Modelo de Estudiante Abierto.

Un modelo de estudiantes abierto (Open Learner Model, OLM) es un modelo de estudiante al que el usuario puede acceder. Algunos de los propósitos que se pueden tener para abrir el modelo de estudiante son entre otros: mejorar la exactitud del modelo del estudiante; promover la reflexión del estudiante, ayudar a los estudiantes a planear y hacer seguimiento de su aprendizaje; y permitir a los estudiantes un mayor control sobre su aprendizaje.

Los modelos de usuario no son conocidos por los usuarios de un sistema adaptativo. Esto es válido en escenarios en los cuales el único interés del usuario es satisfacer una necesidad u obtener una información de forma ágil y oportuna en escenarios donde una búsqueda manual puede ser impensable. Estas tareas son generalmente realizadas con objetivos específicos a corto plazo que generan poco o ningún esfuerzo mental por parte de quien interactúa con el sistema adaptativo.

Otro escenario con elementos comunes, como lo es la sobrecarga de información y de fuentes de consulta, pero con características bastante distintas son los entornos de aprendizaje virtual adaptativos. Estos últimos requieren que quien los utilice desarrollen un gran esfuerzo mental en pro de lograr resultados realmente significativos que vayan más allá de la simple obtención de una certificación o de cualquier otro tipo de recompensa diferente al aprendizaje. Los entornos educativos virtuales requieren de un gran compromiso, disciplina y dedicación por parte de quien los usa, aún más si el entorno carece en su totalidad de tutores que guíen dicho proceso [Vélez Ramos J., 2009].

Los propósitos para abrir un modelo de estudiante, puede llevar a la reflexión de los estudiantes sobre su nivel de competencia como elemento importante para alcanzar estados meta- cognitivos. Los estudiantes que logran activar un nivel meta-cognitivo en su proceso de aprendizaje logran resultados más significativos que aquellos que no lo hacen. Hay evidencias que sugiere que la efectividad en los procesos de aprendizaje puede ser mejorada cuando los estudiantes reflexionan acerca de su propio conocimiento. Adicionalmente, algunos trabajos sugieren el potencial que tiene un OLM para fomentar la reflexión.

5.1. Soporte adaptativo a la navegación con OLM.

El soporte adaptativo a la navegación dentro de entornos virtuales permiten encontrar las preferencias que tiene usuario y el conocimiento previo de los usuarios en las herramientas del entorno durante la interacción con la plataforma. Con esta información es posible realizar algunas

actividades de adaptación que facilitan el uso de las herramientas y los servicios por parte del estudiante y la navegación dentro de los contenidos disponibles. Como, por ejemplo, desde el nivel de actividad del estudiante en el uso de un servicio específico que le puede recomendar el para interactuar de forma más o menos precisa con este servicio, o desde la última página visitada se puede recomendar la página adecuada a visitar o acceder.

5.1.1. Actividades de adaptación.

Los AHA son uno de los sistemas de adaptación orientada a los sistemas educativos centrados en la adaptación de los servicios dentro del curso. Además, en entornos de colaboración de las actividades fundamentales que se deben ofrecer son las tareas que proporcionan apoyo a la colaboración de adaptación. Por el contrario, el apoyo a la navegación de adaptación se debe aplicar para ofrecer al usuario una navegación personalizada de todos los servicios disponibles en el sistema.

Los modelos de estudiante abierto con soporte adaptativo a la navegación ayudan a la mejora en el acceso de los usuarios a los servicios y herramientas que la plataforma del EVA ofrece (foros, cuestionarios, chat, fuentes de información, mensajería, recursos, exámenes, tareas, calendario,

SHUILOGHOXVXDULRHWF«$VtFRmo facilitar la colaboración entre los estudiantes y tutores del mismo grupo.

Según el estudio realizado por [Gaudioso E. & Boticario J., 1997] las siguientes actividades de apoyo a la colaboración de adaptación son necesarias para la mejora de un modelo:

x Predecir el nivel de actividad de un usuario específico: esta tarea es útil para aquellos sistemas en los que todas las actividades que se realizan a través de la plataforma del curso.

x Agrupación automática de usuarios en una misma comunidad: aunque los grupos de la comunidad de usuarios con un objetivo común, cuando se hace el trabajo de grupo que será útil para formar algunos subgrupos teniendo en cuenta los aspectos comunes y diferenciar los estudiantes.

x El análisis de los mensajes enviados a los foros: esta tarea puede ser muy útil para el tutor en la administración de un grupo específico, la identificación de temas de interés que se puede utilizar para añadir categorías al foro.

34

5.1.2. Actividades de apoyo a la navegación.

Las actividades de adaptación de apoyo a la navegación se presentan a continuación:

x Proporcionar algunas páginas que describen la información del curso. El recorrido de estas páginas se pueden personalizar para cada usuario.

x Proporcionar enlaces a las fuentes de información, (direcciones Web, archivos de área de almacenamiento, mensaje del foro), que puede ser interesante (de acuerdo a los intereses del usuario, el perfil de la persona que ha proporcionado esta fuente de información, etc.).

Estas son algunas de las actividades de adaptación que permite poner de relieve el modelo del estudiante. Dentro de las actividades de adaptación propuestas por [Gaudioso E. & Boticario J., 1997], las actividades de colaboración adaptativa de apoyo se resuelven por medio de técnicas de aprendizaje automático. Además, las actividades de navegación adaptativo de apoyo se resuelven mediante técnicas basadas en el conocimiento (reglas). Por lo tanto el modelo de usuario propuesto permite combinar fácilmente los dos tipos de mecanismos de inferencia.

5.1.3. Colaboración adaptativa en las actividades de apoyo a la navegación.

La colaboración adaptativa y las actividades de apoyo a la navegación como ya se lo mencionó anteriormente, se basan en técnicas de aprendizaje automático, y por otra parte hay las actividades de navegación adaptativo de apoyo las cuales se basan en reglas, ambas permiten describir la navegación del estudiante con las diferentes herramientas y servicios disponibles dentro de la plataforma para predecir el nivel de interacción que tienen los estudiantes EVA. Para ello se describen las actividades de apoyo propuestas para predecir el nivel de interacción y colaboración que tienen los estudiantes con los servicios del sistema.

5.1.4. Adaptación en las actividades de apoyo a la colaboración.

5.1.4.1. Predicción del nivel de actividad

Para predecir los niveles de actividad del usuario con las diferentes herramientas de la plataforma del EVA y sus interacciones con cada una de ellas ayudan a determinar el objetivo de las actividades de aprendizaje, es decir, predecir el nivel interacción de cada usuario con las herramientas de la plataforma y los servicios generales e individuales.

Para aprender este atributo y como cualquier tarea de aprendizaje, es necesario determinar cuáles son serán los atributos de entrada que van a formar parte de cada entrenamiento. Mediante la extracción y preparación de datos de la base de datos del EVA, que corresponde a la tabla de los eventos y actividades realizadas por los estudiantes durante su navegación por la plataforma, la cual está compuesta por un conjunto de instancias de interacción como datos de entrada para los algoritmos de aprendizaje que se aplicaran. De este proceso se pretende obtener un conjunto de datos con diferentes casos, del cual cada uno contiene atributos con un valor de clase que indica el nivel de interacción con la actividad dentro de las herramientas o servicios del EVA dentro de los cursos.

Según [Gaudioso E. & Boticario J., 1997], en un entorno Web hay una gran variedad de datos de interacción y esto hace que los clasificadores individuales que no estén en algunas regiones de los datos de entrenamiento o se precisa en los demás (región de la competencia). Si tenemos clasificadores con las regiones de competencias diferentes, podemos combinarlos con el fin de mejorar el rendimiento. Esta combinación se suele denominar conjunto de clasificadores.