Modelo de evaluación del conocimiento en un Sistema Tutorial Inteligente

Autores/as

  • Constanza Raquel Huapaya Facultad de Ingeniería, Universidad Nacional de Mardel Plata, Mar del Plata, Argentina
  • Francisco Ángel José Lizarralde Facultad de Ingeniería, Universidad Nacional de Mardel Plata, Mar del Plata, Argentina
  • Jorge Vivas Facultad de Psicología, Universidad Nacional de Mar del Plata, Mar del Plata, Argentina
  • Graciela Arona Facultad de Ingeniería, Universidad Nacional de Mardel Plata, Mar del Plata, Argentina

DOI:

https://doi.org/10.24215/18509959.0.p.%2020-29

Palabras clave:

evaluación del estudiante, distancia semántica, sistema tutorial, modelo del instructor, modelo del estudiante, ingeniería

Resumen

El presente trabajo propone modificaciones de los modelos del instructor y del estudiante de un Sistema Tutorial Inteligente a fin de incorporar un nuevo método evaluativo del progreso del estudiante. Para tal fin, se integra un modelo basado en la distancia semántica (método DistSem) para mejorar el entendimiento del sistema computacional, sobre los logros del estudiante de ingeniería de los primeros años. El docente puede interactuar con el sistema computacional a fin de proponer pruebas de evaluación y visualizar resultados de exámenes diagnósticos, formativos o acumulativos tanto de grupos de estudiantes o de estudiantes en forma individual.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

[1] R. Felder, L. Silverman, Learning and Teaching Styles in Engineering Education, Engineering Education, 78, pp 674-681,1988.
[2] J. Turns, C. Atman, R. Adams, T. Barker, Research on Engineering Student Knowing: Trends and Opportunities, Journal of Engineering Education, 94(1), 27-40, 2005.
[3] R. Felder, R. Brent, Understanding Student Differences, Journal of Engineering Education, 94(1), 57-72, 2005.
[4] C. Huapaya, G. Arona, Sistemas de autoría especializado en STIs matemáticos, Revista Brasileira de Informática na Educaçâo, 10(2), 37-49, 2002.
[5] E. Wenger, Artificial Intelligence and Tutoring Systems. Computational and Cognitive Approaches to the Communication of Knowledge, Morgan Kauffmann, 1987.
[6] D. Jonassen, T. Reeves, N. Hong , D. Harvey, K. Peters, Concept Mapping as Cognitive Learning and Assessment Tools, Journal of Interactive Learning Research, 8 , 3/4, 289-308, 1997.
[7] R. Sison, M. Shimura, Student Modeling and Machine Learning, International Journal of Artificial Intelligence in Education, 9, 128-158, 1998.
[8] R. Nkambou, M. Frasson , C. Frasson, Generating courses in an intelligent tutoring system, Proceedings of the 9th International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert systems, 261-267, 1996.
[9] B. du Boulay, A. Luckin. Modelling human teaching tactics and strategies for tutoring systems, International Journal of Artificial Intelligence in Education, 12, 235-256, 2001.
[10] Virvou, M. , M. Moundridou, Adding an instructor modelling component to the architecture of ITS authoring tools, International Journal of Artificial Intelligence in Education, 12, 185-21, 2001.
[11] National Council of Teachers of Mathematics, Principles and Standards for School Mathematics, 2001.
[12] R. Kellough, N. Kellough, Secondary School Teaching: A Guide To Methods And Resources; Planning For Competence, Prentice Hill, 1999.
[13] B. Bloom, Taxonomy of Educational Objetives, The Classification of Educational Goals: Handbook I, Cognitive Domain, Longmans, 1956.
[14] A. Collins & E. Loftus, A spreading-activation theory of semantic processing, Psychological Review, 82, 407-428, 1975.
[15] J. Vivas, Método Distsem: procedimiento para la evaluación de distancias semánticas. Revista Perspectivas en Psicología, 1, 56-61, 2004.
[16] J. Vivas Análisis de redes semánticas aplicado a contenidos académicos. Métodos e instrumentos. En Kronmüller, E. y Cornejo, C. (Comp.). Ciencias de la Mente: Aproximaciones desde Latinoamérica. Santiago, Chile: JCSáez Editor. (En prensa).
[17] J. Vivas, A. Comesaña, L. Vivas. Evaluación de las redes semánticas de conceptos académicos en estudiantes universitarios. PsicoUSF, 11,2. 2006.
[18] A. Comesaña, M. Gonzalez, J. Vivas. El aprendizaje de contenidos académicos y el conocimiento previo. Un abordaje desde las redes semánticas de los alumnos. Las Ciencias del Comportamiento en los Albores del Siglo XXI. XRAAC. Mar del Plata. UNMDP. 386-393. 2005.
[19] DiVesta, F. y Rieber, L., Characteristics of cognitive engineering. Educational Communication and Technology Journal, 35,4,213-230, 1987.
[20] Shuell, T., Cognitive conceptions of learning. Review of Educational Research, 56,4, 411-436, 1987.
[21] Resnick, L. B., Shared cognition en Perspectives on socially shared cognition. Washington:A.P.A., 1991.
[22] Garrison, D., A cognitive Constructivist view of Distence Education. Distance Education, 14,2,199-211, 1993.
[23] Winn, W. , Some implications of cognitive theory for instructional design. Instructional Science, 19, 1,53-69, 1990.
[24] D. Krackhardt, QAP partialling as a test of spuriousness, Social Networks 9, 171-186, 1987.

Descargas

Publicado

2007-07-02

Cómo citar

[1]
C. R. Huapaya, F. Ángel J. Lizarralde, J. Vivas, y G. Arona, «Modelo de evaluación del conocimiento en un Sistema Tutorial Inteligente», TEyET, n.º 2, pp. p. 20–29, jul. 2007.

Número

Sección

Artículos originales