Modelo basado en Agentes para la Detección de Fallas Cognitivas en Entornos de Aprendizaje Colaborativo
Resumen El objetivo de este artículo es proponer y validar un modelo basado en la integración de diferentes técnicas de la Inteligencia Artificial, como ontologías y agentes inteligentes de software con el fin de solventar problemáticas que aún persisten en el aprendizaje colaborativo. La metodologí...
Guardado en:
| Autores principales: | , , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Centro de Información Tecnológica
2018
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642018000500289 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Resumen El objetivo de este artículo es proponer y validar un modelo basado en la integración de diferentes técnicas de la Inteligencia Artificial, como ontologías y agentes inteligentes de software con el fin de solventar problemáticas que aún persisten en el aprendizaje colaborativo. La metodología empleada incluye una representación de conocimientos basada en un modelo ontológico, el cual permite generar inferencias para la recomendación más acertada de recursos educativos a partir de las fallas cognitivas detectadas en cada estudiante durante el desarrollo de una actividad colaborativa. Adicionalmente, el modelo incorpora agentes inteligentes con el fin de brindar características de adaptabilidad, distribución de tareas y proactividad en los procesos de recomendación de recursos educativos. La validación del modelo propuesto fue realizada a través de la implementación de un prototipo aplicado a casos de estudio. Los resultados obtenidos evidencian los beneficios de integrar ontologías y agentes inteligentes para detectar fallas cognitivas en entornos de aprendizaje colaborativo. |
|---|