Etiqueta: educacion

Agentes inteligentes en educación (segunda parte)

Agentes inteligentes en educación (segunda parte)

En la tesis doctoral escrita por el investigador Celorrio, publicada el año 2010 con el título “Una arquitectura distribuida basada en agentes software para el desarrollo y el soporte de espacios de aprendizaje ubicuos”, menciona que son diversas las aportaciones en la literatura que usan los agentes dentro del campo de la educación, algunas enfocando más la parte de la teoría pedagógica y otras resaltando más la parte técnica. Desde un punto de vista más pedagógico, el investigador Jafari, en el artículo escrito el año 2002 con el título “Conceptualizando agentes inteligentes para la enseñanza aprendizaje”, proporciona un enfoque generalista en el que podría considerarse a los agentes como elementos integrados dentro del aprendizaje y la enseñanza, aportando ejemplos de agentes que podrían ayudar a los profesores y estudiantes como un ‘Agente Profesor Asistente’, que asista al profesor en las tareas pedagógicas y agregue información sobre el progreso de los alumnos, un “Agente Tutor”, capaz de encontrar y recomendar contenidos al alumno, y un “Agente Secretario”, que ayude con las tareas burocráticas. De un modo similar, Gregg, en el artículo escrito el año 2007 con el título “Agentes para la educación virtual”, habla de un hipotético entorno de enseñanza virtual en el cual un conjunto de agentes son utilizados para conseguir un aprendizaje adaptado y personalizado. Entre los agentes que introduce el autor, todo siempre desde una perspectiva teórica, se encuentran distintos agentes para seleccionar y personalizar la distribución de contenidos en función del alumno, junto con un “Agente de colaboración” capaz de ponerle en contacto mediante chat con otros alumnos. Los investigadores Gascueña y Fernández, en el artículo escrito el año 2005 con el título “Sistema tutorial inteligente para el proceso de enseñanza-aprendizaje virtual”, mencionan que desde un punto de vista más tecnológico, varias investigaciones utilizan la tecnología de agentes para aportar nuevas formas de implementar sistemas educativos ya existentes. Un ejemplo es el uso de los sistemas multi-agente para implementar “Sistemas de tutor inteligentes”.

Los sistemas tutores inteligentes comenzaron a desarrollarse en los años 1980, con la idea de impartir el conocimiento usando alguna forma de inteligencia para asistir y guiar al estudiante en su proceso de aprendizaje. Se buscó emular el comportamiento de un tutor humano, es decir a través de un sistema que pudiera adaptarse al comportamiento del estudiante, identificando la forma en que el mismo resuelve un problema a fin de brindarle ayudas cognitivas cuando lo requiera. Según Wolf, en la disertación realizada el año 1984 de su tesis doctoral titulada “Planificación dependiente de contexto en un tutor automático” define los sistemas tutores inteligentes como: “Sistemas que modelan la enseñanza, el aprendizaje, la comunicación y el dominio del conocimiento del especialista y el entendimiento del estudiante sobre ese dominio”.

Por otro lado, varios sistemas se alinean más en consonancia con elementos como son los agentes y el uso del contexto en dispositivos móviles. El investigador Kinshuk, en el artículo escrito el año 2004 con el título “Mejora de los ambientes de aprendizaje móvil mediante la aplicación de tecnología de agentes móviles”, aboga por el uso de agentes móviles, que puedan moverse entre los dispositivos clientes y el servidor, para dar soporte a entornos de aprendizaje móvil. Esmahi & Badidi, en el artículo escrito el año 2004 con el título “Estructura de trabajo basada en agentes para el aprendizaje móvil adaptativo”, presentan una arquitectura que cuenta con repositorios de perfiles de usuarios, perfiles de dispositivos y de contenidos educativos y que son empleados por diversos agentes móviles para ofrecer a los estudiantes contenidos personalizados. Los investigadores Ko, Hur, & Kim, en el artículo escrito el año 2005 con el título “Sistema de aprendizaje móvil personalizado utilizando sistemas multiagente”, presentan un sistema basado en agentes que pretende ser empleado para el aprendizaje del idioma inglés utilizando dispositivos móviles. En el artículo escrito el año 2008 con el título “Desarrollo generalizado de ambientes de aprendizaje”, por Graf y sus colegas, se discute acerca de una infraestructura de agentes para desarrollar actividades basadas en problemas al interior de entornos con dispositivos móviles. Sin embargo, se ofrecen pocos detalles acerca del escenario pedagógico de aplicación y los detalles técnicos del sistema, al comentarse que está en fase de implementación. De la misma forma, Nino y sus colegas, en el artículo escrito el año 2007 con el título “Modelo sensible al contexto en un entorno de aprendizaje ubicuo”, presenta GlobalEdu como una arquitectura adaptada al contexto para el aprendizaje ubicuo, pero tanto su modelo de contexto como la arquitectura de agentes se comentan muy superficialmente en la literatura que hay sobre ella. Esto desgraciadamente es bastante común en la mayoría de las propuestas de desarrollo de sistemas basados en agentes, las cuales muchas veces no llegan a implementarse o se quedan sólo en prototipos bastante básicos. Uno de los principales retos a los que se enfrenta la investigación en este campo es el modelado de los agentes pedagógicos, junto con su funcionalidad y estructura interna, apareciendo todos estos elementos muy vagamente descritos en la literatura en general de los sistemas basados en agentes para la educación y en concreto de los sistemas basados en agentes para el aprendizaje móvil.

 

Guillermo Choque Aspiazu
www.eldiario.net
09 de Febrero de 2015

Agentes inteligentes en educación (primera parte)

Agentes inteligentes en educación (primera parte)

Responder a la pregunta de qué es un agente resulta una tarea bastante difícil, ya que la literatura proporciona diferentes definiciones, que hacen que lo que para algunos sea un agente, para otros no tenga la suficiente entidad para ser llamado así. Los investigadores Russell y Norvig, en el libro publicado el año 1996 con el título “Inteligencia Artificial: Un enfoque moderno”, utilizan el concepto de agente como nexo de unión para todo los temas, mostrando como dotar de contenidos y funcionalidad a un agente, partiendo de los temas clásicos de la inteligencia artificial como la representación del conocimiento, la ciencia cognitiva y el razonamiento. De hecho el libro es presentado con el subtitulo de “libro del agente inteligente”. La definición que Russell y Norvig proporcionan de agente, es la de aquel ente que percibe su ambiente mediante sensores y que responde o actúa en dicho ambiente mediante efectores. La definición de agente inteligente o racional es obviamente, más restrictiva. Un agente inteligente es aquel que toma sus decisiones de actuación para favorecer lo máximo posible su medida de rendimiento. Es decir que el agente toma decisiones que le permitan desempeñar lo mejor posible sus objetivos. Esta definición es vista como simplista por otros autores, que interpretan que un agente es algo más complejo.

En muchos casos se confía no en una definición sino más bien en un conjunto de características que debe cumplir un determinado ente para ser considerado como agente. Los investigadores Woodridge y Jennings, en el libro publicado el año 1995 con el título “Teorías de agente, arquitecturas y lenguajes: Un estudio”, definen un agente como un sistema informático hardware o más frecuentemente software, que posee las siguientes propiedades: (1) Autonomía. Los agentes actúan sin la intervención directa de humanos u otros agentes y tienen algún tipo de control sobre sus acciones y estado interno. (2) Habilidad social. Los agentes interactúan con otros agentes, e incluso con humanos, por medio de algún tipo de lenguaje de comunicación de agentes. (3) Reactividad. Un agente percibe su entorno y responde de forma apropiada en un tiempo razonable a los cambios que ocurren en él. (4) Pro-actividad. Los agentes no actúan simplemente en respuesta a su entorno, sino que también deben exhibir un comportamiento dirigido por objetivos tomando la iniciativa.

Franklin y Graesser, en el artículo escrito el año 1996 titulado “¿Es un agente o simplemente un programa?”, mencionan que no existe un consenso general sobre en qué medida estas habilidades han de estar presentes dentro del agente, y que, dependiendo del tipo de aproximación utilizado para diseñar e implementar el agente, algunas características estarán más presentes que otras. Si bien es cierto que habitualmente estos son los elementos que comúnmente se consideran aceptados para suponer a un agente como “inteligente”, otras habilidades complementarias son las siguientes: (1) Personalidad. Un agente puede mostrar cualidades que muestran un carácter propio. (2) Adaptabilidad. Un agente puede aprender basándose en la experiencia y modificar su comportamiento futuro en base a ello. (3) Movilidad. Un agente puede migrar, transportando su comportamiento y estado interno, del dispositivo o nodo en el que reside a otro. En palabras de Lange & Oshima, en el artículo escrito el año 1999 titulado “Siete buenas razones para los agentes móviles”, un agente que posee esta última habilidad recibe el nombre de agente móvil y aunque éstos muestran atractivas ventajas son también cuestionados debido a los problemas de seguridad que presentan y a que dichas ventajas pueden conseguirse mediante otros medios. Cabe destacar que un agente móvil no tiene nada que ver con el tipo de dispositivo en el que reside. Es decir, que un agente no es móvil por residir en una PDA o en un teléfono móvil, sino por su capacidad de migrar entre dispositivos, sean éstos móviles o no.

Desde un punto de vista clásico de la inteligencia artificial, el investigador Newell, en el artículo publicado el año 1982 con el título “El nivel del conocimiento”, menciona que un agente puede verse como un sistema que en vez de trabajar dentro del nivel simbólico, es capaz de trabajar en el nivel de conocimiento. Los componentes dentro del nivel de conocimiento se caracterizan por tener un grado de abstracción mayor y se dividen en objetivos y acciones. De esta forma, un agente está compuesto por un conjunto de acciones que es capaz de realizar y un conjunto de objetivos que le es necesario satisfacer. El medio dentro del nivel de conocimiento es, como apunta Newell, obviamente el conocimiento. Finalmente, la principal ley de comportamiento que gobierna al agente es el denominado “principio de racionalidad”. Este principio establece que las acciones de un agente son seleccionadas para satisfacer los objetivos de dicho agente. Una característica importante es que el agente normalmente no dispone información total de lo que pasa a su alrededor, sino que dispone de conocimiento parcial del mundo, de forma similar a lo que le ocurre a cualquier persona. Con el fin de cumplir con el “principio de racionalidad”, el agente es capaz de utilizar el conocimiento que tiene sobre sí mismo y el entorno que le rodea para seleccionar las acciones más apropiadas.

 

Guillermo Choque Aspiazu
www.eldiario.net
02 de Febrero de 2015

Translate »