Page 23 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

22 Sistemas de aprendizaje e-learning: técnicas de
inteligencia artificial para las inteligencias múltiples

MARCO TEÓRICO

Para esta investigación fue necesario conocer sobre los siguientes temas: estilos de apren-
dizaje, modelos educativos, objetos de aprendizaje, taxonomía de Bloom, análisis estadístico
(regresión lineal estadística), rúbricas, redes neuronales artificiales (ANN) y métodos híbridos
inteligentes (ANFIS). En las siguientes secciones se describen cada uno de los temas.

2.1. ESTILOS DE APRENDIZAJE
Todas las personas son diferentes y tienen gustos distintos, aun si son miembros de la misma
familia. Si se muestran diferencias en la selección de los alimentos y de la ropa, en la forma de
arreglarse, seguramente se entenderá por qué razón existen diversas formas de aprender en la
aulas o en cualquier espacio educativo. El propósito de examinar el estilo con el cual se apren-
de es para familiarizarse con esos patrones del comportamiento tan diversos, que permiten ver
cuando son provechosos y cuando no (Fleming y Mills, 1992; López, 2001).

Hay muchas maneras de medir los estilos de aprendizaje. Varias teorías proceden de con-
cepciones psicológicas que van desde la personalidad, el comportamiento, la cognición y
hasta el pensamiento.

Gallego, Alonso y Honey han indicado en sus investigaciones que algunos estudiantes apren-
den mejor cuando conocen su estilo de aprendizaje predominante, lo cual permite y facilita una
pedagogía diferencial (Villalobos, 2007).

A continuación se muestran en la figura 2.1 los diferentes estilos de aprendizaje de acuerdo
con algunos autores (la figura fue adaptada por Magda Sagrario Velázquez López en 2004 y
tomada de López, 2001).