Resumen

El uso de sistemas de tutoría se ha normalizado en los centros de enseñanza secundaria (7º a 9º curso) de muchas partes del mundo. Ha habido estudios que analizan el comportamiento de los estudiantes, sus respuestas afectivas o el abuso del sistema, pero poco se ha hecho para descubrir otros tipos de comportamiento. En este trabajo se presenta evidencia de que existen diferentes tipos de comportamiento de búsqueda de ayuda que pueden tipificarse en estudiantes mexicanos que interactúan con el sistema de tutoría inteligente (STI) Scooter, el cual fue diseñado para enseñar matemáticas a nivel secundaria. La metodología implementada consistió en aplicar algoritmos de descubrimiento y minería de datos para tipificar a los estudiantes en términos de sus comportamientos de búsqueda de ayuda. Los resultados y aportaciones de este trabajo sugieren que jugar con el sistema con el ITS mencionado puede no ser siempre útil. En futuros trabajos se analizarán otros grupos de estudiantes que hayan utilizado este software en otras partes del mundo para correlacionar estas tipologías con los rasgos u opiniones de los estudiantes sobre las matemáticas y el aprendizaje.

INTRODUCCIÓN

Hoy en día, las herramientas educativas basadas en inteligencia artificial (IA) pueden recopilar una gran cantidad de puntos de datos sin necesidad de intervención humana. Estos puntos de datos incluyen una recopilación de resultados de pruebas, indicadores de desempeño, opiniones y comentarios de los maestros e incluso el comportamiento y el aprendizaje de los estudiantes. La identificación de patrones en los datos puede ser una tarea complicada, ya que el comportamiento frecuentemente está asociado al desempeño y se estima por qué tan capaz es o será el estudiante para lograr una tarea específica, alcanzar una meta de aprendizaje específica o responder adecuadamente a un aprendizaje particular. situación ( Peña-Ayala, 2014). En este artículo, la habilidad de un estudiante (descrita como p-saber) se define como el número de acciones correctas que se llevan a cabo dentro de la herramienta educativa. Las acciones correctas están asociadas a la probabilidad de que un estudiante conozca la habilidad involucrada en una determinada acción, la cual se obtiene mediante el algoritmo bayesiano de rastreo del conocimiento (Corbett, 1997).

La variedad de herramientas tecnológicas aplicadas al aprendizaje es amplia y comprenden la comprensión de los contenidos que transmiten y los objetivos que alcanzan los estudiantes.

• Materias:Tecnología educativa Minería de datos Innovaciones educativas Comportamientos humanos
• Subjects:Educational technology Data mining Educational innovations Human behaviors
• Palabras claves:Tecnología Educativa; Innovación Tecnológica; Minería de Datos; Sistemas Tutores Inteligentes; Ciencias del Comportamiento
• Keywords:Educational Technology; Technological Innovation; Data Mining; Intelligent Tutoring Systems; Behavioral Sciences