| Resumo: | Este trabajo es una aportación al uso de técnicas de Inteligencia Artificial como herramienta educativa en el desarrollo de la competencia en argumentación. Con este fin, y centrados únicamente en ensayos persuasivos, se ha identificado una serie de atributos del texto argumentativo que se pueden asociar parcialmente a indicadores de la competencia en argumentación. Se ha utilizado un corpus de ensayos para el aprendizaje de estructura y probabilidades condicionadas de un modelo bayesiano de estos indicadores, así como para la definición de un algoritmo de resumen y visualización de argumentos utilizados en un grupo de ensayos persuasivos. Como apoyo a estas tareas, se han entrenado y validado varios modelos de clasificación para extraer algunos de los atributos utilizados (coherencia, estilo) y ayudar a resumir argumentos (paráfrasis). Los resultados de validación del modelo bayesiano de indicadores y los clasificadores son buenos, y el algoritmo de resumen y visualización presenta resultados prometedores, aunque hay limitaciones y puntos abiertos que discutimos en el estudio. Estos modelos y algoritmo podrían utilizarse como base de una sistema recomendador educativo, que, a partir de ensayos argumentativos escritos por un grupo de estudiantes, recomiende, por un lado, acciones individuales de mejora de las competencias de argumentación y, por otro, proporcione soporte a una revisión crítica dentro del grupo de estudiantes e instructor de los argumentos más utilizados. El estudio y desarrollo de esta aplicación se deja para un trabajo futuro.
|
|---|
