|
|
 |
|
SISTEMAS ADAPTATIVOS EN EDUCACIÓN
Profesorado
| Coordinador: Jesús González Boticario. (Dpto. Inteligencia Artificial,
UNED) |
| Profesores: |
| Félix Hernández del Olmo. (Dpto. Inteligencia Artificial, UNED) |
| Elena Gaudioso Vázquez. (Dpto. Inteligencia Artificial, UNED) |
| Antonio Rodríguez Anaya. (Dpto. Inteligencia Artificial, UNED) |
|
|
Ficha técnica:
| Tipo | Optativa |
|
| Cuatrimestre | Primero |
| Créditos/horas totales | 6/150 |
| Horas de estudio teórico | 50 |
| Horas de prácticas | 50 |
| Horas complementarias | 50 |
DESCRIPCIÓN DE LA ASIGNATURA
Prerrequisitos recomendables
Los estudiantes de esta asignatura, además de cumplir los requisitos
de formación previa exigidos por los másteres de IA Avanzada y de
Lenguajes y Sistemas Informáticos, podrán adaptar y ampliar los conocimientos
adquiridos en asignaturas relacionadas como son, aprendizaje automático
e interfaces de usuario adaptativos, al dominio concreto de los sistemas
inteligentes de educación.
Objetivos generales de la materia
Formar a los alumnos en el desarrollo de los sistemas adaptativos
de educación (SAE), sus objetivos y fundamentos.. En este sentido,
se pretende adquirir destrezas y capacidades relacionadas con los
aspectos metodológicos y tecnológicos del desarrollo de dichos sistemas.
Por tanto, la capacidad de desarrollar estos sistemas debería ser
central en esta asignatura, considerando que forma parte de unos estudios
de postgrado en "Inteligencia Artificial y Sistemas Informáticos".
Esta asignatura hará que el alumno aplique, adapte y extienda los
conocimientos adquiridos en asignaturas relacionadas como son, aprendizaje
automático e interfaces de usuario adaptativos, al dominio concreto
de los sistemas inteligentes de educación. Entendiendo como tales
a los sistemas que en el campo de la educación utilizan fundamentalmente
las técnicas y los recursos provenientes del campo de la Inteligencia
Artificial para proporcionar la adaptación requerida.
Destrezas y competencias
Específicos de la asignatura:
- Saber los fundamentos de los SAE en las diferentes áreas en las que
se apoyan: inteligencia artificial, sistemas adaptativos, sistemas
interactivos de educación, modelado de usuario, sistemas interactivos
en la web, estándares de educación, aprendizaje automático, accesibilidad
y diseño para todos.
- Identificar y diferenciar las áreas de desarrollo asociadas a los
SAE, así como su evolución histórica.
- Reconocer y saber utilizar en casos prácticos los principios básicos
de modelado del conocimiento de los SAE.
- Identificar, describir y saber relacionar los componentes de un SAE
y sus respectivos modelos.
- Diseñar, programar y evaluar los distintos métodos de adaptación de
los SAE
- Identificar, describir y saber relacionar las distintas áreas de aplicación
de los SAE
- Resolver casos prácticos planteados en situaciones reales o simuladas
relacionadas con los SAE.
- Aplicar, adaptar y extender los conocimientos adquiridos en asignaturas
relacionadas como son, aprendizaje automático e interfaces de usuario
adaptativos, al dominio concreto de los sistemas inteligentes de educación.
Generales:
- Revisar e interpretar artículos científicos.
- Recopilar información que complete el material propuesto.
- La capacidad de discriminar el material más oportuno se adquirirá
paulatinamente con la realización sucesiva de los diversos ejercicios
propuestos
- Recopilar, organizar y utilizar el material estudiado con el fin de
integrar y construir descripciones que identifiquen y sinteticen los
aspectos de mayor interés.
- Escribir artículos científicos que tengan el nivel de calidad exigido
en el campo en cuanto al formato, estructura y contenidos.
- Debatir, preguntar, criticar, presentar, juzgar, contrastar, ilustrar,
demostrar y reconocer los trabajos de otros compañeros y el suyo propio
para facilitar las tareas de colaboración exigidas.
- Apreciar y valorar los conocimientos y destrezas adquiridos por comparación
del trabajo propio con el trabajo de sus compañeros.
Relacionados con el máster:
- Comprender los conocimientos en computación que sirven de base a los
estudios en IA avanzada
-Los fundamentos de representación y modelado del conocimiento son
absolutamente esenciales para comprender el desarrollo práctico de
los SIEA.
- Saber aplicar la metodología de la IA y la IC a la solución de problemas
en entornos con conocimiento masivo, incertidumbre, imprecisión y
variabilidad temporal propios de la IA.
-La asignatura tiene un carácter fundamentalmente aplicado en el que
se aplican los principios básicos asociados a la capacidad de solucionar
problemas en IA.
-Especialmente se hace necesaria la utilización de técnicas de decisión
sujetas a la incertidumbre y el conocimiento masivo.
- Saber integrar los distintos métodos simbólicos y conexionistas para
enfrentarse al carácter híbrido de los problemas del mundo real en
las tareas que caracterizan cada una de las dos líneas de especialización
curricular.
-La asignatura comprende el uso de técnicas de aprendizaje, fundamentalmente
simbólicas y mixtas, para la consecución de los modelos de usuario
en los que se fundamenta la adaptación proporcionada.
- Saber comunicar los resultados de sus trabajos a entornos especializados.
-En los desarrollos prácticos y las actividades preparadas se exigirá
el conocimiento de proyectos de investigación y desarrollos especializados
en el campo
-Igualmente se realizarán tareas de colaboración en dicho ámbito.
- Poder continuar su investigación en el doctorado, tras la evaluación
positiva de su proyecto de 30 créditos en el cuarto cuatrimestre del
segundo curso.
-Esta asignatura se enmarca en una línea de especialización compartida
por los dos másteres señalados y refleja el trabajo de investigación
realizado por los profesores de los departamentos implicados.
-El hecho de compartir esta línea de especialización le da un soporte
añadido a los trabajos que se hagan en este contexto.
-Como tal línea de especialización lleva asociada la posibilidad de
realizar una tesis doctoral en dicho ámbito.
Contextualización de la materia en el conjunto del Master
La asignatura Sistemas Adaptativos en Educación pertenece a la línea
de especialización curricular, Aprendizaje, Colaboración y Sistemas
Adaptativos del Máster de IA Avanzada: Fundamentos, Métodos y Aplicaciones.
Esta línea de especialización es compartida igualmente por el Máster
en Lenguajes y Sistemas Informáticos (ESP-COM-1).
Esta asignatura tiene una relación muy estrecha con otras tantas.
En concreto, la asignatura de Interfaces Adaptativos establece las
bases tecnológicas y metodológicas para el desarrollo de los sistemas
adaptativos en general, que son igualmente compartidos por los SAE.
Especial mención tiene su apoyo en la asignatura obligatoria Métodos
de Aprendizaje Automático (en el Máster de IA Avanzada), en la que
se proporcionan las bases de las técnicas que constituyen el soporte
de la adaptación proporcionada por muchos SAE. Tiene igualmente una
relación directa con la asignatura Minería de Datos, dado que los
SAE pueden proporcionar adaptación mediante técnicas de minería de
datos aplicadas a la documentación de los cursos o a los datos almacenados
a partir de las propias interacciones de los usuarios.
1 Medios de estudio
1.1 Metodología docente
De forma resumida la metodología docente se concreta en:
- Adaptada a las directrices del EEES.
- La asignatura no tiene clases presenciales. Los contenidos teóricos
se impartirán a distancia, de acuerdo con las normas y estructuras
soporte telemático de la enseñanza en la UNED. Esta asignatura se
impartirá a distancia, utilizando una plataforma de educación a través
de Internet. Se organizarán foros de discusión para dudas y debates.
- El material docente incluye un resumen de los contenidos de cada tema
y distintos tipos de actividades relacionadas con la asignatura (como
por ejemplo, consulta bibliográfica e implementación de diversos ejemplos
de los distintos mecanismos descritos en la teoría).
- Tratándose de un master orientado a la investigación, las actividades
de aprendizaje se estructuran en torno al estado del arte en cada
una de las materias del curso y a los problemas en los que se va a
focalizar en el proyecto final, sobre el que se realizará la evaluación.
La metodología docente se desarrolla de acuerdo con los siguientes
principios:
Además de adoptar la metodología docente general del programa de postgrado,
y en coherencia con nuestro propósito de utilizar los sistemas interactivos
de educación con fines pedagógicos y/o formativos, la asignatura diseñada
se apoya en gran medida en los recursos educativos de este medio.
De este modo, la propia asignatura, apoyado en una plataforma de aprendizaje,
sirve para ilustrar modelos de enseñanza y criterios esenciales de
uso de los sistemas interactivos de educación, al tiempo que su seguimiento
es una experiencia práctica de aprendizaje a través de Internet.
La metodología del trabajo de la asignatura se basa en una planificación
temporal de las actividades. Existirán diferentes módulos o unidades
didácticas. Cada uno de éstos tendrá asociado unas unidades de aprendizaje
y un material asignado (capítulos del libro base, artículos relacionados,
direcciones adicionales de Internet, o cualquier otro material que
les proporcionemos). Asignaremos un período para cada módulo, en el
que deberán realizar las actividades relacionadas con el mismo.
NOTA IMPORTANTE: Para aquellos alumnos que no puedan seguir
la planificación propuesta, los módulos y los materiales disponibles
estarán siempre disponibles, pero se atenderán con preferencia las
cuestiones relacionadas con el módulo que sea objeto de estudio en
cada momento.
De acuerdo a los principios pedagógicos que nos guían, el curso se
ha planteado con el fin de:
- Promover la participación activa del alumno en un proceso de
aprendizaje basado en la realización de tareas: La naturaleza del
material hiperrmedia utilizado en la web obliga al alumno a desempeñar
un papel activo en el propio acceso al contenido del curso. La estructura
de éste puede así adaptarse a cada estudiante, a medida que progresa
en el aprendizaje, en función de sus intereses y necesidades de cada
momento. En este contexto, le proporcionamos también al alumno una
guía básica de seguimiento del curso y una relación de las tareas
previstas para cada módulo.
- Fomentar el aprendizaje basado en la experimentación: El enfoque que
hemos adoptado es eminentemente práctico. El material didáctico se
ha concebido particularmente con el fin de incentivar y facilitar
el aprendizaje, de forma que incluye variedad de ejercicios y actividades
orientados al trabajo individual y colaborativo, que hacemos factible
a través de la plataforma de soporte a la asignatura, así como herramientas
de desarrollo de libre distribución, versiones "demo"
de herramientas comerciales y prototipos de los proyectos de investigación
relacionados. El propósito de las mencionadas prácticas es que el
alumno aprenda no sólo los conceptos implicados sino también a construir
sistemas adaptativos de educación, haciendo uso de las herramientas
de desarrollo más avanzadas actualmente disponibles.
- Incrementar el flujo y la cantidad de la información suministrada:
Aprovechando el dinamismo del medio y el carácter interactivo del
curso es previsible que, en función de las preferencias y/o necesidades
de los estudiantes, se incorpore de forma dinámica el material correspondiente.
De hecho, en todos las unidades temáticas habrá una sección de enlaces
de interés y nueva documentación que será generada de forma colaborativa
por los estudiantes y el equipo docente.
- Favorecer el seguimiento y la evaluación continuada de los alumnos:
Se ofrecerán pruebas de evaluación automática, de modo que los alumnos
pueden conocer instantáneamente la valoración de sus respuestas y
las rectificaciones oportunas, así como recibir consejos y reflexiones
sobre las concepciones erróneas identificadas. El objetivo de las
herramientas de autoevaluación no sólo pretende calificar al estudiante
sino, especialmente, servir de ayuda para mejorar el propio conocimiento
del estado del aprendizaje y reconocer la evaluación del mismo en
función de la propia evolución del curso.
- Fomentar el aprendizaje en colaboración: Los estudios psicológicos
sobre la influencia de las interacciones sociales en el desarrollo
cognitivo de los individuos revelan la importancia de la interacción
entre los estudiantes para el aprendizaje individual. Los alumnos
que estudian y resuelven ejercicios en colaboración, se ve continuamente
forzados a justificar sus procesos de razonamiento, y es de este modo
que adquieren diferentes perspectivas de los problemas, autoanalizan,
revisan y cuestionan sus propias estrategias y adquieren realmente
una autoconciencia y comprensión profunda de sus creencias. Dicho
de otro modo, al resolver problemas en colaboración formalizan sus
estructuras cognitivas internas. Además, como resultado colateral,
aprenden a realizar tareas en cooperación de forma eficiente y a resolver
conflictos, al enfrentarse a soluciones alternativas y a veces incompatibles
propuestas por sus compañeros de estudios. Es evidente que un tutor
no suscita discrepancias ni conflictos del mismo modo, ya que su conocimiento
se considera incuestionable. En este marco cobra una especial importancia
la valoración del trabajo de grupo, del trabajo individual y de las
capacidades de colaboración.
Por otro lado, esta asignatura nace con la voluntad de ofrecer una
perspectiva en la que los conceptos y las técnicas estudiados proporcionen
una visión crítica que sirva tanto para comprender y utilizar los
métodos y las herramientas más actuales del campo como para asentar
una perspectiva de futuro que permita adaptarse a los cambios continuos
de esta área de conocimientos.
Siguiendo el planteamiento general mostrado anteriormente, esta asignatura
se divide en tres bloques principales. El estudio de cada uno de los
bloques está constituido por un contenido teórico-práctico en el que
se combinan los fundamentos generales con la descripción y su uso
de sistemas ya implementados. Cada bloque incluirá al menos la realización
de una parte práctica.
Debido a la dispersión de las fuentes y a la falta de bibliografía
en castellano sobre muchos de los temas del presente programa, se
pretende que todos los contenidos de esta asignatura puedan estudiarse
siguiendo las indicaciones metodológicas y el desarrollo de los temas
propuestos. Para ello se dispondrá de la documentación generada por
el equipo docente para aclarar ciertos temas, la bibliografía básica
y recomendada por cada tema y las referencias disponibles en la red.
Dada la naturaleza de investigación del Máster, así como la rápida
propia evolución de los temas tratados en el campo, será la documentación
disponible en la red la que tenga un papel destacado. De esta manera
se prevé actualizar dicha información en función del propio trabajo
llevado a cabo a lo largo del curso.
Otra cuestión fundamental en el planteamiento metodológico de esta
asignatura es que nace con la vocación de ser ella misma un campo
de aplicación de algunas de las técnicas y herramientas de enseñanza/aprendizaje
que se consideren más adecuadas en cada momento. Con ello se pretende
mejorar la enseñanza y el aprendizaje de la materia, a la vez que
ilustrar las posibles ventajas de la aplicación de los recursos disponibles.
A este respecto, conviene aclarar que se considera indispensable hacer
uso de los sistemas interactivos ofrecidos a través de la red para
su aprendizaje.
1.2 Material de estudio
Dada la dispersión y actualidad de las fuentes utilizadas, y considerando
la escasa bibliografía en castellano disponible, se ha optado por
proponer la siguiente bibliografía básica:
Bibliografía Básica
- "Sistemas Interactivos de Enseñanza/Aprendizaje".
González Boticario, J. y Gaudioso E., 2003. Editorial: Sanz y Torres
(http://www.sanzytorres.com)
Cubre en gran medida los contenidos de la asignatura y proporciona
un resumen operativo de las cuestiones básicas de interés de cada
uno de los temas tratados. Incluye igualmente referencias y enlaces
a sitios de interés.
El objetivo principal de este texto es conseguir que el lector conozca
las bases que fundamentan el desarrollo y uso de los llamados sistemas
interactivos de enseñanza/aprendizaje (EA). Entendiendo como tales
a los sistemas que en el campo de la educación utilizan fundamentalmente
las técnicas y los recursos provenientes del campo de la Inteligencia
Artificial (IA). Este libro aborda el campo de la adaptación y personalización
del software como un tema esencial en una materia que trata del desarrollo
de sistemas interactivos para un proceso tan dependiente del individuo
y del momento como lo es el aprendizaje.
Por otro lado, en este libro se han introducido una serie de elementos
adicionales que pretenden facilitar su comprensión. Estos elementos,
además de proporcionar un valor añadido para los lectores inscritos
en modelos de enseñanza a distancia, pretenden facilitar el uso del
libro para distintos propósitos (organización docente, estudio de
contenidos, realización de ejercicios prácticos, acceso a referencias
web, consultas bibliográficas, etc.).
2.Otras publicaciones de especial interés:
(1)Schank, R.C., Cleary, C., Engines for Education. Lawrence Erlbaum,
1995. (http://www.engines4ed.org/hyperbook/)
(2)Wegner, E. Artificial Intelligence and Tutoring Systems. Morgan
Kaufmann, 1987.
(3)Simon, H. What we know about learning. Speech at the 1997 Frontiers
in Education Conference.
(4)McArthur, D., Lewis, M., Bishay, M. The Roles of Artificial Intelligence
in Education: Current Progress and Future Prospects. RAND Corporation,
DRU-472-NSF, 1993.
(5)Self, J. Formal approaches to student modelling. In McCalla, Greer,
J. (eds.), Student modelling: the key to individualized knowledge-based
instruc¬tion, pp. 295-352, 1995.
(6)Self, J. Computational Mathetics: Towards a Science of Learning
Systems Design. Computer Based Learning Unit. University of Leeds,
1995.
(7)Artículos de Peter Brusilovsky sobre hipermedia adaptativa (p.ej.,
[Brusilovsky, 2001]) y sistemas de educación adaptativos en la web
(p.ej., [Brusilovsky & Pesin, 1994; Brusilovsky, 1998; 1999; Brusilovsky
& Miller, 1999; Brusilovsky, 2000]). (http://www2.sis.pitt.edu/peterb/)
(8)Borrajo, D., Boticario, J.G., Isasi, P. Aprendizaje Automático.
Ed. Sanz y Torres 2006
En este libro en castellano se hace un repaso extenso de las principales
técnicas de aprendizaje automático existentes que facilitan el desarrollo
dinámico de los modelos de usuario de los SAE. En el mismo se incluye
una revisión que comprende: aprendizaje simbólico (p.ej., Aq, EBL,
FOIL), mixtas (p.ej., C4.5, Bayesianos, Genéticos), y puramente no
simbólico (p.ej., Redes neuronales). Tiene el valor adicional de utilizar
un mismo marco de descripción para todos los algoritmos en los que
se sintetiza su planteamiento desde el punto de vista de los problemas
de búsqueda y las bias asociasdas.
(9)Artículos de Pazzani sobre modelado del usuario mediante aprendizaje
automático (p.ej., [Bislsus & Pazzani, 1999b; Webb et al., 2001]).
(accesibles desde http://www.ics.uci.edu/pazzani/).
(10)Artículos de Langley sobre interfaces adaptativos [Langley,
1999; Gervasio et al., 1999]. (http://www.isle.org/langley/)
(11)Artículos de evaluación de los sistemas adaptativos (p.ej., generales:
[Chin, 2001], [Langley & Fehling, 1998]; modelado del estudiante:
[Shute, 1995]; hipermedia adaptativa: [Brusilovsky et al., 1996],
[Brusilovsky & Eklund, 1998], etc.).
(12)Artículos de CSCL, especialmente de Pierre Dillenbourg y D. Suthers
sobre (p.ej., [Slavin, 1995], [Dillengbourg et al., 1995], [Suhters
& Hundhausen, 2001], [Berger et al., 2001]).
(13)Artículo sobre minería de datos aplicada a los SAE en la web:
Web Usage Mining for a Better Web-Based Learning Environment. Osmar
R. Zä?ane (www.cs.ualberta.ca/zaiane/postscript/CATE2001.pdf).
(14)Artículos del Grupo aDeNu (daptación Dinámica de sistemas de Educación
online basada en el modelado del Usuario), del Departamento de Inteligencia
Artificial de la UNED, que se ha especializado en el desarrollo de
interfaces adaptativas a través de Internet, especialmente en el contexto
de sistemas de educación interactivos (http://adenu.ia.uned.es/adenu/).
(15)Workshop sobre modelado de usuarios y de grupos en entornos colaborativos
adaptativos en la web, co-organizado por miembros del grupo aDeNu
y titulado originalmente "User and Group models for web-based
adaptive collaborative environments". En este workshop se
abordan cuestiones concretas que pretenden responder a temas de interés
y a problemas abiertos: ¿qué tipos de modelos de usuario existen en
la web?, ¿qué características se consideran en dichos modelos?, ¿qué
tipos de datos de usuario, uso y entorno son necesarios para obtener
indicadores de colaboración?, etc. Toda esta documentación, con los
trabajos publicados y las conclusiones se puede encontrar en:
http://www2.sis.pitt.edu/um2003/
(16)Boticario J. G., Gaudioso, E. Aprender y Formar en Internet. Thomson-Learning
Paraninfo, 2000 (reimpreso 2006).
Este libro introduce, desde un punto de vista metodológico basado
en el aprendizaje activo, las técnicas básicas y los recursos disponibles
para el desarrollo de sistemas interactivos de enseñanza/aprendizaje
a través de Internet. Se trata de establecer nuevos objetivos docentes,
diseñar una estrategia específica (método) y una selección de los
medios más adecuados (modo) para lograr que la estrategia permita
alcanzar los objetivos deseados. En palabras de los autores: "En
este texto se considera al alumno y al profesor como dos protagonistas
activos en el proceso de enseñanza y se ofrecen las herramientas básicas
y avanzadas y los procedimientos necesarios para introducirse en el
medio y para alcanzar objetivos docentes concretos: definición de
prácticas, realización de un seguimiento y tutorización personalizados
de los estudiantes, gestión de grupos de trabajo, fomento de la interacción
entre alumnos (en particular, del aprendizaje cooperativo), provisión
de procedimientos de auto-evaluación, guía del aprendizaje, toma de
contacto con otras comunidades educativas".
Bibliografía Complementaria
Al exponer con detalle el programa de la asignatura, señalamos cuál
es la bibliografía complementaria para cada tema o unidad didáctica,
de modo que el estudiante que lo desee pueda profundizar en aquellos
puntos que más le hayan interesado. En este apartado se van a describir
los que merecen una reseña especial por la calidad de las aportaciones
o por la importancia de los temas tratados.
La bibliografía que se detalla a continuación es la que se utilizará
como punto de partida en cada bloque temático para concretar aspectos
de interés:
-Fundamentos y Perspectiva Histórica:
- Simon, H. What we know about learning. Speech at the 1997 Frontiers
in Education Conference.
En esta presentación de introducción al tema destaca la claridad con
la que Simon resalta cuestiones de indudable interés en este campo.
En primer lugar, analiza la necesidad de estudiar el proceso de aprendizaje
en sí. Se han realizado múltiples experiencias en los campos de la
psicología cognitiva, en el de la solución de problemas (recordemos
los métodos estudiados en la asignatura Inteligencia Artificial e
Ingeniería del Conocimiento) y en el de los sistemas interactivos
de enseñanza que aportan evidencias sobre la esencia de los procesos
de aprendizaje. También destaca la importancia de estudiar lo que
las personas pueden hacer cuando los sistemas les facilitan ciertas
experiencias y cuáles son las actividades que producen el aprendizaje.
Finalmente, se resalta la importancia del aprendizaje basado en ejemplos
y lo que las universidades deberían plantear como estrategia en este
asunto.
- Wenger, E. Artificial Intelligence and Tutoring Systems. Morgan Kaufmann,
1987.
Es el libro de referencia obligada del campo. Proporciona una revisión
completa y rigurosa de las investigaciones realizadas hasta finales
de los años 80 sobre los llamados sistemas tutoriales inteligentes
(STIs). Aborda cuestiones conceptuales y de diseño. Entre sus aportaciones
está el plantear una descripción metodológica y epistemológica de
los sistemas desarrollados. Introduce la necesidad de establecer mecanismos
que permitan descubrir las creencias y conocimientos del estudiante.
Por otro lado, la mayoría de los cursos sobre sistemas adaptativos
de educación tienen este libro como material básico para introducir
el tema.
- Schank, R.C., Cleary, C., Engines for Education. Lawrence Erlbaum,
1995.
Este libro mantiene una visión crítica de los métodos de enseñanza
tradicionales y plantea un conjunto de paradigmas de desarrollo de
sistemas interactivos que están asociados a cada una de las etapas
que definen lo que se denomina "el método natural de aprendizaje".
Para cada paradigma se establecen un conjunto de herramientas.
Este texto tiene sus antecedentes en las investigaciones realizadas
por Schank sobre aprendizaje y memoria y sobre comprensión del lenguaje
natural.
Es igualmente un libro de gran valor por la perspectiva y las soluciones
propuestas. Junto con Wenger es un texto de referencia obligada en
el campo
- McArthur, D., Lewis, M., Bishay, M. The Roles of Artificial Intelligence
in Education: Current Progress and Future Prospects. RAND Corporation,
DRU-472-NSF, 1993.
Un informe muy didáctico que proporciona una visión complementaria
de los diferentes campos relacionados con la inteligencia artificial
y la educación.
Comienza realizando una revisión histórica interesante en la que se
destaca el paso de los primeros objetivos de los CAI (Computer Aided
Instruction) y los Sistemas Tutoriales Inteligentes (STI) (ITS, Intelligent
Tutoring Systems), orientados a mimetizar métodos tradicionales de
enseñanza centrados en el profesor y en el conocimiento aprendido,
a otra más actual basada en la interacción y el constructivismo, centrada
en la actuación del alumno. A este nuevo escenario lo denomina entornos
de aprendizaje interactivo. En concreto, analiza el subcampo de los
micromundos, en el que se anima a la indagación en escenarios de aprendizaje
preconcebidos.
Termina apuntando nuevos objetivos y métodos de enseñanza: aprendizaje
basado en casos, aprendizaje basado en la reflexión, aprendizaje basado
en la simulación, aprendizaje bajo demanda, etc. Estos nuevos paradigmas
y las tecnologías aplicadas dice el autor que terminarán cambiando
los temarios, los métodos de evaluación, las prácticas y la propia
forma de enseñar.
- Self, J. Formal approaches to student modelling. In McCalla, Greer,
J. (eds.), Student modelling: the key to individualized knowledge-based
instruction, pp. 295-352, 1995.
Un trabajo extenso y completo sobre los fundamentos teóricos del modelado
del usuario. Se plantea una descripción formal de los diferentes enfoques
del problema del modelado. Se analizan distintos problemas relacionados
con la definición, la actualización y el uso de los modelos. Para
ello utiliza una descripción basada en el establecimiento de suposiciones
sobre lo que el estudiante sabe y conoce.
- Self, J. Computational Mathetics: Towards a Science of Learning Systems
Design. Computer Based Learning Unit. University of Leeds, 1995.
Informe de 140 páginas que se divide en dos partes claramente diferenciadas.
En la primera analiza las aportaciones de la IA a los sistemas de
educación. Considera como punto de partida la propia naturaleza del
conocimiento y los estudios realizados sobre la misma (objetivismo,
constructivismo, etc.) para luego estudiar los sistemas que han implementado
diferentes paradigmas o escenarios de aprendizaje (a partir de fallos,
basado en casos, basado en la experiencia, etc.).
En la segunda parte comienza realizando una crítica a la falta de
metodología existente y propone fijarse en tres niveles: conocimiento
del dominio, conocimiento del conocimiento (metacognitivo) y conocimiento
sobre la tutorización (método de enseñanza). También critica el exceso
de experiencias y la falta de estudios rigurosos. Finalmente propone
un nuevo marco de estudio y desarrollo denominado "computational
mathetic", entendiendo que matechic significa "relativo
al aprendizaje". Este campo se dedica al apoyo del aprendizaje
con metodologías, conceptos y técnicas del campo de la IA y las ciencias
de la computación. En dicho área propone un lenguaje y una aproximación
basada en un formalismo lógico que complementa la descrita en el trabajo
previamente descrito. Con este planteamiento cubre el estudio de la
representación del conocimiento, el razonamiento, la metacognición,
el aprendizaje, el diagnóstico, el diálogo y la propia instrucción.
- Self, J. Computational Mathetics: Towards a Science of Learning Systems
Design. Computer Based Learning Unit. University of Leeds, 1995.
Informe de 140 páginas que se divide en dos partes claramente diferenciadas.
En la primera analiza las aportaciones de la IA a los sistemas de
educación. Considera como punto de partida la propia naturaleza del
conocimiento y los estudios realizados sobre la misma (objetivismo,
constructivismo, etc.) para luego estudiar los sistemas que han implementado
diferentes paradigmas o escenarios de aprendizaje (a partir de fallos,
basado en casos, basado en la experiencia, etc.).
En la segunda parte comienza realizando una crítica a la falta de
metodología existente y propone fijarse en tres niveles: conocimiento
del dominio, conocimiento del conocimiento (metacognitivo) y conocimiento
sobre la tutorización (método de enseñanza). También critica el exceso
de experiencias y la falta de estudios rigurosos. Finalmente propone
un nuevo marco de estudio y desarrollo denominado "computational
mathetic", entendiendo que matechic significa "relativo
al aprendizaje". Este campo se dedica al apoyo del aprendizaje
con metodologías, conceptos y técnicas del campo de la IA y las ciencias
de la computación. En dicho área propone un lenguaje y una aproximación
basada en un formalismo lógico que complementa la descrita en el trabajo
previamente descrito. Con este planteamiento cubre el estudio de la
representación del conocimiento, el razonamiento, la metacognición,
el aprendizaje, el diagnóstico, el diálogo y la propia instrucción.
- Artículos del número especial en homenaje a John Self del International
Journal of Artificial Intelligence in Education 13 (2003).
Artículos de investigadores reconocidos sobre la evolución de los
sistemas adaptativos de educación en relación con las propuestas realizadas
por John Self. Cabe destacar que él fue el que introdujo en el campo
el concepto del modelo de usuario (1974), inicialmente en el contexto
de los sistemas tutoriales inteligentes. Sus aportaciones más notables
destacadas en este número especial son: formalización del modelado
de usuario, desarrollo de sistemas de soporte al modelado de usuario,
introducción del aprendizaje colaborativo (1995) y de la meta-cognición
(1995). John fue especialmente reconocido de modelos formales para
el modelado que él "computacional mathetics" (1992-1995).
En cualquier caso, existen otros textos del campo que también son
de interés y cada vez hay más repositorios en la red dedicados a compendiar
fuentes, programas, material docente, aplicaciones, informes y artículos
sobre estos temas. Se ofrecerán los enlaces en el tema a través de
la plataforma de soporte a la asignatura.
-Hipermedia Adaptativa y Sistemas de Educación Adaptativos en la Web:
- Artículos de Peter Brusilovsky sobre hipermedia adaptativa (p.ej.,
[Brusilovsky, 2001]) y sistemas de educación adaptativos en la web
(p.ej., [Brusilovsky & Pesin, 1994; Brusilovsky, 1998; 1999; Brusilovsky
& Miller, 1999; Brusilovsky, 2000, 2001, 2003]).
Quizá el más destacado sea [Brusilovsky, 2001], del número especial
de la conocida revista UMUAI, ya que es una revisión de una recopilación
realizada previamente sobre las características que definen la hipermedia
adaptativa. Es una recopilación bastante exhaustiva y ampliamente
referenciada que distingue: áreas de aplicación, características del
usuario al que se adapta, aspectos adaptados, métodos y técnicas de
adaptación.
En esta revisión también se apunta a nuevas tecnologías aplicadas
al campo; por ejemplo, las técnicas de aprendizaje automático. También
se introducen los nuevos marcos de desarrollo. Termina destacando
los nuevos entornos basados en componentes. Éstos se aprovechan de
los nuevos estándares (etiquetado de contenidos y cursos) que previsiblemente
cambiarán radicalmente este tipo de desarrollos a medio plazo.
Destacar que en [Brusilovsky, 1998] se proporciona una revisión
de los sistemas de educación adaptativos en la web y en [Brusilovsky,
1999] se recopilan las técnicas inteligentes y adaptativas aplicadas
a los sistemas de enseñanza en la web. En este último trabajo se distingue
la organización del plan de estudios (planificación de la instrucción)
y el apoyo a la resolución de problemas como técnicas cuyo origen
son los STI. Las técnicas adaptativas que menciona son la adaptación
a la navegación y la adaptación en la presentación de contenidos.
Las terceras técnicas que analiza son las que han surgido a partir
de las propias aplicaciones en la web. Entre estas menciona el apoyo
adaptativo a la colaboración y el control inteligente de la clase,
como subcampos de la identificación de modelos. En este tipo de problemas
prima la existencia de multitud de casos con los que comparar, debido
a la propia naturaleza de un espacio web compartido.
Finalmente, termina hablando de las aplicaciones web educativas a
gran escala y del previsible uso de las técnicas anteriores en desarrollos
industriales.
-Modelado del usuario mediante aprendizaje automático:
- Artículos de Pazzani sobre modelado del usuario mediante aprendizaje
automático (p.ej., [Bislsus & Pazzani, 1999b; Webb et al., 2001]).
En [Webb et al., 2001] se realiza un análisis clarificador sobre
los retos que tienen las técnicas de aprendizaje automático para resolver
el problema del modelado del usuario. Aunque en principio parezcan
muy adecuadas las técnicas de aprendizaje para tal fin, debido principalmente
a la cantidad de datos disponibles y a la necesidad de adaptarse a
situaciones cambiantes, la realidad es que se han constatado los siguientes
retos: necesitar grandes cantidades de datos para cada problema en
concreto, requerir que los datos estén etiquetados, volatilidad de
aquello que se está aprendiendo (el patrón de gustos y necesidades
del usuario varía rápidamente) y excesiva complejidad computacional
que conlleva tratar millones de datos.
- Artículo sobre minería de datos aplicada a los sistemas adaptativos
de educación en la web: Web Usage Mining for a Better Web-Based Learning
Environment. Osmar R. Zäiane.
En este artículo clarificador se explican los elementos esenciales
que se aplican a los sistemas adaptativos de educación en la web desde
el campo de la minería de datos y del aprendizaje automático. En el
mismo se destacan las principales tareas de minería requeridas, tales
como ?clusterización?, clasificación, análisis de patrones, modelado
de dependencias, etc. Se proporcionan referencias a sistemas existentes
y se presenta el estado del arte y su previsible evolución.
Interfaces adaptativos:
- Artículos de Langley sobre interfaces adaptativos [Langley, 1999;
Gervasio et al., 1999].
En [Langley, 1999] se analiza el desarrollo de interfaces adaptativos,
entendidos como aquellos que construyen un modelo del usuario a partir
de información parcial sobre el mismo. Describe la problemática de
resolución de dicha tarea y algunos de los principales desarrollos
(p.ej., menciona la agenda interactiva estudiada en la asignatura
de Inteligencia Artificial e Ingeniería del Conocimiento [Dent et
al., 1992]). Se centra en explicar las aportaciones de los sistemas
que incorporan aprendizaje para tal fin. Trata cuestiones de interés,
entre las que se puede destacar la constatación de la utilidad de
la descomposición de tareas complejas en problemas más sencillos.
De esta forma estos problemas pueden ser abordados por técnicas de
aprendizaje más fiables que luego puedan combinarse.
También relaciona este tipo de sistemas con otros paradigmas: programación
automática a partir de las interacciones del usuario, sistemas tutoriales
inteligentes, sistemas aprendices y asistentes para la realización
de viajes.
Finalmente, analiza los retos en la aplicación de técnicas de aprendizaje
a los interfaces adaptativos. Menciona, entre otras: la necesidad
de reformular el problema como tareas de inducción, el problema de
la codificación de los datos y el modelo, las cuestiones relacionadas
con la recogida de los datos, la volatilidad de los datos y la necesidad
de aprender rápidamente.
-Evaluación:
- Artículos de evaluación de los sistemas adaptativos (p.ej., generales:
[Chin, 2001], [Langley & Fehling, 1998]; modelado del estudiante:
[Shute, 1995]; hipermedia adaptativa: [Brusilovsky et al., 1996],
[Brusilovsky & Eklund, 1998], etc.). Artículos de evaluación del
?Second Workshop on Empirical Evaluation Second Workshop on Empirical
Evaluation of Adaptive Systems (W3)?, asociado a la conferencia internacional
de modelado de usuario de 2003.
En estos artículos se distinguen unos de carácter general y de gran
valor, como [Chin, 2001] y otros de cada uno de los campos de aplicación
(p.ej., destacar [Shute, 1995]).
La evaluación de los sistemas adaptativos abarca diferentes medidas
de su comportamiento, desde la rapidez en proporcionar una solución
adaptativa, su calidad, la satisfacción del usuario y la precisión
de la predicción de las necesidades del usuario. Si el sistema adaptativo
se aplica al ámbito educativo, entonces es necesario determinar cuáles
son las ventajas que aporta el sistema al proceso de aprendizaje del
alumno.
El término de evaluación empírica ("empirical evaluation")
de sistemas se refiere a determinar cómo se comporta un determinado
sistema en ciertos experimentos. Por tanto, la clave para realizar
una evaluación apropiada es un buen diseño y desarrollo de experimentos
de forma que los factores individuales que se quieran testear puedan
separarse fácilmente de otros factores que puedan interferir.
A los factores, que están bajo el control del diseñador y que pueden
variar independientemente de otras variables se les denominan variables
independientes. Por el contrario, las variables dependientes son aquellas
cuyo valor depende de los valores de otras variables.
Este trabajo continúa analizando los problemas de evaluación en sistemas
desarrollados
Artículos de evaluación del "Second Workshop on Empirical
Evaluation Second Workshop on Empirical Evaluation of Adaptive Systems
(W3)", asociado a la conferencia internacional de modelado
de usuario de 2003 [Kepler & Weibelzahl, 2003].
En este workshop se abordaron los siguientes temas de interés: criterios
y métodos empíricos que pueden utilizarse para la evaluación, métricas
para la comparación de diferentes sistemas adaptativos o entre SAE
y sistemas no adaptativos, criterios diferentes en función del dominio
de aplicación, enfoque multi-capa del proceso de evaluación, adopción
de heurísticas de usabilidad, funciones de utilidad y dependencias
entre éstas, etc.
-Trabajo colaborativo:
- Artículos de CSCL, especialmente de Pierre Dillenbourg y D. Suthers
(p.ej., [Slavin, 1995], [Dillengbourg et al., 1995], [Suhters
& Hundhausen, 2001], [Berger et al., 2001]).
Las técnicas de aprendizaje colaborativo ayudan a los estudiantes
a mejorar su aprendizaje, desarrollan su espíritu crítico y amplían
sus aptitudes sociales y de colaboración [Slaving, 1995]. Debido
al auge de Internet este tema está adquiriendo una gran importancia.
En este apartado se estudian las aportaciones principales del aprendizaje
basado en la colaboración mediada por el ordenador, conocido como
CSCW ("Computer-Supported Collaborative Work").
Más concretamente, se incidirá en aquellos aspectos relacionados con
el aprendizaje colaborativo CSCL ("Computer-Supported Collaborative
Learning").
Existen multitud de trabajos entre las que destacamos los de Dillenbourg
y Suthers. Todos parten de la evidencia de que la utilización de un
sistema para colaborar influye notablemente en el proceso de colaboración.
En estos sistemas se explicitan aspectos básicos de un proceso de
colaboración (p.ej., participantes, mediador, acuerdos, desacuerdos,
dudas, discurso, etc.). Pueden proporcionar escenarios síncronos o
asíncronos, textuales, gráficos, audiovisuales o multimedia.
En concreto, en [Dillenbourg et al., 1996] se realiza un repaso
histórico en el que se aprecia una evolución desde cuáles eran las
variables que hacían que el aprendizaje colaborativo fuera mejor que
el individual (p.ej, tamaño del grupo, composición, naturaleza de
la tarea, etc.), hacia otro escenario en el que el objetivo es comprender
la influencia de dichas variables en el proceso de mediación en la
interacción. El problema es que las múltiples interacciones entre
dichas variables hacían prácticamente imposible establecer un nexo
causal entre los efectos y la colaboración. La tendencia a explorar
lo que ocurre en el proceso ha hecho que se desarrollen nuevos entornos
con nuevas facilidades. En definitiva, lo que ha sucedido es que el
foco de atención ha dejado de ser el individuo (años 70 y 80) para
pasar a ser las propiedades del grupo en sí y la relación de éstas
con el individuo.
En otro trabajo reciente de Daniel Shuthers [Suhters & Hundhausen,
2001] se analiza la influencia que ejerce la herramienta en el proceso
de colaboración. En concreto, basándose en experiencias previas del
autor se estudian las ventajas que un determinado tipo de representación
puede aportar en la mediación de la colaboración. Se analizan las
diferencias entre el uso de matrices, grafos y texto.
En [Breg et al., 2001] se analiza un escenario de colaboración entre
estudiantes de medicina de diversas nacionalidades mediante el uso
combinado de una herramienta de CSL a través de la web. El aprendizaje
colaborativo basado en web es un tema de gran interés que requiere
plataformas especialmente concebidas para tal fin (p.ej., [Boticario
et al., 2001]).
-Modelado de usuario y de grupo para entornos colaborativos:
- Artículos del workshop sobre el tema celebrado en el marco de la conferencia
internacional de modelado de usuario [Gaudioso et al., 2003]).
En este workshop se abordaron cuestiones abiertas y de interés relacionadas
con el modelado de usuarios y de grupos en entornos colaborativos
abiertos, no sujetos a las restricciones de los CSCW. Las cuestiones
que se abordaron se agruparon en torno a los siguientes temas: ¿cuándo
deben utilizarse modelos de grupo?, aspectos sociales de los modelos
de usuario y de grupo, cuestiones técnicas abiertas.
Todas las conclusiones y los trabajos presentados están disponibles
en las páginas del workshop: http://www.ia.uned.es/elena/um03-ws/
Considerando la rápida evolución de esta materia en estos últimos
años, un aspecto que adquiere especial significación es el de proporcionar
una perspectiva global y crítica sobre la materia, de tal forma que
el alumno adquiera los criterios necesarios para adaptarse a los continuos
cambios. Para ello deben fijarse claramente los objetivos y los aspectos
metodológicos de la doctrina, antes que la explicación de una herramienta
concreta. No obstante, debe mantenerse un cierto equilibrio en este
sentido, ya que creemos que es oportuno mostrar diferentes sintaxis
y productos que den sentido a ese espíritu de globalidad buscado,
a la vez que dichas referencias establecen el puente necesario para
poder afrontar el desarrollo práctico propio de la asignatura. Estos
objetivos docentes han inspirado la selección de la bibliografía propuesta.
WEBgrafía
Además de las referencias de Internet comentadas previamente en la
bibliografía, se proporciona a continuación un compendio de direcciones
de interés:
-Recopilación de enlaces (incluye repositorios, software, conferencias,
artículos, páginas de investigadores reconocidos, etc.):
- http://www.ia.uned.es/asignaturas/siea/enlaces.html
- http://www.ia.uned.es/personal/elena/bookmarks.html
- http://www.ia.uned.es/jgb/investiga/its.html
- http://www.ia.uned.es/jgb/docencia/apren-per/enlaces-apren.html
- http://www.ia.uned.es/jgb/investiga/index.html#confer
Conferencias recientes recomendadas:
- http://www.isi.edu/AIED2007/
- http://www.ah2006.org/
- http://www.iit.demokritos.gr/um2007/
- http://www.formatex.org/micte2006/
- http://www.iadis.org/wbc2006/
- http://www.eden-online.org/eden.php?menuId=306
- http://www.ectel06.org/
- http://openacs.org/xowiki/en/International_Workshop_on_Community_Based_E-Learning_Systems
Otros sitios de interés
Accesibilidad:
- Catálogo de ayudas técnicas sobre accesibilidad y discapacidad: http://www.catalogo-ceapat.org/
- http://www.w3.org/WAI/
- http://www.mainecite.org/awd/vtools.htm
- http://www.tawdis.net/
- http://www.w3.org/TR/WCAG20/
- http://www.imsglobal.org/accessibility/index.html
- http://www.dublincore.org
Miscelánea:
- http://www.imsglobal.org/learningdesign/index.html
- http://www.imsglobal.org/eportfolio
- http://ltsc.ieee.org/wg12/
- http://lsal.org/lsal/resources/links/
- http://www.fit.fraunhofer.de/
- http://www.uni-essen.de/fet/fue/eng/fb06/kobsa.htm
- http://www.um.org/
- http://enlace.lsi.uned.es/ltcs/
- http://www.lcc.uma.es/
1.3 Materiales y recursos de apoyo
Para alcanzar todos los objetivos propuestos, el curso se va a articular,
como ya se ha comentado, a través de una plataforma especialmente
diseñada para facilitar el trabajo colaborativo en Internet (basada
en comunidades virtuales), desarrollada por la Sección de Innovación
del Centro de Innovación y Desarrollo Tecnológico de la UNED: aLF,
ubicada en http://www.innova.uned.es.
La plataforma de e-Learning aLF, proporcionará el soporte requerido
para gestionar los procesos de enseñanza y aprendizaje, compartir
documentos y enlaces de interés, crear y participar en comunidades
temáticas y grupos de trabajo específicos, realizar proyectos de diversa
naturaleza, organizar el trabajo mediante agendas compartidas e individuales,
acceder y publicar noticias de interés, etc.
La plataforma de aprendizaje en Internet permitirá realizar el seguimiento
de las actividades del curso, así como estar al tanto de cualquier
información o documentación de interés relacionada con el mismo. Para
poder utilizar esta plataforma y para mantener un contacto personal
con el alumnado se necesitará una dirección de correo electrónico
suministrada por el Centro de Servicios Informáticos de la Uned. La
filosofía de uso es bien sencilla. Todas las interacciones se hacen
a través de enlaces. Por lo tanto, con sólo seguir dichos enlaces
se podrá acceder a foros de discusión, documentos de compañeros, etc.
Una vez familiarizados con su uso, es importante tener en cuenta que
todas las novedades, instrucciones, actividades se van a publicar
utilizando este medio, por tanto, el alumno debe entrar en el grupo
frecuentemente para ver si hay alguna novedad en el curso. Si, además,
tiene activados ciertos avisos, podrá recibir notificaciones en el
correo electrónico utilizado para acceder a la plataforma de los mensajes
republicados en los foros, los documentos subidos, las citas puestas
en el calendario, por lo que tendrá una información instantánea de
todo lo que acontece en la plataforma.
Para comenzar las actividades planificadas es necesario registrase
en la plataforma de aprendizaje y colaboración aLF. Por otro lado,
para poder organizar adecuadamente el grupo de trabajo, necesitamos
conocer cuáles son los conocimientos de partida de los alumnos, preferencias
y temas de interés. Por eso, al inicio del curso pondremos disponibles
unos cuestionarios y les pediremos que los rellenen.
Se ofrecerán las herramientas necesarias para que, tanto el equipo
docente como el alumnado, puedan compaginar el trabajo individual
y el aprendizaje colaborativo.
1.4 BIbliografia general de consulta
1."Sistemas Interactivos de Enseñanza/Aprendizaje".
González Boticario, J. y Gaudioso E., 2003. Editorial: Sanz y Torres
2.Schank, R.C., Cleary, C., Engines for Education. Lawrence Erlbaum,
1995.
3.Wegner, E. Artificial Intelligence and Tutoring Systems. Morgan
Kaufmann, 1987.
4.McArthur, D., Lewis, M., Bishay, M. The Roles of Artificial Intelligence
in Education: Current Progress and Future Prospects. RAND Corporation,
DRU-472-NSF, 1993.
5.Borrajo, D., Boticario, J.G., Isasi, P. Aprendizaje Automático.
Ed. Sanz y Torres 2006.
6.Artículos de Langley sobre interfaces adaptativos (accesibles desde:
Artículos de Pazzani sobre modelado del usuario (accesibles desde:
http://www.ics.uci.edu/pazzani): Machine Learning
for User Modeling
7.http://www.isle.org/langley)
8.Learning in the Real WorldWeb Usage Mining for a BetterWeb-Based
Learning Environment Osmar R. Za¨ýane
9.Artículos de Peter Brusilovsky sobre hipermedia adaptativa (accesibles
desde: http://www2.sis.pitt.edu/peterb/)
10.Artículos de Pierre Dillenbourg y D. Suthers sobre sistemas de
aprendizaje colaborativo
11.Artículos de Chin, Langley, Shute, y Brusilovsky sobre evaluación
de sistemas adaptativos
1.5 Tutorización
La tutorización de los estudiantes tendrá lugar esencialmente a través
de los foros de la plataforma, aunque también podrán utilizarse ocasionalmente
otros medios, tales como chats interactivos, servicios de mensajería
instantánea y el correo electrónico. Adicionalmente, está también
previsto, para temas personales que no afecten al resto de los estudiantes,
atender consultas en persona o por teléfono.
2 Estructura del curso
2.1 Estructura y contenido teórico
1.Fundamentos
1.1.Introducción
1.2. Fundamentos de los Sistemas de Educación
1.3. Áreas de desarrollo de los sistemas adaptativos de Educación
1.4. Accesibilidad en los Sistemas de Educación
1.5. Inteligencia Artificial en los Sistemas Adaptativos de Educación
2. Técnicas
2.1. Introducción: Componentes básicos de los sistemas adaptativos
de Educación
2.2. Modelado de usuario en los sistemas adaptativos de educación:
Modelado del estudiante
2.2.1. Introducción y Requisitos
2.2.2. Tipo de modelos de estudiante
2.2.3. Tareas y técnicas de diagnóstico en el modelado del estudiante
2.2.4. Actualización del modelo del estudiante
2.3. Modelado de contenidos en los sistemas adaptativos de educación
2.3.1. Tipos de modelos de contenido
2.3.2. Actualización de contenidos
2.3.3. Accesibilidad de contenidos
2.4. Modelado pedagógico en los sistemas adaptativos de educación
2.4.1. Introducción
2.4.2. Diseño instruccional
2.4.3. Estándares
2.4.4. Ventajas y limitaciones del diseño instruccional
2.4.5. Atención a las necesidades especiales
2.5. Adaptación en los sistemas adaptativos de educación
2.5.1. Introducción
2.5.2. Tareas de adaptación: alumno y profesor
2.5.3. Evaluación de sistemas adaptativos de educación (evaluación
de la accesibilidad)
3. Aplicaciones
3.1. Introducción
3.2. STI
3.3. LMS
3.4. CSCW y CSCL
3.5. Sistemas de búsqueda de información (librerías digitales, sistemas
de recuperación de información,...)
3.6. Herramientas
2.2 Objetivos por tema y orientaciones breves
Tema 1. Fundamentos
Objetivos:
Este capítulo sirve de introducción y motivación al resto del temario
y, por ello, los temas concretos que se explicarán más adelante son
el resultado de las motivaciones y las limitaciones expuestas en este
tema. En el mismo también se establecen las bases del resto del temario
y, por tanto, tiene relaciones con casi todos los temas. Por ejemplo,
el modelado de usuario en los SAE se profundiza en el apartado 2.2
y los interfaces adaptativos y la evaluación en el apartado 2.5. El
propio título de los apartados, "Inteligencia Artificial
en los SAE" es una muestra del carácter genérico y de asentamiento
de los principios básicos en los que se apoya la asignatura.
Este primer tema comienza introduciendo los objetivos de los SAE y
la problemática que éstos intentan resolver. Se continúa presentando
una revisión histórica en la que se destacan los problemas encontrados
en las aplicaciones realizadas. Para ello se analizan los fundamentos
en los que se basaban dichos sistemas. A continuación se ofrece una
visión más actual en la que se analiza tanto la naturaleza del conocimiento
como la del propio proceso de aprendizaje.
En lo referido al apartado de fundamentos se analizan los componentes
que constituyen la estructura básica de un SIEA. Se insiste en la
importancia de la representación del conocimiento del dominio y en
la esencia del funcionamiento de estos sistemas: el modelado del conocimiento
de la instrucción, concretado en el modelo pedagógico, y el modelado
del proceso de aprendizaje del alumno, asociado al resto de la información
de interés en el correspondiente modelo del alumno.
En cuanto a las áreas de desarrollo, se distinguen las siguientes:
sistemas tutoriales inteligentes (STIs), entornos de aprendizaje interactivos
y micromundos, hipermedia y desarrollo de los SAE en web, aprendizaje
colaborativo e introducción a los SAE actuales.
En cuanto a la accesibilidad se introducen los principios básicos
que garantizan que el desarrollo de un SAE sea accesible. Se parte
de la idea de que si se tienen en cuenta ciertos criterios de accesibilidad
a la hora de diseñar un SAE el coste que supone no es mucho mayor
del que sería si no se tiene en cuenta dichos criterios, e infinitamente
mucho menos si más adelante hubiera que mejorar el sistema para hacerlo
accesible.
Por otro lado, en el apartado dedicado a la introducción de los principios
de IA aplicados a los SAE, se parte del concepto de memoria y aprendizaje,
se continúa presentando una serie de paradigmas de desarrollo de aplicaciones
asociadas a las distintas etapas que configuran el proceso natural
de aprendizaje. Con ello se ofrece una visión global y práctica de
los sistemas y del propio proceso.
Estos objetivos se concretan de la siguiente forma:
O.1.1: Comprender la problemática y distinguir los aspectos
fundamentales de las áreas de desarrollo relacionadas con los SAE
O.1.2: Saber los fundamentos de los SAE, distinguiendo sus
componentes y la esencia de su funcionamiento.
O.1.3: Conocer los principios del diseño accesible en los
SAE, reconocer la legislación vigente y saber aplicar las guías existentes
para la web accesible
O.1.4: Distinguir los principios y herramientas de la IA
aplicados a los SAE
Dada la naturaleza introductoria de este tema las actividades de aprendizaje
serán fundamentalmente de lectura de artículos, acceso a repositorios
web relacionados y entrega de resúmenes y análisis críticos sobre
los contenidos estudiados.
Tema 2. Técnicas
Objetivos:
En este capítulo se explican los distintos métodos de desarrollo de
los SAE. El objetivo básico del mismo es saber distinguir las técnicas
más adecuadas para alcanzar los distintos objetivos propuestos, siendo
capaz de resolver los problemas planteados para la construcción de
cada uno de los componentes implicados.
En concreto, dada la arquitectura modular de un SAE, en la que se
pueden distinguir una serie de componentes básicos, el primer objetivo
del capítulo es saber identificar cada uno de estos componentes. Se
trata de saber describir cada componente, sus objetivos, elementos
que lo forman, su alcance y complejidad.
El primer componente destacado de un SAE es el modelo del usuario.
En el mismo se define el perfil, los objetivos, necesidades, condicionantes
de interacción (incluyendo los relativos a la accesibilidad), preferencias,
contexto... relativos al usuario. Es el auténtico motor de los
procesos de adaptación requeridos. Las distintas técnicas utilizadas
han dado lugar a una tipología de modelos y el estudiante deberá distinguirlos,
llegando a saber desarrollar dichos modelos.
El proceso de modelado se realiza a través del diagnóstico y el estudiante
deberá conocer los distintos métodos para su realización, además de
saber aplicarlos en situaciones reales. Igualmente deberá reconocerse
la actual tendencia a la estandarización de los perfiles de usuario,
incluyendo en los mimos cuestiones de accesibilidad. Se espera, por
tanto, que el alumno reconozca los estándares existentes para su definición
y las técnicas de representación e inferencia que permiten su desarrollo.
El estudiante deberá saber contrastar las diferencias que existen
en el desarrollo de los modelos individuales frente a los requeridos
para entornos colaborativos. Se deberá saber responder a preguntas
del modelo del usuario tales como: ¿qué tipos de modelos de usuario
existen?, ¿qué características se consideran en dichos modelos?, ¿cómo
pueden utilizarse modelos multi-usuarios para mejorar la colaboración?,
¿qué características diferencian los modelos en escenarios colaborativos?,
¿cómo pueden combinarse dinámicamente modelos de usuario para obtener
la descripción de un grupo?, ¿qué indicadores son los más adecuados?...
El modelo de los contenidos es esencial y ha condicionado tradicionalmente
el desarrollo de los SAE. Bajo el mismo no sólo se considera la información
y los datos existentes sino también el conocimiento relativo a los
mismos. El estudiante debe distinguir los distintos tipos de conocimiento
del dominio, tanto el compilado como el articulado, reconociendo y
sabiendo utilizar las técnicas de representación e inferencia asociadas.
Hoy en día se considera que la descripción de los contenidos debe
estandarizarse de manera que éstos puedan reutilizarse y combinarse
de forma interactiva e independiente de la plataforma que los utilice.
El estudiante deberá reconocer y saber utilizar los principales estándares
para su representación, así como las técnicas más adecuadas para su
manipulación, de nuevo considerando como un caso destacado las condiciones
de accesibilidad asociadas, incluyendo los métodos para garantizarlas.
El modelo pedagógico reúne todas las actividades pedagógicas que tengan
un efecto sobre el estudiante. En este tema se deberá conocer y saber
utilizar las distintas técnicas para su desarrollo. Igualmente se
espera que se sepan distinguir los componentes que determinan la aplicación
del modelo pedagógico.
Las operaciones didácticas se suelen organizar en forma de planes
o de diseños instruccionales con las actividades previstas y las acciones
pedagógicas oportunas. Se espera saber diferenciar los elementos que
forman parte de dichos planes y diseños. Deberán conocerse y saber
aplicarlos los distintos métodos de elaboración de estas operaciones,
con una especial incidencia en este caso en los estándares disponibles
para su desarrollo, sabiendo distinguir las ventajas y limitaciones
de cada uno de éstos.
La adaptación es el objetivo clave de los SAE y deberán diferenciarse
las características que definen un proceso adaptativo, tanto desde
el punto de vista conceptual como operacional y de implementación.
El estudiante tendrá que diferenciar las distintas técnicas existentes
y el tipo de modelo de usuario que produce cada una, sabiendo explicar
sus diferencias y las ventajas relativas entre ellas. En concreto,
dentro de las tareas y técnicas de adaptación se realizará un estudio
más detallado del campo del modelado automático del usuario mediante
técnicas de aprendizaje automático, distinguiendo los requisitos exigidos
para su aplicación. Se supone en este caso que se sabrán aplicar las
técnicas estudiadas en la asignatura de "métodos de aprendizaje"
y se analizará la problemática de su uso y la repercusión sobre el
desarrollo y evaluación de los SAE.
La web y por consiguiente la hipermedia adaptativa se ha convertido
en el medio natural de desarrollo de los SAE actuales. Se deberán
conocer la clasificación de los sistemas de hipermedia adaptativa,
las áreas de aplicación, las características del usuario a las que
se adaptan, los objetivos de la adaptación y los métodos y técnicas
de adaptación. Adicionalmente deberán conocerse, las herramientas
de autor existentes para el desarrollo de estos sistemas, sabiendo
utilizar algunas de éstas en casos prácticos.
Un aspecto esencial a la adaptación es la capacidad de medida y como
tal deberá estudiarse en profundidad la evaluación de los sistemas
adaptativos. En este tema el alumno deberá saber gestionar los procesos
de evaluación empírica de estos sistemas, distinguiendo la problemática
asociada y los métodos de evaluación existentes.
Por tanto, los objetivos concretos de este tema son los siguientes:
O.2.1: Saber identificar y describir cada uno de los componentes
de un SAE, sus objetivos, elementos que lo forman, su alcance y complejidad.
O.2.2: Reconocer, definir y saber programar modelos de usuario
según su distinta tipología, objetivos, características?
O.2.3: Conocer las diferencias entre modelos de usuario y
de grupo en entornos colaborativos, distinguiendo los características
y los métodos de generación de estos últimos de acuerdo a los objetivos
establecidos.
O.2.4: Reconocer las características que se centran en la
accesibilidad de los modelos de usuario, sabiendo identificar las
mismas en los perfiles definidos por los estándares disponibles.
O.2.5: Conocer y saber aplicar los métodos de representación
e inferencia del modelo de contenidos, incluyendo los estándares disponibles
y en particular los utilizados para el diseño instruccional.
O.2.6: Distinguir, saber aplicar y verificar con las herramientas
automáticas disponibles, las guías de accesibilidad para el desarrollo
de contenidos accesibles en la web.
O.2.7: Saber definir, desarrollar y utilizar los modelos
pedagógicos en los SAE, reconociendo su papel en el proceso de modelado
y de guía del proceso de interacción.
O.2.8: Saber especificar y desarrollar plantillas instruccionales
para el desarrollo del modelo pedagógico de los SAE en los estándares
disponibles.
O.2.9: Distinguir la problemática asociada a la evaluación
de los SAE, sabiendo gestionar los procesos de evaluación empírica
de estos sistemas y siendo capaz de describir y utilizar los métodos
de evaluación existentes.
Tema 3. Aplicaciones
Objetivos:
Con el fin de clarificar los componentes y el funcionamiento de los
SAE en situaciones reales se llevará a cabo una revisión de los sistemas
existentes o en desarrollo, y el estudiante deberá ser capaz de analizar
y describir dichas aplicaciones atendiendo a los siguientes criterios:
características del usuario a las que se adaptan, objetivos de la
adaptación y métodos y técnicas de adaptación aplicados.
Se analizarán los distintos campos de aplicación más significativos,
y el estudiante deberá comprender la aplicación de las técnicas estudiadas
en las siguientes áreas: ITS, sistemas de gestión del aprendizaje
(LMS), aprendizaje colaborativo en la web (CSCW) y de una forma más
general fuera de ésta (CSCL) y sistemas de búsqueda de información
(librerías digitales, sistemas de recuperación de información,...)
Finalmente se espera que el alumno pueda manejar las distintas herramientas
disponibles para las tareas asociadas al desarrollo de los sistemas
adaptativos: herramientas de autor, seguimiento, evaluación, diseño
instruccional, modelado y aprendizaje automático, etc.
Los objetivos del tema son los siguientes:
O.3.1: Reconocer y saber aplicar los criterios de clasificación
propuestos en los SAE desarrollados en las distintas áreas de aplicación
O.3.2: Distinguir la aplicación de las técnicas estudiadas
en las distintas áreas de desarrollo de los SAE y saber resolver problemas
prácticos asociados a su uso.
O.3.3: Conocer y saber utilizar las herramientas disponibles
para las distintas tareas asociadas al desarrollo de los SAE.
Tema 4. Proyecto final
Objetivos:
Adicionalmente se espera que el alumno sea evaluado por la realización
de un proyecto final de la asignatura en el que deberán cubrirse una
serie de objetivos.
Deberá realizarse una descripción clara de lo que se ha hecho, pasando
desde una descripción de alto nivel hasta los detalles. No es necesario
describir, en el caso de los desarrollos, las funciones una por una,
basta con una descripción por módulos/clases genérica. Si se desea
añadir el código al trabajo realizado, éste debe introducirse como
apéndice (comentado si es posible).
Para los proyectos de carácter práctico el estudiante deberá seguir
una estructura de desarrollo que considere los siguientes apartados:
arquitectura de la aplicación (módulos de los que consta), modelo
de conocimiento de la aplicación (equivalente a un diagrama de clases),
descripción a alto nivel de cada módulo (funcionalidad, E/S, etc.),
manual de usuario, manual de referencia (para facilitar el desarrollo
y ampliación del trabajo).
Para los proyectos que consideren además aportaciones teóricas se
deberán considerar los siguientes epígrafes: incluir al principio
del trabajo un resumen que describa clara y brevemente las aportaciones
realizadas y que justifique su validez considerando el estado del
arte y para cada una de las aportaciones realizadas deberá indicarse:
estado del arte relacionado, fuentes de información y de bibliografía
utilizadas, limitaciones o mejoras observadas en las que se apoya
la aportación, concreción de la aportación, trabajos futuros en base
al estudio realizado.
Los objetivos generales que deben quedar recogidos en el proyecto
son los siguientes:
O.4.1: Describir de forma clara el trabajo realizado, pasando
desde una descripción de alto nivel hasta los detalles.
O.4.2: En los desarrollos debe ser capaz de especificar el
trabajo realizado siguiendo la estructura propuesta y en especial
se valorará la documentación y el manual de referencia incluidos.
O.4.3: En los proyectos en que haya una aportación teórica
deberán concretarse, de acuerdo a la estructura propuesta, los detalles
de las aportaciones realizadas frente al estado del arte correspondiente.
3 Actividades y plan de trabajo
3.1 Actividades prácticas programadas
El tipo de actividades previstas inicialmente son las siguientes,
sin que por ello sean excluyentes, dado que se tendrá en cuenta la
propia marcha del curso:
- A-1: Lecturas de artículos científicos e informes, acceso a repositorios
en la red y revisión de documentación bibliográfica y de distintos
tipos de materiales sobre la que se pedirán análisis críticos, ejercicios
de síntesis, de comparación, etc.
- A-2: Ejercicios de auto-evaluación: ejercicios interactivos que dejan
constancia de las respuestas correctas y los índices de aciertos.
- A-3: Ejercicios de casos prácticos: asociados al uso de aplicaciones,
entornos de simulación o módulos de SAE disponibles, que se utilizarán
para realizar prácticas relacionadas con los contenidos de ese tema.
En este caso se busca comprender la operatividad de los sistemas y
clarificar los conceptos y las destrezas requeridas.
- A-4 Desarrollo de componentes que, en su caso, puedan integrarse en
el trabajo final de evaluación de la asignatura: serán pequeños desarrollos
que puedan formar parte del proyecto final.
- A-5: Trabajos en proyectos colaborativos en los que el estudiante
tendrá que realizar tareas individuales y de soporte al grupo
- A-6: Trabajos de investigación, en su caso y para los estudiantes
interesados, enmarcados en los propios proyectos de investigación
nacionales y europeos del área que está llevando a cabo el grupo aDeNu
- A-7: Realización de un proyecto final de mayor complejidad en el que
se concrete una visión de conjunto y más elaborada de los temas tratados
3.2 Otras actividades prácticas programadas
En función del interés del estudiante y del grupo se podrán también
realizar las siguientes actividades:
B-1: Desarrollos de repositorios a partir de la documentación generada
B-2: Elaboración colaborativa de documentación compartida (mediante
"wiki's") sobre temas diversos
B-3: Colaboración en desarrollos y realización de prototipos que se
intentará que se puedan convertir en paquetes de software libre (se
orientar a su divulgación a través de los repositorios existentes,
como "sourceforge").
B-4: Colaboración con otros grupos de investigación relacionados a
través de trabajos conjuntos
B-5: Participación en congresos, eventos, seminarios y actividades
organizadas por el grupo de investigación aDeNu
3.3 Plan de trabajo
| Secciones de aprendizaje | Tareas | Prácticas | Duración |
|
| Tema 1. Fundamentos | Tarea 1.1.
Tarea 1.2.
Tarea 1.3.
Tarea 1.4.
Tarea 1.5. | Práctica 1.1. | 6 semanas |
| Tema 2. Técnicas | Tarea 2.1.
Tarea 2.2.
Tarea 2.3.
Tarea 2.4.
Tarea 2.5.
Tarea 2.6.
Tarea 2.7.
Tarea 2.8. | Práctica 2.1 Práctica 2.2 | 10 semanas |
| Tema 3. Aplicaciones | Tarea 3.1.
Tarea 3.2.
Tarea 3.3.
Tarea 3.4.
Tarea 3.5.
Tarea 3.6. | Práctica 3.1. | 8 semanas |
4 Evaluación
La evaluación es un aspecto esencial del propio proceso de aprendizaje
y como tal se hará uso de la misma. Esto implica que a lo largo del
curso, y de acuerdo con la planificación de actividades previstas,
el alumno podrá acceder tanto a los resultados de los ejercicios de
auto-evaluación propuestos como a las calificaciones y valoraciones
de los trabajos presentados en cada tarea y práctica.
La evaluación estará fundamentalmente centrada en la reorientación
y motivación del aprendizaje, así como en facilitar la capacidad de
auto-comprensión del los conocimientos y las destrezas adquiridas.
Adicionalmente se utilizará la capacidad de evaluación como una actividad
enmarcada en el propio proceso de aprendizaje y para ello se pedirá
que los estudiantes realicen críticas y estudios comparativos de sus
propios trabajos y del de sus compañeros.
Por otro lado, la evaluación es una herramienta esencial para el control
de la tarea docente y, en este sentido, se pedirán valoraciones de
las tareas propuestas y del propio planteamiento de la docencia de
la asignatura. Se prevén al menos dos evaluaciones de este tipo a
lo largo del curso.
En cuanto a los ejercicios que requieran trabajo colaborativo, por
la propia naturaleza de la asignatura, se aprovecharán especialmente
las ventajas que aporta la plataforma de colaboración de la UNED,
aLF.
Los criterios de evaluación que se seguirán en las tareas de tipo
colaborativo serán los siguientes:
- Garantizar la interdependencia positiva: se valorará tanto
la realización de las tareas individuales como las de grupo de forma
que el estudiante se sienta motivado para ayudar al resto para alcanzar
los objetivos del grupo.
- Capacidad de interacción: se evaluará el grado de interacción
y participación en las actividades propuestas.
- Responsabilidad individual y de grupo: se valorará la consecución
de los objetivos del grupo y de las tareas individuales en las que
ha participado cada miembro del mismo.
- Desarrollo de capacidades de colaboración: se evaluará de forma
independiente el aprendizaje de las destrezas asociadas a la resolución
de la tarea objeto de las capacidades propias de colaboración.
- Análisis del trabajo de grupo: se evaluará la propia evaluación
que los alumnos hagan de la productividad del grupo, distinguiendo
el valor relativo de las distintas tareas individuales y de su gestión
a lo largo del tiempo, de forma que puedan tomarse medidas de corrección
que ayuden a alcanzar los objetivos de tarea y de colaboración previstos.
El alumno deberá entregar una memoria en la que se concreten sus aportaciones
en la realización de todas las actividades propuestas.
La evaluación global se calculará de acuerdo al siguiente polinomio:
Nota (final)=[Nota (tareas) x 0.3]+[Nota (ejercicios)-prácticos
x 0.3]+[Nota (proyecto) x 0.4]
En las tareas de carácter colaborativo la evaluación tendrá en cuenta
los siguientes criterios:
Nota_tarea_colab=(Trabajo_individual x 0.5)+[Trabajo_grupo x
0.5]
Trabajo_grupo=[Trabajo_tarea x 0.5]+[Trabajo_colaboración x
0.5]
Reseña del profesorado
González Boticario, Jesús
Profesor del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 1993. Su trabajo comenzó en el campo
del aprendizaje automático como base de los sistemas adaptativos y
luego se ha centrado en la aplicación de diversas técnicas de inteligencia
artificial a los sistemas interactivos de enseñanza/aprendizaje (SIEA).
Actualmente es el investigador responsable y coordinador de varios
proyectos nacionales y europeos centrados en introducir en los SIEA
la adaptación a las necesidades de accesibilidad y diversidad funcional
de cada usuario, así como en resolver automáticamente tareas que conjuguen
planificación, aprendizaje e interacción con diversos agentes (humanos
y de software) en dicho contexto.
e.mail: jgb@dia.uned.es
Web personal:http://www.ia.uned.es/personal/jgb/
Hernández del Olmo, Félix
Profesor del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 2001. Sus líneas de investigación incluyen
el aprendizaje automático, la aplicación de técnicas de inteligencia
artificial en educación, modelado de usuario e interfaces adaptativos.
Actualmente su trabajo se centra en el área de interfaces adaptativos,
más concretamente, en el área de los denominados sistemas recomendadores.
e-mail: felixh@dia.uned.es
Web personal:http://www.ia.uned.es/personal/felixh
Gaudioso Vázquez, Elena
Profesora del departamento de Inteligencia Artificial de la E.T.S.I.
Informática de la UNED desde 2001. Sus líneas de investigación incluyen
la aplicación de técnicas de inteligencia artificial en educación,
aprendizaje automático, modelado de usuario e interfaces adaptativos.
Actualmente trabaja en la aplicación de técnicas de minería de datos
para ayudar al tutor en sistemas de educación basados en web y comunidades
virtuales educativas.
e-mail: elena@dia.uned.es
Web personal:http://www.ia.uned.es/personal/elena/
Rodríguez Anaya, Antonio
Profesor ayudante del departamento de Inteligencia Artificial de la
E.T.S.I. Informática de la UNED desde 2004. Sus líneas de investigación
incluyen la aplicación de técnica de inteligencia artificial en educación,
aprendizaje automático, modelado de alumno y planificación. Actualmente
trabaja en técnicas de clasificación borrosa mediante prototipos para
ayudar a la detección de problemas de aprendizaje en alumnos de comunidades
virtuales educativas.
e-mail: arodriguez@dia.uned.es
Web personal:http://www.ia.uned.es/personal/arodriguez/
| |
|
|
