Objetos de Aprendizaje moldeados y adaptados a partir de patrones de perfil dinámico

Abstract

En la actualidad, los Entornos Virtuales de Enseñanza Aprendizaje (EVEA) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar. Esta vasta cantidad de datos no puede ser inspeccionada manualmente. La Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un EVEAs. Técnicamente, minar datos es el proceso de hallar correlaciones o patrones entre docenas de campos en grandes bancos de datos relacionales, en un Data Warehouse. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes. En este trabajo se presenta una propuesta de creación de Objetos de Aprendizaje (OA) adaptables al objetivo, perfil del estudiante en cuestión, para ello se aplican las herramientas de Minería de Datos e Inteligencia Artificial, adaptando las técnicas más apropiadas para los datos recolectados.