Burcu Arslan es investigadora en el Instituto de Investigación ETS (remota, con sede en Alemania). Posee un doctorado en inteligencia artificial (IA), un máster en ciencias cognitivas y una licenciatura en estadística. Su investigación interdisciplinar integra IA, ciencias cognitivas y modelado estadístico para avanzar en la evaluación y el aprendizaje educativo.
El trabajo de Arslan se centra en (a) enfoques personalizados de evaluación y aprendizaje habilitados por IA que mejoran la motivación, el compromiso y el rendimiento de los estudiantes; (b) modelar comportamientos relevantes para los constructos utilizando datos de procesos de evaluación digital y entornos de aprendizaje para obtener una comprensión más profunda de los conocimientos, habilidades y estrategias de los estudiantes; y (c) diseñar ítems y tareas interactivas de evaluación para medir habilidades complejas, como la empatía, permitiendo al tiempo una interpretación válida de los ricos datos de procesos que generan.
Sus contribuciones académicas abarcan el desarrollo de marcos para la adaptación impulsada por máquinas y el aprendizaje, investigaciones sobre los efectos de los nudges personalizados, modelado de datos de procesos para informar el diseño de tareas y caracterizar el comportamiento del aprendiz, estudios experimentales que examinan el impacto de diferentes tipos de retroalimentación en el aprendizaje y modelos cognitivos computacionales que simulan tanto la cognición y el comportamiento del aprendiz como del evaluador humano.
Arslan ha sido codirectora de la iniciativa de investigación NAEP Survey Assessment Innovations Laboratory (SAIL), investigadora principal en un proyecto financiado por el Institute of Education Sciences y coinvestigadora principal en un proyecto financiado por la Unión Europea a través de la Northern Netherlands Alliance. También ha ocupado cargos editoriales como editora académica para PLoS ONE y editora consultora para el Journal of Memory and Cognition. Además, fue experta invitada en el panel científico de RAND Corporation sobre la evaluación de la viabilidad técnica y utilidad operativa de aplicar sistemas de IA y aprendizaje automático de última generación.
Última actualización: 28/01/2026