RELIEVEv10n1 1 PDF

Soledad González, C. (2004).
Sistemas inteligentes en la educación: una revisión de las líneas de investiga-

ción y aplicaciones actuales. RELIEVE: v. 10, n. 1, p. 3-22.
http://www.uv.es/RELIEVE/v10n1/RELIEVEv10n1_1.htm
Revista ELectrónica de Investigación

y EValuación Educativa
SISTEMAS INTELIGENTES EN LA EDUCACIÓN: UNA

REVISIÓN DE LAS LÍNEAS DE INVESTIGACIÓN Y
APLICACIONES ACTUALES
(Intelligent Systems in Education: A review of current research lines)
por
Article record Ficha del artículo
About authors Carina Soledad González Sobre los autores
(cjgonza@ull.es)
HTML format Formato HTML
Resumen
Abstract En este artículo se desea realizar un recorrido por las
principales aplicaciones de la Inteligencia Artificial (IA)
In this paper we presented the main applications of Arti-
en la Educación, tales como los Sistemas Tutoriales Inte-
ficial Intelligence (AI) in Education, such as Intelligent
ligentes y Sistemas de Enseñanza Inteligentes Distribui-
Tutorial Systems, Adaptive Hipermedia Systems and
dos a través de Internet. Veremos qué son, cuáles son las
Computer Support for Collaborative Learning (CSCL).
principales cuestiones que se plantean en su diseño y qué
We will see what it are, which are the main problems of
técnicas se utilizan para crear el proceso de adaptación del
design and techniques used in the adaptation process of
sistema al usuario. Finalmente, enumeraremos y describi-
the system to the user. Finally, we will refer to the cen-
remos las principales líneas de investigación que actual-
tral areas of research and development at this moment.
mente centran la atención de los profesionales de este
campo.
Keywords Descriptores
Artificial Intelligence, Intelligent Tutorial Systems, Hy- Inteligencia artificial, Sistemas tutoriales inteligentes,
permedia, Adaptive Interfaces Hipermedia, Interfaces Adaptativas.
sito de construir sistemas de enseñanza inte-

Introducción
ligentes.
La aplicación de la Inteligencia Artificial
En esta área de investigación interdiscipli-
(IA) en la Educación, constituye actualmente
nar trabajan investigadores de diversos cam-
un campo de creciente interés donde se tra-
pos, principalmente la Pedagogía, Psicología,
tan, fundamentalmente, de aplicar las técni-
Ciencias Cognitivas, Inteligencia Artificial,
cas de la IA al desarrollo de sistemas de en-
Multimedia e Informática en general, dónde
señanza asistida por ordenador con el propó-
Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 3

Soledad González, C. (2004). Sistemas inteligentes en la educación: una revisión de las líneas de investiga-
cada uno de ellos aporta su visión al desarro- muchos de ellos, la instrucción emula inter-
llo de la disciplina. acciones que pueden ocurrir entre un alumno
y un profesor, o intentan crear un entorno de
Encontramos las raíces de la instrucción aprendizaje más motivador, animando al
asistida por ordenador a finales de los años alumno a la exploración del dominio. Res-
50 en las grandes universidades americanas. pecto a lo objetivos de aprendizaje pueden
Un ejemplo de estos trabajos iniciales es el estar implícitos en el programa y las activi-
proyecto PLATO de la universidad de Illi- dades pueden o no pueden estar explícita-
nois en EEUU. Con el advenimiento de los mente relacionadas a las tareas que se supone
microordenadores, a finales de los 70, estos que tendrá que realizar el alumno durante la
sistemas se extendieron a las pequeñas uni- instrucción. Por el contrario, los STIs contie-
versidades adquiriendo la denominación de nen un modelo pedagógico explícito imple-
CBT (Computer Based Training). Paralela- mentado por ordenador de la instrucción a
mente, en el área de la IA se comenzaron a llevarse a cabo, que determina como el pro-
construir CBTs que intentaban simular el grama responderá al alumno en cada mo-
razonamiento o lógica humana y a finales de mento.
los 70 surgió una nueva rama en dónde los
investigadores intentaban desarrollar siste- Respecto a la estructura que siguen estos
mas tutoriales inteligentes de instrucción programas, las diferencias fundamentales son
asistida por ordenador. Estos sistemas han que los CBTs se centran en la interacción y
evolucionado hasta convertirse en lo que hoy la pantalla del ordenador se ve como un me-
llamamos STI. dio de comunicación interactivo, por ello se
organizan alrededor de la pantalla y de las
Podemos decir que los STIs son un paso interacciones del alumno centradas en la
adelante a los CBTs, ya que poseen ciertas pantalla, con los cambios que esta pueda
características “inteligentes” en relación a la producir en respuesta a las diferentes res-
capacidad de adaptación a las características puestas del alumno. Además, son programas
de aprendizaje y conocimiento de los distin- en estructura algorítmica (por ejemplo des-
tos alumnos y además se diferencian en cues- cribibles por medio de diagramas de flujo) y
tiones muy importantes, desde los mismos donde los saltos se producen debido a las
objetivos para los que son creados. Un soft- entradas del usuario. Ejemplos de lenguajes
ware educativo tradicional se crea para satis- más utilizados pueden ser C, Pascal, Visual
facer una necesidad particular y estos siste- Basic, etc. En cambio, los STIs son progra-
mas son específicos para el dominio, temas, mas centrados en el conocimiento reflejado
y características del grupo de alumnos a los en el modelo de instrucción y la interacción
cuales va dirigido, utilizando la mejor tecno- con el usuario consiste en la comunicación
logía disponible en ese momento. En entre este modelo y la interface. Debido a
contraste, un STI desea modelizar y esto, los STIs no pueden ser programas algo-
representar un conjunto de principios rítmicos por que deben ser capaces de repre-
instruccionales lo suficientemente generales sentar el razonamiento humano, y esto no se
para ofrecer una instrucción efectiva a través puede hacer con unos simples algoritmos,
de un conjunto de tareas de enseñanza. Por sino con una lógica basada en la aplicación
ello, los STIs están fuertemente relacionados del conocimiento (codificado como reglas)
a la psicología cognitiva del aprendizaje, es sobre una situación y la reacción correspon-
decir al “cómo” es realizado el aprendizaje diente a la misma. Además, el conocimiento
por el alumno. se representa mediante símbolos (palabras,
frases, reglas), por lo que la mayoría de los
Además, la mayoría de los CBTs no siguen
STIs están escritos con lenguajes que sopor-
un único modelo instruccional teórico. En
tan el procesamiento de símbolos y listas

(por ejemplo Lisp o Prolog) y sus extensio- ejercicios, así como la explicación de la so-
nes (CLIPS, GRAPES, OPS5, ...). lución.
Por todo lo mencionado anteriormente, Estas tareas se organizan en distintos mó-
vemos que las principales ventajas de los dulos, siendo los componentes claves del STI
STIs frente a los CBTs, son básicamente las tradicional: un modelo del alumno, un mode-
de poder adaptarse a las características y lo pedagógico, un modelo didáctico y una
ritmo de aprendizaje de cada alumno y pro- interface con la que interactúa el usuario.
porcionar una ayuda también adaptable, la
cual es capaz de ofrecer a los alumnos ele- Dependiendo de la arquitectura del siste-
mentos de autoreflexión sobre su propio ren- ma, estos módulos se pueden encontrar orga-
dimiento pudiendo incluso compararse con nizados en diferentes formas. Pueden estar
otros estudiantes, reales o modelados. distribuidos y subdivididos en partes más
pequeñas, funcionando como entidades, semi
Realizadas estas aclaraciones respecto a los o completamente autónomas, que se comuni-
softwares educativos tradicionales y los can entre sí y actúan racionalmente de acuer-
STIs, vamos a analizar a continuación en do a sus percepciones del exterior y el estado
mayor profundidad los principales compo- de su conocimiento. Podríamos decir que
nentes de los tutores inteligentes. esta es una arquitectura basada en agentes
inteligentes. Además, existen otros tipos de
1. Los Sistemas Tutoriales Inteligentes tutores inteligentes los cuales se basan en
estos módulos, pero crean otros módulos
Un STI es capaz de guiar al alumno a lo personalizados.
largo de un dominio en particular del cono-
cimiento, resolviendo durante el proceso 1.1. Los componentes fundamentales de
tareas tales como la elaboración de una estra- un STI
tegia de tutorización, la generación de ejerci-
cios a la medida de las necesidades del El siguiente esquema representa los cuatro
alumno, la resolución pedagógica de estos módulos principales que componen un STI:
Figura 1: Modelo Tradicional de un STI

El módulo "Modelo del alumno" contiene el Multimedia" contiene los mecanismos de re-
cuerpo de conocimientos que caracterizarán al presentación (imágenes animadas, imágenes
usuario y lo representa desde perspectivas di- estáticas, sonido, lenguaje oral, lenguaje escri-
ferentes como, los aspectos psico-sociológicos to, reconocimiento de voz, etc.) de informa-
característicos que condicionan el proceso de ciones necesarias para la realización de tareas
aprendizaje, el conocimiento que éste tiene que el sistema propone al sujeto. El éxito de un
sobre el dominio del tema a tratar y las destre- programa educativo, su calidad y efectividad,
zas y habilidades mínimas que debe tener para dependen en gran parte de la riqueza comuni-
realizar una tarea. Este modelo además, debe cadora que reúna. Esta cuestión empezó a inte-
ser capaz de recoger el comportamiento evolu- resar al campo de la Psicología Cognitiva,
tivo del alumno durante el trabajo en diferen- existiendo recientes investigaciones que de-
tes sesiones y modelar el estado mental del muestran que es fundamental tener en cuenta
alumno, es decir "lo que sabe y lo que no sa- algunos principios de diseño multimedia para
be" y a partir de esto adaptar el sistema sobre lograr y potenciar los aprendizajes (Moreno y
la base de sus respuestas. Al ser este módulo el Mayer, 2000).
que representa el estado cognitivo del alumno, 1.2. Modelado del alumno
en la siguiente sección nos ocuparemos del
problema del modelado en particular. La característica principal de los Sistemas
Tutoriales Inteligentes (STI) es su capacidad
El módulo "Pedagógico" contiene represen- de adaptarse a cada alumno. Entonces, el
tación de conocimiento experto en los ámbitos problema de obtener toda la información
relativos a procesos de evaluación, enseñanza- posible acerca del alumno se convierte en el
aprendizaje; aprendizaje humano y metodolo- problema principal a la hora de diseñar un
gía de enseñanza. Será el razonador, dónde se tutor inteligente. En efecto, es necesario que
almacenará la base de conocimiento y los me- en cada momento el STI disponga de una
canismos de resolución de problemas. Este representación del estado actual del conoci-
módulo es el responsable de dirigir la ejecu- miento del alumno, con objeto de poder se-
ción del módulo "Modelo Didáctico" teniendo leccionar los contenidos a enseñar en el nivel
en cuenta los datos ingresados desde el módu- adecuado de dificultad, proponer el problema
lo "Modelo del alumno". apropiado o seleccionar la estrategia tutorial
más efectiva en ese momento.
El módulo "Modelo Didáctico" cumple la
función de tutor o profesor y contiene infor- El modelo del alumno es la componente del
mación para decidir qué tareas se le presentan STI que representa el estado actual del cono-
al estudiante de acuerdo con los objetivos de cimiento del alumno, y el proceso que manipu-
aprendizajes que el "Módulo Pedagógico" deja la esta estructura se llama diagnóstico. Ambas
establecidos y los mecanismos para corregir el componentes deben diseñarse juntas, y este
modelo del alumno. Es el encargado de gene- problema de diseño es el que se conoce como
rar los planes instruccionales de cada sesión. el problema del modelado del alumno.
Este módulo es responsable de la activación
del módulo "Interface". El modelo del alumno es la representación
de los procesos mentales que lleva a cabo para
Las tareas de aprendizaje son presentadas realizar un aprendizaje en un ordenador. Estos
por el STI a través de una Interface Multime- procesos mentales no son modelos cuantitati-
dia. Ésta debe estar dotada de múltiples me- vos, representables por números, sino que son
dios de comunicación, eficazmente integrados modelos cualitativos. Los modelos cualitativos
y combinados, para lograr una enseñanza describen situaciones en el mundo: objetos y
adaptada y eficiente. El módulo "Interface procesos en términos de relaciones temporales,

espaciales y causales. En los sistemas de ense- -Modelo diferencial (differential model). Es

ñanza se pueden diferenciar tres tipos de mo- una modificación del modelo de superposi-
delos: el modelo del diagnostico, el modelo del ción. Este modelo divide el conocimiento
alumno, y el modelo de comunicación que del alumno en dos categorías: conocimiento
permite interactuar con el alumno. que el alumno debería poseer y conocimien-
to que no puede esperarse que el alumno
El modelo de diagnóstico debe inferir que tenga. Así, a diferencia del modelo de su-
está pensando el alumno y que creencias tiene. perposición, el modelo diferencial reconoce
Además, describe un estado cognitivo oculto y trata de representar explícitamente tanto el
(el conocimiento del estudiante sobre el tema a conocimiento del alumno como las diferen-
tratar) desde el comportamiento observado. cias alumno/experto. Puede considerarse
Para realizar un diagnostico se necesitan unas como un modelo de superposición, pero en
entradas que son recogidas mediante la inter- lugar de sobre el conocimiento del experto,
acción con el alumno, por preguntas directas u sobre un subconjunto de éste.
otros medios de información, tales como sus
fichas personales. La salida del modulo de -Modelo de perturbación (perturbation mo-
diagnóstico es una base de datos, el modelo del). Mientras que el modelo de superposi-
del alumno, que refleja con precisión el estado ción representa el conocimiento del alumno
de conocimiento del alumno. en términos del conocimiento “correcto”, el
modelo de perturbación lo combina con una
El modelo del alumno se define como los representación del conocimiento incorrecto.
componentes de un STI que representan el De este modo, no se considera al alumno
estado actual de un estudiante, pero es también como un “subconjunto” del experto, sino
un modelo de simulación, que describe los que el conocimiento del alumno puede ser
procesos por los cuales el estudiante recoge potencialmente diferente en calidad y canti-
información sobre un problema y realiza aser- dad al del experto. La técnica más frecuente
ciones, por lo que un puede predecir que hará para implementar un modelo de perturba-
el alumno próximamente. ción es representar el conocimiento experto
y añadirle los errores que más frecuente-
Básicamente, los tipos de modelo del alumno
mente cometen los alumnos. El modelo del
que se han utilizado son (Millán 2000):
alumno es entonces un modelo de superpo-
-Modelo de superposición (overlay model). sición sobre este conjunto de conocimiento
En este enfoque se considera que el cono- aumentado (que incluye conocimientos co-
cimiento del alumno es un subconjunto pro- rrectos e incorrectos). En la literatura apare-
pio del conocimiento del experto. Este en- cen dos tipos de errores: errores de concepto
foque supone que todas las diferencias entre (misconceptions) y fallos o erratas (bugs).
el comportamiento del alumno y el del ex- La colección de errores que se incluye en un
perto se explican como una falta de conoci- modelo de perturbación se llama biblioteca
miento del alumno. El modelo funciona bien o catálogo de errores. Esta biblioteca puede
cuando el principal objetivo del sistema ins- construirse de dos formas diferentes: me-
tructor es transmitir el conocimiento experto diante un análisis empírico (enumeración) o
al alumno. El mayor problema de dichos generando los errores a partir de un conjun-
modelos es que no consideran que el alum- to de errores de concepto subyacentes (téc-
no puede poseer conocimiento que el exper- nicas generativas). Aunque la información
to no posee, y por tanto son incapaces de re- adicional en un modelo de perturbación
accionar ante esta situación. Esta carencia proporciona nuevas explicaciones del com-
motivó la aparición de otros modelos. portamiento del alumno, introduce también
nuevos problemas: el esfuerzo necesario pa-

ra construir y mantener el modelo del alum- 1.3. Funcionamiento de un STI

no es mucho mayor. Los STI suelen basar su funcionamiento en
-Modelo basado en restricciones. Este mo- un plan instruccional que dirige la sesión de
delo es una modificación del modelo de su- enseñanza. Podemos organizar el plan instruc-
perposición propuesto por (Ohlsson, 1994) e cional en diferentes niveles: el primero de los
implementado con éxito en el tutor de SQL niveles está constituido por una secuencia de
de Mitrovic (Mitrovic, 1998; Mitrovic y “unidades básicas de aprendizaje” que repre-
Ohlsson, 1999). El dominio de conocimien- sentan los elementos en los que se organiza el
to se representa mediante una serie de conocimiento del dominio; el segundo nivel
restricciones sobre el estado de los está constituido por una secuencia de “objeti-
problemas, y el modelo del alumno es vos conceptuales” asociadas a estas unidades
simplemente una lista de las restricciones de aprendizaje, que son las habilidades y capa-
que ha violado en el proceso de resolución cidades cognitivas que el sistema planea que el
del problema. La principal ventaja de este alumno debe conseguir a lo largo de la sesión;
enfoque es su robustez y flexibilidad. Es en el tercer nivel lo constituyen los “procesos
robusto ya que no depende de la estrategia cognitivos” que se corresponden con las acti-
que haya seguido el alumno para resolver el vidades mentales que deben ocurrir en el
problema, y por tanto puede modelar a alumno; el cuarto nivel incluye los “eventos
alumnos que tengan patrones de compor- instruccionales”, que son las condiciones ex-
tamiento inconsistentes, es decir, que uti- ternas que se han de dar para que se produzca
licen estrategias diferentes para problemas el aprendizaje; el último nivel incluye las “ac-
diferentes. Además, el modelo es ciones instruccionales” que se corresponden
suficientemente flexible para reconocer so- con las acciones que el alumno/sistema llevan
luciones innovadoras como correctas. Por a cabo a lo largo de las sesiones de aprendiza-
último, debemos distinguir entre dos tipos je.
diferentes de modelado del alumno, que El ciclo general de funcionamiento de los
Anderson, Corbett, Koedinger y Pelletier STI es el siguiente: una vez que el sistema
denominan traza del conocimiento y traza identifica al usuario, el Modelo Didáctico acti-
del modelo (knowledge tracing y model tra- va el Modelo del Alumno correspondiente para
cing) (Anderson y otros, 1995). La traza del organizar una secuencia sesión de enseñanza
conocimiento consiste en determinar qué adaptada al mismo. El Modelo Didáctico cons-
sabe el alumno, incluyendo tanto el conoci- truye un plan de sesión para dicho alumno
miento correcto sobre el dominio como sus consultando el Modelo Pedagógico y el Mode-
errores. La traza del modelo pretende anali- lo del Alumno. Del Modelo Pedagógico se
zar el procedimiento de resolución de pro- obtienen los conceptos a enseñar y en el
blemas que utiliza el alumno. La traza del Modelo del Alumno se consultan tanto el
modelo resulta útil en sistemas que intentan conocimiento que el sistema supone que tiene
dar respuesta a peticiones de ayuda del el alumno como sus preferencias en cuanto al
alumno y ofrecerle pistas e información estilo de enseñanza. El plan instruccional a
cuando no sabe seguir resolviendo el pro- seguir se realiza en base a los objetivos con-
blema. De hecho, para poder ayudar al ceptuales que el sistema pretende conseguir
alumno el sistema necesita ser capaz de ana- teniendo en cuenta el conocimiento y estilo de
lizar y criticar la solución en curso y tener aprendizaje del alumno. Además, el plan con-
una idea de que línea de razonamiento está tiene una secuencia de tareas de enseñanza que
siguiendo. Por otro lado, la traza del cono- llevarán a la consecución de los objetivos pro-
cimiento resulta útil para la evaluación del puestos. El Modelo Didáctico dirigirá a la In-
alumno y la toma de decisiones pedagógi- terface que pondrá en práctica las tareas plani-
cas, como qué material/problema debe ser
propuesto a continuación.

ficadas, que pueden ser de demostración, ex- lidades y destrezas asociadas a un objetivo de
plicación, refuerzo, motivación o evaluación, enseñanza) podemos categorizar a los STI en
concretándolas a través de actividades o ejer- diferentes generaciones:
cicios que se suministran al alumno. Según se
va desarrollando el plan, el propio Modelo a) 1ª generación: Constraint Based Tutors
Didáctico, recibe, monitoriza, diagnostica y (Tutores basados en restricciones): Se cen-
evalúa las respuestas del alumno usando el tran en el estado de la interface, en relación
conocimiento sobre el dominio y sobre el a la información que se muestra/oculta, grá-
alumno. Si tras la evaluación, el Modelo Di- ficos, ayudas, etc. Ej. SQL-Tutor
dáctico encuentra que el rendimiento del
b) 2ª generación: Model-Tracing Tutors /
alumno no es el esperado o que éste requiere
Cognitive Tutors (Tutores basados en mo-
diferentes contenidos, replanifica el plan ins-
delos cognitivos). Se centran en las acciones
truccional para adaptarlo a las nuevas condi-
del estudiante y las reglas que generan la so-
ciones, en otro caso continúa con el plan pre-
lución correcta a una tarea propuesta basada
establecido.
en un modelo mental del estado cognitivo (y
1.4. Tipos de STIs de la memoria de trabajo) del alumno. Ej.
PAT- Cognitive Tutor Algebra Course
De acuerdo a los objetivos de enseñanza de
los STI podemos distinguir dos categorías: a) c) 3ª generación: Dialogue Based Tutors
Simuladores y entornos realistas de aprendiza- (Tutores basados en diálogo-lenguaje natu-
je y b) Tutores, donde lo que pretenden es que ral): Se centran en la comunicación con el
el alumno adquiera un tipo de conocimiento alumno a través del dialogo. Las ayudas, las
relacionado con el tema que se está estudiando explicaciones a los ejercicios, críticas y dis-
y que el alumno logre habilidades y destrezas cusiones sobre un tema o problema se reali-
procedimentales relacionadas a este tema. zan por medio del dialogo entre el sistema y
el alumno. Ej Andes/Atlas ; Ms. Lindquist,
Sin embargo, de acuerdo a la perspectiva CATO,
cognitiva (estado en la adquisición de las habi-
Figura 2: Evolución de los STIs. Generaciones.

2. Sistemas de enseñanza inteligentes dis- área son las que se aplican para producir un
sistema de enseñanza adaptativo para la
tribuidos a través de Internet
WWW.
Los sistemas de enseñanza a través del In-
ternet son actualmente un área importante de 2.1. Sistemas Hipermedias Adaptativos
desarrollo e investigación. Sus beneficios Los HA son una nueva área de investiga-
son claros: independencia del aula y de la ción dentro de las interfaces basadas en la
plataforma. Una aplicación instalada y man- adaptación al usuario. Actualmente, estos
tenida en un lugar puede ser usada por miles sistemas están creciendo en popularidad co-
de alumnos distribuidos en el mundo y equi- mo herramientas de usuario que gestionan el
pados con un ordenador conectado a Internet. acceso a la información en hiperespacios
Miles de cursos para el WEB y otras aplica- extensos, como lo es la WEB.
ciones educativas se encuentran disponibles
en la red desde hace algunos años. El pro- Los HA nacen de los sistemas hipermedias
blema es que la mayoría de estas no son más y de los STIs y el objetivo fundamental que
que una red de páginas estáticas de un hiper- persiguen es incrementar la funcionalidad del
texto. Para mejorar estas aplicaciones se de- hipermedia clásico mediante el acceso per-
bería ofrecer más interactividad y adaptabili- sonalizado a la información.
dad. La adaptación es especialmente impor-
tante por dos razones fundamentales: una La interface de estos sistemas se basa en un
aplicación WEB será usada por una variedad modelo genérico de información y el modelo
más grande de usuarios que una aplicación del usuario es un registro de su progreso en
standalone y segundo, en muchos casos, el la estructura de información.
usuario está trabajando “solo” con un “tutor”
Entonces el HA construye un modelo con
o “curso” WEB (probablemente desde la
los objetivos, preferencias y el conocimiento
casa). En esta situación vemos que la adapta-
de un usuario particular y usa esta informa-
ción que provee el profesor en una clase
ción para adaptar la presentación de la in-
normal no se encuentra presente.
formación según sus características y necesi-
Los Sistemas de Enseñanza Adaptativos dades.
para el WEB (SEA) provienen de los STIs y
Un HA puede definirse como todo sistema
los sistemas HA. El contexto de la WWW
hipertexto e hipermedia que refleja algunas
impacta en el diseño e implementación de
características del usuario en un modelo y
estos sistemas y se pueden utilizar unos a
aplica este modelo en adaptar varios aspectos
otros como subclases. Por ejemplo, algunos
visibles del sistema al usuario.
STI utilizan hipermedias adaptativos mien-
tras que la mayoría de SEA basados en WEB Estos sistemas resultan verdaderamente
pueden ser clasificados como STI y sistemas útiles en cualquier área de aplicación dónde
Hipermedias Adaptativos (HA). se espera que el sistema sea usado por perso-
nas con diferentes objetivos y conocimientos
La WEB otorga complejidad a los sistemas
y dónde el hiperespacio de búsqueda de la
adaptativos basados en IA ya que es una
información sea razonablemente grande.
buena manera de enriquecerse con informa-
ción proveniente de una gran variedad de Entonces diferentes usuarios, podrán estar
usuarios. interesados en diferentes partes de la infor-
mación presentada en una página WEB y
Hemos descrito anteriormente los STIs,
podrán usar diferentes enlaces para navegar
ahora veremos los sistemas hipermedias
de un sitio a otro. Entonces, un HA intentará
adaptativos utilizados actualmente, para lue-
solucionar este problema usando el conoci-
go ver qué técnicas provenientes de cada

miento representado en el modelo de usuario rio y 3) debe adaptar el hipermedia usando

de este sujeto, adaptando la información y este modelo.
los enlaces presentados en la página.
Como otras clases de sistemas, cualquier
En este sentido, la adaptación que realiza sistema hipermedia es adaptativo en algún
este tipo de sistemas es solo para la navega- sentido: Usando un navegador diferentes
ción y podrán guiar al usuario limitando el usuarios pueden adaptar el sistema a sus ne-
espacio de búsqueda, sugiriéndole los enla- cesidades de información. Entonces, ¿por
ces más relevantes a seguir ó dándole qué se necesita que sea adaptable a cada
comentarios adaptados a su perfil de usuario. usuario en particular? La respuesta depende
del área de aplicación. Existen seis clases de
En síntesis, un sistema HA debe satisfacer sistemas hipermedia presentes en los proyec-
tres criterios:1) debe ser un hipertexto o hi- tos de investigación de los HA, tal como lo
permedia, 2) debe tener un modelo de usua- podemos ver en la figura 3.
Figura 3: Aplicaciones de los hipermedias adaptativos.
Los hipermedias educativos son pequeños Algunos problemas que pueden ser resuel-
hiperespacios que representan un curso o tos por medio de HA son por ejemplo que
sección de un material de aprendizaje sobre distintos usuarios tienen distintos niveles de
un tema en particular dónde un alumno tiene conocimiento y el conocimiento de un usua-
como objetivo aprender este material o cierta rio puede crecer rápidamente, ó que la mis-
parte del mismo, por lo tanto, la característi- ma página puede parecerle difícil a un nova-
ca más relevante del usuario para el sistema to pero aburrida a un usuario avanzado, o un
es su nivel de conocimiento sobre este tema. usuario novato que necesita ayuda en la na-

vegación. Pero para proveer la adaptación contenido y le indican que ha visto del con-
debemos saber qué aspectos del trabajo del tenido a través de marcas en páginas, marcas
usuario con el sistema tienen que tenerse en en el navegador gráfico, señales de progre-
cuenta para este proceso. En general, se pue- sión en menús,…
den identificar algunas características del
usuario relevantes en el proceso de adapta- El conocimiento sobre la progresión del
ción, tales como: objetivos, conocimiento, usuario puede ser usado para adaptar las re-
background, experiencia en el hiperespacio y acciones del sistema a los errores cometidos.
preferencias. Asimismo, la información sobre el número
de veces que el usuario ha tratado de realizar
Identificadas las características del usuario una operación se puede utilizar para modifi-
se deben ver qué características del sistema car el feedback (el sistema puede cambiar
pueden ser diferentes para diferentes usua- sus mensajes de error dependiendo del nú-
rios. Las formas de adaptar un sistema hi- mero de repeticiones del error).
permedia al usuario pueden ser, a) adaptar el
contenido y b) adaptar los enlaces. La información histórica puede utilizarse
para modificar el nivel del control del usua-
La adaptación aparece como un proceso rio sobre el sistema.
continuo de comunicación, entonces habrá
también que distinguir entre la estructura En un sistema exploratorio, a veces es inte-
estática del contenido con las propiedades resante que el sistema tenga el control de la
dinámicas de la adaptación. Es posible au- interacción. Este control del sistema se puede
mentar la información accesible gradualmen- ofrecer como guía experta al usuario. El sis-
te, agregando complejidad al navegador grá- tema puede tomar el control si el usuario
fico o expandiendo gradualmente el conteni- realiza una secuencia repetidamente o se
do al mismo tiempo que nuevas áreas sean excede en el tiempo, etc. y si un comporta-
exploradas. miento del usuario aparece desorganizada el
sistema puede sugerirle o guiarle.
La organización de contenidos puede reali-
zarse en un hipermedia haciendo la explora- 2.2. ¿Cómo se pueden adaptar los Siste-
ción de la información como un juego de mas de enseñanza en Internet?
aventura donde el usuario gana niveles de Existen diferentes formas de adaptación a
acceso a información. Este aumento tiene las que llamaremos “técnicas de adaptación”.
que aparecer continuamente como un espiral Actualmente, todas las técnicas de adapta-
dónde el usuario estará esperando este au- ción aplicadas en los SEA basados en WEB
mento de nivel y la estructura de navegación fueron adoptadas del área de los STI ó del
será la misma, solo que se irán agregando área de los sistemas adaptativos hipermedia
nuevos elementos. (Brusilovsky, 1998), tal como lo observamos
en la figura 4.
Las señales históricas son muy útiles ya
que informan al usuario su progreso en el

Figura 4. Técnicas de adaptación provenientes de los STIs y los Has
El objetivo de la técnica de secuenciación incorrecta o incompleta y cual es el conoci-

del currículum (también referida como miento perdido o incompleto que fue respon-
tecnología de planificación instruccional) es sable del error cometido. También estos ana-
proveer al alumno de un mayor ajuste e indi- lizadores pueden proveer al alumno con un
vidualización de la secuencia de contenidos a feedback extenso basado en el error y actua-
aprender y de las tareas de aprendizaje lizar el modelo del alumno.
(ejemplos, preguntas, problemas, etc.). El objetivo del soporte interactivo de reso-
Existen dos técnicas de secuenciación del lución de problemas es proveer al alumno de
currículum: una secuenciación de alto nivel o ayuda inteligente sobre cada paso de la reso-
secuenciación del conocimiento que deter- lución de un problema. Un sistema imple-
mina cual será el próximo concepto o tema a mentado con esta tecnología puede mirar las
ser aprendido y una secuenciación a bajo acciones del alumno, entenderlas y usar este
nivel o secuenciación de tareas que determi- conocimiento para proveer ayuda y actuali-
na la siguiente tarea de aprendizaje a realizar zar el modelo del alumno.
(problema, ejemplo, evaluación) del tema En un contexto de resolución de problemas
actual. basado en ejemplos, los alumnos pueden
El análisis inteligente de las soluciones de resolver nuevos problemas usando como
los alumnos estudia las respuestas finales de ejemplos desde su propia experiencia. En
los alumnos a los problemas presentados sin este contexto un STI ayuda a los alumnos
importar que estos sean de menor o mayor mediante sugerencias sobre los casos más
complejidad ni como esas respuestas fueron relevantes relacionados con el nuevo pro-
obtenidas. Los analizadores inteligentes pue- blema pero desde los problemas
den decir exactamente si la respuesta dada es anteriormente presentados y resueltos por el

mente presentados y resueltos por el alumno sistemas con presentación adaptativa los
anteriormente. usuarios nuevos o inexpertos reciben más
explicación adicional que los usuarios exper-
El objetivo de la tecnología de la adapta- tos que a su vez reciben información detalla-
ción de la presentación es adaptar el conteni- da y en mayor profundidad. Las técnicas
do de una página hipermedia a los objetivos actualmente utilizadas son: el “texto condi-
de los alumnos, conocimiento u otra infor- cional” (ITEM/IP, C-Book, De Bra’s adapti-
mación almacenada el modelo del alumno. ve course on Hypertext) y la de mostrar
En un sistema con presentación adaptativa, “mensajes de advertencias adaptativas” sobre
las páginas no son estáticas sino que son el estado de conocimiento del alumno en una
generadas adaptivamente. Por ejemplo, en página (ELM-ART, AST).
Figura 5: Sistema de Enseñanza Inteligente vía WWW: ELM-ART.

Figura 6: Otro ejemplo de un SEA: “De Bra’s adaptive course on Hypertext”.
El soporte colaborativo adaptativo es una nue- Vamos ahora a intentar sintetizar las diversas
va tecnología de los STIs iniciada hace cuatro investigaciones y aplicaciones de la IA en Edu-
años. Su objetivo es usar el conocimiento del cación que se están desarrollando en este mo-
sistema sobre los diferentes usuarios (almacena- mento. Algunas de las principales líneas de in-
dos en modelos de alumnos) para formar un vestigación en este campo son:
grupo de aprendizaje colaborativo que coincidan
en los mismos patrones (matching collaboration - Meta-Teorías del Conocimiento Experto:
group). La representación del conocimiento experto es
una de las tareas más difíciles en la construcción
El objetivo de la técnica de soporte de navega- de un sistema basado den el conocimiento. Exis-
ción adaptativa es mantener al alumno con una ten diversas metodologías y lenguajes de mode-
orientación del hiperespacio y navegación me- lado que ayudan a realizar este proceso, desde el
diante el cambio de la apariencia de los links tradicional KL-1 o KRYPTON hasta Common-
visibles. Este soporte puede ser considerado KADS, PROTEGE-II, MIKE, VITAL, KSM,
como una extensión de la tecnología de adapta- IBROW3/UPML, que son utilizadas en general
ción del currículum dentro de un contexto hi- para sistemas expertos en cualquier disciplina.
permedia. Además, este soporte de navegación En particular, cuando hablamos de STIs uno de
adaptativa guía al alumno implícitamente al si- los puntos más importantes es representar los
guiente concepto o ítem de contenido a ser estados cognitivos por los que pasa un estudian-
aprendido y el próximo problema a ser resuelto. te en el aprendizaje producido por estos sistemas
y además modelar como se realiza el proceso de
3. Líneas de investigación y aplicaciones enseñanza-aprendizaje. Este tema de investiga-
actuales ción ha sido principalmente conducido por la
teoría ACT* y ACT-R (Anderson,1983, 1987,
1993, http://act-r.psy.cmu.edu/about/), pero se

Soledad González, C. (2004). Sistemas inteligentes en la educación: una revisión de las líneas de investigación y
aplicaciones actuales. RELIEVE: v. 10, n. 1, p. 3-22. http://www.uv.es/RELIEVE/v10n1/RELIEVEv10n1_1.htm
continúan buscando nuevas formas que permitan La IA distribuida estudia los agentes inteligentes
una sólida representación de este tipo de cono- situados en un mundo social y desde esta pers-
cimiento experto (ARCH lab at George Mason pectiva se estudian además los mecanismos so-
University: http://hfac.gmu.edu/). ciales, los comportamientos inteligentes colecti-
vos, arquitecturas, teorías, lenguajes y tipos de
- Razonamiento causal y simulación cualita- agentes. Esta tecnología, aunque reciente, esta lo
tiva: Esta línea de investigación ha tomado rela- suficientemente madura, y tiene numerosas apli-
tiva importancia hace una década en la literatura caciones, una de ellas los STIs. Como ejemplos
de la Inteligencia Artificial y trata de representar de estas arquitecturas podemos mencionar a los
el conocimiento experto con técnicas de simula- sistemas LAHBYSTOTRAIN, WHITE-
ción cualitativa y aplicación cognitiva del razo- RABBIT, ABITS, AMICO, JADE, Inquiry Is-
namiento causal. Uno de los trabajos clásicos en land
razonamiento causal es SOPHIE III, (Browm y http://thinkertools.soe.berkeley.edu/Pages/sciwis
otros 1982) para resolución de problemas elec- e.html),...
trónicos. En simulación cualitativa podemos
mencionar a SCHOLAR como uno de los pri- - Modelado del alumno y diagnóstico cogni-
meros sistemas que modeló el conocimiento tivo: el objetivo de este campo es potenciar la
procedural en forma de red semántica. Otros capacidad de adaptación de los sistemas a las
ejemplos más actuales de simulación en los sis- características del alumno. Se intentan crear
temas de enseñanza inteligentes pueden ser modelos probabilísticos que representen los es-
SimForest (http://ddc.hampshire.edu/simforest/) tados por los que el alumno va pasando en su
o SimCalc aproximación al conocimiento que se desea que
(http://www.simcalc.umassd.edu/NewWebsite/si obtengan, Estos modelos se basan principalmen-
mcalcframe.html). te en lógica difusa, redes bayesianas o rouge set,
con el fin de modelar estados “aproximados” ya
- Sistemas de Autor para STIs: Uno de los que los estados absolutos no sirven para este
problemas a la hora de diseñar un STI es la re- tipo de modelos. Esto nos permite decir que un
ducción del tiempo y costo de desarrollo de los alumno ha alcanzado un objetivo de aprendizaje
mismos. Por ello, actualmente se esta trabajando con una determinada probabilidad. Todos los
en el desarrollo de herramientas de autor que STIs tienen un modelo del alumno, varían en la
faciliten la tarea de diseño y programación de técnica que utilicen para representar estos esta-
STIs en distintos dominios de aplicación. Algu- dos. Como ejemplos sobre las últimas aplicacio-
nos ejemplos de estos sistemas son KERMIT, nes y desarrollos de modelos del alumno pode-
ANDES1, ANDES2, IRIS-D, Eon, Metalinks. mos citar a: ACE system, Clarisse, EDUCE,
Algunos links son: EPAL Álgebra Tutor, SQL-Tutor,…
-The Eon Project: Intelligent Tutoring Sys- - Sistemas de aprendizaje colaborativo
tems Authoring Tool: (CSCL): esta rama pretende que los estudiantes
http://helios.hampshire.edu/~tjmCCS/eon_w trabajen en grupo para resolver un problema. En
ww/eon.html ella de crean entornos de aprendizaje en los que
el alumno puede trabajar con compañeros tanto
-MetaLinks: Adaptive Hyperbook Theory
reales como simulados y de esta manera el
and Authoring Tool:
alumno puede aprender de los comentarios de
http://ddc.hampshire.edu/metalinks/
los compañeros y puede enseñarles lo que él
- Nuevas arquitecturas basadas en agentes: sabe (learning by teaching). Ejemplos de estos
Una arquitectura provee una vista de alto nivel entornos son LeCs o COLDEX del grupo CO-
de los componentes de un sistema, así como las LLIDE (http://www.collide.info) dirigido por
relaciones entre estos. Estas nuevas arquitectu- Ulrich Hoppe.
ras se basan en el enfoque de la IA distribuida.

Figura 7: Aprendizaje colaborativo. Proyecto COLDEX. Museo Interactivo en Väjxö, Suecia
- Multimedia: los nuevos medios (imagen, mente diseñadas para el desarrollo de inter-
sonido, animación, video) como materiales faces multimedia inteligentes, tal es el caso
de enseñaza permiten que representar infor- de la IMMPS (http://www.dfki.uni-
mación que no podría ser representada de sb.de/imedia/lidos/papers/csi97). Diariamen-
forma textual y éstos múltiples medios de te nos encontramos con estos sistemas en la
comunicación permiten aumentar la motiva- escuela. Podemos citar como uno de estos
ción de los alumnos. Estos medios son in- ejemplos al programa sobre Interculturalidad
corporados a la interface del sistema. Ade- llamado Babylon, creado por Edulab de la
más de la tecnología multimedia, actualmen- Universidad de la Laguna
te existen distintas metodologías especial- (www.edulab.ull.es).
Figura 8: Programa Multimedia para la Interculturalidad. Creado por Edulab, en colaboración con el Colectivo de
profesores Mavie y el Proyecto Atlántida.

-Sistemas de enseñanza basados en In- Metadata”,

ternet: actualmente se diseñan sistemas de http://www.manta.ieee.org/groups/ltsc/,20
enseñanza en servidores de información que 00. y http://ltsc.ieee.org/,2000.
pueden ser utilizados por numerosos usua- - IMS, Instructional Management Systems
rios, permitiendo una estandarización de del Global Learning Consortium, “IMS
herramientas utilizadas por los alumnos (na- Learning Resource Meta-data Best Prac-
vegador estándar IE6, Netscape) que permite tices and Implementation Guide, Versión
un aprendizaje fuera del aula y centraliza el 1.0 – Final Specification”,
mantenimiento del sistema de enseñanza. En http://www.imsproject.org/, 2001.
estos sistemas uno de los factores claves es
la adaptación del material didáctico al alum- - SCORM, ADL Sharable Content Object
no. Como ejemplos de estos entornos pode- Reference Model Version 1.1,
mos mencionar a los sistemas ELM-ART, http://www.adlnet.org/,2000
(http://www.psychologie.uni-
trier.de:8000/elmart), PAT, InterBook, VC - PALO proposal of an Educative Model-
Prolog Tutor, AST, ADI, ART-Web, ACE, ling Language to describe and design
Remedial Multimedia System, PT, AHA, learning content and learning environ-
WEST-KBNS, MetaLinks, KBS Hyperbook, ments at a high level of abstraction
CALAT , Medtec, Manic, DCG, SIETTE, http://sensei.lsi.uned.es/palo/
ILESA, PAT-Online, PAT-Java, WITS,
- Sistemas basados en dialogo y lenguaje
WITS-II, Belvedere, ADIS, (Yang-Akahori),
natural: Enseñar es el acto de comunicación
D3-WWW-Trainer, AlgeBrain, ADELE,
que permite el traspaso de la cultura de una
TEMAI,…
generación a otra. Para muchos propósitos
-Estándares de objetos de aprendizaje y usamos el lenguaje, pero en la enseñanza el
modelos de referencia: con el objeto de lenguaje es fundamental. Esta línea de inves-
desarrollar estándares técnicos, prácticas tigación estudia “cómo” se usa el lenguaje
recomendadas y guías de diseño en tecnolo- para enseñar y aprovecha literatura del área
gía educativa, se han creado distintos comi- de la Educación sobre la interacción en el
tés encargados de dictar estas normas. Ac- aula, estrategias, cuestionarios, y métodos de
tualmente, se han desarrollado numerosas enseñanza. Asimismo, los desarrolladores de
guías y modelos de referencia para el desa- STIs necesitan un conocimiento no descrip-
rrollo de sistemas para la enseñanza, tales tivo, ya que necesitan poner este conoci-
como LTSC del IEEE Learning Technology miento de forma computacional, o sea, en
Standars Committee, el IMS, del Instructio- forma de reglas. Aproximaciones iniciales de
nal Management Systems del Global Lear- este estudio han sido conducidas por Collins
ning Consortium o Adl Scorm, el modelo de y Carbonel en SCHOLAR (Carbonel 1970)
referencia del Departamento de la Defensa y por Clancey en GUIDON (Clancey, 1987),
de los EE. UU, el CETIS The Centre for pero solo son primeros intentos que solo se
Educational Technology Interoperability quedan en la superficie. Otra aplicación no-
Standards entre otros (EML, PALO, etc…). table sobre este campo fue Meno-tutor
Algunos links son: (Woolf 1984). Actualmente, podemos men-
cionar a los sistemas ANDES o Why2-Atlas
- LTSC del IEEE Learning Technology (VanLehn y otros, 2002) como sistemas de
Standars Commitee, P1484 Working tercera generación que aprovechan la tecno-
Groups and Study Groups, “Standard for logía del lenguaje natural en su implementa-
Information Technology Education and ción.
Traning Systems – Learning Objects and

- Agentes Pedagógicos Inteligentes: Un torno" que observa es un estudiante en su

Agente Inteligente es un sistema natural o proceso de aprendizaje; para cumplir con sus
computacional que percibe su entorno y rea- metas, un Agente Pedagógico puede actuar
liza acciones inteligentemente según sus me- como un tutor virtual, como un estudiante
tas. Un Agente Virtual es un agente "personi- virtual, o como un compañero de aprendizaje
ficado" (que adopta una representación, con que ayuda al estudiante en su proceso de
forma humana o no) que "habita" (no percibe aprendizaje. Un área de aplicación especial-
observaciones de un entorno externo, sino mente relevante de los Agentes Pedagógicos
que forma parte del mismo entorno, y debe Virtuales Inteligentes es el entrenamiento de
ser capaz de desenvolverse, percibir e inter- equipos de trabajo. Esta aplicación plantea
actuar en él) en un entorno "virtual" (el en- retos interesantes, como son el hecho de te-
torno en el que habita el agente es creado por ner que tutelar simultáneamente a más de un
la computadora (puede ser textual, bidimen- estudiante, o el hecho de tener que manejar
sional, tridimensional) y puede reproducir o simultáneamente conocimiento "espacial"
no un entorno real con más o menos fideli- acerca del entorno y conocimiento "procedi-
dad). Un Agente Pedagógico es un agente mental" acerca de las operaciones que pue-
que toma decisiones acerca de cómo maxi- den ser realizadas en el mismo.
mizar el aprendizaje de un alumno, y el "en-
Figure 9. Ejemplo de Agentes Inteligentes: Autotutor desarrollado por el Tutoring Research

Group de la Universidad de Memphis.
crear sistemas donde se contemplaba solamente

4. Conclusiones
la interacción del alumno con el ordenador a
Las aplicaciones de la IA en la Educación ne- considerar en los nuevos sistemas, el entorno
cesitan del trabajo multidisciplinar entre profe- social que afecta al aprendizaje del alumno me-
sionales de la Educación, Informática, y Psico- diante el ordenador.
logía y responden, en general, a demandas y
Muchas de las aplicaciones o investigaciones
problemáticas concretas de trabajo. De esta in-
que se han presentado en este trabajo han sido
terconexión, la disciplina ha crecido incesante-
desarrolladas y construidas en un laboratorio y
mente durante estos últimos años, evolucionan-
no ha habido una verdadera transferencia a la
do desde la perspectiva de la concepción de

escuela o aplicación en situaciones reales de Brown J. S., Burton R. R. and de Kleer J. (1982).
enseñanza aprendizaje, siendo validadas con Pedagogical, Natural Language and Knowledge
estudiantes simulados. También debo decir que Engineering Techniques in Sophie I, II, and III.
la gran mayoría no pasa del estado de prototipo. D. Sleeman and J. S. Brown (Eds.), Intelligent
Igualmente, estas iniciativas son importantes Tutoring Systems, London, England: Academic
desde el punto de vista tecnológico, ya que la Press.
tecnología evoluciona sin parar y es muy impor- Brusilovsky, P. (1998). Adaptive Educational
tante estudiar sus posibles aplicaciones al área Systems on the World-Wide-Web: A Review of
educativa. Demostrada su efectividad en el labo- Available Technologies. In: Proceedings of
ratorio, podremos trasladarlas a la realidad y Workshop "WWW-Based Tutoring" at 4th In-
analizar sus resultados. ternational Conference on Intelligent Tutoring
Systems (ITS'98), San Antonio, TX. Consultado
Por el contrario, otras aplicaciones ya son una en http://www-
realidad en los colegios desde hace mas de una aml.cs.umass.edu/~stern/webits/itsworkshop/bru
década, y se ha demostrado la eficacia de los silovsky.html el l 2 de Septiembre de 2003.
STIs eficacia frente a otros medios (Anderson y Carbonell, J.R. (1970). AI in CAI: an artificial
otros,1995), y actualmente, el ámbito donde más intelligence approach to computer assisted in-
aplicaciones podemos encontrar de técnicas struction, IEEE Trans. on Man-Machine, 11,
consideradas “inteligentes” y entornos de apren- 190-202.
dizaje colaborativo es en las universidades vir- Clancey, W. (1987). Knowledge-Based Tutoring:
tuales. The GUIDON Program. Cambridge, MA: MIT
Press.
Como conclusión final, quiero destacar que
Conati C. and Klawe M. (2002). Socially Intelli-
todas estas aplicaciones tecnológicas no son más
gent Agents in Educational Games In Socially
que recursos que debe ser incorporados en un
Intelligent Agents - Creating Relationships with
entorno más amplio y complejo, como es el sis-
Computers and Robots. Dautenhahn K., Bond
tema educativo. Para que estas aplicaciones sean
A., Canamero D, and Edmonds B., (eds). Klu-
una realidad en las escuelas del futuro se debe
wer Academic Publishers.
impulsar la formación tanto de profesores como
Larkin J.H. and Chabay R.W. (eds.) (1992).
alumnos en el uso y en las posibilidades de las
Intelligent tutoring systems and computer-
herramientas tecnológicas y por último, desarro-
assisted instruction: Shared issues and comple-
llar políticas institucionales que dirijan la im-
mentary approaches. Hillsdale, NJ: Erlbaum
plantación de estas tecnologías en la escuela.
Millán E. (2000). Sistema Bayesiano para Mode-
lado del alumno. Tesis doctoral. Universidad de
Málaga. España.
5. Bibliografía Mitrovic, A., and Ohlsson, S. (1999). Evaluation
Anderson J., Corbert A., Koedinger K., Pelletier of a Constraint-Based Tutor for a Database
R. (1995). Cognitive Tutors: Lessons Learned. Language. International Journal of Artificial
The Journal of the Learning Sciences 4(2) 167- Intelligence in Education, 10.
207. Lawrence Erlbaum Associates, Inc.(eds). Moreno L, González C.S., Muñoz V., Estévez J.,
Anderson, J. (1983). The Architecture of Cogni- Aguilar R., Sánchez J., Sigut J., Piñeiro J.
tion. Cambridge, MA: Harvard University Press. (2002). Integrating Multimedia Technology,
Anderson, J. (1993). Rules of the Mind. Hillsdale, Knowledge Based System and Speech Process-
NJ: Erlbaum. ing for the Diagnostic and Treatment of Devel-
Anderson, J., Boyle, C., Farrell, R. & Reiser, B. opmental Dyslexia. Intelligent Tutoring Systems
(1987). Cognitive principles in the design of 2002: 168-177.
computer tutors. In P. Morris (ed.), Modeling Moreno, R. and Mayer, R. E. (2000). A learner-
Cognition. NY: John Wiley. centered approach to multimedia explanations:
Deriving instructional design principles from

cognitive theory. Interactive Multimedia. Elec- IMMPS. Intelligent Multimedia Presentation

tronic Journal of Computer Enhanced Learning. Systems. http://www.dfki.uni-
Ohlsson, S. (1994). Constraint-Based Student sb.de/imedia/lidos/papers/csi97
Modelling. En J. E. Greer, & G. McCalla (eds),
Student Modelling: The Key to Individualized IMS. Instructional Management Systems del
Knowledge-Based Instruction. Vol. 125 (pp. Global Learning Consortium.
167-190). Berlin: Springer-Verlag. http://www.imsproject.org/
Polson M.C. and Richardson J.J. (eds.) (1998).
INQUIRY ISLAND. Thinkertools of UC
Foundations of Intelligent Tutoring Systems.,
Berkeley.
Hillsdale, N.J.: Lawrence Erlbaum Associates.
http://thinkertools.soe.berkeley.edu/Pages/sciwis
VanLehn K Jordan P., Rosé P., Bhembe D.,
e.html
Böttner M., Gaydos A., Makatchev M., Pap-
puswamy U., Ringenberg M., Roque A., Siler LTSC. IEEE Learning Technology Standars
S., Srivastava R. (2002). The Architecture of Committee.
Why2-Atlas: A Coach for Qualitative Physics http://www.manta.ieee.org/groups/ltsc/. y
Essay Writing. Intelligent Tutoring Systems http://ltsc.ieee.org/
2002: 158-167. METALINKS. Adaptive Hyperbook Theory and
Woolf, B. (1984). Context-Dependent Planning Authoring Tool.
in a Machine Tutor. Ph.D. diss. Dept. of Com- http://ddc.hampshire.edu/metalinks/
puter and Information Science. University of PALO. Proposal of an Educative Modelling
Massachusetts at Amherst. COINS Technical Language. http://sensei.lsi.uned.es/palo/
Report 84–21. SCORM. ADL Sharable Content Object Refer-
ence Model Version 1.1. http://www.adlnet.org/
SIMCALC. Tool for Mathematics. University of
Enlaces online Massachusetts-Dartmouth.
http://www.simcalc.umassd.edu/simcalcframe.ht
ARCH Lab.George Mason University. ml
http://hfac.gmu.edu/ SIMFOREST. Simulation-based software to
AUTOTUTOR . Tutoring Research Group. Uni- support inquiry learning.
versidad de Memphis. http://www.autotutor.org http://ddc.hampshire.edu/simforest/
COLLIDE. Collaborative Learning in Intelligent ACT* y ACT-R. Teorías Cognitivas. http://act-
Distributed Environments. Universtity Duis- r.psy.cmu.edu/about/
burg-Essen. http://www.collide.info. THE EON PROJECT. Intelligent Tutoring Sys-
EDULAB. Laboratorio de Educación y Nuevas tems Authoring Tool.
Tecnologías. Universidad de La Laguna. http://helios.hampshire.edu/~tjmCCS/eon_www
http://www.edulab.ull.es /eon.html
ELM-ART. Episodic Learner Model- Adap-
tive Remote Tutor. http://www.psychologie.uni-
trier.de:8000/elmart
ABOUT THE AUTHORS / SOBRE LOS AUTORES
Carina S. Gonzalez (cjgonza@ull.es): Es Ingeniera Informática, siendo su principal área de inte-

rés en la investigación la aplicación de la IA e Interfaces Multimedia en la Educación, sobre la
cual ha realizado la tesis doctoral y continúa trabajando en diversos proyectos de investigación. Su
dirección postal es Escuela Técnica Superior de Ingeniería Informática. C/ Delgado Barreto s/n
CP 38204. La Laguna. Tenerife. España. Teléfono: +34 922319151.

ARTICLE RECORD / FICHA DEL ARTÍCULO
González, Carina Soledad (2004). Sistemas Inteligentes en la Educación: Una revisión de

Reference / las líneas de investigación actuales. Revista ELectrónica de Investigación y EValuación
Referencia Educativa, v. 10, n. 1. http://www.uv.es/RELIEVE/v10n1/RELIEVEv10n1_1.htm. Con-
sultado en (poner fecha).
Sistemas Inteligentes en la Educación: Una revisión de las líneas de investigación actua-
Title / Título les. [Intelligent Systems in Education: A review of current research lines]
Authors / Autores Carina Soledad González
Review / Revista ELectrónica de Investigación y EValuación Educativa (RELIEVE), v. 10, n. 1
Revista
ISSN 1134-4032
Publication date / 2004 (Reception Date: 2003 Oct 27; Approval Date: 2004 March 30; Publication
Fecha de publicación Date: 2004 April 5)
In this paper we presented the main applications of IA in Education, such as Intelli-
gent Tutorial Systems, Adaptive Hipermedia Systems and Computer Support for Col-
laborative Learning (CSCL). We will see what it are, which are the main problems of
design and techniques used in the adaptation process of the system to the user. Finally,
we will refer to the central areas of research and development at this moment.
Abstract / En este artículo se desea realizar un recorrido por las principales aplicaciones de la IA
Resumen en la Educación, tales como los Sistemas Tutoriales Inteligentes y Sistemas de Enseñan-
za Inteligentes Distribuidos a través de Internet. Veremos qué son, cuáles son las princi-
pales cuestiones que se plantean en su diseño y qué técnicas se utilizan para crear el pro-
ceso de adaptación del sistema al usuario. Finalmente, enumeraremos y describiremos
las principales líneas de investigación que actualmente centran la atención de los profe-
sionales de este campo
Artificial Intelligence, Intelligent Tutorial Systems, Hypermedia, Adaptive Interfaces
Keywords
Descriptores Inteligencia artificial, Sistemas tutoriales inteligentes, Hipermedia, Interfaces Adaptati-
vas.
Institution / Universidad de La Laguna (España)
Institución
Publication site /
http://www.uv.es/RELIEVE
Dirección
Language / Idioma Español (Title, abstract and keywords in english )
Revista ELectrónica de Investigación y EValuación Educativa

(RELIEVE)
[ ISSN: 1134-4032 ]
© Copyright, RELIEVE. Reproduction and distribution of this articles it is authorized if the content is no modified
and their origin is indicated (RELIEVE Journal, volume, number and electronic address of the document).
© Copyright, RELIEVE. Se autoriza la reproducción y distribución de este artículo siempre que no se modifique el
contenido y se indique su origen (RELIEVE, volumen, número y dirección electrónica del documento).

RELIEVEv10n1 1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

RELIEVEv10n1 1 PDF

Cargado por

Copyright:

Formatos disponibles

Soledad González, C. (2004).

Sistemas inteligentes en la educación: una revisión de las líneas de investiga-

Revista ELectrónica de Investigación

SISTEMAS INTELIGENTES EN LA EDUCACIÓN: UNA

sito de construir sistemas de enseñanza inte-

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 3

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 4

Figura 1: Modelo Tradicional de un STI

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 5

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 6

espaciales y causales. En los sistemas de ense- -Modelo diferencial (differential model). Es

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 7

ra construir y mantener el modelo del alum- 1.3. Funcionamiento de un STI

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 8

Figura 2: Evolución de los STIs. Generaciones.

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 9

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 10

miento representado en el modelo de usuario rio y 3) debe adaptar el hipermedia usando

Figura 3: Aplicaciones de los hipermedias adaptativos.

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 11

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 12

Figura 4. Técnicas de adaptación provenientes de los STIs y los Has

El objetivo de la técnica de secuenciación incorrecta o incompleta y cual es el conoci-

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 13

Figura 5: Sistema de Enseñanza Inteligente vía WWW: ELM-ART.

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 14

Figura 6: Otro ejemplo de un SEA: “De Bra’s adaptive course on Hypertext”.

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 15

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 16

Figura 7: Aprendizaje colaborativo. Proyecto COLDEX. Museo Interactivo en Väjxö, Suecia

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 17

-Sistemas de enseñanza basados en In- Metadata”,

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 18

- Agentes Pedagógicos Inteligentes: Un torno" que observa es un estudiante en su

Figure 9. Ejemplo de Agentes Inteligentes: Autotutor desarrollado por el Tutoring Research

crear sistemas donde se contemplaba solamente

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 19

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 20

cognitive theory. Interactive Multimedia. Elec- IMMPS. Intelligent Multimedia Presentation

ABOUT THE AUTHORS / SOBRE LOS AUTORES

Carina S. Gonzalez (cjgonza@ull.es): Es Ingeniera Informática, siendo su principal área de inte-

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 21

ARTICLE RECORD / FICHA DEL ARTÍCULO

González, Carina Soledad (2004). Sistemas Inteligentes en la Educación: Una revisión de

Revista ELectrónica de Investigación y EValuación Educativa

Revista ELectrónica de Investigación y EValuación Educativa [ www.uv.es/RELIEVE ] pag. 22

También podría gustarte