Sistema Recomendador de Cuestionarios para Apoyo al Aprendizaje Mediante Bloqueo de Aplicaciones en la Plataforma Android.

Abstract

El uso del dispositivo móvil en estudiantes es cada vez más frecuente, llegando a ocasionar distracciones en el ámbito educativo por su uso extendido e inadecuado, que proviene de la utilización de aplicaciones de ocio y entretenimiento como redes sociales, transmisiones de video, juegos entre otras. Por lo tanto, el objetivo de estudio del presente Trabajo de Tesis (TT) es apoyar el aprendizaje mediante la generación de recomendaciones de cuestionarios sobre temas de interés del estudiante, para abordar lo antes mencionado se planteó la siguiente interrogante ¿Cómo implementar un sistema recomendador de cuestionarios para contribuir en el aprendizaje de los estudiantes mediante el bloqueo de aplicaciones móviles?. En consecuencia el presente TT se enfoca en apoyar el aprendizaje por medio de la implementación de una aplicación móvil, que genere recomendaciones de cuestionarios de acuerdo a las preferencias del estudiante y que también permite sobreponer una pantalla sobre la interfaz de una aplicación previamente seleccionada, esta pantalla tiene como finalidad bloquear el acceso e interacción con las aplicaciones instaladas en el dispositivo además, de presentar preguntas de cuestionarios enfocados en los temas de estudio, las cuales tienen que ser contestadas correctamente para permitir el ingreso o deshacer el bloqueo que genera dicha pantalla.

Para tal efecto se definió las funcionalidades del TT, a partir de una encuesta aplicada a 29 estudiantes (muestra no probabilística por conveniencia) de la Carrera de Ingeniería en Sistemas de la Universidad Nacional de Loja (UNL), seguidamente se desarrolló la aplicación móvil y sistema recomendador utilizando Mobile-D, finalmente, se ejecutó un escenario de pruebas en un entorno real con la participación de 17 estudiantes de la Carrera de Ciencias de la Computación (UNL). Como resultado se elaboró las historias de usuario para el desarrollo de la aplicación móvil nativa (Kotlin y Firebase) y recomendador híbrido entre basado en contenido (Similitud de coseno) y filtro colaborativo (SVD), además el escenario de pruebas permitió estabilizar la aplicación resultante. En conclusión, los participantes indicaron que utilizarían la aplicación para apoyar su aprendizaje. Como trabajo futuro, se puede implementar algoritmos de procesamiento de lenguaje natural, para obtener cuestionarios a partir de un documento de texto con oraciones de sentido completo.