Mide el progreso
Consistencia y fiabilidad de tus test
Adaptative Learning
La evaluación de los alumnos requiere de un proceso de evaluación fiable que garantice la objetividad, y que aporte los datos necesarios para mejorar el rendimiento de los mismos.
En este sentido el Análisis y la Interpretación de los datos cobra gran importancia, y es aquí donde la aplicación de técnicas de Inteligencia Artificial juega un papel fundamental.
Teoría de Respuesta al Item (TRI). Basado en el modelo de 3 parámetros (discriminación, dificultad y factor de adivinanza), cada ítem tiene una “curva característica” que representa la probabilidad condicional de responder correctamente, dado un cierto nivel de conocimiento.
Clasificación Bayesiana. Teniendo en cuenta que las respuesta del alumno proporcionan “evidencia” de su nivel de conocimiento, esta clasificación:
Halla la distribución de probabilidad del nivel de conocimiento
Estima el nivel de conocimiento, mediante el valor máximo o la media
Alfa de Cronbach. Se trata de una media de la consistencia interna de un test.
Modelos de Errores Conceptuales
Modelos de Conocimiento del Estudiante.
Kontesta incluye todos los elementos específicos y necesario para integrarse con otros subsistemas del centro bajo el mismo proyecto, evaluando continuamente el rendimiento de sus alumnos gracias al uso de la inteligencia artificial.
