Para que las escuelas y las universidades implementen este estilo de aprendizaje en el plan de estudios y en todos los cursos, se requiere un cambio de paradigma educativo sin precedentes. En la historia de la educación, esto nunca se ha intentado realmente, excepto quizás fuera de un puñado de escuelas y universidades especializadas. Aunque el aprendizaje adaptativo es una desviación de los métodos pedagógicos tradicionales, los educadores esperan que esto se convierta en la nueva norma, con el tiempo, con cursos adaptados a las necesidades únicas de cada estudiante.

Que es el aprendizaje adaptativo

El aprendizaje adaptativo es una técnica para proporcionar un aprendizaje personalizado, cuyo objetivo es proporcionar rutas de aprendizaje eficientes, efectivas y personalizadas para involucrar a cada estudiante.

Los sistemas de aprendizaje adaptativo utilizan un enfoque basado en datos para ajustar la ruta y el ritmo del aprendizaje, lo que permite la entrega de aprendizaje personalizado a escala. Los sistemas adaptativos pueden respaldar cambios en el rol de los profesores, permitir prácticas de enseñanza innovadoras e incorporar una variedad de formatos de contenido para apoyar a los estudiantes de acuerdo con sus necesidades de aprendizaje.

El conocimiento es un gráfico

El predictor más fuerte de cómo nos desempeñamos en un entorno de aprendizaje es nuestro conocimiento previo. Lo que ya sabemos antes de comenzar la experiencia de aprendizaje. Un artículo de psicología de 1999 de Dochy, Segers y Buehl encontró que el conocimiento previo es el 81% de las diferencias de resultados entre los estudiantes. Revisar los conocimientos previos antes de mostrar nueva información afecta los resultados del aprendizaje. Y conectar nuevos conocimientos con conocimientos previos mientras se enseña también puede tener un gran impacto.

El artículo de psicología más famoso es al respecto, data del año 1956 "El mágico número siete, más o menos dos" de George Miller. El documento sugiere que los humanos tienen una memoria de trabajo limitada. Miller descubrió que para números simples, un humano podría trabajar con aproximadamente siete elementos a la vez. Investigadores posteriores encontraron información más compleja, ese límite está más cerca de cuatro.

En resumen, aprendemos conectando conocimientos previos con nueva información. Y esas conexiones forman un gran e interminable gráfico de conocimiento.

¿Cómo sabemos si el aprendizaje adaptativo es bueno?

Como estos sistemas provienen de la academia, tenemos una cantidad significativa de datos e historial con cada sistema.

La tutoría individual humana tiene los resultados de aprendizaje más sólidos. Este es un hallazgo común en la investigación educativa. Hasta ahora, ningún sistema computarizado de aprendizaje adaptativo ha superado la tutoría individualizada humana.

Algunos sistemas importantes de aprendizaje adaptativo

Una de las primeras implementaciones fue la máquina de enseñanza Skinner. Durante las décadas de 1960 y 1970, hubo varios intentos de sistemas de instrucción computarizados. Los costos y las máquinas más lentas limitaron el éxito de estos sistemas.

A finales de los 70 y principios de los 80, la Teoría de Respuesta al Ítem permitió a los fabricantes de pruebas comenzar a trabajar en pruebas adaptativas computarizadas.

Un sistema computarizado temprano e influyente fue el tutor Lisp, también conocido como LISPITS (1983) en la Universidad Carnegie Mellon.

SuperMemo, lanzado en 1985, incorporó el aprendizaje espaciado en un sistema computarizado.

También en 1985 apareció el papel de Knowledge Spaces, que forma la base de uno de los cuatro elementos.

El tutor de matemáticas de ALEKS surgió en 1994, promoviendo fuertemente el uso de los espacios de conocimiento.

En 1995, Corbett y Anderson publicaron "Seguimiento del conocimiento", que forma la base de los modelos de seguimiento del conocimiento bayesianos.

Algunos programas importantes incluyen AutoTutor, ACT-R y Cognitive Tutor Authoring Tools.

Knewton es un ejemplo de sistemas de aprendizaje adaptativos contemporáneos. Kaplan y Pearson utilizan Knewton para proporcionar experiencias de aprendizaje adaptativo.

Los cuatro elementos

La mayoría de los sistemas de aprendizaje adaptativo actuales tienen estos cuatro elementos. Los términos cambian y también su alcance. Pero casi siempre se encontrarán los siguientes:

El experto - un modelo gráfico del estado "ideal", de todo lo que la persona podría aprender usando este sistema.

El alumno: un modelo del estado actual del alumno, que muestra la probabilidad de que el alumno conozca cada uno de los nodos del gráfico experto.

El tutor: los algoritmos que determinan qué contenido mostrar y cuándo. El modelo experto y el modelo de aprendizaje informan al tutor. El tutor busca optimizar el contenido para su relevancia, desafío y eficiencia.

La interfaz, que es cómo mostrar la experiencia de aprendizaje al alumno. En muchas experiencias de aprendizaje adaptativo, la interfaz cambia según el modelo del alumno y los objetivos del tutor.

Algunos psicólogos sugieren que de estos "cuatro espacios", al menos uno o dos deben ser conocimientos previos. La cantidad de conocimiento previo que podemos "cargar" en una de las cuatro ranuras depende de la fuerza de las conexiones en el gráfico. Cuando tenemos conocimientos previos y nuevos en nuestra memoria de trabajo, asociamos la información. Y fortalecemos la conexión entre los dos. Tratar de aprender nueva información sin conectarse con conocimientos previos limita la fuerza de la memoria.

Beneficios del aprendizaje adaptativo

Debido a que cada estudiante aprende de diferentes maneras, incluso cuando se clasifican en grupos amplios (por ejemplo, visual, espacial, lógico, social, etc.), los estudiantes tendrán diferentes resultados de aprendizaje. No todo el mundo va a absorber el conocimiento que un profesor está tratando de proporcionar de la misma manera, por lo que algunos estudiantes lo entenderán, mientras que otros tendrán dificultades.

Aunque algunos de estos resultados son el resultado de características individuales, niveles de inteligencia y cualquier dificultad de aprendizaje conocida (por ejemplo, estudiantes con TDAH o dislexia), los educadores son responsables de cómo se imparte un curso y, por lo tanto, de los resultados que deben esperar. Mantener un enfoque único para todos no se ajusta tan bien a las necesidades de los estudiantes modernos.

Los estudiantes de todos los grupos de edad están más inmersos que nunca en las formas digitales de aprendizaje y pensamiento. Cuando apareció por primera vez el concepto de aprendizaje adaptativo, fue cuando las computadoras comenzaron a generalizarse. Se imaginaba que los programas de IA adaptarían los cursos a las necesidades de los estudiantes individuales. Un sistema que surgió en ese momento fue el conocido como Scholar, que sentó las bases para futuros intentos de aprendizaje adaptativo.

Areas de mejora

Los investigadores han investigado el aprendizaje en el aula solo, el aprendizaje adaptativo computarizado solo, así como el aprendizaje combinado y el aprendizaje adaptativo. Los sistemas de aprendizaje adaptativo generalmente superan al aprendizaje tradicional en el aula. Combinados con el aprendizaje en el aula, los sistemas de aprendizaje adaptativo crean un efecto positivo, pero existen algunas limitaciones.

Los sistemas adaptativos funcionan particularmente bien con comentarios instantáneos y aseguran el dominio de las habilidades. Los investigadores señalan algunas áreas de mejora:

El costo de desarrollar contenido para estos sistemas es alto.

Estos sistemas a menudo no pueden contextualizar el aprendizaje de la forma en que lo hace un ser humano.

Los sistemas de aprendizaje adaptativo pueden parecer más desafiantes, lo que puede reducir la motivación del alumno.

Aprendizaje Adaptativo y Análisis Predictivo

La combinación del aprendizaje adaptativo con el análisis predictivo tiene un gran potencial para mejorar la forma en que los estudiantes aprenden y generar resultados de aprendizaje positivos. Los sistemas de aprendizaje basados en IA pueden recopilar y procesar grandes cantidades de datos de las actividades de aprendizaje de los estudiantes, como la cantidad de tiempo dedicado a completar cada tarea, la latencia de respuesta y los resultados de la evaluación.

Los datos se pueden utilizar para detectar patrones y construir modelos predictivos que ayuden a identificar las necesidades individuales de los estudiantes y mejorar el contenido entregado a cada alumno.

Los algoritmos analizan datos mucho más rápido que los humanos. Por lo tanto, los estudiantes reciben el contenido, las indicaciones y las intervenciones, todo lo cual cambia en tiempo real según sus necesidades y habilidades individuales. Aunque muchos educadores pueden ver los beneficios del aprendizaje adaptativo, el desafío es encontrar una manera de implementarlo y hacerlo de manera rentable.

El aprendizaje adaptativo en la práctica

Afortunadamente, ahora nos encontramos en un punto en el que el software educativo es lo suficientemente avanzado como para que se pueda adaptar o personalizar más fácilmente en función de las necesidades de los estudiantes, educadores y creadores de contenido.

En lugar de ofrecer un solo paquete de aprendizaje para un curso, los creadores y proveedores de contenido educativo pueden adaptar los paquetes de aprendizaje a una variedad de necesidades. Una evaluación rápida, que cualquier profesor o tutor puede implementar, debería determinar los estilos de aprendizaje presentes en cualquier curso y clase en particular.

Con esa información a mano, los profesores pueden utilizar un software de gestión educativa para implementar una serie de opciones para los distintos estilos de aprendizaje en cada clase. Los estudiantes pueden recibir una serie de opciones, desde la enseñanza tradicional dirigida por un instructor hasta interacciones con videos, cuestionarios, actividades, sesiones de aprendizaje y programas de software en una tableta, teléfono o computadora.

Conclusión

El aprendizaje adaptativo es el futuro de la educación. Tarde o temprano, los estudiantes de todo el mundo se beneficiarán de poder seleccionar cursos y módulos que se adapten más de cerca a cómo prefieren y necesitan aprender. Las escuelas y universidades que ofrecen cursos adaptables, con el software para impartirlos, obtendrán una ventaja sobre las que no lo hagan.

A pesar de las preocupaciones sobre el costo, con los recursos adecuados en su lugar, crear una serie de vías de aprendizaje no cuesta más que preparar materiales y formas de instrucción tradicionales. Los profesores tampoco deben preocuparse de que el aprendizaje adaptativo se haga cargo de los elementos centrales de un curso. En cambio, los elementos adaptativos pueden ser electivos o el aprendizaje básico se puede impartir primero, seguido de un período de una lección en el que diferentes alumnos abordan el estudio de diversas formas que dependen de lo que necesitan y cómo aprenden.

Sin embargo, debe tenerse en cuenta que el aprendizaje adaptativo puede no siempre conectarse fácilmente con todos los cursos, disciplinas y áreas temáticas. Los educadores siempre deben tomar una decisión, teniendo en cuenta en parte las necesidades y los estilos de los estudiantes que esperan en un nuevo ingreso, junto con las demandas del curso y los resultados de aprendizaje anticipados.

Referencias Bibliográficas

Beltrán Llera, J. A. (2003). Estrategias para una innovación educativa con Internet. En Fundación Encuentro La novedad pedagógica de Internet. Madrid, Educared.

Gallego, D. J. Y Alonso, C. M. (2002).Tecnologías de la Información y la Comunicación. Madrid, UNED.

Majó, J. Y Marqués, P. (2002): La revolución educativa en la era internet. Barcelona, Praxis.

Aprendizaje Adaptativo

Aprendizaje Adaptativo

Abrir chat
1
Bienvenida(o) a Online-Tesis
Nuestros expertos estarán encantados de ayudarte con tu investigación ¡Contáctanos!.