Modelo bayesiano para la optimización y personalización del proceso de aprendizaje en línea: estudio casuístico

Abstract

En esta tesis presentamos un modelo probabilista basado en Redes Bayesianas (RBs), que puede determinar el tipo de personalización (TP) de acuerdo a las necesidades reales del alumno, con el propósito de ofrecer a éste una alternativa o un plan que optimice su proceso global de aprendizaje (PGA) en línea. Para lograr esto, hemos considerado los objetos de personalización (ops) y los objetivos de personalización (OPs) y realizado relaciones de causa y efecto entre éstos, y las fases de personalización del aprendizaje que tienen un efecto directo en el aprendizaje del alumno, y en la adecuación del sistema electrónico usado para gestionar el proceso de enseñanza-aprendizaje en línea del alumno. Cada op u OP, es considerado como una causa que tiene un efecto directo en alguna de las fases de personalización del aprendizaje que, a su vez, es una causa que tiene un efecto directo en la capacitación del alumno y en la adecuación del sistema electrónico usado por éste. Este tipo de relaciones recopiladas en una RB determinan, mediante cálculos probabilistas, un perfil de personalización deseable del alumno y en base a éste, se puede elaborar el modelo individual que optimice el proceso global de aprendizaje. El alcance del modelo que proponemos en esta tesis, contempla cuatro fases fundamentales de la personalización del aprendizaje en línea: 1) Fase de personalización para los conocimientos previos, 2) Fase de personalización para el progreso del conocimiento, 3) Fase de personalización para objetivos y metas del profesor/alumno y 4) Fase de personalización para las preferencias y experiencia de navegación.