Browsing by Autor "Rios Miranda, Bhylenia Yhasmyna"

Now showing 1 - 2 of 2

Escuelas al revés un nuevo enfoque en la Universidad Mayor de san Andrés
(Edu Sup Rev Cient CEPIES, 2018) Portugal Durán, Willy Ernesto; Rios Miranda, Bhylenia Yhasmyna
La educación en Bolivia en los colegios y universidades es de forma presencial teniendo un determinado horario para cada materia donde se avanza el contenido dando tareas y actividades para casa, para que los estudiantes lo realicen, muchos docentes utilizan tecnologías de información como apoyo para el desarrollo de sus clases, pero para el avance de las clases y poder aprovechar mejor el tiempo de las clases presenciales se puede aplicar el concepto de "Escuelas al Revés" o "Clases al Revés" donde los estudiantes en su casa estudian los conceptos a su ritmo con el material proporcionado por el docente y en las clases presenciales realizan sus ejercicios y practicas consultando al docente cuando tenga dudas, poniendo en práctica este concepto en la gestión 2017 en la materia de Gramática Española materia de la carrera de Informática de la Universidad Mayor de San Andrés, se ha desarrollado este experimento, obteniendo excelentes resultados en el aula con los estudiantes.
Multi-agentes con aprendizaje automático en el proceso de morfosintaxis
(Edu. Sup. Rev. Cient. Cepies, 2024) Rios Miranda, Bhylenia Yhasmyna
El artículo aborda el desarrollo de un modelo de sistema multi-agente con aprendizaje automático para optimizar el proceso de enseñanza de la morfosintaxis en los estudiantes de Seminario de Grado I en la Carrera de Economía de la Universidad Mayor de San Andrés. Mediante la integración de técnicas de inteligencia artificial y un enfoque colaborativo entre agentes, se busca mejorar significativamente la comprensión y aplicación de las reglas morfosintácticas. El modelo no solo facilita la personalización del aprendizaje, sino que también promueve la eficiencia en la enseñanza de la gramática, contribuyendo al rendimiento académico de los estudiantes. Los agentes inteligentes, como el agente tutor y el agente evaluador, permiten una adaptación individualizada a las necesidades de los estudiantes, ofreciendo una retroalimentación constante y oportuna. El Deep Learning en la misma arquitectura del sistema multi-agente refuerza el proceso de aprendizaje, lo que permite una interacción más efectiva entre los agentes y los estudiantes. El artículo concluye que el modelo propuesto, basado en la metodología MASE y ofrece resultados significativos que pueden ser adaptados a otros contextos educativos. La evaluación del modelo mediante encuestas indica una mejora notable en el proceso de enseñanza-aprendizaje de la morfosintaxis, con una calificación favorable por parte de los estudiantes. Esta investigación destaca el potencial de los sistemas multi-agente con aprendizaje automático como herramientas clave en la educación superior, particularmente en áreas donde la gramática y la estructura del lenguaje son fundamentales.