Especialización: Diseño tecnopedagógico (DIS). Profesor colaborador: Ramon Palau Martín Fecha: 5 de Enero de 2020 Localidad: Madrid Máster Universitario en Educación y TIC M1.132 TFM Tendencias tecnológicas e innovación educativa Felipe de Abajo Aragón A Sonia, por acompañarme en toda mi etapa universitaria. Contenido La personalización y la adaptación del aprendizaje son estrategias educativas con un interés y respaldo creciente en los últimos años. En la educación en línea, este interés se refleja en el auge de tendencias como las analíticas de aprendizaje o la inteligencia artificial a través de enfoques multidisciplinares que buscan soluciones tecnológicas a los problemas educativos más comunes. Una de estas soluciones es el aprendizaje adaptativo, que pretende desarrollar los sistemas de gestión del aprendizaje con nuevas funcionalidades para personalizar la experiencia educativa. Cada vez son más las organizaciones que se están sumando a esta ola de innovación educativa apoyada por las Tecnologías de la Información y la Comunicación, porque hace del aprendizaje una experiencia personalizada y única. En este trabajo, se conceptualiza un marco de referencia para las acciones que pertenecen a la línea de trabajo del aprendizaje adaptativo en el campus virtual de la compañía ADAMS, que persigue la mejora continua de la respuesta educativa a través la atención a la diversidad. También se presenta una propuesta de implementación de funcionalidad adaptativa en una acción formativa del área de Empleo Público, que pone a prueba el marco de referencia y representa un proyecto piloto ampliable otras acciones formativas de la compañía. Se aportan orientaciones que respalden el desarrollo de la propuesta de integración en esta empresa referente del sector formativo en España. Palabras clave: aprendizaje adaptativo, aprendizaje personalizado, e-learning, Inteligencia Artificial, campus virtual, entornos de aprendizaje adaptativo. Este Trabajo de Fin de Máster forma parte del itinerario de Diseño Tecnopedagógico (DIS, en adelante) perteneciente a la edición 2019/2020 del Máster Universitario en Educación y TIC de la Universitat Oberta de Catalunya. En este documento se presenta una propuesta de integración del aprendizaje adaptativo en las acciones formativas en modalidad online, que consiste en la elaboración de un marco de referencia y una propuesta de implementación. El contexto en el que se enmarca el trabajo es la empresa ADAMS Formación, aunque algunas de las consideraciones e informaciones recogidas son aplicables a un contexto más amplio que puede extenderse a organizaciones educativas como las universidades o los programas de desarrollo y formación de las empresas. De igual modo, también recoge información con valor para diferentes perfiles profesionales dentro del sector eLearning como directivos, diseñadores instruccionales, desarrolladores, autores y editores. El aprendizaje adaptativo es un concepto multidisciplinar constituido como constructo propio en varias ramas del conocimiento: ciencias de la educación, inteligencia artificial, psicología y neurociencia. Esta estrategia educativa integra metodologías de educación mediada por las Tecnologías de la Información y la Comunicación, puestas al servicio de las necesidades únicas de cada aprendiz. Utiliza medios tecnológicos como herramientas interactivas para asignar recursos según las necesidades particulares de cada alumno (Torras, 2018). Esta tendencia del ámbito de la tecnología educativa se fundamenta en los principios del aprendizaje personalizado, un enfoque paraguas con un enorme potencial educativo (Lerís & Sein-Echaluce, 2011). Los cuatro ejes centrales para la implementación del aprendizaje personalizado expuestos por Johns & Wolking (s.f.) son adoptados en este trabajo en consideración de elementos que guiarán la orientación de esta propuesta analizándolos desde una óptica equilibrada entre pedagogía y tecnología. Contenidos y herramientas flexibles Enseñanza individualizada Reflexión e interiorización Decisiones basadas en datos Figura 1. Ejes centrales para la implementación del aprendizaje personalizado. Elaboración propia a partir de Johns & Wolking (s.f.). En cuanto a implicaciones de carácter tecnológico, este trabajo se centra en entornos virtuales de aprendizaje y en la implementación de estrategias educativas empleando contenidos didácticos virtuales a través de sistemas de gestión del aprendizaje. Las plataformas y las acciones formativas con funcionalidad adaptativa ofrecen una oportunidad de negocio al estar orientados hacia un mercado con una tendencia en desarrollo, tanto empleada como soporte en las acciones formativas propias como de cara a la comercialización de otros servicios como alquiler de plataforma o licenciamiento de contenidos. Vignare et al. (2018) recomienda ofrecer oportunidades de aprendizaje flexibles e innovadoras para mantener la competitividad y responder a las necesidades de un público objetivo que se diversifica progresivamente. Argumentan que las experiencias de aprendizaje personalizado mediante tecnología adaptativa favorecen el logro de objetivos como aumentar la flexibilidad, la accesibilidad, la participación y los resultados de completitud de las acciones formativas, así como facilitar el uso de estrategias de recuperación y refuerzo. Según Arnaiz (2000, citado en Torras, 2018), la personalización del aprendizaje y el aprendizaje adaptativo son dos vehículos para la mejora de la atención a la diversidad en el ámbito educativo en cuanto a factores personales y pedagógicos de las personas que comparten el mismo Entorno Virtual de Aprendizaje (EVA, en adelante). Según Marchesi, Coll y Palacios (2017, citado en Torras, 2018) las TIC se revelan como una de las herramientas más eficaces disponibles para lograr un aprendizaje adaptativo y personalizado. En el ámbito educativo, alrededor de 1980 ya existían muchas expectativas depositadas en el sector de la IA, que comenzaba a producir y comercializar sistemas de software como herramienta de apoyo en el día a día (Gross, 1992). Hoy en día, gracias al desarrollo del conocimiento y tecnología en la IA, es posible encontrar nuevas soluciones informáticas que reducen estas dificultades y amplían las posibilidades. Actualmente, el aprendizaje adaptativo también atrae mucho interés por la creciente aparición de LMS que incorporan esta tecnología, hasta el punto de pasar a ser una característica distintiva (Milicevic, Ivanovic y Nanopoulos, 2015). No obstante, se trata de una tecnología emergente que abre un nicho de mercado en un escenario bastante competitivo, que ofrece la oportunidad a que las empresas puedan ofrecer soluciones innovadoras (Somyürek, 2015 y Ocsa, Suero, Herrera y Villalba, 2015). Considerando lo anterior, así como la gran demanda que existe en el mercado y la relativa juventud e inmadurez de la tecnología disponible, ser propietario de un LMS con aprendizaje adaptativo integrado supone, sin duda, una gran diferenciación de mercado y un avance hacia el posicionamiento estratégico. Por este motivo, es importante aprovechar la oportunidad de presentar una herramienta con resultados satisfactorios que marque la diferencia y que favorezca el desarrollo de la compañía. Con la intención de aportar orientaciones y evidencias útiles en esta línea de trabajo, este trabajo analiza y sintetiza la literatura científica relevante para tener la información que respalde y fundamente la propuesta de integración del aprendizaje adaptativo dentro del contexto de esta empresa del sector formativo. El contexto en el que se sitúa la propuesta se trata de ADAMS, una empresa editorial y de formación fundada en 1957 cuyo sector específico es la capacitación para el desempeño profesional a través del desarrollo de competencias directamente aplicables a las realizaciones profesionales del puesto laboral. La actividad económica de la compañía se distribuye en las siguientes líneas de negocio: empleo público, formación a empresas, formación privada y desarrollo de negocio, formación profesional para el empleo y formación para administraciones públicas (Adams Formación, s.f.). El número de trabajadores de la compañía asciende a más de 330 empleados que se encuentran distribuidos entre los centros que la compañía tiene en las siguientes ubicaciones: A Coruña, Barcelona, Girona, Madrid, Ourense, Santiago de Compostela, Sevilla, Valencia, Zaragoza, México D.F. Adams Formación lleva una veintena de años impartiendo acciones formativas en modalidad online y ofreciendo servicios para el desarrollo de la formación en entornos virtuales de aprendizaje. El pasado año 2018, más de 95.000 personas participaron como estudiantes y casi dos terceras partes del total, se formaron a través del campus virtual de la compañía (Adams Formación, s.f.). Las acciones formativas y los contenidos didácticos desarrollados, tanto en la fase de diseño y desarrollo, como durante su implementación, están orientados a la mejora de la cualificación para el empleo, por lo que los conocimientos, habilidades y actitudes que se trabajan se enfocan hacia la práctica mediante casos de aplicación al contexto profesional. La combinación de teoría y práctica resulta beneficiosa para favorecer la capacitación porque una adecuada base teórica es un aporte clave para los aprendizajes informales que se adquieren en el puesto de trabajo contribuyan a que la actividad profesional sea más eficaz y eficiente. Por esta razón, con la intención de aumentar el nivel de significación y eficacia de las realizaciones profesionales trabajadas, se dota al material didáctico de una proporción considerable de contenidos prácticos y por supuesto, numerosas actividades prácticas con las que aplicar las conocimientos, habilidades y actitudes objeto de aprendizaje. Es importante lograr una adecuada transferencia del conocimiento al puesto de trabajo porque contribuye a que el aprendizaje del alumno sea realmente significativo y resulte útil para planificar y ejecutar estrategias y operaciones respaldadas y fundamentadas. La estrategia didáctica sitúa al alumno en el centro del proceso de Enseñanza-Aprendizaje y fomenta su participación en todo el proceso, para que los estudiantes en línea puedan lograr con éxito la construcción de su propio aprendizaje ocupando un lugar central y protagonista en el proceso. El acompañamiento docente desempeña un papel importante en el proceso educativo, por el apoyo que supone para los estudiantes contar con personas de referencia con disponibilidad para ofrecer atención y estar al servicio del protagonista y de los objetivos de aprendizaje. En el momento de la elaboración de este trabajo, la compañía ya tiene puesto en marcha el proyecto de integración del aprendizaje adaptativo, con un equipo de cuatro personas integrado por el director del área de empleo público del departamento de formación online, un analista y dos programadores, que dedican una parte de su tiempo disponible. Los agentes involucrados en el proyecto incluyen al alumnado, el profesorado, el personal de gestión académica y la coordinación pedagógica. Como aspecto a destacar en relación a la gestión de este proyecto, se ha decidido optar por metodologías ágiles que ponen el acento en aportar valor a la compañía y facilitar el logro de objetivos sin excesivas dilataciones en el tiempo. De este modo, se pretende maximizar las oportunidades de que el proyecto evolucione y se desarrolle con orientación a resultados. Se está desarrollando un Producto Mínimo Viable que consiste en la personalización de las planificaciones de estudio que se proponen al alumnado de las acciones formativas de preparación de oposiciones, que abarca aproximadamente el 25% del total de estudiantes en el año 2018 (Adams Formación, s.f.). El perfil mayoritario de estudiante en esta rama formativa se caracteriza por tener una edad que oscila entre los 30 y 40 años, estar en posesión de estudios superiores y a menudo, compaginan la preparación de las pruebas de oposición con otras responsabilidades como la familia o el trabajo. Para alcanzar su objetivo de lograr el puesto de empleo al que aspiran, estas personas se forman con mucha autonomía y control de su propio aprendizaje, ya que el papel del estudiante ha de ser eminentemente activo, tanto en la adquisición y descubrimiento del epígrafe del temario como de la posterior asimilación y memorización. La herramienta de investigación seleccionada para la recolección de datos y el análisis de necesidades es la entrevista, con la intención de recabar información directamente procedente de diferentes agentes vinculados al proyecto sobre varios aspectos. Las personas participantes incluyen personal del equipo y estudiantes que se forman en modalidad online. El primer aspecto acerca del cual se ha dialogado es sobre la conveniencia de dotar de funcionalidad adaptativa a las acciones formativas de la compañía. En este sentido, el agente con más relevancia se trata del alumnado, de manera que los principales argumentos a favor de la propuesta incluyen consideraciones en base a información directa de los propios estudiantes. A nivel general, las demandas más comunes son la optimización del tiempo de estudio y la maximización de los aprendizajes y el alumnado coincide en mostrarse favorable con los itinerarios de aprendizaje personalizados. Algunos usuarios han propuesto que el expediente académico contenga información sobre el nivel de conocimiento de los conceptos objetos de estudio. Las valoraciones del alumnado acerca de las acciones formativas, ponen de manifiesto la satisfacción con el acompañamiento docente que se ofrece durante la ejecución de la formación online, particularmente por la buena calidad de la atención y el trato personalizado. El personal profesional, por su parte, se muestra optimista respecto al potencial del aprendizaje adaptativo para mejorar la respuesta educativa ya que permite ajustar la planificación de la acción formativa a las necesidades del alumno, aumentar la calidad y el alcance de la automatización del acompañamiento docente personalizado o la adaptación de los materiales didácticos. A nivel corporativo, se considera que esta innovación conlleva la oportunidad de posicionarse estratégicamente en el mercado nacional, ya que el aprendizaje adaptativo es una estrategia reciente sobre la cual están trabajando las principales organizaciones y la celeridad en el desarrollo de innovaciones y la prontitud en la comercialización de soluciones de aprendizaje adaptativo puede suponer un factor diferencial clave en las próximas décadas Se ha llevado a cabo una entrevista con la directora del área de soporte del campus virtual, que se encarga de dar apoyo a otras áreas de negocio en relación a diversas funcionalidades y opciones, pero también lidera el servicio de alquiler del LMS, por lo que conoce de primera mano las exigencias, demandas y sugerencias en relación al aprendizaje adaptativo que plantean las organizaciones interesadas en utilizar el campus virtual. Informa de que el número de empresas que demandan funcionalidad de aprendizaje adaptativo en el campus virtual va en aumento y considera que disponer de un LMS compatible y preparado para el aprendizaje adaptativo permitirá a la compañía mejorar sus resultados en alquiler del campus por dos vías: captación de potenciales socios y mejora en la tasa organizaciones interesadas que finalmente contratan el servicio. También indica que supondría ventaja competitiva respecto a otros proveedores de servicios web para la gestión del aprendizaje. Otra persona clave cuyo criterio ha de tenerse en cuenta es la directora del área editorial, responsable de la producción de contenidos formativos tanto en formato digital como en papel. Coincide con el resto de entrevistados en que esta propuesta representa una gran oportunidad para la compañía dada la gran relevancia de esta reciente tendencia, pero advierte del aumento de la carga de trabajo que supondría para su equipo la elaboración de materiales adaptativos. Afirma que sería inviable transformar todas las acciones formativas digitalizadas en material adaptativo, al menos con la dotación de recursos con la que cuenta su departamento. También comenta que en el proceso de creación de un curso intervienen perfiles tales como autores, editores, maquetadores y digitalizadores y que todos ellos, deberían recibir formación y apoyo en la medida en que sus funciones se vean repercutidas por la nueva implantación, aconsejando para ello la elaboración de guías orientativas y otros mecanismos y/o materiales que faciliten la creación de contenido de aprendizaje adaptativo, ya que, de lo contrario, el impacto del proyecto se vería muy limitado. Por último, también se ha considerado oportuno entrevistar al ingeniero informático con puesto de analista que forma parte del equipo de desarrollo, ya que es la persona encargada de transferir las propuestas expresadas con un lenguaje de alto nivel de abstracción a un nivel más bajo y conoce, por tanto, las particularidades y pormenores técnicos del campus virtual. También es el experto en metodologías ágiles que forma y coordina al resto del equipo en cuanto a esta manera de trabajar. En el departamento de sistemas, se ha detectado la necesidad de mejorar el proceso de gestión de los proyectos, motivo por el cual se ha optado por el uso de metodologías ágiles para el desarrollo de software. A través de la distribución del calendario de forma iterativa mediante períodos de dos semanas de duración en las cuales se debe incrementar el valor de la propuesta. Traslada que en esta ocasión este acercamiento a la gestión de proyectos tiene un papel fundamental puesto que la dedicación de los miembros del equipo es limitada y depende de una bolsa de horas disponibles, lo cual hace que elaborar estimaciones precisas de la carga de trabajo sea extremadamente importante para conseguir aumentar el valor del desarrollo acometido sin exceder los límites de horas disponibles. En base a la información que han aportado los agentes involucrados, especialmente aquellos datos referidos a los usuarios, se ha elaborado la propuesta de valor descrita a continuación. El Canvas de Propuesta de Valor que facilita Strategyzr (s.f.) representa una herramienta que facilita la generación de ideas e iniciativas de productos o servicios de calidad, ya que se otorga mucha importancia al contraste de estas con las necesidades de los usuarios. El primer paso consiste en definir el perfil de usuario, identificándose una serie de actividades a realizar o problemas a solucionar; frustraciones o aspectos que molestan al usuario y beneficios o alegrías necesarias, esperadas, deseadas o inesperadas. Tal y como se ha mencionado anteriormente, la diversidad de perfiles de usuario del Campus Virtual es enorme, al igual que las necesidades que pueden presentar en relación a su formación con la compañía, pero este análisis se centra en aquellos aspectos relacionados sobre todo con el tiempo de estudio durante el uso de la plataforma. En líneas generales, las necesidades e inquietudes de los usuarios son optimizar el tiempo de estudio y maximizar la adquisición de conocimiento, así como tener la posibilidad de seguir un itinerario de aprendizaje personalizado y de conocer su nivel de conocimientos sobre un concepto. Figura 2. Perfil de Usuario. Elaboración propia. El análisis realizado es fundamental ya que permite identificar las tareas que los estudiantes quieren realizar y los beneficios que les produce conseguirlas con éxito, así como los obstáculos que se encuentran y les impiden o dificultan lograr sus objetivos. Esta parte es esencial, pero no es la única, ya que lo complementa un mapa de valor, que incluye los componentes más importantes del producto y/o servicio que se ofrece a los usuarios, así como las propuestas para aliviar las frustraciones del usuario y facilitarles generar beneficios y alegrías. Contrastando la demanda de mercado expuesta, se expone una oferta que consiste en un marco de trabajo y una propuesta de implementación del aprendizaje adaptativo en el Campus Virtual. Para aliviar las frustraciones recogidas, se contemplan las siguientes medidas: generación de itinerarios formativos personalizados, implantación de contenido didáctico a medida del alumno y la incorporación del registro de nuevas variables académicas. Además, para facilitar que los estudiantes puedan lograr beneficiarse y alcanzar las consideraciones apuntadas, se prevé la adaptación del contenido didáctico y de la presentación del mismo en el Campus Virtual, así como el registro del nivel de conocimiento del estudiante acerca de conceptos objeto de aprendizaje y de las preferencias académicas mediante una evaluación y una encuesta inicial. Figura 3. Mapa de Valor. Elaboración propia. Por último, se trata de contrastar ambas partes, manteniendo actualizadas las consideraciones reflejadas para alcanzar el necesario match entre el producto o servicio ofrecido y lo que el mercado demanda. Para mantener la continuidad en la mejora de la respuesta educativa, conviene ajustar el análisis realizado y su propuesta de valor periódicamente, especialmente a lo largo de la duración de la línea de trabajo sobre aprendizaje adaptativo (Strategyzr, s.f.). La acometida que se encuentra en estado de desarrollo tiene por objetivo dar respuesta a la demanda del alumnado en relación al apoyo mediante planes y guías, incorporando la posibilidad de que el alumno obtenga itinerarios a medida en función de preferencias académicas y aspectos de temporalización.  Facilitar la implementación del aprendizaje adaptativo a través de un marco de referencia.  Establecer un sistema de diseño instruccional para el aprendizaje adaptativo.  Mejorar la experiencia educativa del alumnado que se forma utilizando acciones formativas en Entornos de Aprendizaje Adaptativo.  Facilitar la puesta en marcha de una prueba piloto con la propuesta de integración del aprendizaje adaptativo.  Mostrar evidencias científicas que justifiquen y respalden la propuesta con estadísticas, cifras y otros datos relevantes  Ofrecer información sobre aspectos de planificación, diseño y desarrollo de acciones de aprendizaje adaptativo.  Exponer consideraciones técnicas a tener en cuenta en la implementación de aprendizaje adaptativo sobre los estándares educativos y la integración de los componentes del LMS. MARCO DE TRABAJO DEL APRENDIZAJE ADAPTATIVO A continuación, se propone un marco de referencia para la línea de trabajo de la compañía en el aprendizaje adaptativo, en el que se contemplan aspectos técnicos relacionados con el Campus Virtual, el contenido didáctico, así como diversas consideraciones sobre el proceso de diseño instruccional. Se muestran distintas claves y consideraciones que pueden resultar útil en cualquier implementación del aprendizaje adaptativo, pero especialmente para propuestas como esta, que se alinea con el enfoque modular de la formación y la integración. Diversas propuestas de aprendizaje adaptativo están influenciadas por los Sistemas Hipermedia Adaptativos (SHA, en adelante), es decir, aquellos que toman en consideración las características de los usuarios para mostrarles contenido que les resulte útil y se ajuste a sus preferencias, necesidades, objetivos y/o conocimiento. Cuando se aplican al terreno educativo, el objetivo es aumentar la eficacia y eficiencia del aprendizaje, así como la satisfacción subjetiva del alumno a través del incremento en el ritmo de aprendizaje y mejoras en la comprensión del material didáctico y los resultados académicos. Para ejecutar estas estrategias, antes de nada, se deben responder dos incógnitas en relación a cuál es el factor de adaptación y qué se puede adaptar. Algunos de los factores de adaptación que se pueden utilizar son características del alumno como el conocimiento, los objetivos, el interés, la experiencia o el estilo y el contexto de aprendizaje. Una de las propuestas que han conseguido ser implementadas en este ámbito es GRAPPLE1, un proyecto respaldado por los programas de financiación para investigación e innovación de la Unión Europea y está orientado a facilitar que el aprendizaje a lo largo de la vida pueda contar con características adaptativas. Los resultados de esta labor conjunta de varias empresas y universidades europeas incluyen marcos de referencia, programas y utilidades, además, han servido para inspirar y aportar evidencias a propuestas como esta, a la hora de diseñar un sistema LMS con capacidad para almacenar y facilitar información de los estudiantes sobre el conocimiento de los conceptos objeto de estudio, así como de reproducir contenido de aprendizaje adaptativo que varía en función del conocimiento del alumno sobre estos conceptos. Las implementaciones que siguen el enfoque SHA suelen optar entre adaptar el propio contenido didáctico, la presentación del mismo, los elementos de navegación como los enlaces o bien una combinación de las anteriores (Souhaib; Khaldi; el Kadiri y Ibrahimi, 2010), lo que les aporta 1 Página oficial del proyecto GRAPPLE: http://grapple.win.tue.nl/home.html mucho potencial porque permite al usuario navegar por el contenido didáctico sin necesidad de seguir una secuencia restrictiva (De Bra et al., 2012). Es importante hacer una planificación del proyecto considerando una serie de etapas y fases, para cumplir con satisfacción los requerimientos de la compañía. Para ello, puede resultar útil la guía para la implementación de formación adaptativa de Vignare et al. (2018), que propone seis fases distribuidas en las etapas de plan, construcción y uso. La primera etapa es fundamental por su influencia en el resto del proyecto y en el nivel de personalización que se podrá alcanzar. La primera fase, establish support, consiste en el establecimiento de contactos y apoyo entre los interesados, la definición de la intención y el motivo de llevar a cabo el proyecto y de los problemas que permite resolver, así como la descripción y representación de la propuesta de implementación y una planificación que considere los recursos humanos y económicos necesarios, así como una aproximación de cuánto tiempo es necesario para su puesta en marcha (suele abarcar de 3 a 18 meses). La siguiente fase se denomina discover and decide, aquella en que se consideran y evalúan distintos recursos internos y externos que puedan ser convenientes para encontrar soluciones específicas a los problemas identificados en la fase anterior; pero lo más importante, es que se define el producto o sistema que se debe construir para hacer posible la puesta en marcha. En la segunda etapa, las fases design y develop, las decisiones y los objetivos acordados en la segunda fase son el punto de partida para esbozar una muestra donde se refleje cómo se utilizará el contenido didáctico adaptativo y qué indicadores cuantificables serán empleados para el seguimiento de la consecución de objetivos. Una vez concluida la fase de diseño, conviene comunicar el resultado a todos los agentes interesados, especialmente a roles como diseñadores instruccionales y autores de contenido, para que sea posible trabajar en paralelo en la creación de contenido didáctico adaptativo y en la integración en el campus. En la fase de desarrollo, el equipo de trabajo crea un primer Producto Mínimo Viable y es crucial porque cuando se concluye, todos los interesados (administradores, instructores, comerciales, etc.) deben estar listos para el lanzamiento, por eso es importante que se lleven a cabo pruebas para asegurar que el resultado funciona de acuerdo a lo esperado y demostrar que los recursos están disponibles y operativos para la puesta en producción. En la siguiente etapa se encuentra la fase de pilot and iterate, que consiste en realizar varias iteraciones con el producto piloto para depurar la propuesta antes de incorporarla a producción definitivamente, para lo cual se registran y analizan los datos de diversas fuentes para valorar los resultados, así como qué aspectos han resultado con éxito y en cuáles se debe continuar trabajando. También se detectan aspectos que podrían ser factores de riesgo cuando el proyecto se lleva a una escala más grande. Por último, la fase de escalado consiste en hacer llegar la implementación al nivel de despliegue adecuado en consideración a las metas del proyecto y las apreciaciones y observaciones que se realicen a lo largo del ciclo de vida del proyecto, definiendo en qué modo se modificará y expandirá la propuesta durante el escalado. Estas fases representan una serie de tareas y consideraciones importantes a lo largo de un proyecto de implantación como el que se presenta en este documento, pero eso no implica que necesariamente se deban realizar con una secuencia linear, sino que se pueden realizar distintos flujos de movimiento entre estas fases (Vignare et al., 2018). Es posible combinar los LMS con los Entornos de Aprendizaje Adaptativo (EAA, en adelante), lo cual supone aunar en un mismo entorno las funcionalidades de gestión de la formación y el proceso de aprendizaje con las mejoras en la formación que introducen los EAA (De Bra et al., 2010 citado en De Bra et al., 2012). Las posibilidades que ofrece el estándar SCORM2 (siglas de Sharable Content Object Reference Model) permiten establecer comunicación y complementariedad con los LMS y hacen posible modificar las secuencias de aprendizaje adaptando el contenido didáctico en función la interacción del usuario con el entorno virtual de aprendizaje. Los principales componentes de este estándar son Content Aggregation Model (CAM, en adelante) y Run Time Environment (RTE, en adelante). CAM describe cómo deben empaquetarse y construirse los OA y establecen las reglas de secuenciación de los elementos didácticos, ya sean Assets (pequeñas unidades de un Objeto de Aprendizaje como una imagen o un texto) o Sharable Content Objects (SCO, en adelante), es decir, combinaciones de agregación de Assets que forman la unidad más pequeña que puede ejecutar y rastrear un LMS (Bitonto, 2009). RTE, también conocido como intercambio de datos o entrega y rastreo, especifica la forma en que el contenido se comunica con el LMS durante la ejecución del mismo mediante un vocabulario asociado, el cual permite registrar muchas acciones y experiencias interactivas (Rustici Software, s.f. a). La tercera versión publicada, SCORM 2004, introdujo una especificación llamada Sequencing and Navigation (SN, en adelante), que permite representar y organizar los paquetes SCORM, describiendo el modo en que cada Objeto de Aprendizaje debe ensamblarse y especificando el comportamiento dentro de un SCO y entre varios de ellos (Bitonto, 2009). De este modo, se abre la posibilidad de ofrecer diferentes rutas de aprendizaje al usuario ya que permiten controlar la 2 Sharable Content Object Reference Model (SCORM): define un patrón para la creación de plataformas LMS y contenido didáctico de manera que permitan la interoperabilidad y el intercambio de datos entre sistemas que se ajusten al estándar (Rustici Software, s.f., a). agregación de los OA a través de reglas secuenciación que permiten determinar qué recursos están disponibles para el estudiante y cuál se debe mostrar a continuación. El proceso de secuenciación se pone en marcha en las siguientes situaciones: cuando se ejecuta un curso, cuando un SCO sale del entorno de ejecución RTE y cuando un usuario realiza una petición de navegación a través de la Interfaz Gráfica (IU, en adelante) del LMS. El resultado de la ejecución del bucle de secuenciación será un objeto de aprendizaje, un mensaje para mostrar al estudiante, el cierre de la acción formativa o un error (Rustici Software, s.f. a). Las propuestas de Kazanidis y Satratzemi (2009) y van der Sluijs y Höver (2009), sobre sistemas que cumplen con el estándar SCORM (SCORM compliant, en adelante) incluyen otras consideraciones acerca arquitectura de los sistemas informáticos que dan forma a los diferentes entornos virtuales de aprendizaje adaptativo que pueden resultar útiles para el diseño y desarrollo. Antes de comenzar el desarrollo de una acción formativa adaptativa, es importante hacer un sondeo de las líneas de trabajo y de investigación que constituyen el estado del arte para poder elegir el enfoque que resulte más adecuado en cada implementación. Según Rueda, Rodríguez y Castellanos (2012), marcos de trabajo como la lógica difusa o los sistemas expertos combina teoría computacional y tecnologías actuales para respaldar la implementación de la IA. Estos autores coinciden con Madaio (2015) en la mención a los algoritmos genéticos, que reproducen la selección natural encontrando algoritmos específicos para cada problema y facilitan la elaboración de itinerarios de aprendizaje personalizados con éxito. El Modelo Oculto de Márkov se trata de un modelo probabilístico que permite predecir variables desconocidas a partir de otras conocidas. En el ámbito del aprendizaje adaptativo, resulta útil especialmente a la hora de predecir la posibilidad de éxito en los estudiantes (Jurafsky y James, 2019). El Rastreo Bayesiano del Conocimiento se trata de un algoritmo que se puede emplear en EVA para predecir el grado de comprensión de los estudiantes sobre un determinada concepto o habilidad (Cho et al., 2018), simplificando el proceso de realizar agrupaciones de estudiantes y mejorando los resultados del mismo (Madaio, 2018). Las redes neuronales artificiales (RNA, en adelante), que Madaio (2015) describe por su función de recoger y representar patrones a partir del input procedente del rastreo de la interacción del estudiante en el LMS, hacen posible la obtención de conocimiento, la generación de patrones y la detección de tendencias sobre un determinado modelo de dominio, a partir de conjuntos de datos complejos e imprecisos; resultando muy útiles a la hora de realizar proyecciones a futuro (Rueda, Rodríguez y Castellanos, 2012). Existen técnicas específicas para poner en marcha estrategias de adaptación directa, mediante las que se puede mostrar recomendación visual3 a los estudiantes en diferentes puntos del itinerario formativo, tanto a nivel micro (feedback, explicaciones o enlaces) como macro (itinerarios opcionales o complementario). La adaptación indirecta se realiza a través de itinerarios formativos únicos o de la omisión de enlaces (Madaio, 2015). Knutov, De Bra y Pechenizkiy (2009) y Brusilovsky (2001, citado en De Bra et al., 2012) hacen una revisión describiendo los principales métodos y técnicas puestas en marcha en los SHA que se pueden aplicar en el contexto educativo. Muchas de ellas pueden resultar útiles a la hora de hallar una solución a cuestiones clave para lograr implementar estrategias como las secuencias adaptativas en las acciones formativas (Gutiérrez-Santos, Pardo y Delgado, 2008 citado en De Bra et al., 2012). Las principales técnicas de producción de adaptaciones en el contenido de aprendizaje son la inserción, supresión o alteración de fragmentos de los materiales didácticos, mientras que entre las técnicas de presentación adaptativa se encuentran algunas como la ordenación de fragmentos de contenido, así como otras relacionadas con aspectos visuales: tamaño, zoom, difuminado, etc. Otras técnicas muy relevantes son la indexación adaptativa de contenido o las sugerencias adaptativas, páginas con contenido adaptativo para compensar algunas carencias de conocimiento o la generación y anotación de enlaces, que permite asociar datos y archivos externos a ubicaciones específicas del material educativo (Moody, 2019). Por último, las técnicas de navegación adaptativa incluyen la generación, deshabilitación, ocultación o eliminación de enlaces y las anotaciones y sugerencias locales o globales. Algunos ejemplos de estas técnicas son proporcionar itinerarios y contenidos a medida (Berlanga y García-Peñalvo, 2008). En cuanto a la estructura de los sistemas SHA, Kazanidis y Satratzemi (2009) y Madaio (2015) afirman que generalmente, son tres los componentes principales: modelo de dominio, modelo de usuario y módulo de adaptación. Tarus, Niu y Khadidja (2017) también coinciden en la identificación de los tres componentes anteriores como los principales de su propuesta y los describen a través de sistemas ontológicos, que permiten hacer una representación formal de una serie de elementos y las relaciones entre ellos (Universitat Pompeu Fabra, s.f.). Su aplicación en el ámbito educativo ha sido más reciente, aunque la investigación y el trabajo alrededor de repositorios de información sobre usuarios y contenido de aprendizaje ya cuenta más de una década de trayectoria (Tseng et al., 2008, citado en Sömyurek, 2015). En el caso del aprendizaje 3 Sistemas de recomendación en e-learning: técnica empleada para personalizar el aprendizaje a través de recomendaciones sobre un determinado objeto de estudio (Milicevic, Ivanovic y Nanopoulos, 2015). adaptativo, describen fundamentalmente el contenido didáctico objeto de estudio, el perfil del estudiante y las reglas de adaptación del contenido. Según Albert et al. (2009), son tres las categorías de relaciones que pueden tener lugar en el contexto del aprendizaje adaptativo: jerárquicas, semánticas y pedagógicas. Las relaciones jerárquicas y semánticas entre diferentes conceptos del modelo de dominio sirven para describir el conjunto de aspectos a tratar, mientras que las relaciones pedagógicas permiten la definición de reglas de adaptación, esenciales en la implementación de estrategias adaptativas, ya que permiten asociarlas a comportamientos específicos del software que se ejecuta cuando el usuario navega por los distintos OA. El modelo de dominio representa los elementos didácticos que aborda una acción formativa, que pueden ser conocimientos, habilidades o actitudes y a los que se identifica como conceptos (Kazanidis y Satraztemi, 2009). Albert et al. (2009) lo define simplemente como una serie de conceptos y las releciones entre ellos. En otras palabras, el modelo de dominio puede entenderse como el mapa conceptual de la acción formativa que define los elementos formativos. Estas ontologías4 suelen ser elaboradas por quien se encarga de elaborar el contenido didáctico (autores, profesores, etc.) aplicando diferentes acercamientos para representar el modelo de dominio, tales como zooming, panning o filtering (Madaio, 2015;). Existen herramientas como GRAPPLE Authoring Tool (GAT, en adelante), que permiten definir a nivel conceptual y pedagógico, los modelos necesarios para que la adaptación pueda llevarse a cabo de forma visual mediante una interfaz gráfica (De Bra et al., 2012). El siguiente componente clave se trata del modelo de alumno, o la ontología que define los intereses, habilidades, estrategias y motivaciones de cada estudiante, que se emplearán para personalizar la experiencia de aprendizaje y propone un modelo de alumno cuyos componentes son: estilos de aprendizaje, conocimientos previos, experiencia, demografía, personalidad y estados emocionales (Universitat Pompeu Fabra, s.f.). Madaio (2015) propone varias técnicas de modelado de usuarios: overlay (basada en el modelo de domino), stereotype (basada en similitudes entre estudiantes), aunque existen otras tales como flat, hierarchichal o logic-based (Herder, 2016). Esta información puede consistir en datos estáticos (conocimientos previos, características cognitivas o preferencias sobre el contenido o 4 Ontologías: sistemas de representación formal de un dominio del conocimiento con el fin de establecer definiciones para los conceptos y las relaciones existentes entre ellos (Universitat Pompeu Fabra, s.f.). los objetivos) o datos dinámicos (conocimientos, estilo de aprendizaje inferido dinámicamente, tiempo de conexión, calificaciones o secuencias de clics). Algunas variables de información personal incluyen nombre, edad, idioma, nivel de estudios, títulos o certificados, entre otras. Las características cognitivas se refieren a capacidades como el ritmo de aprendizaje o preferencias como el tipo de interactividad con el sistema (activa o pasiva), densidad del contenido, grado de dificultad, tipo de recursos didácticos (gráfico, textual, simulaciones, etc.). También se pueden recoger datos sobre las preferencias acerca de aspectos vinculados a los canales de comunicación como el volumen de audio, el formato de texto o la velocidad del video (Elmohamady, 2017). Esta información, se puede obtener a través de diferentes modos, tanto de forma explícita (evaluación inicial, encuesta o retroalimentación) como implícita (a través de la interacción con el sistema). El caso de GRAPPLE es un gran aporte en este sentido, ya que presentan un modelo de usuario distribuido al que pueden acceder diferentes EAA y LMS como Moodle, Blackboard o Sakai. De este modo, la información sobre los estudiantes puede ser utilizada a posteriori, así como otro aspecto clave, permitir que el algoritmo de IA pueda ofrecer adaptaciones más precisas (Abel et al., 2010, citado en De Bra et al., 2012). El módulo de adaptación (MA, en adelante) se trata del componente que logra adaptar los elementos de la acción formativa en cuanto a la dificultad del contenido, la secuencia o itinerario formativo o el ritmo de aprendizaje (Madaio, 2015). Otros autores se refieren a él como el motor de recomendación que genera predicciones de calificaciones y recomendaciones personalizadas para cada alumno. Cuando el modelo de usuario empleado es de tipo stereotype, también será el encargado de computar las similitudes que se produzcan entre los estudiantes (Tarus, Niu y Khadidja, 2017). De Bra et al., (2012) se refieren al motor del aprendizaje adaptativo como el componente que se encarga de solicitar información a los otros componentes para poder ejecutar las reglas de adaptación, que tendrá lugar a medida que el estudiante interactúa con una acción formativa adaptativa. El LMS se encarga de recopilar los recursos didácticos e información general sobre los usuarios, mientras que el MA se encarga de mantener actualizado el conocimiento conceptual del modelo de dominio y la información acerca del conocimiento de los estudiantes sobre los conceptos objeto de estudio y también lleva a cabo la selección y presentación adaptativa de los recursos didácticos. Analizando este fenómeno a un nivel de abstracción más bajo, en GRAPPLE, la adaptación se consigue hacer realidad mediante la adaptación de archivos como, por ejemplo, documentos XML. Este lenguaje de marcas permite la asignación de módulos de programación mediante etiquetas, de forma que los desarrolladores pueden utilizar las etiquetas predefinidas o crear sus propias asociaciones de etiquetas y módulos de programación (De Bra et al., 2012). GRAPPLE incluye módulos comunes como las sentencias condicionales o los bucles, así como otras más específicas del aprendizaje adaptativo como <next>, que selecciona de forma automática el concepto más adecuado para estudiar en un determinado momento y otras que recogen las reglas de adaptación utilizadas en el momento de la ejecución, activados por eventos que ocurren cuando el estudiante accede a conceptos o realiza alguna acción. Las reglas de adaptación se pueden basar en algunas variables como el contenido didáctico que el estudiante ha visitado y suelen ser definidas por los autores del contenido didáctico (De Bra et al., 2012). Es en esta fase cuando la IA toma un papel central produciendo la adaptación y favoreciendo de ese modo la personalización del aprendizaje. En definitiva, estos son los tres componentes fundamentales que se emplean en esta propuesta para lograr un sistema de aprendizaje adaptativo capaz de representar los conceptos objeto de estudio, el conocimiento del alumno sobre estos conceptos, así como sus características individuales y de generar adaptaciones del contenido en base a unas reglas que determinan los elementos que se adaptan y en qué condiciones (Kazanidis y Satratzemi, 2009). Además, para permitir la comunicación y el intercambio de datos, así como para aumentar la independencia e interoperabilidad de cada componente, se incluye un cuarto componente en la estructura propuesta. Algunos métodos de comunicación entre los componentes incluyen componentes que centralizan y coordinan la comunicación entre el resto de componentes, por ejemplo, mediante un gestor de eventos asíncrono que permite que el intercambio de información entre cualquier componente del sistema se produzca a través él, sin necesidad de que todos los componentes se entiendan entre sí (De Bra et al., 2012). En el Entorno de Aprendizaje Adaptativo GRAPPLE (GALE, de sus siglas en inglés), el módulo de adaptación establece comunicación con los modelos de dominio y usuario a través de un componente que centraliza y canaliza el intercambio de datos, el hub de comunicación. Alojar contenido didáctico en una plataforma LMS implica que todos sus OA deben ser accesibles, tanto si se encuentran en un repositorio del LMS como si se alojan en un repositorio externo. La creación de contenido didáctico modular se presenta como uno de los pilares de este proyecto debido a que facilita enormemente la adaptación, la reutilización y la escalabilidad (Bitonto, 2009). Además, otorgan agilidad en los procesos de creación y actualización de Objetos de Aprendizaje (OA, en adelante), considerados parte esencial de los sistemas de aprendizaje dentro del enfoque modular (Somyürek, 2015). La mayoría de acciones formativas online siguen un enfoque one size fits all, mediante el cual todos los estudiantes son matriculados en una acción formativa cuyo contenido didáctico es el mismo independientemente de las características particulares de cada estudiante. En esta propuesta, se ha optado por la creación de una acción formativa que permita la entrega personalizada de contenido (van der Sluijs y Höver, 2009) Una posible alternativa sería crear cursos diferentes para cada agrupación, pero esta solución no permite una respuesta educativa íntegra y flexible, además, resultaría demasiado laborioso (van der Sluijs y Höver, 2009). Por esa razón, en esta propuesta se ha optado por desarrollar un contenido didáctico con relativa semejanza al que emplean las acciones formativas no adaptativas, en cuanto a que mantiene las características SCORM Compliant. Algunas de las propuestas que se han explorado incorporan otro componente en sus propuestas de aprendizaje adaptativo, las herramientas de autor con funcionalidad adaptativa. Estas aplicaciones ofrecen la posibilidad de construir acciones formativas capaces de acceder a las variables definidas anteriormente en el modelo de alumno y de dominio, las cuales son visibles para el motor de ejecución de los EAA, que empleará dichas variables a posteriori en la ejecución de las reglas de adaptación que se incrustan en las Unidades Didácticas (Bahritidinov, de Lis, Sánchez y Lama, 2010). La propuesta de van der Sluijs y Höver, (2009) trata de dar solución a este problema mediante la entrega personalizada de contenido, introduciendo una serie de pasos en el proceso de diseño instruccional: creación y almacenamiento del contenido en archivos HTML y creación de reglas de adaptación para expresar el comportamiento personalizado deseado. Es importante destacar que el autor plantea la creación de un archivo específico para concepto objeto de estudio. La herramienta que proponen es la herramienta gráfica de autoría para AHA!, que permite la creación de sistemas adaptativos basados en la web mediante el uso de una interfaz gráfica. De este modo, se simplifica la creación de formación con funcionalidad adaptativa, limitando el nivel de destrezas técnicas necesarias para llevarlo a cabo. GRAPPLE plantea una herramienta propia para el diseño instruccional de acciones formativas que permite definir las relaciones entre conceptos de forma visual, con código implícito en estas relaciones, lo que hace realidad la adaptación del aprendizaje y esto ayuda en gran medida a los profesionales involucrados en el proceso de autoría del material didáctico. (Albert et al., 2009). Esto coincide con la necesidad detectada en relación al soporte necesario para que autores no expertos en programación informática puedan crear y editar las relaciones pedagógicas entre los conceptos del modelo de dominio, como una parte fundamental del proceso de diseño instruccional adaptativo propuesto para la implantación. Crear contenido didáctico adaptativo es una labor que requiere una dedicación añadida durante el proceso de diseño instruccional, por lo que es importante asegurar que dispone de los recursos necesarios para tener éxito en la creación del mismo. PROPUESTA DE IMPLEMENTACIÓN DE LA ADAPTACIÓN A continuación, se presenta una propuesta de implementación del aprendizaje adaptativo cuyo objetivo es conceptualizar un sistema que permita ofrecer acciones formativas adaptativas en modalidad online a través del Campus Virtual de la compañía. Las funcionalidades adaptativas propuestas se construyen en el propio contenido, lo cual facilita la integración del aprendizaje adaptativo en el Campus Virtual ya que el proceso de gestión académica y soporte tecnológico no resulta alterado. Se trata de un sistema que aporta elementos adaptativos en formato textual y gráfico. Esta implementación adapta el contenido didáctico servido en el LMS, mediante la personalización del mismo en función del conocimiento que el estudiante tenga acerca del concepto del que trata un determinado Objeto de Aprendizaje. En este tipo de acciones formativas, se plantean diferentes rutas de aprendizaje, de manera que, durante la navegación e interacción del usuario, se ejecutan fragmentos de código para elegir de forma dinámica el contenido didáctico que se lanzará a ejecución. De este modo, se logra un mecanismo que permite diferenciar entre las calificaciones de la acción formativa y el conocimiento adquirido. Considerando la arquitectura de sistemas del Campus Virtual y el enfoque modular de esta propuesta, se considera que SCORM, resulta adecuado en este proyecto, ya que hace posible la interoperabilidad entre el contenido didáctico y el entorno virtual de aprendizaje y puede utilizarse para crear contenido multimedia modular de fácil actualización (Bitonto, 2009). Para materializar esta propuesta se ha seleccionado la relación pedagógica prerrequisito, que establece si un concepto resulta adecuado para el alumno en función del cumplimiento con los requisitos, en este caso, según el conocimiento que tenga el alumno sobre los conceptos previos que se requieren (De Bra et al., 2012). En esta propuesta de implementación, se ha seleccionado el conocimiento como el factor de decisión en las reglas de adaptación, habilitándose dos valores para la variable nivel de conocimiento: alto y bajo. Para disponer de información del alumno sobre esta variable, las acciones formativas que implementen esta funcionalidad iniciarán por la realización de una evaluación inicial en la que el estudiante debe responder a una serie de ítems que evalúan el conocimiento de aquello objetos de estudio que se vayan a incluir en la adaptación. A continuación, se asigna a los estudiantes un nivel de conocimiento en concreto para cada concepto incluido la evaluación inicial. Mediante la siguiente regla de adaptación: “conocer C es prerrequisito de R1, si usuario no conoce C, se muestra R2; donde C es un determinado concepto objeto de estudio, R1 y R2 son los recursos de aprendizaje asociados a C. R1, o página básica, es un recurso didáctico básico orientado al refuerzo y asentamiento de conocimientos de los estudiantes con un nivel de conocimiento bajo sobre el concepto y R2, o página común, corresponde al recurso didáctico que contiene todos los elementos esenciales para la superación de la acción formativa y está orientado a la totalidad de los estudiantes. Esta implementación se realiza utilizando los componentes propuestos en el Marco de Trabajo del Aprendizaje Adaptativo, así como la funcionalidad del Sistema de Gestión de Aprendizaje para comunicarse con el contenido de aprendizaje SCORM, a través de su API y el lenguaje de programación interpretado JavaScript. El enfoque modular que se sigue en esta línea de trabajo hace necesario habilitar mecanismos en el EAA que permitan registrar información acerca de las acciones formativas y de los usuarios matriculados en las mismas, así como, el tratamiento y procesamiento de los mismos. Con la intención de diseñar un sistema que se ajuste a los procedimientos actuales de la compañía, a los requisitos de esta propuesta, así como a las especificaciones técnicas de la plataforma, pero que mantenga un enfoque flexible y orientado a la escalabilidad, se ha tomado como referencia la arquitectura de Sistemas de Gestión del Aprendizaje propuesta por Kazanidis y Satratzemi (2009), que amplía su alcance partiendo manteniendo las características de los LMS SCORM compliant. Aquí se puede un diagrama conceptual del sistema propuesto. Figura 3. Arquitectura del entorno virtual de aprendizaje propuesto. Elaboración propia a partir de Kazanidis y Satratzemi (2009). La unidad didáctica es el elemento básico que estructura las acciones formativas y está compuesta de uno o más OA (corresponde al componente SCO del estándar SCORM, por tanto, la unidad más pequeña que el Campus Virtual puede ejecutar y rastrear). Cada OA está compuesto por diferentes páginas que siguen una secuencia determinada en el proceso de diseño instruccional. En esta propuesta se plantea la posibilidad de que algunas de estas páginas puedan tener funcionalidad adaptativa, en cuyo caso llevará asociado un concepto del modelo de dominio. Además, en estos casos el número de páginas se duplica porque se precisan dos modos de presentación del material didáctico, de modo que cada una de ellas se asocia a uno de los valores (alto y bajo) de la variable adaptativa nivel de conocimiento. En este caso, las etiquetas de metadatos facilitan la localización y reutilización de los mismos (Bitonto, 2009). El momento en que se ejecuta la regla de adaptación es durante el proceso de secuenciación, que se invoca cuando el usuario navega por las páginas de la acción formativa. Para ello, se propone una adaptación del algoritmo del bucle de secuenciación, al que se incorpora un bloque que analiza el nivel de conocimiento del alumno para el concepto objeto de estudio y entrega la página adecuada en cada caso. A continuación, se expone un algoritmo basado en el descrito por Rustici Software (s.f. b) ajustándose a la especificación de Secuenciación y Navegación de SCORM y elaborado contando con el apoyo de expertos, disponible a través del servicio de soporte técnico de SCORM5. Cuando un alumno acceda a un concepto en el que obtuvo una calificación correspondiente al valor bajo de la variable nivel de conocimiento, el algoritmo resulta en la entrega de la página básica antes de continuar la ejecución con la página ordinaria. Sin embargo, si el valor del alumno en la variable adaptativa es alto, el entorno de ejecución entregará al alumno la página ordinaria directamente. El algoritmo de alto nivel propuesto para la implementación del bucle de secuenciación es el siguiente: PASO 1  ASEGURA QUE LA PETICIÓN DE NAVEGACIÓN ENTRANTE ES CORRECTA PASO 2  FINALIZA LA EJECUCIÓN DE LA PÁGINA ACTUAL 2.1  TRANSFIERE LOS DATOS DE EJECUCIÓN AL ÁRBOL DE ACTIVIDADES 2.2  TRANSFIERE EL ESTADO DE TODOS LOS NODOS DE LA PÁGINA AL ÁRBOL DE ACTIVIDADES PASO 3  DETERMINA QUÉ PÁGINA CORRESPONDE EN LA SECUENCIACIÓN Y, EN CASO DE QUE CONTENGA FUNCIONALIDAD ADAPTATIVA, ENTRA A EJECUTAR EL PASO 4, SI NO PASA DIRECTAMENTE AL PASO 5. PASO 4  DETERMINA QUÉ PÁGINA SE MUESTRA AL ALUMNO 5 https://scorm.com/scorm-explained/technical-scorm 4.1  OBTIENE EL VALOR DE LA VARIABLE NIVEL DE CONOCIMIENTO DEL ALUMNO SOBRE EL CONCEPTO ASOCIADO A LA PÁGINA CORRESPONDIENTE. 4.2  SI EL VALOR ES BAJO, SE SELECCIONA LA PÁGINA BÁSICA. SI ES ALTO, SE SELECCIONA PÁGINA COMÚN. PASO 5  ENTREGA LA PÁGINA SELECCIONADA AL ESTUDIANTE Con el objetivo de poder hacer un seguimiento a lo largo del proceso de puesta en marcha de la propuesta, se contemplan algunos aspectos como las técnicas de evaluación, las variables medidas o los indicadores empleados, entre otros. La evaluación contemplará aspectos cualitativos y cuantitativos, incorporando visiones y apreciaciones de varios agentes que intervienen de algún modo en el proceso de EnseñanzaAprendizaje, por ejemplo, diseñadores instruccionales, gestores de la formación y personal docente. Las variables que se controlaran en la evaluación del proyecto incluyen la viabilidad técnicofinanciera de la propuesta, las diferencias en los resultados de aprendizaje o la satisfacción con la propuesta innovadora, a través del empleo de indicadores, algunos de ellos aplicables a nivel general entre varios de los agentes que intervienen en el proceso evaluativo, mientras que otros son específicos para la valoración de elementos tecnológicos, como el rendimiento en el flujo de trabajo de los autores de contenido y desarrolladores de la plataforma, o elementos pedagógicos como el desempeño de los estudiantes en las acciones formativas, las calificaciones obtenidas en las oposiciones o los comentarios de los participantes sobre la experiencia educativa que incorpora el proyecto. Para poder analizar las opiniones de los participantes se plantean una serie de actuaciones destinadas a conocer de primera mano estas valoraciones y tener acceso a datos relevantes para la mejora continua de la propuesta. Otra fuente de datos para este seguimiento son las funcionalidades de gestión académica que incluyen los LMS, principalmente las relacionadas con informes, ya que permiten obtener documentos y presentaciones en línea de datos relevantes en la evaluación académica como las calificaciones, el tiempo de conexión, porcentajes de evolución, así como como otros sobre documentación, facturación, licenciamiento, rendimiento tecnológico de la plataforma, etc. En relación a la propuesta de implementación que se pondrá a prueba en acciones formativas orientadas a preparación de oposiciones, se precisará elaborar un cuestionario que será distribuido a los participantes de la acción de formativa concreta, que incluirá una serie de ítems de escala tipo Likert y espacios para preguntas abiertas donde se pueda expresar cualquier apreciación. El principal espacio de comunicación y coordinación son las reuniones La personalización del aprendizaje se trata de una de las estrategias educativas más eficaces para ofrecer una buena política de atención a la diversidad y cuando se emplea en combinación de recursos y metodologías pedagógicas y de tecnología educativa tienen el potencial de alcanzar mejoras en la calidad de la experiencia educativa de cualquier organización o iniciativa formativa. Gracias a los avances tecnológicos en el sector eLearning, como la estandarización y especificación de los Objetos de Aprendizaje, hoy en día es posible implementar estrategias personalizadas de aprendizaje a través de las TIC. En este sentido, la propuesta de diseño instruccional que se ha presentado, sigue las líneas de trabajo marcadas por algunas de estas herramientas como los LMS, lo cual le confieren el potencial para poder integrar la implantación acciones formativas adaptativas Desde una perspectiva tecnológica, el diseño instruccional adaptativo se plantea simplemente mediante el empleo de las funcionalidades que incluye la versión 2004 del estándar educativo SCORM. Concretamente, se emplean las reglas de secuenciación del contenido didáctico para poder tener control sobre el itinerario formativo del alumno y poder alterar su orden habitual de visualización. El proceso realizado para la elaboración de este documento ha permitido llevar a cabo una exploración de la literatura científica existente hasta la fecha, que se ha representado en forma de revisión del estado del arte, combinando enfoques tecnológicos y educativos de acorde a la naturaleza del aprendizaje adaptativo, que se encuentra entre las disciplinas de la inteligencia artificial y la pedagogía. Se han podido constatar algunas de las principales técnicas, estrategias y herramientas que se emplean en la implementación de propuestas didácticas innovadoras en el marco de esta tendencia educativa. De igual modo, se han revisado iniciativas referentes e inspiradoras como GRAPPLE, que pretenden construir una suerte de espació común educativo donde la información relativa a la formación del ciudadano pueda ser empleada como fuente de datos para la adaptación del contenido didáctico virtual. Las tendencias actuales en el ámbito de la tecnología educativa desempeñan un enorme papel en la capacidad de innovación educativa y en la mejora continua de las organizaciones que comparten como actividad la creación de contenidos y/o la impartición de acciones formativas en modalidad online. En cierto modo, el crecimiento y auge del interés en el ámbito del aprendizaje adaptativo ha generado un buen número de iniciativas, propuestas, estrategias y metodologías innovadoras que amplían las posibilidades de los equipos encargados de proveer y entregar contenidos didácticos. Sin embargo, esta se trata de una disciplina de reciente aparición en la que se están desarrollando muchos productos, pero el lanzamiento de muchas de estas innovaciones aún no se ha producido. Por tanto, a la hora de elegir qué instrumento utilizar en determinada implementación del aprendizaje adaptativo, el abanico de opciones se limita en gran medida. Por ejemplo, el estándar más común y popular de eLearning, SCORM, tiene una funcionalidad y estructura de tipo encapsulada, lo cual supone una cierta limitación en la accesibilidad a datos que no se encuentren en el entorno de ejecución inmediato. Por otra parte, la limitación en los recursos asignados al proyecto hace que su aprovechamiento eficiente sea una aportación crucial al mismo, especialmente en lo que respecta a la gestión del tiempo de trabajo del que dispone el personal que forma parte del equipo. Para ello, es importante, en primer lugar, que los programadores que trabajan en el desarrollo de nuevas funcionalidades de aprendizaje adaptativo en el Campus Virtual de la compañía deben trabajar siempre en aquellas soluciones que resulten más valiosas para el momento en que se encuentre el proyecto. En segundo lugar, es importante tener en cuenta que los tiempos de diseño instruccional se extienden a la hora de construir una acción formativa adaptativa, por lo que es necesario gestionar elementos como la duración, la profundidad de los conceptos o la dedicación que requieren los componentes gráficos, para poder cumplir con los plazos establecidos y no sobre cargar a los autores de contenido. La propuesta de implementación del aprendizaje adaptativo descrita en este trabajo puede ser aplicada en contextos formativos reales, como la propuesta de llevar a cabo una prueba piloto en acciones formativas de oposiciones en modalidad online, con la intención de ir ampliando progresivamente el número de alumnos que se beneficien de estas innovaciones. También es posible utilizar este marco de referencia e integrar los aspectos que resulten relevantes para la aplicación práctica de diferentes iniciativas y proyectos eLearning, tanto de la compañía en la que se contextualiza el documento como en otros ámbitos y espacios educativos. Otra línea de trabajo realmente interesante es la exploración de estrategias y mecanismos que permitan compartir la información sobre las acciones formativas y los estudiantes a lo largo de su preparación en acciones formativas del Campus Virtual de la compañía o incluso en las que imparta una organización que alquile el LMS a la compañía. Albert, D.; Nussbaumer, A.; Steiner, C.; Hendrix, M. y Cristea, A. (2009). Design and Development of an Authoring Tool for Pedagogical Relationship Types between Concepts. En Kong, S.C., et al. (Eds.), Asia-Pacific Society for Computers in Education. Adams Formación (Sin fecha). Memoria 2018 Adams Formación. Recuperado de https://adams.es/site/memoria-2018/castellano/index.html Bahritidinov, B.; de Lis, J.; Sanchez, E. y Lama, M. (2010). Supporting Adaptive Learning with a Student Model Repository and Shared Adaptive Variables. En X. Luo, et al., (Eds.) Advances in Web-Based Learning – ICWL 2010. 9th International Conference, Shanghai, China, December 8-10, 2010. Proceedings (pp. 1-10). Shanghai, China: Publisher. Berlanga, A. y García-Peñalvo, F.J. (2008). Learning Design in Adaptive Educational Hypermedia Systems. Journal of Universal Computer Science. 14, (22), p. 3627-3647 Bitonto, D.I.; Roselli, T; Rossano, V.; Monacís, L.; Finamore, R. y Sinatra, M. (2009). Adaptive learning using SCORM compliant resources. En International Conference on Distributed Multimedia Systems. Conferencia llevada a cabo en el congreso DMS2009, Bahía de San Francisco. Cho, et al. (2018), What is Bayesian Knowledge Tracing? Proceedings of the Workshop on Visualization for AI explainability (VISxAI). Recuperado de http://www.cs.williams.edu/~iris/res/bkt/ De Bra, P.; Smits, D.; van der Sluijs, K.; Cristea, A.I.; Foss, J.; Glahn, C. y Steiner, C.M. (2012). GRAPPLE: Learning Management SystemsMeet Adaptive Learning Environments. En PeñaAyala, A. (Ed.): Intelligent and Adaptive Educational-Learning Systems: Achievements and Trends (p. 133–160). Berlin, Heidelberg: Springer-Verlag. Durán, E.B.; Maldonado, M.; Unzaga, S. & Costaguta, R. (2009). Nuevos desarrollos para sistemas adaptativos inteligentes. Disponible en http://sedici.unlp.edu.ar/handle/10915/19671 Elmohamady, M. (2017). Adaptive Learning Environments (Framework Components and Parameters) (Trabajo de Fin de Grado. Faculty of graduate Studies for Education Cairo University, Egipto). Recuperado de https://www.researchgate.net/publication/318351194_Adaptive_Learning_Environments_Fra mework_Components_and_Parameters Gross, B. (1992). La inteligencia artificial y su aplicación en la enseñanza. Comunicación, Lenguaje y Educación. 13. p. 73-80. Gómez-Luna, Eduardo, & Fernando-Navas, Diego, & Aponte-Mayor, Guillermo, & BetancourtBuitrago, Luis Andrés (2014). Metodología para la revisión bibliográfica y la gestión de información de temas científicos, a través de su estructuración y sistematización. Dyna, 81 184), [fecha de Consulta 11 de Octubre de 2019]. ISSN: 0012-7353. Disponible en https://www.redalyc.org/articulo.oa?id=496/49630405022 Herder, E. (2016). User Modeling and Personalization 3: User Modeling – Techniques. Recuperado de https://www.eelcoherder.com/images/teaching/usermodeling/03_user_modeling_techniques.pdf Järvelä, S. (2006). Personalised Learning? New Insights into Fostering Learning Capacity. OECD/CERI. Disponible en http://www.oecd.org/site/schoolingfortomorrowknowledgebase/themes/demand/personalisedlea rningnewinsightsintofosteringlearningcapacity.htm Johns, S. & Wolking, M. (Sin fecha). The Core Four of Personalized Learning: The Elements You Need to Succeed. Education Elements. Disponible en https://www.edelements.com/hubfs/Core_Four/Education_Elements_Core_Four_White_Paper.p df Jurafsky, D. y James, H. M. (2019). Hidden Markov Models. En Speech and Language Processing. Borrador del 2 de Octubre 2019. Stanford, California. Kazanidis, I. y Satratzemi, M. (2009). Adaptivity in ProPer: An Adaptive SCORM Compliant LMS. International Journal of Distance Education Technologies. 7. p. 44-62. Klock, A.; Gasparini, I.; Pimenta, M. & Palazzo Moreira de Oliveira, J. (2015). Everybody is playing the game, but nobody's rules are the same": Towards adaptation of gamification based on users' characteristics. Bulletin of the Technical Committee on Learning Technology, 17, 22 Knutov, E.; De Bra, P. y Pechenizkiy, M (2009). AH 12 years later: A comprehensive survey of adaptive hypermedia methods and techniques. New Review of Hypermedia and Multimedia 15(1), p. 5-38. Leadbeater, C. (2006). The Future of Public Services: Personalised Learning. OECD/CERI. Disponible en https://www.oecd.org/site/schoolingfortomorrowknowledgebase/themes/demand/thefutureofpub licservicespersonalisedlearning.htm Lerís, D., & Sein-Echaluce, M. (2011). La personalización del aprendizaje: un objetivo del paradigma educativo centrado en el aprendizaje. Arbor, 187 (Extra_3), 123-134. doi:http://dx.doi.org/10.3989/arbor.2011.Extra-3n3135 Milicevic, A.; Ivanovic, M. y Nanopoulos, A. (2015). Recommender systems in e-learning environments: a survey of the state-of-the-art and possible extensions. Artificial Intelligence Review. 44. Minguillón, J.; Appel, M. C.; Santanach, F. (2014). Learning analytics in practice: setting up a laboratory for action research at the Universitat Oberta de Catalunya. A: Eighth EDEN Research Workshop. Oxford. 26 de Octubre. Moody, G.B. (2019). What are link annotations? Recuperado de https://physionet.org/physiotools/wug/node122.htm Morillo, M.C. (2016). Aprendizaje adaptativo (Trabajo de Fin de Máster). Universidad de Valladolid, Valladolid. Disponible en https://uvadoc.uva.es/bitstream/handle/10324/21000/TFMG648.pdf;jsessionid=8A57C95A70CF98CBA11A912D6ECE394F?sequence=1 Ocsa, A.; Suero, G.; Herrera, J. y Villalba K. (2015). EDUTIC: Plataforma de Aprendizaje Adaptativo – Transformando la Educacion Básica Regular. Universidad Nacional de San Agustín Catedra Concytec en TICs – CITEC - UNSA Arequipa – Peru. Disponible en https://pdfs.semanticscholar.org/4d12/70bbafc07f482e2452f7aa48bb88e494cc88.pdf Rueda F.; Rodríguez A.; Castellanos H. C. (2012). Desarrollo y tendencias de la inteligencia artificial. Matices Tecnológicos (4). Rustici Software (Sin fecha, a). SCORM Explained 201: A deeper dive into SCORM. Recuperado de https://scorm.com/scorm-explained/ Rustici Software (Sin fecha, b). Sequencing and Navigation. Recuperado de Recuperado de https://scorm.com/scorm-explained/technical-scorm/sequencing/ Rustici Software (Sin fecha, c). Sequencing Pseudo Code. https://scorm.com/scorm-explained/technical-scorm/sequencing/sequencing-pseudo-code/ van der Sluijs, K. y Höver, K. (2009). Integrating Adaptive Functionality in a LMS. International Journal of Emerging Technologies in Learning. 4. p. 1-6. Somyürek, S. (2015). The New Trends in Adaptive Educational Hypermedia Systems. International Review of Research in Open and Distance Learning. 16. p. 221-241. 10.19173/irrodl.v16i1.1946. Souhaib, A.; Khaldi, M.; el kadiri, K.E. y Ibrahimi, A. (2010). Adaptive Hypermedia Systems for E-Learning. International Journal of Emerging Technologies in Learning. 5. Strategyzr (Sin fecha). The Value Proposition https://www.strategyzer.com/canvas/value-proposition-canvas Canvas. Recuperado de Tarus, J.K., Niu, Z., y Khadidja, B. (2017). E-Learning Recommender System Based on Collaborative Filtering and Ontology. International Science Index, Computer and Information Engineering. 11 (2). Torras, M. (2018). Fundamentos y práctica del aprendizaje adaptativo. Disponible en https://www.researchgate.net/publication/330412526_Fundamentos_y_practica_del_aprendi zaje_adaptativo Universitat Pompeu Fabra (Sin fecha). Ontologías para el eLearning. Recuperado de https://www.upf.edu/documents/2405696/121117895/Ontologías+para+el+eLearning.pdf/98 b90b39-b6d6-cb29-b435-78bd1341e8d5 Upbin, B. (2012). Knewton Is Building The World's Smartest Tutor. Forbes Magazine. Disponible en www.forbes.com/sites/bruceupbin/2012/02/22/knewton-is-building-the-worldssmartest-tutor/ Vignare, K.; Lammers Cole, E.; Greenwood, J.; Buchan, T.; Tesene, M.; DeGruyter, J.; Carter, D.; Luke, R.,; O’Sullivan, P.; Berg, K.; Johnson, D. y Kruse, S. (2018). A guide for implementing adaptive courseware: From planning through scaling. Joint publication of Association of Public and Landgrant Universities and Every Learner Everywhere.