){kind=logo}
){kind=icon}
){kind=logo}
){kind=icon}
Por Víctor Francisco Robledo Rella
vrobledo@itesm.mx
El Aprendizaje Adaptativo es una corriente educativa que se ha desarrollado fuertemente en la última década. Su objetivo principal es utilizar el poder computacional con el que contamos hoy en día para brindar al usuario información eficaz y eficiente con el propósito de potenciar al máximo su aprendizaje en un momento determinado. El sistema computacional empleado, adapta el despliegue de recursos de aprendizaje y la secuencia de contenidos en función de la interacción del alumno con el sistema, su desempeño previo y las áreas de oportunidad que va presentando cada alumno.
Mediante exámenes de diagnóstico, tests cortos y preguntas acerca del grado de confianza del alumno, es decir qué tan seguro se siente de sus respuestas al contestar cada uno de los reactivos de dichos exámenes; es posible obtener una “radiografía” del nivel conceptual y las habilidades de resolución de problemas del alumno utilizando algoritmos de análisis de datos. De esta manera, el sistema computacional es capaz de elaborar una trayectoria única para cada estudiante, con el fin de presentarle contenidos académicos pertinentes y con el nivel de profundidad adecuado en un momento dado. Esto engancha al alumno y le permite generar confianza en sí mismo. Se crea así una experiencia de aprendizaje personalizada.
data-animation-override>
“El aprendizaje adaptativo elabora trayectorias de aprendizaje únicas para cada alumno.”
Si un alumno domina algunos de los temas del currículo, el sistema le ofrece seguir adelante con lo que le sea más útil en ese momento para cumplir con los objetivos académicos propuestos. Por el contrario, si un alumno tiene deficiencias en un tema en particular, el “tutor inteligente” (software que utiliza técnicas de inteligencia artificial; Cataldi y Lage 2009), le proporciona las instrucciones y ejercicios del nivel adecuado, con el fin de llevarlo al siguiente nivel de conocimiento.
De manera paralela, el área de Analíticas de Aprendizaje Adaptativo utiliza técnicas estadísticas y de minería de datos para ayudar al sistema tutor a determinar las mejores acciones pedagógicas para cada estudiante utilizando metadatos como: carrera, semestre, promedio, edad, estilos de aprendizaje, inteligencias múltiples, indicadores académicos significativos, así como información obtenida del análisis del comportamiento de una muestra poblacional mucho más grande, acorde al nivel educativo del alumno y su entorno.
Otros metadatos que pueden incluirse en el perfil del estudiante incluyen indicadores biométricos como ritmo cardíaco, sudoración e incluso actividad cerebral. Esto permitirá al sistema definir y elaborar con mayor precisión modelos correctivos y predictivos para ayudar a tomar mejores acciones pedagógicas oportunas, tanto para alumnos como para profesores, y lograr así un aprendizaje personalizado más eficiente. El área de analíticas de aprendizaje adaptativo y minería de datos es un área de frontera de la investigación educativa en la cual están trabajando instituciones privadas y educativas de vanguardia.
data-animation-override>
“Las Analíticas de Aprendizaje Adaptativo permiten tomar mejores acciones pedagógicas con modelos correctivos y predictivos.”
Los proveedores que ofrecen soluciones de aprendizaje adaptativo trabajan distintas áreas de investigación que incluyen sistemas inteligentes de tutoría, aprendizaje automatizado, teorías de la memoria y de carga cognitiva, entre otras (e.g. Edu Trends 2014).
Destacan plataformas de aprendizaje adaptativo como Aleks y LearnSmart de McGraw-Hill, MasteringPhysics de Pearson, MindTap de Cengage y Orion de WileyPlus. Por otro lado, existen empresas particulares como Knewton, Smart Sparrow, o Desire2Learn (con su módulo LEAP) que dan servicio a múltiples editoriales, instituciones privadas y universidades.
También existen plataformas adaptativas desarrolladas por universidades como el sistema adaptativo Aaprender del Tecnológico de Monterrey. Esta plataforma emplea un mapa conceptual de un curso dado, estableciendo los módulos que lo componen en una jerarquía basada en:
a. Tópicos
b. Subtópicos
c. Conceptos
d. Ítems
En el caso de la materia de Física I, nuestro grupo de trabajo desarrolló cuestionarios que contienen una serie de reactivos base, reactivos padre (de mayor nivel) y reactivos hijo (de menor nivel). Cuando un estudiante contesta un cuestionario, el sistema lleva a cada alumno por una trayectoria diferente, dependiendo de las respuestas que va ingresando. Si falla en un reactivo base, el sistema le manda un reactivo hijo cuyo objetivo es que el alumno comprenda el concepto en el cual falló. Si un concepto es complejo, un reactivo base puede tener varios reactivos hijo. Cuando el alumno contesta bien el reactivo hijo, regresa al reactivo base. De la misma manera, si un alumno contesta bien a la primera un reactivo base, el sistema puede mandarle un reactivo padre que retará al alumno en la comprensión de los conceptos relacionados con el reactivo base, como se ilustra en la Figura. 1.
Figura 1. Ejemplo de navegación adaptativa del sistema Aaprender
La implementación de una plataforma adaptativa conlleva, además del esfuerzo computacional, un esfuerzo académico importante en la elaboración de la base de reactivos que requiere el sistema para “tejer” las trayectorias adaptativas. Cabe mencionar que nuestro grupo de trabajo ha encontrado ganancias de aprendizaje significativas a través de instrumentos Pre-Test/Post-Test aplicados a grupos experimentales y de control que han utilizado la herramienta Aaprender en cursos de ingeniería (Neri et al. 2010). Actualmente estamos trabajando en una versión mejorada del sistema Aaprender para incorporarlo como herramienta de uso en el proyecto de Analíticas de Aprendizaje Adaptativo que estamos desarrollando.
Si deseas obtener más información sobre el sistema adaptativo Aaprender con el fin de adaptarlo a uno de sus cursos, escriba a vrobledo@itesm.mx, o contacte directamente a los administradores de la plataforma, Dra. Julieta Noguez Monroy (jnoguez@itesm.mx) o al Dr. Luis Neri Vitela (neri@itesm.mx).
Quiero invitar a todos los profesores a profundizar más en el tema y a explorar los beneficios que ofrece el Aprendizaje Adaptativo. Compartan por favor sus experiencias docentes con el Observatorio de Innovación Educativa para enriquecer las herramientas de otros profesores en favor de un aprendizaje significativo de nuestros alumnos.
Acerca del autor
Víctor Francisco Robledo Rella es profesor asociado del Departamento de Física y Matemáticas y colabora con el grupo de investigación Cyber-Learning Lab & Data Science del Tecnológico de Monterrey, Campus Ciudad de México.
){kind=icon}
){kind=icon}
Este artículo del Observatorio del Instituto para el Futuro de la Educación puede ser compartido bajo los términos de la licencia CC BY-NC-SA 4.0 
)