Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial

Autores
Pytel, Pablo; Vegega, Cinthia; Deroche, Ariel; Acosta, Mariana Paola; Pollo Cattaneo, María Florencia
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de sistemas informáticos donde deben aplicarse principios y técnicas de la Inteligencia Artificial. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite generar un modelo probabilístico a partir de la combinación de información histórica disponible y la experiencia de los docentes. De esta manera, es posible identificar el estilo de aprendizaje, el cual representa la forma en que los estudiantes adquieren y entienden los temas dictados. En este contexto, el presente trabajo se propone analizar los resultados de aplicar dicha tecnología en una asignatura de grado y así asistir a los docentes a comprender mejor el comportamiento de sus alumnos.
XIII Workshop Tecnología Informática Aplicada en Educación (WTIAE)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/50267
Acceder
id SEDICI_c31ee748aa709d06b2376bd252b398df
oai_identifier_str oai:sedici.unlp.edu.ar:10915/50267
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificialPytel, PabloVegega, CinthiaDeroche, ArielAcosta, Mariana PaolaPollo Cattaneo, María FlorenciaCiencias InformáticasRedes BayesianasTecnología EducacionalAprendizajeLa comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de sistemas informáticos donde deben aplicarse principios y técnicas de la Inteligencia Artificial. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite generar un modelo probabilístico a partir de la combinación de información histórica disponible y la experiencia de los docentes. De esta manera, es posible identificar el estilo de aprendizaje, el cual representa la forma en que los estudiantes adquieren y entienden los temas dictados. En este contexto, el presente trabajo se propone analizar los resultados de aplicar dicha tecnología en una asignatura de grado y así asistir a los docentes a comprender mejor el comportamiento de sus alumnos.XIII Workshop Tecnología Informática Aplicada en Educación (WTIAE)Red de Universidades con Carreras en Informática (RedUNCI)2015-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/50267spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3806-05-6info:eu-repo/semantics/reference/hdl/10915/50028info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T09:47:16Zoai:sedici.unlp.edu.ar:10915/50267Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 09:47:16.267SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
spellingShingle Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
Pytel, Pablo
Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
title_short Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_full Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_fullStr Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_full_unstemmed Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
title_sort Modelo bayesiano para el diagnóstico del aprendizaje en alumnos de inteligencia artificial
dc.creator.none.fl_str_mv Pytel, Pablo
Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
author Pytel, Pablo
author_facet Pytel, Pablo
Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
author_role author
author2 Vegega, Cinthia
Deroche, Ariel
Acosta, Mariana Paola
Pollo Cattaneo, María Florencia
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
topic Ciencias Informáticas
Redes Bayesianas
Tecnología Educacional
Aprendizaje
dc.description.none.fl_txt_mv La comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de sistemas informáticos donde deben aplicarse principios y técnicas de la Inteligencia Artificial. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite generar un modelo probabilístico a partir de la combinación de información histórica disponible y la experiencia de los docentes. De esta manera, es posible identificar el estilo de aprendizaje, el cual representa la forma en que los estudiantes adquieren y entienden los temas dictados. En este contexto, el presente trabajo se propone analizar los resultados de aplicar dicha tecnología en una asignatura de grado y así asistir a los docentes a comprender mejor el comportamiento de sus alumnos.
XIII Workshop Tecnología Informática Aplicada en Educación (WTIAE)
Red de Universidades con Carreras en Informática (RedUNCI)
description La comunidad educativa ha encontrado en las TIC una herramienta muy útil para asistir el proceso de enseñanza-aprendizaje. Entre sus principales tareas se encuentran la monitorización y el diagnóstico del nivel de conocimiento que poseen los alumnos. Sin embargo, estas tareas requieren el diseño de sistemas informáticos donde deben aplicarse principios y técnicas de la Inteligencia Artificial. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite generar un modelo probabilístico a partir de la combinación de información histórica disponible y la experiencia de los docentes. De esta manera, es posible identificar el estilo de aprendizaje, el cual representa la forma en que los estudiantes adquieren y entienden los temas dictados. En este contexto, el presente trabajo se propone analizar los resultados de aplicar dicha tecnología en una asignatura de grado y así asistir a los docentes a comprender mejor el comportamiento de sus alumnos.
publishDate 2015
dc.date.none.fl_str_mv 2015-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/50267
url http://sedici.unlp.edu.ar/handle/10915/50267
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3806-05-6
info:eu-repo/semantics/reference/hdl/10915/50028
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843532226037284864
score 13.001348

Publicaciones similares