Instituto Tecnologico y de Estudios Superiores de Monterrey

Campus Monterrey

Division de Electronica, Computacion, Informacion y Comunicaciones

Programa de Graduados

Maestrıa en Ciencias en Sistemas Inteligentes

Propuesta de Tesis

Sistema Multiagente de Razonamiento Basado en Casos paraFacilitar el Aprendizaje Colaborativo

por

Martınez Ortız, Froylan Alejandro933876

Monterrey, N.L., Noviembre de 2004

Instituto Tecnologico y de Estudios Superiores de Monterrey

Campus Monterrey

Division de Electronica, Computacion, Informacion y Comunicaciones

Programa de Graduados

Los miembros del comite de tesis recomendamos que la presente propuesta de MartınezOrtız, Froylan Alejandro sea aceptada para desarrollar el proyecto de tesis como requisito

parcial para obtener el grado academico de Maestro en Ciencias, especialidad en:

Sistemas Inteligentes

Comite de Tesis:

Dr. Leonardo Garrido Luna.

Asesor Principal

Dr. Ramon F. Brena Pinero.

Sinodal

Dr. Jose Luis Aguirre Cervantes.

Sinodal

Dr. David A. Garza Salazar

Director del Programa de Graduados

Noviembre de 2004

Indice

1. Introduccion 1

2. Definicion del Problema 2

3. Objetivos 3

3.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.2. Alcances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33.3. Objetivos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

4. Hipotesis 4

5. Marco Teorico 4

6. Metodologıa 10

7. Plan de Trabajo 10

Resumen

Propuesta de Tesis para la Maestrıa en Ciencias con Especialidad en Sistemas In-teligentes. Se propone desarrollar un Sistema Multiagente de Razonamiento Basado enCasos para Facilitar el Aprendizaje Colaborativo, en particular para asesorar a los alum-nos en sus problemas de logica de programacion, es decir, los errores que presenten losalumnos en logica de declaraciones, ciclos y llamadas a funciones. Aplicando las tecnicas deInteligencia Artificial (IA), de Razonamiento Basado en Casos (RBC) y Multiagentes, sepretende desarrollar este sistema para facilitar el aprendizaje colaborativo de los alumnos.El objetivo principal es asesorar al alumno durante sus ejercicios o tareas de programacion.

1. Introduccion

La atencion que se le da a los alumnos por parte de los profesores, tutores o asesores, esun aspecto muy difıcil de tratar ya que es imposible que exista un tutor por cada uno de losalumnos, para que lo oriente, ayude o le diga como resolver problemas.

Esto afecta directamente al aprendizaje de los alumnos y a su desempeno, ya que sihubiera un tutor por cada alumno, que les explicara el porque de sus errores y como hacerlocorrectamente ellos mejorarıan indudablemente su desempeno.

Este problema ya se ha tratado anteriormente de muchas formas, principalmentehaciendo uso de la inteligencia artificial y la mayorıa de los proyectos realizados estanbasados en: Razonamiento Basado en Casos, Logica Difusa, Agentes Inteligentes, SistemasBasados en Conocimiento, Sistemas Expertos y Sistemas tutores inteligentes.

La solucion que se propone en este trabajo es desarrollar un Sistema Multiagente deRazonamiento Basado en Casos para Facilitar el Aprendizaje Colaborativo, para propor-cionar el aprendizaje colaborativo a partir de las asesorias individuales. Y en particular losproblemas de logica de programacion, es decir, los errores que presenten los alumnos enlogica de declaraciones, ciclos y llamadas a funciones.

Con lo que se lograrıa ayudar a los alumnos a aprender mucho mas rapido la logicade programacion, le quitarıa muchısimo trabajo a los profesores, se elevarıa el promedioen general del alumno, y al hacer esto se incrementara el nivel de competitividad de losalumnos, tambien se harıa una gran aportacion a la educacion a distancia y se obtendrıa unabase muy buena para implementar sistemas de este tipo para diferentes materias.

1

2. Definicion del Problema

Una de las actividades mas comunes de un profesor de lenguajes de programacion,es la practica en la sala de computo, que consiste en la supervision y asesorıa al alumno,directamente sobre los programas que esta realizando. Esta actividad puede considerarsecomo benefica, pues permite que el profesor se adapte a las necesidades de cada alumno,detectando los puntos que no se han entendido ası como los problemas a los que el alumnose enfrenta en el aprendizaje del lenguaje. Ademas, las experiencias y observaciones que elprofesor encuentra en este proceso de asesorıa, le permiten resaltar los puntos importantes y leproporcionan una retroalimentacion con la que puede controlar mejor el desarrollo de su clase.

La atencion del profesor esta dividida entre muchos alumnos, por lo que no siemprebastara el tiempo que le dedica a un alumno en particular para resolver sus dudas y elproblema se incrementa cuando el grupo es grande.

Cuando el alumno estudia por su cuenta, no tiene al profesor disponible para asesorıa,cuando el alumno realiza sus tareas o proyectos de programacion, normalmente no es durantela hora de clase. Por ello, no siempre puede resolver sus dudas en el momento que surgen,sino que suele existir un lapso de tiempo desperdiciado entre el momento que surge la duday cuando el profesor esta disponible para resolverla.

Este problema, como se ha visto, se presenta cuando el alumno durante su practica deprogramacion, empieza a tener dudas o problemas, y no cuenta con el profesor para asesorarlo.

A toda esta problematica tenemos que agregar que los alumnos de carreras tales comoIngenierıa en Sistemas Computacionales, estudian varias materias en donde hacen uso de loslenguajes y tecnicas de programacion, por lo que este problema puede presentarse no solo enuna materia sino en varias.

Concluyendo con lo anterior se tienen tres problemas especıficos:

1. Se necesita una herramienta para cada profesor, que le facilite la asesoria de logicaprogramacion que imparte a sus alumnos.

2. Se necesita una herramienta para cada alumno, que le ayude a resolver sus problemasde logica de programacion.

3. Se necesita que exista colaboracion entre los conocimientos que tienen todos los alum-nos, para ası incrementar la capacidad de respuesta para sus problemas de logica deprogramacion.

2

3. Objetivos

3.1. Objetivo general

El objetivo general de este trabajo es desarrollar un Sistema Multiagente de Razon-amiento Basado en Casos para Facilitar el Aprendizaje Colaborativo. Y en particular losproblemas de logica de programacion, es decir, los errores que presenten los alumnos enlogica de declaraciones, estatutos de decision, ciclos y llamadas a funciones.

3.2. Alcances

Se desarrollara una arquitectura multiagente de RBC, sera para un solo lenguaje deprogramacion y solo resolvera errores de:

Declaraciones de variables y funciones.

Estatutos de decision.

Ciclos.

Llamadas a funciones.

3.3. Objetivos particulares

1. Desarrollar un agente inteligente con razonamiento basado en casos que ayude al profesora establecer casos de problemas de programacion.

2. Desarrollar un agente inteligente con razonamiento basado en casos que asesore al alum-no durante su aprendizaje de programacion.

3. Desarrollar una arquitectura multiagente que integre al agente del alumno y al delprofesor, y que sea totalmente distribuida.

3

4. Hipotesis

Al utilizar una combinacion de tecnicas de RBC con multiagentes se lograrıa facilitar elaprendizaje colaborativo de problemas de logica de programacion.

Si los profesores contaran con un agente inteligente que los ayudara a desarrollar ca-sos de problemas de logica de programacion les facilitarıa el proceso de asesoria a sus alumnos.

Si un alumno tuviera un agente inteligente que lo asesorara con sus problemas de logicade programacion tendrıa en todo momento y a la hora que lo necesite: un asesor de logica deprogramacion que le facilitarıa su aprendizaje, al resolver sus problemas.

Si se tuviera una arquitectura multiagente que integre al agente del alumno y al delprofesor, y que sea totalmente distribuida se lograrıa un aprendizaje colaborativo y seampliarıa increıblemente el potencial de este sistema ya que los agentes de cada alumno sepodrıan comunicar con los demas agentes de otros alumnos y tambien con los agentes de losprofesores y compartir sus conocimientos obteniendo una gran cantidad de casos que elevarıasu capacidad de respuestas hacia el alumno.

5. Marco Teorico

La IA, es el area de investigacion de la cual nacen diferentes desarrollos entre los quese encuentran los agentes inteligentes que es uno de las areas de desarrollo para esta propuesta.

Una estrategia de acercamiento de las tecnologıas a los usuarios, se encuentra en losdesarrollos que se han realizado de agentes inteligentes, del area de la inteligencia artificial.Son conocidas las metaforas referenciadas por Negroponte respecto a la capacidad de relacionentre las personas y los computadores, en la capacidad de estos de manejar la informacion yfıltrala segun los intereses y necesidades de cada usuario.

Existen diferentes definiciones o significados de agentes inteligentes, dependiendoprincipalmente del dominio del conocimiento en el cual se refiere. Nos referiremos a agentesinteligentes como fragmentos de software con caracterısticas humanas que facilitan elaprendizaje. Las caracterısticas pueden expresarse desplegando texto, grafico, iconos, voz,animacion, multimedio o realidad virtual.

Dos aplicaciones tıpicas de agentes inteligentes son los sistemas tutores inteligentes (STI)y los ”companero de aprendizaje”, (learning companion system - LCS). Los STI’s simulan aun tutor autoritario que posee una estrategia de ensenanza uno a uno, que es un experto enun dominio del conocimiento y actua como un guıa, tutor o un entrenador. Este tutor, puedeadaptarse segun las necesidades del estudiante. Los LCS’s, son agentes pedagogicos no autori-tarios, no es experto en un dominio e incluso puede cometer errores. Se adoptan actividades

4

de aprendizaje colaborativas o competitivas, como alternativas de un tutor uno a uno. Enalguno de sus roles, puede actuar igual como un tutor, como un capaz estudiante/profesor (es-tudiante que ensena a otros estudiantes), colaborador, competidor, alborotador, crıtico o clon.

Estos sistemas pueden ayudar a la labor del docente o del alumno, sin involucrarsedirectamente en la actividad instructiva. Un profesor auxiliar, puede proporcionarle alprofesor, la carpeta de aprendizaje de los alumnos, incluso la actuacion de aprendizaje, lasequivocaciones, nivel de esfuerzo y motivaciones, entre otros aspectos.

Se define un Sistema Tutor Inteligente [10] como aquel sistema capaz de ayudar alestudiante en el aprendizaje de diversos conocimientos.

Un tutor inteligente es un programa mediante el cual se pretende ensenar algunosconocimientos a una persona, teniendo en cuenta su capacidad de aprendizaje y el conocimien-to que tiene en todo momento sobre esa materia; dicho programa tambien debe ser flexibley abierto a las posibles sugerencias del alumno, de igual modo debe guiar al alumno ensu aprendizaje, proporcionandole informacion y proponiendole actividades que, deberıanconfirmar, reforzar o provocar el aprendizaje. En su camino, el alumno puede seguir un unicocamino (diseno lineal) pero con un ritmo propio, o puede seguir diferentes caminos (disenoramificado) segun su propio proceso de aprendizaje. Son sus respuestas a las actividadespropuestas las que actuan como retroalimentacion permitiendo al sistema decidir el caminomas adecuado al estudiante. Existen otros disenos pero estos dos son los mas clasicos.

El diseno de los distintos STI es muy variado, de hecho es muy raro encontrar 2 STIcon la misma arquitectura, en este trabajo utilizaremos una arquitectura multiagente de RBC.

RBC es una parte de la inteligencia artificial que se preocupa por el estudio de losmecanismos mentales necesarios para repetir lo que se ha hecho o vivido con anterioridad, yasea por uno mismo, o ya sea por casos concretos recopilados en la bibliografıa o en la sabidurıapopular. Los diversos casos son del tipo ”Si X, entonces Y” con algunas adaptaciones ycrıticas segun las experiencias previas en el resultado de cada una de dichas reglas.

Los RBC pertenecen al area de la inteligencia artificial y se utilizan para la resolucionde problemas. Se basan en problemas similares ocurridos en el pasado, que se denominancasos, para encontrar soluciones a los mismos, modificar soluciones existentes y explicarsituaciones anomalas.

Frente a otros campos de la inteligencia artificial, los sistemas de razonamiento basadoen casos son capaces de utilizar conocimiento especıfico de experiencias previas para resolverun problema. Capturan las caracterısticas de dicho problema, buscan casos historicos convalores similares para dichas caracterısticas, analizan las soluciones de estos casos y proponenuna solucion al problema, y finalmente aprenden del problema actual para problemas futuros.

El aprendizaje de los casos en un sistema de razonamiento basado en casos re-quiere metodos para extraer el conocimiento relevante de la experiencia, integrar el caso enla estructura del conocimiento, e indexar el problema para ser seleccionado en casos similares.

5

Los sistemas de razonamiento basado en casos constan de cuatro elementos principales:

1. Base de conocimiento de casos.

Es una base de datos de casos historicos estructurada, que captura problemas reales ysus soluciones. Se disena para almacenar conocimiento y experiencia en el problema.Consta de teorıas, principios y clasificaciones del problema, junto con las heurısticas ylos juicios asociados a cada caso concreto.

2. Librerıa de ındices.

Formada por un conjunto de ındices para buscar y recuperar casos similares al problemaactual. El mecanismo de indexado determina los casos que seran seleccionados, mientrasque el proceso de recuperacion asegura que el caso mas relevante es seleccionado paraun analisis posterior. Existen tres formas de recuperar los casos, usadas conjuntamente:

Vecino mas cercano: el sistema selecciona el caso almacenado en que mas se parez-can sus caracterısticas a las del problema en estudio. Las caracterısticas puedentener pesos para dar mas importancia a unas que a otras.

Razonamiento inductivo: el sistema ordena los casos en memoria basandose en lascaracterısticas que mas frecuentemente se parecen.

Indexado guiado por el conocimiento: el sistema selecciona las caracterısticas masrelevantes en funcion de la experiencia, implementada en forma de reglas.

3. Medidas de relevancia.

Son un conjunto predeterminado de caracterısticas del problema, generales o especıficas,que el sistema usa para asegurar la relacion entre el caso actual y los historicos. Conestas medidas el sistema puede seleccionar y clasificar los casos mas relevantes.

4. Modulo de explicacion.

Es el que permite justificar y explicar el analisis completo del problema y las solucionespropuestas, ası como la semejanza o diferencia entre dicha solucion y las de los casoshistoricos.

El proceso completo que se realiza en un sistema de razonamiento basado en casos sepuede representar como un ciclo de actividades:

1. RECUPERAR el o los casos mas parecidos al problema actual. Para ello el sistemautiliza la librerıa de ındices.

2. REUTILIZAR la informacion y el conocimiento de dicho caso para intentar resolver elproblema.

6

3. REVISAR la solucion propuesta si es necesario.

4. RETENER la parte util de esta experiencia para ser utilizada en la resolucion defuturos problemas.

Tanto los sistemas expertos como los sistemas de razonamiento basado en casos soncampos de la inteligencia artificial que usan la busqueda para llegar a las soluciones admisiblesde un cierto problema. La eficiencia y rigor de dicha busqueda es fundamental para encontrarbuenas soluciones. La diferencia mas importante entre ambos sistemas estriba en la formade resolver los problemas: en los sistemas expertos se utiliza el razonamiento deductivo apartir de los datos conocidos, mientras que en los sistemas de razonamiento basado en casosse utiliza el razonamiento analogico, es decir, a partir del problema se usa el conocimiento decasos historicos.

Los sistemas expertos se utilizan para aquellos problemas donde:

El entorno del problema es rico en conocimiento del mismo y pobre en experienciasprevias, fundamentalmente por su inviabilidad.

No es facil comparar unos problemas con otros.

La experiencia se puede implementar en forma de reglas.

No se puede aprender del pasado.

Los sistemas de razonamiento basado en casos se utilizan entonces cuando:

Los problemas se representan mejor en forma de conocimiento del medio que en formade reglas.

Es mas facil extraer conocimiento mediante casos ya ocurridos que mediante reglas.Ası se hace menos costosa la adquisicion del conocimiento.

Es necesario incorporar creatividad y sentido comun para resolver el problema.

Se repiten los problemas cada cierto tiempo.

En la actualidad se han desarrollado una gran variedad de proyectos realizados en difer-entes partes del mundo, que principalmente han tratado su problema con:

Razonamiento Basado en Casos y la Logica Difusa.

Agentes Inteligentes.

Sistemas Basado en Conocimiento.

Sistemas Expertos.

STI’s.

7

En Multiagentes y Razonamiento Basado en Casos esta el ”MultiAgent System -PLANG (MAS-PLANG)”[3] desarrollado para transformar el entorno educativo virtual delas Unitats de Suport a la Docencia en un sistema hipermedia adaptativo teniendo en cuentaestilos de aprendizaje. Las tecnicas de adaptacion estan dirigidas a la seleccion personalizadade los materiales didacticos, las herramientas de navegacion y las estrategias de navegaciondel entorno educativo de acuerdo al estilo de aprendizaje del estudiante. Para el modeladodel estudiante utilizamos tecnicas de Inteligencia Artificial como el Razonamiento Basadoen Casos y la Logica Difusa. El sistema esta en capacidad de categorizar estudiantes deacuerdo a su habilidad para procesar, percibir, recibir organizar y entender la informacion.Utilizamos agentes inteligentes para examinar oportunidades de mejora de la ensenanza ypara motivar los alumnos a aprender segun sus preferencias en un entorno amigable y lomas cercano posible a su estilo de aprendizaje. El MAS-PLANG se ha construido bajo elconcepto central de un agente inteligente conocido como una entidad software que actua enforma inteligente y semiautonoma en representacion y beneficio del estudiante.

En Sistemas Basado en Conocimiento esta el ”LP-Tutor: An Intelligent TutoringSystem For Linear Programming”[1] que hace uso de tecnicas y herramientas de sistemasbasados en conocimientos. Incluye cuatro modelos de expertos para un comportamientointeligente de un STI, que se especificaron como un conjunto de modulos basados en reglas eimplementaron el uso de Prolog. La capacidad de explicacion del este tutor esta basada enprotocolos guardados durante la generacion de respuestas.

En Agentes Inteligentes esta una investigacion titulada ”Agentes Inteligentes en Edu-cacion”[6] que presentan algunas lıneas de investigacion del area, como lo son las interfacesbasadas en agentes inteligentes, agentes pedagogicos, ”companeros de aprendizaje 2 loshipertextos adaptativos.

En MultiAgentes ”Ensenanza del equilibrio acido-basico utilizando la tecnologıamultimedia y las tecnicas de inteligencia artificial”[5] que presenta un sistema para laensenanza del equilibrio acido-basico, generado bajo los principios de la inteligencia artificialdistribuida, capaz de actuar como un tutor inteligente. El sistema esta formado por unaserie de agentes organizados en una sociedad centralizada, que a traves de su interaccionle brindan al estudiante la posibilidad de recibir las clases, resolver ejercicios, evaluarse,navegar libremente por los materiales docentes y consultar sus dudas. El tutorial inteligenteesta dotado de un curso, conformado por clases con facilidades multimedia, en las que sepueden apreciar graficos, animaciones y problemas; posee ademas las bases de conocimientosde cada uno de los sistemas expertos que la componen y fue concebido a partir del usodel sistema SEU, que a su vez se estructuro con herramientas de programacion visual, enparticular el Borland Delphi, version 2.0, sobre la plataforma de Windows’94.

En Redes Bayesianas ”Sistema tutor inteligente Aprender a aprender”[7] que imple-menta redes bayesianas para la adaptacion y la interface. La implementacion del sistemaesta dividida en dos bloques, la plataforma de desenvolvimento y el dominio especıfico. Laplataforma de desenvolvimento es una de los componentes: modelo de interface, base deconocimiento, modulo de adaptacion, modulo pedagogico y modulo de presentacion. Lasredes bayesianas son usadas para hacer la adaptacion de la interface y seguimiento curriculare escolar de los nuevos conocimientos que se presenten.

8

En STI’s ”Sistemas Inteligentes en el ambito de la Educacion”[11] dan una visiongeneral de algunas de las actividades que realizan los sistemas inteligentes educativos.Para favorecer los procesos de aprendizaje en el estudiante muestran dos planteamientosdistintos. Uno, el de realizar una tutorizacion guiada mediante un proceso de transmision deconocimientos a traves de estrategias de ensenanza establecidas. Y otro, el de ofrecer unapresentacion de material docente que permita al estudiante adquirir conocimientos a travesde sus propias estrategias de aprendizaje, segun un planteamiento ”constructivista”. Enparticular, muestran los Sistemas Tutores Inteligentes (STI) y los entornos que permiten laconstruccion de STI con planteamientos didacticos y pedagogicos conducidas por la idea deuna tutorizacion guiada. Tambien ven los sistemas que incluyen tecnologıa hipermedia cuyapropuesta se amolda facilmente con los planteamientos constructivista. Por otro lado y desdeuna vision no individualizada de la ensenanza, presentan sistemas que incluyen capacidadespara un aprendizaje colaborativo. Finalmente, se enfocan en ciertos modelos de formacion,necesarios en ambitos de la formacion reglada, continua y ocupacional, y las posibilidades deabordarlos desde la perspectiva tecnologica de la IA.

En STI’s el ”Sistema Inteligente de Tutorizacion Avanzada”[2], que combina la robustezy la ”amigabilidad”de la multimedia en los actuales sistemas de e-learning con la sofisticaciony complejidad de los STI. Se presenta un caso real de aplicacion de este sistema implementadosobre la plataforma comercial de teleformacion LUVIT y cuyo objetivo es el entrenamientode los operadores de la maquinarıa producida por la empresa GEKA.

En STI’s ”Enfoque Sistemico y Concepcion Jerarquica Multiniveles en los SistemasTutoriales Inteligentes Multimedia”[8] plantea el problema del perfeccionamiento del procesode entrenamiento de los alumnos en la formulacion de modelos matematicos, se analizala importancia de resolver los problemas a partir de los conceptos de la Multimedia eHipermedia, Internet, Ensenanza Problematica, de la Cibernetica y de la Teorıa de Sistemas,y finalmente se propone un novedoso metodo de solucion basado en las ideas de los sistemastutorial inteligente multimedia para el entrenamiento de estudiantes en la identificacion deproblemas y del metodo de solucion mas racional. El sistema actua como un tutor inteligenteque auxilia al estudiante en la identificacion de los problemas y metodos de solucion.

Otros Proyectos:

Sistema con enfoque Pedagogico, ”Evolucion de la ensenanza asistida porcomputadoras”[4] que pretende hacer una aproximacion a la evolucion de la ensenanzaasistida por computadoras que, sin abarcar todo el recorrido, resalta algunos de los hitosmas significativos de esta trayectoria. Aunque lo expuesto tiene caracter general, las afirma-ciones contenidas se sustentan de la experiencia en su aplicacion en las especialidades medicas.

Sistema con enfoque Pedagogico, ¿Como predecir la evolucion del alumno? [12] en elcual exponen el funcionamiento y los resultados de un Sistema de Prediccion, disenado conla finalidad de predecir cual sera la evolucion de un alumno hasta el final del curso, a partirde los resultados academicos obtenidos hasta un cierto instante de tiempo. Este Sistemade Prediccion forma parte de uno de los componentes de los llamados Sistemas TutoresInteligentes.

9

Sistema con enfoque de comunicacion ”Sistema Educativo Basado en TecnologıaInternet”[9] es un proyecto de investigacion con el que pretenden desarrollar en un equipo detrabajo interdisciplinario y una herramienta de teleeducacion basada en tecnologıa Internet.Para ello se intentan aprovechar las innovaciones tanto en tecnologıa web (Java, JavaScript,VRML, XML, SMIL) como en pedagogıa integrandolas en un entorno para el aprendizajesıncrono y asıncrono. Con este proyecto se pretenden desarrollar un interfaz amigable para lacreacion y seguimiento de cursos que les facilite la comunicacion entre profesores y alumnosy la integracion de las nuevas tecnologıas en el entorno educativo.

6. Metodologıa

La realizacion de este trabajo se dividira en un proceso de tres fases que se describirana continuacion:

Primera Fase: Se seleccionaran las herramientas de IA apropiadas para implementarel sistema, a partir de ello se disenara el agente para el profesor y posteriormente sedesarrollara este agente, ya teniendo funcionando el agente se procedera a realizar laspruebas de funcionamiento del agente.

Segunda Fase: Se disenara el agente para el alumno y posteriormente se desarrol-lara este agente, ya teniendo funcionando el agente se procedera a realizar las pruebas defuncionamiento del agente del alumno en conjunto con el agente del profesor.

Tercera Fase: Se disenara la arquitectura distribuida para el agente del alumnoy el agente del profesor, para que estos se puedan comunicar no solo entre un agente dealumno y un agente de profesor si no con mas agentes de alumnos y mas agentes de profesores.

7. Plan de Trabajo

Ver al final del documento el Cuadro 1.

10

Referencias

[1] Andreas Born. Lp-tutor: An intelligent tutoring system for linear programming.

[2] Oscar Gutierrez y Teresa Dıez Carmen Pages, Jose Javier Martınez. Sistema inteligentede tutorizacion avanzada.

[3] Josep Lluıs de la Rosa Ramon Fabregat Clara Ines Pena, Jose-L Marzo. Multiagentsystem - plang.

[4] Dr. Juan Pedro Febles Rodrıguez y Lic. Odalys Bolanos Ruiz Dr. Santiago Almeida Cam-pos. Evolucion de la ensenanza asistida por computadoras.

[5] Dra. Milagros Rivas Canino Dra. Natacha Mora Pacheco y Lic. Aurora Pons Porrata DrC.Raul Pelegrino Rodrıguez, DraC. Esmeralda Lopez Rodrıguez. Ensenanza del equilibrioacido-basico utilizando la tecnologıa ultimedia y las tecnicas de inteligencia artificial.

[6] Gonzalo Villarreal Farah. Agentes inteligentes en educacion.

[7] Hugo F. S. Gamboa. Aprender a aprender, sistema tutor inteligente.

[8] Miguel Angel Garay Garcell. Enfoque sistemico y concepcion jerarquica multiniveles enlos sistemas tutoriales inteligentes multimedia. 2002.

[9] Liliana Torres Barberis Carlos Delgado Kloos Ma Carmen Fernandez Panadero, LilianaP. Santacruz Valencia. Sistema educativo basado en tecnologia internet. 1998.

[10] J Self. Theoretical foundations for intelligent tutoring systems. 1990.

[11] M. Urretavizcaya. Sistemas inteligentes en el ambito de la educacion.

[12] Vallespı C. Camps J. Golobardes E. Bacardit J. Vernet D., Salamo M. ¿como predecirla evolucion del alumno?

11

Semestre Ene-May ’05 Verano ’05 Semestre Ago-Dic ’05

Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

Seleccion de las herramientas de

IA apropiadas para implementar

el sistema, y documentacion de

las herramientas IA

seleccionadas.

Diseno y Desarrollo del agente

del Profesor.

Pruebas del funcionamiento del

agente Profesor.

Documentacion del primer

prototipo.

Publicacion de reportes o avances

de investigacion, para su

evaluacion interna y externa.

Diseno y Desarrollo del agente

del Alumno.

Pruebas del funcionamiento del

agente Alumno.

Documentacion del segundo

prototipo.

Publicacion de reportes o avances

de investigacion, para su

evaluacion interna y externa.

Diseno y Desarollo la

arquitectura distribuida del

sistema. Pruebas de

funcionamiento.

Documentacion del tercer

prototipo.

Publicacion de reportes o avances

de investigacion, para su

evaluacion interna y externa.

Evaluacion del desempeno del

sistema con la implementacion

del sistema distribuido.

Establecimiento de nuevas lıneas

de investigacion, para trabajos

posteriores.

Publicacion de reportes finales de

la investigacion, para su

evaluacion interna y externa.

Finalizacion y defensa del

documento de investigacion.

Cuadro 1: Cronograma de Actividades para desarrollar la Tesis

12