Mientras otros grupos presentaron modelos similares centrados en el aprendizaje automático aplicados a usos comerciales, como recomendaciones de productos basadas en el comportamiento de clientes, el equipo de la Universidad de Málaga (UMA) apostó por un método alternativo: la factorización de matrices. Esta técnica destaca por su menor requerimiento de grandes volúmenes de datos y energía en comparación con los algoritmos tradicionales de inteligencia artificial.

Este enfoque ha suscitado un especial interés por parte de la Fundación Théodore & Denise Nzueke, que valoró la posibilidad de ejecutar la metodología en dispositivos móviles como smartphones, optimizando su rendimiento sin un elevado consumo energético.

La innovación presentada por Alejandro Fuster y su equipo abre nuevas vías para mejorar la experiencia educativa en entornos digitales, facilitando rutas de aprendizaje personalizadas y eficientes para los estudiantes de todo el mundo.