En español
El objetivo del presente artículo es formular un enfoque del tratamiento de la incertidumbre en la medición del estado cognitivo. Esta incertidumbre se origina en la apreciación subjetiva del evaluador de las acciones del estudiante, sujeta a su experiencia y sensibilidad. Por tal motivo, se utiliza la Lógica Difusa como base de un diseño del modelo del diagnóstico. En el modelo propuesto se identificaron elementos que agregan información relevante a la evaluación si se la compara con la realizada con los métodos tradicionales. Dichos elementos son:
•Variables lingüísticas que agregan información sobre el esfuerzo individual en el aprendizaje a lo largo de un período académico, arrojando información sobre su nivel final de desempeño. Se obtiene un perfil individual.
•Niveles cognitivos basados en la taxonomía revisada de Bloom. A partir de ellos se obtienen perfiles grupales. Asimismo, se ha medido la incertidumbre total de cada grupo de estudiantes.
Se presenta un ejemplo del modelo donde se comparan los valores observados contra los inferidos por el sistema. Asimismo, se presentan valores sobre la performance del modelo.
En inglés
The aim of the present article is to develop an approach on the uncertainty treatment in the cognitive state measurement. This uncertainty originates in the evaluator's subjective assessment of the student, which is subject to their experience and sensitivity. Therefore, Fuzzy Logic is used as the basis diagnostic model design. In the proposed model, elements that add relevant information to the evaluation have been identified if it is compared to the one carried out with traditional methods. Those elements are as follows:
•Linguistic variables that add information about the individual effort in learning throughout an academic period, providing information about their final performance level. An individual profile is obtained.
•Cognitive levels based on Bloom`s revised taxonomy. From those levels, group profiles are obtained. Moreover, the total uncertainty from each group of students has been measured.
An example model is presented in which the observed values are compared to those inferred by the system. In addition, the model's performance values are presented.