Page 44 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

Sistemas de Aprendizaje e-learning: técnicas de 43
inteligencia artificial para las inteligencias múltiples

2.10. TABAJOS PREVIOS
García y Parra (2009), en su artículo acerca de un Sistema Recomendador Hibrido, propusie-
ron una arquitectura de apoyo para un sistema adaptativo educativo (AHE); también siguen
utilizando el ANFIS para obtener las reglas difusas If-then para especificar la secuencia en las
cuales los objetos de aprendizaje son presentados a los estudiantes. También García (2008) en
su tesis doctoral acerca de Recursos de Aprendizaje Colaborativos continua usando las reglas
difusas If-then para recomendar los objetos (el especifica las funciones de membresía como
experto); estas membresías no fueron extraídas automáticamente. En ambos casos se utilizó
la experiencia del ser humano para extraer las reglas difusas If-then. También ambas investiga-
ciones utilizaron el sistema de inferencia tipo Mamdani.

Algunos otros autores han realizado investigaciones utilizando ANFIS: ANFIS y Redes Neu-
ronales (Folino, Will, y Flores, 2007), ANFIS para modelar de manera eficiente habilidades y
creencias (Hadjileontiadou y Hadjileontiadis, 2003), comparación entre ANFIS y redes neurona-
les adaptativas para la estimación biomédica del oxígeno (Kisi y Murat, 2012).

Guerra, Giugni y J. Fernández (2011) desarrolla un sistema hipermedia que brinda soporte al
modelo educativo semipresencial adaptando el contenido de una asignatura al perfil de cada
estudiante, combinando un modelo de aprendizaje y una arquitectura de software basada en
agentes inteligentes.

Estos trabajos previos no han utilizado una regresión lineal clásica, ANN y ANFIS para deter-
minar las preferencias preferidas por los usuarios de acuerdo con sus estilos de aprendizaje e
IM, con el fin de crear actividades de aprendizaje semipresenciales que permitan a los usuarios
apropiarse del conocimiento.