1. No category

Personalización basada en agentes para
entornos de aprendizaje colaborativo
Elena B. Durán, Melina B. Trejo y Pablo L. Martínez
Resumen
El aprendizaje colaborativo en entornos virtuales permite una mayor dinámica e integración de los alumnos. Este
resulta potenciado gracias al desarrollo de aplicaciones software donde los estudiantes pueden navegar e interactuar con otros satisfaciendo sus intereses y necesidades académicas. Sin embargo, si no se presta atención a
cuestiones pedagógicas y psicológicas, podrían obtenerse resultados no deseados. En este trabajo se presenta un
módulo, basado en tecnología de agentes, que personaliza las tareas pedagógicas que se proponen a un grupo de
estudiantes, según los estilos de aprendizaje de sus integrantes.
Palabras claves: Aprendizaje Colaborativo, Estilos de aprendizaje, Personalización, Tecnología de Agentes.
Abstract
Collaborative learning in virtual environments allows greater dynamic and integration of students. This learning is
enhanced by software applications development, where students can navigate and interact with others to meet their
interests and academic needs. However, if you do not pay attention to pedagogical and psychological issues could
yield undesirable results. This paper presents a module based on agent technology, which personalized educational
tasks that are proposed to a group of students, according to the learning styles of its members.
Keywords: Collaborative Learning, Learning Styles, Personalized tasks, Agent Technology
Introducción
Uno de los grandes desafíos en educación es la personalización. Si se parte de la concepción que aprender significa
adquirir conocimientos relativos a los problemas encontrados en el mundo, actualmente, en la era de la información, a cada alumno se le pide dar forma a su propio conocimiento según su propia percepción del mundo. En
consecuencia, la información es el material seleccionado por los individuos para ser transformado por ellos en
conocimiento para resolver los problemas del mundo real.
La exigencia de los individuos en la sociedad dominada por el consumo es poco menos que la de desarrollar una
nueva predisposición para el aprendizaje, viendo constantemente el mundo como un desafío y como un entorno y
un recurso potencial para el aprendizaje (Woolf, 2010).
Este avance en la educación, en el que los individuos son responsables de sus propios procesos de aprendizaje,
requiere ser acompañado desde la tecnología. El desafío de la tecnología en la personalización de la educación es
proporcionar herramientas que “razonen” acerca de un estudiante como lo podría hacer un tutor humano, observando las actividades de cada estudiante, evaluando su aprendizaje y encontrando oportunidades para ofrecerle
ayuda. La tecnología puede supervisar las actividades de los estudiantes paso a paso, entender cuáles son las oportunidades de mejora (en relación a los objetivos de los interesados), y planificar y ejecutar formas de apoyar a los
estudiantes para aprovechar las oportunidades de aprendizaje.
Otro de los desafíos que enfrenta hoy en día la sociedad de la información y del conocimiento se relaciona con la po-
Autores: E. Durán es Dra. en Ciencias de la Computación. M. Trejo y P. Martínez son
estudiantes de la carrera Licenciatura en Sistemas de Información de la Facultad de
Ciencias Exactas y Tecnologías de la Universidad Nacional de Santiago del Estero. El
trabajo se enmarca en el Proyecto de Investigación titulado: Sistemas de información
web personalizados, basados en ontologías, para soporte al aprendizaje ubicuo.
Dirección de contacto: [email protected]
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015
19
Investigación Educativa
sibilidad de emplear las tecnologías de la información
y comunicación (TIC) para promover la construcción
colaborativa del conocimiento. El aprendizaje colaborativo (AC) se da cuando los estudiantes trabajan
juntos para lograr objetivos comunes de aprendizaje
(Johnson, Johnson & Beth, 2000). Este campo educativo hace referencia a la adquisición de conocimientos a través de la interacción entre los integrantes del
grupo, en donde se exponen sus habilidades a partir de discusiones que surgen durante el proceso de
aprendizaje. Una de las ventajas más importantes es
que promueve el logro de objetivos cualitativamente
más ricos en contenido, ya que reúne propuestas y soluciones de varias personas. También se incentiva el
desarrollo del pensamiento crítico y la apertura mental, y aumenta el aprendizaje de cada uno debido a
que se enriquece la experiencia de aprender (Lucero,
2004).
La educación en línea se ha vuelto una tendencia global de formación en los ambientes académicos, dando lugar al Aprendizaje Colaborativo Soportado por
Computadora (ACSC). Ésta es un área que estudia
cómo las personas pueden aprender de manera conjunta con la ayuda de los computadores. La inserción
de nuevas TICs (wikis, foros, chats, mensajería instantánea, etc.) en los procesos de enseñanza-aprendizaje hace posible la interacción. Aunque no basta
con poner énfasis sólo en el aspecto tecnológico, sino
que es importante también considerar aspectos pedagógicos que permitan respaldar la calidad del proceso
educativo. Por lo tanto, a pesar de las ventajas que se
obtienen con el ACSC, existen brechas por cubrir, y
una de ellas es la falta de personalización en muchos
de estos sistemas. Si bien hay algunos desarrollos al
respecto estos se centran en una personalización basada en cuestiones formales como el nivel de conocimiento de los integrantes del grupo, dejando de lado
factores que influyen en la motivación de los alumnos. Esto provoca problemas tales como el desgano,
una insuficiente interacción e intercomunicación entre miembros del curso, un bajo rendimiento de los
mismos y en el peor de los casos la deserción.
En consecuencia, es preciso ampliar el alcance de
la personalización de los ACSC a aspectos menos
formales, tales como las preferencias o los estilos
de aprendizaje de los estudiantes que conforman un
grupo. De esta manera, será posible llenar el vacío
pedagógico, teniendo en cuenta las características
distintivas de aprendizaje de cada estudiante. Estas
particularidades están presentes, entre otras cosas, en
la percepción y en el procesamiento de información
de los cursos a los que asisten.
Se debe ser consciente de que los estudiantes tienen
diferentes habilidades y capacidades para procesar la
información, y en base a estas diferencias poder ofre-
20
cer material pedagógico dinámico adaptado a preferencias particulares de aprendizaje. Para lograr esto
se podría adaptar el material de un curso digital, a los
estilos de aprendizaje de los estudiantes perteneciente
a un grupo.
La realidad muestra que la mayoría de los entornos
de aprendizaje a distancia, si bien cuentan con herramientas para la colaboración, no brindan soporte
para formular actividades adaptadas a las características de los grupos de aprendizaje. En particular,
MOODLE (Entorno de Aprendizaje Dinámico Modular Orientado a Objeto) es un entorno poderoso
para diseñar y producir cursos en línea. Es un sistema
de gestión de cursos, de distribución libre, que ayuda
a los educadores a crear comunidades de aprendizaje
en línea, puesto que posee herramientas para trabajos
colaborativos. Existen muchos avances en cuanto a
desarrollos de módulos de adaptación de MOODLE;
sin embargo, es escaso el progreso respecto a la personalización y nulo en relación a la adaptación de tareas colaborativas.
El campo de la Ingeniería del software brinda una
tecnología muy apropiada para abordar esta problemática: la tecnología de agentes. Los agentes son
entidades autónomas de software capaces de percibir
su entorno, procesar tales percepciones y responder o
actuar en su entorno de manera racional, es decir, de
manera correcta y tendiendo a maximizar un resultado esperado (Mas, 2005). Los agentes inteligentes
son capaces de resolver problemas de manera cooperativa, este tipo de comportamiento es estudiado
por una rama denominada “Sistemas Multi-Agente”
(SMA).
En este trabajo se plantea el diseño de un módulo de
personalización para la plataforma MOODLE. Este
módulo es un sistema multi-agente, que permite
adaptar las actividades de los grupos de aprendizaje
colaborativo, sobre la base de los estilos de aprendizaje de los integrantes que lo conforman.
En la siguiente sección se presentan algunos trabajos relacionados sobre personalización de entornos
de aprendizaje basada en la tecnología de agentes.
Luego se realiza una descripción del modelo de SMA
para entornos colaborativos de aprendizaje, propuesto para adaptar las actividades de los grupos de aprendizaje colaborativo. En la sección 4 se describe la implementación y validación del SMA; y finalmente se
presentan las conclusiones del trabajo realizado y se
describen las líneas de acción futuras.
Antecedentes
Se presenta a continuación una breve reseña de trabajos orientados a la personalización de sistemas de
e-learning, utilizando agentes inteligentes, algunos de
ellos aplicados al aprendizaje colaborativo, que sir-
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015
Investigación Educativa
vieron como marco de referencia al presente trabajo.
Huerva et al. (2009) proponen una arquitectura genérica basada en agentes inteligentes y servicios web
para la publicación de servicios, que puedan ser usados en plataformas de e-learning para lograr un proceso de adaptación en la entrega de contenidos educativos. En la arquitectura propuesta cada servicio de
adaptación es implementado a través de tres agentes
inteligentes: un agente llamado “páginas amarillas”,
un agente “comunicador” y el “adaptador”, el cual le
retornará el resultado generado.
Méndez et al. (2008) exponen una propuesta genérica
para cursos virtuales adaptativos soportado en técnicas de inteligencia artificial, en particular sistemas
multi-agente, planificación en inteligencia artificial y
razonamiento basado en casos. La generación automática entrega un curso personalizado aplicando una
explícita estrategia de adaptación que reconoce diversas características de cada aprendiz (psicológicas,
psicopedagógicas, preferencias y logros obtenidos,
expresados en términos de Objetivos Educativos).
Farias et al. (2008) proponen un método basado en
técnicas de Análisis de Clúster para detectar el estilo de aprendizaje dominante del estudiante. Dicho
método considera las interacciones del alumno con
el sistema para poder reconocer, no sólo su estilo de
aprendizaje dominante, sino también los cambios en
este estilo a lo largo del curso de e-learning.
Cocea (2006) presenta un meta-modelo planteado
para abordar las limitaciones de las actuales plataformas e-learning. Se ha diseñado dicho meta-modelo
que puede ser fácilmente integrado en plataformas
e-learning con la intención de fomentar la adaptabilidad, ajustándose a las necesidades de cada alumno,
basándose en el modelo de estilo de aprendizajes de
Felder y Silverman (1988).
Otra mejora planteada es la que describe Roa et al.
(2005), en la cual especifica las mejoras posibles
de implementar sobre la plataforma de e-learning
MOODLE, la personalización de contenido basada
en los perfiles de estudiantes utilizando redes neuronales.
El resultado de un proyecto efectuado por la empresa
(Conzepto – perteneciente al Grupo TADEL) en colaboración con el Departamento de Inteligencia Artificial de la Facultad de Informática de la Universidad
de Granada, se puso en práctica una herramienta para
la creación de itinerarios formativos automatizados,
adaptados a los estilos de aprendizaje de los alumnos.
Para el desarrollo del proyecto se utilizó la plataforma
MOODLE, el modelo de cuestionarios de estilos de
aprendizaje de Honey-Alonso (2008) y la herramienta de planificación autónoma de itinerarios formativos (PAIF) (Torres Toro et al, 2008).
En la Tesis de Abdelniser (2012) se propone un sis-
tema multi-agente de recuperación de información
personalizada con una Ontología especializada, denominado MAPIRSO. MAPIRSO ofrece un marco
completo de aprendizaje que es capaz de modelar el
comportamiento del usuario final y la búsqueda de
intereses y organizar la información en dominios categorizados a fin de garantizar la máxima relevancia
de sus respuestas en lo que se refiere a las consultas
de los usuarios finales. La especialización y la personalización se realiza mediante un grupo de agentes
colaborativos.
Padma y Seshasaayee (2011) analizan las potencialidades de Web 3.0 para ofrecer formación personalizada en ambientes colaborativos. La Web 3.0 es en
3D, está centrada en los medios de comunicación y
en la semántica, y permite la generación de agentes
inteligentes como tutores para recopilar y difundir las
respuestas a la consultas por parte de los estudiantes. Atendiendo a todas estas facilidades se realiza un
análisis de atributos (3D, Mash ups, preferencias de
los tutores y reconocimiento del habla) para personalización en la Web 3.0 y diseña un algoritmo de árbol
expandido para concretar la misma en el aprendizaje
colaborativo.
El trabajo de investigación a desarrollar, al igual que
la mayoría de los trabajos previamente presentados,
busca mejorar la calidad de los cursos e-learning soportados en la plataforma MOODLE, incorporando
aspectos de personalización; y basa dicha personalización en función al estilo de aprendizaje de los
alumnos siguiendo el Modelo de Felder y Silverman
(1988). Pero a diferencia de ellos, que adaptan el contenido educativo, en la presente propuesta se busca
adaptar las tareas de aprendizaje a resolver por el grupo, en entornos colaborativos.
Modelo de sistema multi-agente
Un agente es un componente de software que es capaz de actuar de forma autónoma para completar tareas de parte del usuario. Los agentes no actúan solos,
sino que interactúan entre sí conformando Sistemas
Multi-Agentes, los cuales trabajan de manera cooperativa buscando resolver problemas y proporcionar
servicios inteligentes a los usuarios. La tecnología de
agentes genera nuevas oportunidades para el manejo
y acceso a la información, brindando como beneficio
clave la adaptabilidad del contenido de la información presentada al usuario de un sistema.
Sobre la base de las facilidades ofrecidas por la tecnología de Agentes, se diseñó un módulo de adaptación
para el entorno de e-learning MOODLE. Este módulo
es un sistema multi-agente que tiene como finalidad
ofrecer tareas personalizadas a los miembros de un
grupo de aprendizaje colaborativo, en función de los
estilos de aprendizaje de los miembros del grupo.
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015
21
Investigación Educativa
Como se muestra en la Figura 1, el módulo está compuesto por tres agentes: un agente de personalización,
un agente gestor de tareas y un agente de interfaz.
Figura1. Modelo de sistema Multi-Agente.
El agente gestor de tareas es el encargado de mantener una base de datos con las diferentes tareas pedagógicas que se pueden ofrecer a los grupos de estudiantes, para cada tema de un curso.
El objetivo del agente de personalización es determinar qué tareas pedagógicas se le ofrecerán al grupo de
aprendizaje, en base a los estilos de aprendizaje que
se manifiestan en sus integrantes.
El agente de interfaz es el encargado de interactuar
con los estudiantes para identificar el tema sobre
el que desean trabajar; y en base a ello presentar al
grupo de aprendizaje las actividades sugeridas por el
agente de personalización.
Descripción del agente gestor de tareas
Como se indicara anteriormente, el agente gestor de
tareas mantiene la Base de Datos de Tareas. Esta Base
de Datos contiene las posibles actividades pedagógicas que se pueden proponer a los grupos de estudiantes utilizando las distintas herramientas de colaboración que ofrece la plataforma MOODLE. Estas tareas
son propuestas por el docente responsable del curso,
el desarrollo de estas tareas involucra el uso de las
diferentes herramientas colaborativas que ofrece la
plataforma MOODLE. Así, se pueden proponer actividades para las siguientes herramientas:
-Foros: son una de las herramientas de comunicación asíncrona más importantes dentro de los cursos
de MOODLE. Los foros permiten la comunicación
de los participantes desde cualquier lugar en el que
esté disponible una conexión a Internet sin que éstos
tengan que estar dentro del sistema al mismo tiempo,
de ahí su naturaleza asíncrona. En este tipo de herramienta se pueden proponer actividades tales como
22
tormenta de ideas, debates, análisis de un tema, etc.
-Talleres: Permite como pocas herramientas el aprendizaje y la evaluación cooperativa, introduciendo a
los estudiantes en un proceso de evaluación conjunta
y autoevaluación. En este tipo de herramienta se pueden proponer actividades tales como la evaluación
colaborativa de un trabajo, autoevaluación de trabajos grupales, etc.
-Wiki: permite que los participantes de un curso puedan crear páginas web sobre un determinado tema
sin necesidad de tener conocimientos de HTML. En
definitiva, se crea una comunidad de usuarios donde
cada uno aporta parte de su conocimiento con el fin
de crear documentos útiles para todos (sitio compartido y de colaboración). Entre las actividades a plantear
se encuentran: la creación colaborativa de diarios, documentos, monografías, respuestas a preguntas, etc.
-Base de Datos: El módulo Base de datos permite al
profesorado y/o a los estudiantes construir un banco
de registros sobre cualquier tema o asunto, así como
realizar búsquedas y mostrar resultados. El formato
y la estructura de estas entradas pueden ser prácticamente ilimitados, incluyendo imágenes, archivos,
direcciones URL, números y texto, entre otras cosas.
Para crear la Base de Datos de tareas, se consultó a
expertos pedagógicos, quienes además de definir los
tipos de tareas para cada tipo de herramienta colaborativa disponible en MOODLE, asociaron las capacidades requeridas en los estudiantes para poder concretar tales tareas. Estas capacidades están vinculadas
a las características de los estilos de aprendizaje del
modelo de Felder y Silverman. En la Tabla 1 se describen estas características y se detallan las capacidades asociadas.
Tabla 1: Capacidades asociadas a los estilos de aprendizaje del Modelo de Felder y Silverman
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015
Investigación Educativa
En segundo término, el agente de interfaz interactúa
con los estudiantes para presentarle al grupo las actividades sugeridas por el agente de personalización.
A modo de ejemplo se muestran en la Tabla 2 las tareas pedagógicas propuestas para la herramienta colaborativa FORO.
Tabla 2: Tareas pedagógicas propuestas para la herramienta colaborativa FORO
Descripción del agente de personalización
Como se adelantara en párrafos anteriores, el Agente
de Personalización es el encargado de determinar qué
tareas pedagógicas se le ofrecerán al grupo de estudiantes, en base a los estilos de aprendizaje que se
manifiestan en sus integrantes.
Dado que todo proceso de personalización requiere
del uso de Modelos de Usuario, que aporten información sobre las características de quienes utilizan
el sistema, este agente consulta los Modelos de Estudiantes previamente creados aplicando el Método
propuesto en Farías et al. (op. cit.). Estos modelos
contienen, entre otros datos, el estilo de aprendizaje
de cada estudiante.
El agente de personalización consulta en la base de
datos con modelos de estudiantes, el estilo de aprendizaje de cada uno de los miembros del grupo, y busca en la Base de Datos de Tareas, aquellas actividades
apropiadas para los estilos de estilos de aprendizaje
de los integrantes del grupo, que fueron extraídos previamente del Modelo de Estudiante, como se indica
en el párrafo anterior
Descripción del Agente de Interfaz
El agente de interfaz interactúa con los estudiantes
en dos instancias. En primer lugar, para identificar el
tema del curso sobre el que desean trabajar, información que luego le comunica al agente de personalización, junto con la identificación de los integrantes del
grupo, para que este consulte los estilos de aprendizaje de cada uno.
Desarrollo y validación del sistema
multi-agente
Desarrollo del Sistema
Para desarrollar sistemas basados en agentes, se requiere de una metodología que apoye este proceso
para evitar que sea informal, engorroso, propenso a
errores, y por lo tanto, caro.
Existen numerosas metodologías para el desarrollo de Sistemas Multi-Agentes (GAIA, MAS-CommonKADS, AUML, MaSE, MESSAGE, INGENIAS, etc.). De entre las metodologías existentes,
se ha seleccionado para el desarrollo del SMA del
presente trabajo, la metodología INGENIAS (Pavón,
Gómez y Fuentes Fernández, 2005), que presenta
un enfoque orientado a objetos, además provee una
colección y notación bien definida de actividades
para controlar el proceso, las tareas del análisis, el
diseño, la verificación, en el desarrollo de Sistemas
Multi-Agente. Por otra parte, el equipo de desarrollo
de INGENIAS creó una herramienta denominada INGENIAS Development Kit (IDK) que proporciona un
editor gráfico para modelar el sistema multi-agente,
módulos de generación de código que permiten transformar el modelo gráfico en un programa ejecutable
en un entorno de simulación, módulos de verificación
de propiedades para analizar si el modelo cumple un
conjunto de requisitos y un módulo de generación de
documentación que permite documentar el modelo.
El sistema multi-agente ha sido desarrollado en lenguaje PHP, y actualmente está siendo implantado
como un módulo de personalización en el entorno
MOODLE.
Validación del Sistema
Para la evaluación del módulo de personalización, se
está diseñando un curso a distancia, con actividades
de aprendizaje colaborativo, para la asignatura Simulación de la carrera Licenciatura en Sistemas de
Información de la Universidad Nacional de Santiago
del Estero.
Para realizar la validación, se dividirá a los asistentes
al curso en dos grupos. Un grupo tomará el curso con
el entorno MOODLE modificado; es decir, donde se
haya implementado el Módulo de Adaptación de actividades; y otro grupo, tomará el curso sin la implementación de dicho módulo. La contrastación de los
resultados obtenidos en cada grupo se hará utilizando
métricas para evaluar el rendimiento.
Conclusiones
Se destaca como resultado principal de este traba-
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015
23
Investigación Educativa
jo el modelo de un sistema multi-agente que ofrece
tareas personalizadas a los estudiantes de acuerdo a
los estilos de aprendizaje que se manifiestan en los
miembros del grupo. Resultado este, que representa
una primera etapa en la concreción del sistema, ya
que con él se está en la mitad del camino para mejorar
y potenciar las habilidades y el procesamiento de la
información de los estudiantes que trabajan en grupo
utilizando plataformas de e-learning. La implementación del modelo diseñado permitirá completar ese
camino, mejorando las capacidades de comunicación
y aprendizaje de los estudiantes, en cursos a distancia
implementados en el entorno educativo MOODLE.
De esa manera se busca llenar el vacío, en relación a
la adaptación de tareas colaborativas, que han dejado
muchos de los desarrollos existentes que incorporan
servicios personalizados al entorno MOODLE.
Por otra parte, el uso de tecnologías de agentes permite eficientizar el proceso de personalización, brindando flexibilidad al diseño. Permite además mejorar la calidad de los cursos e-learning en entornos
colaborativos, potenciando la calidad del proceso de
enseñanza-aprendizaje.
Como línea de acción futura, se plantea a corto plazo
la implementación del módulo diseñado, en la plataforma MOODLE, para ser utilizado en los cursos
a distancia que imparte la Universidad Nacional de
Santiago del Estero, en su Centro Universitario Virtual. A mediano plazo, se prevé la generalización de
este módulo para ser utilizado en otros cursos a distancia que utilicen plataforma MOODLE.
Esto llevará a una mejora en el rendimiento académico de los estudiantes pertenecientes a grupos de
aprendizaje colaborativo y contribuirá a mejorar la
calidad educativa.
Referencias
ABDELNISER M. (2012). Multi-Agent User-Centric
Specialization and Collaboration for Information Retrieval. Tesis Doctoral en Electrónica, Universidad de
Waterloo, Canadá.
ALONSO, C.M. (2008). Estilos de Aprendizaje. Presente y futuro. Revista Estilos de Aprendizaje 1(1),
4-15.
COCEA, M. (2006). Extendibility of Educational
Systems to Include a Learner-Adaptive Motivational
Module, International Conference The Future of E:
Advanced Educational Technologies for a Future eEurope.
FARIAS, R.A., DURÁN E.B. & FIGUEROA S.G.
(2008). Las Técnicas de Clustering en la Personalización de Sistemas de e-Learning, XIV Congreso
Argentino de Ciencias de la Computación (CACIC).
FELDER, R.M. & SILVERMAN L.K. (1988). Learning and Teaching Styles in Engineering Education,
24
Engineering Education, 78(7), 674-681.
HUERVA, D., FABREGAT R., MEJÍA C. & GÓMEZ
S. (2009). Arquitectura basada en Agentes Inteligentes y Servicios Web para la Adaptación de Contenidos Educativos en Plataformas de E-Learning, BCDS
- Broadband Network Control and Management and
Distributed Systems.
JOHNSON, D.W., JOHNSON, R.T. & BETH Stanne,
M.,(2000). Cooperative Learning Methods: A MetaAnalysis, University of Minnesota.
LUCERO, M.M. (2004). Entre el Trabajo Colaborativo y el Aprendizaje Colaborativo, Revista Ibero
Americana de Educación, 1681-5653.
MAS, A., (2005). Agentes Software y Sistemas Multi-Agente: Conceptos, arquitecturas y aplicaciones,
Ed.: Pearson Prentice Hall, Madrid – España.
MÉNDEZ, N., CARRANZA D., VICARI R. & SILVEIRA R. (2008). Modelo Inteligente Genérico para
Adaptatividad de Cursos Virtuales, Revista Novas
Tecnologias Na Educação.
PADMA S., and SESHASAAYEE A. (2011). Maximum Spanning Tree Model on Personalized Web Based Collaborative Learning in Web 3.0. International
Journal of Computer Science, Engineering and Information Technology (IJCSEIT), 1(5), December.
PAVÓN J., GÓMEZ-SANZ J. J., FUENTES-FERNÁNDEZ R. (2005). The INGENIAS Methodology
and Tools. In Brian Henderson-Sellers, Paolo Giorgini. Agent-Oriented Methodologies. Idea Group Publishing. pp. 236–276.
ROA, J., KARANIK M., GRAMAJO S., PÉREZ J.,
VIGIL R. & Ramirez R., (2005). Mejora de la plataforma de e-learning Muddle utilizando redes neuronales. Primeras Jornadas de Educación en Informática y TICS (JEITICS) en Argentina.
TORRES TORO, S., CASTILLO VIDAL L., MORALES L.l., JIMÉNEZ GALERA M.D., LLORCADÍEZ M.A. & ORTEGA CARRILLO J.A. (2008).
Personalización de itinerarios formativos en MOODLE adaptados a los Estilos de Aprendizaje de HoneyAlonso, XI Edición del Congreso Internacional Edutec.
WOOLF B. P., (2010). A Roadmap for Education
Technology. Global Resources for Online Education. Disponible en http://www.coe.uga.edu/itt/files/2010/12/educ-tech-roadmap-nsf.pdf
Revista Argentina de Enseñanza de la Ingeniería / Año 4 / Nº 8 / Abril 2015