La tecnología ya propone una personalización automatizada de la evaluación

Dolors Capdet

Octubre 2013

Evaluar para el docente significa un proceso de valoración con una visión integradora (determinar necesidades), coherente (adaptada al proceso y a

las necesidades), planificada (de acuerdo a las estrategias preestablecidas), contextualizada (a las características y entorno del alumno), exhaustiva, rigurosa, proporcionada, ponderada, dinámica,...

Para el aprendiz evaluar significa un proceso en el que se califica, clasifica, acredita y/o excluye, generalmente en una prueba única, sometido a

presión y en la que no siempre obtiene los mejores resultados

Hasta hace relativamente pocoel aprendiz no ha sido el centro del proceso.

Las principales Teorías Educativas no han contribuido excesivamente a que lo fuera.

Modelo conductista / Modelo cognitivista:Lo importante es el resultado y no el proceso

interno del alumno.

Modelo constructivista:Aprender haciendo y demostrar lo aprendido

Modelo conectivista:Interactuar para adquirir las habilidades y

competencias necesarias para ser eficientes en la Sociedad del Conocimiento

La tecnología ya permite una evaluación continua, constructiva, que no clasifica y no excluye, gracias a los Sistemas de Recomendación, utilizados inicialmente como herramienta de

marketing y posteriormente aplicados tambiéna algunas situaciones y entornos de aprendizaje

Los sistemas de recomendación utilizan datos recogidos previamente ya sea de forma explícita (facilitados voluntariamente) o implícita (fruto de

una monitorización) para la construcción de conceptualizaciones.

Son albergados en repositorios y facilitados en función de las necesidades o la demanda.

Los sistemas de recomendación se basan en la utilización de perfiles para representar las

necesidades del usuario a corto y medio plazo.

Se construyen sobre una base de conocimiento (taxonomias, tesauros, ontologías) que utilizarán unos agentes de software capaces de operar con

estos recursos a nivel semántico.

Los sistemas de recomendación utilizan algoritmos para filtrar algunos elementos

previamente seleccionados entre un conjuntode información determinado y ofrecer respuesta a

una demanda explicita o implícita.

En los sistemas de recomendación basados en contenido se analiza el peso y la frecuencia de

algunos elementos clave para generar una retroalimentación de relevancia, necesariamente

abierta y no exenta de aleatoriedad.

Los sistemas de recomendación se basan en un filtrado colaborativo realizado por un entorno

cercano y adecuado que ha evaluado previamente y de manera automatizada los

aspectos requeridos.

Algunos modelos son: Fab (perfiles), Phoaks (mensajes), Referral Web (interacción en redes

sociales), Siteseer (favoritos), Footprints (huellas de interacción digital), ...

Yu, Nakamura y colaboradores en 2007 (http://www.ajbasweb.com/ajbas/2012/February/115-123.pdf)

modelan un sistema de recomendación específico para un elearning, personalizado, basado en la

coincidencia entre las necesidades, preferencias, conocimientos y conducta del aprendiz, pero que

distingue entre aprendizaje formal (sujeto a normas) e informal (totalmente abierto), los diferentes niveles y los distintos estilos de

aprendizaje

Infantium (http://www.infantium.com/) utiliza un sistema de recomendación para detectar y

mejorar las habilidades y competencias de niños de 0 a 3 años, mediante unos apps (diseñados por pedagogos) colocados en unos videojuegos (elegidos por los padres) y con los que juegan

cuando los niños quieren, sin obligación de hacerlo y sin saber que son monitorizados.

En los sistemas de recomendación, basados en arquitecturas distribuidas dentro de un

determinado dominio, los alumnos tienen asociada una ontología temporal que permite una

mejor adaptación a modificaciones e incluso a posteriores cambios de dominio.

Con la llegada de las Teorías Constructivista y Conectivista cambia el rol del profesor que pasa a

ser un facilitador o acompañante del proceso aunque sigue evaluando.

Si los sistemas de recomendación siguen mejorando y avanzando hacia una ampliación de

variables personalizadas es probable que le releven también de esta función

Pero la pregunta es ¿sigue siendo necesaria una calificación para obtener una acreditación de los

conocimientos adquiridos?

Gracias por su atención