IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES

Abstract

Una de las reformas institucionales urgentes en nuestro país recae en la política educativa, urge de contar con un sistema educativo equitativo y eficiente, como uno de los principales dinamizadores del desarrollo del país, sin embargo el aprendizaje en niños y el aprestamiento de los jóvenes deja mucho que desear, no solo son de bajo nivel, sino que están muy mal distribuidos en la sociedad.

Dentro de este contexto cabe analizar las estrategias de enseñanza, para promover aprendizajes significativos; las estrategias variaran según lo que se quiere aprender, cada estudiante tiende a desarrollar preferencias o tendencias globales, definiendo un estilo de aprendizaje.

Se plantea una aplicación inteligente utilizando la técnica de Redes Neuronales Artificiales (RNA) – variable independiente, a través del modelo de red Perceptron Multicapa (PMC), adecuado para resolver problemas de asociación de patrones, e identificar estilos individuales de aprendizaje en alumnos a través de una asociación de patrones, basado en el modelo VARK (variable dependiente), el cual clasifica a las personas de acuerdo a su preferencia; formado por las letras iniciales de cuatro preferencias modales sensoriales: Visual, Auditiva, Lectura (Read) y Kinesico (Kinesthetic).

La RNA tiene 64 neuronas de entrada, 45 neuronas ocultas y 4 neuronas de salida; la capa de entrada conformada por las alternativas del test formado por 16 preguntas, para la investigación se realizó un estudio primero exploratorio y luego documentado, para formular el problema de investigación y plantear los objetivos a desarrollar, la recolección de información fue a través de entrevistas y encuestas