| Sumario: | El gran auge experimentado en la actualidad por el aprendizaje online ha suscitado un creciente interés acerca de los sistemas recomendadores educativos enfocados a la recomendación de cursos y materiales educativos adaptados a las características y preferencias de cada estudiante. Sin embargo, en el ámbito de la educación a distancia existe una problemática común no presente en los estudios convencionales y que se asocia con las características de este perfil de estudiante y su contexto particular de estudio. En concreto los estudiantes a distancia tienen que hacer frente a un conjunto de responsabilidades, más allá de las académicas, como las laborales y familiares que pueden influir de manera negativa en el rendimiento académico del alumno y en su estado anímico. En esta investigación se pone de manifiesto la significativa carencia de trabajos existentes en el ámbito de la educación a distancia que se centren en atender los aspectos emocionales o anímicos de estos estudiantes y que reflejen las características y los contextos particulares en los que los alumnos desarrollan sus estudios. Por ello el principal objetivo de esta investigación es enriquecer el paradigma de los sistemas recomendadores educativos afectivos sensibles al contexto a través de una arquitectura para la integración de storytelling digital personalizado, interactivo y dinámico en plataformas de e-learning. Esta arquitectura permitirá ofrecer sesiones de coaching afectivo en línea a través de storytelling para proporcionar historias personalizadas en sintonía con las características particulares del estudiante y de su contexto de estudio y que estarán dotadas de una alta carga psicoterapéutica. Por otro lado, la arquitectura propuesta en este trabajo será genérica y reutilizable por lo que su uso puede ser extendido a cualquier aplicación en el ámbito educativo para su utilización como medio digital de enseñanza y aprendizaje. A través de la experimentación llevada a cabo en este trabajo ponemos también de manifiesto el gran potencial de los sistemas de razonamiento basados en casos en esta arquitectura como elementos recomendadores para la recuperación de soluciones a través de funciones de similitud que miden las semejanzas entre las características de los perfiles de usuario y sus contextos de estudio. Los resultados obtenidos en nuestra prueba de concepto demuestran que la idea de reutilizar la experiencia previa para la adaptación de nuevas soluciones supone un enfoque novedoso y muy prometedor en el ámbito de los sistemas recomendadores educativos afectivos que tienen por finalidad ofrecer contenido digital dinámico y personalizable para propósitos académicos.
|
|---|
