Modelo inteligente para la secuencia y navegación adaptativa de objetos de aprendizaje en ambientes E learning

Texto completo

(1)

(2) r. TECNOLOCilCO DE MONTE:RREY. (8). Campus Ciudad de Méxic:o Escuela de Graduados en Ingeniería. :v Arquitectura. Maestría en Ciencias de la Computación. "Modelo Inteligente para la Secuencia y Navegación Adaptativa d'e Objetos de Aprendizaje en Ambientes Elearning". Lilian. ~~1.&i&10s. .... DE !MONTERREY. Direc res de la tesis: Dra. Juana Julie\j!.' ~Aw-i.te~nroy Dr. Gustavo /2\lH;iva~A~tteroa. Agosto 2010.

(3)

(4) APROBACIÓN POR EL COMITÉ DE TESIS. --,-:i. '. /,,. /. ·.. / •. , -->(/_ '· -{_ ( -- /\. /. / i1. l,1. ))ra. J,tJana Julieta Noguez Monroy j · Asesora. Dr. Gu~v°--~Arroyó Figueroa - -Asesor. /. uñoz Gómez inodal /. Dr. Moisés Alencastre Miranda Sinodal. Espinosa / /.Df;-José'1Vla,tii;íMolina .---~. .. Director détpr6grama de la Maes-:ría en Ciencias de la Computaciór. Agosto, 2010.

(5) RESUMEN EJECUTIVO. El uso de tecnologías de aprendizaje como ambientes E-learning ayuda a crear una situación educativa centrada en el alumno, que fomenta su auto aprendizaje y el desarrollo de su pensamiento crítico. Ante la necesidad de diversificar y flexibilizar la forma de aprender en nuevos ambientes y con nuevas tecnologías, surgen ambientes Elearning como el que se propone en el presente documento y que ha consistido en el desarrollo y evaluación de un Modelo Inteligente para la '.iecuencia y Navegación Adaptativa de Objetos de Aprendizaje (OA's) en Ambientes E-Learning. El modelo inteligente propuesto se denominó Sistema Inteligente Aprende (SI-APRENDE) y tiene como objetivo asegurar la efectividad del aprendizaje usando OA's SCORM en un ambiente E-learning bajo diferentes situaciones de conocimientos, experiencias y habilidades de los estudiantes. SI-APRENDE contiene un modelo tutor cuya característica principal es la secuencia y navegación adaptativa a la situación de aprendizaje de un estudiante. Esa adaptación fue realizada con base en Modelos Gráficos Probabilistas, específicamente aprovechando los beneficios que proporcionan las redes de decisión al rnmbinar las teorías de probabilidad, utilidad y decisión. El modelo tutor desarrollado selecciona la mejor acción pedagógica para una situación específica de auto aprendizaje, proporciona la retroalimentación al estudiante y le sugiere la secuencia de OA, s que mejor se adapta a su proceso de aprendizaje. El caso de estudio se realizó en el Tecnológico de Monterrey, Campus Ciudad de México, con muy buenos resultados en términos de la ganancia de aprendizaje obtenida por los alumnos que utilizaron el Sistema SI-APRENDE respecto a los que no lo usaron. Otros resultados obtenidos en el caso de estudio son los siguientes: 1) El Sistema SI-APRENDE permitió que cada estudiante llevara su propio ritmo de aprendizaje, en distinto tiempo y con diferente secuencia de OA' s dependiendo del conocimiento previo y del progreso obtenido; 2) Se pudo observar la tendencia a tener grupo:; más homogéneos en el conocimiento adquirido utilizando OA's, cuya secuencia se adapte dinámicamente a las necesidades de aprendizaje de cada estudiante..

(6) La contribución de esta investigación consiste en la arquitectura para poner en práctica el modelo inteligente adaptativo de secuencia y navegación de OA's, cuyo modelo tutor permite la convergencia entre dos herramientas ya existentes para la secuencia y navegación de material de aprendizaje, como lo son el modelo de secuencia y navegación SCORM y el modelo tutor de los Sistemas Tutores Inteligentes. Palabras clave: Sistemas Tutoriales Inteligentes, Objetos de Aprendizaje, SCORM,. Aprendizaje Adaptativo, Modelos Gráficos Probabilistas..

(7) DEDICATORIA. En forma muy especial a mis hijos Jorge Mario y Paulina, a quienes amo profundamente. y por ser el regalo más preciado que Dios me haya concedid9.. A mi esposo Jorge, por su amor, entrega, apoyo y compañía en todo momento; porque compartimos la misión de educar y formar una familia.. A mis Padres Fernando y Margarita, por ser testimonio de vida, por los valores y la formación que me dieron, por cuidar lo que más amo..

(8) AGRADECIMIENTOS Con profundo agradecimiento a Dios por el regalo de la vida y la dicha de tener una familia. A toda mi familia, por el apoyo y la confianza que siempre me han demostrado. Gracias a cada uno de ustedes por ser parte imprescindible de mi e)(istencia. A mi asesora de tesis del Tecnológico de Monterrey, Julieta Noguez, por su paciencia y dedicación; por compartir conmigo su valiosa experiencia y conocimiento en la realización de este trabajo de investigación. A mi asesor de tesis del Instituto de Investigaciones Eléctricas (IIE), Gustavo Arroyo, por creer en mí y darme la oportunidad de estudiar una maestría. Gracias también por el apoyo recibido para concluir este trabajo de investigación. A mis sinodales, por sus valiosas aportaciones en la revisión del presente trabajo. Al Instituto de Investigaciones Eléctricas, por la oportunidad y el apoyo brindado para la realización de esta maestría. Al Dr. Salvador González por creer en mí. Al Tecnológico de Monterrey por las facilidades brindadas para la realización de esta maestría. En especial al Dr. Martín Malina y a cada uno de mis Profesores por su profesionalismo y dedicación. A los Profesores Gerardo Aguilar, Luis Neri y Víctor Robledo del Tecnológico de Monterrey, por su valiosa participación y apoyo en la realización del caso de estudio. Su profesionalismo y experiencia fueron determinantes para el éxito del mismo. Al lng. Israel Paredes de la Subdirección de Generación de Comisión Federal de Electricidad (CFE), porque con su visión y liderazgo se creó el precedente de este trabajo de investigación. A todo el equipo de trabajo del IIE y de CFE que ha participado de alguna forma en el Sistema Aprend-e. A mis amigos y compañeros tanto del IIE como de la maestría por su valiosa amistad. Mi más sincero agradecimiento a todos los que de alguna rnanera colaboraron conmigo para llegar a la meta final..

(9) CONTENIDO Resumen Ejecutivo .................................................................................... 2 Dedicatoria ...... . .......................................................................................4 Agradecimientos ....................................................................................... 5 Lista de Figuras ........................................................................................ 8 Lista de Tablas .........................................................................................9 Lista de Ilustraciones en Anexos ................................................................. 1O. 1. Introducción ....................................................................................... 11. 1. 1. Antecedentes ............................................................................... 12 1.2. Descripción y justificación del problema ............................................. 15 1.3. Objetivo ..................................................................................... 17 1.4. Estructura del documento ............................................................... 18 1. 5. Descripción del proceso de investigación ............................................ 19 2.. Herramientas para la secuencia y navegación .................................... 20. 2.1. Modelo de Referencia de Objetos de Contenido Compartible (SCORM) ....... 20 2.1. 1 Modelo de Secuencia y navegación SCORM ......................................... 23. 2.2. Sistemas Tutoriales Inteligentes ....................................................... 27 2. 2. 1 Secuenciación y navegación en STI 's ............................................... 31. 2.3. Convergencia entre Sistemas Tutoriales lnteligent1~s y el Modelo de Referencia de Objetos de Contenido Compartible ......................................... 36 2.4. Oportunidad y aporte de la investigación ............................................ 39. 3.. Fundamentos de la secuenciación y navegación i;CORM ....................... 42 3. 1 Modelo de secuenciación SCORM ..................................................... 42 3.1.1 Modelo de seguimiento .............................................................. 44 3.1.2 Modelo de definición de secuencia ................................................. 48 3. 1. 3 Modelo de ejecución .................................................................. 50 3.2. Modelo de navegación SCORM .......................................................... 51. 4. Utilización de Modelos para la secuencia adaptativa .................................... 54 4. 1. Redes bayesianas .......................................................................... 54. 4.2. Redes de decisión ......................................................................... 56.

(10) 4. 3. Redes Semánticas ...•...•••.•.••.•......•.•..•.••............•.•.•.........•..•..••••...•. 60. 4.4. Cuadro comparativo de Modelos .••••..•••••.•••...........••••••...••......•...•.••••. 63. 5. Modelo de secuencia y navegación inteligente SI-APREt-lDE •..•.•.••.•..•....••.•..•••. 67 5. 1. Metodología ••....••..•.•••••.•••••••.•.••....••...••..•.•••.•.•••..••.••.•.•••..•.•.•...•••• 68. 5.2. Arquitectura general del sistema •.••••••....••.••...•..••....•..••.••••.............•• 68. 5.3 Requerimientos funcionales .•.•..•..•.......•....•.•...............•...••.•.••.•....••• 71 5.3.1 Objetivos del sistema ................................................................. 71 5.3.2 Requisitos funcionales ............................................................... 72 Modelo Inteligente para la Secuencia y Navegación Adaptativa de OA's •..•.. 80 5.4. 1 Base de conocimiento genérica ..................................................... 80 5.4.2 Red de decisión ........................................................................ 81 5.4. 3 Cálculo de la Función de Utilidad .................................................. 84 Implementación del sistema SI-APRENDE ......................................... 85 5.4.4. 5.4. 6. Caso de estudio .......•...................................................•....................... 87 6. 1 Diseño de OAs .................................................•.....•...•..............•..... 87 6.2. Base de conocimiento ........•.......•.................................................. 88. 6. 3. Redes de Decisión ..•........•..•..•.•......•...•....•..•.•.•.••..•.•...•..•..•.....•... 102. 6.4. Función de Utilidad .................................................................... 104. 7. Proceso de Evaluación .•.......•...........•.......•............•...••..•..••.•.•.•••.••.••.•. 106 7.1. Descripción del Proceso de Evaluación .................•.•..•••••••.•......•..•...• 106. 7. 2. Mediciones de la Evaluación con Ganancias de Aprto"ndizaje ••...•......•...... 109. 7. 2. 1 7.3. 8. Resultados •...............•.••••••••...••••.•••...••.•...•.••......•..............•...•. 11 O Análisis e Interpretación de Resultados .•.•..•.•..................•..........••...• 113. Conclusiones y trabajo futuro ........•.......•...••.•..•..•.•...•.•..•............. 11 5. Referencias ••.•.•....•...•..••...•.•..•••.....•..•.•••..•.•...•.•.•••. ,...••.•...••.•.•.•..•..•••... 11 7. ANEXOS .............................................................................................. 121 Anexo A. Publicaciones .•.•..•.•.....•..•...........•........•.•.••..•••..•.................••... 122 Anexo B. Glosario de términos .•.•.•••.........•....•.....•...•.....•..•..•...........•........ 123 Anexo C. Modelo de secuenciación SCORM ................................................... 129 Modelo de definición de secuenciación ..................................................... 141.

(11) Modos de control de secuenciación ......................................................... 143 Controles de restricción de opciones ....................................................... 146 Descripción de la regla de secuencia ....................................................... 146 Condiciones de límite .......................................................................... 147 Descripción de la regla de acumulación .................................................... 147 Controles de acumulación .................................................................... 147 Controles de consideración de la acumulación ............................................ 147 Descripción de los objetivos .................................................................. 148 Controles de selección ........................................................................ 149 Controles de aleatoriedad .................................................................... 149 Controles de entrega .......................................................................... 150 Comportamientos de secuencia .............................................................. 150 Modelo de monitoreo .......................................................................... 150 Proceso general de secuenciación ........................................................... 152 Comportamiento de navegación ............................................................. 154 Comportamiento de terminación ............................................................ 155 Comportamiento de acumulación ........................................................... 155 Comportamiento de selección y aleatoriedad ............................................. 156 Comportamiento de secuenciación .......................................................... 156 Comportamiento de entrega ................................................................. 156 Anexo D. Requisitos de almacenamiento de información ••••••••••.••••••••••••••••••••• 1 58 Anexo E. Documentación de casos de uso ••••••••••••••••••••••••••••••••••••••••••••••••••• 161. Anexo F. Diagrama de Clases del Sistema SI-APRENDE .................................... 187 Anexo G. Manual de Usuario del Sistema SI-APRENDE ••••••••••••••••••••••••••••••••••••• 188. LISTA DE FIGURAS FIG. 1 COMPONENTES DE UN STI ........................................................................ FIG. 2.2 STI VS. SCORM ................................................................................ FIG. 3.1 MAPA CONCEPTUAL DE LA SECUENCIACIÓN SCORM ............................................ FIG. 4. 1 EJEMPLO DE UNA RED DE DECISIÓN ............................................................. FIG. 4.2 EJEMPLO DE UN NODO ALEATORIO ............................................................. FIG. 4.3 EJEMPLO DE UN NODO DE DECISION ............................................................ FIG. 4.4 EJEMPLO DE UN NODO DE UTILIDAD ............................................................ FIG. 4.5 EJEMPLO DE UNA RED DE DECISIÓN DINÁMICA .................................................. FIG. 4. 6 EJEMPLO DE TRIPLAS EN UN TUTOR INTELIGENTE, TOMADO DE (HARMON & KING, 1988) ..... FIG. 5.1 ARQUITECTURA EN CAPAS DEL SISTEMA SI-APRENDE ......................................... FIG. 5.2 SUBSISTEMAS SI-APRENDE .................................................................... FIG. 5. 3 CASOS DE USO DEL SUBSISTEMA ADMINISTRAR USUARIOS ....................................... FIG. 5 4 CASOS DE USO DEL SUBSISTEMA SECUENCIA Y NAVEGACIÓN ..................................... FIG. 5. 5 CASOS DE USO DEL SUBSISTEMA SEGUIMIENTO DE ACTIVIDADES DE APRENDIZAJE ............... FIG. 5.6 DIAGRAMA GENERAL DE COMPONENTES ......................................................... FIG. 5. 7 DIAGRAMA DE COMPONENTES DE ADMINISTRACIÓN DE USUARIOS ............................... FIG. 5.8 DIAGRAMA DE COMPONENTES DE SECUENCIA Y NAVEGACIÓN .................................... 29 40 43 57 58 58 58 60 61 70 72 74 75 75 76 77 78.

(12) FIG. 5. 9 DIAGRAMA DE COMPONENTES SEGUIMIENTO DE ACTIVIDADES DE: APRENDIZAJE .•............... 79 FIG. 5. 1O BASE DE CONOCIMIENTO GENÉRICA •.••••••.••.•••••••.••••••••..•••.•••.•••.••.••••.••.•.•••• 80 FIG. 5. 11 RED DE DECISIÓN •••••••.•.••••.•....•.••.••.••........•.••••••.••.•.•••.•..••••.•.•.••••..... 82 FIG. 5. 12 RED DE DECISIÓN DINÁMICA ••••••••••••.•••.•••••••••..••••••••.•••.••••......•...•.•.•...•.• 84 FIG. 6.1 BASE DE CONOCIMIENTO DEL CURSO MATEMÁTICAS 11 •••••••••••••••••••••••••••••••••••••••••• 89 FIG. 6.2 NAVEGACIÓN DE OA'S DEL CURSO MATEMÁTICAS 11 ••••••••••••••••••••••••••••••••••••••••••• 91 FIG. FIG. FIG. FIG. FIG.. 6.3 BASE DE CONOCIMIENTO DEL CURSO ELECTRICIDAD Y MAGNETISMO ...........•................ 92 6.4 NAVEGACIÓN DE OA's DEL CURSO ELECTRICIDAD Y MAGNETISMO .•.•••••••.•..•.•.••••.....••• 96 6.5 BASE DE CONOCIMIENTO DEL CURSO INTRODUCCIÓN A LA FÍSIC<\ ............................... 97 6.6 NAVEGACIÓN DE OA's DEL CURSO INTRODUCCIÓN A LA FÍSICA ................................ 101 6. 7 EJEMPLO DE UNA RED DE DECISIÓN GENERADA PARA UN ESTUDIANTE DEL CURSO INTRODUCCIÓN A LA FÍSICA ......................................•.........•......................................... 102 FIG. 6.8 EJEMPLO DE UNA RED DE DECISIÓN DINÁMICA GENERADA PARA UN ESTUDIANTE DEL CURSO INTRODUCCIÓN A LA FÍSICA .••.•...••.•.•••.•.••••.•••.•..•••..•...•...•.....••...•.•.............. 104 FIG. 7 1 GRÁFICA DEL PROMEDIO DE GANANCIA RELATIVA VS. PRE-TEST, DONDE SE OBSERVAN GANANCIAS DE APRENDIZAJE MAYORES PARA LOS TRES GRUPOS FOCO A LAS GANANCIAS DE LOS TRES GRUPOS DE CONTROL RESPECTIVAMENTE. .......................•.......•............•.•..••...•••..•.•..•.•... 112. LISTA DE TABLAS. TABLA 2.1 TABLA COMPARATIVA DE LAS TÉCNICAS DE INTELIGENCIA ARTL~ICIAL (IA) EMPLEADAS POR DISTINTOS AUTORES PARA LOGRAR APRENDIZAJE ADAPTATIVA .................•....•.••.....•••.... 32 TABLA 3.1 TABLA4.1 TABLA 5.1 TABLA 6.1 TABLA 6.2 TABLA 6. 3 TABLA 6.4 TABLA 7.1. ELEMEMTOS DE SECUENCIA APLICABLE A VARIAS ACTIVIDADE'.i ......•...•.•.....•.•..••...... 47 CUADR0COMPARATIVODEMGP's ............•.••..•.•...••.•••..••.•••.................... 63 FUMCIÓN DE UTILIDAD ............••..••.......•..•••.••.••.••••.•.•••...................... 84 OBJETOS DE APRENDIZAJE DEL CURSO MATEMÁTICAS 11 ••••••••••••••••••••••••••••••••••••• 90 OBJETOS DE APRENDIZAJE DEL CURSO ELECTRICIDAD Y MACNETISMO .••.................... 93 OBJETOS DE APRENDIZAJE DEL CURSO INTRODUCCIÓN A LA FÍSICA .......•..••..•••......... 98 FUNCIÓN DE UTILIDAD PARA LOS CURSOS DEL CASO DE ESTUDIO ...................•..•.••• 104 POBLACIÓN TOTAL UTILIZADA EN EL CASO DE ESTUDIO ....••....••.••..••.•••••............ 106. TABLA 7.2 RELACIÓN DE CURSOS Y CARRERAS PROFESIONALE~i DE LOS ALUMNOS PARTICIPANTES EN EL GRUPO FOCO ........•.•..•..•..•..•••••.................••••.•.•••..• 107 TABLA 7. 3 GANANCIA DE APRENDIZAJE EN GRUPOS FOCO Y CONTROL. ••••.•.......•...........•.•••••• 111.

(13) LISTA DE ILUSTRACIONES EN ANEXOS 1 ÁRBOL DE ACTIVIDADES ..............••.••.••..•..••.....••••...•••.•••.•••••••.••....•. 130 2 GRUPO ..........................••........................•...•......•.................. 134 ILUSTRACIÓN 3 EJEMPLO DE ACTIVIDADES DE APRENDIZAJE .....•...•.....•.............................. 135 ILUSTRACIÓN 4 ACTIVIDADES HOJA .............•.........•.....•...................•.............•...... 136 ILUSTRACIÓN 5 COMUNICACIÓN API - seo .............................................................. 139 ILUSTRACIÓN 6 RELACIÓN ENTRE EL MODELO DE DATOS DE EJECUCIÓN Y E:L MODELO DE MONITOREO •••. 142 ILUSTRACIÓN 7 MODELO DE MONITOREO ........................................•••.•......•.....•...••• 143 ILUSTRACIÓN 8 COMPORTAMIENTO DE OPCIÓN DE CONTROL DE SECUENCIACIÓN PREDETERMINADO ...... 144 ILUSTRACIÓN 9 CÓMO ELEGIR UNA ACTIVIDAD DE GRUPO CON EL FLUJO A,:TIVADO ••••.•.•••.•••.•...... 145 ILUSTRACIÓN 10 (ÓMO ELEGIR UNA ACTIVIDAD DE GRUPO CON EL FLUJO DESACTIVADO ••.•..••.••.••... 146 ILUSTRACIÓN 11 EJEMPLO DE CÓMO SE COMPARTEN OBJETIVOS .•••.•••••.•.•••.••.•..•••.•..••.••.....• 149 ILUSTRACIÓN 12 MODELO DE ESTADO DE LA ACTIVIDAD ACTUAL •••.•...•..•...•••..•••..••••.••••....... 152 ILUSTRACIÓN 13 MODELO CONCEPTUAL DEL PROCESO GENERAL DE SECUENCIACIÓN ..................... 154 ILUSTRACIÓN ILUSTRACIÓN.

(14) 1. INTRODUCCIÓN. n el ámbito educativo y de capacitación empresarial el uso de plataformas E-. E. learning o Sistema Administrador del Aprendizaje. I LMS,. Learning Management. System) así como el diseño de cursos en línea con tecnologías educativas propias. se han incrementado notablemente. El uso de objetos de aprendizaje combinado con los LMS's ha permitido expresar conocimiento, presentar información y guiar actividades de aprendizaje en los materiales. Es precisamente en la fcrma de guiar el aprendizaje donde la actividad de un instructor o tutor es fundame11tal, es decir, es él quien selecciona los problemas a mostrar al estudiante, analiza las respuestas, presenta la solución de ciertos problemas o decide mostrar algunos ejemplos. También gestiona el material didáctico y se encarga de seleccionar el material rnás adecuado en función de las situaciones reportadas. Todo lo anterior se puede incorporar en un modelo como el que ofrece el estándar SCORM 1 para desplegar el material en orden y en la forma en que el mismo instructor determine óptima. SCORM es el estándar de e-learning m¿.s utilizado a nivel mundial para la elaboración de cursos conformados por unidades independientes de información que residen en un repositorio y que pueden ser vistos en cualquier plataforma (LMS) que también cumpla con dicho estándar; en el capítulo 2 se hablará con mayor detalle de SCORM y su interrelación con otros estándares o especificaciones para la creación y utilización de OA's. La utilización y efectividad del aprendizaje 1 utilizando SCORf.~ constituye el propósito de la presente investigación, ya que se pueden definir diferent,?s trayectorias para que un estudiante logre el aprendizaje (también llamados modelos de secuencia). pero. ¿realmente puede cubrir el instructor todas las formas posibles en que un estudiante logrará el aprendizaje? o ¿puede anticiparse a las diferentes situaciones de aprendizaje. 1. Modelo de Referencia de Objetos <le Contenido Compartible (SCORM, Sh:1rable Content Object Object. Reference Model) 2. Entendiendo aprendizaje como el proceso individual que incorpora nuevos conocimientos derivados del. estudio e instrucción recibida en un ambiente <le enseñanza.. 11.

(15) Cap. 1 Introducción. que tendrán distintos estudiantes para plantearlas así en su modelo de secuencia SCORM?. Ante esta complejidad se abre una oportunidad de investigación cuyo propósito sea la creación de modelos de secuencia SCORM adaptativos 3 , que aprovechando los avances que ofrece el campo de la inteligencia artificial, permitan al tutor o instructor agregar complejidad a sus modelos de secuencia o trayectorias diversas de aprendizaje en un menor tiempo y asegurando al mismo tiempo la calidad de aprendizaje 4 que los estudiantes tendrán con el uso de estos modelos.. 1.1.. ANTECEDENTES. El auge en los últimos años del conocimiento en las tecnologías de información y telecomunicaciones {TICs), ha derivado en cambios importantes para el proceso de enseñanza-aprendizaje; de manera que el aprendizaje auto-dirigido se observa como una tendencia que afecta el rumbo de las organizaciones públicas y privadas así como su generación de valor. En este sentido, dicho proceso tiene que ser rediseñado para lograr mejores resultados de las actividades de capacitación del personal. El uso de la tecnología en el aprendizaje ayuda a crear una situación educativa centrada en el alumno, que fomenta su auto aprendizaje y el desarrollo de su pensamiento crítico y creativo mediante el trabajo en equipo y el empleo je tecnología. Las nuevas tecnologías dan lugar a nuevas posibilidades de aprender,. no sustituyen a las. tradicionales; lo que hacen es ampliar y enriquecer las posibilidades. Los nuevos ambientes de aprendizaje responden a la necesidad y exigencia de diversificar y flexibilizar las oportunidades de aprender cualquier cosa, en ,ugar y tiempo y de distinto modo, atendiendo a las diferencias individuales y de grupo 5 • Un ambiente e-learning se refiere al uso de tecnologías de Internet que proporcionan una amplia gama de soluciones para adquirir conocimiento {Rosenberg, 2001 ). Los sistemas e-learning facilitan el aprendizaje sin restricciones de tiempo ni espacio; características que impactan en cualquier organización é1l extender la opción de. J. El término adaptativo se refiere a que los objetos <le aprendizaje se ajusten a las necesidades cognitivas. espccílicas <le cada estudiante. 4. Calidad del aprendizaje en términos <le cumplimiento <le objetivos en el proceso enseñanza-aprendizaje.. 5. El J\BC del aprendizaje. Ramón Ferrciro Gravié.. 12.

(16) Cap. 1 Introducción. aprendizaje a un mayor número de trabajadores e incursionar en nuevos modelos de capacitación. Uno de los pioneros en el ámbito empresarial mexicano respecto al uso de la tecnología en el aprendizaje es el caso de la Comisión Federal de Electricidad (CFE), que con 101,675 trabajadores constituye una de las empresas más grandes del País. En materia de capacitación y desarrollo profesional, la CFE en coordinación con el Instituto de Investigaciones Eléctricas (IIE) 6 se ha enfocado en utilizar la tecnología en el aprendizaje creando aplicaciones orientadas al desarrollo del capital humano. La aplicación práctica que se desarrolló para CFE lleva el nombre de Sistema Aprend-e y consiste en una plataforma e-learning con tecnología SCORM que permite a los trabajadores incorporarse en un ambiente de aprendizaje auto dirigido o de apoyo al presencial, haciendo uso de los objetos de aprendizaje. La definición de Objeto de Aprendizaje (OA), o también llamado Objeto Reutilizable de Aprendizaje (ORA) 7 , más difundida hasta ahora, es aquella que lo plantea como "cualquier recurso digital que puede ser usado, reutilizado o referenciado como soporte para el aprendizaje" (Wiley, 2002). El estándar SCORM proporciona los lineamientos y las características técnicas que debe tener un OA para poder ser usado en un LMS, ya que es un compendio de los estándares más utilizados a nivel mundial en materia de OA's. La relevancia del sistema Aprend-e es que gestiona, difunde y promueve conocimiento propio de la CFE,. mediante. la búsqueda y recuperación de OA's, realizados por. técnicos y profesionistas especializados en la elaboración, revisión y ejecución de material de instrucción y evaluación en los distintos campos de desarrollo implicados en los procesos productivos de la empresa. El modelo conceptual de dicho sistema se muestra en la Figura 1. 1, cada uno de los perfiles o roles que se consideran en el modelo se describen con detalle en el Anexo l. Entre los resultados obtenidos en la implantación de este sistema son los siguientes: •. Se aumentó el número de contenidos instruccionales para utilizarse en auto aprendizaje bajo la modalidad de OA's.. •. Se acordó una estructura de datos para almacenar el contenido instruccional.. 6. Centro de Investigación ubicado en el Edo. de Morelos donde actualmente rne desempeiio profesionalmente.. 7. En el presente documento se usará el Lérmino 0/\.. 13.

(17) Cap. 1 Introducción. •. La granularidad. 8. del OA depende estrictamente del diseño instruccional. empleado. •. Creación de evaluaciones en línea como OA.. •. Banco de reactivos y respuestas.. •. Si no se tiene un L.MS, se puede utilizar la estructura de datos para guardar información del avance del participante al contestar una evaluación en línea, así como su calificación final.. •. Se desarrolló una metodología para la estructuración y elaboración de OA's siguiendo las reglas del estándar SCORM.. Otros LMS. Otros Sistemas. Servicio. Localiu. WEB Recupera. ORA. [;] Editor. - •º* •-. Búsqueda. EdltO Autor. Instructor Trabajador. y Administradorde Administrador la capacitación. *. Lista de ORA's u ORA. o o •. Paquete. (Asset, seo, organización). Comandos de depuración. Etiquetador Genera etiquetas XML. FIG. 1.1 MODELO CONCEPTUAL DEL SISTEMA APREND-E. 8. Objetos Reutilizables de Aprendizaje. Nivel de agregación funcional del OA.. 14. •.

(18) Cap. 1 Introducción. Los principales beneficios del Sistema Aprend-e en CFE se refieren a la conformación de un acervo de material digital cuyo propósito es el aprendizaje y a la facilidad para acceder al material instruccional así como la reutilización del mismo a nivel nacional, independientemente de la localidad de su desarrollo. La secuencia l.ineal del contenido instruccional, es decir el orden en que el material es presentado al. estudiante y que es predeterminado por el instructor, constituye la principal desventaja del sistema Aprend-e al repercutir directamente en una ineficiencia del aprendizaje en el estudiante por no adaptarse a los conocimientos que realmente requiere.. Motivación peirsonal. El interés por continuar el trabajo realizado durante los últimos dos años en el IIE sobre OA's para el entrenamiento de personal del Sector Eléctrico Nacional (SEN), radica en trabajar en un tema de vanguardia que permite ligar la educación con la tecnología en un sector donde aún no se ha explotado lo suficiente. El uso de los OA's a nivel nacional ha proliferado en el sector educativo, especialmente universidades públicas y privadas, pero en el sector empresarial su uso es reducido o aún no se ha explotado. Específicamente en materia de secuencia y navegación, se tiene interés en aplicar el modelo propuesto por SCORM en un ambiente inteligente para hacer adaptativo el aprendizaje a la situación específica de cada estudiante así como la incorporación de este modelo en el sistema Aprend-e mediante un caso de estudio aplicable al SEN.. 1.2.. DESCRIPCIÓN Y JUSTIFICACIÓN DEL PROBLEMA. Actualmente la mayoría de los LMS's organizan el material instruccional con un enfoque donde los OA's requeridos, los archivos o recursos físico:;, las reglas de secuencia y navegación son adquiridas, posteriormente organizados y empaquetados usando un estándar como SCORM. Durante el curso de un proceso de aprendizaje, los estudiantes reciben contenido instruccional desde un LMS, el cuál es responsable de desempaquetar los materiales de aprendizaje, hacen cumplir las reglas predefinidas de secuencia y navegación y entregan el contenido adecuado al estudiante. Lo cierto es que a medida. 15.

(19) Cap. 1 Introducción. que se incremente el número de OA's creados y compartidos se encontrará un mayor número de dificultades como las siguientes: •. Inconsistencias y obsolescencia de los OA's entregados, causada por la falta de vinculación entre el instructor y el usuario de OA's después de la entrega.. •. El alcance de los recursos pedagógicos es limitado dentro de un conjunto de materiales pre-seleccionados, determinados durante la fase de autoría y por lo tanto con poca probabilidad de que cumpla ccn necesidades imprevistas, disminuyendo la efectividad en el aprendizaje esper21do.. El problema central de esta investigación radica entonces en la efectividad del aprendizaje utilizando OA's SCORM en un ambiente e-learning, ya que no es lo mismo diseñar la estructura de un curso presencial que de un cur~;o e-learning que asegure en todo momento la calidad de aprendizaje de los estudiantes. Además, la complejidad de presentar el material adecuado a un estudiante adulto crece en posibilidades y rutas de aprendizaje distintas de acuerdo al nivel de conocimientos,. experiencia y otras. habilidades que presenta cada uno de ellos. Se puede observar entonces, que cada situación de aprendizaje en una plataforma e-learning y particularmente con OA's, es distinta y que se requiere por lo tanto de modelos instruccionales que sean flexibles a las características presentadas por un estudiante o trabajador, de modelos de secuencia más complejos y adaptativos realizados en un corto tiempo y que a la vez aseguren la calidad del aprendizaje. El problema de carecer de modelos de secuencia más complejos y adaptativos en el elearning empresarial que aseguren la efectividad del aprendizaje de su personal radica principalmente en el tiempo que las empresas tardan en capacitarlos. El personal de nuevo ingreso se somete generalmente a capacitación pre:;encial, lo que repercute en tiempo y costo para las empresas; desaprovechando el potencial de un ambiente elearning donde el auto aprendizaje es una opción viable y menos costosa para las empresas,. considerando que las jubilaciones y deserción. laboral es un factor. predominante en la contratación de nuevo personal. Para los instructores resulta todavía complejo desarrollar cursos e-learning que cubran las expectativas de quien no conoce nada, poco o mucho sobre el dominio a enseñar, no logran 21nticiparse a todas las formas posibles en que un trabajador logrará el aprendizaje ni a las situaciones de aprendizaje que tendrán los diferentes trabajadores para planearlas así en un modelo de secuencia,. 16.

(20) Cap. 1 Introducción. por lo que generalmente se crean cursos que resultan ineficientes en el proceso de aprendizaje. Por tanto, es de suma importancia para las empresas que el personal más experimentado deje su talento, conocimiento y experiencia en material instruccional tangible que pueda ser aprovechado por los nuevos trabajadores y que éste sea diseñado de tal forma que garantice la efectividad de su aprendizaj~ en un corto tiempo y a un menor costo. Por ejemplo, la empresa institucional CFE tie1e una población de 101,675 trabajadores, se observa que cada año alrededor de 5 .000 trabajadores dejan de trabajar por motivos de jubilación, vencimiento de contratos temporales, muerte, entre otros; mientras que alrededor de 8,000 trabajadores son de nuevo ingreso (entre contratos temporales y de base). Considerando que cada t·abajador debe tomar por lo menos dos cursos al año se observa la necesidad del auto aprendizaje como una alternativa al modelo de capacitación presencial.. 1.3.. OBJETIVO. Desarrollar e implementar un sistema de aprendizaje SCORM para ambientes E-learning que cumpla los siguientes objetivos particulares:. i- Desarrollar un modelo inteligente adaptativo para la secuencia y navegación de OA's SCORM que mejore la situación de aprendizaje del estudiante en un ambiente e-learning.. t. Permitir al instructor definir la secuenciación ce OA · s para cada tipo de estudiante.. La investigación aquí propuesta surge en el marco del trabajo realizado en el IIE, donde se da atención y servicio al SEN; de ahí la importancia para que este trabajo incida directamente en dicho sector, por lo que se propuso inicialmente como caso de estudio. Aunque existía viabilidad del proyecto al disponer ya de un repositorio en Web de OA's estandarizados con SCORM en el SEN, esta institución no tuvo por el momento disponibilidad para apoyar el proceso de pruebas debido a la incorporación de las tareas que realizaba Luz y Fuerza del Centro. Por esta razón se aplicó el proceso de evaluación a grupos de licenciatura del Tecnológico de Monterrey, Campus Ciudad de México, como se describirá más adelante.. 17.

(21) Cap. 1 Introducción. Con la realización de este trabajo se busca tener el análisis y estructura de la arquitectura para añadir inteligencia a los procesos de secuencia y navegación; así como el desarrollo del sistema que permita la secuencia y navegación basada en un modelo inteligente. Esta investigación tuvo un alcance inicial exploratorio, donde se estudió el modelo de secuencia y navegación SCORM; posteriormente se propuso y desarrolló un modelo de secuencia para el caso de estudio. El alcance final consideró la vinculación del modelo inteligente a una aplicación SCORM sobre una plataforma e-learning. Debido a que el tiempo de desarrollo es corto (menor a un año) no se consideró desarrollar un Sistema Tutor Inteligente completo. Sin embargo, se propuso añadir inteligencia al modelo ya existente de Secuencia y Navegación SCORM para que el OA sea adaptable a la situación de aprendizaje de los estudiantes.. 1.4.. ESTRUCTURA DEL DOCUMENTO. En el capítulo introductorio se han descrito los antecedentes generales, los objetivos, el alcance de investigación, la definición y justificación del problema, para abordar así en el segundo capítulo, el trabajo relacionado con el problemc1 y objetivo de investigación planteado. Esto es, concepciones básicas del estándar SCORM y de los Sistemas Tutores Inteligentes como herramientas para la secuencia y navegKión de OA' s, así como la convergencia posible entre ambas herramientas. Por último se presenta la oportunidad y el aporte de la investigación aquí planteada. El tercer y cuarto capítulo contienen los fundamentos teóricos que sustentan el presente trabajo de investigación. Específicamente el tercer capítulo detalla el modelo de secuencia y navegación propuesto por el estándar SCORM; mientras que en el cuarto capítulo se abordan dos modelos gráficos probabilistas que se consideran utilizar para lograr una secuencia de material de aprendizaje adaptativa: redes bayesianas y redes de decisión. Se presenta también otro modelo de redes semánticas para determinar su utilización y aplicación en la secuencia adaptativa de OA's. El quinto capítulo contiene el modelo inteligente de secuencia y navegación aquí propuesto y al cuál se le ha denominado SI-APRENDE. Se describe el proceso para seleccionar la mejor acción pedagógica mediante una red d ::' decisión que cambia en el. 18.

(22) Cap. 1 Introducción. tiempo para cada estudiante y para lograr un aprendizaje adaptativo a la situación específica de cada estudiante. La aplicación práctica del modelo inteligente de secuencia y navegación se presenta como caso de estudio en el sexto capítulo; su correspondiente proceso de evaluación se encuentra en el séptimo capítulo, junto con los resultad::>s obtenidos y el análisis e interpretación de esos resultados. Por último, se presentan las conclusiones del trabajo de investigación así como las contribuciones, limitaciones y trabajo futuro en el capítulo octavo.. 1.5.. DESCRIPCIÓN DEL PROCESO DE INVESTIGACIÓN. El trabajo de ·investigación aquí presentado se desarrolla en el marco laboral del IIE para su futura aplicación en el SEN. El trabajo previo denominado Sistema Aprend-e fue desarrollado por un equipo de dos desarrolladores y un l'der de proyecto; el modelo inteligente de secuencia y navegación ha sido desarrollado por una persona con apoyo de un técnico programador y en colaboración con dos asesores de tesis, uno por parte del ITESM y otro del IIE.. 19.

(23) 2. HERRAMIENTAS PARA LA SECUENCIA Y NAVEGACIÓN. l concepto de secuencia y navegación al que se hace referencia en este capítulo,. E. tiene que ver con los datos que le son proporcionados a un Sistema Administrador. del Aprendizaje (LMS), para presentarle a un estudiante material de aprendizaje. en el orden y con las opciones de navegación definidas por un instructor. Considerando l.o anterior, el propósito de este segundo capítulo es analizar la secuencia y navegación para objetos de aprendizaje, por lo que se presentan las características generales y el trabajo relacionado con dos herramientas inteligentes para la secuencia y navegación de material de aprendizaje: el Modelo de Referencia de Objetos de Contenido Compartible (SCORM) y los Sistemas Tutores lntEligentes (STI, s). También se presenta un análisis de la posible convergencia entre amba~ herramientas, considerando los componentes o principales características de cada uno. Al finalizar este capítulo se espera tener clara la oportunidad de investigación así como los cimientos para posteriormente revisar a detalle el modelo de secuencia y navegación propuesto.. 2.1.. MODELO DE REFERENCIA DE OBJETOS DE CONTENIDO. COMPARTIBLE (SCORM) El Modelo de Referencia de Objetos de Contenido Compartido (SCORM, Sharable Content Object Reference Model) ayuda a definir las bases técnicas de un ambiente de. aprendizaje basado en la Web. En su versión más simple, es un modelo que refiere a un sistema de estándares,. especificaciones y lineamientos técnicos correlacionados,. diseñados para cumplir con los requisitos de alto nivel del contenido y sistemas de aprendizaje. SCORM es un "Modelo de Agregación de Co11tenido" y un "Ambiente de Ejecución" para que los objetos de aprendizaje sean compatibles con la enseñanza adaptable basada en los objetivos, preferencias, desem Jeño y otros factores de la experiencia del aprendiz (como las técnicas educativas). SCORM también tiene un modelo de "Secuencia y Navegación" para la presentación dinámica de los contenidos de aprendizaje basándose en las necesidades del aprendiz. (ADL-Overview, 2009) 20.

(24) Cap. 2 Herramientas para la secuencia y navegación. El uso de una especificación de OA's estandariza la creación y utilización de los mismos. SCORM es un compendio de estándares técnicos que permite a cualquier LMS basado en este estándar,. buscar,. importar,. compartir,. reutilizar y exportar contenido de. aprendizaje en una forma normalizada. Dichas especificaciones se han originado en organizaciones como ARIADNE, AICC, IMS y el IEEE, las cuales se describen brevemente a continuación: ARIADNE 9 (Alliance of Remote lnstructional Authoring and Distribution Networks for Europe), es una asociación de industrias centradas en los aspectos de estándares. para el E-learning europeo. AICC 10 (Airline lndustry CBT Comitee), este comité se formó con el propósito de crear estándares para la aviación y fue uno de los pioneros en tratar de proponer y crear estándares para el E-learning, basándose en los entrenamientos en línea, pruebas y lecciones. IMS 11 (/nstructional Management Systems Project), es un grupo de vendedores que también se desempeñan en la construcción de estándares para el E-learning, con base en el trabajo de la AICC, su estudio se dirige al desarrollo de un conjunto de rótulos que puedan utilizarse en cualquier parte y que pueda definir cualquier parte de un ambiente de E-learning (metadatos), incluyendo las características del usuario. IEEE Learning Technology Standards Committee 12 (LTSC), esta organización puede acreditar en la actualidad los estándares para Estados Unidos, es decir todos aquellos que provengan de IMS, AICC. Al ser SCORM un compendio de las principales especificaciones existentes en el mundo sobre OA's, ha tenido gran aceptación y se ha convertido en el estándar más utilizado en ambientes E-learning. Es así que un OA SCORM ofrece los siguientes beneficios: Transferibles: capacidad de usar el contenido en cualquier Sistema Administrador del Aprendizaje basado en SCORM. Reutilizables: capacidad de buscar y recuperar objetos de contenido, incluyendo lecciones, módulos, ejercicios, actividades, medios, entre otros y de reutilizarlos.. 9. http://www.ariaclne-eu.org/. 10. http://www.aicc.org/c.lev/. 11. http://www.imsglobal.org/. 1 ". http://www.ieecltsc.org:8080/Plone. 21.

(25) Cap. 2 Herramientas inteligentes para la secuencia y navegación. Fáciles de monitorear: capacidad de monitorear dat::>s sobre el aprendiz y su experiencia incluyendo calificaciones, tiempo, comentarios, entre otros. Secuenciables: capacidad de combinar objetos de contenido para lograr estrategias de secuencia o estratificación. Desde que el estándar SCORM nació se han liberado tres versiones, las cuáles se describen brevemente a continuación: SCORM 1.1 Es la primer versión liberada. Utilizaba el formato de la estructura de un curso en archivo XML basado en las especificaciones del Comité de Capacitación por Computadora de la Industria de la Aviación (AICC, por sus siglas en inglés) para describir la estructura del contenido, pero carecía de un manifiesto robusto de empaquetado y de un soporte para metadatos. Esta versión fue rápidamente sustituida por la versión SCORM 1.2. SCORM 1.2: Es la versión más utilizada y es soportada por la mayoría de los LMS que existen. SCORM 2004: Es la versión actual. Basada en los nuevos estándares de la IEEE para la Interfaz de Programación de la Aplicación (API, por su:; siglas en inglés) y para el funcionamiento entre el objeto de contenido y el ambiente de desempeño. Resuelve muchas ambigüedades que las versiones anteriores no habían resuelto e incluye la posibilidad de especificar una secuencia de actividades flexible a partir de objetos de contenido. Asimismo permite compartir y usar información de acuerdo con el estado de múltiples objetivos de aprendizaje o competencias alcanzados por los estudiantes en un mismo LMS. Con esto se pueden trazar rutas de aprendizaje personalizado. En las diferentes versiones de SCORM se pueden distinguir tres componentes, los cuáles han ido incorporando mayor funcionalidad en cada versión liberada. Estos componentes son: Ambiente de Ejecución (RTE, Run Time Environment), el cual proporciona guías para lanzar, comunicar y rastrear el contenido en un ambiente basado en la Web (ADLRTE, 2009). La comunicación se realiza mediante interfaces de programación de aplicaciones (APl's por sus siglas en inglés), las cuales están basadas en la. 22.

(26) Cap. 2 Herramientas inteligentes para la secuencia y navegación. especificación IEEE 1482.11.2; el modelo de datos utilizado en este ambiente de ejecución se basa en la especificación IEEE 1482.11.1. Modelo de Agregación de Contenido (CAM, Content Aggregation Model), el cual proporciona. medios. comunes. para. identificar y. eescribir el. contenido. de. aprendizaje, para recolectar el contenido en experiencias de aprendizaje y transferirlo de sistema a sistema y de repositorio a re)ositorio. Proporciona guías para identificar y reunir recursos digitales en un paquete de contenido y desagregarlos en el repositorio para ser compartido!; (ADL-CAM, 2009). El CAM incorpora la definición de metadatos basándose en .a especificación IEEE LOM. 1482.12; la creación de paquetes de contenido así como la secuencia de información están basadas en la especificación IMS. Modelo de Secuencia y Navegación, el cual contiene información acerca de los datos que son proporcionados al Sistema de Administración de Aprendizaje (LMS), para que éste la presente al usuario en el orden y con las opciones de navegación que el manifiesto de SCORM tenga programado (ADL-SN, 2009). La información y los comportamientos de secuenciación utilizados en este modelo se basan en el estándar IMS. Este trabajo tiene especial interés en este componente, por lo que se tratará de forma más amplia en la siguiente sección.. i.1":1 ___ MODELO DE SECUENCIA Y NAVEGACIÓN SCORM ____ _ La secuenciación SCORM define los comportamientos y los datos utilizados por el ambiente de ejecución (RTE, Run Time Environment) SCORM para determinar la forma en que un paquete de contenido será entregado al estudiante como una experiencia de aprendizaje. En otras palabras, define la funcionalidad que un Sistema Administrador de Aprendizaje (LMS, Learning Management System) certificado con SCORM, debe aplicar para procesar en tiempo de ejecución la información de secuenciación que esté basada en la interacción del estudiante con los objetos de contenido. La secuenciación SCORM depende de los siguientes conceptcs: Estructura del árbol de actividades: representación de actividades de aprendizaje en una estructura de árbol. Definición del modelo de secuenciación: estrategias de secuenciación especificadas. Comportamientos de la Secuenciación: aplicación de comportamientos definidos por. 23.

(27) Cap. 2 Herramientas inteligentes para la secuencia y navegación. el estándar como respuesta a eventos emitidos por el sis1:ema o del exterior. El propósito de los comportamientos de secuenciación es, dado el estado actual de un árbol de actividades, intentar determinar la siguiente actividad a entregar, a través de un recorrido del árbol de actividades de cierta manera definida en la actividad actual, o intentar iniciar una nueva sesión de secuenciación, identificando la primera actividad a entregar al estudiante. A continuación se describe el funcionamiento de la secuenciación y navegación en el ambiente SCORM acorde al manual emitido por el Laboratorio de Aprendizaje Distribuido Avanzado (ADL, Advanced Distributed Learning) versión 2004 en su cuarta edición. (ADL-SN, 2009). El manual de Secuencia y Navegación (SN) SCORM describe cómo se pueden originar y procesar eventos de navegación iniciados por el estudiante o por el sistema, dando como resultado la identificación de las actividades de aprendizaje que se entregarán. Cada actividad de aprendizaje identificada para ser entregada a los estudiantes tendrá un objeto de contenido asociado. El manual del ambiente de ejecución (RTE, Run Time Environment) de SCORM describe cómo se lanzan los objeto!; de contenido identificados.. La secuenciación de objetos de contenido lanzados para ci=rto estudiante y con cierta estructura de contenido, ofrecen una experiencia de aprendizaje única (interacción del estudiante con los objetos de contenido). El modelo del ,\mbiente de Desempeño de SCORM explica cómo manejará el LMS la experiencia de aprendizaje resultante y de qué manera esa experiencia de aprendizaje puede afectar el Árbol de Actividades. La SN de SCORM está basada en la versión 1 de la espE-cificación de secuenciación simple del IMS 13 , que define un método para representar el comportamiento previsto de una experiencia de aprendizaje de autor de modo que cualquier LMS dé secuencia a las actividades de aprendizaje discretas de una manera consistente (IMS Global Learning Consortium, lnc., 2003). Está catalogado como simple porque define un número limitado de comportamientos de secuencia muy utilizados, no porque la especificación en sí misma sea simple. En particular no aborda, pero no necesariamente excluye, la secuencia basada en inteligencia artificial, en itinerarios, la secuencia que requiere. 13. El Consorcio Je t\prcnJizaje Cilobal IMS crea las normas para la elabor:i.ción y aJopción de tecnologías que. permiten experiencias de aprendizaje accesibles, asequibles y de alta calid3d.. 24.

(28) Cap. 2 Herramientas inteligentes para la secuencia y navegación. información de sistemas y servicios externos cerrados (por ejemplo, la secuencia de simulaciones integradas), el aprendizaje colaborativo, personalizado o la sincronización entre múltiples actividades de aprendizaje paralelas. La secuenciación simple del IMS sólo reconoce el papel del. estudiante y no define las capacidades de secuenciación que utilizan o dependen de otros agentes, como los instructores, tutores o colegas. La SN de SCORM no prohíbe su uso en contextos que impliquen a otros agentes; sin embargo, no define los papeles de esos otros agentes o los comportamientos de secuencia que surjan como resultado de la participación de esos agentes. Los conceptos básicos que hay que conocer para entender mejor la secuenciación SCORM y que serán tratados con mayor detalle en el capítulo 3 son los siguientes: Árbol de actividades Grupo Actividad de aprendizaje Intentos Sesión de secuencia Monitoreo del estado de la actividad En el contexto de SCORM, la experiencia de aprendizaje ofrecida al estudiante es la serie de actividades de aprendizaje que ese estudiante experimenta en un árbol de actividades dado; es decir, la serie de actividades identificadas por el secuenciador para ser entregadas y lanzadas al estudiante. La implementación de secuencia del LMS descrita previamente, es un componente pasivo del LMS y solamente actúa en respuesta a las solicitudes de navegación emitidas por éste. La navegación es el proceso con el cual el estudiante y el LJ-AS cooperan para identificar solicitudes para materializar una experiencia de aprendizaje. Asume la existencia de dispositivos de la interfaz del usuario para activar eventos de navegación; estos dispositivos pueden ser proporcionados por el LMS o integrados en los objetos de contenido. Cuando un estudiante acciona uno de esos disp)sitivos, el LMS convierte el evento en la solicitud de navegación correspondiente, la procesa, y después puede indicar cuál es la siguiente actividad de aprendizaje que será entregada. En SCORM se describe un modelo de datos en ejecución que los objetos pueden utilizar para indicarle. 25.

(29) Cap. 2 Herramientas inteligentes para la secuencia y navegación. al LMS las solicitudes de navegación deseadas. El ambiente SCORM no impone requisito alguno sobre el tipo o estilo de la interfaz de usuario. presentada. al estudiante durante. el desempeño,. incluyendo cualquier. dispositivo de navegación de la interfaz del usuario, o para tener acceso a servicios auxiliares. La naturaleza de la interfaz de usuario y los mecanismos para la interacción entre el estudiante y el LMS quedan intencionalmente sin especificar. Cuestiones como la apariencia, el estilo de la presentación y la ubicación de los dispositivos o de los controles de la interfaz de usuario están fu era del alcance de SCORM. El modelo de navegación SCORM será explicado con mayor detalle en el G1pítulo tres. Se puede concluir que la secuenciación de SCORM ofrece a los desarrolladores de cursos E-learning las herramientas necesarias para crear diseños complejos que puedan incluso adaptarse a las necesidades individuales de aprendizaje de los estudiantes, aplicando en forma consistente las capacidades de secuenciación que ofrecen los siguientes modelos: Modelo del estado de actividades Modelo de monitoreo Modelo de definición de la secuenciación SCORM no aborda, pero tampoco excluye, la secuenciación basada en inteligencia artificial, en itinerarios, la secuencia que requiere información de sistemas y servicios externos cerrados, el aprendizaje colaborativo, personalizado o la sincronización entre múltiples actividades de aprendizaje paralelas. SCORM no prohíbe su uso en contextos que impliquen a otros agentes; sin embargo, no define los papeles de esos otros agentes o los comportamientos de secuenciación que surjan como resultado de la participación de esos agentes. La principal desventaja de la SN de SCORM para la mayoría de los desarrolladores instruccionales es su complejidad técnica, ya que dicha especificación está más orientada a los programadores técnicos que a los diseñadores de contenido. Otra limitación ha sido su aplicación preponderantemente en dominios muy específicos como ingeniería. o. ciencias. computacionales,. matemáticas,. administración. y. áreas. relacionadas, entrenamiento militar y corporativo. La principal razón se debe a que. 26.

(30) Cap. 2 Herramientas inteligentes para la secuencia y navegación. determinar la granularidad del contenido no es una labor trivial, ya que debe ser pensada con objetivos de reutilización y con facilidad para usarse tanto en auto aprendizaje como en estrategias de aprendizaje adaptatb1as. Por último, el material bibliográfico disponible para desarrollar contenidos con :;ecuenciación no lineal de SCORM es aún muy limitado. En materia de navegación, SCORM ofrece algunas recomendaciones sin limitar la definición de la naturaleza de la interfaz de usuario '/ los mecanismos para la interacción entre el estudiante y el L.MS, como son la apariencia, el estilo de la presentación y la ubicación de los dispositivos o de los controles de la interfaz de usuario. La secuenciación se activa a través de estos control::-s de navegación. El modelo de navegación de SCORM proporciona flexibilidad a los desarrolladores de contenido para disponer de los controles de navegación y determinar si el estudiante tendrá opción o no de navegar libremente en el contenido clel curso. Sin embargo, esta puede ser también una desventaja al no quedar claras las reglas de navegación SCORM para los diseñadores de contenido. Usar SCORM 2004 para diseñar y desarrollar cursos E-learning es un paso cercano al aprendizaje. adaptativo,. ya. que. permite desarrollar diferentes. trayectorias. de. secuenciación para los estudiantes. Es así que se observa :orno área de oportunidad, trabajar en la instrucción basada en modelos inteligentes, ,::-s decir en el desarrollo de algoritmos inteligentes que exploten el modelo de secuenciación y navegación propuesto por SCORM.. 2.2.. SISTEMAS TUTORIALES INTELIGENTES. Una definición de los Sistemas Tutoriales Inteligentes (ST ) es la que se propone en (Peachey & McCalla, 1986), como ambientes interactivos de aprendizaje que tienen la habilidad de adaptarse a la situación específica de un estuciante durante el proceso de enseñanza. De acuerdo con (Frasson, Mengelle, Aimeur, & Gouardéres, 1996), un STI es un sistema que tiene como objetivo principal reproducir el comportamiento de un tutor humano que puede adaptarse al ritmo de aprendizaje del estudiante. Asimismo en (ADL, 2008) se dice que los STI 's son sistemas de software que buscan imitar tanto métodos como el diálogo natural de los profesores, generar inte:-acciones educacionales en. 27.

(31) Cap. 2 Herramientas inteligentes para la secuencia y navegación. tiempo real y en demanda- según los requisitos individuales de los estudiantes. Las implementaciones. incorporan. mecanismos. y. representaciones. de. cómputo. del. conocimiento en los campos de la inteligencia artificial, de la lingüística de cómputo, y de la ciencia cognoscitiva. Los STl's consideran tres tipos de modelos: Estudiante (qué sabe, qué ha hecho, como aprende, ... ); conocimiento del dominio (es decir, conocimiento explícito como si fuera expresado por un experto del tema) y pedagógico (cómo enseña el profesor, en qué orden, errores típicos y retroalimentación, las preguntas típ·cas que un estudiante puede realizar, las sugerencias que pueden ofrecer a un estudiante). La funcionalidad de un STI incluye todo lo que un profesor humano hace: seleccionar (o generar) el material apropiado, crear ejercicios, monitorear la actividad del estudiante, dar orientación durante los ejercicios y retroalimentación inmediata, entender porqué los estudiantes incurren en equivocaciones, modificar el estilo de la presentación según el estilo del estudiante, hacer y responder a las preguntas. Cuando un humano enseña, usa grandes cantidades de conocimiento. Los maestros son expertos en el dominio que van a enseñar y usan oportunamente diferentes estrategias de enseñanza según los estilos de aprendizaje y las diferentes habilidades de sus estudiantes. Para que un tutor inteligente sea exitoso requiere enormes cantidades de conocimiento codificado. Los expertos deben entonces tener conocimiento del dominio, del estudiante y de la enseñanza para saber cómo capitalizar sus fortalezas en la computadora. y. compensar. sus. debilidades.. Estos. tipos. de. conocimiento. son. artificialmente separados en fases de procesamiento computacional. De acuerdo con (Woolf, 2008), los componentes que representan el conocimiento son: Conocimiento del dominio, representa el conocimiento del experto o cómo se desempeña el experto en el dominio. Puede incluir definiciones, procesos o reglas. Conocimiento del estudiante, representa el dominio del estudiante y describe cómo llega a ese conocimiento. Contiene tanto estereotipos del conocimiento del estudiante del dominio como información acerca del estado actual del estudiante. Conocimiento de la enseñanza, representa las estrategias del maestro e incluye métodos para codificar razonamiento acerca de la retroalimentación. Puede ser derivada de la observación empírica de maestros expertos en teorías del aprendizaje o habilitada por tecnología que crea la analogía con el humano. 28.

(32) Cap. 2 Herramientas inteligentes para la secuencia y navegación. Conocimiento de la comunicación, representa métodos para comunicar estudiantes y computadoras (interfaces gráficas, agentes animados o mecanismos de diálogos). Incluye manejo de la comunicación, discusión de razonamientos del estudiante, bosquejos de gráficas para ilustrar un punto, despliegu1~ o detección de emociones y la explicación de cómo se alcanzaron las conclusiones. Algunas combinaciones de estos componentes son utilizadas en los tutores inteligentes. Para los tutores que contienen los cuatro componentes, el ciclo de enseñanza puede empezar a buscar a través del módulo de dominio temas relacionados con las actividades del estudiante almacenadas en el módulo del estudiante. Finalmente el sistema debe seleccionar la ayuda apropiada del módulo de enseñanza así como seleccionar un estilo de presentación en las opciones del módulo de comunicación. Por tanto, para (Woolf, 2008) los cuatro componentes Jrincipales de un STI son el modelo del estudiante, el modelo pedagógico, el modelo de dominio del conocimiento y el módulo de comunicación. A diferencia de Woolf, (Beck, Stern, & Haugsjaa, 1996) proponen como quinto componente el modelo del expe,rto, ya que previamente se consideraba dentro del modelo del dominio del conocimiento. En la figura 2.1 se observan las interacciones entre los cinco componentes de un STI.. Modelo del estudiante. l. Dominio del conocimiento. ___. .,__,. -----•. Módulo Pedagógico. -. ----•~. Modelo de comunicación. l. Modelo del experto. FIG. 1 COMPONENTES DE UN STI. El modelo del estudiante representado en la anterior figura tiene como función almacenar individualmente el aprendizaje del estudiante; el módulo pedagógico provee el modelo del proceso de enseñanza; el dominio del conocimiento contiene la información que el maestro va enseñando; el modelo del experto contiene la información como debe ser enseñada, es decir, cómo una persona experta en un dominio. 29.

(33) Cap. 2 Herramientas inteligentes para la secuencia y navegación. en particular representa el conocimiento; por último, el modelo de comunicación contiene las interacciones con el estudiante. Sin embargo, los componentes de un STI propuestos por (Anthony & Ashworth, 2005) son relacionados con los distintos tipos de conocimiento y en e:;te trabajo sirvieron de base para establecer una futura convergencia con OA's SCORM. E5tos componentes son: Modelo de conocimiento del experto: es construido a través del análisis de tareas cognitivas del sujeto experto; comúnmente se construye como estructura jerárquica. La distribución del conocimiento en los nodos refleja el nivel de abstracción; así los niveles altos de la jerarquía tienden a ser más abiitractos, por lo que es un conocimiento más conceptual. Los niveles bajos de la jerarquía son más concretos y tienden a contener conocimiento más declarativo. Una distribución pura de los tipos de conocimiento a través de la jerarquía deber ser 60% conceptual, 20% procedural y 20% declarativo hacia los niveles altos de la red; 20% conceptual, 60% procedural y 20% declarativo hacia el centro de la red; y 20% conceptual, 20% procedural y 60% declarativo hacia los niveles bajos de la red. Una vez construido este modelo, es usado para la estructura del curso en línea o contenido instruccional. Modelo de conocimiento del estudiante: se asume que este modelo no existe como una forma organizada la primera vez que el estudiante entra al curso. Este modelo se va desarrollando para duplicar el modelo de conocimiento del experto. Las pruebas de diagnóstico son un el método común. para determinar el estado del. estudiante. Modelo instruccional: presenta las lecciones y monitorea la comprensión del estudiante a través de preguntas, ejercicios o medidas de desempeño como el tiempo de respuesta o simulaciones interactivas. Determina en tiempo real si el estudiante debe pasar a otra lección o quedarse a reforzar conocimientos. Contiene también información de la secuencia de las lecciones y un mapa de navegación. Con el modelo instruccional está la metodología instrucci:lnal, que son los métodos, técnicas y estrategias empleados en un curso para presentar contenido a los estudiantes. Los métodos efectivos para enseñar conocimiento conceptual son analogía (Gick & Holyoak, 1980), familiarización de:;cripción y definición; para enseñar conocimiento procedural un método efectivo es la compilación (Anderson, 1983), donde una larga serie de procesos se descomponen en subprocesos que cuando se cumplen originan una recompilación hacia atrás, hasta llegar al proceso 30.