Publicaciones en Congresos, Conferencias y Jornadas

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/535

Browse

Author: search.filters.author.Gutiérrez, MilagrosSubject: search.filters.subject.Objetos de aprendizaje

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Sistema recomendador como soporte en el desarrollo de Objetos de Aprendizaje
    (XXVI Congreso Internacional de Tecnología Educativa - EDUTEC, 2023-11) Bertossi, Valeria; Gutiérrez, Milagros; Romero, Lucila
    Una tecnología que puede responder a las demandas de recursos educativos en los nuevos escenarios académicos –presencialidad, virtualidad, hibridación– son los objetos de aprendizaje (OA). Pero la planta docente en carreras de Ingeniería, conformada mayormente por ingenieros que trabajan de profesores, si bien es idónea en lo disciplinar cuenta con poca o nula formación didáctica, entrando en contradicción con la dimensión pedagógica que entraña la construcción de OA. Una solución a esta problemática la aportan los sistemas recomendadores (SR). Éstos pueden embeber el conocimiento experto sobre diseño instruccional y estrategias didácticas en un conjunto de reglas lógicas computables dentro de una arquitectura de recomendación, brindando soporte a docentes inexpertos en esas áreas a la hora de desarrollar sus propios materiales educativos digitales. En este trabajo, se presenta una arquitectura de un SR basado en conocimiento que asista a docentes durante dicha tarea.
  • Thumbnail Image
    Item
    Una Arquitectura de sistema recomendador para el desarrollo de Objetos de Aprendizaje para ingenierías bajo el enfoque por competencias
    (XXVI Congreso Internacional de Tecnología Educativa - EDUTEC, 2023-11) Bertossi, Valeria; Romero, Lucila; Gutiérrez, Milagros
    Los objetos de aprendizaje son materiales educativos digitales que se adaptan a las diferentes configuraciones académicas de la actualidad –presencialidad, virtualidad, presencialidad remota, bimodalidad, hibridación. Además, son adecuados para contextos educativos que adhieren al enfoque de enseñanza por competencias y centrada en el estudiante. Pero su construcción entraña conocimiento y habilidades en diseño instruccional tecnológico, competencia que no es sencillo encontrar en docentes de carreras de Ingeniería, ya que la mayoría son ingenieros con poca o nula formación en didáctica universitaria. Una alternativa de solución a este problema podrían aportarla los sistemas recomendadores basados en conocimiento. Consisten en aplicaciones de Inteligencia Artificial capaces de encapsular en un conjunto de reglas lógicas computables el conocimiento experto de un dominio, en este caso, el del diseño instruccional de objetos de aprendizaje. En esta comunicación presentamos una arquitectura de un sistema recomendador basado en conocimiento destinado a asistir a docentes mientras desarrollan sus propios objetos de aprendizaje.