1. Bibliografía Básica

En el curso virtual se ofrece contenido creado por el equipo docente sobre la bibliografía básica.

La bibliografía básica se complementa con los siguientes artículos, o secciones de estos, que aparecen en la sección de los contenidos de esta guía:

• Boticario, J, Aspectos básicos del modelado del usuario en sistemas adaptativos de educación (2023) (disponibles en el curso virtual).
• Joksimovi, S., Kovanovi, V., & Dawson, S. (2019). The journey of learning analytics. HERDSA Review of Higher Education, 6, 27-63.
• Keim, D., Andrienko, G., Fekete, J. D., Görg, C., Kohlhammer, J., & Melançon, G. (2008). Visual analytics: Definition, process, and challenges. In Information visualization (pp. 154-175). Springer, Berlin, Heidelberg.
• Vieira, C., Parsons, P., & Byrd, V. (2018). Visual learning analytics of educational data: A systematic literature review and research agenda. Computers & Education, 122, 119-135.
• Saqr, M., & Alamro, A. (2019). The role of social network analysis as a learning analytics tool in online problem based learning. BMC medical education, 19(1), 1-11.
• Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1355.
• Romero, C., Romero, J. R., & Ventura, S. (2014). A survey on pre-processing educational data. In Educational data mining (pp. 29-64). Springer, Cham.
• Manjarres, A. V., Sandoval, L. G. M., & Suárez, M. S. (2018). Data mining techniques applied in educational environments: Literature review. Digital Education Review, (33), 235-266.
• Boticario J.G., Aspectos básicos del modelado de usuario en sistemas adaptativos de educación (2022). UNED
• Bull S., Kay J. (2010) Open Learner Models. In: Nkambou R., Bourdeau J., Mizoguchi R. (eds) Advances in Intelligent Tutoring Systems. Studies in Computational Intelligence, vol 308. Springer, Berlin, Heidelberg. DOI:10.1007/978-3-642-14363-2_15
• B Cook R., Kay J., Kummerfeld B. (2015) MOOClm: User Modelling for MOOCs. In: Ricci F., Bontcheva K., Conlan O., Lawless S. (eds) User Modeling, Adaptation and Personalization. UMAP 2015. Lecture Notes in Computer Science, vol 9146. Springer, Cham. DOI:10.1007/978-3-319-20267-9_7
• Bull S., Kay J. (2013) Open Learner Models as Drivers for Metacognitive Processes. In: Azevedo R., Aleven V. (eds) International Handbook of Metacognition and Learning Technologies. Springer International Handbooks of Education, vol 28. Springer, New York, NY. DOI:10.1007/978-1-4419-5546-3_23
• Kay, J. (2008). Lifelong Learner Modeling for Lifelong Personalized Pervasive Learning. IEEE Transactions on Learning Technologies, 1(4), 215–228. https://doi.org/10.1109/TLT.2009.9
• Paramythis, A., Weibelzahl, S., & Masthoff, J. (2010). Layered evaluation of interactive adaptive systems: Framework and formative methods. User Modeling and User-Adapted Interaction, 20(5), 383–453. https://doi.org/10.1007/s11257-010-9082-4
• Tran, T. N. T., Felfernig, A., & Tintarev, N. (2021). Humanized recommender systems: State-of-the-art and research issues. ACM Transactions on Interactive Intelligent Systems (TiiS), 11(2), 1-41.
• Fadel, C., Holmes, W., & Bialik, M. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. The Center for Curriculum Redesign, Boston, MA. Retrieved from https://circls.org/primers/artificial-intelligence-in-education-promises-and-implications-for-teaching-and-learning

• Calvet Liñán, L., & Juan Pérez, Á. A. (2015). Educational Data Mining and Learning Analytics: differences, similarities, and time evolution. International Journal of Educational Technology in Higher Education, 12(3), 98-112. Barkley, E., Cross, K., Major, C., 2004. Collaborative Learning Techni- ques: A Practical Guide to Promoting Learning in Groups. Jossey Bass. Este manual guía a los educadores a través de todos los aspectos del trabajo en grupo, proporcionando información sólida sobre qué hacer, cómo hacerlo, y por qué es importante para el aprendizaje del estudiante. Los autores presentan procedimientos detallados de treinta técnicas de apren- dizaje colaborativo y ofrecen sugerencias prácticas sobre una amplia gama de temas, entre ellos cómo formar grupos, asignar roles, crear espíritu de equipo, resolver problemas de evaluación y participación de los estudian- tes.
• Johnson, D., Johnson, R., 2004. Cooperation and the use of technology. In: Handbook of research on educational communications and technology. Taylor and Francis Group, pp. 401–424. Estos autores son de referencia obligada en el campo y definen el aprendizaje colaborativo y explican sus ventajas, planteando el marco teórico para que el aprendizaje colaborativo se lleve a cabo.
• Social Network Analysis: Theory and Applications [1] Libro escrito por muchos colaboradores siguiendo la licencia Creative Commons. En este libro se enseña en profundidad el análisis de redes sociales, ofreciendo toda la información necesaria para comenzar un análisis de este tipo.

[1] https://www.wiley.com/en-us/Social+Network+Analysis:+Theory+and+Applications-p-9781119836735

• Anaya, A. R., & Boticario, J. G. (2011). Content-free collaborative learning modeling using data mining. User Modeling and User-Adapted Interaction, 21(1), 181–216. https://doi.org/10.1007/s11257-010-9095-z
• Boticario, J. G., Rodriguez-Ascaso, A., Santos, O. C., Raffenne, E., Montandon, L., Roldán, D., & Buendía, F. (2012). Accessible Lifelong Learning at Higher Education: Outcomes and Lessons Learned at two Different Pilot Sites in the EU4ALL Project. JUCS - Journal of Universal Computer Science, 18(1), 62–85. https://doi.org/10.3217/jucs-018-01-0062

• Bull, G., Thompson, A. D., Schmidt-Crawford, D., Garofalo, J., Hodges, C. B., Spector, J. M., ... & Kinshuk. (2016). Evaluating the impact of educational technology. Journal of Digital Learning in Teacher Education, 32(4), 117-118.
• Lynch, P., Singal, N., & Francis, G. A. (2022). Educational technology for learners with disabilities in primary school settings in low-and middle-income countries: a systematic literature review. Educational Review, 1-27.
• Holstein, K., & Doroudi, S. (2022). Equity and Artificial Intelligence in education. In The Ethics of Artificial Intelligence in Education (pp. 151-173). Routledge.
• Ainscow, M. (2020). Promoting inclusion and equity in education: lessons from international experiences. Nordic Journal of Studies in Educational Policy, 6(1), 7-16.
• Holmes, W., Bektik, D., Denise, W., Woolf, B.P. (2018). Ethics in aied: Who cares? In Proceedings of the 19th International Conference on Artificial Intelligence in Education, pp. 551-553.
• Holmes, W., Bektik, D., Di Gennaro, M., Woolf, B.P., Luckin, R. (2019). Ethics in aied: Who cares? In Proceedings of the 20th International Conference on Artificial Intelligence in Education, pp. 424-425.

2. Bibliografía de Revisión de Fundamentos y Perspectiva Histórica

1. "Sistemas Interactivos de Enseñanza/Aprendizaje". González Boticario, J. y Gaudioso E., 2003. Editorial: Sanz y Torres 

Cubre en gran medida los contenidos de la asignatura y proporciona un resumen operativo de las cuestiones básicas de interés de cada uno de los temas tratados. Incluye igualmente referencias y enlaces a sitios de interés.

El objetivo principal de este texto es conseguir que el lector conozca las bases que fundamentan el desarrollo y uso de los llamados sistemas interactivos de enseñanza/aprendizaje (EA). Entendiendo como tales a los sistemas que en el campo de la educación utilizan fundamentalmente las técnicas y los recursos provenientes del campo de la Inteligencia Artificial (IA). Este libro aborda el campo de la adaptación y personalización del software como un tema esencial en una materia que trata del desarrollo de sistemas interactivos para un proceso tan dependiente del individuo y del momento como lo es el aprendizaje.

Por otro lado, en este libro se han introducido una serie de elementos adicionales que pretenden facilitar su comprensión. Estos elementos, además de proporcionar un valor añadido para los lectores inscritos en modelos de enseñanza a distancia, pretenden facilitar el uso del libro para distintos propósitos (organización docente, estudio de contenidos, realización de ejercicios prácticos, acceso a referencias web, consultas bibliográficas, etc.).

Título: Sistemas de aprendizaje colaborativo
Autor/es: Rodríguez Anaya, Antonio; González Boticario, Jesús;
Apuntes del Tema 2.

Editorial: se publica bajo licencia Creative Commons (Reconocimiento 4.0 Internacional License) y está accesible desde el Curso Virtual.

2. Resto de Materiales que componen la Bibliografía Básica

Dada la dispersión y actualidad de las fuentes utilizadas, y considerando la escasa bibliografía en castellano disponible, se ha optado por proponer algunas fuentes como esenciales para los diferentes temas estudiados y otras serán de carácter complementario.

Se proporcionarán materiales complementarfios que se actualizarán cada año dada la evolución del campo sobre cada uno de los temas de la asignatura.

A continuación se muestran los único que se mantienen, referidos a la perspectiva histórica de los fundamentos

A) Fundamentos, Perspectiva Histórica y Áreas de Desarrollo

Self, J. Computational Mathetics: Towards a Science of Learning Systems Design. Computer Based Learning Unit. University of Leeds, 1995. (accessible desde http://www.drakkar.co.uk/compmathetics.pdf).

Self, J. Formal approaches to student modelling. In McCalla, Greer, J. (eds.), Student modelling: the key to individualized knowledge-based instruction, pp. 295-352, 1995

Artículos del número especial en homenaje a John Self del International Journal of Artificial Intelligence in Education 13 (2003).

Artículos del número especial del International Journal of Artificial Intelligence in Education (2016): Volume 26, Issue 2, June 2016. 25th Anniversary Issue, Part 2; Guest Editors: H. Chad Lane, Gordon McCalla, Chee-Kit Looi, and Susan Bull.

SCHANK, R. C. y CLEARY, C.: Engines for Education. Lawrence Erlbaum, 1995. (accesible desde http://www.engines4ed.org/hyperbook/)

B) Fundamentos de Hipermedia Adaptativa y Sistemas de Educación Adaptativos en la Web

Artículos de Peter Brusilovsky sobre hipermedia adaptativa (accesibles desde: http://www2.sis.pitt.edu/~peterb/)

Por ejemplo:

Brusilovski, P., Kobsa, A., & Nejdl, W. (Eds.). (2007). The adaptive web: methods and strategies of web personalization (Vol. 4321). Springer Science & Business Media.

Brusilovsky, P., Sosnovsky, S., and Yudelson, M. (2009) Addictive links: The motivational value of adaptive link annotation. New Review of Hypermedia and Multimedia 15 (1), 97-118.

Hsiao, I.-H., Sosnovsky, S., and Brusilovsky, P. (2010). Guiding students to the right questions: adaptive navigation support in an E-Learning system for Java programming. Journal of Computer Assisted Learning 26 (4), 270-283

Hsiao, I. H., Bakalov, F., Brusilovsky, P., and König-Ries, B. (2013). Progressor: social navigation support through open social student modeling. New Review of Hypermedia and Multimedia 19 (2), 112-131.

C) Fundamentos de Modelado del usuario

Artículos de Michael Pazzani sobre modelado del usuario (accesibles desde):

http://www.cs.rutgers.edu/~pazzani/Publications/index.html).

Revisión del esado del arte sobre Modelado de Usuario:

Artículos de la revista User modeling and user-adapted interaction: l Volume 11, Issue 1-2, 2001. Por ejemplo:

Kobsa, Alfred. "Generic user modeling systems." User modeling and user-adapted interaction 11.1-2 (2001): 49-63.

Artículos de Bull & Kay sobre Open Learner Models: por ejemplo:

• Bull, S. & Kay, J. (2007). Student Models that Invite the Learner In: The SMILI Open Learner Modelling Framework. International Journal of Artificial Intelligence in Education, 17(3), pp. 89-120.
• Bull, S. & Kay, J. (2008). Metacognition and Open Learner Models. In Roll, I. & Aleven, V. (Eds), Proceedings of Workshop on Metacognition and Self-Regulated Learning in Educational Technologies - International Conference on Intelligent Tutoring Systems (pp.7-20).
• Bull, Susan y Judy Kay (2010). Open learner models. In: Nkambou, R., Bourdeau, J., Mizoguchi, R. (eds.). Advances in Intelligent Tutoring Systems, pp. 318–338. Springer, Berlin.
• Bull, Susan y Judy Kay (2013). Open learner models as drivers for metacognitive processes. In: Azevedo, R., Aleven, V. (eds.) International Handbook on Metacognition and Learning Technologies. Springer, New York.

D) Fundamentos de Interfaces adaptativos

Artículos de Pat Langley sobre interfaces adaptativos (accesibles desde: http://www.isle.org/~langley).

E) Fundamentos de Sistemas de aprendizaje colaborativo

Dillenbourg,  P.  (Ed.),  1996. Collaborative learning:  Cognitive  and  computational approaches. Perga- mon, Elsevier Science.

Johnson,  D., Johnson,  R., 2004. Cooperation and  the  use of technology.  In: Handbook  of research  on educational communications and technology.  Taylor  and Francis  Group,  pp. 401–424.

Johnson, D. W., Johnson, R. T., & Smith, K. A. (2014). Cooperative learning: Improving university instruction by basing practice on validated theory. Journal on Excellence in University Teaching, 25(4), 1–26.

F) Fundamentos de Analítica y Minería de Datos

The Handbook of Learning Analytics. (2017). Editors: Charles Lang, George Siemens, Alyssa Wise, Dragan Gaševi¿. Society for Learning Analytics Research
(https://solaresearch.org/wp-content/uploads/2017/05/hla17.pdf).

G) Fundamentos de Estándares, Interoperabilidad y Accesibilidad

Martínez Normand, Loïc. (2007). "Software Accessibility Standards, User Modelling and Adaptive Systems." TUMAS-A Workshop’s Proceedings.

H) Fundamentos de Sistemas Recomendadores Educativos

Revisiones:

Manouselis, N., Drachsler, H., Verbert, K., & Santos, O. C. (2014). Recommender Systems for Technology Enhanced Learning. Springer Verlag New-York.

Santos, O. C. & Boticario (Eds.). (2011). Educational Recommender Systems and Technologies: Practices and Challenges: Practices and Challenges. IGI Global.

Nota: A estas fuentes básicas habrá que sumar otras que se proporcionarán sobre cada tema a través de la plataforma de aprendizaje.

* Online: todas las direcciones proporcionadas pueden haber sufrido modificaciones de última hora por lo que pueden tener que ser actualizadas y para ello se recomienda utilizar los buscadores disponibles.