Fomentar la lectura se ha convertido en uno de los desafíos primordiales en el ámbito educativo, y en este contexto se identificó deficiencia en comprensión lectora, teniendo como objetivo general implementar un Sistema Tutor Inteligente (STI) para fortalecer el aprendizaje de comprensión lectora en el segundo grado de primaria en la I.E 11050 Rómulo Cabrera Chilcon. El STI se desarrolló siguiendo el marco de trabajo SCRUM y la metodología CRISP DM. De acuerdo con los resultados el STI es un sistema especializado, personalizado que clasifica el nivel de aprendizaje en el que se encuentra cada estudiante y así mismo enviándoles a un módulo diferente (nivel de inicio, proceso, satisfactorio), también se aplicó el modelo Alicia y modelo de evaluación ECE, la cual ayudó a identificar en qué nivel requiere mejoras y así mismo brinda opciones de retroalimentación. El STI, cuenta con un chatbot, donde se empleó el modelo idóneo de redes neuronales artificiales multicapa, la cual permite que el chatbot interactúe con el estudiante brindándole definiciones y significado de una palabra que desconozca, el chatbot puede proporcionar definiciones y significados según Real Academia Española (RAE), para ayudar a comprender mejor el texto. Finalmente, el STI fue validado a través de juicios de expertos, brindando un 98 % de grado de satisfacción considerando la característica de adecuación funcional de la norma IEC 25010: 2015. / Promoting reading has become one of the primary challenges in the educational field, and in this context a deficiency in reading comprehension was identified, with the general objective of implementing an Intelligent Tutor System (STI) to strengthen the learning of reading 6 comprehension in the second. Primary grade at I.E 11050 Rómulo Cabrera Chilcon. The STI was developed following the SCRUM and CRISP DM methodologies. According to the results, the STI is a specialized, personalized system that classifies the level of learning in which each student is and also sending them to a different module (beginning level, process, satisfactory), the Alicia model was also applied, which helped identify at what level requires improvement and also provides feedback options. The STI has a chat-bot, where the ideal model of multilayer artificial neural networks was used, which allows the chat bot to interact with the student by providing definitions and meanings of a word that they do not know, the chatbot can provide definitions and meanings According to the Royal Spanish Academy (RAE), to help better understand the text. Finally, the STI was validated through expert judgments, providing a 98% degree of satisfaction considering the functional adequacy characteristic of the IEC 25010: 2015 standard.

Made available in DSpace on 2016-08-10T10:40:19Z (GMT). No. of bitstreams: 1 Noeli Antonia Pimentel Vaz.pdf: 27939265 bytes, checksum: a285e763b07345fb2801fce0e9ed4cfe (MD5) Previous issue date: 2013-05-15 / The generation of a pattern of navigation in Virtual Learning Environments (VLE) closer to the characteristics of the student is a question relevant of research. This paper takes as its starting point a Hybrid Intelligent Tutoring System (HITS) already proposed in the literature that uses the Artificial Neural Networks MLP (Multi Layer Perceptron) and rules of faculty experts, and adds a methodology using Partial Differential Equations (PDE) calculated by the method of finite differences, in order to improve the navigation decision to lead the student in a personalized way, adding to their biggest gains learning process. The original HITS developed for web platform has been adapted using technologies that enable the evolution system and the integration of the system settings for navigation mid-level, system without adaptive capacity, and the smart navigation were conducted to verify the effectiveness of the proposed system. Data obtained were evaluated by statistical tests with 5% level of significance, which proved the efficiency of the proposed model. / A geração de um padrão de navegação em Ambientes Virtuais de Aprendizagem (AVA) mais próximo das características do estudante é uma questão relevante de pesquisa. Esta dissertação toma como ponto de partida um Sistema Tutor Inteligente (STI) Híbrido já proposto na literatura que utiliza Redes Neurais Artificiais do tipo MLP (Multi Layer Perceptron) e regras de docentes especialistas; e agrega uma metodologia utilizando Equações Diferenciais Parciais (EDP) calculadas pelo método das diferenças finitas, com o objetivo de melhorar a decisão de navegação, para conduzir o estudante de forma personalizada, agregando melhores ganhos ao seu processo de aprendizado. O STI original, desenvolvido para plataforma web, foi adaptado utilizando tecnologias que possibilitem a evolução do sistema e a integração a Ambientes Virtuais de Aprendizagem, como o Moodle, por exemplo. Experimentos com o sistema em configurações para a navegação nível médio (sistema sem capacidade adaptativa) e a navegação inteligente foram realizados para verificação da efetividade do sistema proposto. Os dados obtidos foram avaliados por meio de testes estatísticos com nível de significância de 5%, que comprovam a eficiência do modelo proposto.

Made available in DSpace on 2014-07-29T15:08:19Z (GMT). No. of bitstreams: 1 dissertacao_pedro_quindere.pdf: 1753745 bytes, checksum: 1a9e14157501ea719da0e4e18d0479eb (MD5) Previous issue date: 2008-02-23 / In the context of efficient information transmission among people and, particularly in the helping of learning and training processes, this investigation presents results on the use of the technology of Hybrid Intelligent Tutoring Systems, based on artificial neural networks and expert rules, developed by Martins [MEA 2004], Melo [MEL 2003] and Meireles [MEI 2003]. Due to the fact that, in its initial empirical validation, neural training data has been originated from courseware in Introduction to Data Processing , some doubts have remained on the applicability of the trained neural network to other scenarios. The present production has approached these issues by the formalization of the content format and by presenting promising empirical results in two other scenarios: Scientific Methodology and Biological Rhythms . Results were analyzed by non-parametric methods with 5% significance. They reinforce the hypotheses that the studied tutoring system is efficient, able to reduce differences of distinct groups and shows thematic adaptability actually / No contexto da transmissão eficiente de informação entre pessoas, particularmente no auxílio a processos de ensino-aprendizagem e treinamento empresarial, este trabalho apresenta resultados da investigação do uso da tecnologia de Sistemas Tutores Inteligentes Híbridos, baseada em redes neurais artificiais e regras de especialistas, desenvolvida por Martins [MEA 2004], Melo [MEL 2003] e Meireles [MEI 2003]. Por utilizar, em sua validação empírica inicial, dados de treinamento neural provenientes de conteúdo na área de Introdução ao Processamento de Dados , restaram dúvidas sobre a aplicabilidade da rede neural treinada a outros cenários. Esta pesquisa aborda tais questões, formalizando requisitos de formatação dos conteúdos e apresentando resultados promissores em dois outros cenários distintos: Metodologia Científica e Ritmos Biológicos . Os dados obtidos são analisados através de métodos não-paramétricos e nível de significância de 5%, sugerindo que o sistema tutor ensina eficientemente, uniformiza grupos distintos de indivíduos e realmente apresenta adaptabilidade temática