Tecnologías emergentes: diseño de asistente virtual universitario basado en inteligencia artificial
Palabras clave:
Tecnologías emergentes, asistente, virtual, inteligencia artificialResumen
El principal propósito de esta investigación fue proponer tecnologías emergentes a través de un diseño de asistente virtual universitario basado en inteligencia artificial, originada de los problemas que presentaban la mayoría de los estudiantes de las áreas de medicina, ingeniería agronómica y educación en algunas unidades curriculares, y en la ausencia de recursos para su participación en las aulas de clase. De ese modo, el estudio se sustentó en las teorías del modelo de aprendizaje experiencial propuesto por Kolb (1984), teoría del conectivismo de Siemens (2005), teoría de la carga cognitiva de Sweller (1988), y teoría del aprendizaje personal sugerida por Brusilovskis y Millāns (2007). Por otro lado, la metodología abordada fue a través del pensamiento complejo de Morín (2012), bajo el enfoque del método mixto, complementando el método etnográfico con el racional, que favoreció aplicar entrevistas y cuestionarios a una muestra representativa de 21 personas, a quienes se les aplicaron entrevistas y cuestionarios que fueron analizados tanto por la estadística descriptiva, como por el proceso de categorización, estructuración y triangulación. Los resultados expresaron que los estudiantes de medicina presentan problemas en Anatomía, Fisiología, Farmacología, los de Ingeniería agronómica, en Química y Matemática, y los de Educación en adaptación a los recursos de aula por su condición de discapacidad auditiva y visual. Por lo tanto se concluye, la necesidad de crear un asistente virtual universitario basado en inteligencia artificial, que pueda ayudarlos en cualquier momento y lugar en los problemas que presentan en estas asignaturas y darles retroalimentación permanente.
Descargas
Citas
Brusilovsky, P. y Peylo, C. (2003). Adaptive and intelligent web-based educational systems. International Journal of Artificial Intelligence in Education, 13(2-4), pp. 159-172.
Brusilovsky, P. & Millán, E. (2007). User models for adaptive hypermedia and adaptive educational systems. The Adaptive Web, 3-53.
Kolb, D. (1984). Experiential learning: Experience as the source of learning and development. Prentice-Hall.
Morín, E. (2012). Educar en la Era Planetaria. México Editorial Gedisa
Russell, S. y Norvig, P. (2010). Artificial Intelligence: A Modern Approach. Prentice Hall.
Siemens, G. (2005). Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology and Distance Learning, 2(1), pp. 3-10.
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.
VanLehn, K. (2006). The behavior of tutoring systems. International Journal of Artificial Intelligence in Education, 16(3), pp. 227-265.
Venkatesh, V. y Davis, F. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), pp. 186-204.
Wang, Y., Wang, J., Zhao, L., Huang, D. and Sun, M. (2016). A Survey on Chatbot Design Techniques in Speech Conversation Systems. Journal of Computer Science and Technology, 31(5), pp. 825-845.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.