Hacia un Aprendizaje Personalizado en Ambientes Virtuales

Benjamin Maraza Quispe

Resumen


La aplicación de las Tecnologías de Información y Comunicación en la educación y el impacto de Internet han fomentado el aprendizaje online, rompiendo muchas barreras limitantes de la educación tradicional como el espacio, tiempo, cantidad y cobertura. Sin embargo, las nuevas propuestas afectan la calidad de los servicios educativos, como el acceso lineal a los contenidos, estructuras de enseñanza patronizadas y métodos no flexibles al estilo de aprendizaje de los usuarios (Vicari, Ovalle, 2005).

En este contexto se propone un Modelo Inteligente de Gestión de Aprendizaje Personalizado en un Ambiente de Simulación Virtual Basado en Instancias de Objetos de Aprendizaje. Utilizando para ello una función de similaridad a travésla Distancia EuclidianaMultidimensional Ponderada.

Se diseña e implementa la plataforma experimental MIGAP (Modelo Inteligente de Gestión de Aprendizaje Personalizado), para el montaje de cursos de dominio dela Mecánica Newtoniana.

La aplicación de este modelo en otras áreas del conocimiento permitirá la identificación del mejor estilo de aprendizaje del estudiante; con la finalidad de permitir que los recursos, actividades y servicios educativos sean flexibles al estilo de aprendizaje del estudiante, mejorando la calidad de los servicios educativos.


Texto completo:

PDF

Referencias


Alonso, C. M., & Domingo, J. (1994). Los estilos de aprendizaje: procedimientos de diagnóstico y mejora. Bilbao: Ediciones Mensajero.

Andriessen, J. (1999). Where is education and how about AI?. International Journal of Artificial Intelligence in Education.

Carbonell, J. (1998). An Artificial Intelligence Approach to Computer assisted instruction. CAI, 4(6).

Keefe (1998). Estilos de aprendizaje, generalidades. In EA.

Honey, P. (1994). Los estilos de aprendizaje: procedimientos de diagnostico y mejora, 104-116. Bilbao: Ediciones Mensajero.

Murray, W. (1998). Control for intelligent tutoring systems: A comparison of blackboard architecture and discourse management net-works. Research Report R-6267, FMC Corporation, USA.

Pal, S., & Shiu, S. (2004). Foundations of soft case-based reasoning, 8. Wiley-interscience.

Peña, C. (2004). Intelligent agents to improve adaptivity in a web-based learning environment. España: Universidad de Girona.

Vicari, R., & Ovalle, D. (2005). ALLEGRO: Ambiente Multi-Agente de Apoyo a la Enseñanza-Aprendizaje utilizando Planificación Instruccional y Razonamiento Basado en Casos (CBR). In Proceedings of XIII Congreso Iberoamericano de Educación superior en Computaci1th Latin-American Conference on Informatics CLEI, Medellin, Colombia.

Wenger, E. (1997). Artificial intelligence and tutoring systems.


Enlaces refback

  • No hay ningún enlace refback.


Campus Virtuales

ISSN: 2255-1514

www.revistacampusvirtuales.es

campusvirtuales@uajournals.com