Ahora que ya sabemos qué hacer necesitamos la materia prima para hacerlo, esto son los datos de las interacciones de cada usuario en el sistema para poder realizar los distintos modelos de usuario. Ya hemos dicho que estos datos se encuentran almacenados en una base de datos a la que podemos acceder, sin embargo, ahora queda que tengan significado para nuestros propósitos.
Para poder deducir objetivos, procedencia, intereses y experiencia previa de un usuario en el hiperespacio se realizará una encuesta directa en el momento de alta en el curso. Esta encuesta será los datos iniciales sobre los que construiremos nuestro modelo de usuario. No obstante, este modelo se irá modificando en función de las interacciones de los usuarios en los distintos medios de nuestro sistema.
Se hará uso de la técnica de texto expansible cuando queden unos pocos conceptos por aprender y haya que hacer un mayor énfasis en éstos. Para ello necesitamos conocer los conocimientos aprendidos por el alumno. Éstos se van a deducir en función de qué páginas ha visitado el alumno y a partir del uso de palabras clave que el alumno ha utilizado en el foro, las respuestas relativas a conocimientos previos podrían tenerse en cuenta, aunque en menor medida. A partir de estas interacciones se utilizaría alguna técnica de aprendizaje automático para determinar si el alumno aprendió ó no el concepto.
Somos conscientes de que muchos alumnos optarán por la versión impresa para adquirir los conocimientos necesarios. Pero esto no es un problema debido a la adaptación propuesta.
He juntado estos dos tipos de adapatación en este apartado, debido a que para realizarlo necesitamos datos muy similares. En ambos casos necesitaremos realizar consejos, para ello tendremos en cuenta la procedencia, los objetivos y la experiencia en el hiperespacio del alumno (éstos será más ó menos estático y quedará definido por la encuesta previa). Sin embargo, los conocimientos adquiridos y los objetivos conseguidos, así como el perfil del alumno serán parámetros que variarán más durante el curso.
En el párrafo anterior he introducido la palabra perfil para determinar si el alumno es activo y/o colaborativo en el curso virtual. Los alumnos activos serán aquellos que alcanzan sus objetivos. Sin embargo, los alumnos colaborativos serán aquellos que ayudan a otros a adquirir sus propios objetivos. Nótese que ésta no es una clasificación disjunta sino que puede haber alumnos que sean colaborativos y activos al mismo tiempo.
Para determinar si un alumno es activo se verá por el número de sesiones realizadas en el curso, número de páginas visitadas, si ha entregado ó no la práctica, descargas del material didáctico, número de hilos abiertos, etc. Determinaremos si el alumno es ó no colaborativo viendo el número de respuestas a mensajes de otros, si ha creado preguntas frecuentes acerca de la asignatura, si ha sugerido noticias, ó enlaces para el grupo, etc. A partir de estos datos se aplicaría alguna técnica de aprendizaje automático.
El objetivo de nuestro sistema sería pues que el alumnado pasase de inactivo a activo (teniendo un núcleo de activos y además colaborativos). No obstante, el tipo de consejos que se darán dependerá también de la actividad del grupo en sí. Es decir, sería absurdo recomendar contestar mensajes en el foro si no hay ningún mensaje. Por ello también se recogerán datos y habrá que aplicar aprendizaje automático para determinar si el grupo en sí es activo ó colaborativo y, aparte habrá que hacer prerrequisitos para determinados consejos (por ej: el consejo de mejora las preguntas frecuentes, necesita de algún tipo de pregunta frecuente).