Modelo adaptativo multi-agente para la planificación y ejecución de cursos virtuales personalizados

Abstract

Esta tesis propone un modelo genérico de cursos adaptativos, neutro, abierto, intercambiable, apoyado en diversas técnicas de IA, que privilegia al aprendiz en el proceso educativo; definiendo una versátil estrategia de adaptación, un rico modelo del estudiante, un explicito modelo de dominio orientado por los Objetivos Educativos y que respeta estándares para los metadatos de Objetos de Aprendizaje. El modelo propuesto es neutral ante las diferentes visiones y enfoques desde lo pedagógico y tecnológico y facilita que al momento de la implantación se tomen las decisiones sobre las preferencias en sus componentes, mientras que se mantenga la consistencia entre los valores de los atributos y las reglas que guían la personalización. La inclusión de un novedoso pre-planificador da gran potencia al sistema, pues permite entregar en forma transparente el problema de la generación del curso como un problema de planificación en IA (AI Planning), para ser resuelto mediante el algoritmo modificado de planificación SHOP2, un reconocido representante HTN. Un punto sustancial en el cumplimiento de este objetivo fue la adopción de los SMA para modelar y distribuir el conocimiento requerido. Las ventajas de modularidad, escalabilidad, cooperación, interacción e intercambiabilidad fueron ampliamente explotadas. Aprovechando las bondades de los SMA y su capacidad para permitir integración posterior, el sistema puede crecer en otros bloques de adaptación. Con base en la propuesta se diseña y construye la plataforma experimental SICAd+ (Sistema Inteligente de Cursos Adaptativos + (MultiAgent System)), la cual permitió validar el modelo y formular futuros desarrollos. / Abstract. This thesis proposes a generic model of adaptive courses, neutral, open, interchangeable, supported by several AI techniques, which privilege the learner in the educational process, defining a versatile adaptive strategy, a rich student model, an explicit domain model guided by the Educational Objectives and compliance with standards for Learning Object Metadata. The proposed model is neutral to different approaches from the pedagogical and technological view point, and facilitates on the moment of the implantation to take decisions about preferences into its components, while maintaining the consistency between the attributes values and rules that guide the personalization. The incorporation of a novel pre-planner gives great power to the system, orientated to the automated generation the planner domain and to the definition the course generation as a planning problem, to being solved by the modified algorithm SHOP2 planning, a recognized HTN planner. A significant point in to achieve this objective was the adoption of a Multi-Agent System to model and distribute the required knowledge. The advantages of modularity, scalability, cooperation, interaction and exchange have been widely exploited. By the benefits of MAS and its ability to allow subsequent integration, the system can grow in other adaptation blocks. Based on the proposal, the experimental platform SICAD+ (Intelligent Adaptive Course - Multi-Agent System) was designed and constructed, which allowed validating the model and to formulate future developments.