«Acelerar el aprendizaje autorregulado con IA: oportunidades y desafíos»
Roger AzevedoUniversity of Central Florida, Estados Unidos
Resumen de la ponencia
El aprendizaje autorregulado es un predictor esencial del aprendizaje, la resolución de problemas y el razonamiento de los estudiantes en tareas, dominios y contextos. Los procesos cognitivos, afectivos, metacognitivos y motivacionales juegan un papel crucial en la capacidad de los estudiantes para monitorear y regular su aprendizaje mientras usan tecnologías avanzadas de aprendizaje (ALT) de manera precisa, dinámica y efectiva. Estos procesos se detectan, modelan, infieren utilizando análisis de datos multimodales y se utilizan para proporcionar un andamiaje inteligente y adaptable y un aprendizaje de retroalimentación mientras usan ALT. Sin embargo, a pesar de los avances de los investigadores interdisciplinarios en inteligencia artificial (IA) y análisis de datos multimodales, quedan muchos desafíos y oportunidades conceptuales, teóricas, metodológicas, analíticas y pedagógicas. Esta charla se centra principalmente en: (1) proporcionar una breve síntesis del estado del arte del campo de la IA y el análisis de datos multimodales (MMLA); (2) presentar los desafíos de la IA que actualmente impactan el campo de MMLA (p. ej., base teórica, rigor metodológico, inferencias sobre interacciones complejas entre procesos de aprendizaje autorregulados, análisis de datos de procesos de series temporales); (3) discutir oportunidades para futuras investigaciones utilizando Inteligencia Artificial (IA) para acelerar el aprendizaje autorregulado; y (4) discutir las implicaciones para los investigadores, estudiantes y educadores para promover el aprendizaje autorregulado.
Biografía
El Dr. Azevedo es profesor en la Escuela de Modelado, Simulación y Entrenamiento de la Universidad de Florida Central. También es profesor afiliado en los Departamentos de Ciencias de la Computación y Medicina Interna de la Universidad de Florida Central y científico principal de la Iniciativa del Grupo de Facultades de Ciencias del Aprendizaje. Recibió su doctorado en Psicología Educativa de la Universidad McGill y completó su formación postdoctoral en Psicología Cognitiva en la Universidad Carnegie Mellon. Su principal área de investigación incluye examinar el papel de los procesos de autorregulación cognitiva, metacognitiva, afectiva y motivacional durante el aprendizaje con tecnologías de aprendizaje avanzadas (p. ej., sistemas de tutoría inteligente, hipermedia, multimedia, simulaciones, juegos serios, entornos de aprendizaje virtual inmersivo). Más específicamente, su principal objetivo de investigación es comprender las complejas interacciones entre los humanos y los sistemas de aprendizaje inteligentes mediante el uso de métodos interdisciplinarios para medir los procesos cognitivos, metacognitivos, emocionales, motivacionales y sociales y su impacto en el aprendizaje, el rendimiento y la transferencia. Para lograr este objetivo, realiza estudios de laboratorio, aula e in situ (p. ej., simulador médico) y recopila datos de múltiples canales para desarrollar modelos de interacción humano-computadora; examina la naturaleza de los procesos de autorregulación y otros procesos de regulación que se desarrollan temporalmente (por ejemplo, agentes humanos-humanos y humanos-artificiales); y diseña sistemas inteligentes de aprendizaje y capacitación para detectar, rastrear, modelar y fomentar los procesos de autorregulación de los estudiantes, docentes y capacitadores. Ha publicado más de 300 artículos revisados por pares, capítulos y actas de conferencias arbitradas en las áreas de educación, aprendizaje, ciencias cognitivas, educativas y computacionales. Fue el ex editor de la revista Metacognition and Learning y es miembro del consejo editorial de varias revistas de ciencias cognitivas y aprendizaje de primer nivel (p. ej., Applied Cognitive Psychology, International Journal of AI in Education, Educational Psychology Review, European Journal of Psychological Assessment ). Su investigación está financiada por la Fundación Nacional de Ciencias (NSF), el Departamento de Educación, el Instituto de Ciencias de la Educación (IES), los Institutos Nacionales de la Salud (NIH) y el Consejo de Investigación de Ciencias Sociales y Humanidades de Canadá (SSHRC), Ciencias Naturales y Consejo de Ciencias e Ingeniería de Canadá (NSERC), Cátedras de Investigación de Canadá (CRC), Fundación Canadiense para la Innovación (CFI), Asociación Europea para la Investigación sobre el Aprendizaje y la Instrucción (EARLI) y la Fundación Jacobs. Es miembro de la Asociación Estadounidense de Psicología y ganador del prestigioso Premio a la carrera docente temprana de la Fundación Nacional de Ciencias.
