Model detecting learning styles with artificial neural network

Artículo empírico que presenta un método para detectar estilos de aprendizaje mediante redes neuronales artificiales, basado en un enfoque interno centrado en la personalidad del estudiante. El estudio utiliza Indexación Semántica Latente (LSI), que aplicada a la descomposición en valores singulares, genera representaciones del conocimiento previo de cada aprendiz. Posteriormente, una red neuronal artificial (ANN) predice los estilos de aprendizaje a partir de estas representaciones. Los resultados demuestran mayor precisión que los métodos basados en enfoques externos tradicionales de detección de estilos de aprendizaje.

Puntos clave

• La Indexación Semántica Latente mediante descomposición en valores singulares permite extraer el conocimiento previo del aprendiz como predictor del estilo de aprendizaje.
• Las redes neuronales artificiales aplicadas al conocimiento previo generado internamente predicen estilos de aprendizaje con mayor precisión que los métodos externos.
• El enfoque interno que se basa en rasgos de personalidad del estudiante proporciona información más relevante que los criterios de observación externa tradicional.

Para quién: Investigadores, docentes y especialistas en educación que buscan optimizar la detección de estilos de aprendizaje para personalizar procesos educativos mediante inteligencia artificial.