Un modelo computacional que puede predecir como las personas podrán completar una serie de tareas predeterminadas, y como el conocimiento necesario para completar esa tarea se desarrolla sobre el tiempo, es el producto de un grupo de investigadores conducidos por un catedrático del Penn State's College of Information Sciences and Technology.

Frank Ritter, un profesor asociado de Informática y Psicología, y su equipo de investigadores, usaron el lenguaje de programación Soar, que está diseñado para representar el conocimiento humano, en una tarea de reconocimiento de 20 circuitos de prueba, realizada por 10 estudiantes de la Universidad de Nottingham. Cada participante tenía que memorizar la organización de los componentes del circuito y, posteriormente, detectar errores en su diseño. Este proceso se repitió 20 veces por cada persona, con las series de tests elegidas de forma aleatoria. Sus elecciones y tiempos de reacción fueron almacenados y comparados con los resultados del modelo computacional.

Como la mayoría de los estudiantes, el modelo computacional, llamado Diag, aprendió según iban pasando las distintas fases del test, y desarrolló el conocimiento para completar la tarea de la forma más rápida y eficiente. En la mayoría de los casos, el modelo tardaba de 2 a 4 segundos en predecir cuánto tiempo tomaría cada participante en resolver el problema, con una precisión del 80%.

"El proyecto muestra que podemos predecir el aprendizaje humano con un grano muy fino de detalle", dijo Ritter. Todo el mundo piensa que eso es posible, pero aquí presentamos un modelo que lo hace. El modelo prevé una representación detallada de como funciona el proceso de transferencia, que es en lo quie se basa la educación.

[La noticia original en inglés]