Se disena y desarrolla un sistema de recomendacion de objetos de aprendizaje (OA) de ejercicios de actividad fisica que recomienda al usuario el objeto mas acorde al estilo de aprendizaje del mismo. El sistema consta de una arquitectura de cuatro capas conformada de la siguiente forma: Una aplicacion web en la primera capa que permite el registro de los OAs por parte del usuario experto, un repositorio que almacena los perfiles educativos de los usuarios y los OAs en la segunda capa, un enlace al sistema experto actual de PublicGym y un sistema de recomendacion en la tercera capa y una aplicacion movil para la visualizacion de los objetos en la cuarta capa. La representacion de los OA se determina mediante el estandar Learning Object Metadata (LOM) definido por la IEEE, el cual asocia los metadatos que describen un OA en nueve grandes categorias: general, lifecycle, meta-metadata, technical, educational, rights, relation, annotation y classification, de las cuales se seleccionaron general, con cuatro atributos; tecnico, con cuatro atributos y educativo con diez. La representacion del perfil educativo del usuario se determina a partir de los estilos de aprendizaje definidos bajo el modelo de Felder-Silverman y a traves de un test inicial que deben tomar todos los usuarios, el cual clasifica las capacidades y preferencia de los individuos al momento de aprender en cinco dimensiones y dos estilos en cada una: Percepcion (sensitivo, intuitivo), Canal de entrada (visual, verbal), Procesamiento (activo, reflexivo), Entendimiento (secuencial, global) y Organizacion (inductivo, deductivo). El sistema se desarrolla como una extension al sistema actual PublicGym adicionando la caracteristica de recomendacion personalizada de OAs. PublicGym es una aplicacion que consta de un sistema experto que recomienda la rutina de ejercicios mas adecuada para ser ejecutada por un usuario en un gimnasio publico al aire libre de acuerdo con las caracteristicas fisicas del mismo, las cuales conforman el perfil antropomorfico y patologico e indica es estado fisico y padecimiento de enfermedades y restricciones. Para realizar el proceso de recomendacion de OA es necesario obtener en primer lugar el conjunto de ejercicios, por lo que se realiza la respectiva consulta al sistema experto de PublicGym, y posterior a esto se procede a seleccionar el OA mas adecuado para cada uno de estos ejercicios. Para llevar a cabo un proceso de recomendacion satisfactorio es importante establecer una relacion entre las caracteristicas de cada OA (definidas por el estandar LOM) y el perfil educativo del usuario. Para realizar este proceso se define una matriz de relacion que indica los valores hacia los cuales cada estilo de aprendizaje tiene preferencia y se selecciona el conjunto de atributos determinantes en el proceso de recomendacion, el cual esta conformado por ocho: nivel de agregacion, formato, tipo de recurso, tipo de interaccion, nivel de interaccion, dificultad, estructura, densidad semantica. Apoyado en la definicion de la matriz, el sistema calcula la similitud de cada OA con cada uno de los estilos de aprendizaje y se define una metrica de distancia con el perfil del usuario para encontrar un valor final que representa la afinidad entre cada OA y cada usuario. Luego de obtener la rutina de ejercicios y encontrar el OA mas adecuado para cada uno, se le presenta al usuario en la aplicacion movil el conjunto de OAs seleccionados y se le permite realizar retroalimentacion al sistema, indicando que prefiere contenido con otro valor en alguno de sus atributos, por ejemplo, un video, un audio, una menor dificultad, una interaccion mayor, etc. Cuando el usuario realiza una retroalimentacion, el sistema almacena la informacion en un historico de preferencias y lo utiliza para actualizar el perfil educativo del mismo; esto con el fin de que la recomendacion se mantenga actualizada con respecto a la evolucion que tienen las preferencias de aprendizaje del usuario.