Vor dem Hintergrund aktueller bildungswissenschaftlicher Diskussionen zur digitalen Transformation setzt sich der Beitrag mit der Rolle von Smart Learning Environments (SLEs) in der betrieblichen Weiterbildung und der Notwendigkeit deren interdisziplinärer Gestaltung auseinander. Für eine taugliche, auf den Nutzer fokussierte Gestaltung von SLEs müssen neuartige Konzepte und Modelle entwickelt werden, die den komplexen Anforderungen des 21. Jahrhunderts entsprechen. Der Beitrag beschreibt einen interdisziplinären Forschungszugang zur Gestaltung von SLEs und diskutiert aufbauend ein ganzheitliches, sozio-technisches Framework, das interdisziplinäre Kriterien für eine pädagogisch fundierte Entwicklung von SLEs bündelt. Die Darstellung des Themas erfolgt anhand von aktuellen Befunden aus einer quantitativen Teilstudie eines Forschungsvorhabens der TU Dresden am Fachbereich Bildungstechnologie. Der Beitrag gibt Einblick in den aktuellen Arbeitsstand, wobei die Auswertung der Gesamtstudie umfassendere Befunde erzielen wird.

Vor dem Hintergrund aktueller bildungswissenschaftlicher Diskussionen zur digitalen Transformation setzt sich der Beitrag mit der Rolle von Smart Learning Environments (SLEs) in der betrieblichen Weiterbildung und der Notwendigkeit deren interdisziplinärer Gestaltung auseinander. Für eine taugliche, auf den Nutzer fokussierte Gestaltung von SLEs müssen neuartige Konzepte und Modelle entwickelt werden, die den komplexen Anforderungen des 21. Jahrhunderts entsprechen. Der Beitrag beschreibt einen interdisziplinären Forschungszugang zur Gestaltung von SLEs und diskutiert aufbauend ein ganzheitliches, sozio-technisches Framework, das interdisziplinäre Kriterien für eine pädagogisch fundierte Entwicklung von SLEs bündelt. Die Darstellung des Themas erfolgt anhand von aktuellen Befunden aus einer quantitativen Teilstudie eines Forschungsvorhabens der TU Dresden am Fachbereich Bildungstechnologie. Der Beitrag gibt Einblick in den aktuellen Arbeitsstand, wobei die Auswertung der Gesamtstudie umfassendere Befunde erzielen wird.

Desde hace años venimos contemplando cómo nuestra sociedad ha cambiado de la mano de la evolución de las Tecnologías de la Información (TI). Nos encontramos en un entorno que cambia constantemente, en el que la información se renueva continuamente, lo que nos lleva a un aprendizaje dinámico, continuo, y cuyas barreras están desapareciendo, hacia un aprendizaje global. Con esto, la educación está inmersa en un proceso de cambio, de una transformación que permita hacer frente a estas nuevas características y necesidades que presenta la sociedad en este nuevo entorno, una transformación digital. Se trata de una forma diferente de aprendizaje en la que, además, los espacios educativos se están deslocalizando. Y en este proceso de transformación, el potencial y el rápido crecimiento de las tecnologías de la información pueden tener un papel crucial y conformar la base para una verdadera evolución en este entorno digital. Sin embargo, la situación actual es que estas expectativas no se han cumplido, el uso de las TI en educación no está logrando el efecto que se esperaba, no están contribuyendo a una verdadera transformación del proceso de aprendizaje. Y es que, entre otras razones, el uso que se está haciendo de las TI es de meras herramientas complementarias, un uso superficial, cuando deberíamos emplearlas para poder profundizar en el proceso de aprendizaje. Para conseguir un cambio significativo, esa transformación que se pretende, debemos ir más allá. Por esta razón, proponemos un modelo de aprendizaje adaptativo y personalizado, que sirva de base para crear un sistema de aprendizaje que permita cubrir las necesidades detectadas en la sociedad digital sin descuidar los objetivos intencionales educativos. Un modelo que hemos llamado CALM, acrónimo de Customized Adaptive Learning Model. Se trata de un modelo que se adaptará a las características y al estado de cada aprendiz y que busca acrecentar su motivación, ofreciéndole autonomía en su propio proceso de aprendizaje, en un ciclo continuo de mejora. Todo ello diseñado y supervisado en todo momento por el docente, cuyo papel consideramos crucial en este proceso. En este modelo, el contenido está dividido en competencias, que serán los conocimientos, las habilidades y las aptitudes que los aprendices irán adquiriendo, dispuestas en forma de grafo dirigido o, como lo llamamos, mapa de competencias. Estas competencias serán desarrolladas a través de actividades que irán realizando, y será el propio sistema, a través de lo que llamamos el motor de selección, el que asigne a cada aprendiz en cada momento la actividad que considere más apropiada. Por su parte, el docente será el que diseñe todo el conjunto de aprendizaje, creando las competencias y configurando el mapa, y añadiendo las actividades. Después, podrá en todo momento supervisar el proceso de todos los aprendices, analizando su progreso y estado, tanto colectivo como individual, y gestionarlo a través de un factor clave que introducimos en el modelo: las estrategias instruccionales. A través de ellas, el docente podrá guiar al modelo en la selección de actividades, de modo que, a pesar de que este analiza de forma dinámica las características de cada aprendiz para asignarles una actividad, la estrategia docente marcará la decisión a tomar, según los criterios que el docente considere apropiados, individual o globalmente. Para comprobar que las características de nuestro modelo, hemos puesto en práctica el modelo a través de una prueba con una plataforma piloto, usada por estudiantes y docentes reales, obteniendo unas valoraciones muy positivas por ambas partes. Con CALM, hemos propuesto una base para construir un sistema de aprendizaje inteligente con el que cubrir las necesidades educativas que presenta nuestra sociedad actual, a través de un aprendizaje adaptativo y personalizado, teniendo siempre presentes los objetivos docentes.

Desde hace años venimos contemplando cómo nuestra sociedad ha cambiado de la mano de la evolución de las Tecnologías de la Información (TI). Nos encontramos en un entorno que cambia constantemente, en el que la información se renueva continuamente, lo que nos lleva a un aprendizaje dinámico, continuo, y cuyas barreras están desapareciendo, hacia un aprendizaje global. Con esto, la educación está inmersa en un proceso de cambio, de una transformación que permita hacer frente a estas nuevas características y necesidades que presenta la sociedad en este nuevo entorno, una transformación digital. Se trata de una forma diferente de aprendizaje en la que, además, los espacios educativos se están deslocalizando. Y en este proceso de transformación, el potencial y el rápido crecimiento de las tecnologías de la información pueden tener un papel crucial y conformar la base para una verdadera evolución en este entorno digital. Sin embargo, la situación actual es que estas expectativas no se han cumplido, el uso de las TI en educación no está logrando el efecto que se esperaba, no están contribuyendo a una verdadera transformación del proceso de aprendizaje. Y es que, entre otras razones, el uso que se está haciendo de las TI es de meras herramientas complementarias, un uso superficial, cuando deberíamos emplearlas para poder profundizar en el proceso de aprendizaje. Para conseguir un cambio significativo, esa transformación que se pretende, debemos ir más allá. Por esta razón, proponemos un modelo de aprendizaje adaptativo y personalizado, que sirva de base para crear un sistema de aprendizaje que permita cubrir las necesidades detectadas en la sociedad digital sin descuidar los objetivos intencionales educativos. Un modelo que hemos llamado CALM, acrónimo de Customized Adaptive Learning Model. Se trata de un modelo que se adaptará a las características y al estado de cada aprendiz y que busca acrecentar su motivación, ofreciéndole autonomía en su propio proceso de aprendizaje, en un ciclo continuo de mejora. Todo ello diseñado y supervisado en todo momento por el docente, cuyo papel consideramos crucial en este proceso. En este modelo, el contenido está dividido en competencias, que serán los conocimientos, las habilidades y las aptitudes que los aprendices irán adquiriendo, dispuestas en forma de grafo dirigido o, como lo llamamos, mapa de competencias. Estas competencias serán desarrolladas a través de actividades que irán realizando, y será el propio sistema, a través de lo que llamamos el motor de selección, el que asigne a cada aprendiz en cada momento la actividad que considere más apropiada. Por su parte, el docente será el que diseñe todo el conjunto de aprendizaje, creando las competencias y configurando el mapa, y añadiendo las actividades. Después, podrá en todo momento supervisar el proceso de todos los aprendices, analizando su progreso y estado, tanto colectivo como individual, y gestionarlo a través de un factor clave que introducimos en el modelo: las estrategias instruccionales. A través de ellas, el docente podrá guiar al modelo en la selección de actividades, de modo que, a pesar de que este analiza de forma dinámica las características de cada aprendiz para asignarles una actividad, la estrategia docente marcará la decisión a tomar, según los criterios que el docente considere apropiados, individual o globalmente. Para comprobar que las características de nuestro modelo, hemos puesto en práctica el modelo a través de una prueba con una plataforma piloto, usada por estudiantes y docentes reales, obteniendo unas valoraciones muy positivas por ambas partes. Con CALM, hemos propuesto una base para construir un sistema de aprendizaje inteligente con el que cubrir las necesidades educativas que presenta nuestra sociedad actual, a través de un aprendizaje adaptativo y personalizado, teniendo siempre presentes los objetivos docentes.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-03-06T14:45:31Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Vitor B. Frota.pdf: 11785326 bytes, checksum: f112b131db1ec05838315abe94ea1fe6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-03-06T14:46:57Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Vitor B. Frota.pdf: 11785326 bytes, checksum: f112b131db1ec05838315abe94ea1fe6 (MD5) / Made available in DSpace on 2018-03-06T14:46:57Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_Vitor B. Frota.pdf: 11785326 bytes, checksum: f112b131db1ec05838315abe94ea1fe6 (MD5) Previous issue date: 2017-11-24 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Usually, the resources available in Virtual Learning Environments (VLEs), used in distance and blended courses, are presented in the same way for all students. This may not be useful for the effective learning of each student. The approach adopted to solve this problem in this thesis is based on a framework called ArCARE (Conceptual Framework of Adaptation of Educational Resources), being a strategy that allows the development of Smart Learning Environments (SLEs) and adaptation of resources to students in VLEs during the course, based on the Piaget Constructivism, using multi-agent system technology that manipulates an open learner model ontology composed of several characteristics of the student according to their interactions with the VLE and their engagement in the course such as competences, skills, performance in activities, frequency, preferences, and learning styles. These adapted resources in the VLE can be a recommendation of colleagues to help students with difficulties in activities, as well as the recommendation of proposed collaborative activities with the aim of the student to have a more effective learning of the course contents. The solution described in this thesis is also based on collaborative learning by the interaction between learners, in which it is a method used for the purpose of construct his knowledge in a more meaningful way in VLEs. In addition, each learner model is changed dinamically during the course, through the student's interactions with the VLE. This model is presented to the student using Learning Analytics (LA), with the objective of the student to know their current state in the course, allowing a self-regulated learning. One of the results generated in ArCARE was the AMPARA system (Adaptive Multi-agent Pedagogical Architectures for Resources and Activities in VLEs), applied in disciplines with traditional curricula such as Numerical Calculus and Algorithms and Programming in the blended mode in order to recommend PAs. Another result was the AMPARAX system (eXtended AMPARA), which was applied in a course with flexible curriculum, Computational Thinking for Computer Programming using Moodle VLE, showing, therefore, ArCARE's proofs of concept. / Normalmente, os recursos existentes em Ambientes Virtuais de Aprendizagem (AVAs), utilizados em cursos de Educação a Distância (EaD) e em semipresenciais, são apresentados da mesma forma para todos os alunos. Isto pode não ser útil para a aprendizagem efetiva de cada aluno. A abordagem adotada para solução deste problema nesta tese baseia-se em um framework chamado ArCARE (Arcabouço Conceitual de Adaptação de Recursos Educacionais), sendo uma estratégia que permite a criação de Smart Learning Environments (SLEs) e adaptação de recursos para alunos em AVAs no decorrer do curso, com base no Construtivismo de Piaget, utilizando a tecnologia de sistema multiagente que manipula uma ontologia de modelo aberto de aluno composto de várias características do aluno de acordo com suas interações com o AVA e seu engajamento no curso, tais como competências, habilidades, desempenho nas atividades, frequência, preferências e estilos de aprendizagem. Estes recursos adaptados no AVA podem ser desde uma recomendação de colegas para ajudar alunos com dificuldades em atividades, como também a recomendação de propostas de atividades colaborativas com o objetivo de o aluno ter uma aprendizagem mais efetiva do conteúdo de um determinado curso. A solução descrita nesta tese também se baseia na aprendizagem colaborativa pela interação entre aprendizes, na qual é um método empregado com o propósito de construir seu conhecimento de maneira mais significativa em um AVA. Além disso, o modelo de cada aluno é alterado dinamicamente durante o curso, por meio das interações do aluno com o AVA. Este modelo é apresentado para o aluno, utilizando-se Learning Analytics (LA), com o objetivo do aluno conhecer seu estado atual no curso, permitindo uma aprendizagem auto-regulada. Um dos resultados gerados no ArCARE foi o sistema AMPARA (do inglês, Adaptive Multi-agent Pedagogical Architectures for Resources and Activities in VLEs, que em português fica Arquiteturas Pedagógicas Multiagente Adaptativas para Recursos e Atividades em AVAs), aplicado em disciplinas com currículos tradicionais como Cálculo Numérico e Algotimos e Programação, na modalidade semipresencial para recomendar APs. Outro resultado foi o sistema AMPARAX (eXtended AMPARA), que foi aplicado em um curso com currículo flexível, de Pensamento Computacional para Programação de Computadores no AVA Moodle, mostrando, assim, as provas de conceito do ArCARE.