Las ventajas de los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) están ampliamente reconocidas. Sin embargo, utilizar estos sistemas, organizar a los estudiantes en grupos e instar a los mismos a desarrollar sus actividades de manera colaborativa, no garantiza la construcción de un aprendizaje colaborativo adecuado. El éxito o fracaso de las experiencias de aprendizaje depende principalmente del comportamiento que los integrantes del grupo manifiesten. Así, las conductas que demuestren tanto docentes como estudiantes son fundamentales para alcanzar con éxito los objetivos de enseñanza y de aprendizaje. Este artículo describe un proyecto que propone desarrollar módulos para sistemas de ACSC que puedan personalizar los procesos de enseñanza y de aprendizaje, a fin de promover las conductas adecuadas y asegurar el éxito de las experiencias de colaboración. Para ello se desarrollarán módulos basados en agentes, los cuales mediante técnicas de aprendizaje de máquina puedan analizar las interacciones y administrar los modelos de estudiante necesarios para lograr la personalización. La validación de los productos desarrollados se realizará mediante la experimentación con grupos de estudiantes universitarios reales durante sesiones de trabajo colaborativo especialmente diseñadas. Los datos recabados serán procesados mediante técnicas estadísticas y métricas específicas de personalización.