Predicting Student Academic Success with Machine Learning: An Early-Warning Study for AI-Driven Personalized Learning
Questo studio dimostra che, mentre i modelli di apprendimento automatico basati esclusivamente su attributi demografici e comportamentali non riescono a superare un baseline della classe maggioritaria nella previsione del successo accademico degli studenti, l'integrazione dei voti precedenti aumenta significativamente l'accuratezza predittiva, evidenziando il ruolo critico dei dati storici sulle prestazioni per l'efficacia dei sistemi di apprendimento personalizzato guidati dall'IA.