@article{11162/201525,
year = {2020},
url = {http://revistas.uned.es/index.php/ried/article/view/26470/21111},
url = {https://hdl.handle.net/11162/201525},
abstract = {Los datos procedentes de los estudiantes y de las prácticas de aprendizaje son esenciales para alimentar los sistemas de inteligencia artificial empleados en educación. Asimismo, los datos generados recurrentemente son fundamentales para entrenar los algoritmos, de manera que puedan adaptarse a nuevas situaciones, ya sea para mejorar el ciclo de aprendizaje en su conjunto o para gestionar tareas repetitivas. A medida que los algoritmos se propagan en diferentes contextos de aprendizaje y se amplía su capacidad de acción, se requieren marcos pedagógicos que ayuden a interpretarlos y que amparen su uso adecuado. Basándose en el análisis de casos y en una revisión de la literatura científica, se analizan los límites de las prácticas de aprendizaje fundamentadas en el uso masivo de datos desde un enfoque pedagógico.},
booktitle = {RIED. Revista iberoamericana de educación a distancia. 2020, v. 23, n. 2 ; p. 65-84},
keywords = {recogida de datos},
keywords = {proceso de datos},
keywords = {inteligencia artificial},
keywords = {pedagogía experimental},
keywords = {tratamiento electrónico de datos},
keywords = {práctica pedagógica},
keywords = {condiciones de aprendizaje},
title = {Data-driven educational algorithms pedagogical framing},
doi = {10.5944/ried.23.2.26470},
author = {Domínguez Figaredo, Daniel},
}