B-learning - LITE
B-learning - LITE
B-learning - LITE
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Uso de Agentes Conversacionales<br />
Pedagógicos en Sistemas de<br />
Aprendizaje Híbrido (B-<strong>learning</strong>)<br />
Diana Pérez Marín<br />
Seminario de Investigación en Tecnologías de la<br />
Información Aplicadas a la Educación (SITIAE, Abril 2010)
Índice<br />
• Introducción<br />
• Agente Conversacional Pedagógico (ACP)<br />
• Tipos de agentes<br />
– Agente como profesor<br />
– Agente como estudiante<br />
– Agente como acompañante<br />
• Caso de estudio: agente como profesor<br />
• Conclusiones y trabajo futuro<br />
2
Introducción (I)<br />
• Un sistema Blended Learning o de Aprendizaje Híbrido se<br />
puede definir como la combinación de instrucción cara a<br />
cara con los sistemas mediados por ordenador [1].<br />
• El objetivo es combinar las ventajas de los sistemas e-<br />
<strong>learning</strong> y la enseñanza tradicional.<br />
3
Introducción (II)<br />
• Ventajas de los sistemas e-<strong>learning</strong>:<br />
– Flexibilidad temporal.<br />
– Flexibilidad espacial.<br />
– Especialización y adaptación.<br />
• Ventajas de la enseñanza tradicional:<br />
– Conservar el contacto directo con el profesor.<br />
– Evitar la posible sensación de aislamiento<br />
consecuencia de la educación a distancia [2].<br />
4
Introducción (III)<br />
• Un agente conversacional pedagógico (ACP) se puede<br />
definir como una personificación o representación en un<br />
ordenador de la figura del profesor o del estudiante.<br />
• En esta presentación se revisará cómo se están usando<br />
los ACPs en entornos educativos:<br />
– Revisando las características de los ACP existentes.<br />
– Proponiendo una taxonomía general.<br />
• Finalmente, se pincelará un caso de estudio en el que se<br />
está investigando los beneficios del uso de un ACP tutor<br />
en entornos e-<strong>learning</strong> respecto a entornos b-<strong>learning</strong>.<br />
5
Agente conversacional pedagógico (ACP)<br />
6
Agente conversacional pedagógico<br />
• Una de las primeras definiciones del año 2000 fue:<br />
“Lifelike autonomous character that cohabite<br />
the <strong>learning</strong> environment creating a rich interface<br />
face-to-face with student” [3].<br />
• En este contexto, la palabra agente debe entenderse<br />
como un personaje simulado por ordenador que:<br />
– Puede presentar características humanas.<br />
– Mostrarlas en forma de texto, voz y/o gráficos [4].<br />
– Interacciona en lenguaje natural con el estudiante.<br />
– Su objetivo es apoyar el proceso educativo [5].<br />
7
Nomenclatura<br />
• Agente Conversacional Pedagógico (ACP)<br />
• Agente Pedagógico Virtual Inteligente<br />
• Agente Personalizado Virtual inteligente<br />
• Agente Conversacional Personificado (ACP)<br />
• Agente Pedagógico Animado (APA)<br />
• Embodied Pedagogic Conversational Agent (ECA)<br />
• Teachable Agent (TA)<br />
• Pedagogic Agent as Learner Companion (PAL)<br />
8
Qué características puede tener un ACP [6]<br />
• Adaptabilidad: el agente puede ajustar los<br />
contenidos al modelo del estudiante.<br />
• Circuitos de retroalimentación: el agente puede<br />
proporcionar retroalimentación también adaptada<br />
a cada estudiante.<br />
• Soporte afectivo: el agente puede intentar<br />
animar al estudiante y mantener su atención.<br />
• Capacidad de evolución: el agente puede ir<br />
aprendiendo del estudiante o de otras fuentes<br />
para enriquecer la conversación.<br />
9
Qué no es un ACP<br />
• Un chatbot: el ACP debe poder mantener una<br />
conversación “inteligente” sobre un domino [7].<br />
• Sistema para reemplazar al profesor o al<br />
estudiante: el ACP está diseñado generalmente<br />
como complemento [5].<br />
• Sistema de diálogo tutorial: el ACP debe estar<br />
representado con un personaje virtual animado o<br />
no. Así, por ejemplo ITSPOKE no es un ACP [8].<br />
10
Efectos del uso de ACPs<br />
• Efecto persona [9]: la presencia de un agente en un<br />
entorno interactivo, aunque no sea animado, puede<br />
tener un efecto positivo en la percepción de la<br />
experiencia educativa por parte del estudiante.<br />
• Efecto Proteo [10]: los estudiantes pueden aprender<br />
motivados por conseguir las características de sus<br />
avatares y parecerse a ellos/as.<br />
• Efecto Protégé [11]: los estudiantes pueden llegar a<br />
hacer un esfuerzo mayor por aprender para enseñar<br />
a su avatar que para aprender ellos mismos.<br />
11
Taxonomía propuesta de ACPs (I)<br />
1. Rol y actitud<br />
a) Profesor de contenidos/competencias<br />
• Autoritario<br />
• Tutor experto/Facilitador/Mentor/Coacher (“constructivista”)<br />
b) Estudiante (Teachable Agents) de contenidos/competencias<br />
• Individual (“Learning by Teaching”)<br />
• Con otro tutor<br />
c) Acompañante (Pedagogic Agent as Learner Companion – PALs)<br />
• Compañero igual<br />
• Asistente emocional<br />
• Troublemaker, crítico o colaborativo<br />
12
Taxonomía propuesta de ACPs (II)<br />
2. Capacidad de interacción<br />
a) El agente inicia la conversación<br />
b) El estudiante inicia la conversación<br />
c) El agente o el estudiante pueden iniciar la conversación<br />
3. Tipo de animación (multimodalidad)<br />
a) Inexistente<br />
b) Sólo gráfica<br />
c) Gráfica + sonidos<br />
d) Gráfica 3D + sonidos<br />
e) Inmersión en un entorno de realidad virtual<br />
4. Posibilidades afectivas<br />
a) Sin posibilidades<br />
b) Soporte emocional<br />
c) Empatía<br />
13
Taxonomía propuesta de ACPs (III)<br />
5. Personaje virtual<br />
a) Con forma humana sin animación<br />
b) Con forma humana con animación<br />
• Respiración<br />
• Contacto visual<br />
• Sólo cara<br />
• Cara + cuerpo (Embodied Pedagogic Conversational Agent)<br />
c) Sin forma humana<br />
6. Posibilidades de adaptación-evolución<br />
a) Sin posibilidades<br />
b) Posibilidades de adaptación<br />
c) Posibilidades de evolución<br />
7. Ubicuidad<br />
a) Sólo ordenador en clase (b-<strong>learning</strong>)<br />
b) Sólo ordenador fuera de clase (e-b/<strong>learning</strong>)<br />
c) Versiones para ordenador / PDA / smartphone (e-b/<strong>learning</strong>)<br />
14
Tipos de agentes conversacionales pedagógicos<br />
Agente como<br />
profesor<br />
Agente como<br />
estudiante<br />
Agente como acompañante<br />
15
Agente como profesor<br />
16
Agente como profesor<br />
• La investigación en agentes pedagógicos como<br />
profesores/tutores/mentores se remonta a 1970.<br />
• Los primeros agentes eran muy limitados, sólo<br />
mostraban información, sin permitir interacción.<br />
• En las siguientes décadas, se mejoró la animación,<br />
interacción y el contenido de la conversación con<br />
técnicas como LSA, redes semánticas o árboles.<br />
• Algunos ejemplos son: Herman the Bug [9], Anne y<br />
Pierre [12], Steve [13], Guilly [14], Sam [15], CAPA<br />
[12], Autotutor [16], Baldi [17] y Willow [18].<br />
17
Herman the Bug [9]<br />
• Lester et al. desarrollaron en 1997 uno de los<br />
primeros agentes para niños en edad escolar.<br />
• De hecho, diseñaron varias modalidades del agente<br />
combinando o eliminando gestos y consejos verbales.<br />
• Descubriendo de esta forma el Efecto Persona según<br />
el cual la introducción del agente incluso cuando no<br />
da consejos verbales reporta mejores indicadores:<br />
– Los estudiantes decían que el agente les había<br />
ayudado a hacer sus deberes (b-<strong>learning</strong>).<br />
– Los estudiantes se mostraban más contentos con el<br />
sistema cuando tenía el agente aunque no hablase.<br />
18
Herman the Bug [9]<br />
19
Anne y Pierre [12]<br />
20
Steve [13]<br />
• Agente en un entorno 3D que complementa al profesor<br />
para entrenamiento naval actuando como:<br />
– Tutor para un miembro de un equipo.<br />
– Sustituyendo a un miembro faltante del equipo.<br />
• También puede asumir el rol guía en el ambiente virtual<br />
de la nave señalando equipos y salas en el mundo 3D:<br />
– Apuntándolos directamente.<br />
– Mirándolos e indicando su importancia.<br />
– Realizando turnos en la conversación (muy limitada).<br />
• El soporte emocional está limitado a asentir o negar con la<br />
cabeza (sin empatía).<br />
21
Steve [13]<br />
22
Guilly [14]<br />
• Guilly fue desarrollado para enseñar a niños de entre<br />
8 y 10 años a separar la basura.<br />
• La retroalimentación se ofrece en forma de pistas en<br />
mensajes de texto, gestos corporales o faciales.<br />
23
Sam [15]<br />
• Sam fue diseñado para desarrollar la capacidad<br />
narrativa de niños en edad escolar.<br />
• Sam se proyectaba sobre una pared detrás de un<br />
castillo y pedía a los niños que le ayudaran a contar<br />
un cuento con personajes sobre el castillo.<br />
24
Autotutor [16]<br />
• Autotutor es uno de los ACPs más estudiados. Está<br />
basado en teorías constructivistas, tiene iniciativa<br />
mixta de diálogo y animación 3D.<br />
• Lleva investigándose desde finales de los año 90 por<br />
un equipo de más de 30 personas y utiliza técnicas<br />
como LSA, Dialogue Advance Network y speech acts.<br />
• Según sus creadores es capaz de aumentar hasta 0.8<br />
puntos en el resultado final de los exámenes [13].<br />
• Actualmente se está ampliando su capacidad de<br />
detectar emociones y responder empáticamente al<br />
estudiante.<br />
25
Autotutor (1999-…)<br />
26
Baldi [17]<br />
• Baldi ejerce como tutor para entrenamiento del<br />
lenguaje inglés en niños con déficit auditivo o para<br />
adultos en su aprendizaje como una segunda lengua.<br />
• En su origen, Baldi es una cabeza animada para ir<br />
aprendiendo la pronunciación de palabras.<br />
27
Baldi [17]<br />
En la actualidad, Baldi se está adaptando a otros<br />
dispositivos móviles como Smartphones o PDAs:<br />
28
Agente como estudiante<br />
30
Agente como estudiante<br />
• El enfoque de estos agentes se basa en el paradigma<br />
“Learning by Teaching”, esto es que el estudiante<br />
aprenda al enseñar al agente conceptos o técnicas.<br />
• En la universidad de Vanderbilt, el Dr. Biswas y su<br />
grupo han desarrollado varios TAs como Betty.<br />
• Descubriendo el Efecto Protégé.<br />
• También se ha investigado el uso de 2 agentes, uno<br />
es al que el estudiante debe enseñar y otro es el<br />
mentor que guía y enseña al estudiante.<br />
31
Betty [18]<br />
• Betty se utiliza como apoyo durante las clases de<br />
ciencias de nivel primaria.<br />
• El estudiante enseña a Betty mediante la creación de<br />
enlaces y nodos en mapas de conceptos.<br />
32
Betty + Mr. Davis<br />
33
Agente como acompañante<br />
35
Agente como acompañante<br />
• En este caso, el rol del agente no es autoritario, sino<br />
fundamentalmente de apoyo emocional/social.<br />
• Los orígenes de este tipo de agentes también se<br />
pueden encontrar en los años 90 [4].<br />
• Al principio, investigaron en las personalidades de los<br />
agentes (conflictivos, introvertidos, extrovertidos…)<br />
• En la actualidad, la investigación se centra más en su<br />
inmersión en entornos 3D de juegos educativos.<br />
• Algunos PALs son: troublemaker [19], SBEL [20],<br />
Crystal Island [21], Jake & Jane [22], MyPet [23] y<br />
BILAT [24].<br />
36
Troublemaker [19]<br />
• El agente representaba un estudiante conflictivo que<br />
en ocasiones proporcionaba respuestas incorrectas.<br />
• El objetivo era provocar disonancias cognitivas, esto<br />
es, contrastes entre lo que el estudiante cree saber y<br />
lo que el agente le está contando.<br />
• La hipótesis que tenían era que esto provocaría que<br />
los estudiantes quisieran demostrar que el agente<br />
estaba equivocado y entonces buscarían información.<br />
• Esta línea de investigación sigue abierta sin<br />
resultados concluyentes en la literatura.<br />
37
Los agentes de SBEL [20]<br />
• En el entorno Scenario-based language e-<strong>learning</strong><br />
(SBeL) se utilizan los PALs para acompañar a los<br />
estudiantes en el aprendizaje de portugués brasileño.<br />
38
Los agentes en Crystal Island [21]<br />
• El objetivo es mantener el estado emotivo del<br />
estudiante mezclando agentes tutores con un PALs.<br />
• También preguntan al estudiante que le ha parecido su<br />
respuesta para mejorarla en la próxima interacción.<br />
39
Jake & Jane [22]<br />
• Jake y Jane son dos PALs “empáticos” exactamente<br />
iguales excepto en su género (voces y presencia).<br />
• Los agentes intentan empatizar con el estudiante<br />
imitando sus emociones y usando frases completas.<br />
• Los agentes fueron integrados en Wayang Outpost<br />
un software que enseña matemáticas.<br />
• Este software pregunta a los estudiantes cómo se<br />
encuentran cada 5 minutos, según la clasificación de<br />
las emociones realizada por Ekman [23].<br />
• Los resultados de un experimento con 30 estudiantes<br />
demostraron que el postest era mejor para la chicas<br />
que habían estudiado con Jake.<br />
40
Jake & Jane [22]<br />
41
MyPet [24]<br />
• El objetivo del PAL es acompañar en el aprendizaje<br />
de chino motivando al estudiante.<br />
• La hipótesis es que si los estudiantes atribuyen su<br />
fracaso a falta de esfuerzo reemprendarán la tarea.<br />
• El agente es un animal de compañía que tendrá más<br />
energía en su barra vital cuántas más tareas<br />
completen en el sistema (más esfuerzo).<br />
• De esta forma, los estudiantes podrán visualizar si<br />
están dedicándole suficiente esfuerzo. Del agente hay<br />
versiones tanto para PC como para PDA.<br />
42
MyPet y MyMiniPet<br />
43
Los agentes en BILAT [25]<br />
• En este caso los agentes son los personajes del juego<br />
y realmente el estudiante no teclea sino que<br />
selecciona una opción del menú.<br />
• El sistema se llama ELECT BiLAT (Enhanced Learning<br />
Environments with Creative Technologies for Bilateral<br />
negotiations) y su objetivo es preparar al estudiante<br />
para negociar con éxito.<br />
• Las acciones de los estudiantes se evalúan como<br />
correctas, regulares o incorrectas.<br />
• En los experimentos realizados se ha comprobado<br />
que la capacidad de negociación mejora de forma<br />
significativa cuando los estudiantes usan el sistema.<br />
44
Los agentes en BILAT [25]<br />
45
Caso de estudio: agente como profesor<br />
46
Caso de estudio: agente como profesor<br />
• Desde el año 2003, hemos estado desarrollando un<br />
sistema B-<strong>learning</strong> para repaso conceptual llamado<br />
Will Tools [26]. En el año 2007 se introdujo la<br />
metáfora del diálogo con un ACP profesor:<br />
47
Caso de estudio: agente como profesor<br />
• En la actualidad estamos realizando un estudio con<br />
182 estudiantes on-line para comparar la diferencia<br />
en el uso de Willow como agente e-<strong>learning</strong> respecto<br />
al uso de Willow como agente b-<strong>learning</strong>.<br />
• La hipótesis de partida es que Willow es más útil<br />
como agente b-<strong>learning</strong> que en un entorno e-<strong>learning</strong><br />
sin apoyo del profesor.<br />
• También se está explorando los beneficios de utilizar<br />
Willow como agente acompañante que recomienda y<br />
orienta, además de enseñar.<br />
48
Caso de estudio: agente recomendador<br />
49
Conclusiones y trabajo futuro<br />
50
Conclusiones y trabajo futuro (I)<br />
• La investigación en ACPs ha atraído la atención de<br />
numerosos investigadores.<br />
• En la actualidad, es necesario un marco sistemático<br />
que clasifique la investigación realizada.<br />
• Esto podría permitir inferir en qué casos los agentes<br />
proporcionan beneficios y de qué tipo, puesto que se<br />
han encontrado resultados contradictorios:<br />
– Estudiantes que afirman que el ACP les ha resultado de<br />
gran utilidad pero no reallizan post-test mejores.<br />
– Agentes que parece que ayudan por su capacidad de<br />
diálogo, pero si se quita la parte gráfica se elimina el<br />
efecto persona y obtienen peores resultados.<br />
51
Conclusiones y trabajo futuro (II)<br />
• En este trabajo, se propone por primera vez una<br />
taxonomía de ACPs con la hipótesis de que un<br />
estudio sistemático del uso de los ACPs en educación<br />
podría conseguir identificar las condiciones para<br />
conseguir los resultados óptimos.<br />
• También se está realizando un caso de estudio para<br />
investigar hasta qué punto afecta el entorno e-<br />
b/<strong>learning</strong> en el que se integra el ACP.<br />
• Se espera la publicación de un libro en Agentes<br />
Conversacionales en 09/2010 que reúna la técnicas<br />
que han dado mejores resultados, y la realización de<br />
un workshop en 06/2010 específico a ACPs.<br />
52
Referencias<br />
[1] Graham, C. R. (2005), Blended Learning Systems: Definition, Current<br />
Trends, and Future Directions, in 'Handbook of Blended Learning:<br />
Global Perspectives, local designs', Pfeiffer Publishing, pp. 3-21.<br />
[2] Preece, J. (1994). Human-Computer Interaction. Pearson Education<br />
Limited: Essex, England.<br />
[3] Johnson, W.; Rickel, J. & Lester, J. (2000), 'Animated Pedagogical<br />
Agents: Face-to-Face Interaction in Interactive Learning Environments',<br />
Journal of Artificial Intelligence in Education 11, 47-78.<br />
[4] Chou, C.; Chanb, T. & Linc, C. (2003), 'Redefining the <strong>learning</strong><br />
companion: the past, present, and future of educational agents',<br />
Computers & Education 40, 255-269.<br />
[5] Veletsianos, G. & Miller, C. (2008), 'Conversing with<br />
pedagogical agents: a phenomenological exploration of<br />
interacting with digital entities', British Journal of Educational<br />
Technology 39(6), 969-986.<br />
55
Referencias<br />
[6] Slater, D. (2000), 'Interactive animated pedagogical agents', PhD<br />
thesis, Stanford University.<br />
[7] Lieberman, H. (1997), 'Autonomous interface agents', 67-74.<br />
[8] Litman, D. & Silliman, S. (2004) ,ITSPOKE: An intelligent tutoring<br />
spoken dialogue system, in 'Demonstration Papers at HLT-NAACL<br />
2004', pp. 5-8.<br />
[9] Lester, J.; Converse, S.; Kahler, S.; Barlow, S.; Stone, B. & Bhogal, R.<br />
(1997),The persona effect: affective impact of animated pedagogical<br />
agents, in 'Proceedings of the SIGCHI conference on Human factors in<br />
computing systems', pp. 366.<br />
[10] Yee, N. & Bailenson, J. (2007), 'The Proteus effect: The effect of<br />
transformed self-representation on behavior', Human Communication<br />
Research 33(3), 271.<br />
[11] Chase, C.; Chin, D.; Oppezzo, M. & Schwartz, D. (2009), 'Teachable<br />
agents and the protégé effect: Increasing the effort towards <strong>learning</strong>',<br />
Journal of Science Education and Technology 18, 334-352.<br />
56
Referencias<br />
[12] Sabot, Z.; Zolkifly, I. & Lew, T. (2005), 'Computer Virus Educational<br />
System Using Animated Pedagogical Agent Technology', Unitar E-<br />
Journal 1, 52-58.<br />
[13] Rickel, J. & Johnson, W. (1999), 'Virtual humans for team training in<br />
virtual reality‘, Proceedings of the Ninth International Conference on<br />
Artificial Intelligence in Education', Citeseer, 578-585.<br />
[14] Nunes, M.; Dihl, L.; Fraga, L.; Woszezenki, C.; Oliveira, L.; Francisco,<br />
D.; Machado, G.; Nogueira, C. & Notargiacomo, M. (2002), 'Animated<br />
pedagogical agent in the intelligent virtual teaching environment',<br />
Interactive Educational Multimedia 4, 53-60.<br />
[15] Ryokai, K.; Vaucelle, C. & Cassell, J. (2003), 'Virtual peers as partners<br />
in storytelling and literacy <strong>learning</strong>', Journal of computer assisted<br />
<strong>learning</strong> 19(2), 195-208.<br />
[16] Graesser, A.; D Mello, S.; Craig, S.; Witherspoon, A.; Sullins,<br />
J.; McDaniel, B. & Gholson, B. (2008), 'The relationship between<br />
affective states and dialog patterns during interactions with auto<br />
tutor', Journal of Interactive Learning Research 19(2), 293.<br />
57
Referencias<br />
[17] Massaro, D.; Ouni, S.; Cohen, M. & Clark, R. (2005), 'A multilingual<br />
embodied conversational agent‘, System Sciences, 2005.<br />
[18] Biswas, G.; Roscoe, R.; Jeong H. & Sulcer, B. (2009), Promoting Self-<br />
Regulated Learning Skills in Agent-based Learning Environments, in<br />
'Proceedings of the 17th International Conference on Computers in<br />
Education'.<br />
[19] Aimeur, E. & Frasson (1996), 'Analyzing a new <strong>learning</strong> strategy<br />
according to different knowledge levels', Computers & Education<br />
27(2), 115-127.<br />
[20] Reategui, E.; Polonia, E. & Roland, L. (2007), The role of animated<br />
pedagogical agents in scenario-based language e-<strong>learning</strong>: a casestudy,<br />
in 'Conference ICL'.<br />
[21] Robison, J.; Mcquiggan, S. & Lester, J. (2009), Modeling Task-Based<br />
vs. Affect-based Feedback Behavior in Pedagogical Agents: An<br />
Inductive Approach, in 'Artificial Intelligence in Education', IOS Press,,<br />
pp. 25-32.<br />
58
Referencias<br />
[22] Arroyo, I.; Woolf, B.; Royer, J. M. & Tai, M. (2009),Affective<br />
Gendered Learning Companions, in 'Artificial Intelligence in Education'.<br />
[23] Ekman, P. (1999), Facial Expressions, New York: John Wiley & Sons<br />
Ltd.<br />
[24] Chen, Z.; Liao, C.; Chien, T. & Chan, T. (2009),Animal Companion<br />
Approach to Fostering Students' Effort-Making Behaviors, in 'Artificial<br />
Intelligence in Education'.<br />
[25] Hays, M.; Lane, C.; Auerbach, D.; Core, M.; Gomboc, D. &<br />
Rosenberg, M. (2009),Feedback Specificity and the Learnig of<br />
Intercultural Communication Skills, in 'Artificial Intelligence in<br />
Education'.<br />
[26] Perez-Marin, D. (2007), 'Adaptive Computer Assisted Assessment of<br />
free-text students' answers: an approach to automatically generate<br />
students' conceptual models', PhD thesis, Escuela Politecnica Superior,<br />
Universidad Autonoma de Madrid. Published by VSM Verlag in 2009.<br />
59
¡Muchas gracias por vuestra atención!<br />
?<br />
60