102
Universidad Autónoma Metr opolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Embed Size (px)

Citation preview

Page 1: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

1

Conferencia de la Asociación Española para la Inteligencia

Artificial’2003San Sebastián – España

Page 2: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

2

Estado del Arte de los Sistemas de Enseñanza Inteligentes

Ana Lilia Laureano Cruces

e-mail : [email protected]

http://delfosis.uam.mx/~ana/AnaLilia.html

Universidad Autónoma Metropolitana – Azcapotzalco - MEXICO

Page 3: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

3

Temas

• Historia• Módulo del Domino• Modelo de Estudiante• Módulo Tutorial• Interfaz• Agentes en los SEI• Agentes Pedagógicos• Conclusiones

Page 4: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

4

SEI

Psicolgía Cognitiva

Técnicas de Aprendizaje y Diagnóstico de

errores

Inteligencia Artificial e

Ingeniería de Software

Figura 1 - Domino de los SEIs

Page 5: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

5

Historia

• Se Fundamenta y Cristaliza la tecnología de los SEI (1972 – 1982)

1. Modulo del Dominio

2. Modelo de Estudiante

3. Modulo Tutorial

4. Interfaz

Page 6: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

6

Historia

• Innovaciones en los diferentes elementos

1.Sistemas de ayuda y consejo

2.Modelado de estrategias para enseñanza específica en diferntes dominios

3.Aprendizaje Automático

4.Modelado del estudiante

Page 7: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

7

Módulo del Domino o Experto

• Es el módulo que contiene el concimiento específico y detallado que se pretende enseñar.

1. Cómo codificar el conociemnto

2. Cómo representar la experticia

Page 8: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

8

Técnicas de Diseño

1.Caja Negra

2.Caja de Cristal

3.Modelos Cognitivos

Page 9: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

9

Experto Caja Negra

• El conocimiento se encuentra compilado

• Sistemas Expertos

• La respuesta del sistema se basa en entradas y salidas

• SOPHIE

• Entronos de aprendizaje reactivos

• No se pueden detallar las explicaciones

Page 10: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

10

Experto Caja de Cristal

• Ingeniero del conocimiento• Experto en el domino• Conocimiento articulado

• Contrucción se divide en dos etapas – Adquisición del conocimiento– Automatizar ese conocimiento

Page 11: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

11

Experto Caja de Cristal

• Debido al conocimiento articulado la enseñanza resulta más factible.

• Se llega a niveles de más detalle profundos durante el proceso de enseñanza.

Page 12: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

12

Modelos Cognitivos

• El objetivo es desarrollar una efectiva simulación de la solución de un problema.

• En esta técnica el conocimiento se divide en componentes que guardan una realción directa con la forma en que el humano los clasifica y los utiliza.

Page 13: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

13

Modelos Cognitivos

• La taxonomía del módulo experto permite una comunicación sistema-experto más profunda.

• Los modelos llevan gran cantidad de tiempo en el desarrollo.

• Las ciencias cognitivas: análisis cognitivo de tareas, análisis de tareas, análisis de razonamiento cualitativo.

Page 14: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

14

Modelos Cognitivos

• Consideraciones– Qué componentes procedentes del análisis

cognitivo son importantes para el proceso tutorial

– Con qué nivel deben ser presentados estos componentes

– Cómo deben ser tartados los diferentes tipos de conocimiento.

Page 15: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

15

Tipos de Conocimiento

• Para el módulo experto es importante conocer el tipo de conocimiento:– Procedimental: conocimiento que subyace a

una tarea.– Declarativo: hechos que no guardan relación

con su uso.– Cualitativo: habilidad del humano para simular

y razonar con respecto a procesos dinámicos de forma mental.

Page 16: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

16

Representación del Conocimiento

• Es un formalismo que esta íntimamente ligado:

– Con la técnica de detección de errores– Intervención durante el proceso tutorial

Page 17: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

17

Representación del Conocimiento

• Formalismos para representar el conocimiento:– Reglas de producción– Experto compilado– Redes semánticas– Marcos– Lógica de predicados

Page 18: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

18

El modelo de estudiante

• Contiene todos los datos del estudiante en un instante dado. Esta información sirve para:– Diagnosticar los efectos del proceso tutorial– Elegir el siguente tipo de tema de enseñanza– Tipo de táctica a utilizar (enseñanza, o

remedial)

Page 19: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

19

El modelo de estudiante

• Consta de dos componentes:

– Base de datos: representa el comportameinto del estudiante durante el proceso tutorial

– El proceso de diagnóstico que manipula a la base de datos

Page 20: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

20

Dimensiones del espacio en el modelo del estudiante

1. El ancho de banda

2. Tipo de conocimiento a ser enseñado

3. Diferencias entre el estudiante y el experto

Page 21: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

21

El ancho de banda

• Se refiere a la entrada de diferentes tipos de información.

• Se proponen tres diferentes niveles de información autocontenidos en orden decreciente– Nivel 1 estados mentales– Nivel 2 estados intermedios– Nivel 3 estados finales

Page 22: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

22

Tipo de conocimiento a ser enseñado

• Diferentes técnicas de tratamiento durante el proceso tutorial de acuerdo al tipo de conocimiento a ser enseñado:– Procedimental– Declarativo – Cualitativo

Page 23: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

23

Diferencias entre el estudiante y el experto

• Estan representadas por el modelo del experto más:

– Una lista de los elementos que el estudiante no tiene y el experto si (missing conception)

– Una lista de los elementos que el estudiante tiene y el experto no (misconceptions)

Page 24: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

24

Diferencias entre el estudiante y el experto

• Existen diferentes técnicas de implementación:

– Overlay– Archivos de errores– Librería de errores hechas en partes

Page 25: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

25

Técnicas de diagnóstico

• Existen diferentes técnicas de diagnóstico de acuerdo al tipo de conocimiento. VanLhen (1988) propone 9 técnicas que se concentran en la tabla siguiente, donde además se hace una recomendación de uso de acuerdo:

– Al ancho de banda

– Tipo de conocimiento

Page 26: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

26

Tipo de Conocimiento

Procedimental no-ordenado

Procedimental ordenado

Declarativo

       Ancho de Banda      

       Estados Mentales   Seguimiento de

una Ruta (1) 

       Estados

IntermediosSeguimiento

de Asuntos (5)Reconocimiento de un Plan (4)

Sistema Experto(6)

       Estados Finales Encontrando

la Ruta (2) 

Condición por Inducción (3)

 

Arbol de Decisiones (7)

 Generación y

Prueba (8) 

Diagnóstico Interactivo (9)

Generación y Prueba(8)

Tabla 1. Técnicas de diagnóstico propuestas por VanLehn (1988)

Page 27: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

27

Modulo tutorial

• Este módulo esta realcionado con:– El diseño del curriculum– Forma de enseñar ese curriculum

• Las intervenciones tutoriales– Control sobre el curriculum y su secuencia– Ser capaz de responder a preguntas hechas por

el usuario– Darse cuenta de que el usuario necesita ayuda

Page 28: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

28

Aspectos centrales en el diseño del módulo tutorial

• Control sobre la selección y secuenciación

• Estilo de aprendizaje

• Estilo de la enseñanza

• Tipo del dominiom de la TC

Estos aspectos estan intimamente ligados durante el diseño del módulo

Page 29: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

29

Formas de control y secuenciación en los SEIs

• Básicamente existen 3 tipos de control de sistemas:

– Basados en reglas– Basados en autómatas de estados pedagógicos– Basados en planificación

Page 30: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

30

Sistemas basados en reglas

• Son aquellos que han sido construidos en base a un sistema experto.

• Existen básicamente dos paquetes de reglas:– Las que componen la base del conocimiento del

sistema experto– Las encargadas del proceso tutorial

• Reglas para acumilar certeza (premisa)• Reglas para seleccionar un procedimiento de

discurso (acción)

Page 31: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

31

Sistemas basados en autómatas de estados pedagógicos

En este tipo de control el componente encargado del proceso tutorial esta formado

por un conjunto de unidades de decisión organizadas en tres niveles (pueden ser

mas) de planificación que refinan sucesivamente las acciones del tutor.

Page 32: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

32

Niveles de decisión del componente encargado del proceso tutorial

• En el nivel superior (Pedagógico)– Se decide la frecuencia de interrupción al estudiante y

la frecuencia con que se verificará su conocimiento

• En el segundo nivel (Estratégico)– Se refina la decisioón pedagógica en estratégia

especificando el método que se va a usar

• En el tercer Nivel (Táctico)– Se selecciona una táctica para implementar la estrategia

Page 33: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

33

Componente encargado del proceso tutorial

La implementación de este componente es similar a una red de transición que se

atraviesa de estado a estado mediante una rutina iterativa a través de un espacio de

caminos.

Page 34: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

34

Sistemas basados en planificación

• Es un mecanismo de control para tutores de cursos largos.

• Existen dos tipos de planificación:– Estática– Dinámica

Page 35: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

35

Sistemas basados en planificación

El proceso de planificación consiste en decidir el curso de una acción antes de que se

realice, y un plan es la representación del curso de dicha acción

Page 36: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

36

Sistemas basados en planificación

Un planificador es un programa que parte de un estado inicial e intenta alcanzar el estado final deseado mediante la aplicación de un conjunto de operadores sobre los objetos que componen el mundo en el que opera

Page 37: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

37

Sistemas basados en planificación

• Un planificador incorpora una base de conocimiento formada por:

– Operdores de cambio de estado– Base de datos en la que se caracteriza el estado

final y los objetivos– Un mecanismo de inferencia

Page 38: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

38

Sistemas basados en la reactividad

• Estos sistemas implementan su comportamiento en una arquitectura de agentes (multagente)

• Los agentes tienen características reactivas

• Se distribuye el control entre los agentes

Page 39: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

39

Sistemas basados en la reactividad

• Las caracteristicas de estos sistemas son:– No existe un modelo exhaustivo del entorno

sobre el que el sistema pueda razonar– El modelo sobre el que toma decisiones es el

mundo real

• El control de un sistema reactivo depende:– De los objetivos de cada agente– Interacción con el mundo real

Page 40: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

40

El estilo de aprendizaje

• Se refiere a la mejor forma de enseñar un determinado dominio

• Existen cuatro estilos de aprendizaje que tienen una correspondencia con las experiencias que se tienen durante el proceso de aprendizaje:– Activo vs. Vivir la experiencia– Reflexivo vs. Reflexión– Teórico vs. Generalización y elaboración de

hipótesis– Pragmático vs. aplicación

Page 41: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

41

El estilo de enseñanza

• Representa la contraparte del aprendizaje y debe ser diseñado de forma tal que saque ventaja del estilo de aprendizaje.

• El proceso tutorial debe abordarse como un proceso de comunicación más que como un proceso de comunicación convencional

Page 42: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

42

El tipo del dominio

Se refiere a la diferencia que existe entre el tipo de tutor: expositores y procedimentales

Page 43: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

43

El tipo del dominio

• Tutor expositor

El énfasis se encuentra en el conocimiento factual y a partir de este conocimiento se infieren las habilidades que pertenecen al

conocimiento declarativo

Page 44: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

44

El tipo del dominio

• Tutor procedimental

Se encargan de enseñar habilidades y procedimientos, funcionan más como

entrenadores; mostrando el uso de habilidades a través del desarrollo de problemas.

Dentro de su contenido se encuentran problemas orientados a pruebas y practicas especiales.

Page 45: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

45

Curriculum

• El diseño del curriculum se aborda desde dos perspectivas:– El sistema esta centrado en el aprendizaje o en la

enseñanza– Encontrar una adecuada representación para el

material a enseñar (relacionado con la enseñanza y el módulo experto)

– Seleccionar y secuenciar ese material (relacionado con el tipo de control)

Page 46: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

46

Preguntas sobre el proceso enseñanza-aprendizaje

• Los estudiantes relamente aprenden

• Grado aplicabilidad del conocimiento adquirido

• Son suficientes los conocimientos para continuar estudios

• Cuando queda obsoleto lo aprendido

Page 47: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

47

Modelo Innovador

• Enriquecer el diseño didáctico con las ciencias cognitivas

• Estrategias cognitivas. Nuevos Modelos:– Diferentes fuentes teoricas– Un enfoque integral de: conocimientos,

habilidades, actitudes y valores.– Estrategias cognitivas que activen procesos

mentales que propicien el aprendizaje.

Page 48: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

48

• Diseño Didáctico:– Defincición del curriculo en términos de

proyecto global.– La comprensión, el mejoramiento y la

aplicación de métodos de enseñanza.– Combinación óptima de métodos de enseñanza.– Contextos donde se espera que dichos métodos

produzcan mejores resultados.

Page 49: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

49

• Teorías de Competencia (Esquemas Mentales)– Qué tiene que ser calculado– Cuándo y – Porqué– Se desarrolla un algoritmo que represente lo

anterior

Page 50: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

50

• Esquemas Mentales– Son abstracciones funcionales.– Un marco deductivo.– Encontrar relaciones entre los modelos

cualitativos y las explicaciones causales.

Page 51: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

51

Objetivos de los Modelos Mentales

• Estudiante involucrarse con distintas estrategias de aprendizaje:– Explorar.

– Solicitar demostraciones: tutoriales, explicaciones, resolución de problemas.

• Las relaciones permiten manejar distintos razonamientos, que llevan a distintos escenarios con distintos métodos de aprendizaje para los conceptos involucrados.

Page 52: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

52

Diseño Cognitivo

• Ciencias cognitivas estudian la mente como un sistema que recibe, almacena, recupera, transforma y transmite información.

• Decada de los 50s: psicólogos cognitivos, investigadores en IA, Linguistas y Filosofos: comprender la mente humana.

Page 53: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

53

• La inclusión de las ciencias cognitivas en el desarrollo de modelos didácticos– Concepción del conocimiento como

representasión interna que se construye y organiza en estructuras (modelos mentales).

– Permiten conocer los distintos estados que hacen posible la madurez de la experticia y la diferencia de comportamiento entre novatos y expertos en la solución de problemas.

Page 54: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

54

El aprendizaje

• Los malos estudiantes son considerados.

• Conocer las estrategias mentales (esquemas mentales), se anticipan los errores.

• Anticipan los errores, y con ello se puede reorientar dentro del modelo didáctico pevisto.

Page 55: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

55

Afirmaciones del aprendizaje

• Aprendizaje tiene dos tipos de propósito:– Tipo específico (dominio específico)

– Carácter general (autorregulación del aprendizaje)

• (EM) Establece relaciones entre conocimiento previo y nuevo

• Esquemas mentales: percepción, aprendizaje, comprensión (procesamiento de información) y recuerdo de lo aprendido.

Page 56: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

56

Procedimientos de adquisición del conocimiento

• Centrado en el profesor (Lección magistral)

• Centrado en el estudiante– Enseñanza por problemas– Enseñanza por proyectos:

• El alumno adquiere la dirección completa del proceso de aprendizaje.

• El profesor pasa a ser un colaborador y consejero.

Page 57: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

57

Modelos Cognitivos del Aprendizaje

• Han sido utilizados en análisis:– Dominio

– Modelar conductas reactivas

– Resolución de problemas

– Representar la forma en que el novato migra hacia la experticia

– Modelo integral que incluye habilidades cognitivas, afectivas, motivacionales y sociales

– Diseño del curriculo

Page 58: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

58

Estos Modelos usan...

• Esquemas mentales

• Clasificaciones de distintos tipos de conocimiento

• Elaboración de tablas y grafos que permitán la secuancaición del material

Page 59: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

59

Metodología para desarrollar un modelo mental caulitativo

• Marco– Entrono con procesos dinámicos

• Permite ensamblar el AC del proceso de enseñanza del experto guiado por los distintos tipos de razonamiento propuestos por FORBUS

Page 60: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

60

Tipos de razonamiento involucrados en procesos

dinámicos• Actividad definitoria

• Predicción

• Postdicción

• Análisis escéptico

• Interpretación cuantitiva

• Planeación experimental

• Razonamiento causal

Page 61: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

61

Conclusiones

• El enfoque centrado en el estudiante tiene sus ventajas. El estudiante asume protagonismo

• Entrono de aprendizaje que incorpore modelos cognitivos

• La incorporación de estos modelos permite la adquisición más rápida de los modelos mentales del experto por parte del aprendiz y su transferencia a experto

Page 62: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

62

Curriculum

• Selección y secuenciación– En los expositores el probelma es mantener la

coherencia en la presentación del material para su posterior reflexión

– Los procedimentales además tienen el problema de tener que ordenar las subhabilidades integrantes de la habilidad objetivo y de seleccionar correctamente los ejercicios y ejemplos que reflejen ese orden

Page 63: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

63

El proceso tutorial (enseñanza/aprendizaje)

Este preoceso cubre la presentación del material, esto es, las formas de contestar

preguntas, y las condiciones y contenido de la intervención del proceso tutorial.

Page 64: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

64

Métodos de presentación

• Estos métodos dependen:– Procedimiento de adquisición del conocimiento

(centrado en el profesor / estudiante)– Tipo del dominio– Objetivos que se desean alcanzar

• Los expositores: utilizan diferentes formas de diálogo• Los procedimentales: utilizan ejemplos y ejercicios

con entrenadorEn la sigueinte tabla se concentra una propuesta de

estartégias de diálogo

Page 65: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

65

Tabla 2 - Estrategias de Diálogo de acuerdo a diferentes objetivos instruccionales según Collins (Halff, 1988)

 

Objetivos Instruccionales Estrategias   

Enseñar hechos y conceptos Separar hechos o conceptos   

Explicar hechos o conceptos Enseñar reglas y relacionesEstrategias de selecciónTrampear   

Enseñar habilidades por inducción

Ejercicios y ejemplos orientados a mostrar las subhabilidades

Page 66: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

66

Intervención Tutorial

• La intervención tutorial se necesita para mantener el control de la situación durante el desarrollo del proceso tutorial con el objeto de mantener al usuario lejos:– De un aprendizaje inapropiado o incorrecto

– De caminos fuera del objetivo de enseñanza

Automatizar este proceso implica diseñar reglas para decidir la intervención o la no intervención, además

de formular el contenido de la intervención

Page 67: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

67

Intervención Tutorial

• Existen básicamente dos formas para guiar una intervención tutorial, comentadas como técnicas de diagnóstico.

– Seguimiento de una ruta (Model-Tracing)– Seguimiento de asuntos (Issue-Tracing)

Page 68: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

68

Intervención Tutorial

• Inervención con seguimiento de una ruta– En este tipo de intervención se cuenta con los

caminos que podría elegir el usuario en la solución de un problema.

– Se revisa el comportamiento de ambos tratando de emparejar el desarrollo del usuario con alguno de los caminos posibles.

– Cuando fracasa el emparejamiento interviene el tutor.

Page 69: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

69

Intervención Tutorial

• Intervención con seguimiento de asuntos– Esta forma de intervención tutorial fue

desarrollada por Burton y Brown (1982) e implementada en WEST.

– A las habilidades o conocimientos a aprender se les denomina asuntos.

Page 70: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

70

Intervención Tutorial

• Cada asunto representa una teoría articulada. Caracterizada por dos procedimientos

– El primer procedimiento: observador, evidencia. Se le conoce como reconocedor de asuntos

– El segundo procedimiento: tiene a su cargo utilizar la información recopilada en el modeo de estudiante. Se le conoce como evaluador de asuntos

Page 71: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

71

Intervención Tutorial

• En el caso de WEST– Se utilizó un tutor tipo entrenador– Se ejecutaban todos los evaluadores – A la ejecución de una mala jugada le subyace

una carencia de habilidad.– La debilidad es comparada con las habilidades

necesarias para una buena jugada y encontrar el error.

Page 72: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

72

(salida hacia las reglas de selección tutorial)

(salida hacia el evaluador de asuntos)

entorno del juego o entorno de solución del problema

estudiante experto del sistema

desarrollo del estudiante

desarrollo del experto en el mismo entorno

reconocedores de abstracciones de

asuntos componente de

abstracciones del estudiante

componente de abstracciones del experto

modelo diferencial

Figura 2 - Modelo Tutorial con asuntos y ejemplos de Burton y Brown (1982) Parte 1(a)

Page 73: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

73

lista con asuntos que ejemplifican mejores jugadas o soluciones

procesos

(entrada desde el modelo diferencia)

(entrada desde el modelo

diferencial)

evaluador de asuntos aspectos donde

el estudiante esta mal

aspectos y ejemplos elegidos de acuerdo a la

observación del tutor donde el estudiante anda mal y ejemplifican una mejor

jugada o una buena solucióndesarrollo en curso de la solución o jugada

del estudiante

soluciones o jugadas del experto del

sistema

reconocedor de asuntos

reglas de selección tutorial

consejos

estrategias del tutor

explicación de las

estrategias

estructuras de datos o desarrollo observado

entradasalida

Figura 2 - Modelo Tutorial con asuntos y ejemplos de Burton y Brown (1982) Parte 1(b)

Page 74: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

74

La interfaz

• Puente de comunicación entre el estudiante y el sistema

• Unico medio físico para captar el desarrollo del usuario

Actividades con enfoque de herramientas didácticas• Medio para realizar las intervenciones• Potencial de la de la interfaz con efectos de

multimedia.

Page 75: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

75

La ayuda

• Existen dos difernetes tipos de ayuda– Ayuda del sistema: cuando el usuario la solicita

o se comenten errores– Asistencia: mecanismos que permiten

desarrollar parte de la tarea o la totalidad de esta; de forma tal que permite al estudainte concentrarse en los aspectos que a él le interesan.

Page 76: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

76

La ayuda

– Reflexivas: captura decisiones y acciones del usuario que le permita reflexionar sobre ellas posteriormente

– Reactivo: son mecanismos que responden inmediatamente a la acción del estudiante (causa-efecto)

– Modelado: el sistema desarrolla la tarea mientras el usario observa

– Entrenador: se basa en la idea de un entrenador deportivo; donde éste interrumpe al estudainte y le sugiere o muestra el desarrollo correcto

Page 77: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

77

Multimedios y cognición

La Interfaz es tan importante que podríamos pensar en ella en función de los sentidos

que captan el funcionamiento del sistema al interactuar con él (interfaces hombre-

máquina)

Page 78: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

78

Los multimedios como herramienta didáctica

• 25% de lo que escuchan

• 45% de lo que escuchan y lo que observan

• 70% de lo que escuchan, observan y desarrollan

Argumentos fuertes para desarrollar interfaces gráficas que incluyan multimedios como

medios didácticos

Page 79: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

79

El aprendizaje por asociación (cognición)

• La memorización por asociación puede ser mecanizada (uso adecuado de multimedia-procedimental)

• El método de aprendizaje por asociación depende del contexto de aprendizaje– Modelar interfaces con fidelidad de display

(principiantes)

Page 80: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

80

El aprendizaje por asociación (cognición)

Sin embargo, el hecho de que la asociación juegue un papel importante en la forma de

ligar nuestros esquemas, no implica que sea la mejor forma de impartir información y

conocimiento. Una evidencia indirecta contra los metodos asocoaitivos es el éxito,

durante más de 500 años del libro convencional y el desarrollo de la narrativa

por más de 1000 años.

Page 81: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

81

El aprendizaje por asociación (cognición)

• Las desventajas a la reflexión anterior son:– No existe respuesta inmediata al estudiante– Los estudiantes son entes pasivos– No se generan ejercicios de distintas

complejidades de acuerdo a la habilidad de los estudiantes

Desventajas que se cnvierten en ventajas al hablar de los SEIs

Page 82: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

82

La interfaz

– Pretende que la entrada de la información sea robusta

– Permita flexibilidad en la entrada de información sintetizada que se desprende de la observación del desarrollo del usuario

– La información de salida debe ser rica = deletreada al máximo (interfaz hombre - máquina)

Page 83: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

83

Collaborative agents

Interface agents

Reactive agents

Hybirid agents

Smart agents

Topology agents

Figure 3 - Software agents classification

Heterogeneous agent systems

Mobile agents

Information agents

Page 84: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

84

Agentes• Existen diferentes tipos de agentes:

– Colaboradores : Negocian

– Interfaz : asistemte personal

– Móviles : recorren una red, interactuan con– servidores externos, colectan información

– Reactivos : reaccionan al entrono dinámico

Page 85: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

85

Agentes– Información/Internet : manejan, manipualan

filtran información que envían por red

– Inteligentes : tienen inmerso el aprendizaje y el cambio de sus reglas durante el razonamiento

– Híbridos : construido por dos o más filosofías de agentes

– Sistema heterogeneo : integrado por dos o más tipos de agentes

Page 86: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

86

Aplicaciones recientes de arquitecturas multiagente

• Girard, Gauthier y Levesque (1992). Todo en el sistema es considerado como un agente incluido el usuario. La actividad de enseñanza es modelada como uan actividad cargada de oprtunismo.

• El Alami, de Arriaga y Ugena (1998). Donde se propone un agente cognitivo dependiendo de la complejidad de la acción. Elaborado en diferentes niveles: reactivo, tactico y deliberativo.

Page 87: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

87

Aplicaciones recientes de arquitecturas multiagente

• Canout, Gouarderes y Sanchis (1999). Se define un agente cognitivo con base en tres caracterisiticas:– Mobilidad : capacidad de viajar por red– Agencia : autonomía (grado de autonomía)– Inteligencia : razonamiento, planificar y

aprendizaje (gardo)

Page 88: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

88

Aplicaciones recientes de arquitecturas multiagente

• Cada agente cuenta con tres niveles de comportamiento :– Reactivo (feedback)– Adaptative (planning)– Cognitive (decision)

Page 89: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

89

Aplicaciones recientes de agentes pedagógicos

• Rickel y Johnson (1997)– Desarrollaron un agente autónomo (llamado

Steve)– Propósitos pedagógicos – Dentro de un entorno virtual de entrenamiento– Para entrenamiento de procesos complejos o

sofisticados (funcionamiento de un motor)

Page 90: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

90

Aplicaciones recientes de agentes pedagógicos

• Steve consta de dos componentes:

– El cognitivo : maneja el proceso cognitivo de alto nivel

– El detector del funcionameinto del motor

Page 91: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

91

Aplicaciones recientes de agentes pedagógicos

• El componente cognitivo interpreta el estado del mundo virtual, lleva a cabo planes y toma decisiones con respecto a las acciones que observa.

Page 92: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

92

Aplicaciones recientes de agentes pedagógicos

• El componente referente a la detección del motor esta representado por la interfaz de Steve al mundo virtual, permitiendo al componente cognitivo percibir el estado del mundo virtual y ocasionar cambios. Steve es visto como un ITS capaz de decidir cuándo, cómo y qué decir.

Page 93: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

93

Aplicaciones recientes de agentes pedagógicos

• Lester y Stone (1997) desarrollan un marco para agentes representados por distintos comportamientos de animación pedagógica, de acuerdo a si son o no propicios en un momento dado.

• El derecho de hacerse presentes depende de si son o no apropiados para una determinada situación en curso con el usuario.

Page 94: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

94

Aplicaciones recientes de agentes pedagógicos

• Los distintos comportamientos compiten por el derecho a ser exhibidos. (parámetro de fuerza de exhibición f-d-e)

• Cuenta con un administrador de comportamientos que incrementa o decrementa el parámetro de f-d-e

• En cada tic de reloj se le premia o penaliza de acuerdo a si son o no propios para ese momento.

Page 95: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

95

Aplicaciones recientes de agentes pedagógicos

• El administrador analiza el puntaje entre todos los elegibles.

• Evaluando parámetros:– historia de la solución del problema

desarrollada por el estudiante.– la historia del comportamiento del agente

• El más fuerte es exhibido.

Page 96: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

96

Aplicaciones recientes de agentes pedagógicos

• Posteriormente es marcado como exihibido (f-d-e = 0) y continúa la competencia

• Los agentes estan implementados en un entorno de psicología y biología

• Los comportamientos son representados por un insecto que se llama Hernán

Page 97: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

97

Aplicaciones recientes de agentes pedagógicos

• Los puntos importantes de esta implementación son:– Capacidad de generar distintos comportamientos ad-

hoc con motivos pedagógicos.– Cada episodio esta representado en un contexto

tripartita:a) Contexto del entorno, b) Contexto del objetivo, c) Contexto del consejo

– El mecanismo de administración de comportamientos (premiarlos o penalizarlos) con base en la comparación del desarrollo del problema con los comportamientos ad-hoc para determinadas situaciones.

Page 98: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

98

• Contexto del entorno: aspectos críticos del entorno y que han sido presentados al alumno.– Entorno en curso: estado del entorno (elemntos

y sus valores).– Significado del entorno (que se va a ejercitar).

Page 99: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

99

• Contexto del Objeto: aspectos críticos del objeto bajo construcción.– Soluciones parciales: las componentes que

están involucradas en la construcción de un objeto.

– Atención a cada componente: que componente esta trabajando el estudiante.

– Evaluación del diseño: cuando se termina el objeto este debe ser evaluado.

Page 100: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

100

• Contexto de Consejo: aspectos críticos del diálogo contextualizado.– Frecuencia de comentarios: número de veces

que el estudiante ha sido aconsejado acerca de los tópicos.

– Lapso ocioso: tiempo que transcurre desde que el aprendiz desarrollo la última acción.

– Multimedioutilizado para la comunicación del consejo.

Page 101: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

101

Conclusiones

• En el desarrollo de cualquier sistema que conlleve técnicas de inteligencia artificial se presentan a nivel general dos problemas:– No se toman en cuentan aspectos emocionales y

sociales.– Por lo tanto se trabaja con información

incompleta.

Page 102: Universidad Autónoma Metropolitana - MEXICO 1 Conferencia de la Asociación Española para la Inteligencia Artificial’2003 San Sebastián – España

Universidad Autónoma Metropolitana - MEXICO

102

Conclusiones

• Evaluación– Sólo se toman aspectos concretos– Las técnicas que permiten la implmentación y la

evaluación provienen de campos como:• La educación • La psicología cognitiva

Técnicas de Diseño en Sistemas de Enseñanza Inteligentes Ana Lilia Laureano Cruces y Fernando de Arriaga Gómezhttp://www.revista.unam.mx/Revista Digital Universitaria 31

de Marzo de 2001 * Vol. 2 No. 1 * ISSN: 1607-6079