Una propuesta de modelado del estudiante basada en ontologías y diagnóstico pedagógico-cognitivo no monótono

Abstract

Los recientes avances tecnológicos han encontrado un potencial campo de explotación en la educación asistida por computador. A finales de los años 90 surgió un nuevo campo de investigación denominado Entornos Virtuales Inteligentes para el Entrenamiento y/o Enseñanza (EVIEs), que combinan dos áreas de gran complejidad: Los Entornos Virtuales (EVs) y los Sistemas de Tutoría Inteligente (STIs). De este modo, los beneficios de los entornos 3D (simulación de entornos de alto riesgo o entornos de difícil uso, etc.) pueden combinarse con aquéllos de un STI (personalización de materias y presentaciones, adaptación de la estrategia de tutoría a las necesidades del estudiante, etc.) para proporcionar soluciones educativas/de entrenamiento con valores añadidos. El Modelo del Estudiante, núcleo de un SIT, representa el conocimiento y características del estudiante, y refleja su proceso de razonamiento. Su complejidad es incluso superior cuando los STIs se aplican a EVs, porque las nuevas posibilidades de interacción proporcionadas por estos entornos deben considerarse como nuevos elementos de información clave para el modelado del estudiante, incidiendo en todo el proceso educativo: el camino seguido por el estudiante durante su navegación a través de escenarios 3D; el comportamiento no verbal, tal como la dirección de la mirada; nuevos tipos de pistas e instrucciones que el módulo de tutoría puede proporcionar al estudiante; nuevos tipos de preguntas que el estudiante puede formular, etc. Por consiguiente, es necesario que la estructura de los STIs, al estar embebida en un EVIE, se enriquezca con estos aspectos, mientras mantiene una estructura clara, y bien definida. La mayoría de las aproximaciones al Modelo del Estudiante en STIs y en EVIEs no consideran una taxonomía de posibles conocimientos acerca del estudiante suficientemente extensa. Además, la mayoría de ellas sólo tienen validez en ciertos dominios o es difícil su adaptación a diferentes STIs. Para vencer estas limitaciones, hemos propuesto, en el marco de esta tesis doctoral, un nuevo mecanismo de Modelado del Estudiante basado en la Ingeniería Ontológica e inspirado en principios pedagógicos, con un modelo de datos sobre el estudiante amplio y flexible que facilita su adaptación y extensión para diferentes STIs y aplicaciones de aprendizaje. Se propone además un método de diagnóstico pedagógico-cognitivo con capacidades de razonamiento no monótono. El método de diagnóstico presentado es capaz de inferir, a partir del comportamiento del estudiante y el estado del mundo en cada momento, qué objetivos de aprendizaje han sido alcanzados o no por el estudiante (diagnóstico pedagógico) y, a partir de ello, el estado de su conocimiento (diagnóstico cognitivo), o, más bien, es capaz de inferir suposiciones razonables, ya que algunos de los objetivos de aprendizaje y elementos de conocimiento pueden ser rechazados más tarde, cuando evidencias más recientes provoquen inconsistencias en las creencias del Modelo del Estudiante. Para realizar estas tareas, el método está soportado por un Módulo de Diagnóstico Pedagógico basado en reglas independientes del dominio y ordenadas en una rica taxonomía de criterios de diagnóstico. Asimismo, un sistema de Mantenimiento de la Verdad de tipo ATMS es el responsable de gestionar las inconsistencias que pueden surgir durante el proceso de diagnóstico, y un módulo de Resolución de Conflictos se encarga de detectar y resolver los diferentes tipos de inconsistencias. La nueva aproximación al modelado del estudiante ha sido implementada e integrada en un agente software (el agente de modelado del estudiante) dentro de una plataforma software existente para el desarrollo de EVIEs denominada MAEVIF. Esta plataforma ha sido diseñada para ser fácilmente configurable para diferentes aplicaciones de aprendizaje. Adicionalmente, se ha desarrollado en este trabajo una metodología para guiar en la aplicación del modelado del estudiante presentado en este trabajo a cada sistema concreto. Esta metodología se ha aplicado a la hora de instanciar el modelado del estudiante para tres tipos de entornos de aprendizaje: el primero tiene como objetivo el aprendizaje del uso de interfaces gráficas de usuario en una aplicación software; el segundo es un entorno virtual de entrenamiento procedimental para el aprendizaje de manejo de un electrodoméstico; y el tercero es también un entorno virtual que simula un laboratorio de química donde se persigue la realización de ejercicios o prácticas que pueden implicar un alto riesgo derivado de la manipulación de sustancias peligrosas.