El objetivo de este artículo es proponer un modelo de recomendación personalizada de recursos educativos para cursos virtuales adaptativos que incorpora las bondades de la computación ubicua y de los agentes inteligentes. Dicho modelo busca proveer de información relevante y personalizada a los estudiantes sobre la planificación de sus cursos virtuales, evaluación en línea, búsqueda y recuperación de objetos de aprendizaje. La metodología utilizada para la construcción del sistema es MAS-CommonKADS la cual ofrece modelos útiles para las fases de conceptualización, análisis y diseño expresados a través de los artefactos que proporciona la extensión del Lenguaje Unificado de Modelado para Agentes (AUML). El prototipo construido exhibe agentes inteligentes proactivos y deliberativos que permiten la búsqueda y recomendación de información adaptada al perfil del estudiante. Para validar el sistema se realizó una fase de pruebas con un escenario de aprendizaje, el cual evidencia la eficacia de utilizar este tipo de tecnologías en entornos virtuales y ubicuos de aprendizaje.