Integración de agentes conversacionales y analítica del aprendizaje en cursos en línea abiertos y masivos
Esta investigación hará uso de agentes conversacionales (AC) para guiar y asistir en el diálogo estudiantil utilizando el lenguaje tanto en escenarios individuales como en escenarios colaborativos. Se espera que integrando los AC en cursos abiertos en línea y masivos (CEMA) para fomentar la interacción entre iguales en grupos de discusión aumentará considerablemente la implicación y el compromiso de estudiantes en línea (y consiguientemente, reducir el índice de abandono de los cursos). Además, esta línea de investigación utilizará técnicas de análisis del aprendizaje, como método para asistir en la orquestación de los profesores y el aprendizaje de los estudiantes durante los CEMA con la evaluación de la interacción y la participación de los estudiantes.
Educación de TIC mediante la evaluación formativa, la analítica del aprendizaje y la ludificación
El objetivo principal de esta línea de investigación es diseñar y crear un conjunto de herramientas y servicios de aprendizaje en línea para asistir en el proceso de aprendizaje en grados universitarios en el campo de las TIC. Los beneficios esperados tendrán una repercusión en los estudiantes (mejora de la experiencia educativa, una mayor participación y rendimiento, un índice de abandono más bajo) y en los docentes, directores y coordinadores académicos (recursos para monitorizar un curso, tomar decisiones y hacer predicciones).
Herramientas de aprendizaje en línea de conciencia emocional multimodales
Esta línea de investigación tiene el objetivo de mejorar plataformas de aprendizaje en línea existentes desarrollando herramientas y servicios que permiten la detección y la representación de las emociones de los estudiantes, y también la adaptación del aprendizaje basado en la emoción y la retroacción afectiva. Para este fin, la investigación aplicará nuevos modelos de detección de emociones a datos multimodales ricos recogidos utilizando canales de última generación, sensores avanzados e interfaces adaptativas innovadoras. Los resultados de la investigación demostrarán un impacto positivo del aprendizaje en línea con conciencia emocional en la disminución de los índices de abandono, el aumento de satisfacción y la mejora del rendimiento de aprendizaje, lo que hace que el aprendizaje sea una experiencia mucho más positiva.
Informática en la nube, de clústeres y distribuida para el aprendizaje en línea
Esta técnica de investigación utilizará capacidades informáticas intensivas de la informática en la nube, de clústeres y distribuida para el aprendizaje en línea a fin de integrar enfoques adaptativos y personalizados capaces de identificar los requerimientos de los estudiantes (utilizando inteligencia artificial y técnicas de minería de datos), construir modelos de usuario basados en los patrones de navegación en campus virtuales, monitorizando de manera inteligente el progreso para proporcionar asesoramiento significativo tanto a estudiantes como a profesores, entre otros.
Integrar sistemas de inteligencia de negocio y de analítica del aprendizaje para crear sistemas de información analítica global para universidades
Esta línea de investigación considera y combina los sistemas de analítica del aprendizaje y de inteligencia de negocio para crear sistemas de información analítica institucionales y transversales para universidades. El objetivo es demostrar que el desarrollo de sistemas de información analítica en las universidades es un gran reto para la investigación de sistemas de la información, mostrando los beneficios de hacerlo integrando ambos enfoques y desarrollando sistemas de información analíticos para universidades que utilizan este enfoque global.
