Diferencias

Muestra las diferencias entre dos versiones de la página.

--- es:manual:analisis:test:modelos [2022/05/17 10:11] – [Modelos clásicos] root
+++ es:manual:analisis:test:modelos [2022/05/17 10:49] (actual) – root
@@ Línea 1: / Línea 1: @@
 ===== Concepto de evaluación y modelos del conocimiento =====
-La ciencia se basa en crear modelos de la realidad. En el caso de la evaluación el objeto de estudio es el conocimiento que un alumno tiene de una determinada materia. Evidentemente, la complejidad del cerebro humano, sus conexiones neuronales, la memoria, el razonamiento y todo aquello que constituye lo que llamamos "conocimiento" es demasiado complejo y en gran parte desconocido. Por consiguiente, se recurre a modelos aproximados para "medir" de alguna forma este conocimiento.
+NOTA: Este capítulo esta escrito informalmente, a modo de divulgación científica. Existe una amplia bibliografía a la que remitimos al lector interesado en profundizar sobre este tema.
+La ciencia se basa en crear modelos de la realidad. En el caso de la evaluación el objeto de estudio es el conocimiento que un alumno tiene de una determinada materia. Evidentemente, la complejidad del cerebro humano, sus conexiones neuronales, la memoria, el razonamiento y todo aquello que constituye lo que llamamos "conocimiento" es demasiado complejo y en gran parte desconocido. Por consiguiente, se recurre a modelos aproximados para "medir" de alguna forma este conocimiento.
 <blockquote>
@@ Línea 13: / Línea 15: @@
 {{ es:manual:modelos:modelo_clasico.png|Modelo clásico }}
-En esencia este modelo se basa en suponer que el conocimiento de una materia esta formado por una infinidad de pequeños conceptos indivisibles (entendiendo como tales los hechos, relaciones, análisis, inferencias, criticas, etc)  sobre la materia. En la imagen anterior se representan como bolitas, en verde y en rojo (conocidas y desconocidas por el alumno). El nivel de conocimiemntos en este caso podria interpretarse como el número de "bolitas" que hay de cada color. El procedimiento para averiguarlo sería ir sacando "bolitas" mediante preguntas concretas al azar que se acertarán solo si el concepto subyacente se conoce. En realidad el problema es aun mayor ya que se puede dar el caso en el que un concepto no se conozca pero se responda correctamente por azar, o viceversa.
+En esencia este modelo se basa en suponer que el conocimiento de una materia esta formado por una infinidad de pequeños conceptos indivisibles (entendiendo como tales los hechos, relaciones, análisis, inferencias, criticas, etc)  sobre la materia. En la imagen anterior se representan como bolitas, en verde y en rojo (conocidas y desconocidas por el alumno). El nivel de conocimiemntos en este caso podría interpretarse como el número de "bolitas" que hay de cada color. El procedimiento para inferir el número total de "bolitas verdes" dentro del cerebro consiste en ir sacando "bolitas" mediante preguntas concretas al azar (generalmente de opción múltiple)  que se acertarán solo si el concepto subyacente se conoce. En realidad el problema es aun mayor ya que se puede dar el caso en el que un concepto no se conozca pero se responda correctamente por azar, o viceversa. Es como si algunas "bolitas", al sacarlas pudieran cambiar de color.
 Las principales teorías sobre la evaluación surgidas en el siglo XX, la teoría clásica de los test y la teoría de respuesta al ítem, se basan en este modelo y obtienen como representación del conocimiento del alumno un número real relativo a una escala, que puede ser de 0 a 10, o de $-\infty$ a $+\infty$.
 En muchos casos este modelo es claramente demasiado simple. Dos alumnos con la misma nota puede que no tengan el mismo conocimiento sobre una materia, puede que uno de ellos sepa unos conceptos en concreto y el otro no sepa esos conceptos, y tambien al contrario, aunque probablemente habrá un nucleo común que con mucha probabilidad ambos comparten. Imaginemos por ejemplo dos alumnos con una nota de 9 sobre 10 en la materia "Física". Puede que uno de ellos haya alcanzado esta nota con algún fallo en los conceptos de "Mecánica", pero haya alcanzado el máximo en "Electricidad", mientras que otro alumno con la misma nota haya alcanzado el máximo en la primera, pero no en la segunda
+==== Modelos bayesianos ====
 Evidentemente pueden desarrollarse modelos mas complejos, que tengan en cuenta que los conceptos que intervienen en el conocimiento de una materia no están asilados y que establezcan relaciones entre los conceptos, o el orden en que se aprenden. Estos modelos suelen ser diseñados específicamente para una materia y no directamente utilizables como modelos genéricos, es decir aplicables directamente a cualquier materia, salvo que se realice previamente un proceso de definición del modelo.
+En este sentido, Siette incorpora algunas características que pueden servir para crear modelos complejos que proporcionen una descripción mas detallada del conocimiento del alumno, mas allá de un simple valor numérico. Habitualmente estos modelos cuantifican las relaciones entre conceptos mediante probabilidades condicionales o establecen relaciones de causalidad formando lo que se conoce como redes bayesianas.
 {{ es:manual:modelos:modelo-bayesiano.png?400 |Modelo bayesiano }}
-En este sentido, Siette incorpora algunas caracteristicas que pueden servir para crear modelos complejos que proporcionen una descripción mas detallada del conocimiento del alumno, mas allá de un simple valor numérico.
+Por otra parte, Siette incorpora tambien mejoras en cuanto a la obtención de evidencias en este proceso, incorporando diversos tipos de preguntas que permiten, siguiendo con el simil anterior, sacar muchas "bolitas" a la vez y atenuar la posibilidad de error.
 ==== Modelo jerárquico ====