Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería

Autores
Novillo Saravia, Pilar
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Bertossi, Valeria
Descripción
En las carreras de Ingeniería, es común que los docentes dominen sus disciplinas técnicas pero carezcan de formación pedagógica. Esta situación plantea dudas sobre su capacidad para diseñar y desarrollar materiales didácticos acordes al Enfoque Basado en Competencias (EBC), que implica no solo enseñar contenidos, sino también enseñar a articular y aplicar esos recursos en contextos reales (Kowalski et al., 2020). Al mismo tiempo, las universidades atraviesan transformaciones metodológicas, adoptando modalidades como la enseñanza remota e híbrida. En este nuevo escenario, resulta fundamental utilizar recursos educativos eficaces que garanticen la calidad del aprendizaje. En respuesta a estas necesidades, surge la propuesta de desarrollar un Sistema Recomendador basado en Inteligencia Artificial, que brinde soporte técnico y pedagógico a docentes de Ingeniería en la creación de recursos educativos digitales, específicamente Objetos de Aprendizaje (OA). Estos objetos, que combinan dimensiones tecnológicas y pedagógicas (Coll et al., 2008), fueron concebidos para mejorar el aprendizaje en entornos digitales (Wiley, 2000). El sistema se construirá sobre una plataforma de software libre, una elección ética acorde con el carácter público de la universidad. Esto evita exigir a estudiantes herramientas que la institución no puede proveer por limitaciones presupuestarias. Además, el software libre ofrece ventajas como acceso al código fuente, amplia documentación, posibilidad de personalización y una comunidad activa de usuarios. Sin embargo, también presenta desafíos como asegurar la calidad del sistema y su sostenibilidad a largo plazo frente a soluciones comerciales con mayores recursos.
Fil: Novillo Saravia, Pilar. Universidad Tecnológica Nacional. Facultad Regional Santa Fe; Argentina.
Materia
PLN
Procesamiento de lenguaje natural
Sistema recomendador
Objetos de aprendizaje
Ontología
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13171
Acceder
id RIAUTN_b2b8d6f7002774571867710f20ac04ec
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13171
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingenieríaNovillo Saravia, PilarPLNProcesamiento de lenguaje naturalSistema recomendadorObjetos de aprendizajeOntologíaEn las carreras de Ingeniería, es común que los docentes dominen sus disciplinas técnicas pero carezcan de formación pedagógica. Esta situación plantea dudas sobre su capacidad para diseñar y desarrollar materiales didácticos acordes al Enfoque Basado en Competencias (EBC), que implica no solo enseñar contenidos, sino también enseñar a articular y aplicar esos recursos en contextos reales (Kowalski et al., 2020). Al mismo tiempo, las universidades atraviesan transformaciones metodológicas, adoptando modalidades como la enseñanza remota e híbrida. En este nuevo escenario, resulta fundamental utilizar recursos educativos eficaces que garanticen la calidad del aprendizaje. En respuesta a estas necesidades, surge la propuesta de desarrollar un Sistema Recomendador basado en Inteligencia Artificial, que brinde soporte técnico y pedagógico a docentes de Ingeniería en la creación de recursos educativos digitales, específicamente Objetos de Aprendizaje (OA). Estos objetos, que combinan dimensiones tecnológicas y pedagógicas (Coll et al., 2008), fueron concebidos para mejorar el aprendizaje en entornos digitales (Wiley, 2000). El sistema se construirá sobre una plataforma de software libre, una elección ética acorde con el carácter público de la universidad. Esto evita exigir a estudiantes herramientas que la institución no puede proveer por limitaciones presupuestarias. Además, el software libre ofrece ventajas como acceso al código fuente, amplia documentación, posibilidad de personalización y una comunidad activa de usuarios. Sin embargo, también presenta desafíos como asegurar la calidad del sistema y su sostenibilidad a largo plazo frente a soluciones comerciales con mayores recursos.Fil: Novillo Saravia, Pilar. Universidad Tecnológica Nacional. Facultad Regional Santa Fe; Argentina.Bertossi, Valeria2025-06-04T21:44:52Z2025info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradopdfapplication/pdfhttps://hdl.handle.net/20.500.12272/13171spainfo:eu-repo/semantics/openAccessAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/Pilar Novillo SaraviaCreativeCommonsreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:57:50Zoai:ria.utn.edu.ar:20.500.12272/13171instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:57:51.593Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
title Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
spellingShingle Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
Novillo Saravia, Pilar
PLN
Procesamiento de lenguaje natural
Sistema recomendador
Objetos de aprendizaje
Ontología
title_short Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
title_full Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
title_fullStr Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
title_full_unstemmed Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
title_sort Desarrollo de un prototipo de sistema recomendador para el diseño de objetos de aprendizaje para carreras de ingeniería
dc.creator.none.fl_str_mv Novillo Saravia, Pilar
author Novillo Saravia, Pilar
author_facet Novillo Saravia, Pilar
author_role author
dc.contributor.none.fl_str_mv Bertossi, Valeria
dc.subject.none.fl_str_mv PLN
Procesamiento de lenguaje natural
Sistema recomendador
Objetos de aprendizaje
Ontología
topic PLN
Procesamiento de lenguaje natural
Sistema recomendador
Objetos de aprendizaje
Ontología
dc.description.none.fl_txt_mv En las carreras de Ingeniería, es común que los docentes dominen sus disciplinas técnicas pero carezcan de formación pedagógica. Esta situación plantea dudas sobre su capacidad para diseñar y desarrollar materiales didácticos acordes al Enfoque Basado en Competencias (EBC), que implica no solo enseñar contenidos, sino también enseñar a articular y aplicar esos recursos en contextos reales (Kowalski et al., 2020). Al mismo tiempo, las universidades atraviesan transformaciones metodológicas, adoptando modalidades como la enseñanza remota e híbrida. En este nuevo escenario, resulta fundamental utilizar recursos educativos eficaces que garanticen la calidad del aprendizaje. En respuesta a estas necesidades, surge la propuesta de desarrollar un Sistema Recomendador basado en Inteligencia Artificial, que brinde soporte técnico y pedagógico a docentes de Ingeniería en la creación de recursos educativos digitales, específicamente Objetos de Aprendizaje (OA). Estos objetos, que combinan dimensiones tecnológicas y pedagógicas (Coll et al., 2008), fueron concebidos para mejorar el aprendizaje en entornos digitales (Wiley, 2000). El sistema se construirá sobre una plataforma de software libre, una elección ética acorde con el carácter público de la universidad. Esto evita exigir a estudiantes herramientas que la institución no puede proveer por limitaciones presupuestarias. Además, el software libre ofrece ventajas como acceso al código fuente, amplia documentación, posibilidad de personalización y una comunidad activa de usuarios. Sin embargo, también presenta desafíos como asegurar la calidad del sistema y su sostenibilidad a largo plazo frente a soluciones comerciales con mayores recursos.
Fil: Novillo Saravia, Pilar. Universidad Tecnológica Nacional. Facultad Regional Santa Fe; Argentina.
description En las carreras de Ingeniería, es común que los docentes dominen sus disciplinas técnicas pero carezcan de formación pedagógica. Esta situación plantea dudas sobre su capacidad para diseñar y desarrollar materiales didácticos acordes al Enfoque Basado en Competencias (EBC), que implica no solo enseñar contenidos, sino también enseñar a articular y aplicar esos recursos en contextos reales (Kowalski et al., 2020). Al mismo tiempo, las universidades atraviesan transformaciones metodológicas, adoptando modalidades como la enseñanza remota e híbrida. En este nuevo escenario, resulta fundamental utilizar recursos educativos eficaces que garanticen la calidad del aprendizaje. En respuesta a estas necesidades, surge la propuesta de desarrollar un Sistema Recomendador basado en Inteligencia Artificial, que brinde soporte técnico y pedagógico a docentes de Ingeniería en la creación de recursos educativos digitales, específicamente Objetos de Aprendizaje (OA). Estos objetos, que combinan dimensiones tecnológicas y pedagógicas (Coll et al., 2008), fueron concebidos para mejorar el aprendizaje en entornos digitales (Wiley, 2000). El sistema se construirá sobre una plataforma de software libre, una elección ética acorde con el carácter público de la universidad. Esto evita exigir a estudiantes herramientas que la institución no puede proveer por limitaciones presupuestarias. Además, el software libre ofrece ventajas como acceso al código fuente, amplia documentación, posibilidad de personalización y una comunidad activa de usuarios. Sin embargo, también presenta desafíos como asegurar la calidad del sistema y su sostenibilidad a largo plazo frente a soluciones comerciales con mayores recursos.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-04T21:44:52Z
2025
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12272/13171
url https://hdl.handle.net/20.500.12272/13171
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution 4.0 International
http://creativecommons.org/licenses/by/4.0/
Pilar Novillo Saravia
CreativeCommons
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution 4.0 International
http://creativecommons.org/licenses/by/4.0/
Pilar Novillo Saravia
CreativeCommons
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862377298329600
score 13.364332

Publicaciones similares