El Aprendizaje Basado en Retos (ABR) es un modelo educativo introducido por Apple. Aunque originalmente fue diseñado para estudiantes K-12 (menores de 12 años), el ABR ha tenido una gran acogida en todos los niveles educativos: desde la educación primaria hasta la formación universitaria.

El funcionamiento de ABR consiste en plantear un reto a los estudiantes para que estos lo resuelvan empleando todos los conocimientos y herramientas que tienen a su alcance. Los retos son planteados por un instructor que actúa como guía durante la consecución del reto para evitar que los estudiantes puedan “perderse” a la hora de encontrar una solución al problema. No obstante, los instructores deben tratar de inferir lo menos posible en el planteamiento de la solución para que sean los propios estudiantes los que propongan soluciones al reto.

El ABR basa su funcionamiento en la alta implicación que muestran los estudiantes a la hora de resolver el reto propuesto. Es fundamental que los estudiantes se sientan motivados para que participen activamente en la construcción de la solución. Con este fin, los retos planteados suelen enfocarse hacia temas que promuevan la motivación de los estudiantes. Sin embargo, esto no es siempre posible. Encontrar retos que sean del interés de un grupo de estudiantes no es una tarea trivial. Es frecuente que exista una amplia heterogeneidad de perfiles entre los estudiantes a los que se plantean los retos y, por tanto, no todos tienen las mismas motivaciones. Este problema se acentúa a medida que el número de estudiantes crece.

Los Sistemas de Recomendación (SR) son sistemas inteligentes capaces de aprender las preferencias de sus usuarios con el fin de filtrar aquellos elementos que no sean del interés de estos. La implementación más popular de los SR es el denominado Filtrado Colaborativo (FC), el cual realiza recomendaciones atendiendo a las preferencias que un amplio conjunto de usuarios expresan sobre los objetos a recomendar. Una comunidad activa de usuarios colabora para entender los patrones de comportamiento que permiten filtrar los objetos.

La finalidad fundamental de este proyecto es combinar ABR con FC con el fin de proporcionar a los estudiantes retos que puedan resultar de su interés y, por lo tanto, maximizar la motivación de estos. La hipótesis planteada en este proyecto es que los usuarios que muestren comportamientos similares mostrarán interés por los mismos retos y que esto mejorará la motivación y, por ende, la implicación de los estudiantes en la consecución de los retos.

Para alcanzar esta meta se desarrollará un plugin para la plataforma de tele enseñanza Moodle que permitirá, por un lado, monitorizar el comportamiento de los estudiantes con el fin de conocer sus motivaciones y, por otro lado, recomendar a los estudiantes retos que se ajusten a sus preferencias. Para ello, el SR cotejará el comportamiento expresado por un estudiante, con el de otros estudiantes del sistema que permitirán determinar los retos a recomendar de manera colaborativa.

1. Estudiar y analizar la inclusión de sistemas de recomendación basados en filtrado colaborativo para metodologías de enseñanza enfocadas a la resolución de retos.

2. Desarrollar un plugin para la plataforma de tele enseñanza Moodle capaz de recomendar a los estudiantes retos que les resulten motivadores. Este plugin deberá construir las recomendaciones basándose en el comportamiento colaborativo de los estudiantes registrado en la plataforma.

3. Medir el impacto del uso del aprendizaje basado en retos en titulaciones de Informática. Concretamente se realizará una prueba piloto en las asignaturas de Bases de Datos y Programación Orientada a Objetos.

El ABR ha demostrado ser una metodología docente capaz de mejorar la adquisición de competencias relacionadas con las materias en las que se aplica. El principal motivo para que fracase ABR es que los retos proporcionados a los estudiantes no hayan sido adecuados para el contexto para el que fueron diseñados. Esto suele deberse a dos factores: (a) los retos no han sido suficientemente acotados para la carga de trabajo que deben ocupar; y/o (b) los estudiantes no se han sentido motivados por los retos y no se han esforzado para conseguir resolverlos.

El proyecto planteado tiene por objeto solventar el problema de la motivación. Si es posible proporcionar proyectos que motiven a todos los estudiantes, la eficacia del ABR será mayor y sus resultados serán extensibles a todos los estudiantes. En concreto, se maximizará la adquisición de las competencias, tanto transversales como específicas, de la asignatura por parte de los estudiantes, mejorando así los resultados de aprendizaje de estos.

FASE 1: Preparación de micro-contenidos digitales.

El RS basado en FC descrito anteriormente requiere de la interacción de los usuarios con el sistema. Por norma general, a más interacción, mejores recomendaciones son proporcionadas. Con el objetivo de fomentar esta interacción, las asignaturas sobre las que se desarrollará la experiencia piloto (fase 3) proporcionarán micro-contenidos digitales que puedan ser utilizados y valorados por los estudiantes. A partir de la interacción de los estudiantes con estos recursos docentes se definirán las preferencias de los estudiantes y se les podrá recomendar un conjunto reducido de retos sobre los que aplicar ABR.

Esta fase se iniciará el 1 de febrero de 2019 y concluirá el 31 de marzo de 2019.

FASE 2: Construcción del motor de recomendaciones

El proyecto plantea construir un plugin para la plataforma de tele enseñanza Moodle que se encargue de monitorizar la interacción de los estudiantes con los micro contenidos digitales desarrollados en la fase 1, así como de indicar la afinidad que tiene un determinado reto para un estudiante concreto. El plugin será diseñado con el fin de interferir lo mínimo posible en la usabilidad de la plataforma de tele enseñanza. Este plugin, podrá ser incorporado a la plataforma Moodle del Gabinete de Tele-Educación (GATE) de la UPM y, por tanto, estar a disposición de toda la universidad, si el GATE lo considera adecuado.

Esta fase se iniciará el 1 de abril de 2019 y concluirá el 30 de junio de 2019.

FASE 3: Experiencia piloto

Tras finalizar la creación de los recursos didácticos y tecnológicos de las fases 1 y 2, necesarios para poder testear el proyecto, se realizará una experiencia piloto en las asignaturas de Bases de Datos (BD) y Programación Orientada a Objetos (POO), ambas impartidas en el primer semestre del segundo curso de las titulaciones de Grado en Ingeniería del Software, Grado en Ingeniería de Computadores, Grado en Sistemas de Información y Grado en Tecnologías para la Sociedad de la Información (ETSI de Sistemas Informáticos).

Dichas asignaturas cuentan durante el curso 2018-2019 con 5 grupos (3 de mañana y 2 de tarde). La experiencia piloto será desarrollada en, como máximo, la mitad de los grupos de cada asignatura, con el fin de contrastar si la hipótesis definida en este proyecto mejora o no los resultados de aprendizaje. Durante esta experiencia piloto los estudiantes recibirán el material docente en forma de micro contenidos digitales y les serán propuestos diversos retos de acuerdo con sus preferencias y motivaciones.

La experiencia piloto será llevada a cabo durante el primer semestre del curso académico 2019-2020. Sin embargo, debido a las limitaciones temporales de esta convocatoria, se medirán los resultados de la aplicación de la metodología propuesta a mitad del cuatrimestre. Por tanto, esta fase, será desarrollada desde el 1 de julio de 2018 hasta el 31 de octubre de 2019.

Para garantizar un funcionamiento óptimo del RS empleado para determinar la afinidad de cada alumno con los retos ofertados, es necesario que este disponga de la mayor cantidad de información posible. Por lo tanto, todo el material docente empleado en las asignaturas implicadas en la prueba piloto (Bases de Datos y Programación Orientada a Objetos) será transformado a un formato de micro contenidos. Se adaptará el material existente a este formato y se preparará nuevo material en caso de ser necesario.

Para garantizar la correcta consecución del proyecto se realizará un análisis de cada una de las fases mediante la metodología FMEA (Failure Mode and Effect Analysis). Mediante este proceso se pretende identificar las formas en las que el proceso puede fallar, estimar el riesgo de las causas específicas de esas fallas, evaluar el plan de control actual para prevenir que ocurran fallas y priorizar las acciones que tiene que llevarse a cabo para solucionar algún problema en el proceso.

El resultado global del proyecto será medido como la satisfacción global de los estudiantes con la metodología aplicada unida a las competencias adquiridas por los mismos. Para realizar esta medición se emplearán los cuestionarios diseñados durante la fase 4 del proyecto.

Los productos resultantes son:

• Plugin para la plataforma de tele enseñanza Moodle que permita recomendar retos a los alumnos basándose en su interacción con los contenidos de la plataforma.
• Material docente basado en micro contenidos para las asignaturas de Bases de Datos y Programación Orientada a Objetos.
• Informes sobre el resultado de la aplicación de la nueva metodología sobre los estudiantes implicados en la prueba piloto.

Se elaborará el siguiente material divulgativo:

• Artículo científico para detallar el proceso de recomendación de retos basado en la interacción de los estudiantes con el material docente de la asignatura.
• Artículo científico sobre el impacto de emplear APR en las asignaturas implicadas en la experiencia piloto.
• Repositorio software en la plataforma GitHub con el código fuente del plugin para la plataforma de tele enseñanza Moodle accesible internacionalmente. El software será publicado bajo una licencia de software libre Apache 2.0.
• Página web informativa sobre los avances del proyecto y el impacto de este en los estudiantes.

No procede.