REPRESENTACIÓN ONTOLÓGICA DE PERFILES DE ESTUDIANTES PARA LA PERSONALIZACIÓN DEL APRENDIZAJE

  • Néstor Darío Duque Méndez Universidad Nacional de Colombia - Sede Manizales
  • Demetrio Arturo Ovalle Carranza Universidad Nacional de Colombia Sede Medellín
  • Mauricio Giraldo Ocampo Universidad Nacional de Colombia - Sede Medellín

Resumen

La educación virtual se ha masificado pero requiere al mismo tiempo personalizar los contenidos y actividades utilizados en procesos de enseñanza-aprendizaje, debido a la diferencia entre las formas de aprender de cada individuo. El uso de ontologías contribuye a la esquematización de conceptos y al intercambio de información, con el fin de inferir nuevo conocimiento en la solución de problemas dentro de un dominio específico. Este artículo propone utilizar una modelación ontológica para la personalización del aprendizaje, incluyendo los perfiles de estudiantes, siguiendo la teoría de las inteligencias múltiples de Howard Gardner y utilizando una ontología de dominio, que permite representar el conocimiento empleado en plataformas virtuales de aprendizaje. La validación del prototipo se realizó mediante una simulación, la cual partiendo del modelo ontológico infiere los tipos de inteligencia y recomienda los contenidos más adecuados. Los resultados demuestran la eficacia de utilizar la modelación ontológica en la personalización del aprendizaje.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Néstor Darío Duque Méndez, Universidad Nacional de Colombia - Sede Manizales

Ingeniero Mecánico (Universidad Tecnológica de Pereira, 1988), Doctor en Ingeniería – Sistemas (Universidad Nacional de Colombia, 2009).

Actualmente profesor de la Universidad Nacional de Colombia Sede Manizales.

Demetrio Arturo Ovalle Carranza, Universidad Nacional de Colombia Sede Medellín

Ingeniero de Sistemas y Computación (Universidad de los Andes, 1984), Magíster en Informática (INPG - Institut National Polytechnique de Grenoble, 1987), Docteur (PhD) en Informatique (Université Joseph Fourier, 1991).

Actualmente profesor titular de la Universidad Nacional de Colombia Sede Medellín.

Mauricio Giraldo Ocampo, Universidad Nacional de Colombia - Sede Medellín

Administrador de Sistemas Informáticos (Universidad Nacional de Colombia, 2012).

Actualmente estudiante de Maestría en Ingeniería - Ingeniería de Sistemas. Facultad de Minas, Universdad Nacional de Colombia, Sede Medellín.

Referencias bibliográficas

Burov, E. (2014). Complex ontology management using task models. International Journal of Knowledge Based Intelligent Engineering Systems, 18(2), 111-120. http://doi.org/10.3233/KES-140291

Cakula, S., & Sedleniece, M. (2013). Development of a Personalized e-learning Model Using Methods of Ontology. Procedia Computer Science, 26, 113-120. http://doi.org/10.1016/j.procs.2013.12.011

Dascalu, M.-I., Bodea, C.-N., Moldoveanu, A., Mohora, A., Lytras, M., & de Pablos, P. O. (2015). A recommender agent based on learning styles for better virtual collaborative learning experiences. Computers in Human Behavior, 45, 243-253. http://doi.org/10.1016/j.chb.2014.12.027

Dung, P. Q., & Florea, A. M. (2012). Adaptation to Learners’ Learning Styles in a Multi-Agent E-Learning System. eLearning & Software for Education, (2), 259.

Faria, C., Serra, I., & Girardi, R. (2014). A domain-independent process for automatic ontology population from text. Science of Computer Programming, 95, Part 1, 26-43. http://doi.org/10.1016/j.scico.2013.12.005

Gaeta, M., Orciuoli, F., & Ritrovato, P. (2009). Advanced ontology management system for personalised e-Learning. Knowledge-Based Systems, 22(4), 292-301. http://doi.org/10.1016/j.knosys.2009.01.006

Gardner, H. (2001). Inteligencias múltiples la teoría en la práctica Howard Gardner. Barcelona Paidos 2001.

Gardner, H. (2007). Estructuras de la mente la teoría de las inteligencias múltiples Howard Gardner ; tr. de Sergio Fernández Everest. México Fondo de Cultura Económica 2007.

Kurilovas, E., Kubilinskiene, S., & Dagiene, V. (2014). Web 3.0 – Based personalisation of learning objects in virtual learning environments. Computers in Human Behavior, 30, 654-662. http://doi.org/10.1016/j.chb.2013.07.039

Nganji, J. T., Brayshaw, M., & Tompsett, B. (2013). Ontology-driven disability-aware e-learning personalisation with ONTODAPS. Campus -- Wide Information Systems, 30(1), 17.

Protégé. (2014). Recuperado 13 de agosto de 2014, a partir de http://protege.stanford.edu/products.php

Sahabudin, N. A., & Ali, M. B. (2013). Personalized Learning and Learning Style among Upper Secondary School Students. Procedia - Social and Behavioral Sciences, 103, 710-716. http://doi.org/10.1016/j.sbspro.2013.10.391

Tzu-Chi Yang, Gwo-Jen Hwang, & Jen-Hwa Yang, S. (2013). Development of an Adaptive Learning System with Multiple Perspectives based on Students’ Learning Styles and Cognitive Styles. Journal of Educational Technology & Society, 16(4), 185-200.

Vesin, B., Ivanović, M., Klašnja-Milićević, A., & Budimac, Z. (2012). Protus 2.0: Ontology-based semantic recommendation in programming tutoring system. Expert Systems with Applications, 39(15), 12229-12246. http://doi.org/10.1016/j.eswa.2012.04.052

Wu, D., & Håkansson, A. (2014). A Method of Identifying Ontology Domain. Procedia Computer Science, 35, 504-513. http://doi.org/10.1016/j.procs.2014.08.131

Yaghmaie, M., & Bahreininejad, A. (2011). A context-aware adaptive learning system using agents. Expert Systems with Applications, 38(4), 3280-3286. http://doi.org/10.1016/j.eswa.2010.08.113

Yarandi, M., Jahankhani, H., & Tawil, A.-R. H. (2013). A personalized adaptive e-learning approach based on semantic web technology. Webology, 10(2), 1-14.

Publicado
2015-06-16
Cómo citar
Duque Méndez, N. D., Ovalle Carranza, D. A., & Giraldo Ocampo, M. (2015). REPRESENTACIÓN ONTOLÓGICA DE PERFILES DE ESTUDIANTES PARA LA PERSONALIZACIÓN DEL APRENDIZAJE. Revista Educación En Ingeniería, 10(19), 105-115. https://doi.org/10.26507/rei.v10n19.530
Sección
Sección Pedagógica