Adaptive computer assisted assessment of free-text students' answers: an approach to automatically generate students' conceptual models

• Autores: Diana Rosario Pérez Marín
• Directores de la Tesis: Pilar Rodríguez Marín (dir. tes.) , Enrique Alfonseca Cubero (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 2007
• Idioma: español
• Tribunal Calificador de la Tesis: Roberto Moriyón Salomón (presid.) , Rosa María Carro Salas (secret.) , Laura Hidalgo Downing (voc.) , Carlo Strapparava (voc.) , Bernardo Magnini (voc.)
• Enlaces
  • Tesis en acceso abierto en:  Redined  Biblos-e Archivo  
• Resumen

  • Los profesores intentan transmitir su conocimiento a los estudiantes para que adquieran los conceptos a compartir por la comunidad, Sin embargo, lo que cada estudiante comprende puede ser muy distinto. Esto es, porque cada estudiante construye su propio modelo conceptual como una red de conceptos interrelacionados dependiendo de su bagaje particular. Además, según la teoría del aprendizaje significativo de Ausubel, para poder aprender nuevos conceptos es necesario tener unos conceptos previos con los que enlazarlos.

    Los sistemas tutores inteligentes (ITS) son un tipo de software educativo que contiene un modelo sobre el estudiante y que se adaptan a su ritmo de aprendizaje. Los sistemas Hipermedia Adaptativos para la educación (HAE) están inspirados en los ITS para adaptar el contenido y la navegación en un curso al modelo de estudiante. Sin embargo, la evaluación de estos sistemas se limita a preguntas cerradas, que según la opinión de los expertos en evaluación no pueden identificar muchos de los errores conceptuales de los estudiantes. Por lo tanto, la evaluación automática de preguntas abiertas es un campo que se está estudiando bastante y que se basa en usar técnicas de Procesamiento del Lenguaje Natural (PLN). En la actualidad, existen alrededor de unos 20 sistemas de este tipo, pero ninguno usa un modelo de estudiante.

    Se ha destacado la importancia de mantener un modelo del estudiante que sirva para identificar la falta de conocimiento previo y permitir que el sistema decida qué preguntas son las más adecuadas. Por lo tanto, en este trabajo, se han combinado ideas de los campos de PLN, HAE y evaluación de respuestas en texto libre para construir un puente entre lo que los profesores intentan transmitir en sus clases y lo que los estudiantes comprenden. Este objetivo se cumple mediante un nuevo procedimiento capaz de generar de forma automática los modelos conceptuales de los estudiantes a partir de sus respuestas a un sistema automático