275

Desarrollo de la adaptatividad en un sistema de elearning basado en estándares IMS.
López-Moratalla, J.1, Moreno-Ger, P.1, Sancho-Thomas, P.2, Martínez-Ortiz, I.3, Fernández-Manjón, B.2
1,2

Universidad Complutense de Madrid - Facultad de Informática C/ Profesor García Santesmaes s/n, 28040 Madrid, España 3 CES Felipe II – Ingeniería Técnica en Informática de Sistemas C/ Capitán 39, 28300, Aranjuez, Madrid, España

1

{javierlm, pablom}@fdi.ucm.es, 2{pilar, balta}@sip.ucm.es, 3 imartinez@cesfelipesegundo.com
presentación del contenido, teniendo en cuenta las características físicas del usuario y su contexto: tipos de dispositivo, ancho de banda, discapacidades visuales y auditivas, ambiente de estudio, etc. Por otro lado, se puede realizar la adaptación teniendo en cuenta las características psicopedagógicas del alumno: objetivos educativos, conocimiento previo o estilo de aprendizaje. En este artículo presentamos una aproximación para la realización de la adaptación en los dos niveles anteriormente mencionados, integrando todo ello en una plataforma de elearning basada en los estándares del IMS Global Consortium [8]. La estructura del artículo es la siguiente: En la sección 2 presentamos aspectos generales de adaptación de aplicaciones, que serán comunes en los dos niveles mencionados. En la sección 3 mostramos la adaptación en la capa de presentación utilizando un sistema de modelado de usuarios mediante estereotipos. En la sección 4 presentamos la adaptación de contenidos mediante combinación de estereotipos y uso de objetos educativos marcados con metadatos semánticos y ontologías, que permiten la generación de cursos adaptados pedagógicamente al alumno. Finalmente, en la sección 5, presentamos las conclusiones y las líneas de desarrollo futuras de la aplicación. 2. ADAPTACIÓN DE APLICACIONES Los sistemas de aprendizaje personalizados se han propuesto como una de las soluciones para crear sistemas educativos de alta calidad [1], dado que son capaces de adaptarse automáticamente a los atributos cambiantes de la experiencia educativa. La lógica de adaptación de un sistema de aprendizaje personalizado puede ser definida en los siguientes términos [9]: • Los determinantes: los aspectos de la experiencia de aprendizaje que dirigirán la adaptación, es decir ¿en qué se basa la adaptación? • Los constituyentes: los aspectos de la experiencia educativa que son el sujeto de la adaptación, es decir, ¿qué va a ser adaptado? • Las reglas: la lógica que define qué constituyentes son seleccionados para diferentes determinantes.

Resumen – Pese a la importancia creciente de los sistemas de e-learning y del impulso que se ha producido en la definición, aplicación y desarrollo de nuevos estándares, el mayor avance se ha producido en el ámbito de la interoperabilidad entre sistemas y en la reutilización de material educativo. Sin embargo, otro de los pilares sobre los que se asienta la educación del futuro, la adaptación de la experiencia educativa al alumno, no se ha visto tan beneficiada de estos avances. En este artículo mostramos como una plataforma de e-learning implementa mecanismos de adaptación al alumno, tanto en el nivel de presentación como en el de contenido, proporcionando un sistema de selección y adecuación de contenidos en tiempo de ejecución adaptados a las características pedagógicas del alumno. Con este propósito se aprovechan los avances en la definición y desarrollo de estándares de e-learning como, por ejemplo, LOM, RDF y IMS LIP o el concepto de Objeto Educativo (OE), para aunar la adaptación con la interoperabilidad y la capacidad de reutilización del contenido educativo y de la información de alumno. Palabras Clave –sistemas adaptativos de e-learning, Estándares educativos, Estereotipos, Modelos de usuario, Objetos Educativos, Ontologías, Sistemas Hipermedia, Web Semántica, XML. 1. INTRODUCCIÓN Los estándares de e-learning ya están teniendo un verdadero impacto en el área de la educación basada en la Web. Su uso está ampliamente extendido en aplicaciones experimentales o experiencias piloto llevadas a cabo por instituciones y además muchas plataformas comerciales como, por ejemplo, WebCT o BlackBoard, son parcialmente compatibles con algunas propuestas de estandarización. No obstante, la mayor parte de los esfuerzos realizados y de los objetivos conseguidos están relacionados con el problema de la interoperabilidad de contenidos (e.g. objetos educativos, tests de evaluación y empaquetamiento de cursos). Por otro lado, bajo los estándares actuales es muy complicado recolectar la información necesaria para adaptar el aprendizaje a características individuales del alumno [16]. Esta adaptación debería poder realizarse en dos niveles. Por un lado en la

VII Simpósio Internacional de Informática Educativa – SIIE05

Leiria, Portugal, 16-18 Novembro de 2005

276
Aunque cada nivel de adaptación define de manera diferente cada uno de los términos anteriores, las dos capas utilizan un mecanismo similar para la definición de los determinantes, que ha sido realizada mediante la construcción de modelos de usuario basados en estereotipos. Como se describe en [20], un estereotipo es una estructura de conocimiento que puede ser utilizada por un sistema de modelado de usuarios, compuesta por: • • Un cuerpo, que contiene información que es típicamente cierta en usuarios a los cuales se les aplica el estereotipo. Un conjunto de disparadores, que son valores observables de ciertos atributos. Los disparadores pueden ser un subconjunto de los valores del cuerpo del estereotipo o entradas y acciones específicas que no pertenecen directamente al cuerpo. Opcionalmente, un conjunto de relaciones entre cada estereotipo y el resto de estereotipos del sistema. La más común de estas relaciones es la que describe una jerarquía de generalizaciones. conocimiento sobre el sistema necesaria para encontrar y manipular su funcionalidad. En términos de funcionalidad, los objetivos que un sistema adaptativo debería cumplir son, en resumen, los siguientes: [21]: • • • Facilitar el acceso a la funcionalidad más comúnmente utilizada por el usuario. Facilitar el aprendizaje de la nueva funcionalidad según va siendo necesitada por el usuario. Ocultar la funcionalidad que no necesita el usuario.

I. Modelo de usuario Como ya se ha dicho anteriormente, para poder realizar la adaptación al usuario es necesario conocer los datos del usuario relativos al área que se quiere adaptar, es decir, lo que denominamos modelo de usuario. En el caso de la adaptación de la capa de presentación hemos realizado la construcción de los modelos de usuario utilizando dos mecanismos: Un sistema de estereotipos y un sistema de creación y gestión de perfiles de usuario. Los atributos de este sistema de estereotipos están relacionados principalmente con el dispositivo en el cuál se realiza la presentación. Los motivos que nos han llevado a la utilización de la información de dispositivo como disparador del estereotipo han sido los siguientes: Introduciendo información sobre el dispositivo en el modelo de usuario podemos ofrecer un procesamiento específico para dispositivos móviles, aumentando el alcance del sistema de elearning para permitir enseñanza ubicua e inteligencia ambiental. Además, el dispositivo utilizado es una característica fácilmente observable que puede utilizarse para hacer predicciones sobre el tipo de alumnos. Así como el sistema de estereotipos permite la detección automática de las características del usuario, el sistema de creación de perfiles permite al usuario definir explícitamente sus características. Las características actuales que pueden definirse mediante un perfil de usuario son relativas tanto a características de accesibilidad (tamaños de fuente, colores, etc.) como al tipo de acceso utilizado para conectarse. Este sistema, además, se utiliza como método para supervisar las predicciones hechas con el sistema de estereotipos, por lo que todas las características definidas por un estereotipo deben poder ser sobrescritas manualmente por un perfil de usuario. Este sistema de perfiles permite la creación de diferentes perfiles para un mismo usuario, dado que, aunque ciertas características de un usuario pueden ser fijas, algunas de ellas dependen del contexto del acceso al LMS. Por ejemplo, los equipos utilizados por un alumno cuando se conecta desde su centro de estudios o desde su casa pueden ser completamente

El uso de estereotipos puede verse desde la perspectiva de un método heurístico para predecir los valores de los atributos pertenecientes al cuerpo a partir de los valores de los disparadores. La calidad de estas predicciones depende tanto de la calidad de los estereotipos en la base de conocimiento, como de la calidad de las observaciones directas que clasifican al usuario en el ámbito de un estereotipo u otro. Además, como el conocimiento obtenido de los estereotipos es de origen heurístico, debe se complementado, supervisado y contrastado por la observación directa. Otra característica que comparten los dos módulos de adaptación es su capacidad de exportación en formato estándar. Como se puede ver, los estereotipos anteriormente descritos conforman diferentes modelos de usuarios. Integrando los objetivos de adaptación de la experiencia educativa con los objetivos de interoperabilidad entre sistemas, esta información relativa a los alumnos debería poder ser reutilizada, facilitando el aprovechamiento del esfuerzo de modelado realizado. A tal efecto se puede usar la especificación Learner Information Package (LIP) del IMS Global Consortium [8], que define un formato de intercambio de información de alumno. Este formato permitiría la exportación e importación de la información de los alumnos entre diferentes sistemas que cumplan la especificación IMS. 3. LA ADAPTACIÓN DE LA PRESENTACIÓN La adaptación en la capa de presentación puede encuadrarse dentro del mismo tipo de problema que constituye la adaptación en sistemas de alta funcionalidad, y por ello es posible utilizar técnicas bien conocidas y desarrolladas en otros campos diferentes al e-learning. El propósito de esas técnicas es reducir la distancia entre el usuario y la aplicación, es decir, reducir la cantidad de

VII Simpósio Internacional de Informática Educativa – SIIE05

Leiria, Portugal, 16-18 Novembro de 2005

277
diferentes, por lo que su configuración debería modificarse para hacer frente a estas dos situaciones. II. Arquitectura y funcionamiento Cómo ya se ha dicho, la finalidad del módulo de adaptación de la presentación es la creación de una interfaz adaptada al usuario, a la que hemos llamado Entorno de Aprendizaje Virtual (Virtual Learning Environment, VLE). Este VLE está construido a partir del modelo de usuario que, a su vez, se asienta en la información recogida de dos fuentes diferentes: el sistema de estereotipos basados en dispositivo y el sistema de perfiles que contiene las preferencias explícitamente definidas por el usuario. Web, por lo que su interfaz se basa en XHTML. El constructor de la interfaz realiza la adaptación a través de una serie de transformaciones XSLT que pueden ser elegidas y parametrizadas mediante los atributos recogidos en el modelo de usuario. 4. LA ADAPTACIÓN DE CONTENIDOS La meta final del módulo de adaptación de contenido es la generación, en tiempo real, de actividades de aprendizaje mediante el ensamblaje de recursos de aprendizaje atómicos en actividades coherentes basados en los requisitos cognitivos del alumno. Para ello se basa en la noción de objeto educativo (OE), que en este contexto están definidos como las unidades mínimas de contenido educativo pedagógicamente razonable (como texto, imágenes, animaciones, ejemplos…) junto con los metadatos que las describen. Como parte del proyecto <eaula>, un curso personalizado será construido para un alumno a través de un conjunto de esos OEs. Esto es llevado a cabo de acuerdo con los objetivos del alumno y las peculiaridades cognitivas mediante el uso de una aproximación dirigida por metadatos. Para el marcado de la información semántica de los OEs estamos utilizando un subconjunto de categorías LOM [7] más algunas extensiones requeridas para nuestros objetivos de personalización. Estas extensiones están definidas usando dos ontologías diferentes: una para el modelo de diseño instruccional y otra para el dominio de conocimiento. Los objetivos del sistema son: • Desde la perspectiva del alumno, desplegar dinámicamente contenido personalizado para las características cognitivas del alumno en términos de objetivos de conocimiento, su conocimiento previo y su estilo de enseñanza más adecuado. • Desde la perspectiva de los creadores de contenidos, asistir el proceso de creación de cursos permitiendo la reusabilidad de materiales educativos existentes y haciendo más fácil la selección de OEs de acuerdo a cierto criterio pedagógico.

Dispositivo

Base de dispositivos

Estereotipo Modelo de usuario Perfil

Contexto de acceso

Base de perfiles

FIGURA 1 CREACIÓN DEL MODELO DE USUARIO

Como se puede ver en la figura 1, el proceso de creación del VLE es el siguiente: Cuando el usuario se conecta al LMS, el subsistema analiza los datos procedentes de su conexión y de su agente de usuario para detectar el tipo de dispositivo que está utilizando en ese momento. A través de la base de dispositivos que contiene el sistema, se detectan las preferencias asociadas por defecto con ese dispositivo, es decir, su estereotipo, y se cargan en el modelo de usuario. Después el sistema pregunta al alumno cuál es el perfil que quiere establecer (o elige aquel que haya sido definido como perfil por defecto) y accede a la base de perfiles, donde se almacenan las preferencias definidas por los alumnos, extrayendo los datos necesarios y cargándolos en el modelo de usuario inicializado con los datos de dispositivo, y quizá sobrescribiendo algunos atributos preestablecidos por el sistema de estereotipos.
Modelo de usuario VLE Constructor de interfaz XSLT

Diseñador de cursos

Editor de Diseño de Cursos Ontologías de contexto

Interfaz de usuario

Alumno

Modelo de usuario

Núcleo

CSS
FIGURA 2 CREACIÓN DEL VLE

Una vez establecido el modelo de usuario, el sistema constructor de la interfaz tendrá acceso a él para crear el VLE. La plataforma de e-learning es completamente una aplicación

Repositorio OE
FIGURA 3

VII Simpósio Internacional de Informática Educativa – SIIE05

Leiria, Portugal, 16-18 Novembro de 2005

278
VISIÓN GENERAL DEL GENERADOR DE CURSOS

La arquitectura de este modulo se sustenta en los siguientes pilares (una aproximación similar está descrita en [18]): • Descomposición de los cursos en unidades modulares (i.e. objetos educativos). • Modelado del contexto cognitivo del alumno, que incluye el diseño instruccional del método pedagógico que mejor se ajusta a las características individuales del alumno en términos de sus objetivos de aprendizaje, su estilo de aprendizaje óptimo y el dominio de conocimiento al que pertenece el curso. (en nuestra plataforma este dominio está inicialmente restringido a lenguajes de programación). Hemos propuesto las ontologías como el mecanismo de representación del conocimiento para el contexto cognitivo. • Marcado del los objetos educativos con información pedagógica relevante, usando estándares de e-learning cuando sea posible (e.g. LOM) y una representación basada en ontología para crear relaciones semánticas y didácticas entre los objetos educativos explícitamente de acuerdo con el contexto cognitivo. Esta información adicional tiene que ser compatible con los estándares. • Empleo de técnicas de modelado de usuarios para obtener diferentes modelos de alumno o perfiles de acuerdo con el tipo de personalización desarrollada. • Adaptación del contenido educativo para ajustarse al contexto cognitivo del usuario usando la información del modelo de alumno y los metadatos ricos en información semántica asociada a los objetos educativos. Hemos decidido usar RDF [14] como la tecnología subyacente en la anotación de nuestros recursos. Las tecnologías de Web semántica, en particular RDF, proporcionan posibilidades interesantes dado que pueden ser usadas simplemente como un lenguaje para la definición de ontologías, así como para la descripción de los recursos de acuerdo con LOM, usando las correspondencias con LOM [12]. Hay otros lenguajes para la definición de ontologías como OWL [13] que pueden usarse en lugar de RDF que además proporcionan lenguajes de consulta y reglas de razonamiento, pero de momento no han sido adoptadas por la comunidad de e-learning. 4.1 Modelado de usuario En nuestra plataforma hemos considerado cuatro diferentes aspectos de acuerdo con los cuales se realiza la adaptación de contenidos: • Dominio del conocimiento. Restringido inicialmente a los lenguajes de programación. • Objetivos de aprendizaje del alumno. Es posible que un alumno solo quiera dar un rápido vistazo sobre algún tema, o quizá quiera todos los detalles para alcanzar un entendimiento pleno sobre el tema. Estrategias pedagógicas muy diferentes deberán ser aplicadas dependiendo de estos objetivos. • Estilo de aprendizaje óptimo. Este modelo es utilizado para clasificar al alumno de acuerdo con un cierto perfil.

Hemos adoptado el modelo de Felder-Silverman [3] para clasificación de alumnos. Conocimiento previo del alumno.

El último criterio está considerado como una característica de modelado a corto plazo dado que intenta modelar un aspecto cambiante durante la ejecución de un curso. En este caso se usa un tipo de combinación para esta clase particular de proceso de modelado (modelado a corto plazo). Esto significa que un estudiante es clasificado inicialmente con un estereotipo que va siendo gradualmente complementado según se va adquiriendo más información de la interacción del estudiante con el sistema. De acuerdo con este criterio el alumno es clasificado dentro de un conjunto de cinco niveles de habilidad: principiante, novato, intermedio, avanzado y experto. El segundo y tercer criterio (objetivos educativos y estilo de aprendizaje óptimo) están considerados como aspectos de modelado a largo plazo y deberán ser actualizados generalmente bajo el control del alumno. Dada la variedad de modelos y teorías del estilo de enseñanza disponibles en la literatura ([10], [2], [3], [15], [6], [5], [11], [4]), necesitábamos definir el estilo más apropiado para nuestro sistema. Hemos elegido el modelo de Felder y Silverman por varias razones en ellas: este modelo fue específicamente concebido y probado para educación en ingeniería, contexto en el que se engloba La aplicación. Además, la clasificación de Felder y Silverman para estilos de aprendizaje proporciona un mecanismo clasificación bajo cinco criterios basada en la administración de un cuestionario. Estos criterios son: Active/Reflective, Sensing/Intuitive, Visual/Verbal, Sequential/Global, Inductive/Deductive. 4.2 Arquitectura y funcionamiento El núcleo del sistema está al cargo de la creación de cursos personalizados basados en la información proporcionada por las dos ontologías y el perfil de usuario elaborado por el proceso de modelado de usuarios (Figura 4).

Enseñaza personalizada Ontología del dominio Núcleo Metadatos Repositorio OE

Modelado de usuario Usuario Usuario Usuario Usuario individual individual individual individual

Ontología del diseño instruccional

FIGURA 4 ARQUITECTURA DEL GENERADOR DE CURSOS

VII Simpósio Internacional de Informática Educativa – SIIE05

Leiria, Portugal, 16-18 Novembro de 2005

279
Cuando el núcleo de la aplicación se invoca, primero se identifica la ontología pedagógica que será utilizada a partir del perfil que resulta del modelo de usuario. Entonces la ontología del dominio de conocimiento se identifica y, si es necesario, las relaciones entre conceptos de esta ontología son actualizadas con la información proporcionada por la ontología pedagógica. El núcleo además está encargado de recuperar los OEs del repositorio de OEs a través de sus metadatos usando heurísticas de recuperación basadas en ontología. Cuando se completa este proceso se obtiene como resultado una lista ordenada de objetos educativos cognitivamente relevantes. Finalmente, el núcleo compila un curso personalizado para el alumno secuenciando los objetos educativos: en este paso, las reglas y relaciones definidas por la ontología pedagógica son tenidas en cuenta para construir una experiencia educativa coherente. El paso final del proceso de adaptación es adecuar el contenido educativo al conocimiento previo del alumno. Esta adaptación se realiza mediante un filtrado realizado mediante transformaciones XSLT del contenido del OE. 5. CONCLUSIONES Y TRABAJO FUTURO Aunque los estándares de e-learning han alcanzado metas incuestionables en términos de interoperabilidad, es obvio que es necesario más esfuerzo en el desarrollo de aplicaciones inteligentes capaces de enseñanza adaptada a las características individuales del alumno. Para ello es necesario dedicar más atención a la construcción de modelos de usuario y a la descripción de los contenidos. En este artículo plateamos una manera compatible con los estándares de describir el contenido educativo a través del marcado semántico de objetos educativos. Este marcado está basado en representaciones ontológicas de su dominio de conocimiento y en las relaciones pedagógicas necesarias para la construcción de una experiencia educativa coherente. Por otro lado es necesaria la información sobre el alumno que en este caso incluye varios mecanismos para el modelado de usuarios que se pretende, que hasta donde sea posible, sean compatibles con los formatos de intercambio de datos estándar. Nuestra intención es ofrecer una experiencia educativa adaptada al alumno, tanto en el entorno creado como en el contenido de los cursos, basado en sus características físicas y pedagógicas. Los siguientes objetivos del proyecto son los siguientes: • Ampliación de la ontología relativa al dominio de conocimiento para permitir la generación de cursos en otras áreas diferentes a los lenguajes de programación. • Ampliación del constructor de la interfaz para la generación de interfaces en lenguajes distintos a XHTML, dando cobertura a dispositivos distintos de un navegador Web. AGRADECIMENTOS The Spanish Committee of Science and Technology (projects TIC2001-1462, TIC2002-04067-C03-02 and TIN2004-08367C02-02) has partially supported this work. REFERENCIAS
[1] Brusilovsky P. “Adaptive and Intelligent Technologies for Web-based Education”, Kunstliche Intelligenz, Special Issue on Intelligent Systems and Teleteaching,4, 1999. Dunn, R., Dunn, K. “Teaching Students through their Individual Learning Styles: A Practical Approach” . Reston Publishing Company. 1978. Felder, R., Silverman, L., “Learning and Teaching Styles in Engineering Education” Engineering Education, 78(7), 1988. Gardner, H., “Frames of Mind: The Theory of Multiple Intelligences” 2nd Ed. Fontana, 1993. Gregoric, A. “Learning/Teaching Styles: Potent Forces Behind Them”, Educational Leadership, 36(4), 1979. Honey, P., Mumfurd, A., “The Manual of Learning Styles” 3rd Ed. Maidenhead, Peter Honey, 1992. IEEE (2002) “Draft Standard for Learning Object Metadata” IEEE P1484.12.1/D6.4, retrieved from de WWW (March 22nd 2004) http://ltsc.ieee.org/wg12/par1484-12-1.html. “IMS Learning Information Package” Version 1.0.1 Final Specification. Available at http://www.imsglobal.org/specifications.html. Karagiannidis, C., Sampson, D. “Adaptation Rules Relating Learning Styles Research and Learning Objects Meta-data” in proceedings of Workshop on Individual Differences, AH 2004. The Netherlands, August 23-26, 2004.

[2]

[3] [4] [5] [6] [7]

[8] [9]

[10] Kolb, A. “Experimental Learning: Experience as the Source of Learning and Development”. Prentice Hall. 1984. [11] McCarthy, B. “The 4MAT System: Teaching to Learning Styles with Right/Left Mode Techniques”. Excel. Inc, 1980. [12] Nilsson, M. “IMS metadata RDF binding guide” retrieved April 26, 05 from http://kmr.nada.kth.se/el/ims/metadata.html [13] OWL, retrieved June 2005 from http://www.w3.org/2001/sw/WebOnt/ [14] Resource Description Framework (RDF) Schema Specification 1.0, retrieved April 26, 05 from http://www.w3.org/TR/rdf-schema. [15] Riding, R., Cheema, I., “Cognitive Styles: An Overview and Integration”. Educational Psychology, 11 (3&4), 1991. [16] Rodriguez O., Chen S., Shang Y. , 2003. Open Learning Objects: the case for inner metadata. The Journal of Computing in Small Colleges. Volume, 18. Issue 4. 56-64. April 2003. [17] Sancho, P., Manero, B., Fernández-Manjón, B. “<e-aula>: a Personalised Learning System based on Educational Standards and Mark-up languages”. In proceedings of IAESTED 04. Innsbruck, February 2004. [18] Schmidt A., Winterhalter C., 2004. User Context Aware Delivery of elearning Material: Approach and Architecture. Journal of Universal Computer Science. Volume, 10. Issue 1. 38-47. [19] Resource Description Framework, retrieved June 2005 from http://www.w3.org/RDF/ [20] Rich, E., 1986, Stereotypes and User-Modeling. In: A. Kobsa and W. Wahlster (eds.): User Models in Dialog Systems, pp. 35-51. Springer, Berlin, Heidelberg. [21] Fischer, G., 2000, User Modeling in Human-Computer Interaction. User Modeling and User Adapted Interaction, Volume 11, Issue 1-2, Pages 65 – 86.

VII Simpósio Internacional de Informática Educativa – SIIE05

Leiria, Portugal, 16-18 Novembro de 2005

Sign up to vote on this title
UsefulNot useful