Marco conceptual de sistemas recomendadores educativos basado enred de ontologías con docentes-in-the-loop

Abstract

En el contexto de la transformación educativa actual, la integración acelerada de tecnologías avanzadas como la inteligencia artificial (IA), el análisis de big data y las plataformas digitales está remodelando la educación formal. Estas tecnologías prometen ampliar el acceso educativo y fomentar el aprendizaje personalizado al adaptarse a las necesidades únicas de los estudiantes. Sin embargo, esta transformación plantea preguntas críticas sobre el papel de los docentes en entornos cada vez más digitalizados. Esta investigación se centra en el papel evolutivo de los docentes en la educación formal, que tradicionalmente se basa en currículos estructurados y metodologías de enseñanza, pero que ahora incorpora plataformas digitales de manera desigual. La falta de conectividad en ciertas áreas amplifica las desigualdades educativas y mantiene el aprendizaje limitado a enfoques offline. En este estudio, se explora la educación, el aprendizaje y la enseñanza, con un enfoque particular en cómo las prácticas docentes pueden adaptarse para ofrecer una educación personalizada. La enseñanza personalizada, orientada a adaptar las estrategias pedagógicas a las necesidades individuales de los estudiantes, es esencial para mejorar la calidad y la equidad educativas. Si bien gran parte de la literatura sobre educación personalizada se enfoca en el aprendizaje personalizado, este estudio examina el papel del docente en la configuración de la experiencia de aprendizaje. Específicamente, se analiza cómo los docentes pueden usar la IA y otras herramientas digitales para diseñar, adaptar y enriquecer sus prácticas pedagógicas. Los Sistemas de Recomendación Educativa (SRE) han surgido como herramientas poderosas para apoyar el aprendizaje personalizado. Estos sistemas emplean algoritmos para analizar datos y ofrecer contenido y estrategias personalizadas para los estudiantes. Sin embargo, los SRE actuales a menudo excluyen a los docentes del proceso de recomendación, enfocándose en la autonomía del estudiante. Esta omisión deja una brecha significativa en la personalización efectiva de la enseñanza. La investigación aborda cómo los SRE pueden evolucionar al integrar la participación docente en el proceso de recomendación, logrando que el sistema sea no solo más preciso, sino también más contextual y pedagógicamente sólido. Esta tesis propone un marco conceptual innovador: los Sistemas de Recomendación Educativa basados en Redes de Ontologías con "Docentes en el Bucle" (SRE-RO-DITL). Este marco incorpora la experiencia docente en el proceso de recomendación, garantizando que las sugerencias sean tanto técnicamente adecuadas como pedagógicamente relevantes. Un componente clave de este marco es la inclusión de los principios del Diseño Universal para el Aprendizaje (DUA), que buscan atender las diversas necesidades del alumnado. A través de este enfoque, los docentes participan activamente en la revisión y ajuste de las recomendaciones, cerrando la brecha entre los sistemas automatizados y la experiencia vivida por los educadores. El estudio subraya la importancia de las redes de ontologías para estructurar el conocimiento de una manera comprensible tanto para máquinas como para humanos, mejorando la precisión y relevancia de las recomendaciones. Los hallazgos sugieren que incorporar a los docentes en el proceso de recomendación puede mejorar significativamente la personalización de la enseñanza, haciéndola más receptiva a las necesidades únicas de los estudiantes y más alineada con los objetivos institucionales. Esta investigación abre camino a futuros estudios en disciplinas diversas, desde la investigación-acción sobre la implementación de sistemas SRE-RO-DITL hasta estudios etnográficos sobre el diseño y validación de interfaces de usuario para docentes. Representa una solución innovadora al desafío de integrar tecnología en la educación sin perder el papel esencial del docente.

No contexto da transformação educacional atual, a rápida integração de tecnologias avançadas como inteligência artificial (IA), análise de big data e plataformas digitais está remodelando a educação formal. Essas tecnologias prometem ampliar o acesso educacional e fomentar o aprendizado personalizado ao se adaptarem às necessidades únicas dos estudantes. No entanto, essa transformação levanta questões críticas sobre o papel dos professores em ambientes cada vez mais digitalizados. Esta pesquisa concentra-se no papel em evolução dos professores na educação formal, tradicionalmente baseada em currículos estruturados e metodologias de ensino, mas que agora incorpora plataformas digitais de forma desigual. A falta de conectividade em algumas regiões aprofunda as desigualdades educacionais e mantém o aprendizado restrito a abordagens offline. Este estudo explora a educação, o aprendizado e o ensino, com um foco especial em como as práticas docentes podem ser adaptadas para oferecer uma educação personalizada. O ensino personalizado, que busca adaptar estratégias pedagógicas às necessidades individuais dos estudantes, é essencial para melhorar a qualidade e a equidade educacional. Embora grande parte da literatura sobre educação personalizada enfatize o aprendizado personalizado, este estudo examina o papel do professor na construção da experiência de aprendizagem. Especificamente, investiga como os professores podem utilizar a IA e outras ferramentas digitais para projetar, adaptar e enriquecer suas práticas pedagógicas. Os Sistemas de Recomendação Educacional (SRE) emergiram como ferramentas poderosas para apoiar o aprendizado personalizado. Esses sistemas usam algoritmos para analisar dados e oferecer conteúdo e estratégias personalizadas para os estudantes. No entanto, os SREs atuais frequentemente excluem os professores do processo de recomendação, focando na autonomia do estudante. Essa lacuna limita a eficácia na personalização do ensino. A pesquisa explora como os SREs podem evoluir ao integrar a participação do professor no processo de recomendação, tornando o sistema não apenas mais preciso, mas também mais contextual e pedagogicamente relevante. Esta tese propõe um modelo conceitual inovador: Sistemas de Recomendação Educacional baseados em Redes de Ontologias com "Professores no Loop" (SRE-RO-DITL). Este modelo incorpora a expertise do professor no processo de recomendação, garantindo que as sugestões sejam tecnicamente adequadas e pedagogicamente apropriadas. Um elemento essencial desse modelo é a inclusão dos princípios do Desenho Universal para a Aprendizagem (DUA), que visam atender às diversas necessidades dos estudantes. Por meio dessa abordagem, os professores participam ativamente da revisão e do ajuste das recomendações, conectando os sistemas automatizados à experiência prática dos educadores. O estudo destaca a importância das redes de ontologias na estruturação do conhecimento de maneira compreensível para máquinas e humanos, aumentando a precisão e a relevância das recomendações. Os resultados sugerem que a integração dos professores no processo de recomendação pode melhorar significativamente a personalização do ensino, tornando-o mais responsivo às necessidades únicas dos estudantes e mais alinhado aos objetivos institucionais. Esta pesquisa abre caminho para futuros estudos em diversas áreas, desde pesquisasação sobre a implementação de sistemas SRE-RO-DITL até estudos etnográficos sobre o design e validação de interfaces de usuário para professores. Representa uma solução inovadora para o desafio de integrar tecnologia na educação, preservando o papel essencial do professor.