El objetivo de MINERVA es investigar en nuevas técnicas de inteligencia artificial, que permitan facilitar la toma de decisiones para las empresas del sector de la educación mejorando su estrategia y posicionamiento respecto de la oferta existente, basadas en el análisis del sector educativo, la minería de opinión y el análisis inteligente de los datos, que permitan incorporar información de forma automática, acerca de las tendencias y preferencias de los alumnos y su entorno, en el ámbito de la educación.
Minerva tiene diferentes objetivos, los principales son:
1 ) Obtener una herramienta que permita ofrecer un servicio automatizado para el estudio del mercado relacionado con las instituciones educativas y el análisis de opinión de los servicios que ofrecen. Investigar en la definición de una metodología estandarizada para elaborar perfiles tanto de alumnos potenciales como de servicios ofertados por las organizaciones educativas. Además, gamificación y el reparto de incentivos para extraer información actualizada y mejorar la participación de la audiencia en los paneles de opinión. A nivel técnico, se va a diseñar una plataforma desplegada en un entorno Cloud Computing (para asegurar su escalabilidad y accesibilidad), que apoyado en la tecnología DLT, proporcionará un entorno seguro y garante de la privacidad de los usuarios que cedan sus datos.
2) Incorporar un sistema cognitivo capaz de fusionar datos en una base de conocimiento que aporten valor a la plataforma y permitan mejorar la granularidad de los análisis que realiza. Analizar que fuentes de datos pueden proporcionar información relevante acerca de la industria educativa, tanto dentro del ámbito académico como a nivel sectorial.
3) Desarrollar metodologías que garanticen la calidad, la seguridad y la privacidad de los datos que maneja el sistema inteligente. Estudiar nuevas metodologías para cuantificar la calidad del dato y en técnicas deep learning para su reparación. Integrar una capa de seguridad soportada por la infraestructura de registro distribuido que permita proteger la privacidad de los usuarios y dotarles de control sobre los datos que comparten.
4) Investigar en técnicas híbridas de clustering de gran granularidad que permitan comparar perfiles y mejorar la segmentación. Investigar en métodos evolutivos de predicción basados en deep reinforcement learning a partir de datos heterogéneos que permitan prever la evolución del mercado. Proporcionar soluciones intuitivas y recomendaciones que permitan mejorar las estrategias de comercialización y marketing de las instituciones educativas.
5) Evaluar la eficiencia y viabilidad de la propuesta utilizando un entorno de pruebas que permita verificar la validez de la solución. Validar el modelo de explotación definido (DaaS/SaaS) analizando el desempeño de la plataforma y los servicios que esta ofrece. Reducir el coste y el tiempo necesario para elaborar los informes necesarios que apoyen las decisiones estratégicas de las instituciones educativas
