia de un experimento virtual que demuestra la capacidad del sistema para producir asignaciones superiores en comparación con la asignación aleatoria.

Resultados (Experimento Virtual)
El sistema se evaluó utilizando 250 perfiles de estudiantes ficticios y 60 descripciones de proyectos, comparando TeamUp contra la asignación aleatoria:

• Calidad de Emparejamiento: TeamUp logró una similitud del coseno media de 0.74 frente a 0.43 para la asignación aleatoria.
• Alineación de Dificultad: El 83% de los estudiantes de TeamUp fueron ubicados dentro de un nivel de dificultad de su experiencia, en comparación con el 34% bajo asignación aleatoria.
• Diversidad de Equipos: El 82% de los equipos de TeamUp cubrieron tres o más áreas técnicas, en comparación con el 41% de los equipos aleatorios.
• Rendimiento: El sistema generó todas las recomendaciones en 4.2 segundos (menos de un segundo por consulta) con un costo de API de $0.024 para la cohorte completa.

Significado y Afirmaciones
El artículo afirma que TeamUp ofrece una solución escalable y rentable a los desafíos pedagógicos del ABP a gran escala. Al aprovechar las incrustaciones semánticas, el sistema aborda las limitaciones de la asignación manual en la captura de adecuaciones sutiles entre habilidades y proyectos y fomenta la diversidad cognitiva.

Los autores declaran explícitamente que los resultados actuales son preliminares, derivados de un experimento virtual con datos sintéticos. Reconocen que los datos ficticios no pueden capturar la "desorden" de los perfiles estudiantiles reales, las inconsistencias en la autoevaluación o las dinámicas interpersonales de los equipos. En consecuencia, el artículo no afirma que TeamUp garantice resultados de aprendizaje mejorados o equidad en la práctica todavía. En su lugar, posiciona el sistema como un patrón de diseño prometedor para la IA responsable en la educación, siendo el siguiente paso crítico un despliegue controlado con usuarios reales para validar la equidad, la satisfacción del usuario y las ganancias reales de aprendizaje. El sistema se enmarca no como un reemplazo del juicio humano, sino como una herramienta para manejar el emparejamiento rutinario, liberando a los instructores para que se centren en casos límite y decisiones contextuales.