Gerador de trilhas de aprendizagem adaptativo e não supervisionado para plataforma de treinamento de profissionais
DOI:
https://doi.org/10.24215/18509959.37.e14Palabras clave:
rutas de aprendizaje, plataforma educativa, metaheurísticas, automatización, aprendizaje automático, realidad virtualResumen
Este artículo presenta la creación de un algoritmo no supervisado para generar rutas de aprendizaje en función del grado de dificultad, prioridad de contenidos y desempeño profesional. Una ruta de aprendizaje es un plan estructurado y organizado que describe una serie de actividades educativas o de capacitación diseñadas para ayudar a las personas a adquirir conocimientos o habilidades específicas. Por lo general, incluye una progresión secuencial de temas y actividades, como materiales de lectura, lecciones en video y ejercicios interactivos. Todo ello encaminado a la consecución de los objetivos de aprendizaje. Una de las principales dificultades encontradas en su construcción está asociada a la obtención de recorridos personalizados que respondan a las necesidades específicas de cada profesional. Al considerar que un instructor debe crear senderos para varios estudiantes, la tarea se vuelve inviable de realizar, requiriendo el uso de algoritmos que ayuden en la generación automática de estos senderos. El algoritmo desarrollado fue incorporado a la plataforma de calificación y evaluación continua de la startup Xeduca y aplicado a un grupo de personal de limpieza hospitalario con resultados positivos que incentivan la continuación del proyecto.
Descargas
Referencias
D. Silva, E. Sé, V. Lima, F. Borim, M. Oliveira e R. Padilha, “Metodologias ativas e tecnologias digitais na educação médica: novos desafios em tempos de pandemia,” ENSAIO - Rev. bras. educ. med, 2022.
C. C. Bonwell, Active learning : creating excitement in the classroom, School of Education and Human Development, George Washington University, 1991.
A. Brandon e A. All, “Constructivism theory analysis and application to curricula,” Nursing Education Perspectives, 2010.
J. Moran, Metodologias ativas para uma aprendizagem mais profunda, Porto Alegre: Penso, 2018.
A. V. Netto, “Desenvolvimento de uma plataforma educacional baseada em realidade virtual para treinamento profissional,” Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, 2021.
C. Kwan, “What is problem-based learning (PBL)? It is magic, myth and mindset,” Centre for Development of Teaching and Learning, 2000.
W. Xoteslem, Personalização do ensino de matemática na perspectiva do ensino híbrido, Dissertação de Mestrado, 2018.
E. Tafner, “Trilhas de aprendizagem: uma nova concepção nos ambientes virtuais de aprendizagem – AVA,” em Congresso Internacional de Educação a Distância, 2012.
P. Lopes e G. Lima, “Strategies for organization, representation and management of learning paths,” Perspect em Cienc da Inf., 2019.
A. H. Nabizadeh, J. P. Leal, H. N. Rafsanjani e R. R. Shah, “Learning path personalization and recommendation methods: A survey of the state-of-the-art,” Expert Systems with Applications, 2020.
A. A. Kardan, M. A. Ebrahim e M. B. Imani, “A new personalized learning path generation method: Aco-map,” Indian Journal of Scientific Research, 2014.
T. Mitchell, Machine Learning: A multistrategy approach, 1997.
I. Goodfellow, A. Courville e Y. Bengio, Deep Learning, 2015.
Z. Li, O. Papaemmanouil e G. Koutrika, “Coursenavigator: Interactive learning path exploration,” em In Proceedings of the third international workshop on exploratory search in databases and the web, 2016.
C. Diwan, S. Srinivasa e P. Ram, “Automatic Generation of Coherent Learning Pathways for Open Educational Resources,” em EC-TEL 2019: Transforming Learning with Meaningful Technologies, 2019.
Y. Li., Z. Shao, X. Wang., X. Zhao e Y. Guo, “A Concept Map-Based Learning Paths Automatic Generation Algorithm for Adaptive Learning Systems,” IEEE Acess, 2019.
U. Alon, M. Zilberstein, O. Levy e E. Yahav, “A general path-based representation for predicting program properties,” ACM SIGPLAN Notices, 2018.
L. Castillo, L. Morales, A. González-Ferrer, D. B. J. Fdez-Olivares e E. Onaindía, “Automatic generation of temporal planning domains,” Journal of Scheduling, 2010.
P. Siehnde, R. Kawase, B. P. Nunes e E. Herder, “Towards Automatic Building of Learning Pathways,” em International Conference on Web Information Systems and Technologies, 2014.
C. Tsai e M. Chiang, Handbook of Metaheuristic Algorithms, Academic Press - Elsevier , 2023.
A. V. Netto, A. S. Ribeiro, P. L. Ribeiro e P. H. Belasco, “Aplicação De Simulação Virtual Para Qualificação E Avaliação Continuada De Profissionais De Limpeza Hospitalar,” Revista Educaoline, 2023.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Rodrigo Pasti, Antonio Valerio Netto
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor y licencias
Los artículos aceptados para publicación tendrán la licencia de Creative Commons BY-NC. Los autores deben firmar un acuerdo de distribución no exclusiva después de la aceptación del artículo.
