Propuesta de un agente inteligente para la secuenciación automática de contenido docente adaptado en base a competencias

Résumé

El proceso de creación de contenidos docentes usando objetos docentes reutilizables puede descomponerse en dos subprocesos: Búsqueda de objetos docentes y secuenciación de objetos docentes, La secuenciación es generalmente realizada por instructores, que crean cursos para perfiles genéricos en lugar de contenido personalizado. Esta tesis doctoral propone un nuevo modelo de información para enmarcar ambos procesos y una aproximación evolutiva para automatizar el segundo proceso, mientras que simultáneamente, impulsa la reutilización y la interoperabilidad promocionando el uso de estándares. Se propone un modelo que posibilita la secuenciación curricular automática. Por medio de registros interoperables de competencias y de metadatos asociados a los objetos docentes, el problema de secuenciación queda transformado en un problema de satisfacción de restricciones. Se presentan el diseño, construcción y pruebas, tanto en entornos reales como simulados, realizadas con dos agentes inteligentes creados para resolver el problema. Se trata de un agente que emplea la técnica de optimización mediante enjambre de partículas y de otro que emplea un algoritmo genético. Los resultados muestran que ambos agentes tienen éxito en todos los casos de pruebas, y que manejan razonablemente la complejidad computacional inherente a este problema, pero el agente mediante enjambre de partículas ofrece mejor rendimiento que el agente mediante algoritmo genético.