Interfaces adaptativas personalizadas para brindar recomendaciones en repositorios de objetos de aprendizaje

• Published in: Tecnura Vol. 21; no. 53; pp. 107 - 118
• Main Authors: Salazar-Ospina, Oscar Mauricio, Rodríguez-Marín, Paula Andrea, Ovalle-Carranza, Demetrio Arturo, Duque-Méndez, Néstor Darío
• Format: Journal Article
• Language: Spanish; Portuguese
• Published: Bogota Universidad Distrital Francisco José de Caldas, Facultad Tecnológica 01.09.2017; Universidad Distrital Francisco José de Caldas
• Subjects: Adaptive systems; Distance learning; ENGINEERING, MULTIDISCIPLINARY; Information systems; International conferences; Multiagent systems; Multimedia; Object recognition; Ontology; Repositories; Semantic web; User interface; Visualization; Web Ontology Language-OWL; New York; Colombia; recommendation systems; multi-agent systems; personalized adaptive interfaces; interfaces adaptativas personalizadas; repositorios de objetos de aprendizaje; perfiles de estudiante; sistemas multiagente; estilos de aprendizaje; sistemas de recomendación; Learning styles; repositories of learning objects; student profiles
• ISSN: 0123-921X; 2248-7638
• DOI: 10.14483/udistrital.jour.tecnura.2017.3.a07

Contexto: existen muchos repositorios de recursos educativos que permiten buscar y recuperar objetos de aprendizaje, de esta forma se puede tener acceso a millones de recursos educativos; sin embargo, se requiere mejorar la presentación, visualización y satisfacción de uso de dichos objetos de aprendizaje, teniendo en cuenta las preferencias y necesidades de los estudiantes. Método: el objetivo de este artículo es incorporar una interfaz adaptativa personalizada a un sistema multiagente con el fin de recomendar objetos de aprendizaje, desde repositorios locales y remotos utilizando el perfil cognitivo de los estudiantes. Resultados: la validación del prototipo se realizó a través de un caso de estudio en el cual la interfaz adaptó tanto la presentación como la visualización de los objetos de aprendizaje a través de las preferencias, necesidades y características de los estudiantes. Conclusiones: se puede concluir que las interfaces adaptativas personalizadas demuestran su eficacia y representan entonces un gran aporte en los entornos de e-learning, debido a que modifican en tiempo real la visualización y la presentación, teniendo en cuenta el perfil cognitivo del aprendiz. Context: There are many repositories that allow searching and retrieving learning objects, so a lot of learning resources can be accessed. However, it is required to improve the presentation and visualization of those learning resources considering the student’s preferences, needs, and cognitive features. Method: The aim of this paper is to incorporate a customized interface with an adaptive multi-agent system for learning objects recommendation from local and remote repositories based on the student’s cognitive profile. Results: The prototype validation was made through a case study in which the interface has adapted not only the presentation but the visualization of learning objects taking into account the student’s preferences, needs and cognitive features. Conclusions: We can conclude that personalized adaptive interfaces demonstrate their efficacy and represent a great contribution to e-learning environments since they modify in real time the visualization and presentation of educational resources using the student’s cognitive profile.