No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Investigadores europeos han desarrollado un entorno de aprendizaje para ayudar a los estudiantes a entender mejor las asignaturas científicas mediante la construcción de modelos conceptuales. La herramienta es interactiva y se basa en el uso de recursos semánticos.
Ocho universidades europeas, entre las que se encuentra la Universidad Politécnica de Madrid a través de su Facultad de Informática (FIUPM), han desarrollado una nueva herramienta informática que ayuda a los estudiantes a construir modelos conceptuales de las materias científicas objeto de su estudio, de manera individual o en un entorno colaborativo, utilizando recursos semánticos.
Al mismo tiempo, la herramienta permite almacenar estos nuevos modelos y compararlos con otros modelos existentes, con la finalidad de ayudar al estudiante a definir conceptos relativos a un área de conocimiento.
Toda esta información permite a los estudiantes mejorar sus modelos, adquiriendo una mayor comprensión del dominio a representar. Gracias a estas técnicas, los estudiantes ganan en autonomía sin perder rigor y pueden avanzar significativamente en el estudio de una asignatura.
Este entorno de aprendizaje interactivo forma parte del proyecto europeo DynaLearn, cuyo objetivo es contribuir, mediante la integración de desarrollos tecnológicos bien establecidos, a despertar el interés de los jóvenes europeos por el estudio de las disciplinas científicas. Uno de los logros "más relevantes" del proyecto -según sus promotores- es la utilización de recursos semánticos que ayudan a los estudiantes a definir y entender mejor los conceptos representados.
El proyecto está próximo a su finalización y ya cuenta con un prototipo avanzado de su herramienta, que ha sido satisfactoriamente probada en escenarios reales de aprendizaje en aulas de siete universidades diferentes.
Uso de recursos semánticos
DynaLearn se sirve de recursos semánticos externos como fuente de información. Entre ellos se encuentra DBpedia, que extrae los datos de Wikipedia con el fin de crear una versión semántica de la misma: es un esfuerzo de la comunidad por extraer información estructurada de Wikipedia y por hacerla accesible desde la Web. De ese modo se consigue que el conocimiento recogido pueda ser aprovechado computacionalmente. En la actualidad existe un gran número de aplicaciones que enlazan con DBpedia, lo que posibilita establecer vocabularios comunes entre ellas y facilita su interoperabilidad.
El proyecto DynaLearn permite encontrar correspondencias entre los términos introducidos por los estudiantes y los recogidos en DBpedia. Durante la creación de los modelos, los estudiantes pueden comprobar si las definiciones obtenidas de DBpedia para sus términos se corresponden con lo que esperaban o no. Esto les ayuda a mejorar la terminología empleada y a corregir posibles malinterpretaciones.
La aplicación permite asimismo guardar los modelos creados por estudiantes, profesores y otros expertos, formando así un repositorio de modelos. Futuros estudiantes pueden aprovechar el conocimiento de dichos modelos para mejorar los suyos propios. Para ello, el sistema selecciona automáticamente aquellos modelos que puedan resultar relevantes para el modelo que el estudiante esté construyendo. La relevancia de los modelos se calcula de acuerdo a una serie de criterios que se basan tanto en la similitud con el modelo del estudiante, como en las valoraciones que otros usuarios hicieron de estos modelos en ejecuciones previas.
Es posible entonces analizar las similitudes y diferencias entre los modelos seleccionados y el modelo del estudiante, con el fin de sugerir a éste posibles mejoras. Toda esta información permite a los estudiantes completar sus modelos, adquiriendo una mayor comprensión del dominio a representar.
Gracias a estas técnicas, los estudiantes adaptan el proceso de aprendizaje a sus necesidades. Además, la alta interactividad y sencillez de DynaLearn hacen la experiencia más amena, aumentando la motivación de sus usuarios y acelerando la asimilación de nuevo conocimiento.
La herramienta está disponible on line en la página web del proyecto. El acceso al repositorio semántico requiere estar registrado. Actualmente dicho registro puede solicitarse a los creadores, tanto para uso particular como en institutos. También existe un conjunto de videos demostrativos y material didáctico en una web.
Reaccionar a las necesidades educativas
El objetivo de DynaLearn es el desarrollo de un entorno de aprendizaje interactivo que tiene tres características fundamentales: acomoda el uso del conocimiento conceptual a la experiencia del aprendizaje, su uso es atractivo para los estudiantes y reacciona a las necesidades individuales de conocimiento de cada estudiante.
El software desarrollado mejora la habilidad de los estudiantes para comprender y explicar el comportamiento de los sistemas científicos. Por otro lado, el uso de caracteres virtuales motiva a los estudiantes a usar el software, animándoles a colaborar y a competir entre ellos y estimulando la componente social del aprendizaje.
La tecnología semántica también permite a los alumnos comparar sus resultados de manera automática con los modelos creados por otros estudiantes o por sus profesores, obtener información sobre cómo mejorarlos y recomendarles un itinerario de aprendizaje personalizado.
DynaLearn es un proyecto del Séptimo Programa Marco para las Tecnologías de la Información y las Comunicaciones (FP7-ICT) de la Unión Europea, coordinado por la Universidad de Amsterdam y con la participación del Grupo de Ingeniería Ontológica de la FIUPM que dirige Asunción Gómez, la Universidad de Augsburg, la Universidad de Brasilia, La Universidad de Tel Aviv, la Universidad de Hull, la Academia Búlgara de Ciencias y La Universidad de Recursos Naturales y Ciencias Aplicadas de Viena.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
Investigadores del Barcelona Supercomputing Center y otros centros internacionales han utilizado redes artificiales multicapa para descubrir las posibles causas de los síndromes miasténicos congénitos, trastornos hereditarios poco frecuentes que causan alteraciones neuromusculares. El estudio permite explicar genéticamente por qué algunos pacientes responden bien al fármaco salbutamol.
