Diagnóstico de estilos de aprendizaje para favorecer la personalización de materiales educativos mediante redes bayesianas: servicios web para Moodle™

Abstract

Resumen

Los entornos virtuales de aprendizaje (EVA) cotidianamente no usan funciones adaptativas para sus usuarios, sin embargo, los sistemas adaptativos de aprendizaje (SAA) las emplean en favor del proceso de aprendizaje de los estudiantes. La adaptación (personalización) del sistema de aprendizaje hace necesario recurrir a la información de cada uno de los alumnos y, en tal sentido, los estilos de aprendizaje son características destacadas que individualmente muestran la proclividad del estudiante hacia ciertas preferencias o estrategias para aprender. En el presente artículo se evidencia el proceso investigativo seguido con el fin de dotar a un EVA representativo (Moodle™) de características adaptativas, empleando interfaces hacia servicios web desarrollados para diagnosticar estilos de aprendizaje, según múltiples modelos debidamente validados, y recomendar materiales educativos a cada estudiante, empleando como técnica las redes bayesianas. Los resultados permiten evidenciar la eficacia del desarrollo tecnológico realizado, probado con los estudiantes de un curso específico.

Palabras clave

Entorno virtual de aprendizaje, Estilos de aprendizaje, Personalización, Redes bayesianas, Servicio web.

Abstract

Virtual Learning Environments (VLE) do not use adaptive functions for their users, however, the Adaptive Learning Systems (ALS) use them to favor the learning processes of students. In order to perform the adaptation (customization) of the learning system is necessary to ask for the information of each student, and in such a sense, the learning styles are important characteristics that individually show the tendencies of students toward some strategies when learning. In this article we present the research process which was performed in order to provide adaptive characteristics to a representative VLE (Moodle^TM), using interfaces for web services developed to evaluate learning styles, based on different properly-validated models, and recommending educational materials for each student, using as technique the Bayesian networks. The obtained results allowed to verify the effectiveness of this technological development, which has been tested with the students of a specific course.

Keywords

Learning virtual environment, Learning styles, Customization, Bayesian networks, Web services.

Résumé

Les environnements virtuels d´apprentissage n´utilisent pas de manière quotidienne des fonctions adaptatives pour leurs utilisateurs, cependant, les systèmes adaptatifs d´apprentissage les utilisent en faveur du processus d´apprentissage des étudiants. Pour l´adaptation (personnalisation) du système d´apprentissage il est nécessaire d´accéder à la information de chacun des étudiants et, en ce sens, les styles d´apprentissages sont caractéristiques très importants qui montrent comme un étudiant particulier a une tendance vers certes préférences ou stratégies pour apprendre. Dans cet article on vérifie le processus de recherche suivi afin de doter à un environnement virtuel d´apprentissage représentatif (MoodleTM) de caractéristiques adaptatives, en utilisant des interfaces vers services web développés pour diagnostiquer les styles d´apprentissages, d´après multiples modèles dûment validés, et de recommander des matériaux éducatifs à chaque étudiant, en utilisant comme technique les réseaux bayésiens. Les résultats permettent de mettre en évidence l´efficience du développement technologique réalisé, éprouvé avec les étudiants d´un cours spécifique.

Mots-clés

Environnement virtuel d´apprentissage, Styles d´apprentissage, Personnalisation, Réseaux bayésiens, Service web.