FUNDAMENTACIÓN TEÓRICA

14

CAPÍTULO II

MARCO TEÓRICO

En el presente capitulo se muestran los antecedentes y fundamentos

teóricos de la investigación a partir de diferentes perspectivas de autores

relacionados con las variables de estudio. Asimismo, se encuentra el

sistema de variable y el cuadro en donde se estructura la misma en

dimensiones e indicadores apoyado en diferentes experiencias y

concepciones teóricas.

1. ANTECEDENTES DE LA INVESTIGACIÓN

Díaz (2015), quien presentó una investigación en el programa de

Informática Educativa, de la Universidad Privada Dr. Rafael Belloso Chacín,

la cual lleva por título: Efectividad del uso de los Software Geogebra y Dr.

Geo en el aprendizaje de la geometría. El propósito de este trabajo fue

analizar la efectividad del uso del software GeoGebra y Dr. Geo en el

aprendizaje de la geometría en los estudiantes de octavo grado, en la

Institución Educativa # 2 de Maicao, Colombia.

Para tal efecto se desarrolló una investigación evaluativa pues se

pretendió estimar la efectividad del uso de la estrategia de aprendizaje

centrada en los software GeoGebra y Dr. Geo, bajo un diseño cuasi-

experimental utilizando grupo control con pre y post prueba. Se asumió como

población al conjunto de estudiantes de la Institución Educativa # 2 de

Maicao, y como unidades de información a 65 estudiantes de octavo grado

de bachillerato, por lo cual puede hablarse del uso de un muestreo de tipo

intencional.

15

Para recoger la información se recurrió al uso de una prueba de

conocimiento, conformada por 15 preguntas, el cual fue validado por

docentes expertos en la asignatura y establecida su confiabilidad en un a

prueba piloto a través de Coeficiente de Kuder Richardson, estimándose en

rtt = 0.83 indicador de una muy alta confiabilidad. Los datos fueron

procesados a través del software Excel versión 2007, calculándose las

medidas de tendencia central y dispersión, así como la t de Student para

evidenciar las diferencias estadísticas significativas. Los resultados

permitieron corroborar que el uso del software GeoGebra y Dr. Geo, fue más

efectivo para el aprendizaje de la Geometría que la clase tradicional basada

en la exposición del docente.

La investigación presentada generó una serie de aportes al presente

análisis, siendo importante para el desarrollo del marco de referencia de los

supuestos de algunos autores que estudiaron aspectos teóricos sobre las

operaciones matemáticas para la aplicación de ambas herramientas, siendo

de gran importancia para la construcción teórica y metodológica de los

aspectos claves considerados en el presente análisis, considerándose

entonces de gran relevancia.

Continuando con Cova (2013), desarrolló un trabajo titulado Estrategias de

Enseñanza y de Aprendizaje Empleadas por los Docentes de Matemáticas y

su Incidencia en el Rendimiento Académico de los Estudiantes de 4to Año

del Liceo Bolivariano “Creación Cantarrana”. El objetivo de la investigación

fue analizar las estrategias de enseñanza y de aprendizaje utilizadas por los

docentes de matemáticas y su incidencia en el rendimiento académico de los

estudiantes de 4to año del Liceo Bolivariano “Creación Cantarrana” periodo

2011 - 2012, Cumaná estado Sucre.

Para efectos de este estudio se consideró la teoría Constructivista, es de

tipo descriptiva, acompañada de un diseño de campo. La población está

conformada por doscientos cincuenta y seis (256) estudiantes y dos (2)

docentes. Se aplicó un cuestionario a los docentes y a estudiantes ambos

16

conformados por treinta (30) ítems. El análisis e interpretación de los datos

se realizó por medio de análisis estadístico descriptivo, tablas de frecuencia.

Se llegó a la conclusión de que las estrategias de enseñanza y de

aprendizaje empleadas por los docentes de matemáticas inciden en el

rendimiento académico de los estudiantes, ya que cuando se realizó el

tratamiento de los instrumentos utilizados entre ellos se pudo demostrar que

dichos profesores no investigan ni aplican nuevas y efectivas estrategias de

enseñanza y de aprendizaje en clases acorde con lo planteado en el Nuevo

Diseño Curricular. Además, se pudo observar que en consecuencia los

estudiantes no están motivados ni entienden con claridad cuando se les

explica un tema matemático.

La investigación antes descrita sirvió de aporte para dicha investigación

debido a que no solo se realizó en el área de matemáticas sino que se

analizaron fortalezas y debilidades en las estrategias aplicadas para su

comprensión, además de sustento metodológico a partir del tipo de

investigación y tratamiento estadístico aplicado en el estudio.

Expresa por otra parte, Gómez, p. (2007), presenta su trabajo para optar

al Título de Doctor en la Universidad Complutense de Madrid Facultad de

informática. Departamento de ingeniería del software e inteligencia artificial,

titulado: Modelo de enseñanza basada en casos: de los tutores inteligentes a

los videojuegos, en el cual propone una alternativa mixta: el uso de

razonamiento basado en casos intensivo en conocimientos.

Así mismo el autor plantea los casos (contenido) que hacen referencia a

ontologías (representaciones explícitas de conocimiento), lo que proporciona

lo mejor de ambos mundos. Los casos nos ayudan a enfrentarnos con

cualquier dominio y la representación del conocimiento nos permite

reaprovechar una parte del esfuerzo de autoría, e incluso generar

automáticamente fragmentos de las soluciones. Además, demuestra que

este modelo encaja perfectamente en el ciclo normal de interacción de los

videos juegos, por lo que resulta plausible integrarlo en software de

17

entretenimiento para aprovechar la motivación intrínseca que este produce

en los usuarios.

La investigación anterior aporta bases teóricas acerca de la variable tutor

inteligente, mediante la presentación de un modelo de enseñanza basado en

casos desarrollado en cuatro capítulos, teniendo relación estrecha con los

indicadores de los STI, en los cuales se comprueba la gran ayuda que

representan para los usuarios de hoy en día.

Por su parte, Vilarreal (2006), realizó un estudio titulado la pizarra

interactiva una estrategia metodológica de uso para apoyar la enseñanza y

aprendizaje de la Matemática. El trabajo correspondió a una investigación

cuasi experimental, con grupo de control, con pretest (diagnóstico) y postest

(posprueba). Se trabajó con dos establecimientos educacionales, con

profesoras del área de la matemática del nivel secundaria grado 10, que

participan del proyecto Enlaces del Ministerio de Educación de Chile y que

durante el año 2004 participaron del proyecto Enlaces Matemática.

En este marco la pizarra interactiva fue usada en la presentación inicial del

tema tratado, en la realización de cálculos, generación de gráficos, usos de

planillas, graficadores y applet, en la búsqueda y organización de la

información, además, de ser un instrumento que permitió apoyar las

discusiones, generar reflexiones, construir modelos, analizar simulaciones

presentadas y manipuladas por las profesoras y los mismos alumnos, en la

búsqueda de las respuestas. Tanto alumnos como profesoras la utilizaron,

indistintamente, en diferentes momentos del trabajo en la sala de clases,

pasando a ser un recurso adicional.

Se trabajó con 4 grupos experimentales y 4 grupos controles (una

profesora y un curso de aproximadamente 40 alumnos), donde cada

profesora manejó un grupo experimental y uno control. Los establecimientos

fueron de la región metropolitana, de nivel socio económico medio – bajo, de

alta vulnerabilidad social, un establecimiento municipalizado y otro particular

subvencionado.

18

El proyecto desarrolló una prueba de diagnóstico y una prueba final. Los

resultados de la prueba de diagnóstico aplicada a trescientos trece (313)

alumnos y la prueba final aplicada a trescientos seis (306) alumnos, que

participaron del proyecto. Los resultados del grupo experimental, fueron

inferiores a los del grupo control, teniendo una variación de 10 %, con una

diferencia de 2,6 puntos porcentuales, donde la diferencia no es significativa.

Respecto a la prueba final, los resultados del grupo experimenta fueron

superiores a los del grupo control, con una variación porcentual de 5 %, con

una diferencia de 3,5 puntos porcentuales, no siendo significativa.

Se destaca que el curso experimental aumentó en 40,8 puntos

porcentuales, entre la prueba de diagnóstico y la final, en comparación con la

diferencia alcanzada por el grupo control correspondiendo a 34,7 puntos

porcentuales, con 6,1 puntos porcentuales, un 17,6% superior del grupo

experimental al control. El aporte de esta investigación es muy significativo

para este estudio pues está relacionado con enseñanza de las matemáticas

y a la vez con una herramienta tecnológica lo que permitió tomar como

referencia en cuanto al procedimiento de la investigación y el diseño.

De igual manera se presenta el artículo de Cataldi y Laye (s/f), titulado

línea de investigación: Sistemas Tutores Inteligentes orientados a la

enseñanza para la comprensión, desarrollado en la Escuela de Educación de

Posgrado. Facultad Regional Buenos Aires Universidad Tecnológica

Nacional, con la intención de proporcionar las bases para un sistema que

pueda emular a un tutor humano, con un enfoque orientado hacia la

psicología cognitiva, es decir, teniendo en cuenta como señala Perkins

(1995), los estilos más apropiados de enseñanza tales como la instrucción

didáctica, el entrenamiento y la enseñanza socrática que son compatibles

con su “Teoría Uno”.

Los nuevos desarrollos de los STI, se deben caracterizan por la inclusión

de experiencia adicional basada en el entorno de aprendizaje del estudiante

y en los métodos y técnicas de enseñanza. Esto permitirá sistemas más

19

flexibles, adaptados a los intereses del estudiante y con métodos

pedagógicos que faciliten el proceso de aprendizaje a través de ayuda

cognitivas.

En esta línea de investigación se busca definir un marco teórico que

sustente el diseño y la evaluación de los STI, presentando las diferentes

visiones existentes acerca de los diseños y desarrollos, delineando un marco

teórico general con base en la ingeniería de software, los sistemas

inteligentes, la psicología cognitiva y las ciencias de la educación y

elaborando una extensión metodológica especifica que cautele los aspectos

inherentes para el diseño de STI orientados al tutorizado.

En este contexto se ha se ha trabajado en los aspectos metodológicos de

diseño según Cataldi (2004), en proponer una arquitectura de STI de

Salgueiro (2005), en identificar modelos del estudiante y de selección del

tutorizado, además, se ha investigado en el uso de redes neuronales para

selección del protocolo pedagógico. Este artículo sirvió como apoyo a las

bases teóricas de la presente investigación, brindando conocimientos sobre

la variable Tutor inteligente bajo diversos enfoques.

2. BASES TEÓRICAS 2.1. USO DEL TUTOR INTELIGENTE COMO HERRAMIENTA PARA EL

APRENDIZAJE DE OPERACIONES MATEMÁTICAS

Aguilar y De Antonio, (2003), señalan que los STI tienen como objetivo

emular la función de un tutor humano por lo que este tipo de sistemas

tienen características particulares que le permiten realizar el proceso

pedagógico de forma más “natural” que los antiguos sistemas desarrollados

bajo el paradigma de la Instrucción Asistida por Computadora.

En este sentido Parra (2004), considera que los STI son ambientes

flexibles, interactivos y adaptativos para el aprendizaje. Flexibles porque

20

abren abanicos de posibilidades para las navegaciones de los estudiantes.

Interactivos porque los canales para la comunicación pueden permitir cruce

de ideas. Adaptativos porque sobre la marcha el sistema puede cambiar las

estrategias de enseñanza, variando los ejemplos, rompiendo las secuencias,

demostrando imposibilidades y evidenciado equivocaciones a partir de casos

concretos.

Así mismo, el autor antes descrito también manifiesta que un STI es

dinámico, proactivo e inteligente como un profesor en plena acción dentro de

un salón de clase, muy al contrario del software educativo tradicional que es

pasivo como un libro. Este no se adapta al lector, no interviene con otros

ejemplos, no varía la secuencia. Si el lector no entendió su código, entonces

tendrá que buscar otro. En cambio, el docente en su actuar, sobre la marcha

y de inmediato, tiene que alterar sus planes cuando sus estudiantes no

avanzan. Esto es lo que intentan simular los STI.

Por otra parte Villarreal (2003), plantea que los sistemas tutores

inteligentes (STI) simulan a un tutor autoritario que posee una estrategia de

enseñanza de los conceptos del dominio del tipo uno a uno. Además es un

experto en un dominio de conocimiento determinado y actúa como guía, tutor

o entrenador.

Las definiciones antes descritas son coincidentes en que un Tutor

inteligente simula a un tutor humano, con características particulares para la

enseñanza según Aguilar y De Antonio (2003) y Villarreal (2003), por otro

lado, Parra (2004), los considera flexibles, adaptativos y dinámicos para el

aprendizaje. En este sentido la investigadora asume la postura de Villarreal

(2004), puesto que manifiesta que los tutores inteligentes simulan un tutor

con estrategias de enseñanza y con dominio de un tema determinado.

Ahora bien, respecto al variable aprendizaje de operaciones matemáticas,

Godino, Batanero y Font (2003), consideran que los estudiantes aprenden

matemáticas por medio de las experiencias que les proporcionan los

profesores. Por tanto, la comprensión de las matemáticas por parte de los

21

estudiantes, su capacidad para usarlas en la resolución de problemas, y su

confianza y buena disposición hacia las matemáticas están condicionadas

por la enseñanza que encuentran en la escuela.

Asimismo, para NCTM (2000). Principio de Aprendizaje establece que los

estudiantes deben aprender las matemáticas con comprensión, construyendo

activamente los nuevos conocimientos a partir de la experiencia y los

conocimientos previos.

Confrontando los autores antes señalados, existe coincidencia en cuanto a

la definición de aprendizaje de operaciones matemáticas, considerando que

los estudiantes deben aprender por medio de experiencias y construcción y

resolución de problemas a partir de conocimientos previos y con ayuda de

información suministrada por el profesor.

Finalmente se puede inferir que el uso de un tutor inteligente para el

aprendizaje de operaciones matemáticas proporcionará herramientas y

conocimiento de forma interactiva y dinámica mediante la elaboración y aplicación

de ejercicios en el área, buscando confianza y disposición del estudiante.

2.2. COMPETENCIAS TECNOLÓGICAS

Según Pere (2004), las Tecnologías de la Información y la Comunicación

(TIC) constituyen un canal formativo paralelo, fuente de múltiples

aprendizajes informales por parte de los estudiantes, especialmente a través

de la televisión y de internet. Por tanto, es preciso que las instituciones educativas rentabilicen este canal formativo y sistematicen este conjunto de

conocimientos que los alumnos y alumnas han adquirido intuitivamente y de

forma autónoma.

Asimismo, el MEN (2013) considera que la competencia tecnológica se

puede definir como la capacidad para seleccionar y utilizar de forma

pertinente, responsable y eficiente una variedad de herramientas

tecnológicas entendiendo los principios que las rigen, la forma de

combinarlas y las licencias que las amparan.

22

Por otro lado, NETS (2007) considera que de que todos los estudiantes

deben tener oportunidades regulares de utilizar las TIC, para desarrollar

habilidades que fortalezcan la productividad personal, la creatividad, el

pensamiento crítico y la colaboración tanto en el aula, como en la vida diaria.

Así mismo, Godoy (2006) las define como las habilidades, destrezas,

conocimientos y actitudes aplicadas al uso de los sistemas de

información y comunicación, incluyendo el equipo que ello implica;

específicamente, de acuerdo con el ICT Skills, a la capacidad para

realizar diseños en Web, manejar presentaciones, programas para

elaborar gráficos, hojas de cálculo, bases de datos bibliográficas en

línea, navegadores Web, programas de correo electrónico, aplicaciones

para chat y procesadores de texto.

Confrontando los autores antes citados, NETS (2007) y Godoy (2006),

coinciden en que las competencias tecnológicas requieren del desarrollo de

habilidades y destrezas en el manejo de las tic, incluyendo los equipos

involucrados para que se fortalezca la productividad personal. Así mismo, el

MEN (2013) considera que se deben utilizar responsablemente la gran

variedad de herramientas que tecnológicas que conlleva su uso.

Finalmente se puede inferir que las competencias tic permiten el desarrollo

de conocimientos habilidades y destrezas en diversas áreas de estudia si se

utilizan responsable y eficientemente, respetando los tiempos y licencias que

las amparan, convirtiéndose en fuente de múltiples aprendizajes

significativos.

2.3. CONOCIMIENTO DE LOS SISTEMAS INFORMÁTICOS (HARDWARE, SOFTWARE, REDES).

Según Pere (2004), en esta competencia se deben: conocer los elementos

básicos del ordenador y sus funciones, conectar los periféricos básicos del

ordenador (impresora, ratón…) y realizar su mantenimiento (papel y tinta de

la impresora...), conocer y realizar el proceso correcto de inicio y apagado de

23

un ordenador, Instalar programas (siguiendo las instrucciones de la pantalla

o el manual).

Por otro lado, según los Estándares Nacionales de Tic para estudiantes

(NETS) (2007), señala que esta competencia se refiere al funcionamiento y

conceptos de las TIC, para lo cual los estudiantes demuestran tener una

comprensión adecuada de los conceptos, sistemas y funcionamiento de las

TIC. Los estudiantes:

a. Entienden y usan sistemas tecnológicos de Información y

Comunicación.

b. Seleccionan y usan aplicaciones efectiva y productivamente.

c. Investigan y resuelven problemas en los sistemas y las aplicaciones.

d. Transfieren el conocimiento existente al aprendizaje de nuevas

tecnologías de Información y Comunicación (TIC).

Referido a este contexto la UNESCO (2008), establece que se deben

conocer las nociones básicas tics, incluye el manejo de herramientas

básicas, conocer el funcionamiento básico del hardware y software, así como

de las aplicaciones de productividad, un navegador de internet, un programa

de comunicación y recursos multimedia.

Confrontando las posturas anteriores, NETS (2007) y la UNESCO

(2008), coinciden en que los estudiantes deben entender y manejar los

sistemas tecnológicos, además de sus aplicaciones y conocer los

dispositivos físicos (Hardware), por otro lado Pere (2004), opina que

deben identificar los elementos básicos del ordenador, inclusive el

correcto encendido y apagado del mismo, además de instalación y

aplicaciones informáticas básicas.

Finalmente, se define esta competencia como el reconocimiento y manejo

del computador, sus dispositivos básicos y aplicaciones para la búsqueda,

escritura y comunicación de manera eficiente para el desarrollo y formación

de los estudiantes en diversas áreas de estudio.

24

2.4. BUSQUEDA Y SELECCIÓN DE INFORMACIÓN.

Según Pere (2004), se deben: disponer de criterios para evaluar la

fiabilidad de la información que se encuentra, saber usar los navegadores:

navegar por internet, almacenar, recuperar, clasificar e imprimir información,

utilizar los “buscadores” para localizar información específica en internet,

tener claro el objetivo de búsqueda y navegar en itinerarios relevantes para

el trabajo que se desea realizar (no navegar sin rumbo).

En este sentido NETS (2007), señala que en la competencia de

investigación y manejo de información, los estudiantes aplican herramientas

digitales para obtener, evaluar y usar información, por lo cual deben:

a. Planifican estrategias que guíen la investigación.

b. Ubican, organizan, analizan, evalúan, sintetizan y usan éticamente información a partir de una variedad de fuentes y medios.

c. Evalúan y seleccionan fuentes de información y herramientas digitales para realizar tareas específicas, basados en su pertinencia.

d. Procesan datos y comunican resultados. Confrontando los enfoques señalados, Pere (2004) y NETS (2007)

coinciden en que la competencia de manejo y selección de información incluye navegar por la web, ubicar y analizar información de diversas áreas, teniendo claro el objetivo de la búsqueda, aplicando herramientas digitales para la obtención de resultados académicos.

A partir de las posturas antes descritas se define esta competencia como las habilidades y destrezas para la localización de información con un rumbo y objetivo definido, con el fin de obtener resultados que se conviertan en conocimiento para el desarrollo del aprendizaje en los estudiantes, apoyándose en las tic.

2.5. PROCESAMIENTO DE TEXTO

Considera Pere (2004), las competencias que se deben cumplir son:

conocer la terminología básica sobre editores de texto: formato de letra,

25

párrafo, márgenes, utilizar las funciones básicas de un procesador de textos:

redactar documentos, almacenarlos e imprimirlos, estructurar internamente

los documentos: copiar, cortar y pegar, insertar imágenes y otros elementos

gráficos, conocer el uso del teclado.

Al respecto, Álvarez y Giraldo (1992), los procesadores de texto mejoran

la actitud de los niños frente a la escritura aumentan su motivación, no solo al

escribir sino al revisar lo que escriben, centran más su atención en el proceso

de composición que en el producto escrito final, y los incita a que viertan su

pensamiento en palabras escritas.

Según los enfoques anteriores se puede encontrar opinión en Pere (2004),

quien afirma que las competencias para el procesamiento de texto incluyen

el manejo de términos básicos sobre el editor y sus funciones básicas,

además del reconocimiento del teclado, así mismo Álvarez y Giraldo (1992)

afirman, que estas herramientas motivan al estudiante centrándolo en lo que

se escribe. Finalmente se puede inferir que para desarrollar la competencia

de procesamiento de texto, el estudiante debe conocer sus funciones

básicas, además de la estructura básica de un documento, con el fin de que

estos conozcan la escritura de manera más atractiva.

2.6. TRATAMIENTO DE LA IMAGEN

Afirma Pere (2004) que las competencias que se deben desarrollar

son: utilizar las funciones básicas de un editor gráfico (hacer dibujos y

gráficos sencillos, almacenar e imprimir el trabajo). Por otra parte, el

programa SKOLA 2.0 (2009-2013), enmarcado en los indicadores de

cada subcompetencia digital para 4to grado, manifiesta que el estudiante

emplea y resuelve situaciones muy sencillas en un nivel básico, en

donde debe manejar dentro de la dimensión fluidez tecnológica para la

aplicación de software, operaciones básicas con contenido multimedia,

además de utilizar imágenes y dibujos tanto como software local como

online.

26

Por lo tanto, el estudiante para el desarrollo de esta competencia debe

tener nociones básicas para el tratamiento de la imagen a través de un editor

de gráfico empleándolas de forma sencilla desde el entorno local como on

line según instrucciones dadas por el profesor.

3. TIPOS DE TUTORES INTELIGENTES

La tutorización personalizada es el modo más efectivo para enseñar, pero

resulta una tarea laboriosa y costosa, sin embargo, como lo explica Tarongí

(2010), los sistemas tutores inteligentes son sistemas informáticos de

aprendizaje personalizado, que no requieren la intervención de tutores

humanos y reducen el coste, al automatizar la selección de los materiales del

curso, su presentación y la evaluación de los estudiantes. Por lo cual se

presentan los siguientes tipos:

3.1. BASADO EN RESTRICCIONES

En este modelo según Millán (2000), el dominio de conocimiento se

representa mediante una serie de restricciones sobre el estado de los

problemas, y el modelo del alumno es simplemente una lista de las

restricciones que ha violado en el proceso de resolución del problema. La

principal ventaja de este enfoque es su robustez y flexibilidad. Es robusto ya

que no depende de la estrategia que haya seguido el alumno para resolver el

problema, y por tanto puede modelar a alumnos que tengan patrones de

comportamiento inconsistentes, es decir, que utilicen estrategias diferentes

para problemas diferentes.

Por otra parte, Gálvez y cols. (s/f), consideran que esta técnica de

modelado propone el aprendizaje a partir de los errores que comete un

alumno, generando refuerzos que le ayuden a aprender de ellos. Según esta

técnica, el dominio posee unos principios básicos que deben ser cumplidos

por todas las soluciones. Dicho de otro modo, estos principios definen una

27

serie de restricciones que no pueden ser violadas por ninguna solución. Por

tanto, lo importante en el MBR no es lo que hace el alumno, sino el estado de

la solución que esté elaborando. La principal ventaja del MBR es su

simplicidad de cómputo, ya que el modelo del estudiante se reduce a una

correspondencia de patrones, permitiendo que se puedan expresar de forma

compilada como redes.

Por otra parte, Cala (2014), afirma que los sistemas tutores inteligentes

basados en restricciones, son un tipo de tutores cognitivos cuyas raíces

teóricas están basadas en una teoría psicológica del aprendizaje que fue

propuesta por Stellan Ohlsson en 1992. Esta teoría, reconoce la existencia

de un conocimiento procedimental y uno declarativo.

El autor antes citado también señala que se reconoce que el conocimiento

procedimental se refuerza con la práctica y que resulta de una

transformación del conocimiento declarativo que ocurre cuando el estudiante

se enfrenta a un problema. Esta teoría adicionalmente reconoce que el

conocimiento procedimental está relacionado con la ejecución de acciones

mientras que el conocimiento declarativo cumple una función evaluativa,

permitiendo al estudiante evaluar las consecuencias de sus acciones.

Finalmente se puede inferir que este tipo de tutor está basado en la teoría

de Ohlsson (1992), manifestando que a través de él se presentan una serie

de restricciones sobre el estado de los problemas y modelo del alumno que

ha violado en el proceso de resolución del problema, permitiendo al

estudiante aprender de esos errores.

3.2. BASADO EN MODELOS COGNITIVOS

Según González (2004), el objetivo de este campo es potenciar la

capacidad de adaptación de los sistemas a las características del alumno. Se

intentan crear modelos probabilísticos que representen los estados por los

que el alumno va pasando en su aproximación al conocimiento que se desea

que obtengan. Estos modelos se basan principalmente en lógica difusa,

28

redes bayesianas o rouge set, con el fin de modelar estados “aproximados”

ya que los estados absolutos no sirven para este tipo de modelos. Esto nos

permite decir que un alumno ha alcanzado un objetivo de aprendizaje con

una determinada probabilidad.

Por otra parte, Huapaya (2009) considera que la investigación en esta

área involucra la creación de representaciones simbólicas plausibles de

razonamiento necesario para resolver problemas en un dominio determinado.

Los modelos resultantes se usan para proponer acciones a los estudiantes,

generar realimentación y proveer bases para el Modelo del Estudiante. El

área ha asimilado varias tecnologías a fin de mejorar su objetivo, como

técnicas de Aprendizaje Automático.

Basado en las concepciones anteriores, González (2004) manifiesta que

estos modelos representan los estados por lo que el estudiante va

acercándose al conocimiento con una determinada probabilidad, en cambio

Huapaya (2009), afirma que se usan para proponer acciones y generar

retroalimentación con técnicas de aprendizaje automático.

Por lo anterior la autora fija postura con la definición de González (2004),

debido a que permite establecer cuando un estudiante ha alcanzado una

meta de aprendizaje, con el fin de moldear estados aproximados buscando

un aprendizaje significativo a través de lo que se obtenga.

3.3. BASADO EN DIALOGO LENGUAJE NATURAL

Según Cataldi y cols. (2006), define este tipo de tutor inteligente como un

agente generador de lenguaje natural (AgLn), permite llevar a cabo la

comunicación utilizada y un agente evaluador (AgEV) que realiza un

diagnóstico de los errores de los estudiantes y lleva a cabo las evaluaciones.

Cada uno de estos agentes estará emulando al estilo de enseñanza de un

tutor humano.

Por otro lado, González (2004), afirma que este tipo de tutor inteligente se

centra en la comunicación con el alumno a través del dialogo. Las ayudas,

29

las explicaciones a los ejercicios, críticas y discusiones sobre un tema o

problema se realizan por medio del dialogo entre el sistema y el alumno.

García y Cols. (2014) manifiestan que los ITS basados en el diálogo,

tienen un agente tutor animado que incita a la participación del estudiante en

una conversación colaborativa que hace referencia a un espacio de trabajo

de hipermedia, presentando y animando imágenes significativas para la

conversación. Otro ITS basado en el diálogo es AUTO Tutor el cual utiliza

diálogos como su principal actividad de aprendizaje. Todos estos ITS utilizan

el lenguaje natural para interactuar con el alumno.

Los autores antes citados coinciden en que este tipo de tutor permite llevar

a cabo la comunicación con el estudiante a través del dialogo de forma

colaborativa, facilitando el diagnostico de errores y la evaluación. Finalmente

la autora fija postura con los autores autor García y Cols. (2014), debido a

que estos afirman que este tipo de tutor incita a la participación del

estudiante en un espacio colaborativo y con herramientas de hipermedia

para interactuar con el alumno.

4. MÓDULOS DE UN TUTOR INTELIGENTE

De acuerdo con Amela Tarongí (2010), los sistemas ITS, con el fin de

proporcionar ayuda, guía y realimentación a los estudiantes, se basan

normalmente en tres tipos de conocimiento, organizado en módulos o

modelos independientes:

4.1. MODELO DEL ALUMNO

En este modelo González (2004), afirma que contiene el cuerpo de

conocimientos que caracterizarán al usuario y lo representa desde

perspectivas diferentes como, los aspectos psico-sociológicos característicos

que condicionan el proceso de aprendizaje, el conocimiento que éste tiene

sobre el dominio del tema a tratar y las destrezas y habilidades mínimas que

30

debe tener para realizar una tarea. Este modelo además, debe ser capaz de

recoger el comportamiento evolutivo del alumno durante el trabajo en

diferentes sesiones y modelar el estado mental del alumno, es decir "lo que

sabe y lo que no sabe" y a partir de esto adaptar el sistema sobre la base de

sus respuestas.

Por otra parte Tarongí (2010), señala que este modelo evalúa la

información o actuación de cada alumno para determinar su conocimiento,

habilidad perceptual y capacidad de razonamiento. El modelo del alumno

también incluye sus carencias y malas concepciones de aprendizaje.

Asimismo Cataldi y Lage (2008), proponen un modelo del estudiante en el

que se definen y se almacenan las características que presenta cada uno de

ellos, durante sus sesiones de trabajo con el tutor. Esta información se

ingresa a una base de datos en la que debe guardar además la información

personal de cada uno de los usuarios. La metodología de trabajo que se

debe emplear para cada estudiante, dependiendo de sus características se

establece a través de un modelo de enseñanza o pedagógico, a fin de poder

asistir al estudiante adaptando el modelo de tutor a sus características.

Al confrontar las teorías antes descritas, coinciden en que este modelo

evalúa la información del estudiante, los aspectos psico-sociológicos para

determinar su conocimiento con el fin de poder asistirlo adaptando el modelo

a sus características. En otras palabras este modelo define el conocimiento

del estudiante en cada sesión de trabajo considerando aspectos

psicológicos, de aprendizaje y sus habilidades.

4.2. PEDAGÓGICO

Según González (2004), este módulo contiene representación de

conocimiento experto en los ámbitos relativos a procesos de evaluación,

enseñanza aprendizaje; aprendizaje humano y metodología de enseñanza.

Será el razonador, dónde se almacenará la base de conocimiento y los

mecanismos de resolución de problemas. Este módulo es el responsable de

31

dirigir la ejecución del módulo "Modelo Didáctico" teniendo en cuenta los

datos ingresados desde el módulo "Modelo del alumno". Así mismo, Tarongí (2010), considera que este módulo proporciona un

modelo o conjunto de reglas del proceso de enseñanza que colabora con el

modelo tutor (da información sobre cuándo hacer un repaso, presentar un

nuevo tema, cómo presentarlo, etc.). El alumno presenta un estilo de

aprendizaje y unos conocimientos iniciales que se modifican dinámicamente

a partir de la interacción con el curso.

Por otra parte Cataldi y Lage (2008), opinan que el módulo tutor imparte

los conocimientos planificados en la lección de acuerdo al estilo pedagógico

seleccionado. A esto se le dará la forma del lenguaje natural para facilitar la

interacción con el usuario del sistema y se lo presentará a través de la

interface, la cual seleccionará y recuperará los recursos pedagógicos y

didácticos utilizados para esa lección en particular.

A partir de las definiciones anteriores González (2004) y Cataldi y Lage

(2008), coinciden en que este modelo contiene el conocimiento del experto

en el proceso de enseñanza – aprendizaje, donde se almacena la base de la

comprensión y la resolución de problemas, en cambio Tarongí (2010), afirma

que el alumno presenta un estilo de aprendizaje y unos conocimientos

iniciales que se modifican dinámicamente a partir de la interacción con el

curso.

Finalmente se puede inferir que en el modelo pedagógico se basa en las

reglas del proceso de enseñanza para facilitar la interacción con el usuario

donde se almacena el conocimiento y razonamiento del mismo, además

colabora con el modelo de tutor.

4.3. INTERFACE INTELIGENTE

El autor González (2004), manifiesta que este módulo contiene los

mecanismos de representación (imágenes animadas, imágenes

estáticas, sonido, lenguaje oral, lenguaje escrito, reconocimiento de voz,

32

etc.) de informaciones necesarias para la realización de tareas que el

sistema propone al sujeto. El éxito de un programa educativo, su calidad

y efectividad, dependen en gran parte de la riqueza comunicadora que

reúna.

Así mismo, Tarongí (2010), considera que este módulo suministra el

medio para la interacción del estudiante con el ITS, normalmente a través de

un interfaz gráfico de usuario y a veces, mediante una simulación del dominio

con la tarea que el estudiante está aprendiendo (el control de una planta

industrial).

Según Romero y Cols. (2008), afirman que el módulo interfaz se encarga

de administrar el proceso en que el estudiante se comunica con el sistema

tutor inteligente, también opinan que la interfaz es la única parte con la que el

alumno interactúa, y el simulador representa al laboratorio virtual.

A partir de las definiciones anteriores se puede inferir que el modelo de

interfaz inteligente suministra la interacción con el estudiante con

herramientas gráficas mediante la simulación con el fin de lograr un

aprendizaje significativo.

4.4. DIDÁCTICO

Según González (2004), afirma que este módulo cumple la función de

tutor o profesor y contiene información para decidir qué tareas se le

presentan al estudiante de acuerdo con los objetivos de aprendizajes que el

"Módulo Pedagógico" deja establecidos y los mecanismos para corregir el

modelo del alumno. Es el encargado de generar los planes instruccionales de

cada sesión. Este módulo es responsable de la activación del módulo

"Interface".

Así mismo, Cataldi y Lage (2008), afirman que en un STI debe contener

para lograr un aprendizaje del estudiante imágenes, videos, sonidos, es decir

material multimedia que se requiere para facilitarle al alumno apropiarse de

conocimiento en la sesión pedagógica.

33

Huapaya y Lizarralde (2009), afirman que el modelo facilitador guía dirige

mediante preguntas, explora opciones y sugiere alternativas. El objetivo más

importante perseguido por los profesores facilitadores es desarrollar en los

estudiantes la capacidad de accionar de forma responsable e independiente.

Trabajan la naturaleza personal de las interacciones maestro-estudiante:

exploran opciones, guían a los estudiantes mediante preguntas, sugieren

alternativas, los alientan en la formación de criterios inteligentes, trabajan

conjuntamente en proyectos dándoles siempre ayuda y aliento.

A partir de las definiciones de autores antes descritos, se puede inferir que

el modulo didáctico cumple funciones de tutor profesor presentando las

tareas o actividades que debe cumplir el estudiante, además, establece

mecanismos para corregir el modelo del alumno a través de elementos

interactivos que ayudan a que este obtenga un aprendizaje significativo.

5. SISTEMA DE VARIABLES

5.1. DEFINICIÓN NOMINAL

Uso del tutor inteligente como herramienta para el aprendizaje de

operaciones matemáticas

5.2. DEFINICIÓN CONCEPTUAL

Un tutor inteligente como herramienta para el aprendizaje de operaciones

matemáticas se define como un conjunto de programas a través de un

computador, cuyo propósito es interactuar entre sí, para crear un ambiente

educativo como en un aula de clase, mediante una interfaz dinámica, flexible,

amigable y de fácil manejo, permitiendo la comprensión de la matemática a

través de la resolución de problemas en un ambiente de diálogo entre el

estudiante y el sistema. Elaboración Propia (2016).

34

5.3. DEFINICIÓN OPERACIONAL

La variable uso del tutor inteligente para el aprendizaje de operaciones

matemáticas se operacionaliza mediante la elaboración y aplicación de

instrumentos para su medición a través de las dimensiones de competencias

tecnológicas, tipos y módulos de un tutor inteligente, con sus respectivos

indicadores que se presentan en el cuadro que se muestra a continuación.

Ver cuadro 1.

35

CUADRO 1 OPERACIONALIZACIÓN DE LA VARIABLE

Título: Tutor Inteligente para el aprendizaje de Operaciones Matemáticas. Objetivo General: Analizar el uso del tutor inteligente como herramienta para el aprendizaje de operaciones matemáticas en estudiantes del grado 3ero en la Institución Educativa Eloy Hernández de Papayal, Barrancas La Guajira.

Objetivos específicos Variable Dimensiones Indicadores Autor Diagnosticar las competencias tecnológicas que poseen los estudiantes de grado 3ero en el Institución Educativa Eloy Hernández de Papayal, Barrancas La Guajira.

Uso de Tutor inteligente para

el aprendizaje de operaciones matemáticas.

Competencias Tecnológicas

Conocimiento de los sistemas informáticos. Búsqueda y selección de información. Procesamiento de texto. Tratamiento de la Imagen

Pere (2004), NETS (2007), UNESCO (2008)

Describir los tipos de tutores inteligentes utilizados por los estudiantes del grado 3ero en la solución de operaciones matemáticas en Institución Educativa Eloy Hernández de Papayal, Barrancas La Guajira. .

Tipos de Tutores

Inteligentes

Basados en restricciones. Basados en modelos cognitivos. Basados en diálogo-lenguaje natural.

Tarongí (2010), Huapaya (2009) González (2004),

Describir los módulos que componen un tutor inteligente utilizados por los estudiantes del grado 3ero en la solución de operaciones matemáticas en Institución Educativa Eloy Hernández de Papayal, Barrancas La Guajira.

Módulos de un Tutor

Inteligente

Modelo del alumno. Pedagógico. Didáctico. Interface multimedia inteligente.

Cataldi y Lage (2008), Tarongí (2010),

Formular lineamientos Teóricos-prácticos para el uso de tutores inteligentes por parte de los estudiantes del grado 3ero en la solución de operaciones matemáticas en Institución Educativa Eloy Hernández de Papayal, Barrancas La Guajira.

Se obtendrá con el resultado de los objetivos anteriores

Fuente: Elaboración propia (2016)