Aportaciones al diseño, implementación y evaluación de sistemas de gestión del aprendizaje adaptativos basados en estándares, que intengran diseño instruccional con modelado del usuario basado en aprendizaje automático

Resumen

Los sistemas de gestión del aprendizaje (SGA) están muy extendidos en las instituciones educativas para ofrecer un aprendizaje tutorizado a través de Internet. Sin embargo, no proporcionan una funcionalidad adaptativa según las necesidades y capacidades personales de cada estudiante, a pesar de la necesidad -reconocida por diversos informes a nivel nacional e internacional- de ofrecer un apoyo personalizado e inclusivo a los estudiantes. Esta Tesis Doctoral propone un método para ofrecer soporte adaptativo a la navegación en los SGA actuales a través de un sistema recomendador (SR) orientado a educación que puede integrarse con SGA basados en estándares. Esta propuesta viene motivada por el éxito que tienen los SR en otros dominios, donde también existe una necesidad de guiar a los usuarios en entornos que igualmente presentan sobrecarga de información e inexperiencia en las alternativas a escoger. De acuerdo con el estado del arte reportado, la mayoría de los SR en entornos educativos replican el enfoque hasta ahora utilizado en los otros dominios y no tienen en cuenta las particularidades del escenario educativo. Así, la principal ventaja de este trabajo radica en proporcionar una alternativa para abordar las necesidades de recomendación en escenarios de aprendizaje tutorizados en línea e identificar recomendaciones orientadas a educación útiles y significativas que ofrezcan un soporte personalizado e inclusivo a los estudiantes en sus necesidades individuales y cambiantes mientras interactúa en un curso ofrecido a través de un SGA. Las tres principales aportaciones realizadas en esta Tesis Doctoral son: 1) Un nuevo concepto de sistema recomendador en el dominio educativo: los Sistemas Recomendadores Educativos Semánticos (SRES). Los SRES se caracterizan por guiar, basándose en criterios educativos, a los estudiantes en su interacción con los SGA a través de recomendaciones personalizadas e inclusivas descritas semánticamente. Las recomendaciones para ser entregadas a cada estudiante en su contexto actual se obtienen gracias al intercambio de información entre los distintos componentes involucrados en el proceso de generación y entrega de la recomendación. Los SERS dependen de los siguientes elementos: i) un modelo de recomendaciones para caracterizar las recomendaciones semánticamente, ii) una arquitectura abierta y basada en estándares orientada a servicios que ofrece el servicio de recomendación, y iii) una interfaz de usuario gráfica integrada en la capa de presentación del SGA para mostrar las recomendaciones entregadas a los estudiantes de forma usable y accesible. 2) Una metodología para diseñar recomendaciones para los SRES denominada TORMES (del inglés 'Tutor Oriented Recommendations Modelling for Educational Systems') con la que, aplicando métodos de diseño centrado en el usuario, se involucra al profesorado en la identificación de las recomendaciones para que incorporen cuestiones de naturaleza educativa de forma que cubran el diseño instruccional apropiado, con el fin de ofrecer un aprendizaje personalizado e inclusivo a los estudiantes en escenarios de aprendizaje tutorizados en línea. En concreto, TORMES es una metodología iterativa de diseño de recomendaciones educativas personalizadas basada en el estándar ISO 9241-210 combinado con minería de datos y el enfoque de evaluación por capas que integra el ciclo de vida del aprendizaje en línea y ofrece diversas dimensiones para la evaluación formativa de las recomendaciones que se están diseñando. Es aplicable para identificar las necesidades de los estudiantes en sistemas adaptativos que dependen de modelado del usuario basado en aprendizaje automático. 3) El desarrollo de dos prototipos integrados con dos SGA, dotLRN y Willow, que respectivamente, muestran la flexibilidad de la metodología TORMES a la hora de identificar recomendaciones para dos escenarios con enfoques y requisitos diferentes.