Psicometría computacional: Nuevas Metodologías para una Nueva Generación de Aprendizaje y Evaluación Digital: Con Ejemplos en R y Python

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Computational Psychometrics: New Methodologies for a New Generation of Digital Learning and Assessment: With Examples in R and Python

Contenido del libro:

Este libro define y describe una nueva disciplina, denominada "psicometría computacional", desde la perspectiva de las nuevas metodologías para manejar datos complejos procedentes del aprendizaje y la evaluación digitales. Los editores y los autores contribuyentes discuten cómo la nueva tecnología aumenta drásticamente las posibilidades para el diseño y la administración de sistemas de aprendizaje y evaluación, y cómo al hacerlo aumenta significativamente la variedad, la velocidad y el volumen de los datos resultantes. A continuación, presentan métodos y estrategias para afrontar los nuevos retos, que van desde la identificación de pruebas y el modelado de datos hasta la evaluación y predicción del rendimiento de los alumnos en entornos complejos, como en tareas colaborativas, tareas basadas en juegos/simulaciones y tareas multimodales de aprendizaje y evaluación.

Así pues, la psicometría computacional se ha definido como una mezcla de psicometría basada en la teoría y enfoques basados en datos procedentes del aprendizaje automático, la inteligencia artificial y la ciencia de datos. Todos ellos juntos proporcionan un mejor marco metodológico para analizar datos complejos procedentes del aprendizaje y las evaluaciones digitales. El término "computacional" ha sido ampliamente adoptado por muchas otras áreas, como la estadística computacional, la lingüística computacional y la economía computacional. En esos contextos, "computacional" tiene un significado similar al que se propone en este libro: una perspectiva centrada en datos y algoritmos sobre fundamentos y enfoques teóricos establecidos previamente, ahora ampliados y, cuando es necesario, reconcebidos. Esta interdisciplinariedad es ya un éxito probado en muchas disciplinas, desde la medicina personalizada que utiliza la estadística computacional hasta el aprendizaje personalizado que utiliza, bueno, la psicometría computacional. Esperamos que este volumen sea de interés no sólo dentro sino más allá de la comunidad psicométrica.

En este volumen, expertos en psicometría, aprendizaje automático, inteligencia artificial, ciencia de datos y procesamiento del lenguaje natural ilustran su trabajo, mostrando cómo los conocimientos interdisciplinarios de cada investigador se funden en un marco metodológico coherente para tratar datos complejos procedentes de interfaces virtuales complejas. En los capítulos centrados en las metodologías, los autores utilizan ejemplos de datos reales para demostrar cómo aplicar los nuevos métodos en la práctica. Los códigos de programación correspondientes en R y Python se han incluido como fragmentos en el libro y también están disponibles de forma más completa en el repositorio de código GitHub que acompaña al libro.