SCAECH: Herramienta basada en inteligencia artificial para la evaluación del aprendizaje en entornos construccionistas
DOI:
https://doi.org/10.26507/rei.v18n35.1248Palabras clave:
Inteligencia artificial, construccionismo, homología, analíticas de aprendizaje, grupos abelianos, evaluaciónResumen
En este artículo se presenta el producto de una investigación cuyo objetivo fue la construcción e implementación de un sistema automático de caracterización del aprendizaje en entornos construccionistas con métodos de inteligencia artificial, analíticas del aprendizaje y homología; se llevó a cabo un diseño de investigación cuasi experimental donde los sujetos hacían parte de grupos predefinidos. La investigación es exploratoria y centrada en captar el comportamiento de los individuos en la construcción de modelos en entornos construccionistas con materiales específicos, el diseño metodológico es pre-experimental, la intervención se hizo con la totalidad de los estudiantes de grado undécimo de tres cursos diferentes de una institución de educación pública en Colombia en el marco de la pandemia SARS-COV2. Se concluyó que el sistema caracteriza las estructuras del aprendizaje de los individuos en un entorno construccionista vía homología y se puede reconstruir la dinámica de construcción de un modelo en un entorno construccionista.
Descargas
Referencias bibliográficas
UNESCO, “Sobre la inteligencia artificial y la educación,” 2019. [En línea]. Disponible en: https://bit.ly/3IbUqoT
A. Guío, E. Tamayo, P. Gómez y M. Mujica, “Marco ético para la inteligencia artificial en Colombia,” Departamento Administrativo de la Presidencia de la Republica. 2021. [En línea]. Disponible en: https://bit.ly/3QVqRff
R. Moreno, “La llegada de la inteligencia artificial a la educación,” Universidad Tecnológica de Pereira, vol. 7, nº 14, pp. 260-270, 2019, doi: https://doi.org/10.36825/riti.07.14.022
F. Vázquez, y A. Pérez, “Agentes inteligentes y su incidencia en el cálculo diferencial,” ECORFAN, pp. 23-31, 2019. Disponible en: https://bit.ly/3I5YjMc
A. Kuz, M. Falco, L. Nahuel y R. Giandini, “Agent Social Metric: herramienta de asistencia al docente para determinar el clima social y la estructura del aula,” Revista iberoamericana de informática educativa, nº 22, pp. 16-29, 2015. Disponible en: https://bit.ly/3I5ZIm2
M. Póliche, H. Ahumada, D. Rivas, O. Quinteros, C. Gallardo, N. Contreras, M. Miranda y J. Favore, “Agente conversacional inteligente como herramienta de ayuda al proceso de atención al aspirante de las carreras de la Facultad de Tecnología y Ciencias Aplicadas (FTyCA) de la Universidad Nacional de Catamarca (UNCa),” Red de Universidades con Carreras en Informática, pp. 84-89, 2020. Disponible en: https://bit.ly/3nyjDAu
C. Paredes, “Chatbots en educación secundaria: retos y propuestas para su aplicación en el aula,” 2021. [En línea]. Disponible en: https://bit.ly/3y6RKEB
Observatorio de innovación tecnológica de Monterrey, “Aprendizaje y evolución adaptativos,” Tecnológico de Monterrey. 2014. Disponible en: https://bit.ly/3OB3PJ2
A. Díez, y D. Añón, “TED-Ed: una herramienta online para fomentar el autoaprendizaje,” España: Revista d’Innovació Docent Universitària, pp. 15-19, 2015. Disponible en: https://bit.ly/3a1FGMR
L. Ortega y R. Ortega, “Uso de plataforma Moodle en la enseñanza de Matemática mediante juegos para el autoaprendizaje de estudiantes de 17 y 18 años de bachillerato,” [Tesis de Maestría, Arizona State University]. UIDE. 2021. Disponible en: https://bit.ly/3udqSBF
L. Martínez, y M. Gaeta, “Utilización de la plataforma virtual Moodle para el desarrollo del aprendizaje autorregulado en estudiantes universitarios,” Educar, vol. 55, nº 2, pp. 479-498, 2019, https://doi.org/10.5565/rev/educar.883
A. Valcárcel, y Y. Caballero, “Robótica para desarrollar el pensamiento computacional en Educación Infantil,” Comunicar, vol. 27, nº 59, pp. 63-72, 2019, doi: https://doi.org/10.3916/C59-2019-06
A. Valcárcel y Y. Caballero, “Fortaleciendo el pensamiento computacional y habilidades sociales mediante actividades de aprendizaje con robótica educativa en niveles escolares iniciales,” Revista de medios y educación, nº 58, pp. 117-142, 2020, doi: https://doi.org/10.12795/pixelbit.75059
K. Pittí, B. Curto, V. Moreno y M. Rodríguez, “Uso de la Robótica como Herramienta de Aprendizaje en Iberoamérica y España,” Revista Iberoamericana de Tecnologías del Aprendizaje, vol. 2, nº 1, pp. 42-48, 2014. Disponible en: https://bit.ly/3R48vZB
R. Castillo, F. Cortes, J. Moreno, H. Peña y R. Leal, “Investigación en modelación matemática y tecnología aplicada a la educación,” RECME - Revista Colombiana De Matemática Educativa, vol. 1, nº 1b, pp. 81-85, 2016. Disponible en: https://bit.ly/3ywS5Sw
S. Tamayo y D. Pérez, “Propuesta de Evaluación basada en Big Data para facilitar la integración de Agentes Conversacionales Pedagógicos en las aulas,” Revista Iberoamericana de Informática Educativa, nº 26, pp. 13-23, 2017. Disponible en: https://bit.ly/3uehs8U
P. Puello, D. Fernández y A. Cabarcas, “Herramienta para la Detección de Estilos de Aprendizaje en Estudiantes utilizando la Plataforma Moodle,” Universidad de Cartagena, vol. 7, nº 4, pp. 15-24, 2017, doi: https://doi.org/10.4067/s0718-50062014000400003
R. Zatarain y M. Barrón, “Herramienta de autor para la identificación de estilos de aprendizaje utilizando mapas auto-organizados en dispositivos móviles,” Revista Electrónica de Investigación Educativa, vol. 13, nº 1, pp. 43-55, 2011. Disponible en: https://bit.ly/3bxFWn0
J. Cortés, “Sistema de Caracterización del Aprendizaje en un Entorno Construccionista vía Homología SCAECH en la Educación media en Colombia”, 2022. [En línea]. Disponible en: https://dialnet.unirioja.es/servlet/tesis?codigo=308084
G. Sabulsky, “Analíticas de aprendizaje para mejorar la enseñanza y el seguimiento a través de los entornos virtuales,” Argentina: Revista Iberoamericana de Educación, vol. 80, nº 1, pp. 13-30. 2019, doi: https://doi.org/10.35362/rie8013340
C. Stewart, “Learning Analytics: Shifting from theory to practice,” Journal on Empowering Teaching Excellence, vol. 1, nº 10, pp. 95-105, 2017. Disponible en: https://bit.ly/3NDQAWN
T. Kohonen, “Self-Organizing Maps,” Springer. 1995.
L. Vargas, “Introducción a la homología simplicial y algunas consecuencias,” Universidad Distrital Francisco José de Caldas. 2017. Disponible en: https://bit.ly/3I7waEi
R. Hernández, C. Fernández y M. Baptista, “Metodología de la investigación,” Mc Graw Hill. pp. 151-152, 2014. Disponible en: https://bit.ly/3brQuUG
OSHWA, “Open Source Initiative,” OSHWA. 2012. Disponible en: https://bit.ly/3OBfQOT
K. Rose, S. Eldridge y L. Chapin, “La Internet de las cosas una breve reseña,” Internet Society, pp. 12-18, 2015. Disponible en: https://bit.ly/3bEZSEB
J. Ceja, R. Renteria, R. Ruelas y G. Ochoa, “Modulo ESP8266 y sus aplicaciones en el Internet de las cosas,” Revista de ingeniería eléctrica, vol. 1, nº 2, pp. 24-36, 2017. Disponible en: https://bit.ly/3ysuulQ
O. Torrente, “ARDUINO: curso práctico de formación,” Alfaomega Grupo Editor. 2013. Disponible en: https://bit.ly/3OCveKR
T. Kohonen, “MATLAB Implementations and Applications of the Self Organizing Map,” Aalto University School of science. 2014. Disponible en: https://bit.ly/3I5tYNW
V. Buendía, (2015). “Análisis interactivo de datos: Mapas Autoorganizados,” (Tesis doctoral). España: Escola Técnica Superior d’ Enginyeria. 2015. Disponible en: http://roderic.uv.es/handle/10550/49547
S. Raschka y V. Mirjalili, “Python Machine Learning,” Colombia: Marcombo. 2017.
J. Bobadilla, “Machine Learning y Deep Learning,” Ediciones de la U. 2020.
I. Zuñiga, F. Luna y I. López, “Detección de rasgos en estudiantes con tendencia suicida en Internet aplicando minería web,” Comunicar, vol. 30, nº 71, pp. 105-117. 2022, doi: https://doi.org/10.3916/C71-2022-08
A. Serrano, “Mejorando la evaluación de juegos serios mediante el uso de analíticas de aprendizaje,” [tesis Doctoral] España: Universidad Complutense de Madrid. 2018. Disponible en: https://bit.ly/3yxhIm3
B. Bonami, L. Piazentini y A. Dala, “Educación, Big Data e Inteligencia Artificial: metodologías mixtas en plataformas digitales,” Comunicar, vol. 28, nº 65, pp. 43-52, 2020, doi: https://doi.org/10.3916/c65-2020-04
S. Papert, “Desafío a la mente: Computadoras y educación,” Editorial Galápago. 1984. Disponible en: https://bit.ly/3OZcODw
E. Ackermann, “Piaget’s Constructivism, Papert’s Constructionism: ¿What’s the difference? USA: Massachusetts Institute of Technology,” 2011. Disponible en: https://learning.media.mit.edu/content/publications/EA.Piaget%20_%20Papert.pdf
S. Papert y I. Harel, “Situar el construccionismo,” INCAE. 2002. Disponible en: https://bit.ly/3nyXwdi
D. Amo, M. Alier, J. García, E. Fonseca y M. CasañCasany, “Learning Analytics to Assess Students’ Behavior with Scratch Through Clickstream,” Elsevier, vol. 93, pp. 673-686, 2019, doi: https://doi.org/10.1016/j.future.2018.10.057
A. Falbel, “Construccionismo,” Ministerio de educación pública de Costa Rica. 1993. Disponible en: https://bit.ly/3bqZ6uL
C. Vicario, “Construccionismo referente sociotecnopedagógico para la era digital,” Innovación educative, vol. 9, nº 47, pp. 45-50, 2009. Disponible en: https://bit.ly/3y8BcMk
C. Maldonado, “¿Qué es eso de pedagogía y educación en complejidad?,” Intersticios Sociales, 7, pp. 1-23, 2014, doi: https://doi.org/10.55555/is.7.51
R. Noss y C. Hoyles, “Micromundos, construccionismo y matemáticas,” Educación matemática. vol. 31, nº 2, pp. 7-21, 2019, doi: https://doi.org/10.24844/em3102.01
D. Amo y R. Santiago, “Learning Analytics: la narración del aprendizaje a través de los datos,” Editorial UOC. 2017
Descargas
Publicado
Versiones
- 2023-03-27 (3)
- 2023-03-27 (2)
- 2023-02-28 (1)
Cómo citar
Número
Sección
Licencia
Se autoriza la reproducción total o parcial de los documentos publicados en la Revista siempre y cuando se cite la fuente y el autor.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
