Este documento presenta la propuesta de investigación para desarrollar un agente inteligente como sistema de soporte para estudiantes en el campus virtual de la Universidad Nacional Abierta y a Distancia de Colombia (UNAD). El agente inteligente se crearía utilizando conceptos de inteligencia artificial para resolver las necesidades de soporte técnico y orientación de los estudiantes de manera automatizada. El documento describe la metodología de investigación aplicada y las etapas del desarrollo, que incluyen realizar un estado del arte, diseñar el modelo de agente, y

1. Sistemas de soporte para ambientes virtuales de
aprendizaje, basados en agentes inteligentes
Pilar Alexandra Moreno1
Universidad Nacional Abierta y a Distancia
UNAD Colombia
pilar.moreno@unad.edu.co
Erika María Sandoval Valero2
Universidad Nacional Abierta y a Distancia
UNAD Colombia
erika.sandoval@unad.edu.co
Carlos Alberto Rojas López3
Universidad Nacional Abierta y a Distancia
UNAD Colombia
carlosa.rojas@unad.edu.co
RESUMEN
Los lectores encontrarán apartes de la propuesta y parte del desarrollo del proyecto de investigación
denominado “Agente inteligente como sistema de soporte para ambientes virtuales de aprendizaje”, el cual
pretende ofrecer a la comunidad académica de la Universidad Nacional Abierta y a Distancia (UNAD), el
proceso para crear un modelo de agente inteligente como apoyo a estudiantes en ambientes virtuales de
aprendizaje, sirviendo como soporte y orientación en el campus virtual de la institución. El artículo está
estructurado en los siguientes ítems: introducción, metodología, avances del desarrollo, conclusiones y
bibliografía.
El tipo de investigación que se está desarrollando es aplicada, basada en la utilización de conceptos y
avances en los campos de la inteligencia artificial, los ambientes virtuales de aprendizaje y sistemas de
soporte, para desarrollar una innovación tecnológica, tipo sistema inteligente como alternativa de solución a
las necesidades de soporte que presentan los estudiantes de la UNAD en el campus virtual.
Palabras claves - Agentes inteligentes, inteligencia artificial, ambientes virtuales de aprendizaje (AVA),
sistemas de soporte y orientación, consejería virtual, tecnologías de la información y la comunicación (TIC)
I. INTRODUCCIÓN
La educación virtual ha roto el paradigma que calificaba la educación como una actividad que se debía
realizar única y exclusivamente a través de la interacción presencial, de sus actores, convirtiéndose en una
formación, completamente flexible, llenando un espacio vacío existente en el entorno educativo tradicional y
en el entorno social; el mayor de ellos es sobrepasar el espacio y el tiempo.
A medida que han ido apareciendo nuevas herramientas y tecnologías, la educación virtual ha dejado de ser
una enseñanza que con la ayuda de la tecnología, las computadoras, cámaras Web y herramientas de
multimedia, es impartida a través de Internet. La educación virtual es el espacio perfecto para promover la
1
Ingeniera de Sistemas. Especialista en Aprendizaje Autónomo. Magister en E-learning. Docente universitario-investigador.
Experiencia en análisis, diseño y desarrollo de sistemas informáticos en áreas empresariales, administrativas y académicas. Ponente en
eventos nacionales e internacionales, relacionados con temas de Ingeniería de Software, AVA y TIC aplicadas a la educación.
2
Ingeniera de Sistemas. Especialista en Gerencia de Sistemas informáticos. Especialista en entornos virtuales de aprendizaje. Tesista
de maestría en software libre y estudios de maestría en entornos virtuales de aprendizaje. Docente investigador universitario en las
áreas de Ingeniería de software y TIC aplicadas a la educación.
3
Especialista en Gerencia de Sistemas Informáticos, Ingeniero de Sistemas. Experiencia como programador e ingeniero de software
así como en investigación. Docente catedrático en ingeniería y tecnología de sistemas. Ponente en eventos nacionales e
internacionales, relacionados con temas de Ingeniería de Software

2. interacción con otras culturas, desarrollar habilidades investigativas, crear ambientes de colaboración, diseñar
estrategias de aprendizaje y compartir experiencias y conocimientos.
Surgen una serie de dificultades, como lo es el crecimiento de las diversas aplicaciones de información,
comunicación y estructuración de contenidos, pero con una integración relativamente pobre, lo cual conlleva al
desarrollo de herramientas que suplan este problema. Una pregunta importante es ¿estas herramientas son
adecuadas?, y si son adecuadas se debe profundizar en otras áreas, como la Inteligencia artificial, con el fin
de crear sistemas mas dinámicos, interactivo y que propicien un aprendizaje colaborativo.
La inteligencia artificial es un campo de estudio donde convergen muchas áreas como la computación, física,
matemáticas, psicología, sociología, lingüística, biología, las cuales en un ambiente tradicional no tendrían
puntos en común, ni enfoques teóricos en discusión. Actualmente la inteligencia artificial no es un área
exclusiva para la computación o la electrónica, o está enfocada en la robótica, ya se habla de sistemas
expertos, autómatas celulares, computación cuántica, agentes autónomos y una infinidad de conceptos
aplicados a producir soluciones de hardware y de software, teniendo este último una ventaja considerable ya
que ha permitido crear una gran cantidad de seres, aplicaciones y entornos que simulan a los reales.
En cuanto a la Universidad Nacional Abierta y a Distancia UNAD Colombia, como institución oficial de
educación superior y a distancia, actualmente desarrolla procesos formativos mediante el uso de una
plataforma educativa en línea y un “Campus Virtual” donde bajo la modalidad de la mediación virtual se
realizan una multiplicidad de actividades académicas y servicios conexos, como el de “Consejería Virtual”,
cuya labor es atender y acompañar los procesos de aprendizaje de los estudiantes en el Campus Virtual de la
UNAD (Consejería Virtual, 2008) y lograr, por un lado, la disminución del impacto de aprender en un ambiente
en línea, es decir los problemas ocasionados por los elementos propios de esta modalidad de instrucción,
tales como „la barrera tecnológica‟ (Levy, 2006) y la necesidad de desarrollar competencias específicas para
aprender en este medio, y por otro, favorecer la adaptación de los estudiantes y su permanencia en el
sistema.
Con los preliminares presentados, nace el proyecto que se describe a continuación, el cual se está
desarrollando, teniendo como campos de estudio la inteligencia artificial, la educación virtual como modalidad
de educación, el campus virtual de la Unad como medio de implementación y a sus estudiantes como
usuarios recurrentes del sistema, quienes tienen necesidad sentida de orientación constante y eficiente para
lograr un adecuado desarrollo de sus actividades académicas a través del campus virtual.
El desarrollo del anteproyecto contó con un proceso cuya rigurosidad investigativa, académica y conceptual le
permitió obtener una propuesta actual, acorde a las necesidades detectadas, encaminada en la línea de
investigación de Ingeniería del software y del cual se empiezan a generar productos con miras a que sus
resultados sean aprovechados por la Unad y por la comunidad científica en general.
El campus virtual de la UNAD cuenta con una población de más de 15.000 estudiantes, los cuales desarrollan
sus procesos formativos, ofreciéndose aproximadamente 450 cursos a través de esta mediación; para atender
las necesidades de estos actores, la Consejería Virtual de la UNAD ha creado un “Sistema de Soporte” que
brinda apoyo y orientación tanto pedagógica como técnica, la cual es dada exclusivamente a través de
espacios asincrónicos, denominados Foros de Atención, sin que exista en la actualidad ningún sistema
estandarizado de ayudas que agilicen las respuestas a consultas de temas reiterativos que hacen los
estudiantes. La Consejería se encuentra frente a un servicio cuyas necesidades han rebasado enormemente
su capacidad de respuesta tal y como se demuestra en el Informe del Sistema de Soporte y Consejería Virtual
(UNAD, 2009), según el cual para agosto de 2009, el personal de la Consejería había atendido 19.967
usuarios de campus virtual, con un total de 367.381 registros en los Foros de Atención mencionados
anteriormente. En este mismo informe se evidencia la gran cantidad de temas o discusiones abiertas por los
usuarios, las cuales, por la naturaleza de la herramienta tecnológica utilizada para atender las consultas, es
decir el Foro, deben ser respondidas por escrito e individualmente por los operarios de la Consejería.
Por otro lado, en el mencionado informe (UNAD, 2009) se recogieron otros datos que evidencian aún más las
debilidades del sistema para dar respuesta a los estudiantes de Campus Virtual, entre dichos datos resaltan
los siguientes: (1) el tiempo establecido como límite máximo para recibir atención es 48 horas y las respuestas

3. están demorando hasta 124 horas, (2) la misma situación puede ser consultada y atendida varias veces en
diferentes espacios, (3) los estudiantes obtienen respuestas diferentes de acuerdo a la persona encargada de
brindar el soporte.
Todo lo anterior llevó a la realización de una investigación completa al sistema de consejería virtual en 2010.
Dicho estudio se denominó “Temática de las Consultas de Consejería Virtual, UNAD Colombia. Tipología y
Jerarquización” (Moreno y Rotundo, 2010). Los resultados obtenidos evidenciaron que el sistema de soporte
de la consejería virtual de la UNAD presenta en la actualidad debilidades que le dificultan atender de manera
eficiente las necesidades de la comunidad virtual de aprendizaje a la que sirve, especialmente las de los
estudiantes, quienes son los usuarios principales del servicio. Además, dicho estudio establece como
recomendaciones:
a) Implementar el menú de ayudas para uniformar y normalizar las respuestas dadas al estudiante y atender
de forma automática las consultas recurrentes, es decir aquellas que se repiten varias veces. Sólo
implementando un sistema de ayuda inteligente, el sistema de consejería virtual daría respuesta de manera
estandarizada y automatizada a aproximadamente 10.000 consultas.
b) Crear un espacio en el campus virtual de acceso público que contenga opciones estandarizadas en el
menú de ayuda.
c) Utilizar la tipología obtenida para desarrollar una herramienta de declaración de errores.
d) Sistematizar el proceso de declaración de errores y sustituir el foro de atención por una herramienta
automática donde el estudiante no tenga que escribir problemas sino seleccionarlos de un menú o sistema
inteligente.
Según la literatura consultada, la incapacidad de los sistemas de soporte de responder a las necesidades de
los estudiantes en línea genera en ellos altos niveles de frustración e incide negativamente en su desempeño,
llegando algunas veces a ocasionar el abandono de los cursos. (Davidson-Shivers y Rasmussen 2006,
Borges 2005, Simonson, Smaldino, Albright y Zvacek 2006).
Al terminar este proyecto, se pretende obtener una propuesta de agente inteligente para el campus virtual
donde los estudiantes tendrían un apoyo dirigido con mayor precisión a los problemas de mayor frecuencia
que afectan su proceso de aprendizaje, el cual, a su vez, permita aplicar los principios del aprendizaje auto
dirigido y la búsqueda de soluciones de manera independiente, tan importante para la educación a distancia.
El estudio de esta problemática es factible debido a que existen registros de los datos obtenidos de la
tipología y jerarquización de consultas en los espacios asíncronos de la Consejería Virtual y se cuenta con
acceso irrestricto a esta información. Por otro lado, se ha realizado como primer paso un estado del arte que
permitirá determinar cuál es el modelo de agente inteligente más apropiado para el campus virtual,
asegurando que el alcance de la investigación es también factible de manejar en el tiempo y los recursos
propuestos para la investigación.
Por todo lo anterior se ha establecido como formulación del problema a solucionar: ¿Cómo diseñar un modelo
de agente inteligente que permita el apoyo y orientación de estudiantes en ambientes virtuales de aprendizaje
y que sirva como sistema de soporte y orientación del campus virtual Unad?
II. METODOLOGÍA DEL PROYECTO
Para poder llevar a cabo el objetivo propuesto en el proyecto de investigación: “Desarrollar un modelo de
agente inteligente para el apoyo a estudiantes en ambientes virtuales de aprendizaje, que sirva como sistema
de soporte y orientación en el campus virtual UNAD.”, se presenta la siguiente metodología de trabajo.
El estudio corresponde a una investigación aplicada, en tanto se basa en la utilización de los conceptos y
desarrollos teóricos dados en los campos de la inteligencia artificial, los ambientes virtuales de aprendizaje y
en sistemas de soporte, para desarrollar un sistema tipo inteligente como alternativa de solución a las
necesidades de soporte que presentan los estudiantes de la UNAD en el campus virtual, tomándose así como
investigación aplicada para el desarrollo de una innovación tecnológica.

4. La realización del proyecto se fundamenta en el análisis e investigación independiente de los tipos más
comunes de agentes inteligentes y técnicas de inteligencia artificial y su relación con los sistemas de soporte
para ambientes virtuales de aprendizaje, a través de un cuadro comparativo donde se tengan en cuenta
aspectos tales como: aplicabilidad, efectividad, compatibilidad, rendimiento, versatilidad, y facilidad de
programación.
De otro lado, el estudio también corresponde a un desarrollo tecnológico porque a lo largo de la investigación
se desarrollará un sistema tipo agente inteligente, en donde se evidencie la aplicación de los modelos
estudiados en el modelo resultante. En el momento el proyecto se encuentra en el la segunda fase de
desarrollo de todo el proceso, en la Figura 1 se muestran las diferentes etapas que se han trazado para
cumplir los objetivos planeados.
Figura 1. Esquema de trabajo por etapas
A manera de detalle cada etapa comprende:
Primera etapa. Realizar el estado del arte sobre agentes inteligentes y servicios de apoyo al estudiante en
ambientes virtuales de aprendizaje, el cual permitirá el cumplimiento del primer objetivo relacionado con la
determinación del tipo de agente inteligente apropiado para desarrollar un sistema de apoyo a estudiantes de
ambientes virtuales de aprendizaje. Además se presenta y justifica el tipo de agente inteligente a utilizar en el
diseño del sistema de apoyo. En esta primera etapa se obtendrá como resultado el estado del arte como tal,
el cual se considera un producto conceptual.
Segunda etapa. De acuerdo al análisis y comparación cualitativa entre los agentes inteligentes estudiados y
su relación con los tipos de servicio de apoyo a estudiantes en ambientes virtuales de aprendizaje y una vez
seleccionado el tipo de agente inteligente a implementar, se realiza el diseño del modelo de agente inteligente
para el sistema de apoyo y orientación a estudiantes en ambientes virtuales de aprendizaje. De tal forma que
el producto de esta etapa es el modelo es en sí mismo y corresponde a un producto de carácter conceptual.
Tercera etapa. En esta etapa se determinan los componentes hardware, software y demás requisitos que
deben contemplarse en el desarrollo del sistema inteligente, acuerdo al modelo de agente inteligente
seleccionado y a las necesidades de consulta de los estudiantes en campus virtual. Aquí se realiza un
proceso de análisis de datos e información referente a las necesidades de consulta de los estudiantes del
campus virtual Unad, de acuerdo a la jerarquía y tipificación de las temáticas de consulta obtenidas en el
estudio “Temática de las Consultas de Consejería Virtual, UNAD Colombia. Tipología y Jerarquización”
(Moreno 2010), el cual antecede a este proyecto y se convierte en la fuente de información principal en cuanto
a las necesidades y principales temáticas de consulta de los estudiantes del campus virtual Unad. En esta
etapa se genera el diseño como tal del sistema inteligente. Este producto es conceptual.

5. Cuarta etapa. Se realiza la construcción del prototipo funcional del sistema inteligente que se propone para el
campus virtual de la UNAD, de acuerdo con el diseño establecido. El producto como tal es el prototipo de
sistema de agente inteligente, considerado como un producto tecnológico. De acuerdo a las normas para
construcción de prototipos de llevarán a cabo las pruebas requeridas para el afinamiento del mismo,
aclarando que se harán de forma independiente, sin llegar a implementarlo y probarlo en el campus virtual de
la UNAD.
Quinta etapa. Esta es la última fase del proceso, en donde de forma contundente se dará respuesta a la
formulación del problema ¿Cómo diseñar un modelo de agente inteligente que permita el apoyo y orientación
de estudiantes en ambientes virtuales de aprendizaje y que sirva como sistema de soporte y orientación del
campus virtual Unad?. En esta etapa se realizará la sistematización completa del proceso de ingeniería del
software llevado a cabo en el diseño del modelo de agente inteligente para el sistema de apoyo y orientación
a estudiantes en ambientes virtuales de aprendizaje. Esta sistematización será un producto de carácter
conceptual y pedagógico. Aquí se confirmará la pertinencia del proyecto en cuanto a los aportes a la
Ingeniería del software, a nivel de modelado y diseño del sistema inteligente.
En cuanto a los instrumentos a aplicar, en esta investigación no se hace necesario ningún instrumento de
recolección de datos, ni guión de encuesta ni cuestionario con escala Likert, ya que los datos ya existen: la
información fue recogida durante los dos últimos años en los Foros de la Consejería Virtual de la UNAD
Colombia, donde los estudiantes habían publicado sus consultas durante todo este tiempo. Esta información
ya existente se denomina datos secundarios y se constituye como base para el análisis en esta investigación:
“Los datos secundarios son datos que ya han sido recopilados por otras personas con sus propios
instrumentos o para propósitos diferentes (Thames Valley University, 2009) al de un investigador”. Los datos
secundarios que se constituyen la muestra de la investigación, por otro lado, son válidos ya que, de acuerdo a
la clasificación de Krysik (2005) son del nivel “micro”, es decir que provienen de una fuente oficial, en este
caso de la Vicerrectoría de Medios y Mediaciones Pedagógicas de la UNAD como unidad en donde se realizó
la investigación que recopiló.
Por último, como fuentes secundarias, el tema se fundamenta en resultados de investigaciones preliminares,
desarrollos de software anteriores, consultas en revistas científicas, académicas, ponencias, materiales
escritos como libros, tutoriales y guías, así como en páginas Web relacionadas con el tema.
III. AVANCES DE LA INVESTIGACIÓN
La primera parte de la investigación consiste en consolidar un estado de arte que permita el diseño de un
modelo de agente inteligente para el servicio de apoyo a estudiantes en ambientes virtuales de aprendizaje,
haciendo el estudio de teorías, casos de éxito e investigaciones que se han publicado para resolver
problemas similares a los determinados en esta investigación.
Existen diferentes conceptos de la inteligencia artificial, cada una de ellas nos conducen a definir dos
aspectos básicos de la Inteligencia Artificial: entender y modelar sistemas inteligentes y construir máquinas
inteligentes. El primero de ellos da una visión científica de la IA y el segundo ingenieril. Para José Cuena,
[Cuena, 1997] la IA puede verse desde dos perspectivas, como Ciencia, entendiendo la naturaleza de la
inteligencia, y como Ingeniería, construyendo artefactos que presentan una conducta inteligente. Juan
Pazos [Pazos et alt., 1997] afirma que la IA como Ciencia trata del estudio del comportamiento
inteligente, siendo su fin conseguir una teoría de la inteligencia que explique la conducta que observa en
seres de naturaleza inteligente y que guíe la creación de entes artificiales capaces de alcanzar dicho
proceder inteligente. Por otra parte, como Ingeniería la IA se ocupa de los conceptos, la teoría y la práctica
para la construcción de máquinas inteligentes. En [Nilsson, 1971] se integra el concepto de Ciencia e
Ingeniería, considerando que la IA tiene como objeto el estudio del comportamiento inteligente en las
máquinas. A su vez, el comportamiento inteligente supone percibir, razonar, aprender, comunicarse y
actuar en entornos complejos. El concepto de IA se considera tan amplio que usualmente se divide en
dos clases, que [Kremer, 2001] explica con definiciones simples y concretas:
IA débil. Maquinas que pueden actuar como si fueran inteligentes.
IA fuerte. Máquinas que actúan inteligentemente con mentes reales y conscientes.

6. Pensar que la IA pueda igualar o superar la inteligencia humana es difícil, hay capacidades como el
arte y las emociones que no se pueden imaginar en máquinas (IA fuerte). Tal vez IA no debería ser
comparada a la mente humana. El objetivo, sin embargo, es conseguir una IA tan provechosa como
sea posible y no simplemente copiar el cerebro humano (AI Débil). [Rich y Knight, 1991] utiliza la
definición de IA débil y su uso en computadoras para determinar que el objetivo de la IA es estudiar cómo
hacer posible que los computadores realicen tareas que, por el momento, hacen mejor los humanos.
Este concepto guía el propósito de esta tesis, ya que se quiere construir un sistema inteligente que,
cooperando con los humanos y basándose en sus conocimiento, optimice los resultados de una tarea
crítica que actualmente realizan usando solo su inteligencia.
Para llevar a cabo el objetivo global de la IA, esta se ha dividido en una serie de áreas de investigación,
cada una con unos propósitos específicos que permiten aportar conocimientos y métodos particulares que
ayudan al cumplimento de la meta general. Entre estas están las redes neuronales artificiales, el
procesamiento del lenguaje natural, la visión artificial, el reconocimiento de formas, la robótica inteligente y
los sistemas basados en el conocimiento. Uno de los ejemplos más claros de IA débil serían los
sistemas basados en el conocimiento, entre los que se encuentran los sistemas expertos y los sistemas de
tutorización inteligentes.
Los Sistemas Basados en el Conocimiento centran su arquitectura y funcionamiento en la visión
cognoscitiva, es decir, de estructuración del conocimiento. Dentro de esta estructura se puede distinguir la
visión constructivista de los Sistemas de Tutorización Inteligentes que pretenden que el utilizador, en
general estudiante o aprendiz, guíe su propio proceso de aprendizaje, mientras que los Sistemas
Expertos tienen una visión conductista dando una respuesta razonada a estímulos o factores externos.
Para el desarrollo del agente de esta investigación, el tipo de sistema concreto es el que encierra a los
Sistemas Basados en el Conocimiento, los cuales tratan problemas complejos en un dominio determinado y
necesitan un elevado conocimiento sobre el mismo. Sus principios fundamentales son: Emulación de la
capacidad de resolución del ser humano, Utilización de las mismas fuentes del conocimiento que utiliza
el experto humano y la Aplicación a un dominio específico.
[Guida y Tasso, 1994] clasifica los Sistemas Basados en el Conocimiento según el papel que realiza en
el entorno en términos de responsabilidades y tareas. Esta clasificación es la siguiente:
Sistema soporte: Sistema que ayuda al usuario en su toma de decisiones pero no lo remplaza. La
responsabilidad última es del usuario, el sistema actúa como asesor o consultor ofreciendo conocimientos
y competencias.
Sistema prescriptivo: Sistemas que dirigen al usuario en la ejecución de una tarea o en la toma de
decisiones. Necesita la participación del usuario, aunque el sistema puede dirigir y controlar. La
responsabilidad, en consecuencia, es compartida. Mejoran la calidad del trabajo y reducen el tiempo de
ejecución.
Sistema autónomo: Sistemas que no interactúan con el usuario, sino que lo remplazan, son autónomos
en sus decisiones, por tanto la responsabilidad final es del sistema.
[Waterman, 1986], por su parte, incide en el grado de evolución del sistema, es decir, en el estado en que se
encuentra respecto a su posible uso o aplicación. Su clasificación es la siguiente:
Prototipo de demostración: Sistema reducido que se utiliza para presentaciones y demostraciones y hace
referencia a un sistema más completo que está sin desarrollar, aunque si especificado. Muestra que el
futuro sistema será viable solucionando una porción del problema.
Prototipo de investigación: Sistema mediano que funciona de manera aceptable pero que debe ser revisado
y probado. Es una versión inicial del futuro sistema.

7. Prototipo de campo: Sistema mediano o grande que está siendo probado en un entorno real y responde a
las expectativas.
Modelo de producción: Sistema de gran tamaño ya probado en un entorno real de usuario y que ha
conseguido buenos resultados y responde a las necesidades de eficiencia y calidad requeridas.
Sistema comercial: Sistemas con las mismas características del modelo de producción y que están
siendo utilizados regularmente.
Los anteriores apartes han mencionado algunos de los aspectos más representativos en cuanto a las
generalidades y la clasificación de los sistemas inteligentes, enfatizando en los sistemas basados en el
conocimiento, dando como resultado que los autores del proyecto estudien una de las siguientes posibilidades
como solución para desarrollar el agente:
1. Diseño de un modelo de agente en el cual se puedan enlazar los clústers o jerarquías de consultas que se
establecieron como trabajo previo, con perfiles o estereotipos de estudiantes (consultantes), de tal forma que
con base en ello se pueda evaluar una técnica de aprendizaje automático que permita hacer matching o
emparejamiento, y de esta forma obtener la respuesta adecuada a la pregunta o situación consultada.
2. Contando con la tipología y jerarquización de consultas atendidas en la consejería virtual y el sistema de
soporte de la Unad, es viable una solución vía estructuración de información con sus respectivos mecanismos
de navegación. Es decir, la implementación de una metodología de refinamiento iterativo de preguntas,
recorriendo la jerarquía hasta llegar a la pregunta específica que se necesita solucionar. Aquí se pueden tener
en cuenta las características y perfiles del estudiante, usuario del sistema de soporte, ya que la respuesta
dependería de quién está preguntando, con esto se apuntaría a generar una respuesta personalizada.
3. Si la información no depende de las características del usuario, es diseñar un mecanismo de búsqueda en
el texto, tipo Google, o usar un esquema tipo recomendador de contenidos. Para ello se establecería un mapa
jerárquico de preguntas, a modo de sistema de Preguntas Frecuentes - FAQ estructurada y una interfaz para
navegarla; aprovechando que las respuestas están predefinidas para cada pregunta.
Pensando en un sistema más inteligente involucraría, por ejemplo, opciones como:
- Un modelo en donde el usuario pudiera plantear la pregunta en lenguaje natural (español) y el sistema le
presentara las preguntas que cree se acercan a lo que está preguntando.
- Un modelo del usuario, que vaya registrando incidencias y sugiriendo áreas donde el estudiante tiene o ha
tenido problemas, de tal forma que el sistema le presente las posibles soluciones y sugerencias de más temas
o cosas por aprender.
- Optar por framework y/o herramientas ya construidas, que por sus características, se pueda adaptar a un
ambiente de aprendizaje virtual. Básicamente son plataformas completas basadas en agentes para la
colaboración, con aplicación al caso particular de educación. En este caso, el diseño dependería de las
especificaciones y requerimientos propios de la herramienta seleccionada.
El trabajo que sigue consistirá en realizar un sistema de caracterización de las anteriores alternativas,
estableciendo parámetros tales como facilidad, pertinencia, tiempo de desarrollo, costos, accesibilidad,
adaptabilidad y otros más; para así contar con un marco de referencia que ayude en la toma de decisiones en
cuanto a la mejor opción de trabajo a seguir.
IV. CONCLUSIONES
La propuesta presentada en este artículo representa un gran aporte investigativo de las líneas mencionadas:
Ingeniería de software, Inteligencia artificial y Ambientes virtuales de aprendizaje, puesto que los proyectos de
este tipo son muy pocos.

8. El proceso investigativo generará productos de diferente índole:
- Cognitivos: estado del arte, modelo de agente inteligente para soporte a estudiantes en ambientes virtuales
de aprendizaje, el cual corresponde a un producto de carácter conceptual, diseño del agente inteligente,
- Tecnológicos: prototipo de sistema de agente inteligente, sistematización completa del proceso de
ingeniería del software
- Pedagógico: proceso de ingeniería de software para el desarrollo del agente.
El diseño de un modelo de agente inteligente para el servicio de apoyo a estudiantes en ambientes virtuales
de aprendizaje, permitirá obtener el conocimiento experto necesario para el desarrollo del agente inteligente,
el cual se convierte en gran riqueza personal como investigadores, para el equipo de trabajo y para el
programa, también en general, para los ingenieros de sistemas quienes pueden conocer varios aspectos del
proceso que no son tratados en los currículos universitarios, de esta manera pueden ampliar sus capacidades
profesionales orientándolos así, en los procedimientos utilizados en el desarrollo de sistemas inteligentes para
soporte.
El realizar una completa, especializada y variada consulta y estudio de diferentes referencias bibliográficas
permiten tener bases en cuanto a conceptos, proceso y modelos para el desarrollo del prototipo de sistema de
agente para desarrollar un prototipo de agente inteligente como sistema de soporte para el campus virtual de
la Universidad Nacional Abierta y a Distancia.
BIBLIOGRAFÍA
[1] Bananthy, B.B. (1987). Instructional Systems Design. In Davidson-Shivers, G., y Rasmessen, K. (2006).
Web Based Learning: Design, Implementation and Evaluation (pp. 19). New Jersey: Pearson Education.
[2] Davidson-Shivers, G., y Rasmessen, K. (2006). Web Based Learning: Design, Implememntation and
Evaluation. Upper Saddle River, New Jersey: Pearson Education.
[3] Fernández Manjón, Baltasar y otros. “Sistema de ayuda inteligente mediante integración de tecnologías y
reutilización de la información”. Universidad Complutense de Madrid (2005). Pág 26-36.
[4] Hecking, M., Kemke, C.. Nessen, E., Dengler, D., Gutmann, M., Hector, G., 1988. Tite SINIX Consultant -
A Progress Report. Memo Nr. 28. University of Saarlndes, Saarbriicken, Germany.
[5] Hernández, R., Fernández, C. y Baptiste, P (1991). Metodología de la Investigación. McGraw-Hill
Interamericana de México, S.A. de C.V.
[6] Institute for Higher Education and Policy. (2002). Benchmarks for Success in Internet-Based Distance
Education. In Moore, M., y Kearsley, G. (2005).
[7] Kearsley, G., 1988. Online Help Systems: Design and Implementation. Ablex Publishing Corporation,
Norwood, New Jersey, USA.
[8] Kearsley, G. (2004). Online help systems: design and implementation. In Gil, A., y García, F.J. (2002).
Sistemas de apoyo en línea al usuario (pp. 19).
[9] Keegan, D. (2003). The role of student support services in elearning systems. Retrieved from:
http://www.fernuni-hagen.de/ZIFF/ZP_121.pdf
[10] Krysik, J. (2005). Research for Effective Social Work Practice. In Hernández, R., Fernández, C. y Baptiste,
P (2007). Capítulo 7. Metodología de la Investigación. Cuarta edición. Retrieved from:
http://fespinoz.mayo.uson.mx/capitulo7.pdf
[11] Morten, Fagerberg y Rekkedal (2005). Student support systems for online education available in NKI‟s
integrated systems for Internet based learning.
[12] Moreno, P y Rotundo, M. (2010). Temática de las Consultas de Consejería Virtual, UNAD Colombia.
Tipología y Jerarquización. Unad Florida.
[13] Rekkedal y Qvist-Eriksen, 2003. Student Support, a critical factor for success. Retrieved from:
http://learning.ericsson.net/socrates/doc/conf/sss_rome_rekkedal.doc
[14] UNAD Colombia (2009). Informe Sistema de Soporte y Consejería Virtual.
[15] Winkels, R., Breuker, J., den Haan, N., 1991. Principles and Practice of Knowledge Representation in
EUROHELP. En Proceedings of the International Conference of the Learning Sciences. Evanston, Illinois.