Doctorado en Ingeniería Telemática Seminario II de Investigación

Slides:



Advertisements
Presentaciones similares
Julio METODOLOGÍA DE CREACIÓN DE CONTENIDOS PARA E-LEARNING 1.Introducción 2.El material 3.Puntos destacados.
Advertisements

Un modelo de implementación
Medios y Recursos para el Aprendizaje.
Enseñanza distribuida
Martha Lucia García Naranjo
Proyectos colaborativos (PC)
Funciones del tutor de ambientes virtuales de aprendizaje
Objetos de aprendizaje y modelado del estudiante
Acreditación y Educación en Ingeniería: Análisis de los estándares de calidad en relación con la formación y el aprendizaje de los estudiantes Autores:
E-GOVERNMENT Presentación del Curso Especialización en gestión pública
Doctorado en Ingeniería Telemática Seminario II de Investigación Diseño de procesos formativos en línea masivos personalizables con Mastery Learning y.
ECEDU CURSO DE ETNOGRAFÍA CÓDIGO
Herramientas para la creación de contenidos y materiales didácticos
Proyecto de Establecimiento de Servicio E-Learning para PYMES Sistema de e-learning para MIPYME Metodología abierta, colaborativa y participativa.
CURSO DE INVESTIGACIÓN EN EPAB
TRABAJO DE GRADO APLICADO
CONVOCATORIA DE SEMINARIOS DE TRABAJO PARA EQUIPOS DIRECTIVOS Y SERVICIOS DE APOYO A LA ESCUELA CURSO 2014/15 FINALIDAD: Crear espacios de trabajo conjuntos.
Tema Implementación o Desarrollo Curricular.. Tema Implementación o Desarrollo Curricular.
FI-GQ-GCMU V Presentación del curso TRABAJO DE GRADO (TECNOLOGÍA ELECTRONICA) (2 créditos) Escuela de Ciencias Básicas,
TIC para enseñar mejor y aprender más
Marcos para la clasificación pedagógica de objetos para el aprendizaje: un caso de estudio Miguel A. Sicilia, Elena García y Salvador Sánchez Universidad.
Universidad de Guadalajara Sistema de Educación Media Superior abril de 2010 Proceso de Certificación CERTIDEMS.
CERTIFICACION E-LEARNING
Una experiencia de contenidos educativos: Skoool.es V Foro Inforural Sobre sociedad de la Información, Tecnología y Educación.
INTEGRANTES: MARIA LETICIA LANDERO ROSAS LIDIA PONCE ROCIO NAHIELLI ZARCO.
“Por la Calidad Educativa y la Equidad Social” Coordinación Misional de Medios y Mediaciones Pedagógicas Rendición Cuentas 5 de Diciembre de 2008 Ing.
Perfil del Coordinador/a Pedagógico.
Alumno Profesor Aprendizajes
DISEÑO “CURSO VIRTUAL CICLO BÁSICO CONTABLE” COMO APOYO DEL PROCESO DE ENSEÑANZA – APRENDIZAJE Mg. Ximena Sánchez Mayorga Grupo Investigación Gestión y.
Doctorado en Ingeniería Telemática Seminario II de Investigación Diseño de procesos formativos en línea masivos personalizables con Mastery Learning y.
1er Foro Universitario M. en C. Jesús Sánchez Orea
Las TIC’s en la educación
PLAN DE INTEGRACIÓN DE LAS TIC EN EL CENTRO
TEMA No. 8
INTEGRANTES: MARIA LETICIA LANDERO ROSAS LIDIA PONCE ROCIO NAHIELLY ZARCO.
MATERIAL DIDÁCTICO es cualquier material elaborado con la intención de facilitar los procesos de enseñanza y aprendizaje.
“Por la Calidad Educativa y la Equidad Social” Coordinación Misional de Medios y Mediaciones Pedagógicas Rendición Cuentas 5 de Diciembre de 2008 Ing.
Red de Formación y Conocimiento en Tecnología Planeación 2010.
Doctorado en Ingeniería Telemática Seminario II de Investigación Diseño de procesos formativos en línea masivos personalizables con Mastery Learning y.
2010. Es una propuesta integral para mejorar las prácticas de los docentes, combinando competencias en TIC con innovaciones pedagógicas.
BIENVENIDOS AL CURSO DE MANEJO DE RECURSOS NATURALES Y ENERGÉTICOS
Temas  El diseñador instruccional de la Universidad Virtual  Los cursos en línea y consideraciones para el diseño instruccional  Movilización de un.
Educación Abierta La educación abierta lleva a hacer efectivo el “principio de complementariedad”, según el cual las distintas facetas o aspectos de una.
SISTEMAS EXPERTOS 3 créditos.
Utilización de medios y materiales Evaluación y revisión Análisis de los estudiantes Establecimiento de objetivos Selección de Métodos instruccio- nales,
Los Medios y Recursos Didácticos
LOS PROGRAMAS PARA LAS ASIGNATURAS EN LA ESTRUCTURA DEL PLAN
1.- Que los docentes integren en su planeación la interrelación que hay entre los 3 niveles de educación básica, relacionándolos con las tic. 2.- Que.
Christian Alexis Salcedo Rodriguez.   En palabras del profesor especialista Jorge E. Gil Mateos, "para que una institución (pública o privada) pueda.
CURSO DE PROFUNDIZACIÓN GERENCIA DEL TALENTO HUMANO CODIGO:
Materiales, Contenidos y Recursos Digitales Educativos Materiales de Internet en el Aula Ámbito Universitario III Jornadas de Cooperación Educativa con.
Teresita de Jesús Acosta Zepeda.
Bienvenido Curso Formulación de Proyecto (2 créditos)
Unidad curricular: Evaluación Educativa
Recomendaciones para el despliegue de Contenidos de T-Learning 2 de Octubre de 2010 SEMINARIO “LA INFLUENCIA DE LA GLOBALIDAD DIGITAL EN LA EDUCACIÓN”
Evaluación del impacto de objetos virtuales de aprendizaje sobre el rendimiento académico en un curso de mediación virtual Georffrey Acevedo González UNIVERSIDAD.
PROPUESTA DE CAPACITACIÓN TIC CAMPOS LIBRES Uruguay, Junio 2011 Grupo 1.
FI-GQ-GCMU V Presentación del curso Microprocesadores y Microcontroladores Héctor Ivan Blanco Rodriguez Bogotá D.C ECBTI.
FI-GQ-GCMU V Presentación del curso Teoría de las decisiones Héctor Ivan Blanco Rodriguez Bogotá D.C ECBTI / ZCBOG.
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
Métodos instruccionales
CALIDAD DE LA OFERTA EDUCATIVA EN SALUD PÚBLICA APOYADA EN AMBIENTE MOODLE NODO COLOMBIA CAMPUS VIRTUAL DE SALUD PÚBLICA Nelson Armando Agudelo.
Plan de Curso Asignatura: Fundamentos de Contabilidad Código 631
Diseño instruccional de cursos abiertos en línea umXumX
CURSO VIRTUAL FUNCIONES ESENCIALES DE SALUD PÚBLICA Reunión Revisión Curso Funciones Esenciales de Salud Pública 13 de febrero OPS- Buenos Aires,
TUTOR VIRTUAL Nuevos entornos formativos Roles y funciones.
Pedagógico Modalidad: Presencial. Días presenciales: 3 Horas por semana (4.5 horas) Resultados: Estudiantes se retiran por la totalidad de horas que debe.
COMUNICACIÓN Y TICS KÁROL FERNANDA BARRAGÁN M. JENNYLITH DAYANA ARDILA P. WENDY PAOLA PINTO F.
Una propuesta metodológica para el desarrollo de plataformas de educación a distancia que incorporen estilos de aprendizaje Pedro Salcedo L M. Angélica.
Escuela de Ciencias Administrativas, Contables, Económicas y de Negocios - ECACEN UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD PROGRAMA ADMINISTRACIÓN.
Transcripción de la presentación:

Doctorado en Ingeniería Telemática Seminario II de Investigación Identificación automática del estilo de aprendizaje del estudiante para el desarrollo de cursos en línea abiertos y masivos (MOOC) flexibles Mag. Mario Solarte Popayán, 15 de mayo de 2015 Doctorado en Ingeniería Telemática Seminario II de Investigación

Agenda Contexto y motivación Revisión bibliográfica y brechas encontradas Pregunta de investigación Objetivos Estrategias de desarrollo

Curso Introducción a la Inteligencia Artificial Cronología de los MOOC Educación Abierta ? Consolidación de Udacity, Coursera, edX, MiriadaX … Recursos Educativos Abiertos 2001 Curso Introducción a la Inteligencia Artificial Aparición 2007 2008 2009 2010 2011 2012 2013 2014 2015 Año de los MOOC

Fuente: http://www.wikipedia.org/

¿qué son los MOOC? assive pen n line ourses

¿Qué es un ? MOOC Massive Open Online Course Curso Masivo Abierto Sin ningún requisito de admisión ni restricción para el acceso ¿Qué? Para cualquiera, donde quiera, cuando quiera – y gratis Para… ¿Por qué? - Por equidad - Para ahorrar costos/ sostenibilidad - Por negocio - Para mejorar aprendizaje en el propio campus Expandir el accesso a educación de clase mundial MOOC Massive Open Online Course Curso Masivo Abierto Estructurado y organizado como una asignatura Basado en la Web Número ilimitado de estudiantes A partir de una imagen de Iván Mercado

Algunas características En teoría, son gratuitos (Wiley, 2012), se puede emitir un certificado tras un pago (McAuley, 2010) Cursos de corta duración, entre cuatro y doce semanas (Liyanagunawardena et all, 2013) No hay atención personalizada (Liyanagunawardena et all, 2013) ni seguimiento (Reich, 2012) Los contenidos se basan fundamentalmente en mini-videos (Leton, 2013) Evaluación sencilla (Roig, 2014) No hay límite inferior para el número de estudiantes inscritos (de cosecha propia). Número de Dunbar: 148 (Ecolearning, 2014).

Problemas y retos de los MOOC Deserción (Adamapuolos, 2013), (Forbes, 2012) “No tienen pedagogía” (Zapata, 2011) y falta de personalización (Zapata, 2013) Calidad de la formación (Conole, 2013) y eficacia pedagógica (Sonwalkar, 2013) Sostenibilidad y Modelo de Negocio (Yuan & Powell, 2013) Evaluación (Renz et al, 2014) Extremada rigidez (Cabero et al, 2014)

Preguntas motivadoras ¿Con qué metodología se diseñan los MOOC? ¿Qué se entiende por calidad en un MOOC? ¿Qué se puede flexibilizar en el desarrollo en un MOOC? ¿Qué impacto tiene contemplar el estilo de aprendizaje en la creación y desarrollo de MOOC?

Chang, R., Hung, R. & Lin, Ch. (2015) Survey of learning experiencias and influence of learning style preferences on user intentions regarding MOOCs. Existe un 90% de probabilidad que el estilo de aprendizaje del alumno influya en sus intenciones respecto a un MOOC.

MOOC: Metodología se diseño Diseño de MOOC Ward et al (2011) McKness et al (2013) Guardià et al (2013) CIT (2013) empleado en Coursera Zapata (2014) Méndez (2014)

García & Cabello (2015) Definir objetivos de aprendizaje Diseñar el plan de dinamización Planear las actividades para conseguir esos objetivos Definir el soporte tecnológico (plataforma y aplicaciones) Organizar las actividades en unidades temáticas Creación o selección de contenidos García & Cabello (2015)

Desarrollo de un MOOC típico Inscripción Ver videos y material complementario Desarrollo de actividades Realimentación Certificación Foros Elaboración de documentos Preguntas y respuestas Prueba de selección Revisión por pares

Brecha encontrada Las técnicas de diseño instruccional empleadas en la actualidad para la creación de MOOC generalmente no contemplan elementos para su flexibilización, es decir, se diseña una ruta de aprendizaje o ruta instruccional – (Scott et al, 1994) única independiente de los posibles perfiles de los usuarios.

Panorama de la revisión bibliográfica Sistemas adaptativos en MOOC Bansal, 2013 Birari, 2014 Sephus et all, 2013 Szafir & Mutlu 2013 Srikant & Aggarwal, 2014 Lee et al, 2014 EMNLP, 2014 Estilos de Aprendizaje en educación en línea Alshammari et all, 2012 El-Hmoudova, 2014 Huxley & Peacey, 2014 SAGE, 2014 Sonwalkar, 2013 Grünewald et al, 2013 Fasihuddin et al, 2014

Estilos (preferencias) de aprendizaje Estilos de aprendizaje Kolb (1981, 1999) Felder & Silvermann (1988, 1996) Honey & Munford (1986, 2000) Inteligencias múltiples Gardner (1987, 1997, 2003) Santaella (2010) Perfiles Zhou (2010)

Adquirir la información Usar la información Activo Reflexivo Adquirir la información Abstracto Concreto

aMOOC = adaptive MOOC Término introducido por Sonwalkar en 2013 Arquitectura basada en servicios en la nube para manejar grandes cantidades de usuarios Adaptación de contenidos a cinco estrategias de aprendizaje Usa un motor de inferencia para administrar pruebas diagnósticas para los resultados de aprendizaje y la realimentación.

Brechas No indica exactamente cómo se identifica el perfil del estudiante. El autor propone el “cubo de aprendizaje” para la adaptación de contenidos (gráficos, audio, video, animaciones y simulaciones), no usa Modelos de Estilos de Aprendizaje populares en la comunidad académica.

¡Año y medio después, esta investigación no ha sido publicada! “El autor y su equipo de investigación están analizando los datos de comportamiento de los estudiantes recogidos durante este estudio de caso, que será presentado en la Parte II de este artículo de investigación”. ¡Año y medio después, esta investigación no ha sido publicada!

Fasihuddin, H., Skkiner, G., & Athauda, R. (2014) Propone un modelo de adaptación para personalizar entornos de aprendizaje abiertos basados en la teoría de los estilos de aprendizaje del modelo Felder y Silverman. Utiliza un agente de identificación para la determinación del perfil según patrones de interacción con materiales. Emplea un agente recomendador responsable de soportar navegación adaptable.

Brecha No hace adaptación de actividades de aprendizaje. No emplea otros modelos de estilos de aprendizaje como el de Kolb o el de Honey. No se ha hecho una implementación de la propuesta.

Grünewald, F., Meinel, C., Totschnig, M. and Willems, C. (2013) Expone reflexiones y lineamientos para el diseño de MOOC que contemplen el estilo de aprendizaje según Kolb. Usa técnicas de gamificación y laboratorios virtuales.

Brecha No hace identificación automática del perfil de aprendizaje. Sus recomendaciones son para un curso de “Internetworking con TCP/IP”, no necesariamente son extendibles a otras temáticas.

Problema de investigación No contemplar el estilo o las preferencias de aprendizaje de los estudiantes ocasiona que el ofrecimiento de cursos en línea masivos y abiertos sea rígido y con ello su calidad sea baja.

Hipótesis de trabajo Identificar automáticamente el estilo de aprendizaje en los estudiantes permitirá definir y desarrollar rutas de aprendizaje flexibles en un MOOC con lo cual se mejora su calidad.

¿Calidad en un MOOC? Haggard, S. (2013). The maturing of the MOOC. Departament of Bussiness, Innovation and Skills. ¡menciona 43 veces la palabra calidad sin definirla, ni mencionar si quiera una vez cómo se mide o cuáles son sus métricas!

Medidas de calidad Roig et al (2014) propone: Guía didáctica Metodología Organización de contenidos Calidad de los contenidos Capacidad de motivación Estilo de aprendizaje Discriminación y valores Singularidad del usuario

Hernández, R. et al (2015) MOOC in Latin America: lessons learned fron drop-out students Attrition Retention

Priyogi, B. , Nan, B., Paramartha, A.& Rubhasy, A. (2014) Work in progress - Open Education Metric (OEM) developing metric to measure open education service quality.

Objetivo general Proponer un mecanismo para la selección de rutas de aprendizaje flexibles en MOOC a partir de la identificación automática del estilo de aprendizaje según el modelo de Kolb.

Objetivos específicos Definir un procedimiento para la identificación automática de estilos de aprendizaje según Kolb de estudiantes de un MOOC. Formular un sistema basado en reglas para la selección rutas instruccionales en MOOC según los estilos de aprendizaje de Kolb. Verificar el impacto en los resultados en MOOC de contemplar los estilo de aprendizajes para la selección de actividades.

Aportes de la propuesta Identificación de patrones de comportamiento, según estilos de aprendizaje (Kolb), de los estudiantes en un MOOC. Generación de una taxonomía de actividades para el diseño de un MOOC que tenga en cuenta el perfil de aprendizaje (Kolb). Integración de servicios a una plataforma para el ofrecimiento de MOOC flexibles.

Estrategias de desarrollo Colaboración con la Universidad Galileo y su plataforma de MOOC Telescopio:

Universidad Galileo Cuentan con datos de sus MOOC ofrecidos desde 2013. Dispuestos a la: Aplicación de test para identificación de estilo de aprendizaje en sus nuevos MOOC. Colaboración para compartir datos de su plataforma.

Dataset de entrenamiento y evaluación Construcción de un dataset con datos proporcionados por la Universidad Galileo, para la correlación entre los estilos de aprendizaje y el comportamiento de los estudiantes en un MOOC. SEMMA (Olson et al, 2008) CRISP-DM (Chapman et al, 2000)

Aprendizaje supervisado Con el dataset anterior, se puede entrenar a un mecanismo de entrenamiento supervisado (en principio redes neuronales artificiales) o clasificadores n-bayesianos para la identificación automática del perfil a partir de la interacción de los usuarios con la plataforma de MOOC.

MOOC flexible Con la identificación del estilo de aprendizaje del estudiante, la plataforma puede definir una ruta de aprendizaje acorde a sus preferencias a través de un sistema basado en reglas. Se tomarán medidas para identificar el impacto en el MOOC de usar la identificación de estilos de aprendizaje.

Red neuronal artificial Máquina de vector de soporte Atrib 1 Atrib 2 Atrib 3 Atrib 4 … Atrib n Clase x acomodador divergente asimilador convergente Algoritmo de aprendizaje supervisado Red neuronal artificial Clasificador Bayesiano Máquina de vector de soporte Vecino próximo Árboles de decisión

Sistema basado en reglas para la selección de la ruta de aprendizaje Asimilador Sistema basado en reglas para la selección de la ruta de aprendizaje Acomodador Convergente Divergente

¡Muchas gracias!