Propuesta de un Tutor Cognitivo semi-automatizado con gamificación e interfaces tangibles para álgebra

  1. Pedroza Méndez, Blanca Estela 1
  2. González Calleros, Juan Manuel 1
  3. Guerrero García, Josefina 1
  4. Collazos Ordóñez, César Alberto 2
  5. Lecona Lara, Aletvia Anahí 1
  1. 1 Benemérita Universidad Autónoma de Puebla
    info

    Benemérita Universidad Autónoma de Puebla

    Heróica Puebla de Zaragoza, México

    ROR https://ror.org/03p2z7827

  2. 2 Universidad del Cauca
    info

    Universidad del Cauca

    Popayán, Colombia

    ROR https://ror.org/04fybn584

Zeitschrift:
Campus Virtuales

ISSN: 2255-1514

Datum der Publikation: 2018

Ausgabe: 7

Nummer: 1

Seiten: 63-80

Art: Artikel

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Andere Publikationen in: Campus Virtuales

Zusammenfassung

Dentro del campo de la tecnología educativa, es común hablar de Sistemas Tutoriales Inteligentes (STI), los cuales son herramientas de software, enfocadas a apoyar a los estudiantes en el proceso de enseñanza – aprendizaje, mediante un acompañamiento individualizado. Dentro de la clasificación de los STI se encuentran los Tutores cognitivos (TC), los cuales tienen la particularidad de estar enfocados en proporcionar apoyo individualizado para mejorarhabilidades cognitivas complejas, a través de la práctica de resolución de problemas. Por lo regular, al hablar de una herramienta de software, como lo es un STI, se espera que sea un sistema totalmente automatizado, sin embargo, aun cuando la era digital está muy avanzada, no en todas las instituciones educativas se cuentan con los recursos necesarios para que todos los alumnos, en cada una de las clases, puedan tener acceso a algún dispositivo digital que permita el uso de los STI. Por lo tanto, la propuesta que se presenta en este artículo está dirigida a la implementación de un TC semi-automatizado para el área del álgebra, el cual hace uso de estrategias de gamificación y de interfaces tangibles para poder ser una herramienta de bajo costo, que pueda estar al alcance de los estudiantes, como auxiliar didáctico. Los resultados que se muestran corresponden a la fase inicial de la puesta en marcha del prototipo.

Bibliographische Referenzen

  • Álvarez, I.; Gómez-Chacón, I. M.; Ursini, S. (2015). Understanding the Algebraic Variable : Comparative Study of Mexican and Spanish Students, 11(6), 1507-1529. DOI: http://doi.org/10.12973/eurasia.2015.1409a
  • Biggs, J. (1996). Mejoramiento de la enseñanza mediante la alineación constructiva, 1-9.
  • Chen, O.; Kalyuga, S.; Sweller, J. (2015). The worked example effect , the generation effect and element interactivity. Journal of Educational Psychology, 107(3), 689-704. DOI: http://doi.org/10.1037/edu0000018
  • Chrysafiadi, K.; Virvou, M. (2013). A knowledge representation approach using fuzzy cognitive maps for better navigation support in an adaptive learning system. SpringerPlus, 2(1), 81. DOI: http://doi.org/10.1186/2193-1801-2-81
  • Cuendet, S.; Dehler-Zufferey, J.; Ortoleva, G.; Dillenbourg, P. (2015). An integrated way of using a tangible user interface in a classroom. International Journal of Computer-Supported Collaborative Learning, 10(2), 183-208. DOI: http://doi.org/10.1007/s11412-015-9213-3
  • Etchegaray Centeno, M. C.; Guzmán Franco, M. D.; Duarte Hueros, A. M. (2017). Diseño de un recurso multimedia on line basado en Inteligencias Múltiples Design of an online multimedia resource based on Multiple Intelligences. Campus Virtuales, 6(1), 51-65.
  • Faghihi, U.; Brautigam, A.; Jorgenson, K.; Martin, D.; Brown, A.; Measures, E.; Maldonado-Bouchard, S. (2014). How gamification applies for educational purpose specially with college algebra. Procedia Computer Science, 41, 182-187. DOI: http://doi.org/10.1016/j.procs.2014.11.102
  • Fazel Zarandi, M. H.; Khademian, M.; Minaei-bidgoli, B.; Türkşen, I. B. (2012). A Fuzzy Expert System Architecture for Intelligent Tutoring Systems : A Cognitive Mapping Approach. Journal of Intelligent Learning Systems and Applications, 4(February), 29-40. DOI: http://doi.org/10.4236/jilsa.2012.41003
  • Feldman, J.; Monteserin, A.; Amandi, A. (2014). Automatic detection of learning styles: state of the art. Artificial Intelligence Review, (May 2014), 157-186. DOI: http://doi.org/10.1007/s10462-014-9422-6
  • Franck Dernoncourt (2013). Introduction to fuzzy logic control. Essentials of Fuzzy Modeling and Control, (January), 109-153. DOI: http://doi.org/10.1017/CBO9781107415324.004
  • Garcia-H., H.; Reyes-Garcia, C. A.; Morales-G., R. (2004). On the design and implementation of Fuzzy Cognitive Maps for Intelligent Tutoring Systems The Tolman ’ s Learning Theory.
  • González, C.; Mora, A.; Toledo, P. (2014). Gamification in intelligent tutoring systems. Proceedings of the Second International Conference on Technological Ecosystems for Enhancing Multiculturality - TEEM ’14 (pp. 221-225). DOI: http://doi.org/10.1145/2669711.2669903
  • Guerrero, G.; Ayala, A.; Mateu, J.; Casades, L.; Alamán, X. (2016). Integrating Virtual Worlds with Tangible User Interfaces for Teaching Mathematics: A Pilot Study. Sensors, 16(11), 1775. DOI: http://doi.org/10.3390/s16111775
  • Ishii, H. (2008). The tangible user interface and its evolution. Communications of the ACM, 51(6), 32. DOI: http://doi.org/10.1145/1349026.1349034
  • Kalyuga, S. (2006). Assessment of learners’ organised knowledge structures in adaptive learning environments. Applied Cognitive Psychology, 20(3), 333-342. DOI: http://doi.org/10.1002/acp.1249
  • Kalyuga, S.; Ayres, P.; Chandler, P.; Sweller, J. (2003). The Expertise Reversal Effect. Educational Psychologist, 38(1), 23-31. DOI: http://doi.org/10.1207/S15326985EP3801_4
  • Kalyuga, S.; Chandler, P.; Tuovinen, J.; Sweller, J. (2001). When problem solving is superior to studying worked examples. Journal of Educational Psychology, 93(3), 579-588. DOI: http://doi.org/10.1037//0022-0663.93.3.579
  • Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies. DOI: http://doi.org/10.1016/S0020-7373(86)80040-2
  • Matsuda, N.; Cohen, W. W.; Koedinger, K. R. (2015). Teaching the teacher: Tutoring simstudent leads to more effective cognitive tutor authoring. International Journal of Artificial Intelligence in Education, 25(1), 1-34. DOI: http://doi.org/10.1007/s40593-014-0020-1
  • Millis, K.; Forsyth, C.; Wallace, P.; Graesser, A. C.; Timmins, G. (2016). The Impact of Game-Like Features on Learning from an Intelligent Tutoring System. Technology, Knowledge and Learning, 22(1), 1-22. DOI: http://doi.org/10.1007/s10758-016-9289-5
  • Muñoz, G.; Collazos, C.; González, C. (2016). Propuesta para la gamificación de actividades educativas colaborativas en CSCM. Revista Campus Virtuales, 5(2), 1-12.
  • OCDE (2016). Programa para la evaluación internacional de alumnos (PISA) PISA 2015 - Resultados. MÉXICO. (https://www.oecd.org/pisa/PISA-2015-Mexico-ESP.pdf)
  • Paas, F.; Ayres, P. (2014). Cognitive Load Theory: A Broader View on the Role of Memory in Learning and Education. Educational Psychology Review, 26(2), 191-195. DOI: http://doi.org/10.1007/s10648-014-9263-5
  • Papageorgiou, E. I.; Salmeron, J. L. (2013). A review of fuzzy cognitive maps research during the last decade. IEEE Transactions on Fuzzy Systems, 21(1), 66-79. DOI: http://doi.org/10.1109/TFUZZ.2012.2201727
  • Parsopoulos, K. E.; Papageorgiou, E. I.; Groumpos, P. P.; Vrahatis, M. N. (2003). A first study of fuzzy cognitive maps learning using particle swarm optimization. IEEE Congress on Evolutionary Computation (pp. 1440-1447).
  • Pedroza-Méndez, B. E.; González-Calleros, J. M.; Juárez-Ruiz, E. L. (2016). Un modelo difuso para determinar el nivel cognitivo , usando la taxonomía de Bloom (pp. 2-5).
  • Pedroza-Méndez, B. E.; González-Calleros, J. M.; Guerrero-García, J.; Collazos, C. A.; Ramírez-Cruz, J. F. (2017). Attach me and Detach me: An Interactive Device to Help to Teach Algebra. Scientia et Cognitio, 239-245.
  • Reed, S. K.; Corbett, A.; Hoffman, B.; Wagner, A.; MacLaren, B. (2013). Effect of worked examples and Cognitive Tutor training on constructing equations. Instructional Science, 41(1), 1-24. DOI: http://doi.org/10.1007/s11251-012-9205-x
  • Rey, G. D.; Andreas, F. (2013). The expertise reversal effect concerning instructional explanations. Instructional Science, 41(4), 635-656. DOI: http://doi.org/10.1007/s11251-012-9247-0
  • Rongmei, Z.; Lingling, L. (2009). Research on Internet Intelligent Tutoring System Based on MAS and CBR. 2009 International Forum on Information Technology and Applications (pp. 681-684). DOI: http://doi.org/10.1109/IFITA.2009.511
  • Salas, R.; Alfaro, M. (2017). Inclusión de estilos de aprendizaje como estrategia didáctica aplicada en un AVA, 6, 67-75.
  • Salden, R. J. C. M.; Aleven, V.; Schwonke, R.; Renkl, A. (2010a). The expertise reversal effect and worked examples in tutored problem solving. Instructional Science, 38(3), 289-307. DOI: http://doi.org/10.1007/s11251-009-9107-8
  • Salden, R. J. C. M.; Koedinger, K. R.; Renkl, A.; Aleven, V.; McLaren, B. M. (2010b). Accounting for Beneficial Effects of Worked Examples in Tutored Problem Solving. Educational Psychology Review, 22(4), 379-392. DOI: http://doi.org/10.1007/s10648-010-9143-6
  • Salmeron, J. L. (2009). Augmented fuzzy cognitive maps for modelling LMS critical success factors. Knowledge-Based Systems, 22(4), 275-278. DOI: http://doi.org/10.1016/j.knosys.2009.01.002
  • Seaborn, K.; Fels, D. I. (2014). Gamification in theory and action: A survey. International Journal of Human Computer Studies, 74, 14-31. DOI: http://doi.org/10.1016/j.ijhcs.2014.09.006
  • Sweta, S.; Lal, K. (2017). Personalized Adaptive Learner Model in E-Learning System Using FCM and Fuzzy Inference System. International Journal of Fuzzy Systems. DOI: http://doi.org/10.1007/s40815-017-0309-y
  • Ursini, S.; Escareño, F.; Montes, D.; Trigueros, M. (2008). Enseñanza del álgebra elemental. Una propuesta alternativa.
  • Yung, H.; Paas, F. (2015). Effects of computer-based visual representation on mathematics learning and cognitive load. Educational Technology & Society, 18(4), 70-77.
  • Zatarain-Cabada, R.; Barrón-Estrada, M. L.; Angulo, V. P.; García, A. J.; García, C. A. R. (2010). A framework for creating, training, and testing self-organizing maps for recognizing learning styles. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6249 LNCS, 53-64. DOI: http://doi.org/10.1007/978-3-642-14533-9_6
  • Zouhair, A.; En-Naimi, E. M.; Amami, B.; Boukachour, H.; Person, P.; Bertelle, C. (2012). Intelligent tutoring systems founded on the multi-agent incremental dynamic case based reasoning. CiSt 2012 - Proceedings: 2012 Colloquium in Information Science and Technology, 74-79. DOI: http://doi.org/10.1109/CIST.2012.6388066
Fuente de los datos: Dialnet