You are on page 1of 57

Oscar Romero – Universidad Distrital

Material Educativo
computarizado con alto nivel de
Interacción como apoyo para la
enseñanza de las operaciones
básicas en matemáticas (Suma,
Resta, Multiplicación y División
de Números Naturales)

Autores: Directores:
Johanna Ramírez Camacho Sergio A. Rojas
Oscar Romero López Lilian Bejarano
Oscar Romero – Universidad Distrital

Contenido

1. Descripción del problema


2. Componente Hipermedia
• Hiperespacio
• Control de Navegación
• Interfaz
3. Componente Tutor
• Módulo Experto
• Módulo de Diagnóstico
• Módulo Didáctico
4. Prueba Piloto
5. Conclusiones y Trabajo Futuro
6. Bibliografía Recomendada
Oscar Romero – Universidad Distrital

1. Descripción del Problema

Análisis de Necesidades Educativas

• Falta de personalización

• Omisión del estilo cognitivo del alumno

• La Metodología de enseñanza es de acuerdo al


estilo cognitivo del profesor

• Debilidad en la formación de estructuras


mentales sólidas en cursos superiores
Oscar Romero – Universidad Distrital

Dominio del Problema

• Enseñanza de los algoritmos básicos en


aritmética (suma, resta, multiplicación y
división de Naturales).

• Estudiantes de 4° de primaria

• Dirigido a alumnos entre 9 y 11 años de


edad.

• Población de estudiantes seleccionada:


Colegio El Minuto de Dios

• Emplear un Modelo Pedagógico


Constructivista.
Oscar Romero – Universidad Distrital

Solución Aplicable

Material Educativo Computarizado MEC

• Enfoque Algorítmico: Secuencias

predeterminadas para lograr metas

mesurables.

• Enfoque Heurístico: Aprendizaje se

logra por situaciones experienciales.

• MEC del tipo Sistema Tutor Inteligente


Oscar Romero – Universidad Distrital

Arquitectura Básica de un STI


Componente Tutor

Módulo Experto o Módulo de Diagnostico


Dominio Pedagógico

Módulo Didáctico

Componente Hipermedia

Hiperespacio Control de Navegación

Interfaz
Oscar Romero – Universidad Distrital

Ingeniería del Proyecto

Modelo de Procesos Unificado consistente con Objectory Process


Fases: Etapas:
• Análisis
Concepción
• Diseño
• Desarrollo
Elaboración
• Prueba Piloto
• Prueba de Campo
Construcción

Transición
Oscar Romero – Universidad Distrital

Modelamiento del Sistema

Diagramas de Casos de Uso

Componentes:
* Casos de Uso
* Actores
Actor Caso de Uso
Oscar Romero – Universidad Distrital

2.1 Hiperespacio

Micromundos Explorativos
• ¿Qué son?
• Descripción del micromundo
• Elementos del micromundo
• Personajes
• Herramientas: recta, contímetro, regletas
• Historia, Retos, mecanismos de medición del desempeño.
• Teorías pedagógicas
Oscar Romero – Universidad Distrital

Teorías del Aprendizaje como fundamento del Micromundo

Aspectos Conductismo Cognoscitivismo Constructivismo


Formato del • Algorítmico • Habilidad Intelectual •Micromundos
MEC • Estadios Cognitivos Explorativos

Estructura del • Obj. Instruccional •Estructura Hipertexto •Estructura


MEC • Anális. de tareas (Procesamiento de la Hipertexto
• Planific. Refuerzo Información)
Estrategias • Ejercitación • Fases del aprendizaje • Autocontrol naveg.
Pedagógicas Y • Refuerzo y • Org. del contenido • Reto, Fantasía y
Diseño del retroalimentación • Aptitud y Tratamiento Curiosidad
MEC
Oscar Romero – Universidad Distrital

2.2 Control de Navegación

Hipermedia
Elementos:
• Hipertexto
• Sistema de Pistas y ayudas
• Mapas
• Orientación
• Navegación
• Contenidos
• Ejercitación y práctica
• Evaluación
• Sesiones de retroalimentación
Oscar Romero – Universidad Distrital

2.3 Interfaz

• Principios psicológicos sobre percepción


• Percepción selectiva
• Reglas de organización de la percepción
• Reglas de Proximidad
• Reglas de Semejanza
• Zonas de Comunicación
• Elementos Visuales
• Sonidos
• Texto
Oscar Romero – Universidad Distrital

3.1 Módulo Experto

Sistema Experto

Hechos
Motor de
Base de
Inferencia
Hechos

explicación
Alumno
Base de
Conocimiento

Genera
un reporte
Oscar Romero – Universidad Distrital

Base de Conocimientos
Iniciar

Objetivo: Realizar
Diseño del Conocimiento Sustracción

• Árboles Y/O Paso 1


¿Número de columnas?
• Reglas de Producción
Hay Múltiples columnas 1 columna:
Escribir dígito

Paso 1. procesar la Paso 2. procesar lo


Regla de Producción columna actual: demás: ¿Número de
¿#superior < #inferior? columnas por procesar?
SI
la cifra de arriba es si no

menor que la de abajo Pedir Escribir Múltiples 1 columna:


prestado dígito columnas Escribir dígito
ENTONCES
Debes pedir prestado Paso 1 Paso 2
Oscar Romero – Universidad Distrital

Motor de Inferencia

• Lógica deductiva
• Reglas de Inferencia: Modus Ponens, Modus Tollens, Ley del Silogismo.

Si la cifra de arriba es menor que la de abajo ENT debes pedir prestado


la cifra de arriba es menor que la de abajo
 debes pedir prestado

Expresión Formal: AB


A = la cifra de arriba es menor que la de abajo A
B = debes pedir prestado B
Oscar Romero – Universidad Distrital

3.2 Módulo de Diagnóstico

Fases del Diagnóstico:


• Inferencias
• Interpretación
• Clasificación

Niveles de Diagnóstico

Individual
Epistémico
Comportamiento
Oscar Romero – Universidad Distrital

Modelo del Estudiante

Arquitectura del Modelo del Estudiante por Perturbación

Conocimiento Conocimiento
del estudiante del experto

Malentendidos
(Misconceptions) del
estudiante.
Oscar Romero – Universidad Distrital

3.2.1 Nivel de diagnóstico Epistémico

• Modelo de Seguimiento o Rastreo (Tracing Model)


• Modelo de Reconstrucción

Modelo
Determinístico

Sistema Modelo del


Experto Estudiante

Modelo
Tratamiento Probabilístico
incertidumbre
Oscar Romero – Universidad Distrital

Modelo de Seguimiento (Tracing Model)

Operador empleado
por el alumno

Base de
Conocimiento

Sistema Modelo del


Experto estudiante
Librería
de Errores
Oscar Romero – Universidad Distrital

Modelo de Seguimiento (Tracing Model)

• Operadores Aritméticos de control


• Librería de Errores
•Basada en la Teoría de la Reparación (Repair Theory)

6
Problema: 23 – 17 = ? siempre-Pedir prestado-izquierda

impasse

166 Pedir prestado-No decrementar-


Problema: 365 – 109 = ?
Excepto el último.

256 Siempre-Pedir prestado-


izquierda adyacente
Oscar Romero – Universidad Distrital

Modelo de Seguimiento (Tracing Model)

Librería de Errores Generativa empleando Árboles de Aprendizaje

A A: Animales vertebrados F: Mamíferos que


vuelan
B: Reptiles
B C G: Murciélago
C: Mamíferos
D: mamíferos acuáticos
D E F
E: mamíferos terrestres
G

Se desea Clasificar al “Murciélago”


Oscar Romero – Universidad Distrital

Modelo de Reconstrucción

Normas Triangulares
• Configuración:
• Configuración Ideal:

Suponiendo una Tarea T, se tienen las siguientes configuraciones:

r5 r4 r2 r7 r1 Configuración 1

r8 r3 r6 r5 r2 Configuración 2

r1 r2 r3 r7 r6 Configuración 3
Oscar Romero – Universidad Distrital

Modelo de Reconstrucción

Sea C = < r1, .... r n>

m
CF (C) =  CF (ri) Donde ki = profundidad del nodo r en
i=1 2ki el árbol de invocación (k1 = 1).

r1(0.7)

C = <r1,r2,r5,r6,r3,r4>

r2 (0.3) r3 (0.6) r4(0.2)

r5 (0.8) r6(0.65)
CF(C) =0.80625
Oscar Romero – Universidad Distrital

3.2.2 Nivel de diagnóstico Individual

Estilos Cognitivos para el procesamiento aritmético

Holístico

Porción
Analítico violeta:
alumno
Porción verde: holístico.
alumno
Acomodador Divergente
analítico.

Convergente Asimilador
Oscar Romero – Universidad Distrital

3.2.2 Nivel de diagnóstico Individual

Especialización Hemisférica del cerebro

Hemisferio Hemisferio
Izquierdo Derecho

• Palabras • Imágenes

• Analítico • Intuitivo

• Secuencial • Simultánea

• Activo • Receptivo

• Realista • Imaginativo

• Planificado • Impulsivo
Oscar Romero – Universidad Distrital

3.2.2 Nivel de diagnóstico Individual


DIVERGENTE: (Imaginativo
- Visual)
• Absorben la realidad.
• Creación de ideas
• Perciben la información a ASIMILADOR: (Analizador –
través de una experiencia y la Auditivo).
expresan reflexivamente.
• Puede crear modelos teóricos.
• Creen en sus propias
experiencias. • Prefieren conceptos abstractos .
• Perciben la información
abstracta y la procesan
reflexivamente.
• Se destacan en el razonamiento
inductivo
Oscar Romero – Universidad Distrital

3.2.2 Nivel de diagnóstico Individual


CONVERGENTE: (Alumno de
sentido común. Práctico -
Visual):
• Aplicación práctica de las tareas.
• Buscan la utilidad.
ADAPTADOR O
ACOMODADOR: (Alumno • Perciben la información abstracta
kinestésico): la procesan activamente.

• Aplicación de experiencias • Prefieren tratar más con las


cosas
• adaptar el aprendizaje a
situaciones de su propia vida • utilizan un razonamiento
hipotético deductivo.
•Aprenden por ensayo y error,
autodescubrimiento;
• Perciben la información
concretamente y la procesan
activamente.
Oscar Romero – Universidad Distrital

3.2.2 Nivel de diagnóstico Individual

ANALÍTICO
-Tratan información sobrante.
-Empleo de heurísticas
HOLÍSTICO
-Estilo de barrido
-No tratan información sobrante.
-Mejor MCP
-Empleo de algoritmos bien
-estratégicamente más flexibles definidos
-sensitivos a las relaciones p/ t -Emplean un estilo de centrado.
-No requieren orientación -MCP bastante volátil.
-Independencia de campo -Emplean enfoques globales.
-rígidos en sus procedimientos.
-relativamente sensitivos a p/t
-Requieren constante orientación
Oscar Romero – Universidad Distrital

Sistema Clasificador

Algoritmo Genético
Información
Mensaje Algoritmo de Distribución
Ambiental
Acción
Sistema de
Reglas y
Mensajes

Recompensa
Señal de
Realimentación
Oscar Romero – Universidad Distrital

Sistema de reglas y Mensajes

Detectores Efectores

1 0 1 1 0 1 1 1 0 1

1 # 1 # 0 1 0 1 1 0

# 0 0 1 # 0 0 0 1 1

0 1 # # 1 0 1 0 1 0
.
.
.
Oscar Romero – Universidad Distrital

Sistema de reglas y Mensajes

Condición Acción

1 # 0 # # 1 # 1 1 0 1 0 0 1

Si hay un objeto adelante Comer

1 0 0 1 # 1 1 1 1 0 1 0 0 1

Si hay un objeto blanco


Comer
Llamado queso adelante
Oscar Romero – Universidad Distrital

Sistema de reglas y Mensajes

Codificación de los detectores

Q : 001 M : 101

Q A
B : 010 MM : 110

MM M A : 011 MV : 111

0 0 1 0 1 0 0 1 1 .... C : 100 L : 000


Oscar Romero – Universidad Distrital

Sistema de reglas y Mensajes

Efectores

Noroeste Norte Noreste


000 001 010

Oeste Este
111 011

Suroeste Sur Sureste


110 101 100
Oscar Romero – Universidad Distrital

Sistema de reglas y Mensajes

Mensaje ambiental: Posición NE hay comida


0 1 1 1

C1 0 1 # # 0 0 0 0

C2 0 0 # 0 1 1 0 0
Población de
clasificadores
C3 1 1 # # 1 0 0 0

C4 # # 0 0 0 0 0 1
Oscar Romero – Universidad Distrital

Algoritmo de Distribución de Créditos

Bucket Brigade

Etapa 1: Ganancias

activa Envian
1 # # 0 325 apuestas

Mensaje 1 0 1 # 526
1 0 1 0
# 0 1 # 245

Casa
# # 1 # 87
Compensación

Realiza Pago
Oscar Romero – Universidad Distrital

Algoritmo de Distribución de Créditos

Bucket Brigade

Etapa 2: los impuestos....

Impuesto de Apuesta: para aquellos clasificadores que


apuestan pero no ganan.

Impuesto de Vida: Para toda la población de


clasificadores con el objetivo de eliminar clasificadores
mediocres.
Oscar Romero – Universidad Distrital

Algoritmo Genético

Son Algoritmos de búsqueda estocástica que simulan los procesos


de evolución biológica en busca de los mejores individuos

Operadores genéticos:

• Selección
• Cruce
• Mutación
Oscar Romero – Universidad Distrital

Aplicación del SC en el MEC

Detectores

Efectores
Sistema Clasificador
Recompensa
Oscar Romero – Universidad Distrital

Sistema de refuerzo del SC


(R(t) = 200  m(FD (t)) + K )

100 100

Puntaje
actual

Puntaje anterior
0 0
1 2 3 1 2
Número de Evaluaciones Número de Evaluaciones
Oscar Romero – Universidad Distrital

Desempeño del SC

700
Número de activaciones del SCS hasta

640
600
clasificar el estilo cognitivo

510
500
480
400
350
270
300 320 265
290
232
200 170
164 112
100 78
36 24 18 10 8 5 4
0
0 5 10 15 20 25
Número de períodos de aprendizaje
Oscar Romero – Universidad Distrital

3.3 Módulo Didáctico

Realiza la
evaluación Resultados
de la evaluación
Sistema Experto

Modulo
Didáctico

Sistema Clasificador
Características cognitivas
Estilo Cognitivo
Oscar Romero – Universidad Distrital

3.3 Módulo Didáctico

Sus decisiones se basan en:


• Estilo Cognitivo del usuario
• Evaluación del alumno
• Curriculo

Retroalimentaciones Personalizadas
• Convergente: 1, 2
• Divergente: 1, 2
• Asimilador: 1, 2
• Adaptador: 1
• Analítico: 1
• Holístico: 1, 2
Oscar Romero – Universidad Distrital

4. Prueba Piloto

RG1 O1 X O2
RG2 O3  O4

Aspectos a medir:

• Desempeño académico
• Prueba de Actitudes frente al MEC
Oscar Romero – Universidad Distrital

Resultados Prueba de POST-TEST del grupo Piloto

6
Frecuencia del número

5
Intervalo 65 - 70
4 Intervalo 71 - 75
de alumnos

Intervalo 76 - 80
3
Intervalo 81 - 85
2 Intervalo 86 - 90
Intervalo 90 - 94
1

0
1

Puntaje obtenido en la prueba


post-test
Oscar Romero – Universidad Distrital

Resultados Prueba de POST-TEST del grupo de Control

7
Frecuencia del número

6 Intervalo 45 - 50
de alumnos

Intervalo 51 - 55
5
Intervalo 56 - 60
4 Intervalo 61 - 65
3 Intervalo 66 - 70
Intervalo 71 - 75
2
Intervalo 76 - 80
1
0
1

Puntaje obtenido en la prueba post-test


Oscar Romero – Universidad Distrital

Aspecto Motivacional según Prueba de Actitudes

Aspectos evaluados
• Motivación: 95 % a favor
• Contenidos: 93 % a favor
• Ejercitación: 90 % a favor
• Evaluación: 80% a favor
• Aprendizaje: 87 % a favor
• Ritmo: 100 % a favor
• Interfaz: 100 % a favor
Oscar Romero – Universidad Distrital

5. Conclusiones y Trabajo Futuro

El desarrollo de software educativo debe apuntar a


la búsqueda de sistemas más complejos y robustos,
capaces de entender el estado cognitivo de cada
alumno, tomar decisiones y personalizar el material
didáctico.

• El desarrollo del software educativo no debe fundamentarse en un


sola teoría del aprendizaje, puesto que cada una hace aportes
significativos en el entendimiento del proceso enseñanza-aprendizaje

• Los micromundos explorativos promueven el aprendizaje significativo


a través de ambientes lúdicos donde el alumno construye sus propias
estructuras cognitivas, convirtiéndose en un agente activo en el
aprendizaje y no sólo un recipiente de conocimientos.
Oscar Romero – Universidad Distrital

5. Conclusiones y Trabajo Futuro

• Los sistemas expertos son de gran ayuda en el


campo de la educación, ofreciendo al estudiante
retroalimentación inmediata por medio de la
modelación de las estructuras mentales subyacentes.

• Las técnicas de simulación genética permiten gran adaptabilidad a un


ambiente arbitrario. Por su parte un SC, permite además, aprender
inductivamente por medio de un mecanismo de refuerzo, evitando
crear bases de conocimiento exhaustivas.
Oscar Romero – Universidad Distrital

5. Conclusiones y Trabajo Futuro

• El modelo de seguimiento en el nivel diagnóstico


puede llegar a ser una herramienta altamente
desmotivadora aunque genere un modelo menos
influenciado por la incertidumbre. Por otro lado, el
modelo de reconstrucción aunque no afecte el
aspecto motivacional, se ve afectado por un nivel
alto de incertidumbre.

• El MEC cumple una función importante en el proceso de


enseñanza-aprendizaje ya que el 70% de los alumnos que lo
emplearon, superan satisfactoriamente más del 70% de los objetivos
instruccionales para los cuales fue diseñado el software educativo
Oscar Romero – Universidad Distrital

5. Conclusiones y Trabajo Futuro

• Sistema Clasificador Difuso


• Sistema de Lenguaje Natural
• MEC distribuido
• Empleo de VRML
• Programación Neuro Lingüística PNL
• EOA y las ondas Teta
• Emplear la herramienta J Builder
Oscar Romero – Universidad Distrital

6. Bibliografía Recomendada
• Wenger Etienne, Artificial Intelligence and Tutoring Systems.
Computational and Cognitive Approaches Communication of
Knowledge.
• Galvis Panqueva Alvaro. Ingeniería de Software Educativo.1994.
Ediciones Uniandes.
• Giarratano Joseph, Expert Systems, fundamentals and Programming
• Goldberg David E., Genetic Algorithms in Search, Optimization, and
Machine Learning
• Holland J.H., Induction: Processes of Inference, Learning and
Discovery.
• Brown, J.S. y VanLehn, K. Repair theory: A generative theory of bugs
in procedural skills. Cognitive Science.
• Witkin H.A., & Goodenough D.R., Cognitive Styles: Essence and
Origins.
Oscar Romero – Universidad Distrital

Comentarios y Sugerencias

• ¿Preguntas?
• Sugerencias...
• ¿Cómo Contactarnos?
- Grupo ACME: acme@atenea.udistrital.edu.co
- Oscar Romero: ojrlopez@hotmail.com
- Johanna Ramírez: jramirezc@starmedia.com
- Sergio Rojas: srojas@udistrital.edu.co
- Lilian Bejarano: profesora7@hotmail.com

¡¡¡Gracias por su Atención!!!


Oscar Romero – Universidad Distrital

Reglas de Inferencia

• Lógica Deductiva: Razonamiento lógico en el que las conclusiones


deben desprenderse de sus premisas verdaderas.

• Lógica Proposicional: Sólo puede tratar con afirmaciones completas.


Es decir, no puede examinar la estructura interna de una afirmación.
Emplea conectores lógicos más no cuantificadores.

• Modus ponens:

[p(pq)] q)

• Modus tollens:

[(pq) q] p

• Ley del Silogismo:

[(pq)(qr)]  pr
Oscar Romero – Universidad Distrital

Metodología de desarrollo de cada Iteración


Análisis Diseño
-Contexto del Problema -Diseño Educativo
-Análisis de necesidades educativas -Análisis de tareas de aprendizaje
-Lineamientos curriculares -Micromundo
-Análisis de problemas existentes • Evaluación Formativa y Diagnóstica
-Análisis de posibles causas -Estrategias tutoriales
-Solución Computarizada -Retroinformación, refuerzo y nivel de logro
-Gestión de Riesgos -Motivación: Reto, Fantasía y Curiosidad
-Modelado del dominio en Casos de -Diseño Comunicacional
Uso
-Principios sicológicos sobre percepción
-Modelado estático en diagramas de
-Zonas de comuniccación
clases
-Diseño Computacional
-Diagramas, Asociaciones
Oscar Romero – Universidad Distrital

Módulo de Lenguaje Natural

• Análisis Morfológico • Procesamiento de la


Pragmátcia y el discurso
• Análisis Sintáctico
• Uso de la atención en la
• Gramáticas y analizadores comprensión
• Análisis Semántico • Modelo de creencias
• Procesamiento Léxico • Planes para la
• Procesamiento a nivel de oración: conmprensión
• Semántica aproximadamente • Acciones del Habla
composicional • Representación del
conoc. Por Guiones
• Semántica de Montague
• Razonamiento ampliado con
una base de conocimiento
Oscar Romero – Universidad Distrital

Componente Gestión de Usuarios

Modelo de datos
• Modelos lógicos basados en registros: Modelo relacional
Lenguaje de Consulta: SQL
Normalización
• Primera Forma Normal 1FN
Conexión con la lógica de aplicación:
• se crea un origen de datos
• Se crea un puente JDBC:ODBC
• Se crea un objeto de tipo Connection
• Se crea un objeto de tipo Statement para
poder emplear sentencias SQL
Oscar Romero – Universidad Distrital

Tratamiento de la Incertidumbre

Error nivel 2 Error nivel 3

r1(0.7) r1(0.7)

r2 (0.3) r3 (0.6) r4(0.2) r2 (0.3) r3 (0.6) r4(0.2)

Impacto: 0.05 r5 (0.8) r4(0.2)


r5 (0.8) r6(0.65)

Impacto: 0.025

You might also like