Inteligencia artificial para la recomendación de recursos en educación en línea
DOI:
https://doi.org/10.32870/Ap.v16n2.2542Palabras clave:
Inteligencia artificial, educación en línea, ambientes virtuales de aprendizaje, tecnología educativa, educación media superiorResumen
La inteligencia artificial (IA) ha sido utilizada en la educación en línea desde hace al menos una década, con énfasis reciente en los procesos de enseñanza-aprendizaje. El objetivo del presente artículo es compartir los resultados preliminares de una investigación sobre el desarrollo de un sistema de recomendación (SR) de recursos educativos, aplicable en un bachillerato en línea. Bajo la metodología de la investigación basada en diseño, una vez desarrollado el algoritmo para el SR, se alimentó con información de la rúbrica de una actividad y su calificación, más una base de datos de recursos, conformada por imágenes, videos, audios y textos. Los resultados evidencian que los SR aplicados a recursos educativos favorecen procesos de enseñanza y aprendizaje en educación en línea. Una de las limitaciones de la investigación es que, hasta ahora, el SR solo ha sido probado en simuladores digitales y no en una plataforma institucional de bachillerato. No obstante, con los resultados de este proyecto, utilizando soluciones de IA, podemos comprobar aportaciones en los procesos de aprendizaje en educación en línea. Entre las conclusiones se reconoce el trabajo multidisciplinar en IA y educación como estrategia para el fortalecimiento de procesos de aprendizaje en ambientes virtuales de aprendizaje.Referencias
Arana, I. (18 de mayo de 2019). La inquietante apuesta china por el reconocimiento facial. La Vanguardia. https://www.lavanguar-dia.com/tecnologia/20190518/462270404745/reconocimiento-facial-china-derechos-humanos.html
Aziz, A. & Fayyaz, M. (2021). Comparison of Content Based and Collaborative Filtering in Recommendation Systems. International Conference on Multimedia Information Technology and Applications At Vietnam. https://www.researchgate.net/publi-cation/348659288_Comparison_of_Content_Based_and_Co-llaborative_Filtering_in_Recommendation_Systems
Balladares-Burgos, J. (2018). La investigación educativa en el profesorado universitario: hacia una investigación basada en el diseño instruccional. Revista Andina de Educación, 1(1), 30-34. https://doi.org/10.32719/26312816.2018.1.1.4
Banda Gamboa, H. A. (2014). Inteligencia artificial. Principios y aplicaciones. Escuela Politécnica Nacional.
Benito, B. y Salinas, J. M. (2016). La investigación basada en diseño en tecnología educativa. RIITE Revista Interuniversitaria de Investigación en Tecnología Educativa, (0), 44-59. https://doi.org/10.6018/riite2016/260631
Bengio, Y. (2009). Learning Deep Architectures for AI. Foundations and Trends Machine Learning, 2(1), 1-56. https://www.iro.umontreal.ca/~lisa/pointeurs/TR1312.pdf
Boden, M. (1990). The Philosophy of Artificial Intelligence. Oxford University Press.
Bustos López, M.; Hernández Montes, A. J.; Vázquez Ramírez, R.; Alor Hernández, G.; Zatarain Cabada, R. y
Barrón Estrada. M. L. (2016). EmoRemSys: Sistema de recomendación de recursos educativos basado en detección de emociones. Revista Ibérica de Sistemas e Tecnologias de Informaçã, 17, 80-95. https://dialnet.unirioja.es/servlet/articulo?codigo=6665737
Chong, G.; Jian, M. & Zhiying, J. (2020). Artificial intelligence innovation in education: a twenty-year data-driven historical analysis. International Journal of Innovation Studies, 4, 134-147. https://doi.org/10.1016/j.ijis.2020.09.001
Design-Based Research Collective. (2003). Design-Based Research: An Emerging Paradigm for Educational Inquiry. Educational Researcher, 32(1), 5-8. https://doi.org/10.3102/0013189X032001005
Diario Oficial de la Federación (DOF). (2014). Acuerdo número 09/09/14 por el que se establece el Plan de Estudios del Servicio Nacional de Bachillerato en Línea, Prepa en Línea-SEP. https://sidof.segob.gob.mx/notas/5361362
El Tiempo. (28 de marzo de 2018). Finlandia aprueba a robots como educadores en las aulas [Video]. YouTube. https://www.youtube.com/watch?v=Od0RQYb95Pw
Escudero, A. y González, D. (2017). Propuesta para identificar la investigación de frontera en la Investigación basada en Diseño sobre nuevos modelos educativos. En L. Gómez, L. Romero, M. Mejía y R. Victoria (Eds.), Posibles retos del Diseño ante grandes cambios (pp. 932-944). Universidad Autónoma del Estado de México.
Falk, K. (2019). Practical Recommender Systems. Manning.
Fernández-Luque, L.; Karlsen, R. & Vognild, L. K. (2009). Challenges and Opportunities of Using Recommender Systems for Personalized Health Education. Medical Informatics in a United and Healthy Europe, (150), 903-907. https://ebooks.iospress.nl/publication/12798
Fernández Reuter, B.; Durán, E. y Amandi, A. (2014). Búsqueda y Recomendación de contenido educativo en entornos virtuales de aprendizaje. 15th Argentine Symposium on Articial Intelligence, ASAI 2014. 67-74. http://sedici.unlp.edu.ar/hand¬le/10915/41724
González Díaz, D.; Picie Alcaraz, J. I.; González Martínez, M. D.; Hernández Jácome, C. H. y Onofre Ruiz, E. (2019). Nodes: Plataforma para la predicción de deserción escolar utilizando técnicas de inteligencia artificial. https://www.researchgate.net/publication/338955219_Nodes_Plataforma_para_la_prediccion_de_desercion_escolar_utilizando_tecnicas_de_inteligencia_artificial
León Rodríguez, G. C. y Viña Brito, S. M. (2017). La inteligencia artificial en la educación superior: oportunidades y amenazas. Innova Research Journal, 2(8), 412-422. https://doi.org/10.33890/innova.v2.n8.1.2017.399
McCorduck, P. (1991). Máquinas que piensan. Una incursión personal en la historia y las perspectivas de la inteligencia artificial. Tecnos.
Mochón, J.; Aparicio, R. y Castaños, C. (1987). Inteligencia artificial: evolución histórica y perspectivas del futuro. Marcombo.
Mogos, R. I. & Bodea, C. N. (2019). Recommender System for Engineering Education. Revue Roumaine des Sciences Techniques, Série Électrotechnique et Énergétique, 64(4), 435-442. http://revue.elth.pub.ro/upload/94857220_RMogos_RRST_4_2019_pp_435-442.pdf
Otero Cano, P. A. & Pedraza Alarcón, E. C. (2020). Recommendation Systems in Education: A review of Recommendation Mechanisms in E-learning Environments. Revista Ingenierías Universidad de Medellín, 20(38), 147-158. https://doi.org/10.22395/rium.v20n38a9
Paoli Bolio, F. J. (2019). Multi, inter y transdisciplinariedad. Problema anuario de filosofía y teoría del derecho, (13), 347-357. https://doi.org/10.22201/iij.24487937e.2019.13
Parra, S. (24 de febrero de 2020). Así es el colegio en China gracias a la inteligencia artificial. Muy Interesante. https://www.muyinteresante.es/tecnologia/articulo/asi-es-el-colegio-en-china-gracias-a-la-inteligencia-artificial-191582559478
Pinter, R.; Marušić, T.; Radosav, D. & Maravić Čisar, S. (2012). Recommender System in Estudent web-based adaptive educational hypermedia system. 2012 Proceedings of the 35th International Convention MIPRO. 1270-1273. https://ieeexplore.ieee.org/document/6240831
Prepa en Línea SEP. (2021). Curso de habilitación y orientación didáctica disciplinar [curso en línea]. Prepa en Línea SEP. https://capacitacion.prepaenlinea.sep.gob.mx/mod/scorm/player.php
Ricci, F.; Rokach, L. & Shapira, B. (2011). Recommender Systems Handbook. Springer.
Rus, V.; Niraula, N. B. & Banjade, R. (2015). DeepTutor: An Effective, Online Intelligent Tutoring System That
Promotes Deep Learning. [Ponencia]. Proceedings of the AAAI Conference on Artificial Intelligence, 29(1). https://doi.org/10.1609/aaai. v29i1.9269
Sanabria Medina, G. y Regil-Vargas, L. (2023). La investigación basada en diseño para el uso de sistemas de recomendación de recursos educativos en Prepa en Línea SEP [Ponencia]. XVII Congreso Nacional de Investigación Educativa. Universidad Juárez Autónoma de Tabasco.
Sancho Azcoitia, S. (2018). Sistemas expertos en medicina. Telefónica. https://empresas.blogthinkbig.com/sistemas-expertos-en-medicina/
Shishehchi, S.; Banihashem, S. Y. & Zin, N. A. M. (2010). A Proposed Semantic Recommendation System for E-learning - A Rule and Ontology Based E-learning Recommendation System. 2010 International Symposium, pp. 1-5. http://dx.doi.org/10.1109/ITSIM.2010.5561329
Singhal, A.; Rastogi, S.; Panchal, N.; Chauhan, S. & Varshney, S. (2021). Research Paper On Recommendation System. Global Scientific Journals, 9(8), 935-938. https://www.globalscientificjournal.com/researchpaper/Research_Paper_On_Recom¬mendation_System.pdf
Smola, A. & Vishwanathan, S. V. (2008). Introduction to Machine Learning. Cambridge University Press.
Sossa, H. (2020). El papel de la inteligencia artificial en la Industria 4.0. En P. O. Rodríguez Reséndiz (Coord.), Inteligencia artificial y datos masivos en archivos digitales sonoros y audiovisuales (pp. 21-58). UNAM / IIBI.
Vílchez Quesada, E. (2007). Sistemas expertos para la enseñanza y el aprendizaje de la matemática en la educación superior. Cuadernos de investigación y formación en educación matemática, 2(3), 45-67. https://revistas.ucr.ac.cr/index.php/cifem/article/view/6891
Wang, J.; Li, H.; Cai, Z.; Keshtkar, F.; Graesser, A. & Shaffer, D. (2013). AutoMentor: Artificial Intelligent Mentor in Educational Game. En H. Chad, K. Yacef, J. Mostow y P. Pavlik (Eds.), Artificial Intelligence in Education. AIED 2013. Lecture Notes in Computer Science, 7926, (pp. 940-941). Springer. https://doi.org/10.1007/978-3-642-39112-5_154
Xiao, J.; Wang, M.; Jiang, B. & Li, J. (2018). A personalized recommendation system with combinational algorithm for online learning. Journal Ambient Intelligence and Humanized Computing, 9, 667-677. https://doi.org/10.1007/s12652-017-0466-8
Ya, T. & McCalla, G. (2003). Smart Recommendation for Evolving E-learning System. https://www.researchgate.net/publica-tion/228608024_Smart_recommendation_for_evolving_e-learning_system
Zaïane, O. R. (2002). Building a Recommender Agent for e-Learning Systems. International Conference on Computers in Education. https://doi.org/10.1109/CIE.2002.1185862
Publicado
Número
Sección
Licencia
Los derechos de autor (copyright) pertenecen a los autores del texto. En caso de que el manuscrito sea aceptado para la publicación, se autoriza al Sistema de Universidad Virtual de la Universidad de Guadalajara (UDGVirtual) que modifique el texto en la corrección de estilo, traduzca, fije, divulgue, reproduzca, publique y comercialice con este. Asimismo, se autoriza que la Universidad de Guadalajara realice lo antes descrito en conjunto o a través de posibles terceros. (Consulte la autorización a detalle en la carta de derechos de autor.)
Los autores garantizan a la revista Apertura el derecho de ser el primer medio de publicación del trabajo. Se autoriza la reproducción de los textos publicados en la revista Apertura, en forma total o parcial, siempre y cuando sea sin fines de lucro, se cite la fuente y no se modifique el contenido o diseño. Los autores podrán distribuir exclusivamente la versión final editorial o postimpresión (postprint) en cualquier medio y en cualquier momento.
Apertura, sus editores y UDGVirtual se deslindan de la información proporcionada por colaboradores o anunciantes. Los artículos de los colaboradores no representan necesariamente el punto de vista del editor o de UDGVirtual y el contenido de los anuncios publicitarios son responsabilidad exclusiva de los contratantes.
Apertura está registrada en el Instituto Nacional del Derecho de Autor con el número ISSN: 1665-6180 (versión impresa) y e-ISSN 2007-1094 (versión electrónica), y con el Certificado de Reserva de Derechos al Uso Exclusivo del Título: 04-2005-120212472000-102.
También está certificada por la Comisión Calificadora de Publicaciones y Revistas Ilustradas de la Secretaría de Gobernación con los Certificados de Licitud de Título número: 13449; y de Licitud de Contenido: 11022.
