Escuela de Graduados en Educacin

Actividad 4.4. Trabajo final

Sistemas Tutoriales Inteligentes, administrando la educacin a Distancia.

Por:

Arturo Ocampo Lpez (A01306494) a01306494@itesm.mx

Curso: ED5060L Teora y Prctica de la Educacin a Distancia

Asesora: MaryBell Rodrguez - rodriguez.marybell@gmail.com

Profesor titular:
Dr. Fernando Jorge Mortera Gutirrez:

Pachuca de Soto, Hidalgo, 26 de Noviembre del 2010.

Introduccin.
Los Sistemas Tutoriales Inteligentes (STI), permiten administrar los contenidos de
los ambientes virtuales en la educacin a distancia, a travs de procesos administrados por
la inteligencia artificial (AI). El presente trabajo muestra las caractersticas generales de
stos sistemas, que son consecuencia de la sinergia del continuo avance de las tecnologas
de informacin y comunicaciones orientados a la educacin en los cuales se fortalece por
medio de herramientas novedosas como la web 2.0 que permiten tener una mejor y ms
fcil utilizacin, mejorando la comunicacin sncrona y asncrona, adems de proporcionar
un proceso de enseanza aprendizaje ms significativo.
Actualmente es ms fcil construir y crear materiales didcticos porque existe una
gran variedad de ellos, que van desde un libro electrnico, hasta videos interactivos e
incluso la realidad virtual colaborativa, pero independientemente de los materiales, lo que
se busca es generar una enseanza en tiempo real a partir de la demanda de las necesidades
del propio alumnado, en otras palabras, el punto es que el tutorial se presente al alumno de
forma en que l interacte en el entorno virtual, dependiendo de su navegacin e
interaccin con los materiales, adems de su desempeo.
Antecedentes

En el ao 1988 se buscaba la forma de cambiar la instruccin tradicional en la

educacin, sta se presentaba a los alumnos de manera secuencial. Una solucin era la
tecnologa hipermedia, que permita que fuera el propio alumno quien decidiera el orden de
acceso a cualquier informacin de la base de conocimiento (Jonassen, 1988). De esta
forma, los estudiantes no tienen la restriccin de la estructura inicial impuesta por el
diseador de la base de conocimiento o el profesor.

Los alumnos tienen estructuras de conocimiento nicas basadas en sus experiencias

y habilidades, la manera en la que eligen acceder, interactuar e interrelacionar informacin
de la base de conocimiento es tambin distinta. Los entornos de aprendizaje basados en
multimedia, permiten que la base de conocimiento se ajuste al alumno en lugar de que el
alumno lo haga (Debe, C. & D. Palumbo, 1991).
Los sistemas hipermedia, si se usan para la construccin del conocimiento, pueden
completar la necesidad de entornos de aprendizaje a medida para las crecientes demandas
de la sociedad de la informacin global (Heller, R., 1990). Esto implica que cualquiera que
sea la metodologa de enseanza, como el aprendizaje instructivo que representa el clsico
papel del profesor encargado de planificar los contenidos para aprender y supervisar la
adquisicin de conocimientos por parte del alumno, o por la metodologa de aprendizaje
constructivo donde se le ofrece al alumno la posibilidad de una navegacin libre dentro del
espacio de conocimiento, la funcin del profesor se convierte en una tarea de gua sobre
dicho espacio en el que el alumno debe localizar aquello que necesite para conseguir
aprender, a partir de la accin.
Tomando en cuenta las caractersticas con las que cuentan los sistemas actuales, es
buena opcin el implementar el registro de los alumnos que ingresan en l, de tal forma que
se pueda lograr el registro de sus avances y el control del mapa navegacional que se le
presente. (Prez, Gutirrez, Lpez, Gonzlez & Vadillo, 1999).

Evolucin y caractersticas
Como se muestra en la figura 1, se visualiza la evolucin de los sistemas de
enseanza. En los aos 50 aparecieron los primeros sistemas de enseanza, los llamados
programas lineales, que se caracterizaban por mostrar el conocimiento de una manera

lineal. Es decir, ningn factor poda cambiar el orden de enseanza establecido en su

momento por el programador, de forma (conductista). Posteriormente aparecen los
programas lineales que tenan un nmero fijo de temas, sin embargo se diferenciaban por la
capacidad de actuar segn la respuesta del alumno. A finales de los sesenta y principios de
los setenta surgieron los sistemas generativos (tambin llamados sistemas adaptativos).
Estos van asociados a una nueva filosofa educativa que manifiesta que "los alumnos
aprenden mejor enfrentndose a problemas de dificultad adecuada, que atendiendo a
explicaciones sistemticas", los sistemas generativos no sirven para todo tipo de dominio de
enseanza. As como en reas del estilo de la aritmtica da buen resultado, la dificultad para
generar problemas aumenta considerablemente en otras reas de trabajo.

Programas
Lineales 1950

Programas
Ramificados 1960

Sistemas
Generativos
1967-1971

Sistemas
Tutoriales
Inteligentes
1980-1990

Figura 1: Evolucion de los sistemas de enseanza

Con la incorporacin de tcnicas de inteligencia artificial (I.A.), aparecieron los

Sistemas Tutores Inteligentes (STI). Estos sistemas facilitan el proceso de
enseanza/aprendizaje hacindolo ms efectivo, correcto y tambin ms agradable. Algunas
de las caractersticas ms importantes son:
(1) El conocimiento del dominio est acotado y claramente articulado.

(2) Poseen conocimiento del estudiante que les permiten dirigir y adaptar la
enseanza.
(3) La secuencia de enseanza no est predeterminada por el diseador.
(4) Realizan procesos de diagnstico ms adaptados al estudiante y ms detallados.
(5) La comunicacin Tutor-Alumno mejora, permitiendo adems que el alumno
realice preguntas al Tutor.
As, los STI se caracterizan por representar separadamente la materia que se ensea
(modelo del dominio) y las estrategias para ensearla (modelo pedaggico). Por otro lado,
caracterizan al alumno (a travs de un modelo del estudiante) para procurar una enseanza
individualizada. Adems, de una manera cada vez ms necesaria y al igual que cualquier
software que se comunica con usuarios, el interfaz de comunicacin corresponde con un
mdulo bien planificado, de fcil manipulacin, y que favorece el proceso de comunicacin
tutoralumno (Urretavizcaya, 2001).

La arquitectura bsica de los STI

contiene el modelo del dominio de

Modelo
del
Dominio

Modelo
Pedaggic
o

conocimiento, puede entenderse como una

entidad que copia las caractersticas de un

Modelo
del
Estudiante

objeto, proceso o concepto del mundo real. En

definitiva, un modelo es una representacin
abstracta de algn tipo de mecanismo. Es
abstracta en el sentido de que no existe

Interfaz para el
estudiante

Figura 2: Arquitectura bsica de un STI

realmente, es algo que se crea en la frontera de un programa computacional.

Para poder construir un modelo de un mecanismo, debe ser posible descomponer al
mecanismo en sus partes constitutivas. Es decir, el mecanismo a ser modelado debe tener

partes identificables en las cuales pueda ser descompuesto. De este modo, el

comportamiento del mecanismo puede ser descripto a travs del comportamiento de sus
partes, que incluye desde la forma de funcionamiento intrnseca de cada componente hasta
la manera en que un componente dado interacta con los dems. En este trabajo se
emplearn modelos cualitativos ms que cuantitativos, es decir que las relaciones entre
partes son descriptas ms en trminos de las cualidades de las entidades constitutivas que
de expresiones matemticas que sean representativas del modo de operacin de dichas
entidades. Esta concepcin est ms a tono con la manera en que los seres humanos parecen
abordar los problemas en sus encuentros cotidianos con el mundo de todos los das. De esta
manera, una persona puede saber cundo es seguro cruzar una calle sin necesidad de
construir mentalmente un modelo matemtico para calcular la trayectoria de los vehculos
que se le acercan.
La metodologa propuesta para modelar el dominio de conocimiento cuando el
mismo est referido a un mecanismo consiste en los siguientes pasos:
Paso 1 Identificar los componentes del mecanismo
Paso 2 Identificar las relaciones entre los componentes del modelo
Paso 3 Especificar las reglas de operacin del modelo
Paso 4 Evaluar el modelo
El modelo del estudiante, debera centrarse alrededor de las preguntas: Qu es lo
que se desea que el estudiante sepa acerca del mecanismo?. Qu tipos de conocimientos
debe tener un estudiante para poder resolver un problema de operacin o reparacin del
mecanismo?. Es evidente que, de algn modo, el estudiante debe conocer cmo trabaja el
mecanismo. A su vez, son las partes componentes del mecanismo las que posibilitan su
funcionamiento. De manera que el estudiante deber tener conocimientos acerca de:

Los componentes del mecanismo

La operacin de los componentes del mecanismo
La interrelacin entre los componentes del mecanismo
La operacin del mecanismo

Si un estudiante elige examinar un componente en particular, entonces se asume que

el estudiante conoce algo acerca del componente. Dado el contexto del problema, la
seleccin de un componente es de algn modo una confirmacin o no de que el estudiante
comprende lo que el componente hace y cmo se relaciona con otros componentes en la
operacin del mecanismo. Es decir que cada vez que el estudiante chequea, manipula o
examina un componente, indica de algn modo lo que l conoce o desconoce acerca de la
operacin del mecanismo. Para realizar inferencias acerca de lo que el estudiante conoce, es
necesario interpretar o hacer presunciones en base a las acciones del estudiante. Estas
interpretaciones constituyen la parte central en el desarrollo del modelo del estudiante en el
diseo de un sistema tutorial inteligente.
Paso 1 Identificar el conocimiento que el estudiante posee respecto de los
componentes que integran el mecanismo.
Paso 2 Identificar el nivel de comprensin que el estudiante posee respecto de la
funcionalidad del mecanismo y de cmo sus componentes contribuyen a lograrla..
Paso 3 Identificar las estrategias empleadas por el estudiante para resolver el
problema y abordar adecuadamente los procesos necesarios para llevar a cabo la
reparacin del mecanismo.
El modelo del tutor, o modelo instruccional es una representacin de los mtodos
que se usarn en el tutor inteligente para proveer informacin al estudiante. Este modelo es
complejo pues est pensado para dirigir al estudiante en su proceso de aprendizaje y
efectuar automticamente ajustes en esta direccin a medida que el estudiante progresa.

En un sentido prctico, se tiene el siguiente problema a resolver cuando se construye el

mdulo tutorial de un sistema de instruccin inteligente. El estudiante est manipulando el
modelo del dominio o mecanismo y el modelo de estudiante est realizando inferencias en
base a estas manipulaciones. El tutor debe entonces hacer uso de esta informacin a efectos
de proveer al estudiante con informacin que sea til para ste.
En su forma ms general, a efectos de poder definir correctamente la operacin del
mdulo tutorial, debe ser posible responder a las siguientes preguntas: Cundo es
necesario instruir? Qu tipo de instruccin debe darse?
Los pasos metodolgicos propuestos para el diseo del modelo del tutor son los
siguientes:
Paso 1 Analizar del modelo del estudiante a efectos de definir claramente cules son
las acciones que este puede llevar a cabo.
Paso 2 Interpretar adecuadamente las acciones definidas en el Paso 1 en funcin del
tipo de conocimiento que el estudiante debera poseer para llevar a cabo dichas
acciones en forma correcta.
Paso 3 En base a los diferentes tipos de conocimiento identificados en el paso 2,
determinar las estrategias de instruccin ms apropiadas a fin que el estudiante
incorpore significativamente estos conocimientos a su estructura cognitiva.
El modelo del estudiante, en base a las consideraciones efectuadas en el anlisis
terico respecto de lo que debiera ser el modelo del estudiante y de los pasos propuestos, se
definen las siguientes reglas acerca de cmo pueden modelarse sus acciones (Sierra, Garca,
Cataldi, Britos & Hossian, 2004).

Ejemplos
Como ejemplo de estos sistemas se encuentra el sistema HEZINET, un hiperentorno
interactivo para el aprendizaje basado en un modelo que integra los mtodos de instruccin
tradicionales con los mtodos de aprendizaje basados en la construccin del conocimiento
del alumno, actualmente cuenta con ms de 5,500 actividades disponibles para el alumno.
Muchas de ellas son elementos interactivos, entre ellos 400 videos y 60 animaciones
(Prez, 2000).
Otro ejemplo, es el sistema multiagente MAS-PLAG diseado con el objetivo de
ofrecer caractersticas de adaptatividad con base en estilos de aprendizaje, de tal forma que
el sistema capta el perfil del alumno y le ofrece segn su modo de aprendizaje los diferentes
tipos de material didctico, basado en el soporte de la tecnologa de educacin a distancia a
travs de Internet, utilizando tcnicas de Inteligencia Artificial para el modelado del
estudiante como el razonamiento basado en casos y lgica difusa, y para motivar a los
estudiantes a aprender segn sus habilidades se utilizaron tcnicas de Agentes Inteligentes
(Pea, Marzo, De la Rosa & Fabregat, 2002).
En otro ejemplo, se present en la Universidad de Tlaxcala, una arquitectura
propuesta para la realizacin de un Sistema Tutorial Inteligente (STI) dentro de un
Ambiente Virtual, denominado TIAVE. Que contribuye en la solucin a la problemtica de
dependencia del dominio de aplicacin, de integracin de tecnologa 3D y de estrategia
pedaggica personalizada que existe en los STIs convencionales, presentando un diseo
acorde con las tendencias actuales de los Tutores Inteligentes (Del Valle, Muoz & Prez,
2004)

En la Universidad Autnoma Metropolitana, Unidad Xochimilco, se desarroll un

laboratorio que est programado en el lenguaje LISP, que adems de funcionar como un
sistema Tutorial, sirve para comprobar diferentes situaciones de enseanza y de aprendizaje
y consiste en un Shell que tiene una base de conocimiento intercambiable y en esta ocasin
se utiliz con elementos de lgebra. Las pruebas se realizaron con alumnos que cursan
matemticas y que estudian el tronco comn. Entre los resultados, se observa que el alumno
obtiene un mejor desempeo cuando se le presentan materiales que involucran un mayor
nmero de estrategias de enseanza y cuando los estudiantes cuentan con marcos
referenciales y experiencias previas adecuadas con las matemticas (Ariza & Rouquette,
2004).
Conclusiones.
Este trabajo pretende dar una introduccin sobre las caractersticas generales de los
STI, con el fin de mostrar sus bondades y ser tomadas en cuenta para desarrollar materiales
en la EaD, es muy til puntualizar que actualmente las tics permiten tener un mejor
monitoreo de las actividades e interaccin especfica que tienen los alumnos con los
materiales didcticos, la comunicacin entre alumnos y con el tutor, esto permite identificar
que con la ayuda de la inteligencia artificial, podemos generar un entorno de trabajo ms
personalizado para cada alumno.
Los modelos de inteligencia artificial, no han sido descritos puntualmente en este
trabajo porque se requiere de los expertos en esta rea, la experiencia me ha enseado que
se requiere de un grupo de trabajo multidisciplinar para poder desarrollar los entornos ms
adecuados para los alumnos y aunque ahora contamos con plataformas como Moodle o
Blackboard que cuentan con opciones para administrar los materiales segn su desempeo
o su quehacer en un curso virtual, lo ms importante es que el alumno se sienta

acompaado durante su preparacin no por los buenos materiales que se le presentan, sino
por la asesora o tutora.
La evolucin que acompaa a la educacin a distancia, est orientada a la
adaptabilidad de los sistemas y la evaluacin, y se est logrando rpidamente gracias al
apoyo de la evolucin de las tics, ahora comenzamos a escuchar de objetos de aprendizaje
que son filosofas nuevas orientadas a la educacin y debemos tener una mentalidad abierta
y despierta para recibirla.

Referencias.
Ariza Gmez Edith & Rouquette Alvarado Jorge, (2004). Uso de un sistema tutorial
inteligente en el mbito educativo. Universidad Autnoma Metropolitana, Unidad
Xochimilco. Revisado el 25 de noviembre de 2010;
http://www.somece.org.mx/simposio2004/memorias/grupos/archivos/080.doc
Debe, C. & D. Palumbo (1991), Implications of Hipermedia for Cognition and
Communication, International Association for Impact Assessment Bulletin, 9, 1-2.
Del Valle Barrientos Francisco, Muoz Arteaga Jaime & Prez Corona Carlos
(2004), Tutor Inteligente en un Ambiente Virtual de Experimentacin (TIAVE).
Universidad Autnoma de Tlaxcala - Departamento de Ingeniera y Tecnologa. Revisado el
25 de noviembre de 2010;
http://ingsw.ccbas.uaa.mx/sitio/images/publicaciones/ANIEI04(Valle_Munoz).pdf
Heller, R. (1990), The Role of Hypermedia in Education: A look at the Research
Issues, Journal of Research on Computing in Education, 22, 431-441.
Jacobs, G. (1992), Hipermedia and discovery-based learning: a historical
perspective, British Journal of Educational Technology, 23, 113-121.

Jonassen, D. H. (1988), Designind Structured Hipertext and Structuring Access to

Hipertext, Educational technology, 13-16.
Pea Clara. Ins, Marzo Jos-L., De la Rosa Joseph Luis & Fabregat Ramn (2002),
Un Sistema de Tutora Inteligente Adaptativo Considerando Estilos de Aprendizaje.
Universidad de Girona, Espaa, 1-2. Revisado el 20 de noviembre de 2010;
http://bcds.udg.es/papers/un_sistema_de_tutoria_inteligente_adaptativo_considera
ndo_estilos_de_aprendizaje.pdfPrez, T. A. (2000), Un hiperespacio adaptativo para el
aprendizaje instructivo/constructivo, Tesis Doctoral, Universidad del Pas Vasco UPV-EHU.
1.
Prez Toms, Gutirrez J., Lpez R., Gonzlez A. & Vadillo J.A. (1999),
Hipermedia, Adaptacin, Constructivismo e Instructivismo, Universidad del pas Vasco
UPV-EHU. 1, 5. Revisado 20 de noviembre de 2010;
http://cabrillo.lsi.uned.es:8080/aepia/Uploads/12/129.pdf
Sierra, E., Garca-Martnez, R., Cataldi, Z., Britos, P & Hossian, A. (2004).
Sistemas Tutoriales Inteligentes Centrados en Reparacin de Mecanismos. Una Propuesta
Metodolgica de Diseo. Universidad de Comahue, Universidad Tec. Nacional, Centro de
Ing. del Software y del Conocimiento, Universidad de Buenos Aires. Revidado el 25 de
noviembre de 2010; http://www.itba.edu.ar/archivos/secciones/51JISIC-2004metodologia-diseno-sistemas-tutoriales-inteligentes.pdfUrretavizacya Loinaz Maite
(2001), Sistemas Inteligentes en el mbito de la Educacin. Revista Iberoamericana de
Inteligencia Artificial, 12, 5-12 AEPIA, Revisado el 19 de noviembre de 2010;
http://erevista.aepia.org/index.php/ia/article/viewFile/292/278