Detección de estilos de aprendizaje mediante técnicas de análisis de cluster

• Autores: Farías, Roberto; Durán, Elena Beatriz; Figueroa, Saritha G.
• Año de publicación: 2008
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Intelligent agents; Estilos de aprendizaje; Análisis de Cluster; Learning; E-Learning; Modelo de Estudiante
• Institución: Universidad Nacional de La Plata

A pesar del gran auge del e-learning, este no garantiza por sí sólo, una mayor calidad en el aprendizaje. La principal causa de este problema es que frecuentemente los cursos de e-learning se diseñan sin considerar las características particulares de cada estudiante. Por consiguiente, es muy importante brindar a estos cursos la capacidad de adaptar sus contenidos a los estilos de aprendizaje de sus alumnos. En el presente artículo1 se propone la aplicación de técnicas de Análisis de Cluster al conjunto de interacciones del estudiante con el sistema de e-learning para poder reconocer, no sólo su estilo de aprendizaje dominante, sino también los cambios en este estilo a lo largo del curso de e-learning, y que serían imposibles de detectar mediante un simple test. El producto final obtenido, permitirá construir un modelo de estudiante para los cursos con modalidad e-learning orientados a las carreras de ingeniería e informática, y en consecuencia proporcionar una enseñanza personalizada con el propósito de obtener un mejor rendimiento académico de los alumnos.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)