En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

Traducción automática de la página en inglés, todavía sin revisar por una persona hablante nativa.

Seguimiento del conocimiento — modelar lo que quienes aprenden saben a lo largo del tiempo registrando su desempeño en los ejercicios y prediciendo el dominio futuro. Es el hilo de modelado más rico de esta literatura, y abarca enfoques bayesianos, de aprendizaje profundo y mejorados con LLM para seguir el conocimiento del estudiantado a medida que evoluciona.

Preguntas para reflexionar

  • El seguimiento del conocimiento modela lo que usted sabe a lo largo del tiempo a partir de su desempeño en los ejercicios, y registra cuándo se adquiere el conocimiento y cuándo se deteriora. ¿Qué pueden revelar sus respuestas sobre si de verdad «sabe» algo, frente a si simplemente acertó esta vez?
  • Quien aprende puede parecer que domina algo y, aun así, aplicar mal de forma sistemática una habilidad cuando se infringe una condición oculta. ¿Cuándo ha visto que alguien (o usted mismo) pareciera entender algo sin entenderlo en realidad?
  • Si el seguimiento del conocimiento alimenta sistemas adaptativos que deciden qué enseñar después, ¿qué sale mal cuando el modelo confunde respuestas correctas con dominio real y hace avanzar al estudiantado demasiado pronto?
  • El seguimiento del conocimiento adopta muchas formas: bayesiana, neuronal, hipergráfica, basada en el diálogo, mejorada con LLM. ¿Qué compensaciones cabría esperar entre un modelo transparente que se puede explicar y uno potente pero opaco?
  • El seguimiento del conocimiento también conecta con los estudiantes simulados, que generan los estados de conocimiento que el seguimiento normalmente infiere a partir de datos reales. ¿Cómo podría ayudar simular a quien aprende a la hora de probar un tutor antes de que se encuentre con estudiantado real?
  • Dado que el conocimiento se deteriora con el tiempo, ¿qué debería hacer un sistema adaptativo con el «dominio» pasado de un estudiante una vez que lo ha olvidado? ¿Cómo diseñaría para el olvido en lugar de suponer que el conocimiento persiste?

Introducción

El seguimiento del conocimiento transforma las respuestas brutas a los ejercicios en estimaciones de lo que un estudiante ha dominado y de lo que todavía necesita aprender. A diferencia del simple registro de la corrección, el seguimiento del conocimiento modela la dinámica temporal del aprendizaje: cuándo se adquiere el conocimiento, cuándo se deteriora y cómo se relacionan los conceptos entre sí.

Enfoques representados en la investigación

  • Enfoques bayesianos: Pradhan et al. (2026) estandariza las implementaciones de BKT, mientras que Jia et al. (2026) incorpora señales metacomportamentales

  • Los parámetros de la BKT como medidas de resultado de una intervención: Zhang et al. (2026) ajustaron un seguimiento bayesiano del conocimiento condicionado por señales a 19.952 puntos de datos de 688 estudiantes de sexto grado, de modo que los parámetros de adivinación, desliz, aprendizaje y olvido se convirtieron en las medidas de resultado de una intervención matemática con señales perceptivas. Las señales congruentes elevaron la adivinación y redujeron el desliz, un andamiaje inmediato, mientras que la condición de color incongruente mostró la firma de la dificultad deseable, con una adivinación de 0,190 pero la tasa de aprendizaje más alta (0,0379) y la tasa de olvido más baja (0,0054) de las nueve condiciones. Las clasificaciones de las condiciones de señal basadas en la BKT coincidieron con las basadas en el comportamiento en cinco de las ocho condiciones, lo que respalda los parámetros como una lente sobre el dilema de la asistencia.

  • BKT de evidencia blanda con una función de observación basada en LLM: CoLearn (He et al., 2026) conserva la estructura de la BKT, pero sustituye la observación binaria de correcto o incorrecto — la entrada de la BKT estándar — por una continua: un calificador basado en LLM emite evidencia de dominio graduada junto a un peso de confianza, que se mezcla en una posterior encogida por la confianza y se condiciona de modo que una respuesta claramente errónea no pueda elevar la estimación, lo que convierte la actualización en una variante que generaliza la BKT estándar en lugar de reducirse a ella estrictamente. Que esa función de observación sea fiable depende de quien aprende: la evidencia media separó limpiamente los niveles de capacidad (0,25 débil / 0,67 mixto / 0,77 fuerte), mientras que la correlación dentro de cada nivel con el dominio real fue de apenas r ≈ 0,15 / 0,48 / 0,41, lo que deja el estado trazado como una creencia del agente sobre quien aprende más que como una medición calibrada.

  • Modelos neuronales e híbridos: Hooshyar et al. (2026) combina el razonamiento simbólico con redes neuronales; Wu et al. (2026) impulsa los modelos probabilísticos interpretables

  • Seguimiento profundo con una capa IRT interpretable: Gharahighehi et al. (2026) comparan cinco modelos de seguimiento del conocimiento en NedBox, una plataforma de neerlandés como segunda lengua, donde los modelos profundos dominan en datos de ejercicios con un desequilibrio de alrededor del 80%: DeepIRT alcanzó un AUROC de 0,76, una exactitud de 0,81 y un F1 de 0,89 con el mejor coeficiente de correlación de Matthews (MCC 0,34), muy por delante de la BKT bayesiana (0,05) y de la IRT explicativa (0,07). La capa IRT añadida es lo que hace interpretable a DeepIRT: emite estimaciones de habilidad y dificultad junto a las predicciones, y estas correlacionan fuertemente con los parámetros de la IRT explicativa (dificultad 0,51 última y 0,66 media; habilidad 0,51 última y 0,56 media; todos p < 0,001).

  • Redes de memoria hipergráficas: THyMeN aumenta el seguimiento basado en memoria (DKVMN) con razonamiento hipergráfico temporal, modelando interacciones dinámicas de orden superior entre conceptos que coaparecen dentro de preguntas multihabilidad

  • El seguimiento basado en grafos como familia estudiada: Xu et al. (2026) revisan el seguimiento del conocimiento construido sobre grafos, organizan el campo con una taxonomía bidimensional (la motivación de modelado cruzada con cuatro estructuras de grafo) y hallan en su punto de referencia replicado que un modelo basado en grafos obtiene el mejor AUC en todas las columnas. En ASSISTments2009, Junyi, ASSISTments2017 y Statics2011, el mejor AUC es de GRKT 0,7963, HGR-KT 0,7366, DyGKT 0,7624 y DGEKT 0,9073 respectivamente. La taxonomía (grafos estáticos frente a dinámicos, homogéneos frente a heterogéneos) es la contribución sintética de la revisión, ya que el estudio no informa de nueva recogida de datos.

  • Seguimiento del conocimiento basado en el diálogo: Huang et al. (2026) adapta el seguimiento del conocimiento a la tutoría conversacional

  • Mejorado con LLM: HiLLM-CD usa LLM para la construcción automatizada de árboles de conceptos y la inferencia jerárquica de competencia

  • Seguimiento del conocimiento semántico y orientado a la recomendación: ExRec (Ozyurt, Almaci, Feuerriegel y Sachan, 2025) fundamenta la entrada más que la arquitectura. Un LLM anota cada pregunta con pasos de solución y conceptos de conocimiento alineados con los Common Core State Standards for Mathematics, el aprendizaje contrastivo alinea las incrustaciones de pregunta, de paso de solución y de concepto (con los falsos negativos eliminados mediante preagrupamiento de variantes de conceptos como «interpretar un gráfico de barras» y «leer información de un gráfico de barras»). Una pérdida de calibración sobre componentes de conocimiento permite al trazador predecir directamente un estado de conocimiento a nivel de concepto en lugar de inferirlo ejecutando el modelo sobre todas las preguntas de ese concepto. El trazador calibrado sirve después como entorno de aprendizaje por refuerzo para la recomendación de ejercicios, donde una estimación de valor basada en modelo inicializa el crítico a partir del propio trazador. En cuatro tareas sobre XES3G5M promediadas sobre 2.048 estudiantes de prueba, las líneas base sin RL dieron ganancias de conocimiento marginales o negativas, los métodos continuos basados en valor superaron a los basados en políticas, y la estimación de valor basada en modelo los mejoró de forma constante, de forma más aguda en la tarea del concepto más débil, donde el objetivo cambia en cada paso. Las ganancias comunicadas son porcentajes de mejora máxima del conocimiento, no resultados de aprendizaje, y la cadena de proceso depende de los pasos de solución generados, cuya calidad hereda el trazador.

  • Seguimiento del conocimiento basado en resultados (OKT): Pradeesh et al. (2026) rastrean el conocimiento del estudiantado dentro de sistemas de Educación Basada en Resultados (EBR) tratando los resultados de la asignatura como los propios conceptos de conocimiento, y sustituyen las relaciones conceptuales derivadas de la atención o de grafos por «mapeos de afinidad» de EBR validados por personas expertas entre los resultados de la asignatura y los del programa. Una red neuronal aumentada con memoria (MANN) modela cómo el logro de cada resultado afecta a los demás, y un ajuste fino con BERT adaptado al dominio enriquece las incrustaciones de resultados (con una red troncal GRU que supera a la LSTM). Frente a un corpus real del LMS de un programa de ingeniería de 2.416 estudiantes y 966 resultados, el OKT registró un 89,81% de AUC, por delante de DKT, DKVMN, EKT y SimpleKT, mientras que en ASSISTments esa ventaja desaparecía, lo que confirma que la ventaja está ligada a la estructura curricular propia de la EBR.

  • Un único escalar de recencia capta la mayor parte de lo que compra un modelo de secuencia. A lo largo de 1.927.265 respuestas de matemáticas de 8.996 estudiantes finlandeses, la identidad del ítem por sí sola alcanzó un AUC de 0,8362; añadir una única medida de recencia relativa a la dificultad del ítem la elevó a 0,8669, recuperando el 93,5% de la ganancia de 0,8690 de un transformador condicionado por la consulta, mientras que un resumen de 128 dimensiones del historial alcanzó solo 0,8687 (Lahtinen y McMullen (2026)).

  • Seguimiento solo con instantáneas. Nagai et al. (2026) inducen un orden pseudotemporal a partir de las relaciones de inclusión entre los conjuntos de habilidades de quienes aprenden, tratando los conjuntos de habilidades en expansión como progresión de aprendizaje, de modo que las instantáneas de un único momento siguen siendo trazables; pero la formulación supone que las habilidades nunca se pierden, así que los despliegues para quienes aprenden y experimentan regresión necesitan primero un mecanismo explícito de olvido.

  • La granularidad de los componentes de conocimiento es en sí misma una decisión de modelado. El Hefny y Meurers (2026) compararon 19 modelos de componentes de conocimiento en 11 niveles de una jerarquía de tutoría de lenguas sobre 153.819 respuestas de primer intento de 1.059 estudiantes de séptimo grado. El ganador depende del objetivo de predicción: la identificación fina Actionable Element ID lideró la predicción bloqueada por estudiante (RMSE 0,4083), mientras que la Property ID fundamentada semánticamente más el tipo de ejercicio lideró la predicción bloqueada por ítem (RMSE 0,4243). Los identificadores finos también mostraron tasas de aprendizaje medias cercanas a cero (Actionable Element ID 0,000).

Relación con otros conceptos

El seguimiento del conocimiento está estrechamente relacionado con el modelado del estudiantado — mientras que el seguimiento del conocimiento modela específicamente el conocimiento cognitivo a lo largo del tiempo, el modelado del estudiante es la práctica más amplia de representar todos los aspectos de una persona que aprende (el estado afectivo, la implicación, las preferencias). El seguimiento del conocimiento alimenta los sistemas de aprendizaje adaptativo y de aprendizaje personalizado que necesitan saber qué enseñar después, y las plataformas de tutoría inteligente que usan las estimaciones de dominio para seleccionar los problemas adecuados. Conecta con la analítica del aprendizaje para el diseño de paneles e intervenciones, y con el diagnóstico cognitivo para la evaluación detallada de habilidades. Las construcciones del seguimiento del conocimiento también informan a los estudiantes simulados: el estado cognitivo de un estudiante simulado suele formalizarse con la misma dinámica de dominio y deterioro que modela el seguimiento del conocimiento, de modo que la Simulación es una forma de generar los estados de conocimiento que los métodos de seguimiento normalmente infieren a partir de datos de respuesta reales.

Una advertencia de alcance: el seguimiento estima el dominio de un dominio, no la cognición de orden superior. Una revisión de 15 años de 127 estudios de tutoría inteligente halla que el seguimiento bayesiano y el de aprendizaje profundo mejoraron a lo largo del periodo, pero siguen sin poder modelar los procesos cognitivos de orden superior, la metacognición ni la motivación, es decir, los estados que un sistema adaptativo más necesitaría abordar (Zerkouk et al. (2025)).

Una advertencia: el dominio no es la corrección. An, McLaren y Stamper (2026) muestran que la suposición de dos estados de la BKT (aprendido o no aprendido) puede vulnerarse por la sobre-generalización engañosa: quienes aprenden pueden parecer que dominan algo y, aun así, aplicar mal una habilidad de forma sistemática cuando se vulnera una restricción oculta de aplicación. Esto aboga por rastrear la comprensión condicional (saber cuándo abstenerse de una acción), y no solo la corrección de la acción, cuando las estimaciones de dominio gobiernan reglas de parada adaptativas.

Una advertencia de equidad: las habilidades no modeladas sesgan el estado rastreado contra grupos enteros. Stinar et al. (2026) hallaron que el seguimiento bayesiano del conocimiento sobre registros de MATHia de 8.549 estudiantes a lo largo de dos cursos escolares solo estaba levemente sesgado en agregado (paridad estadística −0,077 en 2021-2022 y −0,066 en 2022-2023), pese a brechas mucho mayores en las habilidades con alta carga de lectura. El impacto dispar fue de 0,885 y 0,878, y las diferencias de calibración entre grupos de lectura fueron significativas a pesar de su pequeño tamaño (0,0046 y 0,0054). El sesgo a nivel de habilidad es donde se concentra el daño: 36 de las 50 habilidades analizadas estaban sesgadas contra quienes empiezan a leer, encabezadas por el modelo «apply exponent», de alta carga lectora, con una paridad estadística de −0,262 y un impacto dispar de 0,609.

Una advertencia emparentada se refiere a cómo se validan los modelos de seguimiento frente a cómo se despliegan. Schuetze, Yan y Carvalho (2025) ajustaron la BKT, la BKT con olvido y el modelo de factores aditivos a un conjunto de datos de reaprendizaje sucesiva en varias sesiones, y hallaron que reproducen las tendencias de aprendizaje cuando se ajustan de forma retrospectiva a todas las sesiones (AUC aceptable de ≈ 0,74 a 0,79); pero bajo una validación cruzada basada en el tiempo — entrenar en una sesión para predecir la siguiente, el escenario aplicado realista — los tres sobrestiman el rendimiento futuro entre un 47% y un 58% aproximadamente, no logran capturar el efecto de espaciado e incluso pueden predecir el orden ordinal equivocado entre condiciones de práctica. Lo revelador es que los modelos sin un mecanismo explícito de olvido funcionaron aproximadamente tan bien como las versiones aumentadas con olvido a medida que se acumulaban las sesiones, lo que sugiere que el olvido quedó en parte absorbido por otros parámetros (por ejemplo, las constantes por estudiante en el AFM) en lugar de modelarse de verdad. Los autores relacionan esto con la distinción entre aprendizaje y rendimiento: los modelos populares confunden un rendimiento alto en el momento con una alta probabilidad de retención a largo plazo. La implicación práctica es que un trazador que parece bueno en el ajuste retrospectivo puede inducir a error a los sistemas adaptativos que consumen sus estimaciones de dominio, lo que aboga por la evaluación con ventana deslizante (walk-forward) y por modelos que tengan en cuenta el intervalo de retención, el espaciado y el olvido entre sesiones.

Otra advertencia se refiere a la regla de evidencia que alimenta la actualización. Srivastava (2026) ejecutó cuatro reglas de actualización sobre secuencias idénticas de eventos de ASSISTments 2012–13, que diferían solo en cómo puntúan las filas completadas con ayuda, sobre una mitad confirmatoria de 12.716 estudiantes y 985.813 eventos puntuados. Leer una fila con pista o reintentada como un primer intento fallido predijo mejor el desempeño posterior sin ayuda (AUC agrupado de 0,658); otorgar crédito a cualquier compleción lo predijo peor (0,604), apenas por encima de una constante que solo conoce la dificultad de la habilidad (0,595). La misma elección gobierna el recuento de dominio: otorgar crédito a las compleciones declaraba dominadas el 93,9% de 113.428 pares estudiante-habilidad frente al 72,8% con la regla estricta, y los pares que la regla indulgente declaraba por delante de la estricta acabaron con un 70,9% de precisión sin ayuda frente al 85,7% donde ambas coincidían, por debajo de la tasa base del 0,744. Un estado trazado es, por tanto, en parte una función de la convención de puntuación y no solo de quien aprende, de modo que una estimación de dominio consumida por una puerta adaptativa debería llevar consigo la regla que la produjo.

Una advertencia de capacidad: los modelos de lenguaje generales rastrean el conocimiento apenas por encima de una línea base trivial. Worden et al. (2026) publicaron FoundationalASSIST, que restaura el texto completo de las preguntas, las respuestas que el estudiantado dio de verdad y sus elecciones de distractores que los conjuntos de datos de seguimiento anteriores descartaban, y pusieron a prueba cuatro LLM de frontera como trazadores sin ejemplos previos. El mejor, GPT-OSS-120B, alcanzó un 56,2% frente al 51,3% que ya puntúa una regla que siempre predice «correcto» (AUC-ROC de 0,559), sin mejora con historiales más largos, y Llama-3.3-70B acertó el 85,4% de las veces que un estudiante respondía correctamente, pero solo el 12,6% cuando se equivocaba, una prueba de que un modelo de catálogo rastrea optimismo más que comprensión, de modo que la aparente habilidad de un trazador debe leerse frente a la línea base trivial que su tarea permite.

  • Un LLM de una sola pasada puede rastrear el conocimiento antes de que se registre ninguna persona que aprenda. Consultado como una única pregunta tipada, sin datos de la plataforma objetivo, Jev alcanzó un AUC medio de 0,706, por encima del mejor de 28 modelos de seguimiento profundo entrenados con 8 personas que aprenden (0,689), y por delante hasta que el seguimiento supervisado lo alcanza con 64–128 personas que aprenden (Lee y Park, 2026).

Implicaciones para la práctica

Para el profesorado

  • Trate una etiqueta de dominio como una afirmación con procedencia, no como un hecho. Otorgar crédito a las compleciones declaradas marcó como dominados el 93,9% de 113.428 pares estudiante-habilidad, frente al 72,8% con una regla estricta, y los pares que la regla indulgente declaraba por delante acabaron con un 70,9% de precisión sin ayuda frente al conjunto más estricto. La regla que eligió se ve en el número que lee.
  • Prefiera un modelo validado en un entorno como el suyo. OKT alcanzó un 89,81% de AUC con datos reales de LMS de un programa de ingeniería (2.416 estudiantes, 966 resultados), por encima de DKT, DKVMN, EKT y SimpleKT, mientras que en ASSISTments solo dio resultados competitivos. La ventaja depende del entorno, así que las afirmaciones de exactitud de otro contexto no deberían ser su validación.
  • Recuerde que el dominio no es la corrección: quien aprende puede parecer que domina algo mientras aplica mal una habilidad de forma sistemática siempre que se vulnera una condición oculta.

Para quienes desarrollan

  • No pague la complejidad de un modelo de secuencia sin una línea base. Sobre 1.927.265 respuestas de matemáticas de 8.996 estudiantes finlandeses, la identidad del ítem por sí sola alcanzó un AUC de 0,8362, y añadir una única medida de recencia relativa a la dificultad del ítem la elevó a 0,866: una parte importante de lo que compran los modelos de secuencia por una fracción de la maquinaria.
  • Modele el olvido de forma explícita en lugar de suponer que el conocimiento persiste; las comparaciones de BKT con olvido muestran que el ajuste cambia cuando la retención está en el modelo.
  • Informe la regla de despliegue junto con el modelo. El desajuste entre validación y despliegue en los estudios sobre el olvido es un fallo de comunicación de resultados tanto como de modelado.

Para quienes investigan

  • Informe resultados en más de una familia de conjuntos de datos antes de afirmar superioridad arquitectónica, ya que el contraste de OKT se invierte entre los datos de LMS de ingeniería y ASSISTments.
  • Informe la regla de recuento de dominio como un parámetro del resultado, no como una nota metodológica.

Concepciones erróneas comunes

«Una etiqueta de dominio significa que quien aprende lo sabe.» El dominio no es la corrección: quien aprende puede parecer que domina algo y, aun así, aplicar mal una habilidad de forma sistemática siempre que se vulnera una condición oculta, y el valor de la etiqueta depende de la regla de recuento que hay detrás. Otorgar crédito a las compleciones declaradas marcó como dominados el 93,9% de 113.428 pares estudiante-habilidad frente al 72,8% con una regla estricta, y los pares que la regla indulgente declaraba por delante alcanzaron solo un 70,9% de precisión sin ayuda. Dos reglas defendibles produjeron una diferencia de 21 puntos en quién se declaraba preparado.

«Los modelos de secuencia son lo que hace exacto el seguimiento.» Buena parte de la ganancia aparente es más barata que eso. Sobre 1.927.265 respuestas de matemáticas de 8.996 estudiantes finlandeses, la identidad del ítem por sí sola alcanzó un AUC de 0,8362, y añadir una única medida de recencia relativa a la dificultad del ítem la elevó a 0,866. Una parte importante de lo que compran los modelos de secuencia profundos está disponible con una línea base de dificultad de ítem más la recencia, así que las comparaciones de arquitectura necesitan esa línea base para ser significativas.

«El mejor modelo en un conjunto de datos es el mejor modelo para su curso.» La exactitud depende del entorno. OKT alcanzó un 89,81% de AUC con datos reales de LMS de un programa de ingeniería (2.416 estudiantes, 966 resultados), por encima de DKT, DKVMN, EKT y SimpleKT, mientras que en ASSISTments solo dio resultados competitivos. La misma arquitectura que gana en una familia de conjuntos de datos es discreta en otra, de modo que un AUC llamativo de otro contexto es evidencia débil sobre su estudiantado.

«El conocimiento persiste salvo que haya evidencia de olvido.» El olvido es el valor por defecto que merece modelarse. Schuetze, Yan y Carvalho (2025) ajustaron la BKT, la BKT con olvido y el modelo de factores aditivos a lo largo de una secuencia de varias sesiones y hallaron que el ajuste del modelo cambia cuando se representa la retención, y que la forma de validar estos modelos difiere de la forma de desplegarlos.

Conceptos conectados

Artículos conectados

Preguntas frecuentes relacionadas

Incrustar esta página

Copia el código de abajo para incrustar esta página en un sistema de gestión del aprendizaje u otro sitio web. La versión incrustada muestra solo el contenido de la página: oculta el encabezado, la navegación y el pie de página del sitio.