UNIVERSIDAD NACIONAL DE TRUJILLO

Facultad de Ciencias Físicas y Matemáticas

Programa de Informática

SISTEMA TUTOR INTELIGENTE PARA EL APRENDIZAJE DE LENGUAJES

DE PROGRAMACIÓN DE LOS ESTUDIANTES DE LOS PRIMEROS CICLOS
DE LA ESCUELA DE INFORMÁTICA DE LA UNIVERSIDAD NACIONAL DE
TRUJILLO EN LOS AÑOS 2023 Y 2024

EXPERIENCIA CURRICULAR:

Proyecto Tésis

GRUPO:

Córdova Aguilar, Néstor Jesús

Torres Oruna, Carlos Eduardo

DOCENTE:

Dr. Juan Francisco Pacheco Torres

Trujillo - Perú

2023

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 ESCUELA PROFESIONAL - PREGRADO
Proyecto de Tesis

ESQUEMA DE PROYECTO DE TESIS - CUANTITATIVA

Nota: La estructura de este proyecto de tesis podrá variar según la naturaleza de cada
disciplina.

I. GENERALIDADES:
1.1. Título del Trabajo de Investigación: Sistema tutor inteligente para el
aprendizaje de lenguajes de programación de los estudiantes de los primeros
ciclos de la Escuela de Informática de la Universidad Nacional de Trujillo en
los años 2023 y 2024.
1.2. Investigadores:
- Nombre del autor o autores:
▪ Cordova Aguilar, Nestor Jesus
▪ Torres Oruna, Carlos Eduardo
- Nombre del Asesor de Tesis: Dr. Juan Francisco Pacheco Torres
▪ Categoría:
▪ Modalidad:
▪ Departamento al que pertenece: Informática
- Nombre de colaboradores
1.3. Tipo de Investigación:
- Por el fin que persigue: Aplicada
- Por el diseño de contrastación: Según autores
1.4. Departamento al que pertenece el Proyecto
Informática
1.5. Lugar e Institución donde se desarrollará el Proyecto
Universidad Nacional de Trujillo
1.6. Duración del Proyecto en meses:
- Cronograma de Trabajo:
- Etapas, fechas de inicio, fecha de término, horas semanales
1.7. Recursos disponibles:
- Personal
- Bienes
- Servicios
- Local

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 1.8. Presupuesto por partidas según clasificador de gastos.
1.9. Financiamiento
II. PLAN DE INVESTIGACIÓN:
2.1. Situación problemática, justificación y propósito
En la Escuela de Informática de la Universidad Nacional de Trujillo existen
estudiantes tanto de ciclos superiores como inferiores que tienen problemas a
la hora de programar en un lenguaje de programación, ya sea por falta de
concentración a la hora de prestar atención a las clases, expresiones
sintácticas de programación en idioma inglés, entre otros; lo que conlleva a
que tengan un bajo rendimiento académico sobre este tema en general,
llevando a que los desanime, reprueben materias relacionadas a este o
inclusive deserten de la carrera, constituyendo la programación una parte
fundamental para la profesión de Informática. En base a dicha problemática,
los autores proponen la implementación de un sistema tutor inteligente con el
fin de que los estudiantes, al momento de programar, puedan ser ayudados
por el sistema mediante sugerencias e instrucciones personalizadas por medio
del uso de algoritmos de machine learning; con ello pensamos impactar
positivamente en el aprendizaje en programación del estudiante de la Escuela
de Informática y animarlos a que sigan en carrera.
2.2. Justificación
a. Justificación Práctica
Este estudio agrega información y contenidos importantes acerca de la
importancia de implementar un sistema de tutoría inteligente orientado a
los lenguajes de programación para la carrera de Informática en la
Universidad Nacional de Trujillo. Los resultados de este sistema podrían
ser utilizados para el desarrollo de futuras mejoras técnicas en dicho
sistema para que no sólo esté dirigido a la UNT sino a diferentes
universidades a nivel nacional.
b. Justificación Tecnológica
El uso de un sistema tutor inteligente implica apoyarse en tecnologías
relacionadas al machine learning para una enseñanza personalizada
basada en inteligencia artificial, por lo que su aplicación en este
proyecto supone una solución contemporánea y eficaz para el oportuno

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 aprendizaje ya que pretende demostrar, sin intervención humana, la
capacidad del computador como tutor.
c. Justificación Social
Este sistema de tutoría inteligente, al estar enfocado al aprendizaje de
los diferentes lenguajes de programación de los estudiantes en sus
primeros ciclos, facilitará la adaptación a los conceptos y habilidades
básicos requeridos para la programación promoviendo así que no solo
sirva de apoyo al alumno sino que también al docente para mejorar en
sus métodos de enseñanza. Dicho lo anterior, involucra al grupo
académico en distintas formas para obtener un buen nivel de desempeño
en la programación en cada uno de los estudiantes.
2.3. Enunciado del problema u objeto de estudio
¿De qué manera influye un sistema tutor inteligente en el aprendizaje de
lenguajes de programación de los estudiantes de los primeros ciclos de la
Escuela de Informática de la Universidad Nacional de Trujillo en los años
2023 y 2024?
2.4. Antecedentes o trabajos previos
● Molina et al. (2019) realizaron un estudio para proponer una
propuesta metodológica para el aprendizaje de la programación en
la educación superior, puesto que según describen se necesita
abordar las dificultades del estudiante para comprender todo el
razonamiento y lógica que comprende la programación
informática. Como objetivo general se tiene que la población
estudiantil e incluso docentes adquieran habilidades y destrezas
para implementar y solucionar algoritmos informáticos mediante
una metodología con herramientas innovadoras para la enseñanza
de la programación informática.
● Mora Carrión (2022) desarrolló un proyecto titulado como
Desarrollo de un prototipo de un tutor inteligente orientado al
aprendizaje de la programación. El objetivo de este fué el diseño
del sistema basado en la WEB para aprendizajes del área de
Lenguajes de programación. Por otra parte el nivel de investigación
en este proyecto fue explicativo por lo que se requirió la toma de
diferentes evaluaciones para medir el nivel de aprendizaje que va

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 obteniendo el estudiante. En base a lo anterior el prototipo
diseñado contará con resultados los cuales podrán ser utilizados
para proyectos significativos orientados a la mejora del sistema
educativo en la programación. En conclusión dicha herramienta
complementará el proceso de enseñanza en el área de la
programación.
● Santimateo et al. (2018) investigaron acerca de las dificultades que
existen para el aprendizaje y enseñanza de los cursos de
programación en Panamá, teniendo como población de estudio a
estudiantes de diferentes universidades del mencionado país, donde
se concluyó que tanto conferencias como actividades de estudio
grupal son las que menos facilitan el aprendizaje del alumnado con
respecto a la programación de computadoras, mientras que
ejemplos modificables, explicación docente y tutoriales en internet
constituyen la mayor fuente de aprendizaje en el mencionado
campo.
2.5. Objetivos
- Objetivo general
Mejorar el aprendizaje de lenguajes de programación en los estudiantes de
primeros ciclos de la carrera de Informática de la Universidad Nacional de
Trujillo a través de la implementación de un sistema tutor inteligente para
resarcir el bajo rendimiento académico.
- Objetivos específicos
- Mantener un buen ánimo y confianza en sí mismos en los
estudiantes en su aprendizaje de programación.
- Reducir el número de estudiantes desaprobados en cursos que
tengan que ver con programación.
- Analizar la capacidad de los estudiantes con respecto a los
lenguajes de programación.
- Diseñar prototipos de la arquitectura del sistema tutor inteligente a
desarrollar.
- Implementar el sistema tutor inteligente utilizando Python y otros.
- Realizar diferentes pruebas a los estudiantes con el fin de verificar
el nivel de conocimiento obtenido con dicho sistema.

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 2.6. Hipótesis
Un sistema tutor inteligente influye positivamente en el aprendizaje de
lenguajes de programación de los estudiantes de los primeros ciclos de la
Escuela de Informática de la Universidad Nacional de Trujillo.
2.7. Marco teórico conceptual
a. Sistema tutor inteligente (ITS)
El sistema tutor inteligente es definido como sistemas computacionales
desarrollados para proveer instrucciones y dar apoyo de manera
inteligente en el desarrollo de enseñanza-aprendizaje en el cual se tiene
un interacción con el estudiante (Arias, Jiménez y Ovalle, 2009).
i. ITS vs la tutoría clásica
Para Rodriguez (2019) indica que actualmente nos encontramos
con sistemas tradicionales para el aprendizaje por medio de la
computadora las cuales requieren ser mejoradas y estas se
evidencian en el crecimiento del internet y la educación virtual.
Por otra parte Morales (2007) no dice que los maestros y tutores
tienen un papel muy importante durante el desarrollo de
enseñanza-aprendizaje, ya que conceden al estudiante una
retroalimentación sobre lo que se ha estudiado en el camino el
cual debe seguir, por ende se logra un riguroso cambio al
proceso educativo dedicado a las necesidades y aptitudes del
estudiante.
ii. Metodologías de desarrollo de ITS
De acuerdo a lo mencionado por Rodriguez (2019) que hay una
gran variedad de arquitecturas orientados al desarrollo de sistema
tutor inteligente, por lo tanto también hay gran variedad de
metodologías empleadas hacia un mismo objetivo:
1. Salgueiro, Costa, Cataldi, Lage, García-Martínez (2005)
proponen un enfoque sin alejarse de la forma clásica,
recalcando el módulo del tutor, puesto que mientras a
mayor conocimiento instruccional se obtenga mejor será la
explicación del contenido hacia el alumno.
2. Por parte de Cataldi y Lage (2009) ofrecen un metodología
que está enfocada a la forma del alumno, indicando que si

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 el ITS está orientado a forma del estudiante nos puede
garantizar la inteligencia del sistema puesto que se adecua a
los requerimientos del alumno.
3. Rodriguez (2019) señala la metodología enfocada en la
WEB, además añadiendo componentes de ITS
estableciendo relación señalando dicha equivalencia
existente entre los datos de una base de datos.
b. Lenguaje de programación
Según Liguori (2000) indica que los lenguajes de programación tanto
como Pascal, Logo, Basic, etc. ofrecen a cada uno de los estudiantes el
instrumento para que pueda tener un aprendizaje de la mejor manera
posible en donde podrá mejorar sus ideas y desarrollo cognoscitivo.
Por otra parte, para Basogain et al. (2005) hay investigaciones que
verifican lo ventajoso de los lenguajes de programación demostrando
que los estudiantes pueden lograr obtener habilidades en un
razonamiento lógico y a su vez aumentan la capacidad de poder
solucionar problemas que para algunos no es posible.
c. Aprendizaje
Según Estrada García (2018) el aprendizaje se refiere al proceso
continuo en el cual un individuo recopila e interioriza conocimientos de
tipo formativo e informativo.
i. Estrategias de aprendizaje
Vera Sagredo et al. (2019) mencionan en su investigación que las
estrategias de aprendizaje son las habilidades cognitivas
complejas que hacen que los individuos lleven a cabo un proceso
mental para identificar y asimilar información útil para su
aprendizaje. Se identifican estrategias afectivas, de apoyo y
control y estrategias cognitivas relacionadas al procesamiento de
la información, las cuales involucran el uso de la motivación,
necesidades, interés, búsqueda de información, selección,
procesamiento, entre otros; para el correcto desenvolvimiento del
estudiante en cuanto a aprendizaje efectivo se requiere.

También sostienen que los problemas de aprendizaje no siempre

se encuentran relacionados con problemas cognitivos o una baja

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 capacidad, sino que la mala o nula aplicación de estrategias de
aprendizaje puede llevar a que los estudiantes no realicen las
acciones necesarias para lograr un aprendizaje significativo.

ii. Estilos de aprendizaje

Estrada García (2018) indica que son los procesos por el cual se
interiorizan y adaptan destrezas y habilidades en aquel que
aprende.
Dado el hecho de que cada persona difiere en el modo en que
piensa, actúa, aprende y enseña, se toman en cuenta distintos
estilos de aprendizaje, específicamente los propuestos por
Alonso et al. (1995, como se citó en Estrada García, 2018), que
son:
● Activo: Personas de mente abierta que son entusiastas,
descubridoras, arriesgadas y espontáneas, con capacidad de
crecimiento ante los desafíos.
● Reflexivo: Personas precavidas que analizan e interpretan
exhaustivamente y de manera sistemática los datos que
reúnan para llegar a conclusiones.
● Teórico: Individuos que realizan un análisis de etapas
lógico y estructurado, buscando el perfeccionismo, por lo
que son profundos en el pensamiento.
● Pragmático: Se basan en la experimentación de cualquier
idea que tengan, aplican los conocimientos adquiridos con
bastante práctica y se motivan con proyectos que llamen su
atención.
iii. Aprendizaje en el primer año de una carrera universitaria
Vera Sagredo et al. (2019) en su investigación obtuvieron como
resultado que los estudiantes universitarios de primer año basan
la adquisición de nuevos conocimientos en estilos de aprendizaje
del tipo reflexivo y pragmático, es decir que aprenden analizando
situaciones y mediante la experiencia real. Asimismo, la
estrategia que mejor se adecua a ellos para realizar sus
asignaciones académicas, según los mismos estudiantes, es la del
trabajo y apoyo en equipo, puesto que aporta bastante en la

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 construcción e integración de nuevo conocimiento al estar en
contacto y discutir ideas con los demás.
d. Dificultades en el aprendizaje de lenguajes de programación
El estudio de Santimateo et al. (2018) revela los temas de aprendizaje de
programación de computadoras o relacionados, con los que estudiantes
de su población considerada se sienten en dificultad para aprender, en
orden descendente:
● División de un programa en módulos
● Búsqueda de errores en un programa
● Uso o implementación de funciones
● Sintaxis específica de un lenguaje de programación
● Conocer como el computador ejecuta el programa
● Uso de entornos de desarrollo integrados
● Creación de flujogramas
● Datos de prueba para programas
De igual manera, los estudiantes tienen problemas para comprender
diferentes conceptos inherentes a la programación, en orden
descendente:
● Punteros
● Tipos de datos abstractos
● Recursividad
● Tipos de datos estructurados
● Parámetros o argumentos
● Funciones
● Librerías de un lenguaje
● Arreglos
● Manejo de errores
● Entrada / Salida, entre otros
Con respecto al contexto que se da el aprendizaje de programación, los
más difíciles se encuentran al principio de la lista y los más fáciles al
último:
● En conferencias
● En grupos de estudio
● Estudio solitario

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 ● Con problemas para resolver
● Con explicaciones del docente
● Con ejemplo modificable
● En sesiones de laboratorio
Y con respecto a los recursos utilizados para el aprendizaje de
programación, se tienen los siguientes, ordenados por dificultad de
manera descendente:
● Libros de curso y de programación
● Clase y recursos del docente
● Ejercicios de preguntas y respuestas
● Ejercicios de problemas para resolver
● Imágenes de estructura de programación
● Apuntes de clase
● Videos de programación
● Programas ejemplo
● Tutoriales por internet
Con lo que se puede concluir que en base a las dos últimas listas los
estudiantes adoptan un estilo activo y pragmático a la hora de aprender
programación, puesto que la disposición de los estudiantes a resolver
problemas y ejercicios de programación involucra una experimentación
y aceptación de desafíos que en base de prueba y error hace que genere
nuevos conocimientos, sin embargo no es suficiente para que sea
cubierta la falta de aprendizaje en las dos primeras listas.
2.8. Marco empírico
2.9. Material y método
- Tipo de estudio
- Población y/o muestra de estudio
- Criterios de inclusión
- Unidad de análisis
- Instrumento
- Control de calidad de los datos: pruebas de validez y confiabilidad
- Procedimiento
- Tabulación y análisis (Procesamiento de los datos)
- Consideraciones éticas y de rigor

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 2.10. Definición de variables de estudio
2.11. Matriz de consistencia
2.12. Referencias bibliográficas según normas APA
Mora Carrión, G. E. (2022). Diseño de un prototipo de tutor inteligente para
aprendizaje en lenguajes de programación (Trabajo de titulación
previo a la obtención del título de Ingeniero en Ciencias de la
Computación, Universidad Católica de Santiago de Guayaquil).
http://repositorio.ucsg.edu.ec/bitstream/3317/18434/1/T-UCSG-PRE-I
NG-CIC-18.pdf
Santimateo, D., Nuñez, G., González, E. (2018). Estudio de dificultades en la
enseñanza y aprendizaje en los cursos básicos de programación de
computadoras en Panamá. Revista de Investigación en Tecnologías de
la Información: RITI, 6(11), 13-18.
Molina, R., Padilla, R, Leyva, M. (2019). Estudio y propuesta metodológica,
para la enseñanza-aprendizaje de la programación informática en la
educación superior. Dilemas contemporáneos: Educación, Política y
Valores, 7(Ed. Especial), 8.
Liguori, L. (2000). Las nuevas tecnologías de la información y la
comunicación en el marco de los viejos problemas y desafíos
educativos. En E. Litwin y M. Libedinsky (Coords.) Tecnología
educativa. Política, historias, propuestas (pp. 123-151).
Basogain X., Olabe M. A. y Olabe J. C. (2015). Pensamiento computacional a
través de la programación: paradigma de aprendizaje. Revista de
Educación a Distancia, 46. https://doi.org/10.6018/red/46/6
Rodríguez, M. (2019). Sistema de tutoría inteligente aplicado a la enseñanza
de programación de computadoras a nivel licenciatura. En Borrego
Gómez, D., Cantú Cervantes, D. y Molina Montalvo, H. Educación y
tecnologías (pp. 179-189). Editorial Palibrio. Recuperado de
https://www.amazon.com.mx/Educaci%C3%B3n-Tecnolog%C3%AD
as-Daniel-Desiderio-Borrego/dp/1506530214
Morales, R. (2007). Modelado del estudiante para ambientes virtuales de
aprendizaje en Web. Apertura: Revista de Innovación Educativa, 7(7),
21-35. Recuperado de

F-M01.03.04-DRT/PG-01 – (Rev. 1)
 http://search.ebscohost.com/login.aspx?direct=true&db=zbh&AN=28
627025&site=ehost-live
Salgueiro, F., Costa, G., Cataldi, Z. , Lage,F. y García-Martínez, R. (2005).
Nuevo enfoque metodológico para el diseño de los sistemas tutores
inteligentes a partir de un acercamiento distribuido. Revista de
Informática Educativa y Medios Audiovisuales, 2(4), 25-32.
Recuperado de
http://laboratorios.fi.uba.ar/lie/Revista/Articulos/020205/A3ago2005.p
df
Cataldi, Z. y Lage, F. (2009). Sistemas tutores inteligentes orientados a la
enseñanza para la comprensión. Edutec, (28). Recuperado de
http://www.edutec.es/revista/index.php/edutec-e/article/view/456
Estrada García, A. (2018). Estilos de aprendizaje y rendimiento académico.
Revista Boletín Redipe, 7(7), 218–228. Recuperado a partir de
https://revista.redipe.org/index.php/1/article/view/536
Vera Sagredo, A., Poblete Correa, S., & Días Larenas, C. (2019). Percepción
de estrategias y estilos de aprendizaje en estudiantes universitarios de
primer año. Revista Cubana de Educación Superior, 38(1), e6.
Arias, F., Jiménez, J. y Ovalle, D. (2009). Modelo de planificación
instruccional en sistemas tutoriales inteligentes. Revista Avances en
Sistemas e Informática, 6(1), 155-164. Recuperado de:
https://www.researchgate.net/publication/220136853_Modelo_de_pla
nificacion_instruccional_en_sistemas_tutoriales_inteligentes
2.13. Anexos
- Consentimiento informado
- Constancia de asesoría
- Encuestas, guías de entrevistas, etc.

F-M01.03.04-DRT/PG-01 – (Rev. 1)