Este algoritmo surge como necesidad de clasificar las preguntas en las multimedia educativas de forma inteligente. Utiliza la Teoría de Respuesta al Ítem (Item Response Theory, IRT) para determinar la probabilidad de que sea respondida una pregunta o ítem de manera correcta según la dificultad, grado de discriminación y probabilidad de adivinación. Luego con esta probabilidad de que sea correcta la respuesta se elabora una red bayesiana que determinará la secuencia de contenidos o temas a cursar a posteriori según el nivel de habilidad esperado. Se emplearon materiales sobre IRT, redes bayesianas y la teoría clásica de respuesta al ítem.
Introducción
Este algoritmo procede de los Test Adaptativos Informatizados (TAI) que son mucho más generales. Es el resultado de haberlo simplificado y especificado en la dirección de las multimedia educativas. Hay trabajos posteriores con solo IRT y con solo redes bayesianas aplicando la teoría clásica de evaluación. Eva Millán (Millán, y otros, 2001) ha desarrollado un trabajo muy interesante en esta rama de unir el IRT y las redes bayesianas, pero a veces usa IRT donde viola los supuestos planteados por esta teoría, por ejemplo ella incluye preguntas que tienen relación con dos o más contenidos violando el supuesto de Unidimensionalidad del ítem. Esto determina que no se tenga un correcto uso de la teoría y si los supuestos no se ajustan a la hipótesis, la tesis no es válida. Por lo que podemos arribar a la conclusión de que el algoritmo tal y como lo concibe Millán tiene ciertos problemas con el IRT en los supuestos que son subsanados en este algoritmo.
El objetivo de este trabajo es el de obtener un algoritmo eficaz y de una relativa facilidad de implementación para aplicar a los software educativos, principalmente para las multimedia creadas por nuestras casas de software para ponerla en manos de los estudiantes de todos los niveles de enseñanza. Porque no es tan sólo un algoritmo que muestra la habilidad de un examinado, también lo va guiando y le muestra la respuesta correcta en caso de que la respuesta esté incorrecta. Claro que esto puede ser opcional en dependencia de en que tipo de software será usado el algoritmo, si es un test donde no importe que se sepa las respuestas, aunque no es el principal objetivo, se puede eliminar este paso de mostrar la respuesta correcta en caso de incorrección. La principal diferencia de este algoritmo es que adapta los TAI a la idea de los tutores inteligentes.
Descargar Original
