Ir al contenido

Documat


Sistema de Predicción para la Asistencia en el Seguimiento del Aprendizaje

    1. [1] Universitat d'Alacant

      Universitat d'Alacant

      Alicante, España

  • Localización: Actas del simposio-taller sobre estrategias y herramientas para el aprendizaje y la evaluación: JENUI 2015 : Andorra La Vella, 7 de julio de 2015 / coord. por Xavier Canaleta Árbol académico, August Climent i Ferrer Árbol académico, Lluís Vicent Safont Árbol académico, 2015, ISBN 978-99920-70-09-3
  • Idioma: español
  • Enlaces
  • Resumen
    • español

      El objetivo final de cualquier modelo docente esmaximizar los resultados de aprendizaje de cadaestudiante. A este objetivo, poco contribuye un proceso de enseñanza-aprendizaje de talla única, basadoen una evaluación únicamente informativa, limitada aunos pocos aspectos y que se realiza al final delproceso, cuando ya no hay tiempo de reacción. Frentea esta situación, proponemos un modelo basado enuna formación adaptativa, sustentado por un sistemade evaluación formativa, progresiva y predictiva, quepermita detectar las carencias a tiempo y atenderlasde inmediato.Nuestra aportación en este sentido es una herramientaautomática y predictiva de apoyo a la evaluación, quepermite a los profesores seguir el desarrollo formativo de los estudiantes y, al mismo tiempo, proporcionauna autoevaluación que sirve para mejorar la percepción de progresión de los propios estudiantes. Laherramienta parte de un sistema instruccional gamificado utilizado desde hace 6 años (PLMan), recolectaun conjunto de datos de uso de este sistema y realizaun análisis de los mismos mediante técnicas de Machine Learning. A partir de los resultados parciales deeste análisis, obtenidos durante el período académico,es capaz de realizar una predicción del rendimientodel estudiante y una proyección de su progreso futuro, presentando los resultados a través de unas interfaces muy simples.El sistema nos permite alcanzar un doble objetivo:por un lado, facilita al profesor una herramienta pararealizar un seguimiento muy exhaustivo de la progresión de sus estudiantes sin que esto suponga unincremento importante de su carga de trabajo y, porotro lado, los estudiantes obtienen una retroalimentación inmediata de su progresión, lo que contribuye asu motivación y a la posibilidad de enmendar suserrores.

    • English

      The ultimate goal of any teaching model is to maximize learning outcomes of each student. To this end, itshortly contributes a one size teaching-learningprocess, based on a just informative assessment,limited to a few aspects and taking place at the end ofthe process, when there is no reaction time. To facethis situation, we propose an approach based on anadaptive training model, supported by a formative,progressive and predictive assessment system todetect deficiencies in time and address them immediately.Our contribution to this model is an automatic andpredictive tool to support assessment. This tool,allows the teacher to monitor the training development of the students, while it also provides selfassessment so that the students can have a betterperception about their own progression. This tool isbased on a gamified instructional system used for 6years (PLMan). The predictive tool collects a set ofusage data from PLMan and it analyses the data usingMachine Learning techniques. From the partialresults of the analysis, obtained during the academicterm, it is able to predict the student performance andto project the future progress. It presents the resultsthrough very simple graphs.The proposed system allows the fulfilment of twoobjectives: on the one hand, it provides the teacherwith a tool to perform a very in-depth tracking ofstudents' progression without a significant increase ontheir workload; on the other hand, the students getimmediate feedback on their progress, improvingtheir motivation and chance to early tackle mistakes.


Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno