Patrones de selección de asignaturas optativas por parte del alumnado y determinantes de la satisfacción identificados mediante minería de datos educativos

Por qué la elección de asignaturas importa para el alumnado

Elegir asignaturas optativas puede marcar no solo qué aprenden los estudiantes, sino también cómo perciben la universidad en su conjunto. A medida que los campus digitalizan sus sistemas y se habla más de “aprendizaje personalizado”, muchos estudiantes se preguntan si realmente disponen de opciones significativas o solo de una lista confusa. Este estudio de una universidad ucraniana examina en profundidad cómo más de mil estudiantes seleccionan sus optativas, qué les satisface o frustra y cómo un uso más inteligente de los datos podría convertir la elección de asignaturas en una experiencia más útil y justa para todos.

Cómo se llevó a cabo el estudio

La investigación se realizó en la Universidad Pedagógica Estatal de Kryvyi Rih, donde al menos una cuarta parte de cada titulación debe ahora proceder de cursos elegidos por el estudiante. El equipo encuestó a 1.089 estudiantes de todas las facultades que ya habían pasado por al menos una ronda de selección de optativas. El cuestionario preguntaba por su programa de estudio, cuánto entendían las normas de selección, qué influyó en sus elecciones, cuán satisfechos estaban con distintos aspectos del sistema y qué cambiarían. Además de estadísticas estándar, los investigadores emplearon técnicas informáticas de búsqueda de patrones, como agrupar estudiantes en clústeres y construir modelos que vinculan diferentes factores con la satisfacción global. También analizaron cientos de comentarios abiertos escritos en ucraniano para captar las propias palabras de los estudiantes.

Qué valoran más los estudiantes

Cuando los estudiantes explicaron por qué eligieron ciertas optativas, emergió un panorama claro. Las principales razones fueron la adecuación del curso a su futura carrera (mencionada por el 64 % de los estudiantes), si el tema parecía interesante (58 %) y la reputación del profesor (49 %). Asuntos prácticos como la compatibilidad con el horario y la dificultad prevista también importaron, pero el consejo de amigos o tutores académicos tuvo un papel menor del que cabría esperar. En general, los estudiantes se mostraron más satisfechos con lo que ocurría dentro del aula —el contenido y la calidad docente— que con el lado administrativo, como la facilidad de uso del sistema de inscripción en línea o el calendario de la ventana de selección.

Cuatro tipos de seleccionadores de cursos

Al analizar patrones en siete medidas distintas de satisfacción, los investigadores identificaron que los estudiantes se agrupan en cuatro grandes categorías. Los “pragmatistas orientados a la carrera” (aproximadamente un tercio de la muestra) buscan sobre todo cursos que prometan habilidades prácticas y relevancia laboral. Los “entusiastas del contenido” se sienten atraídos por la curiosidad y el amor por materias concretas, y reportan una satisfacción especialmente alta con la manera de impartir los cursos. Los “selectores sensibles al proceso” se preocupan menos por el tema en sí y más por lo claro, justo y fácil de usar que sea el proceso de selección; suelen ser estudiantes de cursos iniciales y son los menos satisfechos en general. Finalmente, los “optimizadores equilibrados” ponderan muchos factores a la vez —carrera, interés y logística— y reportan la mayor satisfacción y las notas más altas. Estos grupos aparecen en proporciones distintas según los campos; por ejemplo, los estudiantes orientados a la carrera son especialmente comunes en las ciencias naturales.

Qué impulsa la satisfacción con las optativas

Entre todos los estudiantes, cinco elementos destacaron como especialmente importantes para sentirse bien con el sistema de optativas. En primer lugar, el grado en que el curso real coincidía con lo que los estudiantes esperaban al inscribirse. En segundo lugar, la calidad y claridad de la información disponible antes de elegir —por ejemplo, si los programas y descripciones dejaban claro qué se impartiría y cómo—. La calidad docente, la relación con futuras carreras y la existencia de suficiente variedad de opciones también aportaron de forma notable. Detalles técnicos como el momento del periodo de selección o el diseño exacto del sistema de inscripción importaron a algunos estudiantes, pero no fueron los mejores predictores de la satisfacción global cuando se consideró todo conjuntamente. Sin embargo, para el grupo sensible al proceso, estos obstáculos prácticos podían condicionar por completo su experiencia.

Un camino informado por datos hacia mejores elecciones

Para hacer la selección de asignaturas más útil y justa, los autores proponen un marco por capas que usa los datos de los estudiantes de modo responsable para mejorar el sistema con el tiempo. En la base, las universidades recogen información sobre elecciones de cursos, satisfacción, notas y patrones de comportamiento sencillos, protegiendo cuidadosamente la privacidad. Herramientas analíticas agrupan luego a los estudiantes en los cuatro tipos principales y destacan qué suele importar más a cada grupo. Sobre esto, una capa de personalización adapta la información que ven los estudiantes: los orientados a la carrera podrían ver con mayor visibilidad trayectorias laborales y resultados en competencias, mientras que los amantes del contenido recibirían vistas previas más detalladas de temas y enfoques docentes. Paneles de usuario intuitivos muestran esta información con gráficos claros, y la retroalimentación continua de los estudiantes se reincorpora al sistema para afinar las recomendaciones. En términos cotidianos, el estudio concluye que cuando a los estudiantes se les ofrece información clara y honesta y opciones de cursos que encajan tanto con sus intereses como con sus metas profesionales, es mucho más probable que se sientan satisfechos y en control de su educación.

Cita: Semerikov, S.O., Bondarenko, O.V., Nechypurenko, P.P. et al. Student elective course selection patterns and satisfaction determinants identified through educational data mining. Sci Rep 16, 6965 (2026). https://doi.org/10.1038/s41598-026-37712-7

Palabras clave: asignaturas optativas, satisfacción estudiantil, aprendizaje personalizado, analítica del aprendizaje, recomendación de cursos