1. UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLÍN
FACULTAD DE MINAS
Escuela de Sistemas
Sistemas Inteligentes:
Inteligencia Artificial
en Educación
JOVANI ALBERTO JIMÉNEZ BUILES PhD.
Universidad Nacional de Colombia jajimen1@unalmed.edu.co
3. Contenido
Aplicaciones que Apoyan la
Instrucción Asistida por Computador.
AI en Educación: CSCL & MAS
Pedagógicos.
AI en Educación: Planificación
Instruccional & CBR
Universidad Nacional de Colombia
4. Introducción
8Día a día, la incursión de los computadores
dentro del contexto educativo comienza a tomar
importancia
8Dificultad de suministrar una enseñanza
individualizada, adaptada a las necesidades y
características específicas del aprendiz.
8El problema crece con la explosión de la
Internet.
Universidad Nacional de Colombia
5. Introducción
8La AI en la Educación es un área interdisciplinar en la
que se mezclan investigadores con diversa formación y
objetivos (pedagogía, psicología, ingeniería e informática,
entre otros)
8Propósito de aplicar las técnicas de la AI al desarrollo
de sistemas de enseñanza inteligentes “más inteligentes”
8El término “inteligente” utilizado en estos sistemas
queda determinado fundamentalmente por su capacidad
de adaptación a las necesidades de conocimiento de cada
aprendiz.
Universidad Nacional de Colombia
6. República de Colombia
Universidad Nacional de Colombia
Aplicaciones que Apoyan la
Instrucción Asistida por
Computador
Jovani Alberto Jiménez Builes PhD
Universidad Nacional de Colombia
7. Aplicaciones que Apoyan la Instrucción
Asistida por Computador
Contenidos
Modelos de Enseñanza para el Aprendizaje
1.1 Modelos Pedagógicos.
1.2 Teorías de Aprendizaje.
Aplicaciones Tradicionales
2.1 Sistema Tutoriales Tradicionales.
2.2 Sistemas de Ejecución y Práctica.
2.3 Juegos Educativos.
2.4 Simuladores.
2.5 Sistemas de Gerenciamiento del Aprendizaje
2.6 Micromundos.
Aplicaciones Avanzadas (AI en Educación)
3.1 Sistema Expertos Educativos.
3.2 Sistemas Tutoriales Inteligentes.
3.3 Ambientes Colaborativo de Aprendizaje.
Universidad Nacional de Colombia
9. 1.1 Modelos Pedagógicos
1.1 Modelos Pedagógicos
Contextualización
¿Qué son las ciencias de la educación?
Conjunto plural de ciencias que estudian el
hecho educativo.
Sociología de la educación.
Psicología educativa.
Filosofía de la educación.
Administración educativa.
Antropología pedagógica.
Didáctica.
(González 2006)
Universidad Nacional de Colombia
10. 1.1 Modelos Pedagógicos
1.1 Modelos Pedagógicos
Contextualización
¿Qué es la pedagogía?
Es un campo del conocimiento al
interior de las ciencias sociales cuyo
objeto de estudio es la formación
de los hombres y de las mujeres
que integran una sociedad.
Universidad Nacional de Colombia
11. 1.1 Modelos Pedagógicos
1.1 Modelos Pedagógicos
Contextualización
¿Qué es la Currículo?
Es todo cuanto la institución
educativa provee en forma
consistente y sistémica, en
beneficio de la formación de los
estudiantes.
Universidad Nacional de Colombia
12. 1.1 Modelos Pedagógicos
1.1 Modelos Pedagógicos
Contextualización
¿Qué es la Didáctica?
Es la mediación (a partir de los
procesos comunicativos) para la
divulgación de los conocimientos.
Universidad Nacional de Colombia
13. 1.1 Modelos Pedagógicos
1.1 Modelos Pedagógicos
Pedagogías del Conocimiento
Modelo Pedagógico Tradicional
Modelo Pedagógico Conductista
Modelo Pedagógico Desarrollista
Modelo Pedagógico Social
Universidad Nacional de Colombia
14. 1.2 Teorías de Aprendizaje
1.2 Teorías de Aprendizaje
Pedagogías del Conocimiento
Conductismo
Cognitivismo
Histórico-Social
Cognición Distribuida
Aprendizaje Basado en Problemas
Universidad Nacional de Colombia
15. Aspectos del Diseño Curricular
Aspectos del Diseño Curricular
¿Qué enseñar?
Objetivos Contenidos
Selección
¿Cómo enseñar? Secuenciación ¿Cuándo enseñar?
Actividades de enseñanza/aprendizaje
Metodología
¿Qué, cómo y cuándo evaluar?
Universidad Nacional de Colombia
17. 2.1 Sistemas Tutoriales Tradicionales
2.1 Sistemas Tutoriales Tradicionales
Función
Son programas de computador que
permiten brindar enseñanza en un
tema específico (Rueda 1992).
Se dividen en:
CBT (Computer Based Training)
WBT (Web-Based Training)
Universidad Nacional de Colombia
18. 2.1 Sistemas Tutoriales Tradicionales
2.1 Sistemas Tutoriales Tradicionales
Universidad Nacional de Colombia
19. 2.2 Sistemas de Ejecución y Práctica
2.2 Sistemas de Ejecución y Práctica
Función
Utilizados para afianzar los
conocimientos que el estudiante adquirió
por otros medios. Antes de interactuar
con éste, el aprendiz debe adquirir los
conceptos y destrezas que desea
practicar.
Poseen gran cantidad y variedad de
ejercicios.
Universidad Nacional de Colombia
20. 2.2 Sistemas de Ejecución y Práctica
2.2 Sistemas de Ejecución y Práctica
SINYEC'97
Universidad Nacional de Colombia
21. 2.3 Juegos Educativos
2.3 Juegos Educativos
Función
Son utilizados para desarrollar
conceptos, destrezas o habilidades que
van ligadas al juego mismo. Proveen
situaciones excitantes y entretenidas
que muchas veces simulan la realidad.
Universidad Nacional de Colombia
23. 2.4 Simuladores
2.4 Simuladores
Función
Son utilizados para practicar las
destrezas y obtener información de
retorno. Apoyan el aprendizaje
asemejando situaciones reales.
Universidad Nacional de Colombia
25. 2.5 S. de Gerencia/ del Aprendizaje
2.5 S. de Gerencia/ del Aprendizaje
Función
Son plataformas que soportan la
educación a distancia mediada por
computadores o también conocida como
“educación virtual”.
Universidad Nacional de Colombia
26. 2.5 S. de Gerencia/ del Aprendizaje
2.5 S. de Gerencia/ del Aprendizaje
Universidad Nacional de Colombia
27. 2.6 Micromundos
2.6 Micromundos
Definición
Estos sistemas tienen una representación
del conocimiento debidamente diseñada,
restringida y apoyada por un menú de
procesos que facilitan la exploración en un
ambiente rico en información.
El sistema más representativo de los
Micromundos es Logo.
Universidad Nacional de Colombia
30. Fundamentos de AI
Fundamentos de AI
Introducción
El campo de las ciencias de la
computación están evolucionando
gracias al uso de modelos extraídos de
las facultades mentales (Charniak & McDermott,
1985).
Capacidad de la máquina para realizar
funciones que si son realizadas por el
ser humano serían inteligentes (McCarthy,
1956) Universidad Nacional de Colombia
31. Fundamentos de AI
Fundamentos de AI
Introducción
Comparar aplicativos genéricos vs
sofisticados (Rueda, 1992).
Aplicar técnicas de la AI para construir
sistemas “más inteligentes” El término
“inteligente” queda determinado por la
capacidad de adaptación continua a las
características del aprendizaje y del
conocimiento de los diferentes usuarios
(Wenger, 1987) Universidad Nacional de Colombia
32. Tecnologías de Adaptación
Tecnologías de Adaptación
Secuencia del
Currículo
Análisis Inteligente Presentación
de las Soluciones Adaptativa
Técnicas de
Soporte Interactivo a Adaptación
la Solución Problemas
Solución de Problemas Soporte Adaptativo
basado en Ejemplos de Navegación
Soporte Colaborativo
Adaptativo
Universidad Nacional de Colombia
33. 3.1 Sistemas Expertos Educativos
3.1 Sistemas Expertos Educativos
Función
Son utilizados para además de brindar
conocimiento del experto, poder conocer
la explicación.
Son capaces de representar y hacer
inferencias (razonar) acerca del dominio
del conocimiento que se este tratando
con el propósito de resolver problemas y
dar consejos a quienes no son expertos
Universidad Nacional de Colombia
34. 3.1 Sistemas Expertos Educativos
3.1 Sistemas Expertos Educativos
Arquitectura
Medios para Medios para
Interfaz
Actualizar Explicaciones
Conocimientos
Motor de Base de
Inferencias Conocimientos
Universidad Nacional de Colombia
35. 3.1 Sistemas Expertos Educativos
3.1 Sistemas Expertos Educativos
Amplio conocimiento específico
Aplicación de técnicas de búsqueda
Soporte para análisis heurístico
Habilidad para definir nuevos
conocimientos a partir de
conocimientos ya existentes
Procesamiento de símbolos
Capacidad para explicar su propio
razonamiento
Universidad Nacional de Colombia
36. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Definición
Son utilizados cuando además de lograr en
el estudiante un nivel de destreza en el
dominio de enseñanza, el sistema asuma
adaptativamente, las funciones de
orientación y apoyo al aprendiz, tal como lo
haría un tutor humano.
Universidad Nacional de Colombia
37. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Definición
Estos sistemas hacen un análisis del
estudiante para luego plasmarlo en un
modelo que viene incluido en su
arquitectura, el propósito de este modelo
es para observar el comportamiento de
cada aprendiz para poderle brindar la
estrategia pedagógica adecuada.
Universidad Nacional de Colombia
38. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Definición
En síntesis, tratan de simular un buen
maestro humano en su labor de impartir
educación, son más flexibles, adaptados a
los intereses del estudiante y con métodos
que facilitan el proceso de aprendizaje.
Universidad Nacional de Colombia
39. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Arquitectura
I
M n
Módulo Módulo
ó t
Tutor Dominio
d e
u r
l Módulo f
o Estudiante a
z
Universidad Nacional de Colombia
40. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Universidad Nacional de Colombia
41. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
Al iniciar una etapa o sesión de aprendizaje, los ITS
elaboran un plan de aprendizaje para un determinado
alumno, el cual es constantemente replanificado de
acuerdo a los hallazgos que se hayan encontrado,
clasificándolo en un amplio intervalo de niveles de
aprendizaje.
Los CAI poseen una capacidad rústica, reducida y
limitada de reaccionar de acuerdo con las características
específicas del estudiante. ”No pueden hacer cortes
claros con criterios del comportamiento del alumno;
además, su metodología es muy radical” (Velásquez 1993).
Universidad Nacional de Colombia
42. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
Los ITS utilizan las virtudes que ofrecen los recursos
de la multimedia, las interfaces inteligentes y las
interfaces gráficas para establecer un dialogo "más
humano" con el estudiante, tratando de utilizar métodos
humano
naturales de comunicación.
Los CAI la comunicación que se mantiene con el
estudiante es rudimentaria y por lo general las interfaces
se limitan a una serie de botones donde cada uno es una
opción a seleccionar.
Universidad Nacional de Colombia
43. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
El control en los ITS se refleja en la iniciativa
compartida entre el estudiante y el sistema el cual
interviene en los momentos oportunos.
Los CAI por lo general lo tiene el sistema, tendiendo a
ser monótono y limitando la creatividad del aprendiz.
Universidad Nacional de Colombia
44. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
·El conocimiento de los ITS puede ser modificado
debido a que es un módulo independiente pero no
desvinculado de los demás.
En los CAI no existe casi posibilidad de modificar el
conocimiento de acuerdo a las necesidades ni tampoco
de independizarlo del material mismo, por lo general
viene en una caja empotrada. El conocimiento por lo
general está contenido en las instrucciones del programa
lo cual determina que es casi imposible transferirlo a
otro sistema.
Universidad Nacional de Colombia
45. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
Los ITS realizan la evaluación considerando
diferencias y sin utilizar modelos fijos; poseen la
capacidad de detectar errores que comenten los alumnos
en las sesiones de aprendizaje, basados en ese
diagnóstico, brindan recomendaciones con el propósito
de que los alumnos no reincidan en dichos errores.
En los CAI, la evaluación del desempeño del estudiante
se realiza con modelos fijos sin tener en cuenta las
diferencias individuales de éstos.
Universidad Nacional de Colombia
46. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
·Los ITS poseen un modelo explícito de estudiante y
de las estrategias pedagógicas a utilizar.
Los CAI trabajan con métodos implícitos.
implícitos
Universidad Nacional de Colombia
47. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
·Los ITS fueron desarrollados por científicos de la
computación para verificar sus teorías sobre el
aprendizaje y el conocimiento.
Los CAI fueron construidos por pedagogos para que
sirvieran como instrumentos de aprendizaje.
Universidad Nacional de Colombia
48. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
Los ITS son Sistemas Basados en Conocimientos
(SBC) o receptáculos de conocimientos, decisiones e
inferencias. Buscan que los conocimientos estén
almacenados explícitamente y que no estén codificados
en los programas permitiendo transferir más fácilmente
el conocimiento de un sistema a otros, por lo general
tienen a ser más compactos, pueden usarse para tomar
decisiones y hacer inferencias sobre ellos mismos.
Los CAI son receptáculos de procedimientos.
procedimientos
Universidad Nacional de Colombia
49. 3.2 Sistemas Tutoriales Inteligentes
3.2 Sistemas Tutoriales Inteligentes
Diferencias entre los ITS y los CAI
Los ITS constituye un valioso intento por solucionar
las dificultades de los CAI. Por la complejidad de los
CAI
problemas a resolver es muy difícil que un sistema los
resuelva todos en un dominio específico.
Los ITS pueden considerarse como evoluciones
naturales de los CAI, aunque sean mucho más
CAI
pretenciosos y más difíciles de construir.
Universidad Nacional de Colombia
50. 3.3 Ambientes Colaborativos
3.3 Ambientes Colaborativos
Definición
Hacen referencia a un grupo de personas
aprendiendo en conjunto suministrando
entre ellos mismos la colaboración y
cooperación necesaria para realizar tareas
o resolver problemas.
Universidad Nacional de Colombia
51. República de Colombia
Universidad Nacional de Colombia
Inteligencia Artificial en
Educación: CSCL & MAS
Pedagógicos
Jovani Alberto Jiménez Builes PhD.
Universidad Nacional de Colombia
53. 1.1 CSCL: Definición
1.1 CSCL: Definición
Definición
Los métodos instruccionales que buscan
promover el aprendizaje a través del
esfuerzo colaborativo entre aprendices en
una determinada tarea de aprendizaje,
suministrando un ambiente que aviva y
enriquece el proceso, donde el alumno
interactúa con otros colaboradores para
solucionar un problema (Kumar 1998)
Universidad Nacional de Colombia
54. 1.1 CSCL: Definición
1.1 CSCL: Definición
Antecedentes
National Science Foundation en 1989.
National Research Council en 1993.
(Dorneich 2002)
CSCW: Computer Supported
Cooperative Work. Grupo de personas
trabajando conjuntamente en un mismo
ambiente con ayuda de los
computadores.
(Grudin 1994)
Universidad Nacional de Colombia
55. 1.1 CSCL: Definición
1.1 CSCL: Definición
Diferencias
CSCL busca CSCW busca la
que los eficiencia en el
trabajo.
aprendices
logren obtener
un
conocimiento
en grupo.
(Okamoto et al, 2001)
Universidad Nacional de Colombia
56. 1.1 CSCL: Definición
1.1 CSCL: Definición
Elementos
Igual participación.
Responsabilidad individual.
Interdependencia positiva.
(Johnson & Johnson, 1978)
Universidad Nacional de Colombia
57. 1.2 CSCL: Arquitectura
1.2 CSCL: Arquitectura
Dominio del Conocimiento
Jerarquía de Abstracción Navegación Conocimiento
Caracterización de la Experiencia
Módulo Experiencia Taxonomía
Estrategias Pedagógicas
Aprendizaje Basado en Problemas Aprendizaje Colaborativo
Soporte Colaborativo
Sincrónico Asincrónico
Dorneich (2002)
Universidad Nacional de Colombia
58. 1.2 CSCL: Matriz Espacio/Temporal
1.2 CSCL: Matriz Espacio/Temporal
TIEMPO
Mismo Diferente
Tiempo Tiempo
Interacción
Mismo Interacción
Asíncrona
Lugar Cara a Cara
Centralizada
ESPACIO
Interacción Interacción
Diferente Sincrónica Asíncrona
Lugar Distribuida Distribuida
(Ellis et al, 1991)
Universidad Nacional de Colombia
59. 1.1 CSCL: Aplicaciones
1.1 CSCL: Aplicaciones
Herramientas
Interacción Cara a Cara.
Interacción Asíncrona Centralizada.
Interacción Sincrónica Distribuida.
Interacción Asíncrona Distribuida.
Ellis et al, 1991; Kosoresow & Kaiser, 1998)
Universidad Nacional de Colombia
60. 1.1 CSCL: Awareness
1.1 CSCL: Awareness
Definición
La gente necesita tener actualizaciones
constantes en la información que ellos
manejan y que los demás participantes
necesitan para llevar a cabo un actividad
(Carroll et al., 2005; Mohammed & Dumville 2001).
De esta forma, los individuos se dan
cuenta de los cambios que están siendo
realizados en el entorno de trabajo por
parte de los demás participantes.
Universidad Nacional de Colombia
61. 1.1 CSCL: Awareness
1.1 CSCL: Awareness
Ventajas
Permite planear las acciones a
realizar y adquirir nueva
información (Neisser, 1976)
Incrementa las oportunidades
de una mutua comunicación
facilitando la colaboración
(Dourish & Bellotti, 1992)
Universidad Nacional de Colombia
62. 1.1 CSCL: Awareness
1.1 CSCL: Awareness
Arq. Blackboard
Memoria Global
(Estructura de Conocimientos)
Tablero
Agenda de
Trabajo 1
Asistente de Docencia 1 Agenda de
Trabajo 2
Agenda de
Trabajo n
Asistente de Docencia 2
Docente
Asistente de Docencia n
Control
Aprendiz 1 Aprendiz 2 Aprendiz 3 Aprendiz n
Fuentes de
Conocimientos
Universidad Nacional de Colombia
(Jiménez, 2006)
64. 2.1 MACES
2.1 MACES
Definición
Multiagent Architecture for an
Collaborative Educational System.
Sistema educativo colaborativo para
la educación a distancia.
Agentes de software: Diagnóstico
(ZPD), Mediador, Colaborativo,
Social y Semiótico.
(Bocca et al, 2003)
Universidad Nacional de Colombia
65. 2.1 MACES
2.1 MACES
Arquitectura
(Bocca et al, 2003)
Universidad Nacional de Colombia
66. 2.2 AMPLIA
2.2 AMPLIA
Definición
Ambiente Multiagente ProbabiLístico
Inteligente de Aprendizagem) (Flores 2005)
Recurso adicional para la formación de los
estudiantes de medicina.
Apoya el desarrollo del raciocinio
diagnostico y el modelaje de las hipótesis
diagnosticas en el área medica (Vicari et al, 2003)
Universidad Nacional de Colombia
67. 2.2 AMPLIA
2.2 AMPLIA
Configuración
AMPLIA está concebido para
integrar PMA3.
PMA3
Tiene los siguientes agentes
de software: Aprendiz,
Dominio, Mediador,
(Flores 2004)
Universidad Nacional de Colombia
68. 2.2 AMPLIA
2.2 AMPLIA
Arquitectura
Universidad Nacional de Colombia
69. 2.3 BAGHERA
2.3 BAGHERA
Definición
Comunidad educativa de agentes de
software que interactúan entre si de
acuerdo a sus competencias y puntos
de vista, cooperando y realizando
colectivamente tareas educativas.
Utiliza el enfoque AIEO (Agents,
Interactions, Environment, Organisation).
(Webber 2003)
Universidad Nacional de Colombia
70. 2.3 BAGHERA
2.3 BAGHERA
Definición
Agentes para el aprendiz: Compañero
de Aprendizaje, Mediador, Tutor.
Agentes que asisten al profesor:
Compañero de Enseñanza, Asistente.
Laboratorio Leibniz: Did@TIC
(Didáctica de las matemáticas) Magma
(MAS) y ATINF de la Université Joseph
Fourier en Francia.
(Webber 2003)
Universidad Nacional de Colombia
71. 2.3 BAGHERA
2.3 BAGHERA
Arquitectura
Universidad Nacional de Colombia
72. 2.4 MAS-PLANG
2.4 MAS-PLANG
Definición
Ofrece características de
adaptabilidad con base en estilos de
aprendizaje y a la plataforma
educativa USD (Unitats de Suport a
la Docència).
Agentes de Nivel Superior o
Asistente y Agentes de Nivel Inferior
o de Información. (Fabregat et al, 2000)
Universidad Nacional de Colombia
73. 2.4 MAS-PLANG
2.4 MAS-PLANG
Arquitectura
Universidad Nacional de Colombia
74. 2.5 JADE
2.5 JADE
Definición
Java Agent framework for Distance learning
Environments - JADE.
JADE
Ofrece un conjunto de recursos para facilitar el
desarrollo e implementación de ambientes
computacionales para ser utilizados como
instrumentos de la educación a distancia (EAD).
Los agentes no poseen movilidad: Gerenciador de
Contenidos, Ejercicios, Ejemplos, Interacciones,
Modelo del Alumno y Comunicación.
(Silveira 2001)
Universidad Nacional de Colombia
75. 2.5 JADE
2.5 JADE
Arquitectura
Universidad Nacional de Colombia
76. 2.6 ALLEGRO
2.6 ALLEGRO
Definición
Ambiente Multi-Agente de
Enseñanza/Aprendizaje.
Posee los siguientes agentes: Tutor,
Modelo del Aprendiz, Experto,
Colaborativo, Interfaz y Diagnóstico.
(Jiménez 2006)
Universidad Nacional de Colombia
77. 2.6 ALLEGRO
2.6 ALLEGRO
Arquitectura
Agente Diagnóstico Agente Modelo Aprendiz
Búsqueda Búsqueda - Inscripción
Perfiles
Evaluación
Evaluación Recuperación Registro
Seleccionada Solicitud Perfil -
Inscripción Búsqueda - Inscripción Recuperación
Envío Evaluación - Solicitud
Calificación Evaluación -
Evaluaciones Calificación Envío de
Registro Memoria Casos
Agente Experto Agente Colaborativo
Solicitud de Conocimientos Solicitud de Colaboración
UBAs y OIs Datos Aportes Aprendiz
Búsqueda Agente Solicitud de
Solicitud Selección Otros
Conocimientos
Tutor Colaboración Colaboración
Seleccionada Usuarios
Búsqueda Envío Búsqueda …
Aportes
Estrategias Evaluación - …
Recomendación
Recuperación Envío Envío de Servicios de Comunicación
Respuestas Colaboración
Datos Sincrónica Asincrónica
Conocimientos Envío de Búsqueda - Aportes
Conocimientos Recuperación
Agente Interfaz
Memoria Global
Envío Conocimientos -
Envío Respuestas, Solicitudes Evaluación - Colaboración
Aprendiz
Universidad Nacional de Colombia
78. 2.7 Metodología
2.7 Metodología
MAS-CommondKads
MAS-CommondKads
Metodología de ingeniería del software
“proceso para la producción organizada de
software empleando una colección de
técnicas predefinidas en las notaciones. Una
metodología se presenta normalmente como
una serie de pasos, con técnicas y notaciones
asociadas a cada paso. Los pasos de la
producción del software se organizan
normalmente en un ciclo de vida consistente
en varias fases de desarrollo”.
(Rumbaugh 1996)
Universidad Nacional de Colombia
79. 2.7 Metodología
2.7 Metodología
MAS-CommondKads
MAS-CommondKads
Actividades:
1- La definición y descripción del problema
que se desea resolver.
2- El diseño y descripción de una solución
que se ajuste a las necesidades del usuario.
3- La construcción de la solución.
4- La prueba de la solución implementada.
(Pressman, 1996)
Universidad Nacional de Colombia
80. 2.7 Metodología
2.7 Metodología
Conceptualización
Uno de los mayores problemas en los STT es
la dificultad de brindar enseñanza
continuamente adaptada a las necesidades y
características específicas de cada aprendiz
(Silveira 2001)
Universidad Nacional de Colombia
81. 2.7 Metodología
2.7 Metodología
Identificación de los Actores
Aprendiz.
Docente.
Asistente de Docencia.
Experto Invitado.
Perfiles, Memoria de Casos (MCasos),
Memoria Global (MGlobal), Conocimientos,
Evaluaciones y Estrategias.
Universidad Nacional de Colombia
82. 2.7 Metodología
2.7 Metodología
Casos de Uso
Iniciar sesión Modificar
en el ITS herramientas
Aprendiz
Iniciar sesión Borrar
en el CSCL herramientas
Docente
Docente
Visualizar
Usar herramientas herramientas
Invitado Invitado
Experto Experto
Adicionar
Salir
herramientas
Monitor
Universidad Nacional de Colombia
83. 2.7 Metodología
2.7 Metodología
Casos de Uso para el Aprendiz
Visualizar
Tablero
Modificar
Tablero
Buscar artículo
en el Tablero
Salir
Publicar artículo
en el Tablero
Visualizar BUL
Visualizar Iniciar sesión Iniciar sesión
Visualizar IOs
simulaciones en el ITS en el CSCL Enviar y recibir
Visualizar archivos
valoración Aprendiz
Visualizar
Iniciar evaluación
Conocimientos BUL
Visualizar
recomendaciones Enviar y recibir
Visualizar Usar herramientas
e-mails
Problemas resueltos
Compartir pizarra
Visualizar Visualizar en línea
Visualizar glosario Visualizar recursos Visualizar ayudas
Bibliografía estadísticas
Conversar usando
audio y video
Chatear con
otros usuarios
Universidad Nacional de Colombia
84. 2.7 Metodología
2.7 Metodología
Análisis
Modelo de Agente.
Modelo de Tareas.
Modelo de Coordinación.
Modelo de Comunicación.
Modelo de la Organización.
Modelo de la Experiencia o de
Conocimientos.
Modelo de Diseño.
Universidad Nacional de Colombia
85. 2.7 Metodología
2.7 Metodología
MAS-CommondKads
MAS-CommondKads
Ventajas:
Planteamiento del desarrollo de modelos que
reflejan diferentes vistas del proyecto.
Ofrece un marco para la especificación del
conocimiento independiente de la
implementación, combinando un conjunto
de modelos de conocimiento reutilizable para
unas tareas que se realizan frecuentemente.
Universidad Nacional de Colombia
86. República de Colombia
Universidad Nacional de Colombia
Inteligencia Artificial en
Educación: Planificación
Instruccional & CBR
Jovani Alberto Jiménez Builes PhD.
Universidad Nacional de Colombia
87. Aplicaciones que Apoyan la Instrucción
Asistida por Computador
Contenidos
Planificación Instruccional (IP)
1.1 Planificación Clásica.
1.2 Planificación en Sistemas de Enseñanza /Aprendizaje Comp.
Razonamiento Basado en Casos (CBR)
2.1 Ciclo de Funcionamiento.
2.2 Aplicación del CBR en Sistemas de Enseñanza / Aprendizaje Comp.
Modelo de IP usando CBR
3.1 Arquitectura del Modelo.
3.2 Mecanismo de CBR.
3.3 Implementación.
Tutoriales
4.1 Taller CSCL.
Universidad Nacional de Colombia
89. 1.1 Planificación Clásica
1.1 Planificación Clásica
Antecedentes
Problemas de Planificación:
Robótica (García-Alegre et al., 1993; Torra 1993)
Modelización del razonamiento (Hayes-Roth 1997)
Comprensión del lenguaje natural (Wilensky 1983)
La resolución de estos problemas constituye
una tarea de gran complejidad que ha sido
abordada utilizando técnicas de AI (Fikes & Nilsson
1971)
Se utiliza el paradigma MAS para distribuir el
control entre los agentes (Fikes & Nilsson 1971; Arriaga
1998, 2000; Brooks 1991a, 1991b)
Universidad Nacional de Colombia
90. 1.1 Planificación Clásica
1.1 Planificación Clásica
Componentes
La planificación desde la perspectiva de la AI
consiste en (Elorriaga 1998; Woo 1991):
Un estado inicial.
Un conjunto de objetivos.
Un conjunto de acciones posibles.
La solución de un problema de planificación
consiste en una serie de acciones que
transforman el estado inicial en un estado final
que cumple los objetivos (Jiménez 2006)
Universidad Nacional de Colombia
91. 1.1 Planificación Clásica
1.1 Planificación Clásica
Sistema de Planificación Clásico
Especificación
del Estado Inicial
Secuencia
del Plan
Especificación del Planificador Ejecución
Estado Objetivo
Operadores /
Acciones
(Woo 1991)
Universidad Nacional de Colombia
92. 1.1 Planificación Clásica
1.1 Planificación Clásica
Métodos
Búsqueda heurística - Modificación de planes
previos - Sistemas basados en restricciones -
Reducción de problemas - Otros (Minton 1993a).
Macro-operadores - Planes abstractos -
Heurísticos de control - Casos previos (Elorriaga
1998; Ghallab & Milani, 1996; Drabble; 1996; Hammond 1994; Minton
1993b)
El CBR también ha sido utilizado para la
construcción de planes. El primer trabajo fue el
sistema CHEF (Hammond, 1989)
Universidad Nacional de Colombia
93. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Definición
Constituye una de las tareas más importantes
en los sistemas educativos para lograr la
adaptación de la instrucción al aprendiz.
Es el componente encargado de determinar la
secuencia de las acciones (Plan) de
tutorización de manera consistente, coherente
y continua (Wasson 1990), maximizando las
actividades de aprendizaje de cada alumno
(Matsuda & VanLehn , 2000; Woo 1991; Macmillan & Sleeman 1987).
Universidad Nacional de Colombia
94. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Antecedentes
La evolución de las técnicas de IPs ha sido
paralela a los avances de las técnicas de
resolución de problemas en la AI (Garland et al, 2001;
McCalla & Vassileva, 1995; Macmillan & Sleeman, 1987).
Inicialmente (60s) disponían de un IP
condicional prefijado por un profesor.
Este definía el curso mediante una secuencia
de actividades de enseñanza estableciendo
ciertos puntos de decisión en los que,
dependiendo de las necesidades del aprendiz
se podía tomar un camino u otro.
Estos planes eran costosos de crear y difíciles
de modificar.
Universidad Nacional de Colombia
95. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Definición
El siguiente paso en la evolución fueron los
planificadores algorítmicos, en los que se
implementa la secuencia de actividades de
enseñanza en un algoritmo.
Estos algoritmos se complicaban en gran
medida en dominios complejos y eran difíciles
de alterar.
Para mejorar la flexibilidad de los
planificadores se utilizaron sistemas de
producción combinados con agendas y/o
pizarras con costosa construcción y
mantenimiento (Garland et al, 2001).
Universidad Nacional de Colombia
96. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Problemática
La IP es una tarea compleja que no tiene teorías de
instrucción bien formadas.
Los aprendices son agentes humanos inteligentes que
pueden colaborar en la tarea de planificación, criticando y
extendiendo los planes instruccionales.
El planificador debe ser capaz de responder
dinámicamente y en un margen de tiempo razonable.
Los ITS han de adaptar dinámicamente los planes
teniendo en cuenta los eventos no previstos que se dan a
lo largo de la sesión de aprendizaje.
Los IPs deberían ser capaces de mejorar su propio
conocimiento para adaptarse a diferentes contextos
instruccionales.
(Macmillan & Sleeman, 1987)
Universidad Nacional de Colombia
97. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Modelo de IP
BULs. Es la secuencia que representa los elementos en los que
se organiza el conocimiento del dominio.
IOs. Son las habilidades y capacidades cognitivas que el tutor
planea para que el aprendiz consiga a lo largo de una BUL.
Procesos Cognitivos (CPs). Actividades mentales que debe
ocurrir en el aprendiz.
Eventos Instruccionales (IEs). Son las condiciones externas que
se han de dar para que se produzca el aprendizaje.
Acciones Instruccionales. Acciones que el tutor y/o el aprendiz
llevan a cabo en las sesiones de aprendizaje.
(Elorriaga 1998)
Universidad Nacional de Colombia
98. 1.2 Planificación en Sistemas de E/A
1.2 Planificación en Sistemas de E/A
Sistema de Planeación Dinámico
Planificador
Cambios
en el Plan
Mundo Parcial
Ejecutor
(Woo 1991)
Universidad Nacional de Colombia
100. 2.1 Ciclo de Funcionamiento
2.1 Ciclo de Funcionamiento
Definición
Es una técnica de la AI que intenta llegar a la
solución de nuevos problemas de forma similar
como lo hacen los seres humanos (Booch 1999)
utilizando la experiencia acumulada hasta el
momento en acontecimientos similares (Fowler 2000).
Un nuevo problema se compara con los casos
almacenados previamente y se recuperan uno o
varios casos.
Posteriormente se utiliza y evalúa una solución
sugerida (Delgado 2003; Reyes & Sison, 2002; Salcedo 2002; Althoff
2001; Manjares 2001; Riebech 1999; Cuena 1998; Rich 1994).
Universidad Nacional de Colombia
101. 2.1 Ciclo de Funcionamiento
2.1 Ciclo de Funcionamiento
Aplicaciones
Adquisición de conocimiento.
Razonamiento legal.
Diagnóstico.
Planificación.
Otros.
Universidad Nacional de Colombia
102. 2.1 Ciclo de Funcionamiento
2.1 Ciclo de Funcionamiento
Actividades
Recuperar los Casos más parecidos
Recuperar el (los) Caso(s) para tratar de
Resolver el Nuevo Problema
Revisar y Adaptar la Solución propuesta
Almacenar la nueva Solución como parte de un Nuevo Caso
Universidad Nacional de Colombia
103. 2.1 Ciclo de Funcionamiento
2.1 Ciclo de Funcionamiento
Ciclo de Funcionamiento
Recuperación.
Adaptación.
Revisión.
Almacenamiento.
(Elorriaga & Fernández-Castro, 2000a)
Universidad Nacional de Colombia
104. 2.1 Ciclo de Funcionamiento
2.1 Ciclo de Funcionamiento
Ciclo de Funcionamiento
Ambiente del Sistema
Contexto
Señal de Refuerzo Solución
del
Propuesta
Problema
Caso Recuperado
Caso n
Contexto
Caso 2
Solución Propuesta
Contexto
Caso 1
Solución Propuesta
Contexto
Solución Propuesta (Paulson & Juell, 2004)
Universidad Nacional de Colombia
105. 2.2 Aplicación del CBR en
2.2 Aplicación del CBR en
Sistemas de E/A
Sistemas de E/A
Definición
Sistemas de Enseñanza/Aprendizaje
Basados en Casos.
CBR en el Módulo Alumno.
CBR en el Proceso de Decisión
Instruccional.
Shell de SEBC.
Herramienta de ayuda para
profesores.
Universidad Nacional de Colombia
106. Modelo de IP usando - CBR
Universidad Nacional de Colombia
107. 3.1 Arquitectura del Modelo
3.1 Arquitectura del Modelo
Solución Propuesta
Solució
(Agente Modelo Aprendiz)
Planificador Ejecutor
Ejecutor Evaluador Recuperador
Recuperador
Planeador (Agentes Experto, Evaluador (Agentes Tutor y
(Agente Tutor) (Agentes Experto, (Agente Diagnóstico) (Agentes Tutor y
(Agente Tutor) Colaborativo e Interfaz) (Agente Diagnóstico) Modelo Aprendiz)
Colaborativo e Interfaz) Modelo Aprendiz)
Memoria de Casos
BUL y IOs Perfil Aprendiz
(Agente Experto) (Agente Modelo Aprendiz)
Mecanismo de Razonamiento
Basado en Casos
Comunicación
Aprendiz/Sistema
(Agente Interfaz)
Aprendiz
Universidad Nacional de Colombia
108. 3.1 Arquitectura del Modelo
3.1 Arquitectura del Modelo
Módulos
Planificador Instruccional.
Ejecutor.
Evaluador.
Recuperador.
Universidad Nacional de Colombia
109. 3.1 Arquitectura del Modelo
3.1 Arquitectura del Modelo
Usuarios
Aprendiz.
Docente.
Universidad Nacional de Colombia
110. 3.2 Mecanismo de CBR
3.2 Mecanismo de CBR
Componentes
Componentes Básicos Contenido
Identificación Caso Identificación Caso
Identificación Caso
Descripción Problema Contexto
Contexto
Descripción Solución Solución
Solución
Peso Euclidiano
Peso Euclidiano
Conclusión
Resultados
Resultados
Universidad Nacional de Colombia
111. 3.2 Mecanismo de CBR
3.2 Mecanismo de CBR
Estructura
Contenido Descripción Ejemplo
Número Caso Caso Nro. 47
BUL Nro. 3
BUL Estructura Condicional
IO IO Nro. 2
Conocer los elementos del
Identificación Caso dibujo en arquitectura y las
Nivel Aprendizaje
diversas técnicas existentes
Contexto Nivel Intermedio
ILOs
Solución Diagrama, Ejemplos,
Metodología
Ejercicios, entre otros
Peso Euclidiano Aprendizaje Colaborativo
Tiempo Promedio
Resultado
1:45
Nro Usos del Caso
Nro. Casos Exitosos 15
Nro. Casos No Exitosos 12
3
Universidad Nacional de Colombia
116. Información General
Prof. Jovani Alberto Jiménez Builes, PhD.
GIDIA: Grupo de I&D en Inteligencia
Artificial.
Universidad Nacional de Colombia
Facultad de Minas, Escuela de Sistemas
Of. M8A-309, Tel: (+574) 4255222
E-mail: jajimen1@unal.edu.co
Universidad Nacional de Colombia