1. La tecnología ya propone una
personalización automatizada de la
evaluación
Dolors Capdet
Octubre 2013

2. Evaluar para el docente significa un proceso de
valoración con una visión integradora (determinar
necesidades), coherente (adaptada al proceso y a
las necesidades), planificada (de acuerdo a las
estrategias preestablecidas), contextualizada (a las
características y entorno del alumno), exhaustiva,
rigurosa, proporcionada, ponderada, dinámica,...

3. Para el aprendiz evaluar significa un proceso en
el que se califica, clasifica, acredita y/o excluye,
generalmente en una prueba única, sometido a
presión y en la que no siempre obtiene los
mejores resultados

4. Hasta hace relativamente poco
el aprendiz no ha sido el centro del proceso.
Las principales Teorías Educativas no han
contribuido excesivamente a que lo fuera.

5. Modelo conductista / Modelo cognitivista:
Lo importante es el resultado y no el proceso
interno del alumno.
Modelo constructivista:
Aprender haciendo y demostrar lo aprendido
Modelo conectivista:
Interactuar para adquirir las habilidades y
competencias necesarias para ser eficientes
en la Sociedad del Conocimiento

6. La tecnología ya permite una evaluación
continua, constructiva, que no clasifica y no
excluye, gracias a los Sistemas de
Recomendación, utilizados inicialmente como
herramienta de marketing y posteriormente
aplicados también
a algunas situaciones y entornos de aprendizaje

7. Los sistemas de recomendación utilizan datos
recogidos previamente ya sea de forma explícita
(facilitados voluntariamente) o implícita (fruto de
una monitorización) para la construcción de
conceptualizaciones.
Son albergados en repositorios y facilitados en
función de las necesidades o la demanda.

8. Los sistemas de recomendación se basan en la
utilización de perfiles para representar las
necesidades del usuario a corto y medio plazo.
Se construyen sobre una base de conocimiento
(taxonomias, tesauros, ontologías) que utilizarán
unos agentes de software capaces de operar con
estos recursos a nivel semántico.

9. Los sistemas de recomendación utilizan
algoritmos para filtrar algunos elementos
previamente seleccionados entre un conjunto
de información determinado y ofrecer respuesta a
una demanda explicita o implícita.

10. En los sistemas de recomendación basados en
contenido se analiza el peso y la frecuencia de
algunos elementos clave para generar una
retroalimentación de relevancia, necesariamente
abierta y no exenta de aleatoriedad.

11. Los sistemas de recomendación se basan en un
filtrado colaborativo realizado por un entorno
cercano y adecuado que ha evaluado
previamente y de manera automatizada los
aspectos requeridos.
Algunos modelos son: Fab (perfiles), Phoaks
(mensajes), Referral Web (interacción en redes
sociales), Siteseer (favoritos), Footprints (huellas
de interacción digital), ...

12. Yu, Nakamura y colaboradores en 2007
(http://www.ajbasweb.com/ajbas/2012/February/115-123.pdf)
modelan un sistema de recomendación
específico para un elearning, personalizado,
basado en la coincidencia entre las necesidades,
preferencias, conocimientos y conducta del
aprendiz, pero que distingue entre aprendizaje
formal (sujeto a normas) e informal (totalmente
abierto), los diferentes niveles y los distintos
estilos de aprendizaje

13. Infantium (http://www.infantium.com/) utiliza un
sistema de recomendación para detectar y
mejorar las habilidades y competencias de niños
de 0 a 3 años, mediante unos apps (diseñados
por pedagogos) colocados en unos videojuegos
(elegidos por los padres) y con los que juegan
cuando los niños quieren, sin obligación de
hacerlo y sin saber que son monitorizados.

14. En los sistemas de recomendación, basados en
arquitecturas distribuidas dentro de un
determinado dominio, los alumnos tienen
asociada una ontología temporal que permite una
mejor adaptación a modificaciones e incluso a
posteriores cambios de dominio.

15. Con la llegada de las Teorías Constructivista y
Conectivista cambia el rol del profesor que pasa a
ser un facilitador o acompañante del proceso
aunque sigue evaluando.
Si los sistemas de recomendación siguen
mejorando y avanzando hacia una ampliación de
variables personalizadas es probable que le
releven también de esta función

16. Pero la pregunta es ¿sigue siendo necesaria una
calificación para obtener una acreditación de los
conocimientos adquiridos?

17. Gracias por su atención