Resumen Los entornos virtuales de aprendizaje (EVA) cotidianamente no usan funciones adaptativas para sus usuarios, sin embargo, los sistemas adaptativos de aprendizaje (SAA) las emplean en favor del proceso de aprendizaje de los estudiantes. La adaptacion (personalizacion) del sistema de aprendizaje hace necesario recurrir a la informacion de cada uno de los alumnos y, en tal sentido, los estilos de aprendizaje son caracteristicas destacadas que individualmente muestran la proclividad del estudiante hacia ciertas preferencias o estrategias para aprender. En el presente articulo se evidencia el proceso investigativo seguido con el fin de dotar a un EVA representativo (Moodle™) de caracteristicas adaptativas, empleando interfaces hacia servicios web desarrollados para diagnosticar estilos de aprendizaje, segun multiples modelos debidamente validados, y recomendar materiales educativos a cada estudiante, empleando como tecnica las redes bayesianas. Los resultados permiten evidenciar la eficacia del desarrollo tecnologico realizado, probado con los estudiantes de un curso especifico. Palabras clave Entorno virtual de aprendizaje, Estilos de aprendizaje, Personalizacion, Redes bayesianas, Servicio web. Abstract Virtual Learning Environments (VLE) do not use adaptive functions for their users, however, the Adaptive Learning Systems (ALS) use them to favor the learning processes of students. In order to perform the adaptation (customization) of the learning system is necessary to ask for the information of each student, and in such a sense, the learning styles are important characteristics that individually show the tendencies of students toward some strategies when learning. In this article we present the research process which was performed in order to provide adaptive characteristics to a representative VLE (Moodle TM ), using interfaces for web services developed to evaluate learning styles, based on different properly-validated models, and recommending educational materials for each student, using as technique the Bayesian networks. The obtained results allowed to verify the effectiveness of this technological development, which has been tested with the students of a specific course. Keywords Learning virtual environment, Learning styles, Customization, Bayesian networks, Web services. Resume Les environnements virtuels d’apprentissage n’utilisent pas de maniere quotidienne des fonctions adaptatives pour leurs utilisateurs, cependant, les systemes adaptatifs d’apprentissage les utilisent en faveur du processus d’apprentissage des etudiants. Pour l’adaptation (personnalisation) du systeme d’apprentissage il est necessaire d’acceder a la information de chacun des etudiants et, en ce sens, les styles d’apprentissages sont caracteristiques tres importants qui montrent comme un etudiant particulier a une tendance vers certes preferences ou strategies pour apprendre. Dans cet article on verifie le processus de recherche suivi afin de doter a un environnement virtuel d’apprentissage representatif (MoodleTM) de caracteristiques adaptatives, en utilisant des interfaces vers services web developpes pour diagnostiquer les styles d’apprentissages, d’apres multiples modeles dument valides, et de recommander des materiaux educatifs a chaque etudiant, en utilisant comme technique les reseaux bayesiens. Les resultats permettent de mettre en evidence l’efficience du developpement technologique realise, eprouve avec les etudiants d’un cours specifique. Mots-cles Environnement virtuel d’apprentissage, Styles d’apprentissage, Personnalisation, Reseaux bayesiens, Service web.