Una publicación de la Sociedad de Educación del IEEE (Capítulo Español)
Uma publicação da Sociedade de Educação do IEEE (Capítulo Espanhol)
MAR. 2014 VOL. 2 NÚMERO/NUMERO 1 (ISSN 2255-5706)
Versión Abierta Español – Portugués de la
Revista Iberoamericana de
Tecnologías del/da
Aprendizaje/Aprendizagem
EDICIÓN ESPECIAL: SINTICE 2013
Editores Invitados: Javier Torrente, Pablo Moreno Ger, Iván Martínez Ortiz
Editorial Especial: ………………………………………………………………………………...…...
……………………………………………. Javier Torrente, Pablo Moreno Ger, Iván Martínez Ortiz
Comunidades Activas de Aprendizaje: Hacia la Formación Abierta en las Universidades …………
………………………….………………. Miguel Gea, Rosana Montes, Belén Rojas, Roberto Bergaz
Extendiendo Google Course Builder Mediante Proyectos Realistas en un Curso de Master …………
………………………………………………..……....Carlos Delgado Kloos, Senior Member, IEEE,
Pedro J. Muñoz-Merino, Member, IEEE, Mario Muñoz Organero, Member, IEEE
Tecnologías del Aprendizaje para la Integración Semántica de Recursos Educativos ……………..…
……………………………………………………….Juan Manuel Dodero, Manuel Palomo-Duarte,
Iván Ruiz-Rube, Ignacio Traverso, José Miguel Mota y Antonio Balderas
EDICIÓN ESPECIAL
Editores Invitados: Francisco J. García-Peñalvo, Antonio Sarasa Cabezuelo y José Luis Sierra
Rodríguez
Editorial Especial: Innovando en los Procesos de Ingeniería. Ingeniería Como Medio de Innovación.
..................... Francisco J. García-Peñalvo, Antonio Sarasa Cabezuelo y José Luis Sierra Rodríguez
Aplicación del Reconocimiento Óptico de Marcas en el Proceso de Evaluación Continua…………
………………. …………………………….. E. Querol Aragón, J.L. Perez-Benedito, Ljiljana Medic
1
3
11
19
26
29
Aplicación de Nuevos Instrumentos de Evaluación en Estudios de Ingeniería: la Rúbrica…………
………………………….Ana M. Vivar Quintana, Ana B. González Rogado, Ana B. Ramos Gavilán,
Isabel Revilla Martín,M. Ascensión Rodríguez Esteban, Teófilo Ausín Zorrilla, Juan F. Martín Izard
36
(Continúa en la Contraportada)
VAEP-RITA (http://webs.uvigo.es/cesei/VAEP-RITA)
CONSEJO/CONSELHO EDITORIAL
Presidente (Editor Jefe):
Martín Llamas Nistal,
Universidad de Vigo, España
Vicepresidente (Coeditor):
Manuel Castro Gil, UNED, España
Editor Asociado para lengua
Portuguesa:
Carlos Vaz do Carvalho,
INESP, Portugal
Miembros: Melany M. Ciampi, COPEC, Brasil
Javier Quezada Andrade,
ITESM, México
Edmundo Tovar, UPM, España
Manuel Caeiro Rodríguez,
Universidad de Vigo, España
Juan M. Santos Gago,
Universidad de Vigo, España
José Carlos Lourenço Quadrado.
Instituto Superior de Engenharia de
Lisboa (ISEL), Portugal
David Camacho Fernández
Universidad Autónoma de Madrid,
España
Secretaría: Gabriel Díaz Orueta, UNED, España
COMITÉ CIENTÍFICO
Alfredo Fernández
Valmayor, Universidad
Complutense de Madrid,
España
Antonio J. López Martín,
Universidad Estatal de
Nuevo Méjico, USA
Antonio J. Méndez,
Universidad de Coimbra,
Portugal
António Vieira de
Castro, ISEP, Oporto,
Portugal
Arturo Molina, ITESM,
México
Baltasar Fernández,
Universidad
Complutense de Madrid,
España
Carlos Delgado,
Universidad Carlos III
de Madrid, España
Carlos M. Tobar Toledo,
PUC-Campinas, Brasil
Claudio da Rocha Brito,
COPEC, Brasil
Daniel Burgos,
ATOS Origin, España
Fernando Pescador,
UPM, España
Francisco Arcega,
Universidad de
Zaragoza, España
Francisco Azcondo,
Universidad de
Cantabria, España
Francisco Jurado,
Universidad de Jaen,
España
Gustavo Rossi,
Universidad Nacional
de la Plata, Argentina
Héctor Morelos, ITESM,
México
Hugo E. Hernández
Figueroa, Universidad
de Campinas, Brasil
Ignacio Aedo,
Universidad Carlos III
de Madrid, España
Inmaculada Plaza,
Universidad de
Zaragoza, España
Jaime Muñoz Arteaga,
Universidad Autónoma
de Aguascalientes,
México
Jaime Sánchez,
Universidad de Chile,
Chile
Javier Pulido, ITESM,
México
J. Ángel Velázquez
Iturbide, Universidad
Rey Juan Carlos,
Madrid, España
José Bravo, Universidad
de Castilla La Mancha,
España
José Carpio, UNED,
España
José Palazzo M. De
Oliveira, UFGRS, Brasil
José Salvado, Instituto
Politécnico de Castelo
Branco, Portugal
José Valdeni de Lima,
UFGRS, Brasil
Juan Quemada, UPM,
España
Juan Carlos Burguillo
Rial, Universidad de
Vigo, España
J. Fernando Naveda
Villanueva,
Universidad de
Minnesota, USA
Luca Botturi,
Universidad de Lugano,
Suiza
Luis Anido, Universidad
de Vigo, España
Luis Jaime Neri Vitela,
ITESM, México
Manuel Fernández
Iglesias, Universidad de
Vigo, España
Manuel Lama Penín,
Universidad de Santiago
de Compostela, España
Manuel Ortega,
Universidad de Castilla
La Mancha, España
M. Felisa Verdejo,
UNED, España
Maria José Patrício
Marcelino, Universidad
de Coimbra, Portugal
Mateo Aboy, Instituto
de Tecnología de
Oregón, USA
Miguel Angel Sicilia
Urbán, Universidad de
Alcalá, España
Miguel Rodríguez
Artacho, UNED, España
Óscar Martínez
Bonastre, Universidad
Miguel Hernández de
Elche, España
Paloma Díaz,
Universidad Carlos III
de Madrid, España
Paulo Días,
Universidade do Minho,
Portugal
Rocael Hernández,
Universidad Galileo,
Guatema
Rosa M. Vicari, UFGRS,
Brasil
Regina Motz,
Universidad de La
República, Uruguay
Samuel Cruz-Lara,
Université Nancy 2,
Francia
Víctor H. Casanova,
Universidad de Brasilia,
Brasil
Vitor Duarte Teodoro,
Universidade Nova de
Lisboa, Portugal
Vladimir Zakharov,
Universidade Estatal
Técnica MADI, Moscú,
Rusia
Xabiel García pañeda,
Universidad de Oviedo,
España
Yannis Dimitriadis,
Universidad de
Valladolid, España
Title—SINTICE 2013: The fifteenth international
symposium in educational technology
Abstract—It is our great pleasure to serve as guest editors
for this special issue of the IEEE RITA journal, which holds a
fine selection of the most relevant papers presented at
SINTICE 2013, the fifteenth international symposium in
educational technology held in Madrid in September 2013. The
three papers included in this special issue are representative of
the high quality observed during all the conference.
Index Terms—SINTICE 2013
I. INTRODUCCIÓN
ESDE su nacimiento el Simposio Internacional de
Tecnologías de la Información y las Comunicaciones
(TIC) en la Educación (SINTICE) ha sido un foro
internacional para la presentación y debate de los últimos
avances en investigación sobre las tecnologías para el
aprendizaje y su aplicación práctica en los procesos
educativos. Tiene la ambición de incluir a todos actores de
este campo con el objetivo de poner en contacto a los
investigadores y desarrolladores con los profesores y
representantes institucionales con objecto de compartir y
debatir puntos de vista, conocimientos y experiencias en el
ámbito de aplicación de las TIC a la educación.
Es un placer para nosotros como editores invitados por la
revista IEEE RITA, a la que agradecemos profundamente
que nos brinde esta oportunidad, presentar este compendio
de artículos seleccionados de la decimoquinta edición de
este Simposio, celebrada en la Facultad de Informática de la
Universidad Complutense de Madrid bajo el paraguas del
Congreso Español de Informática (CEDI) 2013. SINTICE
2013 tuvo como tema central los avances en las tecnologías
para el aprendizaje y su generalización y aplicación práctica
desde una perspectiva propia de la Web 2.0.
El congreso SINTICE 2013 constó de un total de 30
artículos que pasaron un riguroso control de calidad
mediante revisión por pares. De entre ellos, los tres mejores
fueron seleccionados para ser incluidos (previa extensión y
mejora) en el presente foro académico. La temática de estas
contribuciones refleja de forma fidedigna no sólo lo que fue
el congreso SINTICE, sino el estado actual del mundo e-
Learning desde el plano académico, abordando aspectos de
Los editores invitados pertenecen al Departamento de Ingeniería del Software e Inteligencia Artificial de la Universidad Complutense de
Madrid, España. E-mail: [email protected], [email protected],
la más rabiosa actualidad como son los cursos masivos
online y abiertos (MOOCs) y la integración de servicios y
herramientas de e-Learning para confeccionar nuevas
experiencias educativas.
Sin más dilación, esperamos que el lector disfrute de los
artículos que se han incluido tanto como hemos disfrutado
nosotros de la confección de esta edición especial.
Reciban un cordial saludo,
Javier Torrente, Pablo Moreno-Ger e Iván Martínez Ortiz.
II. LOS ARTÍCULOS
Los artículos presentados en esta edición especial son los
siguientes:
Comunidades activas de aprendizaje: hacia la
formación abierta en las universidades, de los
autores Miguel Gea, Rosana Montes, Belén Rojas y
Roberto Bergaz.
Extendiendo Google Course Builder mediante
Proyectos Realistas en un Curso de Master, de los
autores Carlos Delgado Kloos, Pedro J. Muñoz-
Merino, y Mario Muñoz Organero.
Tecnologías del aprendizaje para la integración
semántica de recursos educativos, de los autores
Juan Manuel Dodero, Manuel Palomo-Duarte, Iván
Ruiz-Rube, Ignacio Traverso, José Miguel Mota y
Antonio Balderas.
Gea et al y Delgado-Kloos et al abordan dos experiencias
relacionadas con los MOOCs pero desde dos ópticas muy
diferentes. En primer lugar, Gea et al nos proporciona una
visión de alto nivel muy interesante sobre el enfoque ha
seguido la Universidad de Granada en el desarrollo de su
plataforma de MOOCs, además de un resumen de los
principales resultados hasta la fecha y una interesante
discusión análisis sobre los modelos de negocio de MOOCs
actuales. Por su parte, Delgado-Kloos et al abordan los
MOOCs desde un punto de vista ingenieril, describiendo el
desarrollo que han hecho sobre la plataforma de MOOCs
Google Course Builder dentro de un curso de máster, y
cómo estos desarrollos han servido para dinamizar la
asignatura y revolucionar el aprendizaje de los alumnos.
En el último de los artículos, Dodero et al nos presentan
una vista general de su trabajo en el proyecto ASCETA
sobre integración de ecosistemas online muy heterogéneos
tales como Entornos Virtuales de Enseñanza (p.ej. Moodle),
redes sociales (p.ej. Twitter) o sistemas de gestión de
referencias como Mendeley, a fin de generar un entorno de
XV Simposio Internacional de Tecnologías de la
Información y las Comunicaciones en la
Educación
Javier Torrente, Pablo Moreno Ger, Iván Martínez Ortiz (Editores invitados)
D
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 1
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
e-Learning enriquecido. El artículo aporta una descripción
técnica del trabajo realizado, siendo una lectura muy
recomendable para equipos técnicos que estén trabajando en
áreas afines.
AGRADECIMIENTOS
Queremos agradecer a Martín Llamas, así como al resto
del equipo de la revista IEEE RITA, la oportunidad de
difundir los principales resultados del simposio SINTICE
2013 a través de este magnífico altavoz, así como a los
autores que han participado en esta edición especial por el
esfuerzo invertido en la mejora de los artículos.
Este trabajo ha sido financiado parcialmente por la
secretaría de estado de Ciencia e Innovación (proyecto no.
TIN2010-21735-C02-02); la Comisión Europea, a través de
su programa de aprendizaje permanente (“SEGAN Network
of Excellence in Serious Games" - 519332-LLP-1-2011-1-
PT-KA3-KA3NW) y del Séptimo Programa Marco (red de
excelencia "GALA - Network of Excellence in Serious
Games" - FP7-ICT-2009-5-258169); la Universidad
Complutense de Madrid (grupo de investigación reconocido
GR35/10-A-921340) y el Gobierno Regional de Madrid (red
eMadrid - S2009/TIC-1650).
Javier Torrente trabaja desde 2008 como
investigador contratado en el grupo e-UCM. Su
investigación se centra en el campo del
aprendizaje con juegos digitales en general y en
el proyecto eAdventure (http://e-adventure.e-
ucm.es/) en particular. En los últimos años se ha especializado en áreas cercanas al campo de la
interacción hombre-máquina (Human-Computer
Interaction), sobre todo en el desarrollo de nuevas interfaces para personas con discapacidad, temática que centra su
tesis doctoral, cuya finalización está prevista para 2014. También tiene
experiencia en el diseño, planificación y ejecución de experimentos complejos. Además Javier Torrente tiene amplia experiencia en el
desarrollo de proyectos de I+D+i en colaboración. Desde 2010 colabora
como consultor externo con el Massachusetts General Hospital en el proyecto MasterMed. Entre los principales resultados de su investigación
destacan más de 60 publicaciones en congresos y revistas internacionales.
Pablo Moreno Ger es Doctor en Ingeniería
Informática por la Universidad Complutense
de Madrid (2007). En la actualidad es Profesor Contratado Doctor en el Departamento de
Ingeniería del Software e Inteligencia
Artificial de la UCM, donde ejerce tareas docentes y de investigación.
Su área de investigación es la enseñanza
asistida por tecnología, y sus intereses
concretos se centran en el uso de videojuegos y simulaciones con
propósitos educativos, así como en la integración de este tipo de actividades
con las tecnologías de e-Learning. Ha escrito más de 70 artículos en
congresos y revistas relacionados con estas líneas de trabajo.
El Dr. Iván Martínez Ortiz es Doctor en Ingeniería Informática por la UCM (2011).
En la actualidad es Profesor Contratado
Doctor en el Departamento de Ingeniería del Software e Inteligencia Artificial de la UCM,
donde ejerce tareas docentes y de
investigación. Sus intereses de investigación se centran en la innovación educativa
mediante nuevas tecnologías, con especial atención a los lenguajes de modelado educativo, los lenguajes específicos
de dominio aplicados a la educación y el uso de videojuegos y otros
materiales interactivos con propósitos educativos, habiendo publicado más de 30 artículos académicos en esta materia. El Dr. Martínez Ortiz es
también miembro del Comité Técnico de Estandarización en e-Learning de
AENOR (CTN71/SC36).
2 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title— Active learning communities: towards open learning
at universities.
Abstract— Massive Online Open Courses (MOOCs) are a
modality of e-learning that have created social disruption and a
considerable debate about its effectiveness in terms of learning,
sustainability, and the role played by universities. We present
AbiertaUGR a MOOC experience carried out at the University
of Granada oriented towards the use of stable and dynamic
learning communities which allow the consolidation of the offer
made by universities with social vocation oriented to lifelong
learning.
Index Terms— MOOC, lifelong learning, AbiertaUGR,
digital identity, social networks, learning communities.
I. INTRODUCCIÓN L fenómeno de los cursos MOOC (Massive Online
Open Course) es un concepto reciente que ha alcanzado
un gran impacto mediático debido a que algunas de las
universidades norteamericanas más prestigiosas los han
adoptado a fin de proponer una formación a distancia
planificada que permita alcanzar un elevado volumen de
alumnos gracias a su carácter abierto, participativo, y con
una metodología de inscripción gratuita. Las características
de estas propuestas se basan en las siguientes premisas:
Ser un curso: Debe contar con una estructura orientada al
aprendizaje, que suele conllevar material y una serie de
pruebas o evaluaciones para acreditar el conocimiento
adquirido.
Tener carácter masivo: El número de posibles
matriculados es, en principio, ilimitado, o bien en una
cantidad muy superior a la que podría contarse en un
curso presencial. El alcance es global y no
necesariamente universitario.
En línea: El curso es a distancia pensado en Internet
como principal medio de comunicación.
Abierto: Los cursos están disponibles para matricularse
de modo gratuito para cualquier persona.
De todos modos, esas premisas no siempre se cumplen en
todos los casos [34], y de hecho, se puede observar que bajo
el paraguas del concepto de MOOC se están desarrollando
muchas iniciativas con algunas similitudes en cuanto a su
concepto de enseñanza online masiva, pero con diferencias
M. Gea Megías, doctor en Informática. Director del Centro de
Enseñanzas Virtuales de la Universidad de Granada (http://cevug.ugr.es) C/Real de Cartuja 36-38. 18071 Granada. e-mail: [email protected]
R. Montes Soldado, doctora en Informática. Dpto. Lenguajes y Sistemas
informáticos de la Universidad de Granada. ESTI Informática y de Telecomunicación. C/Periodista Daniel Saucedo Aranda, s/n. 18071,
Granada. e-mail: [email protected]
B. Rojas Medina. Miembro del comité ejecutivo de Espiral. e-mail: [email protected]
R. Bergaz Hernandez. Máster Gestión y Tecnologías de Procesos de
Negocio. En prácticas en UNIT4. [email protected]
en cuanto a su metodología y aplicabilidad. Vamos a
analizar el concepto como una evolución de los Objetos de
aprendizaje en abierto (OER) y su lanzamiento en las
universidades americanas, la repercusión que ha tenido en
España, y sus posibles implicaciones en el modelo
educativo.
OER y Modelos de Aprendizaje Masivo MOOC
El éxito de los MOOC comienza en 2011 cuando el curso de
Inteligencia artificial (organizado por la Universidad de
Stanford) se inscriben más de 160.000 estudiantes. Este hito
desencadena una carrera vertiginosa hacia plataformas de
universidades como Coursera [8], EdX [12] o Udacity [33]
por poner algunos de los ejemplos más conocidos. Estas
iniciativas adoptan un modelo clásico de curso basado en
una buena selección de contenidos que se complementan
con foros y pruebas colaborativas para verificar
conocimientos y habilidades adquiridas.
Este concepto no es nuevo, y se ha visto inspirado en los
recursos educativos en abierto (OER), una iniciativa que
arranca en 2001 con el repositorio docente Open Course
Ware del M.I.T., un proyecto que ha sido todo un éxito y un
claro exponente de el interés en la enseñanza en abierto, ya
que en menos de 10 años ha podido formar un consorcio
muy importante de instituciones de Educación Superior de
todo el mundo para la creación de contenidos educativos en
abierto basado en un modelo de referencia común [26].
Partiendo de esos principios, el término de formación
abierta en línea ha ido evolucionando gracias a las
contribuciones de personas como Wiley y Downes [10,11] y
con cursos que ponían en práctica esas ideas bajo un modelo
conectivista [14] en la que el individuo aprende de la
experiencia del grupo. En [20] describen las ventajas de este
modelo para la formación de los estudiantes en un caso
práctico.
Junto a la tendencia de construcción de cursos masivos
bajo modelo conectivistas (cMOOC), se mantiene un
modelo basado en los contenidos (xMOOC) [9]. Cada uno
de estos dos modelos posee una serie de peculiaridades que
provocan posturas contradictorias en los especialistas del
tema. Los cMOOC son un modelo que se adapta al modelo
constructivista, pero que puede tener otro tipo de problemas
como la dispersión de contenidos, dificultad de certificación
o necesidad de un buen conocimiento sobre las herramientas
[2]. Por la otra parte, los xMOOC están basados en modelos
tradicionales de aprendizaje mediante lecciones grabadas,
comprensión con test de autoevaluación y pequeñas tareas a
realizar. Este modelo tiene detractores por seguir pautas más
enfocadas a un aprendizaje tradicional con el eje centrado en
el profesor y estar más orientado hacia un modelo de
negocio (evaluativo) que pedagógico (descubrimiento y
creación de tu propio conocimiento). Otros autores [7]
elevan esta clasificación a más tipologías. Como conclusión,
el debate sobre el modelo pedagógico de los distintos
modelos de cursos masivos es un tema abierto dada la
E
Comunidades Activas de Aprendizaje: hacia la
Formación Abierta en las Universidades
tradicionales Miguel Gea, Rosana Montes, Belén Rojas, Roberto Bergaz
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 3
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
cantidad de aproximaciones que se están poniendo en
marcha actualmente.
Por otra parte, también es interesante conocer datos acerca
del modelo educativo iniciado con esta modalidad [20], ya
que es una apuesta muy competitiva en busca de un nuevo
modelo de negocio de captación de estudiantes orientado
como mercado global de formación online. Esto ha dado
lugar a la creación de diferentes plataformas con objetivos y
características muy similares. Las cifras de matriculaciones
y de usuarios extraídas de [20,3] y mostradas en la Figura 1
son destacables. Es de esperar en un modelo de negocio que
un número alto y nutrido de clientes se considere con altas
posibilidades de éxito. Si bien las tasas de finalización de los
cursos es muy baja (por debajo del 10%) y por tanto de
retorno económico por derechos de exámenes y
certificaciones.
El coste de la puesta en marcha de estas nuevas marcas
implica una gran inversión a través de fundaciones basadas
en capital-riesgo rondando los 20 millones de dólares
(Udacity, Coursera) o 30 millones de dólares (EdX), por lo
que se aventura que es una apuesta muy importante que
habrá que ver su evolución futura.
Comunidades de Marca
Si nos referimos a la entidad que sustenta la plataforma
MOOC nos damos cuenta de que no solo decide el modelo
de negocio, sino también otros aspectos como el mercado al
que se dirige la oferta de formación, pero sobre todo es la
entidad sobre la que repercute los beneficios y derechos
generados por el prestigio consecuente de un buen
funcionamiento [6].
El carácter implícito y más relevante de la formación en
abierto es el hecho de ser masivo. Cuando en una plataforma
se tiene millones de usuarios, se crean tres 3 niveles de
comunidades de marca. La primera es la comunidad que se
forma en torno al curso específico, la segunda se constituye
alrededor del profesor o creador del curso y como nivel más
general, y por tanto la más importante de las tres, la que se
genera sobre la propia plataforma. Estos niveles se incluyen
desde el más general hasta el más específico como se puede
observar en la Figura 2.
Cuando se tiene una buena imagen de marca en torno a la
plataforma, se incrementa el prestigio de ésta –lo cual
engloba tanto el funcionamiento de ésta como quién
desarrolla los cursos ofrecidos en la misma– y se dice que se
crea una comunidad cautiva de marca. Un mayor prestigio
llevará a una mayor demanda, y una mejor oportunidad de
negocio.
Esta comunidad cautiva generará una serie de ventajas a la
plataforma, éstas serán las siguientes:
Supone una fuerza de atracción para nuevos
usuarios.
Supone un escaparate a la hora de encontrar socios
terceros, que pueden ser tanto entidades privadas
como instituciones.
Constituye una extraordinaria fuente de
información.
Permite la posibilidad de ofrecer servicios
premium, que favorezca la sostenibilidad de la
iniciativa.
Existen dos posibles vías para que una universidad oferte
MOOC:
a) La universidad o un consorcio de universidades
desarrollan una plataforma a través de la cual ofrecer
los cursos MOOC creados por sus docentes. Será la
universidad la que decida el qué y cómo se quiere
relacionar con la comunidad virtual de aprendizaje.
Este modelo facilita la creación de una imagen de
marca específica basada esencialmente en valores
como el reconocimiento de la sociedad, el aporte a la
misma y la preocupación por temas de relevancia
social.
b) Organizaciones externas a la universidad crean la
plataforma para ofrecer cursos creados por docentes
de diferentes universidades del mundo. Estas
comunidades de aprendizaje se agruparán en torno a
una empresa privada la cual tendrá su marca propia así
como su conjunto de principios y valores los cuales
transmitirá a los miembros de dicha comunidad.
c) Podríamos encontrarnos con una variante del anterior
en la que los cursos son creados por la misma empresa
que gestiona la plataforma y por lo tanto éstos no
tienen ningún tipo de relación con la universidad. Esta
variante no es la forma más común que existe hoy en
día a la hora de proveer MOOC.
Situación en España
Los MOOC llegan a España a través de iniciativas a cargo
de CSEV/UNED con UNEDCOMA [30], la Universidad de
Alicante [28] y Universia con la propuesta de un premio de
cursos MOOC y el establecimiento para ello de la
plataforma MiríadaX [3] apoyada por Telefónica. Los
datos son interesantes tanto en matriculación como en las
universidades implicadas. La Figura 1 muestra también
algunos datos de las dos propuestas de plataformas más
importantes en cuanto a número de matriculaciones. En el
caso de España, este tipo de enseñanza abierta se percibe
como una oportunidad para liderar la creación de cursos
sobre el área de influencia de Latinoamérica y para crear Figura 1. Datos de plataformas MOOC.
Figura 2. Niveles en las comunidades de marca de una plataforma MOOC.
4 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
comunidades estables como el caso de UNX en
emprendimiento [32].
En esta línea, grupos de expertos del Ministerio de
Educación aconsejan a las instituciones de educación
superior modalidades de formación basada en MOOC [22].
Es de esperar una evolución en la búsqueda del estilo
pedagógico más adecuado, modelos de sostenibilidad futura,
y trabajos sobre su integración en el modelo educativo
actual.
Hacia un Modelo de Aprendizaje Permanente
Las herramientas que ofrece la Web nos posibilitan la
creación de comunidades online como “grupos de personas
que comparten un interés común y cuya interacción está
regida por unos protocolos sociales (tácitos o explícitos)
que facilitan la comunicación y el sentido de pertenencia a
la comunidad” [29]. En estas situaciones, la atención se
centra en el individuo que participa colectivamente en
espacios de trabajo diseñados con criterios de usabilidad y
sociabilidad, facilitando al usuario el aprendizaje usando de
forma intuitiva las herramientas disponibles, posibilitando la
interacción con el resto de la comunidad para mejorar el
conocimiento y el trabajo en el grupo. En este sentido,
Internet constituye tanto un medio de transmisión como una
fuente de información y conocimiento que es necesario
contemplar en este modelo de aprendizaje continuo.
Experiencias como la Wikipedia [19] o KhanAcademy [31]
nos deben hacer reflexionar sobre la capacidad que posee
este medio para proporcionar una información actualizada
que es creada por la comunidad y que muchas veces generan
tendencias de aprendizaje basadas en el conocimiento
colectivo [17] y los recursos de aprendizaje en abierto
(OER) [23]. Este tipo de estrategias han permitido el
desarrollo rápido de servicios como las redes sociales
(Facebook, Twitter) y plataformas para compartir recursos
(YouTube, Flickr, Slideshare), etc. Estos son espacios que
fomentan la colaboración permitiendo que los usuarios
aprendan unos de otros logrando de este modo el
crecimiento de las comunidades de aprendizaje en este
medio digital.
Este cambio de paradigma facilita el aprendizaje digital
(creado en Internet), informal (creado por la comunidad), e
inmediato (de rápida difusión por las redes y servicios
online). Las comunidades de aprendizaje constituyen en sí
un potencial para el aprendizaje y la canalización de las
experiencias docentes que en muchos casos no se han tenido
en cuenta lo suficiente a la hora de abordar estos modelos de
formación masiva [15]. Por otra parte, los informes de
tendencias más prestigiosos [25,26] indican que la
educación deberá buscar mecanismos para incorporar el
aprendizaje colaborativo y social, y los cursos MOOC
pueden ser la respuesta al aprendizaje orientado hacia una
sociedad digital.
Otro punto de vista a tener en cuenta es la importancia
cada vez mayor del aprendizaje permanente en la sociedad,
ya que los cambios son tan rápidos en los procesos
productivos y en la gestión de la información que resulta
difícil ofertar una formación académica (basada en grados
y posgrados) que garantice unas habilidades suficientes
para las nuevas profesiones y necesidades de los actuales y
futuros puestos de trabajo.
En la siguiente sección analizaremos la propuesta que se
desarrolla desde la Universidad de Granada en la línea de
potenciar las comunidades de aprendizaje como fundamento
para la creación de cursos masivos.
II. ABIERTAUGR: HACIA UN MODELO DE APRENDIZAJE
SOCIAL
AbiertaUGR [1] es la propuesta de la Universidad de
Granada en la creación de Cursos Online Masivos y
Abiertos, que se canaliza a través del Centro de Enseñanzas
Virtuales. Constituye una nueva modalidad de formación
que se caracteriza por facilitar el aprendizaje de forma
abierta y gratuita a través del trabajo colaborativo con el
objeto de la creación de auténticas comunidades de
aprendizaje. Los participantes en un curso abierto disponen
de material audiovisual realizado por equipos docentes,
actividades, ejercicios para comprobar sus progresos, un
entorno de debate en el que plantear dudas y poder
participar activamente en todo el curso, y un sistema de
gamificación.
Los cursos que se están elaborando para la comunidad
están orientados hacia competencias y habilidades
transversales en los actuales planes de estudios de las
titulaciones de Grado relacionados con:
factores instrumentales para el aprendizaje y la
formación en un aprendizaje autónomo: mediante la
construcción de su propio espacio personal de
aprendizaje,
interpersonal: mediante el trabajo colaborativo y en
equipo,
el fomento de las capacidades individuales de
liderazgo, creatividad y reputación en un entorno de
comunidad de aprendizaje online.
Estas habilidades se desarrollan en el contexto de un
entorno social basado en tecnologías que son de uso común
en nuestra sociedad, por lo que además, pueden resultar de
interés a profesionales, a otros entornos educativos, así
como a cualquier persona que esté interesada en este tipo de
aprendizaje informal basado en comunidades activas. Para la
evaluación de la metodología MOOC, se han desarrollado
de forma experimental una serie denominada Tecnologías
digitales, Internet y aprendizaje 2.0, que incluye tres cursos
Identidades Digitales, Aprendizaje Ubicuo, y finalmente,
Licencias Creative Common y recursos abiertos en Internet.
Estos cursos poseen un reconocimiento dentro de la
Universidad de Granada como actividades culturales ya que
existe un gran interés por fomentar el uso de las TIC y
competencias básicas asociadas al uso de Internet en el
contexto educativo. En la Figura 3 se muestra la imagen de
Figura 3. Detalle del portal AbiertaUGR
MIGUEL GEA et al.: COMUNIDADES ACTIVAS DE APRENDIZAJE: HACIA LA FORMACIÓN ABIERTA EN... 5
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
portada del portal, donde se ofrece un gran protagonismo a
los miembros que forman la comunidad.
Esta iniciativa se puso en marcha como experiencia piloto
en la que se han alcanzado 3051 matriculaciones entre los
tres cursos. El número de estas personas que no han
generado ningún tipo de interacción en el curso es de 1065,
este es un dato que nos aporta la plataforma a través del
histórico de puntos. De la combinación de los dos datos
anteriores podemos deducir que 1986 usuarios han
interactuado en algún momento a través de la plataforma ya
sea con otros usuarios o bien con los contenidos, es decir, la
comunidad de AbiertaUGR ha sido de 1986 personas
durante el periodo de docencia de los tres cursos.
La cantidad de personas que ha logrado uno o más
certificados durante todo el proyecto piloto ha sido de 843.
Por lo tanto la tasa de terminación en relación con los
inscritos totales es del 27,63% y en relación con las
personas que en verdad conforman la comunidad de la
plataforma es del 42,83%. Es decir, casi más del cuarenta
por ciento de las personas que se consideran que forman la
comunidad, tienen una implicación activa en uno o más
cursos de la misma. Además hay que tener en cuenta la
escasa publicidad realizada dado que se quería una muestra
representativa para la evaluación y sobre un proyecto
todavía experimental. Por lo tanto el potencial de
crecimiento de la misma es muy elevado una vez que se
empiecen a llevar a cabo acciones para darse a conocer
tanto en el ámbito universitario como fuera del mismo.
Un aspecto que queremos resaltar de este modelo y con
esos datos no es la masificación, sino el modo de tratar a los
participantes como una comunidad activa de aprendizaje.
Los participantes han multiplicado los contenidos iniciales
del curso mediante sus propias aportaciones. Analizaremos
algunos datos destacados:
Más del 55% de los usuarios son mujeres.
El rango de edad mayoritario en la población
corresponde a edades entre 30 y 35 años.
El perfil de la comunidad está muy diversificado. La
Figura 4 muestra la distribución de perfiles. Si bien
se dispone de un 58% de la comunidad relacionado
en el ámbito docente (estudiantes, docentes,
investigadores), también se dispone de un 33% de
usuarios procedentes del ámbito profesional o por
afición.
Elementos característicos de nuestra metodología son la
creación de espacios personales de trabajo donde se recogen
las evidencias de su progreso y el fomento del aprendizaje
social a través de grupos de trabajo, redes de contactos y
actividades colaborativas. La Figura 5 muestra el espacio
personal con información detallada (y que cada usuario
puede personalizar) acerca de su espacio de trabajo (blogs,
enlaces recomendados), aspectos de comunicación (Twitter,
muro interno, mensajería), así como la actividad reflejada
mediante puntos y medallas.
La forma de evaluación está planteada a través de
mecanismos que faciliten el aprendizaje en la comunidad,
los objetivos a alcanzar en el curso se establecen como
pequeñas metas (hitos) que se reconocen de forma
automática a través de insignias (badges) como evidencia de
una experiencia de aprendizaje. Esta evaluación se
complementa con la obtención de medallas (asignadas por el
equipo docente o por la comunidad) a aquellos participantes
que destaquen en alguna faceta (social, comunicativo,
emprendedor, etc.). De este modo, la reputación (o
prestigio) de los alumnos dependerá de sus tareas, de su
actividad social y de la percepción del resto de la
comunidad. Estas estrategias basadas en recompensas e
insignias fomenta la participación obteniendo cursos muy
dinámicos y activos, características muy importantes si
tenemos en cuenta que están pensados para ser seguidos de
forma masiva.
Cada curso consta de una planificación semanal que
permite seguir las actividades del curso por la comunidad en
un modelo reflexivo y participativo. Para ello, se utilizarán
recursos en formato video para la presentación de cada uno
de los temas de debate, un conjunto de entrevistas con
personas relacionadas con la temática de estudio, y una serie
de actividades a través de encuestas, tareas, material de
apoyo recomendado, y debates sobre cuestiones
relacionadas con esa semana de trabajo.
III. DATOS SOBRE LA COMUNIDAD
En la sección anterior se ofrecía un esbozo de cómo se
organizaban los cursos y el perfil de los participantes en esta
modalidad. En este apartado comentaremos el impacto de
estos cursos en cuanto a tráfico, áreas geográficas y
repercusión en los primeros meses de comienzo del
proyecto.
Visibilidad en las Redes Sociales
Los cursos ofertados han tenido una componente muy
participativa y con apoyo en las redes sociales como
Figura 4. Perfil de los usuarios de la comunidad.
Figura 5. Espacio personal del usuario.
6 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
complemento natural al curso y a las actividades
programadas en AbiertaUGR. En la Figura 6 se muestra
cómo la componente social y participativa es muy
importante, fomentando que el alumno adopte una actitud
activa y conectivista.
Un beneficio de este modelo mixto es que la difusión ha
contado con otras herramientas sociales, como Twitter, en
las que ya muchos usuarios tienen y usan una identidad
bien definida. De este modo, las conclusiones y debates del
curso no se quedan únicamente en la plataforma, sino que
cobran vida y existencia en la propia red, generando
corrientes de opinión, foros abiertos y mecanismos de
conocimiento en abierto. Así por ejemplo, de la
monitorización de la conversaciones en Twitter usando el
hashtag #abiertaUGR en las dos semanas del primer curso
(Identidades Digitales) se obtuvieron los resultados
mostrados en la Figura 7.
Estos resultados muestran un potencial alcance de más de
100.000 posibles usuarios, con sólo 242 participantes
contribuyendo (la mayoría integrantes del curso) a las
conversaciones.
Tráfico en el Portal y Acceso de Usuarios
Los datos de tráfico y acceso en la red al portal AbiertaUGR
muestran la actividad durante los primeros meses de puesta
en marcha, en la cual se puede observar un tráfico
meramente informativo y otro relacionado con el acceso al
curso (Figura 8). En el primer mes la web tuvo 6.372
visitantes distintos, de los cuales hemos conseguido captar
1.818 usuarios en la comunidad (prácticamente uno de cada
tres usuarios que acceden a la plataforma se corresponden
con una matriculación en el curso). En el siguiente mes, ya
con las matriculaciones cerradas (sólo preinscripciones para
cursos futuros) se llegaba a 12.133 visitantes distintos con
actividades relacionadas con el curso de Identidades
Digitales con un tráfico bastante estable superando las 1.000
visitas diarias, y una duración media elevada (15 minutos
por visita) e interés por el contenido (12 páginas vistas).
La distribución de visitas por países (Figura 9) muestra el
interés desde la comunidad latinoamericana global. En esta
distribución, el número de páginas solicitadas en España
representa el 77,1%, las peticiones desde Latinoamérica son
el 16,9%, mientras que el resto supone el 5,9%.
Valoración
La valoración global por parte de los usuarios fue muy
positiva tanto para los cursos, como referente a la
plataforma, que recibe en media más de un ocho de nota. En
la Figura 10 se muestra los resultados de la encuesta de
satisfacción cuando un total de 511 participantes nos
ofrecieron una valoración de AbiertaUGR, según la escala
1=Muy Pobre, 2=Regular, 3=Adecuado, 4=Interesante y
5=Excelente.
Estos datos son prometedores y puede favorecer el proceso
de fidelización de los participantes en la plataforma y en
posteriores ofertas formativas.
En la figura 11 podemos comprobar un fenómeno
interesante de los cursos relacionados con su dimensión
temporal. Se observa una brecha entre el interés por conocer
esta modalidad (curiosidad) frente al interés por aprender en
esta modalidad, que prácticamente se mantiene en los
siguientes cursos. Y también el hecho de la duración de la
formación, ya que es difícil retener la atención durante dos o
más meses, por lo que parece más interesante pequeños
cursos muy modulares y conectados.
IV. APRENDIZAJE NO FORMAL
Una vez que el modelo de aprendizaje informal a través de
comunidades online comienza a dar sus primeros resultados,
el siguiente paso que se está analizando es su conexión con
el modelo de formación actual universitario. Actualmente
las universidades se articulan en torno a las ofertas de grado
y posgrado, si bien existen iniciativas que favorecen la
creación de formación complementaria y permanente con el
objetivo de cubrir otro tipo de necesidades y población. En
Granada, por ejemplo, se tiene en marcha el Aula
Permanente de formación Abierta [4] que comenzó su
Figura 6. Participación en los cursos
Figura 7. Datos de tuits en #abiertaUGR
Figura 10. Valoración de las aportaciones de AbiertaUGR
Figura 8. Datos de tráfico en AbiertaUGR
Figura 9. Datos de páginas y peticiones en AbiertaUGR
MIGUEL GEA et al.: COMUNIDADES ACTIVAS DE APRENDIZAJE: HACIA LA FORMACIÓN ABIERTA EN... 7
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
andadura en el curso 1994/95 con el objetivo de atender la
demanda educativa de las personas mayores de 50 años, a
las que se admite en la Universidad sin ninguna otra
exigencia previa más que haber cumplido esa edad, y que
actualmente cubre a 769 alumnos. Esta es una buena
iniciativa que nos permite aventurar otras posibilidades de
extensión de AbiertaUGR, en concreto para su articulación
como enseñanza complementaria tanto en Grado como
posgrados así como una oferta formativa para la sociedad en
general.
Sin embargo, un aspecto importante en todo este
procedimiento (sobre todo para su aceptación por los
organismos académicos) son los procedimientos de
reconocimiento y certificación del aprendizaje. El proyecto
europeo OERtest [27], liderado por la Universidad de
Granada, es un claro exponente de este análisis reflexivo
que expone la necesidad de afrontar (con garantías) modelos
de reconocimiento y certificación basados en criterios de
calidad. En este proyecto, cinco universidades europeas
realizaron una experiencia de creación y distribución de los
materiales bajo un portal para permitir que alumnos de
cualquiera de estas instituciones pudieran cursar y reconocer
créditos de asignaturas basadas en OER en la institución
origen del alumno. El estudio dio a conocer los actores
implicados, los procedimientos que deben ser actualizados y
además reveló la necesidad de crear un learning passport
específicamente diseñado para describir los materiales y las
actividades del curso. El proyecto también determinó una
serie de escenarios plausibles en cuanto a la adopción de
OER y su reconocimiento para todas aquellas instituciones
de educación superior que se planteen esta situación en
mayor o menor medida. Estas conclusiones se encuentran
publicadas en el libro Open Learning Recognition [5].
Esta trayectoria internacional se complementa con
iniciativas dentro del espacio universitario para
cumplimentar las expectativas y formación de los más de
50.000 estudiantes que están inscritos en los cursos de grado
de la Universidad de Granada.
Actualmente, las primeras propuestas de cursos están
orientadas a complementar la formación de los estudiantes
adquiriendo habilidades en el uso de las TIC. Estos son
cursos cortos de un mes y reconocimiento de 1 crédito
ECTS como actividades culturales. Además, se están
desarrollando otros cursos de nivelación (denominados
Cursos Cero) y de conocimiento y adaptación a la oferta de
masteres actuales. De este modo, este tipo de formación será
un instrumento válido para complementar la formación
presencial de la Universidad al mismo tiempo que permitirá
crear una comunidad de aprendizaje en comunidad estable
de interesados en esta oferta específicamente.
Todavía es pronto para conocer el impacto real que puede
tener en el modelo educativo de la universidad, si bien, se
puede intuir que existirá una estrecha colaboración entre la
formación reglada y el aprendizaje informal a través de estas
comunidades, ya que pueden ser un modelo hibrido que
puede coexistir y apoyarse mutuamente.
V. CONCLUSIONES Y TRABAJOS FUTUROS
En este artículo hemos destacado la importancia de la
formación abierta a través de la creación de comunidades de
aprendizaje. Iniciativas como AbiertaUGR pueden
convertirse en un instrumento eficaz para alcanzar algunas
de las claves que propone concretamente el Espacio
Europeo de Educación Superior relacionadas con el
aprendizaje a lo largo de toda la vida, esto es, contribuir a
reducir las diferencias entre la formación de los jóvenes y
las demandas del mundo del trabajo, y para su desarrollo
profesional continuo y la idea de extender el aprendizaje
dentro y fuera del aula tradicional.
Si bien la mayoría de universidades ha optado por
plataformas compartidas para la oferta de cursos, hemos
considerado más conveniente explorar las posibilidades del
modelo de formación relacionado con una comunidad de
marca propia que refleje la imagen universidad y
estableciendo modelos de integración en la estructura
universitaria. En [16] ya se presentaron algunas de las
características del modelo propuesto de AbiertaUGR (antes
de empezar el primer curso) y las expectativas y aceptación
han superado con creces lo que habíamos estimado en
principio. Seguramente, esta situación irá evolucionando
con el tiempo, y será necesario evaluar los progresos y las
posibles expectativas de esta modalidad de cara a valorar
adecuadamente y a dimensionar el valor y potencial que
pueden suponer este tipo de modalidad de formación.
Por otra parte, el desarrollo actual de la comunidad se la
realizado usando Elgg [13], una plataforma Open Source
para la creación de comunidades, que ya se había aplicado
con éxito en otro tipo de experiencias [18] y se está
trabajando para integrar con otras plataformas de formación.
AGRADECIMIENTOS
Este trabajo ha sido realizado con el soporte del proyecto
europeo OERtest: Testing the Feasibility of OER-Course
Certification (EACEA LifeLong Learning Program
agreement 510718-LLP-2010-ES-ERASMUS-EVC).
REFERENCIAS
[1] AbiertaUGR. http://abierta.ugr.es. Desarrollado por el Centro
de enseñanzas Virtuales de la Universidad de Granada (http://cevug.ugr.es)
[2] D. Alvarez. Algunas cosas que he aprendido sobre MOOCs.
Blog e-aprendizaje. Consultado el 20 de noviembre de 2013.
http://e-aprendizaje.es/2012/11/12/algunas-cosas-que-he-
aprendido-sobre-moocs/
[3] Aranzadi, P.: MOOCs, MiríadaX. Jornada de Trabajo CRUE-
TIC "Experiencias MOOC en Universidades españolas. Tendencias y Plataformas". 13 Marzo 2013, Madrid.
[4] Aula Permanente de formación Abierta de la Universidad de
Granada. Consultado el 20 de noviembre de 2013
http://www.ugr.es/~aulaperm/
Figura 11. Valoración de la evolución de los cursos
8 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[5] A. Camilleri, L. Ferrari, J. Haywood, M. Maina, M. Pérez-
Mateo, R. Montes Soldado, C. Nouira, A. Sangrà, A.C.
Tannhäuser: Open Learning Recognition: Taking open
Educartional Resources a Step Further. Editorial: EFQUEL –
European Foundation for Quality in e-Learning, ISBN
9789082020502, 2012. Consultado el 20 de noviembre de 2013: http://www.oer-europe.net/output/OERtest_A5_Book.pdf
[6] R. Bergaz Hernandez: MOOCs y comunidades online en
entornos empresariales: Estudio de la viabilidad como Modelos de
Negocio. Trabajo Fin de Máster Máster Oficial en Gestión y
Tecnologías de Procesos de Negocio Universidad de Granada, Dirección (M. Gea, R. Montes) 13 septiembre 2013.
[7] Clark, D.: MOOCs: taxonomy of 8 types of MOOC. Donald
clark plan B Blog. Publicado 16/04/13
http://donaldclarkplanb.blogspot.com.es/2013/04/moocs-
taxonomy-of-8-types-of-mooc.html
[8] COURSERA. Consultado el 20 de noviembre de 2013 http://www.coursera.org/
[9] J. Daniel, 2012: Making Sense of MOOCs. Ensay. Academic
Partnership. Consultado el 20 de noviembre de 2013
http://academicpartnerships.com/docs/default-document-
library/moocs.pdf?sfvrsn=0
[10] S. Downes: Knowledge, Learning and Community. 2001.
Consultado el 20 de noviembre de 2013 http://www.downes.ca/files/books/KnowledgeLearning.pdf
[11] S. Downes: The Rise of MOOCs. Blog website, 2012.
Consultado el 20 de noviembre de 2013: http://www.downes.ca/post/57911
[12] EdX. Consultado el 20 de noviembre de 2013
http://www.edx.org/
[13] ELGG. Consultado el 20 de noviembre de 2013 http://www.elgg.org
[14] A. Fini: The Technological Dimension of a Massive Open
Online Course: The Case of the CCK08 Course Tools. The
International Review of Research in Open and Distance Learning
Vol 10, nº 5 (2009). Consultado el 20 de noviembre de 2013: http://www.irrodl.org/index.php/irrodl/article/view/643/1402
[15] M. Gea, R. Montes, V. Gámiz: Collective Intelligence and
Online Learning Communities. International Conference on
Information Society (i-Society 2011) Technical Co-Sponsored by
IEEE UK/RI Computer Chapter. June 27-29, 2011, London, UK. Consultado el 20 de noviembre de 2013:
http://lsi.ugr.es/rosana/investigacion/papers/isociety11.pdf
[16] M. Gea, R. Montes, B. Rojas, A. Marin, A. Cañas, I. Blanco,
V. Gámiz, A. del Río, D. Bravo-Lupiañez, M. Cádiz, C. Gutierrez:
Formación abierta sobre modelos de enseñanza masivos: nuevas
tendencias hacia el aprendizaje social. IV Congreso Internacional
sobre Calidad y Accesibilidad de la Formación Virtual (CAFVIR
2013), Lisboa, 17-19 Abril 2013
[17] M. Gea, R. Montes, V. Gámiz: Collective Intelligence and
Online Learning Communities. International Conference on
Information Society (i-Society 2011) Technical Co-Sponsored by
IEEE UK/RI Computer Chapter. June 27-29, 2011, London, UK.
Consultado el 20 de noviembre de 2013: http://lsi.ugr.es/rosana/investigacion/papers/isociety11.pdf
[18] HEXTLEAN. Higher Education exploring ICT use for
LifeLong Learning. http://www.hextlearn.eu
[19] A. Kittur, R. Kraut: "Harnessing the Wisdom of Crowds in
Wikipedia: Quality through Coordination". Human-Computer
Interaction Institute. Paper 99. 2008. Consultado el 20 de noviembre de 2013 http://repository.cmu.edu/hcii/99
[20] M. Korn, J. Levitz: Online Courses Look for a Business
Model. The Wall Street Journal. 2013. Consultado el 20 de
noviembre de 2013:
http://online.wsj.com/article/SB10001424127887324339204578173421673664106.html
[21] D. Levy, S. Schrire. The Case of a Massive Open Online
Course at a College of Education. n T. Amiel & B. Wilson (Eds.),
Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2012 (pp. 761-766).
[22] Miras, M.T. “Informe de la Comisión de Expertos”,
Ministerio de Educación, Cultura y Deporte análisis del sistema
universitario español. Consultado el 20 de noviembre de 2013:
https://www.dropbox.com/sh/cazhte6v2vnzj01/82vgk2H5_y
[23] Montes, R., Rodriguez-Pina, G., González, M., Gea, M.:
Enseñanza online y Recursos de Aprendizaje Abiertos:
Recomendaciones de procedimientos basados en modelos de
calidad. III Congreso Iberoamericano sobre Calidad y
Accesibilidad de la Formación Virtual (CAFVIR 2012), Alcalá de Henares, 25-27 Abril, 2012.
[24] NMC – Horizon Report: 2012 Higher Education Edition
Consultado el 20 de noviembre de 2013
http://www.nmc.org/publications/horizon-report-2012-higher-ed-
edition
[25] NMC - Perspectiva Tecnológica para la Educación STEM+
2012-2017. Análisis Sectorial. Consultado el 20 de noviembre de
2013. http://www.nmc.org/publications/2012-technology-outlook-stem
[26] OCWC: OpenCourseWare Consortium. Consultado el 23 de
febrero de 2013 http://www.ocwconsortium.org/
[27] OERtest: Testing an Open Education Resource Framework
for Europe. EACEA LifeLong Learning Program project
(agreement 510718-LLP-2010-ES-ERASMUS-EVC). Consultado el 20 de noviembre de 2013 http://www.oer-europe.net
[28] Pedreño, A.: UNIMOOC - AEMPRENDE, primer MOOC
experimental en nuestro país. Oct, 2012. Consultado el 20 de
noviembre de 2013: http://opiniones-
personales.blogspot.com.es/2012/10/unimooc-aemprende-primer-mooc.html
[29] J. Preece, J. (2000) Online Communities: Designing
Usability, Supporting Sociability. Chichester, UK: John Wiley &
Sons.
[30] Read, T.: Open education for global audiences: The example
of UNED. Sesion: New methods, new pedagogies, virtual and
online education in the Framework of Higher Education Reform
Project: Cross-border Education’ training seminar. Madrid, 22-
24th April, 2013. Consultado el 20 de noviembre de 2013 http://madrid2013.bolognaexperts.net/page/presentations
[31] C. Thomson: How Khan Academy is Changing the Rules of
Education. Wired, 2011. Consultado el 20 de noviembre de 2013
http://resources.rosettastone.com/CDN/us/pdfs/K-
12/Wired_KhanAcademy.pdf
[32] D. Torres: Reflexiones y primeros resultados de Moocs en
Iberoamérica: Unedcoma y UNX. CampusVirtuales, nº 1 pg 65-70
Revista científica de tecnologíaa educativa ISSN 2255-1514.
Consultado el 20 de noviembre de 2013:
http://issuu.com/revistacampusvirtuales/docs/revista_campus_virtuales_01_ii/65
[33] Udacity. Consultado el 20 de noviembre de 2013 http://www.udacity.com/
[34] Wiley, D. The MOOC Misnomer. 2012. Consultado el 20 de noviembre de 2013:
http://opencontent.org/blog/archives/2436
[35] M. Zapata: MOOCs y Educación Superior (IV jornadas
Campus Virtuales, 14-16 Feb 2013). Consultado el 20 de
noviembre de 2013: http://conference.nmc.org/files/smkbMOOC.pdf
MIGUEL GEA et al.: COMUNIDADES ACTIVAS DE APRENDIZAJE: HACIA LA FORMACIÓN ABIERTA EN... 9
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Miguel Gea Megías es Doctor en informática y Profesor
Titular de Universidad en el Dpto. de Lenguajes y Sistemas
Informáticos de la Universidad de Granada. Sus líneas de
investigación son la Interacción Persona Ordenador y
Sistemas colaborativos y elearning, de los cuales ha
realizado publicaciones, tesis y proyectos, y ha sido uno de los miembros fundadores de la Asociación de la Interacción Persona
Ordenador (AIPO). Desde el 2008 es Director del Centro de Enseñanza
Virtuales de la Universidad de Granada, y en ese tiempo ha coordinado varios proyectos europeos relacionados con calidad en elearning y
movilidad virtual. En este período se ha conseguido que la Universidad sea
una de las primeras instituciones europeas con el certificado uNIQUE de la EFQUEL (European Foundation for Quality in Elearning) y participado en
grupos de trabajo de la CRUE-TIC relacionado con calidad y campus
virtuales.
Rosana Montes Soldado es Doctora en informática por la
Universidad de Granada (España). Sus areas de invertigación son la informática gráfica, la web 2.0, la
computación por palabras y el e-Learning. Ha estado
involucrada en diferentes proyectos europeos de calidad en e-learning como Mobi-Blog, Wishes, Hextlearn y
Movinter, siendo responsable del diseño de las comunidades basada en
redes sociales. Ha coordinado el proyecto europeo OERtest: Testing the Feasibility of OER-Course Certification. Igualmente ha participado en el
desarrollo, diseño y realización de la experiencia piloto sobre MOOC
denominada AbiertaUGR. Actualmente es la secretaria del Centro de Enseñanzas Virtuales de la Universidad de Granada.
Mª Belén Rojas Medina: Licenciada en Filosofía y Letras.
Máster oficial en Nuevas Tecnologías y Educación por la
Universitá Oberta de Catalunya. Diseñadora técnico-
pedagógica de acciones formativas y recursos didácticos.
Administradora de plataformas LMS como Moodle, y
dinamizadora de comunidades de aprendizaje y redes sociales como Elgg, Twitter, Facebook. En la actualidad es miembro del Comité
ejecutivo de la Asociación Espiral (Educación y Tecnología)
http://www.ciberespiral.org/es/inicio
Roberto Bergaz Hernandez es Licenciado de
Administración y Dirección de Empresas. Siendo alumno del Máster en Gestión y Tecnologías de
Procesos de Negocio por la Universidad de Granada, ha
desarrollado su trabajo fin de Máster sobre los MOOC y modelos de negocio. Actualmente trabaja en UNIT4.
10 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Extending Google Course Builder with Real-World
Projects in a Masters’ Course
Abstract—The contribution of this paper is twofold. On the
one hand, we present an experience of a Masters’ level course
based on real-world projects with interaction with real
developers from industry. This reality check created a special
motivation for students as well as provided a useful experience
for their future work. On the other hand, we describe the
technical details of the three projects carried out by the
students. These were extensions to Google’s MOOC platform
Course Builder. They were about an improvement in the
management of quizzes, an extension with learning analytics
tools, and an integration with Mozilla Open Badges.
Index Terms—assessment, badges, learning analytics,
learning by doing, MOOCs, real-world projects
I. INTRODUCCIÓN
ALMAN Khan, el creador de la Khan Academy que tanto
impacto ha tenido en la enseñanza online, reflexiona en
[1] sobre la desconexión entre las expectativas de los
estudiantes, la experiencia del aula tradicional y la necesidad
creciente de creadores activos en el mercado de trabajo.
Comenta que los estudiantes aprenden mucho más
trabajando en problemas reales que en proyectos definidos
artificialmente. El reto intelectual de estar trabajando en un
problema real produce un aprendizaje mejor en el momento
y más útil para el trabajo futuro. También habla de la
importancia de realizar prácticas en empresas como Google
o Apple.
Dentro de la asignatura de Plataformas para
Comunidades en Red del programa de Master en Ingeniería
Telemática del Departamento de Ingeniería Telemática de la
Universidad Carlos III de Madrid, hemos optado por un
enfoque eminente-mente práctico en la línea que propone
Salman Khan.
En las siguientes secciones explicamos en primer lugar la
dinámica de la asignatura y a continuación el tema concreto
tratado. Se describen después los tres proyectos realizados.
La aportación de este artículo se realiza en dos niveles, por
una parte en relación a la metodología y enfoque realizado
para el desarrollo de la asignatura y por otra parte por los
resultados obtenidos por los equipos en sus proyectos.
Los autores son profesores del Dep. Ingeniería Telemática, Universidad
Carlos III de Madrid, Av. Universidad, 30, 28911 Leganés (Madrid),
España. E-mail: [email protected], [email protected],
II. LA DINÁMICA DE LA ASIGNATURA
Los contenidos concretos de la asignatura han variado en
las distintas ediciones, no así los objetivos globales y la
dinámica. Los objetivos globales de la asignatura incluyen
desarrollar la creatividad, obtener habilidades para la
implementación de aplicaciones software, aprender a
colaborar en un equipo de trabajo (liderazgo, negociación,
resolución de conflictos, etc.), entendimiento de
documentación técnica avanzada, realización de
presentaciones y propuesta de una propuesta de negocio. Así
pues, la asignatura no solo tiene como objetivo aprender
conocimientos tradicionales, sino también una serie de
habilidades transversales que son muy útiles de cara al
mercado laboral.
El hecho de tratarse de una asignatura de Máster
posibilita e invita a utilizar un formato alternativo, no
centrado en la instrucción tradicional, sino en conseguir que
el estudiante aprenda por la práctica. Es por ello que siempre
se ha enfocado la asignatura por medio de proyectos
realizados en grupos por parte de los estudiantes. La
temática de los proyectos ha ido variando a lo largo de los
años:
2010: Aplicaciones colaborativas con Google Wave
2011: Aplicaciones de realidad aumentada con Junaio
2012: Aplicaciones de gamificación con OpenFeint
2013: Extensiones de Google Course Builder (GCB)
La plataforma GCB utilizada en 2013 es un sistema
software educativo de código abierto que permite la
realización de cursos masivos abiertos on-line.
Los alumnos contaban con la ayuda de los profesores de
la asignatura (los autores de este artículo y en el pasado
también Abelardo Pardo, ahora en la Universidad de
Sídney), pero además de tutores externos que aportaban la
visión de la empresa. Las clases se utilizaban en parte para
explicar la tecnología necesaria para desarrollar el proyecto,
pero sin el objetivo de ser exhaustivos, pues los alumnos
eran capaces de estudiarse la documentación igual que lo
podía hacer el profesor. Más énfasis se hacía en otras
competencias menos técnicas, pero no menos importantes en
especial para el trabajo futuro: cómo ser creativos y hacer
brainstorming, cómo realizar trabajo en grupo de forma
colaborativa, como hacer presentaciones impactantes, etc.
En el año 2013, contamos con la colaboración del equipo
de desarrollo de Google Course Builder, con los que se
realizaban videoconferencias cada 15 días, además de
realizarse algunas interacciones por correo electrónico. Las
presentaciones finales contaron con la asistencia presencial
Extendiendo Google Course Builder mediante
Proyectos Realistas en un Curso de Master
Carlos Delgado Kloos, Senior Member, IEEE,
Pedro J. Muñoz-Merino, Member, IEEE, Mario Muñoz Organero, Member, IEEE
S
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 11
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
o remota de todos los profesores y tutores externos, así
como de otros invitados. Además de estas presentaciones los
alumnos tuvieron que hacer un vídeo en el que vendieran
sus desarrollos a personas que pudieran estar interesadas.
Finalmente, de los dos primeros proyectos surgieron
artículos que fueron presentados en un congreso [2][3], con
lo que el trabajo realizado recibió un reconocimiento
adicional y sirvió para que los estudiantes avanzasen en el
dominio de la escritura de documentación técnica.
La asignatura tuvo un total de 25 sesiones de 90 minutos.
La planificación de la misma fue la siguiente con este orden:
Presentación. 1 sesión.
Tecnologías necesarias. 6 sesiones. En estas sesiones,
los profesores presentaron una introducción de las
tecnologías clave para realizar proyectos en GCB:
HTML, JavaScript, Python, Google App. Engine y el
propio GCB. Los profesores dieron una explicación de
aspectos relevantes de estas tecnologías pero sin ser
exhaustivos, y los alumnos tuvieron que realizar una
serie de ejercicios en clase y en casa relacionadas con
ellas. Esta introducción a las tecnologías sirve para que
los alumnos tengan un conocimiento inicial, sepan
buscar más conocimientos relacionados con ellas, etc.
pero según el tipo de proyecto a desarrollar, los
alumnos debieron profundizar más en cada una de
ellas.
Sesión invitada por el equipo de GCB. 1 sesión. En
ella, el propio equipo de GCB dio una introducción
sobre la plataforma.
Creatividad, colaboración y planificación. 4 sesiones.
En estas sesiones los alumnos aprendieron técnicas de
creatividad como el brainstorming, metodologías de
colaboración y de planificación, así como herramientas
asociadas. Los profesores consensuaron con el equipo
de GCB una serie de temas entre los que los alumnos
podían elegir su proyecto. Los alumnos conformaron
los 3 grupos de trabajo y eligieron 3 de los temas
presentados. No obstante, dentro del tema presentado
hay mucha libertad para la elección concreta de las
características a implementar, por lo que los alumnos
con la ayuda de los profesores tuvieron que ser
creativos para determinar las funcionalidades en cada
uno de los 3 proyectos. Como resultado de estas
sesiones, cada grupo realizó una especificación de su
proyecto.
Desarrollo. 11 sesiones. En estas sesiones los alumnos
realizaron la implementación de las funcionalidades
del módulo. El profesor actúa en esta fase como un
mentor, acompañando a los alumnos, para orientarles y
ayudarles en aspectos como la búsqueda de
información, toma de decisiones de la arquitectura,
programación del código, resolución de conflictos del
grupo, etc. Todos los profesores guían y orientan a
cada grupo de alumnos, pero cada uno de los
profesores es asignado a un grupo donde su
implicación es mayor. En ningún caso estas clases son
teóricas sino que el profesor se sienta con el grupo para
ayudar en los diferentes aspectos. Por otro lado, una
persona del equipo de GCB es asignada a cada grupo y
le ayuda en el desarrollo en 4 de estas sesiones,
realizando videoconferencias. Durante el desarrollo,
los profesores van marcando retos y metas intermedias
a conseguir durante el proyecto, que suelen coincidir
con las videoconferencias con el equipo de GCB.
Cómo hacer presentaciones. 1 sesión.
Presentación final. 1 sesión. Los alumnos presentan su
trabajo final ante los miembros del equipo de GCB,
profesores, y otros alumnos, investigadores y
profesores.
La experiencia realizada ha sido muy positiva como se
puede concluir de los comentarios y opiniones de los
alumnos, a los que motiva el trabajar en proyectos reales,
con la ayuda de una empresa como Google, y aprendiendo
habilidades muy importantes para su desempeño
profesional. Varios alumnos han expresado su preferencia
por este esquema de trabajo respecto a las clases
tradicionales.
Finalmente, los alumnos tuvieron que establecer de
manera anónima un orden de los 3 grupos de trabajos tras la
exposición, según les había gustado más o menos. Así
mismo, también tuvieron que establecer un orden de cómo
habían trabajado los propios miembros de su equipo de
mejor a peor. Con esta evaluación propia de los alumnos,
junto con la evaluación de los profesores y los comentarios
de los miembros del equipo de GCB, se calculó la nota final
de cada uno de los alumnos.
III. LA TEMÁTICA: PLATAFORMAS DE MOOCS
La temática de la edición del curso 2012/13 era el estudio
de las plataformas de MOOCs (Massive Open Online
Courses, Cursos en Línea Masivos Abiertos) como
plataformas para comunidades de aprendizaje en red.
Los MOOCs han surgido de forma más o menos
disruptiva en los últimos dos años, sobre todo de la mano de
la educación universitaria, agrupando tecnologías que ya se
venían usando en la educación on-line en un nuevo marco
que parte de la idea de automatizar procesos y tareas, tanto
de exposición de contenidos, como de colaboración en el
curso así como de evaluación al alumno para poder ofrecer
los cursos de forma masiva a coste reducido. La idea de
fondo es hacer llegar el contenido de los cursos
tradicionalmente enseñados a puerta cerrada dentro de las
instituciones universitarias a todo aquel que lo necesite a
través de Internet. Podríamos decir que al igual que el
comercio electrónico de finales del milenio pasado permitía
romper las barreras espaciales a la hora de vender productos
de forma que las empresas ya no estaban limitadas a captar
compradores locales, sino que podían vender en cualquier
parte del mundo (con una logística de soporte adecuada),
ahora la universidad no está obligada a limitarse a competir
por los alumnos locales, sino que puede atraer a cualquier
alumno en cualquier parte del mundo (igualmente con una
logística de soporte si se requiere por ejemplo tener
garantías en el proceso de evaluación como iremos viendo).
Esto hace que las universidades tengan que competir en un
mercado global de más calidad, y que las universidades de
prestigio puedan quitar alumnos a las universidades que
tradicionalmente han vivido del mercado de alumnos local.
Tras el lanzamiento de las primeras iniciativas en Estados
unidos (Udacity [1], Coursera [5], edX [6], NovoEd [7],
etc.), otras iniciativas han ido apareciendo para el despliegue
12 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
de MOOCs en otras regiones del mundo como MiríadaX [8]
en España, iversity [9] en Alemania, FutureLearn [10] en
Reino Unido, Open2Study [11] en Australia, FUN [12] en
Francia, XuetangX [13] en China o OpenUpEd [14] en la
Unión Europea. Muchas universidades están poniendo en
marcha su propio entorno para el despliegue de estos cursos
en línea masivos y abiertos o bien usando alguna de las
plataformas ya instaladas en el mercado.
IV. LOS PROYECTOS DESARROLLADOS EN GCB
La plataforma seleccionada para la asignatura fue Google
Course Builder por tener acceso tanto al código fuente como
a los propios desarrolladores de la misma que nos proporcio-
naron tanto soporte tecnológico como visión de la
plataforma.
GCB es una plataforma basada sobre el API de Python
del Google Application Engine que ofrece herramientas
tanto para el despliegue de contenidos como de actividades
de evaluación sumativa y formativa. El proyecto surgió al
liberalizar la tecnología que el propio Google utilizó para el
lanzamiento de su primer MOOC (“Power Searching with
Google”) de cara a posicionarse como un referente en
Internet como tecnología abierta para la generación de
MOOCs y a su vez como herramienta basada en la
infraestructura de los servidores de Google. Finalmente, a
10 de septiembre de 2013, el proyecto de Google se ha
fusionado con la plataforma edX de cara a poner al servicio
de una de las instituciones más prestigiosas en la enseñanza
de la ingeniería en el mundo, la fuerza de desarrollo del
equipo de Google y unir esfuerzos para crear un referente en
el mundo de los MOOCs.
Las proyectos desarrollados por los alumnos fueron:
una herramienta para la mejora de gestión de
ejercicios,
una herramienta para ampliar las capacidades de
analítica sobre los datos de uso de la plataforma y
una herramienta para integrar GCB con el sistema de
insignias de Mozilla (Mozilla OpenBadges [14]).
Estas tres nuevas herramientas fueron consensuadas con
el equipo de Google como potenciales mejoras que se
alineaban con el roadmap de desarrollo por parte de Google.
Se describen a continuación los proyectos desarrollados.
V. EXTENSIÓN DE GCB PARA EJERCICIOS EN FORMATO
GIFT
En esta sección describimos el proyecto realizado por uno
de los equipos de alumnos que consistió en la selección de
un determinado formato para la descripción de ejercicios y
la implementación de una herramienta de autoría para ese
formato en GCB.
GCB permite desde la primera versión la definición de
ejercicios que se pueden corregir de manera automática. La
definición de estos ejercicios sin embargo no es cómoda. El
profesor (o el personal de apoyo) los tiene que programar en
JavaScript. Esto puede no ser un problema si la persona
conoce mínimamente este lenguaje, pero no es asumible en
caso contrario. A pesar de que el formato no es muy
complicado y sólo se necesita conocer un subconjunto, es
conveniente simplificar al máximo la tarea de autoría.
Además, típicamente habrá todo un ciclo de vida asociado a
la definición y despliegue de ejercicios. Después de la
definición de ejercicios, viene la necesidad de reutilizarlos,
de mantenerlos, de importarlos y exportarlos a otras
instancias de la misma plataforma o de distintas plataformas.
Hay una gran cantidad de formatos que han sido utilizados
por entornos de aprendizaje entre los que no se encuentra
JavaScript tal como se utiliza en GCB. .
El formato elegido debería permitir la escritura de
ejercicios directamente sin ningún editor especial. También
debería ser suficientemente expresivo como para representar
la mayoría de los tipos de ejercicios previstos en GCB y ser
aceptado por alguna otra plataforma de aprendizaje de uso
en instituciones educativas.
Un ejemplo de ejercicio expresado en la notación
esperada por GCB es el siguiente:
{questionType: 'multiple choice',
questionHTML: '¿Cuánto es 1+1?',
choices:
[
['1', false, 'Falso, la respuesta es 2'],
['2', true, '¡Correcto!'],
['3', false, 'Falso, repasa la lección'],
]
}
En la literatura se pueden encontrar una multitud de
formatos para ejercicios [16]. Algunos de ellos son IMS QTI
[17], Moodle XML [18], Hot Potatoes [19], OpenMark [20],
DocBook [21], y el formato de Blackboard [22]. Muchos de
ellos son formatos basados en XML y se utilizan
típicamente por medio de editores específicos. Algunos son
formatos propietarios no textuales, que también precisan de
editores.
Existe una clase de formatos que tiene una serie de
propiedades interesantes. Nos referimos a formatos como
Markdown [23] que se ha utilizado en wikis. El texto se
puede introducir en las wikis sin que los usuarios tengan que
tener conocimientos de HTML y sin que tengan que
renunciar a unas características mínimas que proporciona el
formato. Markdown es un lenguaje de marcado ligero que
parece texto, pero que contiene algunas sencillas marcas de
estilo que pueden ser traducidas fácilmente a HTML. Por
ejemplo, el siguiente texto escrito en Markdown Heading
=======
* an item in a **bulleted** list
* another ítem
puede ser traducido a HTML de la siguiente forma
<h1>Heading</h1>
<ul>
<li>an item in a <b>bulleted</b> list</li>
<li>another item</li>
</ul>
Siguiendo la filosofía de Markdown, GIFT es un formato
de marcado ligero para la descripción de ejercicios [24],
[25], [26]. La pregunta se escribe como texto normal y la o
las respuestas (correctas o incorrectas) entre llaves. A
continuación se presenta un ejemplo en formato GIFT:
DELGADO, MERINO Y ORGANERO: EXTENDIENDO GOOGLE COURSE BUILDER MEDIANTE ... 13
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
1 + 1 es igual a {=2 =two}
1 + 1 es igual a {=2 ~3}
En la primera línea hay una pregunta con dos posibles
respuestas correctas (pregunta tipo relleno de blanco) y en la
segunda una pregunta con dos posibles respuestas, en donde
una es correcta y una incorrecta (pregunta tipo opción
múltiple). La figura 1 muestra su presentación. Con esta
sencilla notación se puede representar un conjunto amplio
de tipos de ejercicios, como verdadero/falso, de respuesta
numérica, opción múltiple (con una o varias respuestas
correctas), emparejado, relleno de blanco, respuesta corta,
redacción, etc.
El ejemplo indicado arriba en notación GCB se
representaría en GIFT de la siguiente forma (# separa el
texto de realimentación para el estudiante):
¿Cuánto es 1+1?
{
~1 #Falso, la respuesta es 2
=2 #¡Correcto!
~3 #Falso, repasa la lección
}
Las razones para la selección de este formato fueron varias:
Es fácil de entender y escribir, por lo que no es
necesario utilizar un editor especializado.
Es un lenguaje sencillo pero potente que contempla la
mayoría de los tipos de ejercicios que se necesitan.
Fue creado por la comunidad de Moodle y aceptado
por esta plataforma, por lo que es compatible con esta
plataforma.
Existen herramientas de conversión desde Word o
Excel con macros definidas a GIFT. Esto facilita la
adopción.
Encaja muy bien con Markdown con lo que se puede
dar formato a las preguntas.
Una vez seleccionado GIFT como formato, los alumnos
tuvieron que diseñar e implementar la extensión para GCB.
Se diseñaron varios módulos:
Un editor que permitiese escribir ejercicios en formato
GIFT a través del dashboard proporcionado por GCB
(GIFT en la figura)
Un editor gráfico que permitiese la edición guiada de
ejercicios en GIFT con opciones (GUI en la figura)
Un módulo que tradujese el formato GIFT al formato
JavaScript de GCB
Módulos de importación y exportación en formato
GIFT
Desde el punto de vista técnico se implementaron los
siguientes módulos (véase Fig. 3.):
Un parser del formato GIFT al formato interno de
JavaScript de GCB (geditorParser.py)
Un visualizador de ejercicios GIFT
(geditorRenderer.py). También permite la edición de
ejercicios.
Un comprobador de las respuestas dadas por los
alumnos (geditorChecker.py). Esta comprobación se
realiza en el lado del servidor. Esto proporciona un
nivel de seguridad extra a lo implementado en GCB,
pues un usuario con conocimientos técnicos podría ver
las respuestas correctas, ya que la comprobación se
hace en el lado del cliente.
Un módulo principal (geditorMain.py) que llama a
los anteriores y enlaza con el código original de GCB.
A continuación se muestran algunas figuras de relevancia de
la herramienta. En la Fig. 4 se muestra la opción adicional
de edición de ejercicios en formato GIFT.
En las figuras 5 y 6 se muestra el editor gráfico para dos
tipos de ejercicios (de tipo numérico y de emparejamiento)
con sus respectivas opciones. En la figura 7 se muestra la
visualización para un estudiante para el ejercicio creado en
la figura 6.
El desarrollo realizado permite algunas funcionalidades
adicionales, que no estaban contempladas en la versión
estándar de GCB:
La caja del ejercicio para completar con una palabra se
puede poner en medio de una frase, no solo al final.
En el caso de respuestas abiertas, puede haber más de
una respuesta correcta.
En el caso de ejercicios numéricos se puede especificar
rangos de valores correctos
Se pueden indicar textos de ayuda específicos para
cada respuesta y no solamente de forma genérica por
ejercicio.
Se pueden definir pesos para los ejercicios a la hora del
cálculo de la nota final
Las preguntas se pueden expresar utilizando HTML,
Markdown y otros formatos
La extensión proporcionada no sólo resuelve el problema de
la usabilidad a la hora de definir ejercicios. También mejora
la interoperabilidad y proporciona una funcionalidad
superior.
Fig. 1. Presentación de los dos ejemplos en formato GIFT
Fig. 2. Arquitectura con módulos principales
Fig. 3. Módulos principales desarrollados
14 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VI. EXTENSIÓN DE GCB PARA LEARNING ANALYTICS
El área de learning analytics es habitualmente concebida
en un sentido amplio como aquella encargada de la
recolección, almacenamiento y análisis de datos con el fin
de tener un mayor conocimiento del aprendizaje y poder
mejorarlo.. En entornos MOOC de aprendizaje como es
GCB, las técnicas de learning analytics tienen gran
importancia porque al tener que tratar con gran número de
usuarios, son necesarios procedimientos que den
automáticamente información útil a los profesores y a los
alumnos ya que al ser tan elevado el número es difícil
realizar un seguimiento personalizado..
El proceso de learning analytics se puede concebir como
compuesto de un conjunto de fases adaptadas de [27].
En primer lugar está la captura y almacenamiento de
datos que suelen venir dados en forma de eventos. Por
ejemplo un evento puede ser “El usuario X editó el
recurso Y a las S horas en la plataforma P”. Existen
especificaciones y metodologías para realizar ese
almacenamiento de eventos como CAM
(Contextualized Attention Metadata) [28] que puede
tener mapeo a XML pero también a otros formatos
como RDF para funcionar en la Web semántica [29].
Seguidamente está el procesado y combinación de
datos para inferir información inteligente a partir de
datos de bajo nivel. Usualmente los datos de bajo nivel
son difícilmente interpretables por los actores del
aprendizaje y se necesitan métodos para realizar ese
procesado y combinación para obtener métricas de más
alto nivel. En esta línea se encuentra por ejemplo el
trabajo en [30] donde se proporcionaron parámetros
como la efectividad, eficiencia o hábitos en la
realización de ejercicios para la plataforma Khan
Academy.
Finalmente, en la última fase está la visualización y
recomendación. Por un lado, se trata de presentar la
información de una manera que los usuarios puedan
comprender de forma sencilla, y por otra de ir más allá
e interpretar el contexto educativo concreto para poder
realizar recomendaciones precisas. Estas
recomendaciones serán realizadas a los alumnos
principalmente, aunque también a los profesores (por
ejemplo qué materiales podría ser recomendable su
revisión o cambio).
Cada una de las citadas fases tiene sus retos en general,
que se pueden particularizar para la plataforma GCB. En
concreto, a continuación se exponen aquellos retos que se
abordaron en el proyecto, agrupados en cada una de las
fases comentadas.
En la recolección de datos, es necesario tener todos los
eventos necesarios para poder inferir los parámetros
seleccionados. En el caso de GCB muchos de los datos de
los eventos de usuarios (por ejemplo de los assessments)
están almacenados en el DataStore del AppEngine. Pero
hay eventos de herramientas externas (como de YouTube
Fig. 4. Editor textual GIFT con dos posibles formatos: JavaScript y GIFT
Fig. 5. Editor gráfico GIFT con ejercicio de tipo numérico
Fig. 6. Editor gráfico GIFT con ejercicio de tipo emparejamiento
Fig. 7 Visualización para el estudiante de ejercicio de fig. 6
DELGADO, MERINO Y ORGANERO: EXTENDIENDO GOOGLE COURSE BUILDER MEDIANTE ... 15
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
para visualizar los vídeos) que son utilizadas en GCB para
los que no está esa información en la base de datos.
Entre los retos del procesado de información para obtener
información inteligente a partir de datos de bajo nivel se
encuentra qué información seleccionar, qué datos tomar y
cómo combinarlos para poder inferir la información que se
está buscando. Cuando se desarrolló el proyecto, GCB daba
sólo información estadística general para los assessments tal
como el número de alumnos matriculados, los que
completaron cada assessment o la media de un assessment
concreto. Así mismo, no se daba información relativa a los
vídeos como el número de accessos, cuáles se empezaban
pero no se visualizaban o qué trozos de vídeos eran
ampliamente visualizados y cuáles no.
Finalmente, en el área de visualizaciones es necesario dar
gráficos precisos sobre lo que está sucediendo. Y en el
ámbito de recomendaciones es necesario dar notificaciones
para que se pueda mejorar y corregir el aprendizaje. Durante
la ejecución del proyecto, GCB no tenía visualizaciones ni
recomendaciones relacionadas ni con vídeos ni con los
assessments.
Para dar respuesta a algunos de estos retos en GCB en las
diferentes fases de learning analytics, el equipo de alumnos
que desarrollaron el proyecto tuvieron que añadir las
siguientes funcionalidades:
Recolección de eventos de YouTube. Los eventos que
se capturaron fueron los de inicio, finalización, pausar,
rebobinar, avance. El recolector de eventos reside en el
cliente en el navegador y utiliza la tecnología
JavaScript. También se usa el API de YouTube. Este
API no tiene los eventos de rebobinar y avance, sino
que tiene los de inicio, finalización, pausar y play. Por
ello, en el trabajo realizado se calcula esos dos nuevos
eventos viendo los otros. Cuando sucede uno de los
eventos, se lanza una petición al servidor mediante la
tecnología AJAX. En el servidor se procede a guardar
la información de cada uno de los eventos, utilizando
el DataStore, en un nuevo tipo de entidad creada
denominada YoutubeEvent() que almacena por cada
evento la fecha, el usuario, el vídeo accedido, el tipo de
evento, o el tiempo en que sucedió dicho evento. Gran
parte de este desarrollo es reutilizable en otras
plataformas que utilicen YouTube para ubicar sus
vídeos. La parte de cliente sería totalmente reutilizable,
y la parte del servidor se podría adaptar para por
ejemplo guardar los datos en otra base de datos o
utilizar otra interfaz de visualización.
Visualizaciones relacionadas con los eventos de
YouTube. Entre las visualizaciones disponibles se
encuentra una representación de todos los vídeos,
donde se indica el número total de alumnos que
empezaron cada vídeo y el número que finalizaron
dicho vídeo (figura 8). De esta manera, se puede
conocer si cada uno de los vídeos ha sido
suficientemente accedido, y aquellos vídeos donde por
ejemplo muchos alumnos lo empezaron pero no lo
terminaron. Por otro lado, se desarrolló un gráfico por
cada vídeo, donde se representa el tiempo de duración
del vídeo en el eje X respecto a los diferentes
identificadores de alumnos en el eje Y, de forma que
cada línea representa un alumno y se ven sus eventos
de pausar, rebobinar y avanzar. Cada uno de estos se
representa con un color diferente. Además, otros
gráficos muestran para cada vídeo, dividido en
intervalos de tiempo, el número de eventos de cada
tipo en cada uno de dichos intervalos. Estos gráficos
permiten por ejemplo ver a los profesores qué partes
del vídeo han sido vistas por pocos alumnos (puede ser
indicadores de que esas partes no son interesantes y
necesitan ser revisadas) o han sido vistas mucho y de
manera repetida por los alumnos (puede ser indicador
que se necesita expandir esas partes de explicación
porque los alumnos necesitan verlas muchas veces para
retenerlas).
Visualizaciones relacionadas con los tests de
autoevaluación. Entre las visualizaciones desarrolladas
está por ejemplo un gráfico que pone cada assessment
del curso en una línea. Dicha línea está dividida por
tantas porciones como número de ejercicios tenga
dicho assessment. Cada una de esas porciones tendrá
un color que representará cuan bien lo han hecho los
alumnos en dicho ejercicios, siendo por ejemplo rojo si
menos de un 25% han contestado adecuadamente
dicho ejercicio. De esta manera, un profesor puede
conocer cuáles son los ejercicios más problemáticos
del curso. Además, también se muestra la media de
intentos que necesitaron los alumnos para hacer bien el
assessment.
Recomendaciones. Entre las recomendaciones se
encuen-tran el repasar los conceptos cubiertos por
cuestiones donde los usuarios no lo hicieron bien en
los assess-ments. Los profesores son así alertados y
pueden obtener más información a través de las
visualizaciones.
Por otro lado, se necesitaba validar estos desarrollos con
usuarios que accedieran a GCB para realizar los cursos. Sin
embargo, no era factible realizar cursos reales en GCB antes
de la finalización de la asignatura de Máster para que
accedieran los alumnos a probar las herramientas y servicios
implementados. Por ello, los alumnos que desarrollaron el
proyecto crearon un generador de alumnos simulados. Este
generador de alumnos simulados, simulaba multitud de
alumnos accediendo a la aplicación y realizando muchas
interacciones con la plataforma GCB, en concreto con
respecto a los dos aspectos que se querían testear en este
caso: interacciones con vídeos y con assessments. El
programa realizado relacionado con este generador de
alumnos está escrito en python y genera peticiones de bajo
nivel HTTP. Las peticiones llegan al servidor en formato
JSON. Los datos generados siguen una distribución
uniforme. En un futuro se pueden pensar en otras
distribuciones para la generación de alumnos ficticios, de
forma que por ejemplo pudieran estar acordes a ciertos
modelos pedagógicos.
Es remarcable que el generador ficticio de alumnos es un
aspecto que es ortogonal a learning analytics, pero que
adquiere una especial relevancia en ésta área, ya que se
requieren gran cantidad de datos y diferentes posibilidades
para el testeo de la aplicación, así como para poder mostrar
ejemplos. Este generador se puede aplicar a otros
desarrollos.
16 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VII. EXTENSIÓN DE GCB PARA INTEGRACIÓN
CON MOZILLA BADGES
El aprendizaje a lo largo de la vida va dotando al alumno
de una serie de competencias que le son proporcionadas
desde diferentes instituciones, bien a través de cursos
presenciales como de cursos a distancia, bien según un plan
de enseñanza reglada como de manera informal. Estas
competencias deben poderse certificar o justificar con
garantías, de forma que los alumnos puedan convencer a
empleadores u otras terceras partes sobre las mismas. En
esta línea surgió el proyecto Mozilla OpenBadges [14] que
permite la creación de un repositorio centralizado y asociado
a cada alumno en el que las instituciones formativas puedan
emitir justificantes de adquisición de competencias y
asociarlas a un alumno, de forma que este las pueda mostrar
a otras personas y éstas puedan validar su autenticidad. La
integración de GCB con la plataforma de Mozilla
OpenBadges permite mejorar las capacidades con las que
dotar a una plataforma de MOOCs para que los alumnos que
superen de forma exitosa la evaluación de un curso on-line
masivo y abierto puedan obtener el reconocimiento del
mismo a través de una plataforma que centralice los logros
de dichos alumnos.
La integración de GCB con OpenBadges presentaba
algunos retos de interés que hacían del proyecto una tarea
compleja, al menos para conseguir una integración
completa. La estructura de datos del alumno dentro de GCB
debía extenderse para ir añadiendo referencias a los badges
emitidos dentro de los cursos. A la vez, se tenían que
generar URLs permanentes dentro de la plataforma para
capturar las garantías asociadas a cada badge emitido. La
generación de estas credenciales requería una programación
conjunta cliente-servidor de forma que los badges emitidos
en el servidor de cursos, una vez generados usaran las APIs
cliente Javascript para su comunicación con los servidores
de Mozilla OpenBadges. Finalmente, de cara a mejorar la
experiencia de los usuarios, era interesante tener en cuenta
la integración de la autenticación de usuario dentro de GCB
y de Mozilla Persona. Para conseguir los retos anteriores, el
equipo de alumnos que desarrollaron el proyecto tuvo que
añadir las siguientes funcionalidades a GCB:
AnswerHandlerBadge: esta es la clase principal que
valida los criterios necesarios para la emisión de una
nueva credencial al alumnos. Se permite la definición
de diferentes criterios a cumplir por el alumno como la
superación de un umbral mínimo en la puntuación de
un curso para poder emitir un determinado badge.
BadgeModel: permite definir la información y su
codificación JSON para los badges. Almacena de
forma persistente los datos para los badges emitidos.
Badges: modelo sin estado para la generación de los
ficheros JSON para cada badge.
Badgetest: se utiliza para la validación del sistema de
emisión de credenciales.
Dada las limitaciones de tiempo en el curso y la dificultad
que suponía la integración para autenticación única del
usuario mediante la integración de GCB con Mozilla
Persona, este objetivo no pudo finalizarse a tiempo dentro
del marco del proyecto, pero si sirvió para comprender
muchos de los aspectos de funcionamiento internos a GCB.
VIII. CONCLUSIÓN
En este artículo, se describen dos aportaciones:
El desarrollo de tres extensiones para la plataforma de
MOOCs GCB, que complementa de forma interesante
las funcionalidades de esta plataforma. Los
desarrolladores de Google nos comentaron que como
resultado de esta experiencia habían obtenido algunas
ideas para el desarrollo de algunas características de
GCB.
Una docencia basada en proyectos de la vida real y con
utilidad real, en la que enfatiza el learning by doing. Se
potenciaron competencias como la creatividad, el
trabajo en grupo, la resolución de conflictos, la
presentación oral del trabajo realizado, la
documentación, la discusión con expertos, el trabajo
con contextos técnicos cambiantes, la orientación al
mercado, etc.
Todas las partes expresaron su satisfacción por la
orientación de la asignatura, lo cual nos anima a seguir en
esta línea.
AGRADECIMIENTOS
Agradecemos el trabajo realizado por los estudiantes de
este curso. Ellos son los principales artífices del trabajo
desarrolla-do. Elsa Bartolomé, Diego García Martín, Ostap
Kovalisko y Rosbel Serrano integraron el equipo del primer
proyecto. Roderick E.A. Fadou, Omar Khaled Aly, Miriam
Marciel y Foivos Michelinakis formaron parte del segundo.
Los inte-grantes del tercer equipo fueron Ahmed Ayman,
Loay A.E. Elgindy, Nour Gharib, Youssef M.
Luis Nieto.
Agradecemos también especialmente al equipo de Google
Course Builder, sin cuya participación no podíamos haber
llevado a cabo la experiencia de esta forma: Pavel Simakov,
como ingeniero jefe, John Cox, John Orr y Sean Lip, como
ingenieros que apoyaron cada uno de los tres proyectos. En
cualquier caso, Google no tiene ninguna responsabilidad
sobre el código desarrollado. También agradecemos la
participación de Javier Arias de Google, Francisco Gómez
Molinero de VisualTools y Jorge Ruiz Magaña de SoluSoft
en ésta y anteriores ediciones de la asignatura.
Este trabajo ha sido parcialmente financiado por los
proyectos EEE (TIN2011-28308-C03-01) del Plan Nacional
de I+D+i y eMadrid (S2009/TIC-1650) de la Comunidad de
Madrid. El primer autor agradece una ayuda de movilidad
para profesores de la Fundación CajaMadrid para realizar
una estancia en Harvard y MIT en el curso 2012/13.
Fig. 8. Visualización de número de alumnos
que empezaron y terminaron cada vídeo
DELGADO, MERINO Y ORGANERO: EXTENDIENDO GOOGLE COURSE BUILDER MEDIANTE ... 17
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
REFERENCIAS
(Todas las URLs han sido consultadas en Diciembre 2013)
[1] S. Khan, “What College Could Be Like,” Comm. ACM, vol. 56, no. 1,
pp. 41-43, Jan. 2013 [2] C. Delgado Kloos, O. Kovalisko, E. Bartolom , “An
Extension for Google Course Builder for Authoring GIFT
Assessments,” en Proc. SINTICE 2013: XV Simp. Internac.. ,
Madrid, 2013, pp. 14-20
[3] M. Marciel, F. Michelinakis, R. Fanou, P.J. Muñoz-Merino, “Enhancements to Google Course Builder: Assessments
Visualisation, YouTube Events Collector and Dummy Data
Generator,” en Proc. SINTICE 2013: XV Simp. Internac.
, Madrid, 2013, pp. 6-13. [4] Udacity, http://udacity.com
[5] Coursera, http://coursera.com
[6] edX, http://edx.org [7] NovoEd, http://novoed.com
[8] MiríadaX, http://miriadax.net
[9] Iversity, http://iversity.org [10] FutureLearn, http://futurelearn.com
[11] Open2Study, http://open2study.com
[12] FUN, http://france-universite-numerique.fr [13] XuetangX, http://xuetangx.com
[14] OpenUpEd, http://openuped.eu
[15] OpenBadges, http://openbadges.org/ [16] , C. Delgado Kloos, R.M. Crespo, “Assessing Assessment
Formats: The Current Picture”, en EDUCON 2010: IEEE Annual
Global Engineering Education Conference, 14-16 Abril 2010, Madrid [17] IMS Global Learning Consortium: IMS QTI.
http://www.imsglobal.org/question/
[18] Moodle, MoodleXML, docs.moodle.org/24/en/Moodle_XML_format [19] Half-baked Software, HotPotatoes, http://hotpot.uvic.ca
[20] The Open University, OpenMark,
www.open.ac.uk/openmarkexamples/ [21] DocBook, http://www.docbook.org
[22] Blackboard. http://ondemand.blackboard.com/assess.htm
[23] John Gruber, Markdown. http://daringfireball.net/projects/markdown/ [24] Moodle. GIFT format. http://docs.moodle.org/24/en/GIFT_format
[25] Microformats. GIFT format. http://microformats.org/wiki/gift
[26] GIFT reference. http://buypct.com/6 _reference.pdf [27] D. Clow, The learning analytics cycle: closing the loop effectively,
2nd Internat. Conf. Learning Analytics and Knowledge, pp. 134-138,
2012 [28] M. Wolpers, J. Najjar, K. Verbert, and E. Duval, Tracking actual
usage: the attention metadata approach. Education Technology &
Society, vol. 10, no. 3, pp.106–121, 2007 [29] P.J. Muñoz-Merino, M. Wolpers, K. Niemann, M. Friedrich, A.
Pardo, C. Delgado Kloos, and M. Muñoz-Organero, CAM in the
semantic web world, I-SEMANTICS Conference, 2010 [30] P.J. Muñoz-Merino, J.A. Ruipérez Valiente, C. Delgado Kloos,
Inferring higher level learning information from low level data for the
Khan Academy platform. Proceeding LAK'13 Proc. Third International Conference on Learning Analytics and Knowledge, pp.
112-116
Carlos Delgado Kloos (M’05–SM’06) es Dr.
Ingeniero de Telecomunicación por la Universidad
Politécnica de Madrid y Máster y Doctor en
Informática (Dr. rer. nat.) por la Universidad
Técnica de Múnich.
Es Catedrático de Ingeniería Telemática en la Universidad Carlos III de Madrid, en donde
también es Coordinador del Grupo de Investigación
GAST y del laboratorio Gradient, Director del Máster en Gestión y Producción en eLearning y
Vicerrector de Infraestructuras y Medio Ambiente. Es autor de más de 200
publicaciones en revistas y congresos, ha participado en y coordinado una multitud de proyectos de investigación a nivel nacional e internacional y ha
desempeñado numerosos cargos de gestión.
El Prof. Delgado Kloos es el representante nacional español en IFIP TC3 sobre Educación, el coordinador de la red eMadrid sobre e-learning en
la Comunidad de Madrid y el Director de la Cátedra UNESCO “Educación
Digital Escalable para Todos”.
Pedro J. Muñoz-Merino (M'10) es miembro del
IEEE desde 2010. En 2003 obtuvo el título de Ingeniero de Telecomunicación por la Universidad
Politécnica de Valencia, y en 2009 el de Doctor en
Ingeniería Telemática por la Universidad Carlos III de Madrid. Su campo de estudio fundamental es el
de las tecnologías del aprendizaje.
Es profesor visitante en la Universidad Carlos III de Madrid, donde ha trabajado durante más de 10
años. Sus líneas de investigación actuales se centran fundamentalmente en
los tutores inteligentes, la web semántica, analítica de aprendizaje y la gamificación.Ha realizado 2 estancias de investigación largas: una de más
de 3 meses en Irlanda en la empresa Intel en 2005, y otra en Alemania en el
Instituto de Tecnología Fraunhofer de más de 6 meses en 2009-2010. Asimismo, es autor de aproximadamente 50 publicaciones científicas y ha
participado en más de 20 proyectos de investigación.
Desde mayo de 2012 está acreditado por ANECA como profesor Titular de Universidad. Además, ha obtenido el premio AMPER otorgado por el
Colegio Oficial de Ingenieros de Telecomunicación (COIT) al Mejor
Proyecto Fin de Carrera en Ingeniería Telemática, así como el premio Extraordinario de Doctorado por la Universidad Carlos III de Madrid.
Mario Muñoz-Organero (M’08) obtuvo el título
de Ingeniero de Telecomunicación en la
Universidad Politécnica de Cataluña (UPC) en 1996, el título de Master en Administración de
empresas (MBA) en la UNED en 2002 y el de
Doctor Ingeniero de Telecomunicación en la Universidad Carlos III de Madrid en 2004. Desde
2007 es Profesor Titular de Ingeniería Telemática
en la Universidad Carlos III de Madrid, y desde 2012 subdirector de la Escuela Politécnica
Superior, en esta misma universidad.
Ha publicado más de 100 artículos en revistas y congresos internacionales. Sus intereses incluyen las tecnologías middleware para el
m-learning, las arquitecturas ubicuas para el e-learning y las arquitecturas
abiertas orientadas a servicios. Desarrolla su labor investigadora dentro del grupo de Aplicacio-nes y Servicios Telemáticos (GAST) del que es
miembro del equipo gestor desde 2007. Ha participado como investigador
principal en varios proyectos nacionales e internacionales como el proyecto GEEWHEZ financiado por la UE dentro del FP7 o los proyectos
ARTEMISA, OSAMI, HAUS, REME-DISS, IRENE y COMINN dentro
del Plan Nacional de I+D financiados por el Gobierno de España. Ha participado como miembro del equipo investigador en más de 15 proyectos
tanto nacionales como internacionales.
18 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Tecnologías del Aprendizaje para la Integración Semántica deRecursos Educativos
Juan Manuel Dodero, Manuel Palomo-Duarte, Iván Ruiz-Rube, Ignacio Traverso,José Miguel Mota y Antonio Balderas
Title—Learning technologies and semantic integration of learn-ing resources
Abstract—Virtual learning environments are developed nowa-days as digital ecosystems based on existing resources, applica-tions and web services. Even if they are not hosted in a centralizedcourse management system, they usually are highly coupled. Inthis paper we show how semantic technologies can help decou-pling them. We build an elearning web ecosystem enriched witheducational information according to an educational informationmodel and a domain-specific model, so we offer teachers andstudents with a common user interface. We implemented ourproposal in the ASCETA project, integrating well-known open-source systems like wikis, blogs, microblogging services, contentmanagement systems and task management systems.
Index Terms—Entornos virtuales de aprendizaje, servicios web,web semántica
I. INTRODUCCIÓN
INTERNET y las tecnologías informáticas pueden estarmodificando los métodos con los que solíamos aprender
y procesar la información. La Web ha motivado la necesidadde replantearse totalmente nuestros procesos de aprendizajey, en consecuencia, la accesibilidad y concepción de losrecursos digitales educativos. Las tradicionales plataformas dee-learning, Learning Management Systems (LMS) y VirtualLearning Environments (VLE), constituyen entornos fuerte-mente acoplados y holísticos donde se desarrollan y gestionanexperiencias virtuales de aprendizaje. Sin embargo, muchosde estos entornos tienen un diseño monolítico, es decir,no facilitan su interoperabilidad con aplicaciones y sistemasexternos [1] incorporando los avances más recientes en lastecnologías de Internet y de la Web. Sobre la base de lastecnologías semánticas y linked data [2] se están construyendoentornos educativos virtuales, abiertos y personalizados [3],[4], constituidos por una miríada de herramientas, plataformasy servicios independientes [5]. Muchos de estos entornos seestán construyendo sobre la base de los servicios web [1],[6] y las tecnologías de la web semántica [7]–[10]. La moti-vación de esta investigación es descubrir cómo las tecnologíassemánticas y los servicios web pueden contribuir a lograr unainteroperabilidad satisfactoria en los sistemas de e-learning,de un modo flexible, no intrusivo, pero a la vez consistente yrobusto.
¿Qué pueden los servicios web ofrecer a los modernosVLE? En un sentido general, los servicios web pueden ofrecersoporte para la interoperabilidad y la integración de sistemas.Los LMS y VLE tradicionales, sin embargo, han gestionado ensolitario todos los recursos de aprendizaje utilizados y todaslas cuestiones concernientes a los cursos que albergan. Uncurso de aprendizaje normalmente se entrega empaquetado
Departamento de Ingeniería Informática, Escuela Superior de Ingeniería,Universidad de Cádiz, C/ Chile 1, 11002 Cádiz, España
en forma de una unidad de aprendizaje [11] autocontenidaque incluye una descripción de todos los recursos necesariospara desplegar el curso [12]. Dichas unidades de aprendizajea menudo incluyen la estructura didáctica de la experienciade aprendizaje a desarrollar, conforme a una descripciónexplícita —por ejemplo, basada en la especificación IMSLearning Design (LD) [13]— de las actividades, recursos yroles participantes. Dicha descripción sirve para desplegar elcurso en el entorno de ejecución de un VLE o LMS concreto.Las aplicaciones y servicios web externos, sin embargo, nopueden describirse, empaquetarse y distribuirse dentro de launidad de aprendizaje tan fácilmente como se hace con loscontenidos regulares.
Cuando profesores y estudiantes realizan las actividadesde un curso en un VLE, todos los recursos, aplicaciones yservicios contenidos deben ser ejecutados y los elementos delcurso deben ser reservados y asignados apropiadamente [14].En primer lugar, se deben crear instancias de las actividades ysu estructura en función del flujo de aprendizaje predefinido.En segundo lugar, se deben recuperar y asignar los recursos yservicios web disponibles. Tercero, hay que poblar los roles deusuario genéricos con usuarios reales que están matriculados oparticipan en la experiencia de aprendizaje. Tras desplegar elcurso, los usuarios empiezan a interactuar con las aplicacionesy los servicios a través de una participación definida, basadaen roles, en las actividades.
Es impredecible la variedad de aplicaciones web emergentesy nuevas funcionalidades basadas en servicios web que puedenser beneficiosos para una experiencia de aprendizaje. Laintegración entre el VLE y estas aplicaciones y servicios webexternos ha resultado difícil de conseguir desde la perspectivade los frameworks y especificaciones generalistas que se handefinido en la industria de e-learning, como por ejemplo ELF[15] y OSID. Estas aproximaciones abstractas siguen un estilobasado en funcionalidades para acceder a los proveedores deservicios a través de un modelo específico de las operacionesdel servicio [16]. Los modelos de servicio están a menudodemasiado acoplados con las aplicaciones consumidoras (v.g.el VLE en este caso).
Cuando se trata de acceder a aplicaciones y serviciosexternos al VLE, profesores y estudiantes pueden hacerlo através de un identificador uniforme de recurso o URI (UniformResource Identifier). La URI de la aplicación o el serviciosuele venir explícita en la descripción estructurada de lasactividades de aprendizaje. El motor de ejecución del VLEdebe configurar un contexto pedagógico para cada actividadde aprendizaje, que contenga cierta información que no estáincluida en el curso (como por ejemplo, el número real de gru-pos de aprendizaje, su estructura, etc.) Por ejemplo, supóngaseuna experiencia de aprendizaje basada en un wiki que debedividir a los alumnos en equipos de n personas. Puede sernecesario desplegar una instancia del wiki separada para cada
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 19
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
equipo. El VLE debe, por tanto, preparar un cierto número deinstancias del servicio de wiki y generar sus URI específicas aldesplegar el curso. Hace falta disponer de cierta informaciónsobre la estrategia de asignación de equipos, que es parte delmodelo pedagógico del curso. En este sencillo ejemplo, lainformación necesaria es solo una asignación predefinida deusuarios en equipos. Sin embargo, en un caso más general,dicha asignación podría ser más compleja. Por ejemplo, podríanecesitarse una asignación dinámica de usuarios en equiposen función de la fase del curso en que se esté, o de acuerdocon un patrón de aprendizaje colaborativo determinado [17].Igualmente, las herramientas de comunicación proporcionadaspor el VLE (foros, chat o servicio de mensajería) ofrecena los alumnos y profesores gran flexibilidad en cuanto altiempo y lugar de la comunicación, permitiéndoles interactuarya sea de manera asíncrona o síncrona [18]. Sin embargo, losmecanismos de comunicación en tiempo real y de comparti-ción de recursos proporcionados por éstos son muy limitados.Una alternativa para solventar esta limitación es la integraciónde los servicios de redes sociales o SNS (Social NetworkingService) en los entornos de aprendizaje [19]. En generalpodemos concluir que se necesita un modelo de informaciónque ayude a indicar cómo se despliega y asignan los recursosdel ecosistema de servicios web [20] que puede dar soportea las experiencias de aprendizaje. Desgraciadamente, dichainformación no suele ser explícita, compartida y/o asociadacon las aplicaciones y servicios que implementan el curso.
El objetivo general de este trabajo es mostrar cómo lastecnologías semánticas pueden ayudar a desacoplar los VLEde las aplicaciones y servicios externos que son parte delos cursos albergados y desplegados. Esto puede ayudar amejorar la integración en el VLE y el acceso desde el mismoa cualquier tipo de recurso web externo. El objetivo generalse descompone en las siguientes metas particulares:
1. Construir un ecosistema web de aprendizaje que per-mita enriquecer los recursos y actividades con repre-sentaciones educativas adecuadas para la explotación deaplicaciones y servicios externos.
2. Definir un modelo de información educativa y un mod-elo específico de dominio que enlace el VLE con lasemántica de recursos web externos que puedan servircon un propósito didáctico.
3. Ofrecer a profesores y estudiantes una interfaz deacceso y explotación desde el VLE hacia aplicacionesy servicios web externos, con el objetivo de desacoplarlas descripciones de los cursos de las potencialmentevolátiles interfaces de dichos servicios.
Muchas aplicaciones y servicios web ofrecen en su interfazo Application Programming Interface (API) representacionesde sus recursos internos sin capacidad para navegar entre ellos,o simplemente no ofrecen en absoluto acceso a los mismos.La adición de controles de navegación a estos recursos puederomper el acceso desde consumidores existentes o violar algúnestándar [21]. La volatilidad o la inexistencia de URIs apropi-adas para acceder a los recursos de la aplicación constituyeun desafío que este trabajo intenta abordar desde la base delos servicios ReST [22] y las tecnologías semánticas y linkeddata [2] para la web.
II. ESTADO DE LA TÉCNICA
Desde las primeras versiones de la especificación IMS Learn-ing Tools Interoperability (LTI) se plantea la problemáticade la integración de aplicaciones y herramientas de terceroscomo proveedoras en el contexto de un VLE que actúa comoconsumidor. Esto es debido a que la mayoría de las funcional-idades de la Web actual donde se desarrollan las experienciasde aprendizaje son las ofrecidas de manera remota desdediversas aplicaciones y servicios web en la nube [23] que,por otro lado, están sujetos a cambios impredecibles. Lasversión Basic LTI [24] permite al consumidor establecer unenlace sencillo con la herramienta proveedora empleando elprotocolo OAuth. La versión Full LTI permite a proveedor yconsumidor negociar, entre otras cosas, el conjunto de destinosde entre los recursos del proveedor que pueden ser lanzadosy quedar al alcance del consumidor. Estos destinos debendeclararse y mencionarse explícitamente en la negociacióncomo ResourceLink que toman la forma de una URI.
Una solución sencilla para integrar servicios web en unVLE ha sido incluir su URI en la descripción empaquetadadel curso. Esta solución asume que la URI del servicioes conocida de antemano. Sin embargo, si el desarrolladordel curso ha de crear un cierto número, desconocido, deinstancias de los servicios en el entorno final de aprendizaje,la URI exacta puede que no sea conocida. El enfoque deCopperCore Service Integration (CCSI) [25] propone empleardescripciones WSDL que especifican de forma genérica lainterfaz de los servicios web requeridos. CCSI considera a losservicios de aprendizaje como un elemento funcional de granogrueso que da soporte a los usuarios de un curso. Algunosejemplos de estos servicios de soporte son la autenticación,autorización, mensajería, conferencias, búsqueda, secuenci-amiento de actividades y evaluación basada en tests. CCSIpropone construir motores de ejecución de cursos como partedel framework de e-learning ELF [15], que proporciona unAPI para interactuar con aplicaciones de e-learning. AunqueCCSI facilita la funcionalidad requerida, se ha comprobadoque los desarrollos de software basados en tal enfoque soncomplejos y no son adecuados para integrar un número grandede servicios diferentes dentro de un mismo curso.
Los entornos personales de aprendizaje (PLE, PersonalLearning Environments) son combinaciones agregadas (mash-up) de mini-aplicaciones o widgets [4] seleccionados porel usuario del VLE. Los PLE proporcionan una maneraalternativa de acceder a aplicaciones y servicios externos,muy utilizada especialmente en experiencias informales deaprendizaje, donde el flujo de las actividades es más deses-tructurado y espontáneo [5]. En paradigmas instructivos másregulares, basados en diseños de aprendizaje explícitos sobrela base de secuencias bien definidas de actividades, el accesobasado en widgets no permite llevar un control de grano finosobre las aplicaciones y servicios web utilizados. Además,los widgets deben ser programados explícitamente en funciónde las interfaces de los servicios para poder acceder a ellosapropiadamente.
El método de integración genérica de servicios (GSI, Gener-ic Service Integration) [26] define una capa de indirecciónentre el VLE y los servicios web. La comunicación entre elmotor de ejecución del VLE y la capa GSI queda determinadapor el API de cada servicio. El nivel GSI proporciona asíuna interfaz o API unificada, mientras que los servicios
20 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
individuales deben sufrir adaptaciones específicas para poderser usados [14]. El enfoque de GSI permite desacoplar losservicios web del VLE, aunque presenta algunas dependenciascon respecto al API del servicio. Si éste cambia o evoluciona,deben ampliarse o actualizarse los adaptadores previamentedesarrollados, para así no afectar al nivel del VLE.
Una propuesta alternativa es integrar las SNSs con losVLEs. En [27] se pretende solventar las limitaciones quepresentan los VLEs con respecto a la comunicación en tiemporeal y la compartición de información entre los usuarios, conel desarrollo de un nuevo VLE 2.0 que integre varios serviciosde redes sociales, como Facebook, Youtube y Google+. Losproblemas de seguridad, usabilidad y escalabilidad que pre-senta desarrollar un nuevo VLE por completo pueden evitarseutilizando un VLE ya existente y adaptarlo para trabajar conservicios de redes sociales. Un VLE contrastado y con fuertecomunidad detrás es el caso de Moodle, que es la plataformalibre más usada y fácilmente adaptable [28].
Un caso especial es el de la integración de Moodle yTwitter implementada mediante una extensión que usa unainterfaz OAI-PMH (Open Archives Initiative-Protocol Meta-data Harvesting) [29]. Este trabajo permite la recuperaciónsemántica de tweets y de los recursos de un repositorio digital.El contexto para el análisis semántico se obtiene a partir de laestructura de Moodle (organizada en cursos, disciplinas, temas,etc.) El contexto se representa mediante vocabularios queproporcionan las relaciones conceptuales dentro del dominio.El protocolo OAI-PMH [30], [31] se utiliza para la captura delas descripciones de metadatos en forma de contenidos XMLprovenientes de distintas fuentes, plataformas y repositorios.Luego se recolectan los registros de metadatos que se encuen-tran en el repositorio y se colocan a disposición en un serviciode búsqueda donde los usuarios accederán a los metadatosde los documentos originales y sus URL. El protocolo OAI-PMH, sin embargo, no suele estar disponible para aplicacionesy servicios web generales, sino exclusivamente en bibliotecasdigitales, las cuales suelen hacer además un uso limitado desus capacidades [32].
III. ACCESO SEMÁNTICO EN ASCETA
Con la problemática anterior en mente, se planteó y diseñó elproyecto de I+D ASCETA como una aplicación práctica delas tecnologías semánticas y de servicios web para facilitarel acceso y explotación desde los VLE a diversos tipos derecursos web con un propósito de aprendizaje. El fin principalde ASCETA es facilitar la integración de los recursos, lasaplicaciones y los servicios web existentes en los que de factose desarrollan las experiencias virtuales de aprendizaje.
La integración de aplicaciones externas en el VLE esnecesario llevarla un paso más allá de la simple comprensiónde un API descrito mediante especificaciones funcionalescomo WSDL o GSI. OAI-PMH permite un nivel más en ladescripción de las capacidades del servicio, pero está limitadoa repositorios externos que ofrezcan un punto de accesopara consulta en dicho protocolo y solo permite esquemasde metadatos para la descripción de recursos bibliográficos,como Dublin Core (DC). La descripción semántica de losservicios permitiría describirlos en los términos de un modelou ontología con mayor alcance que los esquemas de metadatos.Dicho mayor alcance incluye, por un lado, poder hacer con-sultas en términos de necesidades educativas (por ejemplo, los
metadatos de la categoría Educational del modelo de datosLearning Object Metadata (LOM)) o en términos de unaontología de dominio específica (por ejemplo, algún vocab-ulario de la Linked Open Data Cloud o de schema.org). Estono menoscaba al cliente consumidor ante posibles cambiosen las descripciones semánticas del servicio. Por otro lado,el empleo de los protocolos adecuados de uso común en laread-write web, como por ejemplo ReST [22], posibilita lainteracción del VLE con los servicios no solo para consulta,sino también para actualización. Las descripciones semánticaspermiten desacoplar a proveedores (aplicaciones y serviciosweb) y consumidores (LMS y VLEs), de modo que un cambioen el proveedor no exija una reprogramación del consumidor,sino simplemente la inyección de la dependencia adecuada queproporcione la necesaria adaptación del consumidor, en basea la nueva descripción semántica del servicio provisto. Esto eslabor del administrador de la plataforma, vía configuración delas extensiones al VLE y los puntos de acceso a los servicios.El profesor tan solo tendrá que expresar o elegir los conceptossemánticos de interés a partir de la interfaz que el VLE leproporcione para diseñar una actividad que opere sobre unservicio externo. Antes tendrá que configurar el curso o elVLE indicándole una sola vez la clave para autenticarse anteel API del servicio.
El nivel de integración que plantea ASCETA está basadoen el uso de tecnologías semánticas y protocolos comunes dela web semántica actual. Sobre estas bases se desarrolla unainfraestructura informática que facilita el registro, adaptacióny ejecución de aplicaciones y servicios web (v.g. wikis, blogs,etc.) [33] dentro del entorno educativo proporcionado por unVLE de propósito general. La Figura 1 resume la arquitecturade la plataforma y un esquema de cómo se alcanzan sus ob-jetivos mediante el uso de Servicios Web Semánticos (SWS).
III-A. Metodología
La metodología de investigación utilizada ha dividido el desar-rollo del proyecto en dos fases. Durante la fase I, la interacciónentre el VLE y los servicios externos se realiza utilizandodirectamente el API proporcionado por éstos. La interacciónse basa en los principios de la arquitectura estándar ReSTy está descrita en [34]. El VLE opera directamente sobre elAPI ReST de cada servicio. Cuando las aplicaciones externasno proporcionaban un API ReST adecuado, se desarrollaronlos oportunos adaptadores que permitieron uniformizar lagestión y explotación de sus operaciones desde el VLE. Elnivel de interacción pre-semántico implementado en esta fasees necesario para poder desacoplar la implementación delsoftware cliente desarrollado como ampliación al VLE del APIde los servicios externos, cuya interfaz suele ser inestable ysujeto a evolución constante conforme crecen los servicios.
Durante la fase II, se modificó la manera de interactuardel VLE con los servicios, aprovechando las capacidadesde las tecnologías basadas en RDF(S) para enriquecer lasaplicaciones y servicios externos con metadatos educativos yde dominios específicos. En particular, la integración semán-tica se basa en el uso de descripciones RDFa (que permiteincorporar información semántica de manera transparente endocumentos XHTML) y JSON-LD (que facilita el procesado ytransporte de dicha información) [35]. Cuando los contenidosweb proporcionados por los gestores de contenidos y serviciosexternos están enriquecidos con descripciones semánticas, el
DODERO et al.: TECNOLOGÍAS DEL APRENDIZAJE PARA LA INTEGRACIÓN SEMÁNTICA DE RECURSOS... 21
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Figura 1: Arquitectura de la plataforma ASCETA
servicio se presta a ser interrogado en los mismos términosempleados para estas descripciones, y no únicamente entérminos de URIs de los recursos accesibles. Muchas APIsproporcionan representaciones de recursos que no ofrecencapacidad para navegar entre los mismos al estilo ReST. Laadición de controles de navegación a estos recursos puederomper clientes existentes o violar algún estándar. Usandoun formato de descripción de recursos como JSON-LD esposible añadir a cada recurso una envoltura externa basada enanotaciones [21]. En la medida en que estas anotaciones esténexpresadas con vocabularios y ontologías, los clientes podránacceder a las mismas formulando consultas o navegando entreconceptos, sin necesidad de conocer las URIs explícitas de losrecursos.
Las aplicaciones y servicios integrados en ASCETA se hanelegido de entre aquellas aplicaciones web frecuentementeusadas con propósitos educativos, pero que normalmente estánfuera del ámbito de gestión y explotación de los LMS usuales.Las aplicaciones web integradas incluyen los sistemas degestión de contenidos (CMS, Content Management System)que respeten el estándar de interoperabilidad CMIS [36], lossistemas de alojamiento de wikis (v.g. MediaWiki) y blogs(v.g. Wordpress), los gestores de referencias y material bibli-ográfico (v.g. Mendeley), los sistemas de gestión de proyectosweb (v.g. Redmine) y herramientas de microblogging (v.g.Twitter), entre otros sistemas. De cada una de estas categoríasse ha seleccionado un ejemplar representativo de aplicaciónque facilite la mayor difusión posible de los resultados delproyecto, a la par que facilite implementar las tecnologías deintegración semántica investigadas en el proyecto.
III-B. Resultados
En el proyecto ASCETA se han desarrollado la mayoría delos adaptadores y aplicaciones necesarias para la fase I deintegración, los cuales están disponibles como software libreen la web del proyecto:
Una extensión a Moodle para la conexión con reposito-rios CMIS de contenidos.Un par de adaptadores a MediaWiki y Wordpress paraofertar sus funcionalidades en forma de servicios ReST.Una extensión a Moodle que permita gestionar y explotarlos servicios de MediaWiki y Wordpress.
Una extensión a Moodle (EDU-Twitter) para interoperarvía API con Twitter como herramienta de microbloggingen un curso.Una extensión a Moodle (Moodley) que permita ges-tionar y explotar los servicios de Mendeley.La integración con Redmine vía API.
El procedimiento de la integración ReST de la fase I yvía RDF de la fase II se basa en los siguientes elementosprincipales [10], [34]:
1. Una extensión RDF(S) a vocabularios de metadatosque permite definir el modelo educativo y el modeloespecífico de dominio de los recursos web.
2. Un módulo para editar y enriquecer los recursos ReSTcon anotaciones RDFa, definidas en términos de losvocabularios RDF(S) anteriores, implementada para losCMS Drupal y Ximdex.
3. Una ampliación o plugin para el VLE Moodle quepermite explotar los recursos y servicios semánticamenteenriquecidos ofrecidos por los módulos anteriores.
Los elementos centrales de la integración son los vocab-ularios y ontologías empleados para describir el modelo deinformación educativa y el modelo específico de dominio delos recursos externos. El esquema de metadatos educativos sebasa en el estándar LOM, mientras que los modelos específicosde dominio reutiliza los vocabularios descritos en schema.org.
El modelo ontológico educativo se basa en un binding deLOM a los esquemas RDF de los vocabularios de schema.org,con un enfoque similar al empleado por Learning ResourcesMetadata Initiative (LRMI). LOM fue elegido debido a suamplio soporte en repositorios existentes de recursos [37].En el caso de los vocabularios de dominio, estos se limitana los derivados del concepto Creative work de schema.org,debido a su utilidad específica en las materias objeto delos cursos donde se iban a experimentar los desarrollos, asícomo por su amplia cobertura y facilidad para ampliación1.A través de anotaciones LOM se enriquecen los recursosReST proporcionados por las aplicaciones y servicios exter-nos (por ejemplo, los artículos de un Drupal o los postsde un WordPress). Para acceder a los recursos enriquecidos
1http://schema.org/docs/extension.html
22 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
semánticamente se han desarrollado plugins para Moodle queimplementan nuevas actividades para explotar estos servicios.
Todos los módulos de software resultantes de la imple-mentación del proyecto ASCETA se desarrollaron bajo licen-cias de código abierto y están disponibles a través de la webdel proyecto.
III-C. Estudios piloto
El método de integración semántica de ASCETA se ha probadosobre un conjunto de aplicaciones y servicios web de propósitogeneral pero de gran utilización en los modernos ecosistemasvirtuales de aprendizaje. De manera preferente, aunque noexclusiva, se han seleccionado aplicaciones de software librecon el propósito de estas pruebas. Las aplicaciones piloto sehan elegido en función de su utilidad para los futuros entornosmejorados de aprendizaje (v.g. cursos de Informática y de Hu-manidades) en los que dichas aplicaciones han venido siendoutilizadas aunque, hasta el momento, de manera totalmentedesacoplada del LMS gestor de los cursos.
Una condición que cumplen todas las aplicaciones y servi-cios elegidos es que proporcionan un API (ya sea o no ReST)para interactuar remotamente con ellos. Para los recursosweb que no ofrecen un API ReST, se han implementadoadaptadores específicos ad hoc, en aras de la uniformidad en elacceso a sus operaciones- En algunos casos, la comunidad desoftware libre ha desarrollado APIs ReST con posterioridad ala fase I de proyecto, lo cual no ha afectado a nuestro métodode integración, sino que más bien lo ha aliviado de esfuerzosadicionales de mantenimiento del software en cuestión. Lasaplicaciones piloto seleccionadas han sido gestores de con-tenidos o CMS (Content Management Systems) [38], sistemasde gestión de tareas o TMS (Task Management Systems) [39]y servicios de redes sociales [40], los cuales se han clasificadoa su vez en las categorías siguientes:
CMS generalistas: Se emplearon dos CMS web difer-entes: Drupal y Ximdex CMS. Por un lado, Drupal pro-porciona un módulo para editar contenidos enriquecidoscon RDFa de acuerdo a los vocabularios de schema.org.Por otro lado, Ximdex CMS ofrece un componente basa-do en Apache Stanbol que habilita el enriquecimientoautomático de contenidos web con anotaciones RDFa.Ambas funcionalidades resultan útiles para un mismopropósito, esto es, disponer de un conjunto útil de con-tenidos semánticamente enriquecidos.CMS especiales: Un procedimiento análogo se aplicó ensendas instalaciones de CMS web especiales, orientadosa la gestión de wikis y a blogs, utilizando para elloMediaWiki y WordPress, respectivamente. En el caso delos wikis, la implementación se basa en SemanticMe-diaWiki [41], un plugin de MediaWiki muy usado paraenriquecer semánticamente los contenidos del wiki. En elcaso del blog, se desarrolló un plugin de WordPress quepermite editar anotaciones de metadatos en RDFa paracontenidos de texto y vídeos [42].TMS de proyectos: En este caso se aplicó un méto-do ligeramente distinto de enriquecimiento semántico,basado en la ingeniería inversa del código fuente queimplementa el ORM de la aplicación web [43] y quegenera un esquema RDF(S) del modelo de la aplicación(v.g. usuarios, proyectos y tareas), hace corresponder suselementos con vocabularios estándar (v.g. los usuarios se
describen con FOAF y los proyectos y tareas con DOAP)y finalmente se enriquecen las vistas generadas por laaplicación web con anotaciones RDFa basadas en dichosvocabularios. Este método se ha aplicado a Redmine,una aplicación libre de gestión de proyectos, debido a larealización actual de dicho método, que actualmente sóloestá implementado en forma de un componente Ruby onRails que opera con código fuente Ruby.SNS de microblogging: La interconexión de Moodle conla red social de microblogging Twitter se implementóen EDU-twitter, que como bloque para Moodle hacede intermediario entre éste y Twitter mediante el usode la Rest API 1.1 de Twitter. Actualmente el uso deTwitter está muy extendido, no sólo en el ordenador, sinotambién en dispositivos móviles. Esto trae consigo queTwitter se llegue a tratar no sólo una red social comotal, sino también una herramienta de comunicación [44],permitiendo que las comunicaciones, mensajes, opinionesy eventos del curso virtual lleguen al conocimiento delos profesores y estudiantes inmediatamente. Con EDU-Twitter el curso Moodle se enlaza con una cuenta Twitter,haciendo posible enviar tweets personalizados desde elpropio Moodle. Además, se muestran en el bloque Moo-dle los últimos tweets enviados con la etiqueta (hashtag)del curso e información estadística sobre la participaciónen Twitter de los alumnos, enviando automáticamentetweets con la actividad reciente del curso.Gestores de referencias y material bibliográfico: Mende-ley se integra en los cursos Moodle como una actividadmás, permitiendo mostrar, descargar y anotar referenciasbibliográficas directamente.
IV. CONCLUSIONES
El proyecto ASCETA sienta las bases de un ecosistemaweb para el aprendizaje sobre las bases del enriquecimientosemántico de recursos que permita desacoplar el entorno deaprendizaje de las aplicaciones y servicios externos. Con estefin se han desarrollado y usado ampliaciones basadas en RDFpara CMS de uso común. Para asociar las actividades deaprendizaje del VLE y los recursos web externos se propor-ciona un modelo de información basado en LOM y un modeloespecífico de dominio basado en vocabularios de schema.org.También se ha ampliado un VLE basado en software libre,al que se ha dotado de extensiones que permiten acceder yexplotar recursos web enriquecidos semánticamente.
La arquitectura del ecosistema de aprendizaje aplica losprincipios ReST y usa tecnologías basadas en RDF paraenriquecer las aplicaciones y los servicios web. Todos losdesarrollos de software están basados en licencias de códigoabierto y se han empleado aplicaciones web populares desoftware libre, como MediaWiki, WordPress, Drupal, Mende-ley o Twitter. También se ha probado sobre Redmine unmétodo especial de enriquecimiento semántico de aplicacionesde código abierto. Dicho método se ha implementado como uncomponente para Ruby-on-Rails, que se espera sea ampliadoen el futuro para otros lenguajes y frameworks web comoDjango y Spring/JPA. Los próximos pasos son en la direc-ción de potenciar las capacidades analíticas del ecosistemade aprendizaje así construido con la finalidad de aumentarlas posibilidades de evaluación de experiencias de e-learningintegrando otros sistemas libres [45] manteniendo la facilidad
DODERO et al.: TECNOLOGÍAS DEL APRENDIZAJE PARA LA INTEGRACIÓN SEMÁNTICA DE RECURSOS... 23
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
de uso del sistema mediante un lenguaje específico de dominio(DSL) [46].
AGRADECIMIENTOS
Este trabajo ha sido posible gracias a la financiación delproyecto ASCETA en la convocatoria para proyectos motricesde Excelencia del Plan Andaluz de Investigación, Desarrollo eInnovación de la Consejería de Economía, Innovación, Cienciay Empleo (ref. P09-TIC-5230).
REFERENCIAS
[1] D. Dagger, A. O. Connor, S. Lawless, E. Walsh, and V. P. Wade,“Service-Oriented E-Learning Platforms. From Monolithis Systems toFlexible Services,” IEEE Internet Computing, vol. 11, no. 3, pp. 28–35,2007.
[2] C. Bizer, T. Heath, and T. Berners-Lee, “Linked Data - The Story SoFar,” International Journal on Semantic Web and Information Systems,vol. 5, no. 3, pp. 1–22, 2009.
[3] B. Taraghi, M. Ebner, G. Till, and H. Mühlburger, “Personal LearningEnvironment-A Conceptual Study,” International Journal of EmergingTechnologies in Learning, vol. 5, no. 1, pp. 25–30, 2010.
[4] S. Wilson, P. O. Liber, M. Johnson, P. Beauvoir, and P. Sharples,“Personal Learning Environments: Challenging the dominant design ofeducational systems,” Journal of e-Learning and Knowledge Society,vol. 3, no. 2, pp. 27–38, 2007.
[5] F. J. García-Peñalvo, M. A. Conde, and M. Alier, “Opening LearningManagement Systems to Personal Learning Environments,” Journal ofUniversal Computer Science, vol. 17, no. 9, pp. 1222–1240, 2011.
[6] M. Muñoz Organero, P. J. Muñoz Merino, and C. Delgado-Kloos, “Per-sonalized Service-Oriented E-Learning Environments,” IEEE InternetComputing, vol. 14, no. 2, pp. 62–67, 2010.
[7] K. Clark, B. Parsia, and J. Hendler, “Will the Semantic Web ChangeEducation?” Journal of Interactive Media in Education, vol. 2004, no. 3,pp. 1–16, 2004.
[8] D. E. Millard, K. Doody, H. C. Davis, L. Gilbert, Y. Howard, F. Tao,and G. Wills, “(Semantic Web) Services for e-Learning,” InternationalJournal of Knowledge and Learning, vol. 4, no. 2-3, pp. 298–315, 2008.
[9] J. Jovanovic, D. Gasevic, C. Torniai, S. Bateman, and M. Hatala, “TheSocial Semantic Web in Intelligent Learning Environments: state of theart and future challenges,” Interactive Learning Environments, vol. 17,no. 4, pp. 273–309, 2009.
[10] J. M. Dodero, E. Ghiglione, and J. Torres, “Engineering the life-cycle ofsemantic services-enhanced learning systems,” International Journal ofSoftware Engineering and Knowledge Engineering, vol. 20, no. 4, pp.499–519, 2010.
[11] B. Olivier and C. Tattersall, “The Learning Design Specification,” inLearning design. A Handbook on modelling and delivering networkededucation and training, R. Koper and C. Tattersall, Eds. Berlin:Springer, 2005, pp. 21–40.
[12] E. Duval and K. Verbert, “On the Role of Technical Standards forLearning Technologies,” IEEE Transactions on Learning Technologies,vol. 1, no. 4, pp. 229–234, 2008.
[13] R. Koper and C. Tattersall, Learning design: A handbook on modellingand delivering networked education and training. Springer-Verlag,2005.
[14] L. de la Fuente, A. Pardo, and C. Delgado Kloos, “Generic ServiceIntegration in Adaptive Learning Experiences using IMS LearningDesign,” Computers & Education, vol. 57, no. 1, pp. 1160–1170, 2011.
[15] S. Wilson, K. Blinco, and D. Rehak, “Service-Oriented Frameworks:Modelling the infrastructure for the next generation of e-LearningSystems,” JISC-CETIS, Tech. Rep., 2004.
[16] E. Wilde and R. J. Glushko, “Document Design Matters,” Communica-tions of the ACM, vol. 51, no. 10, pp. 43–49, 2008.
[17] P. McAndrew, P. Goodyear, and J. Dalziel, “Patterns, designs andactivities: unifying descriptions of learning structures,” InternationalJournal of Learning Technology, vol. 2, no. 2, pp. 216–242, 2006.
[18] K. A. Pituch and Y.-K. Lee, “The influence of system characteristics one-learning use,” Computers and Education, vol. 47, no. 2, pp. 222–244,Sep. 2006.
[19] Z. Du, X. Fu, C. Zhao, Q. Liu, and T. Liu, “Interactive and collaborativee-learning platform with integrated social software and learning manage-ment system,” in Proceedings of the 2012 International Conference onInformation Technology and Software Engineering, ser. Lecture Notesin Electrical Engineering, W. Lu, G. Cai, W. Liu, and W. Xing, Eds.Springer Berlin Heidelberg, 2013, vol. 212, pp. 11–18.
[20] G. Briscoe and P. de Wilde, “Digital Ecosystems: Evolving Service-Orientated Architectures,” in IEEE Int. Conf. on Bio-Inspired Models ofNetwork, Information and Computing Systems. IEEE Computer Society,2006, pp. 1–6.
[21] L. Richardson, M. Amundsen, and S. Ruby, RESTful Web APIs.O’Reilly, 2013.
[22] R. T. Fielding, “Architectural styles and the design of network-basedsoftware architectures,” Ph.D. dissertation, University of California,2000.
[23] B. Dong, Q. Zheng, J. Yang, H. Li, and M. Qiao, “An e-learningecosystem based on cloud computing infrastructure,” in 9th InternationalConference on Advanced Learning Technologies, 2009, pp. 125–127.
[24] IMS Global, “IMS Learning Tools Interoperability Basic LTI Implemen-tation. Version 1.0 Final,” IMS GLOBAL Learning Consortium, Tech.Rep., 2010.
[25] H. Vogten, H. Martens, R. Nadolski, C. Tattersall, P. Van Rosmalen,and R. Koper, “CopperCore Service Integration,” Interactive LearningEnvironments, vol. 15, no. 2, pp. 171–180, 2007.
[26] L. de la Fuente, Y. Miao, and A. Pardo, “A Supporting Architecture forGeneric Service Integration in IMS Learning Design,” in Proceedingsof EC-TEL, P. Dillenbourg and M. Specht, Eds. Berlin Heidelberg:Springer-Verlag, 2008, pp. 467–473.
[27] F. Chua and C. Choo, “Integrating social network services into virtuallearning environment,” in Proceedings of the 13th International Confer-ence on Advanced Learning Technologies (ICALT), 2013, pp. 264–266.
[28] S. Graf and B. List, “An evaluation of open source e-learning platformsstressing adaptation issues,” in Proceedings of the 5th IEEE InternationalConference on Advanced Learning Technologies (ICALT), 2005, pp.163–165.
[29] R. de Oliveira, F. Costa, C. de Carvalho, A. Ambrosio, and E. Taquary,“Use of Twitter and semantic resource recovery in the educationalcontext,” in Enabling Technologies: Infrastructure for CollaborativeEnterprises (WETICE), 2012 IEEE 21st International Workshop on,2012, pp. 468–473.
[30] M. Breeding, “Understanding the protocol for metadata harvesting ofthe open archives initiative,” Computers in Libraries, vol. 22, no. 8, pp.24–29, Sep. 2002.
[31] T. Ong and J. J. Leggett, “Collection understanding for OAI-PMHcompliant repositories,” in Proceedings of the 5th ACM/IEEE-CS JointConference on Digital Libraries, ser. JCDL ’05, 2005, pp. 258–259.
[32] A. Kadury and A. J. Frank, “Harvesting and aggregation of digital li-braries using the OAI framework,” in WEBIST (2), J. Filipe, J. Cordeiro,B. Encarnação, and V. Pedrosa, Eds. INSTICC Press, 2007, pp. 441–446.
[33] C. M. Cornejo, I. Ruiz-Rube, and J. M. Dodero, Recent Trends inInformation Reuse and Integration, 1st ed. Springer, 2011, ch. SemanticManagement of Digital Contents for the Cultural Domain, pp. 211–226.
[34] J. M. Dodero and E. Ghiglione, “ReST-Based Web Access to LearningDesign Services,” IEEE Transactions on Learning Technologies, vol. 1,no. 3, pp. 190–195, 2008.
[35] M. Lanthaler and C. Gütl, “On using JSON-LD to create evolvableRESTful services,” in Proceedings of the Third International Workshopon RESTful Design, 2012, pp. 25–32.
[36] D. Choy, A. Brown, E. Gur-Esh, R. McVeigh, and F. Müller, “Contentmanagement interoperability services (CMIS) version 1.0,” OASIS,OASIS Standard, May 2010.
[37] F. Neven and E. Duval, “Reusable learning objects: a survey of lom-based repositories,” in Proceedings of the 10th ACM internationalconference on Multimedia. New York, NY, USA: ACM, 2002, pp.291–294.
[38] S. Bergstedt, S. Wiegreffe, J. Wittmann, and D. Moller, “Contentmanagement systems and e-learning systems-a symbiosis?” in Proceed-ings of the 3rd IEEE International Conference on Advanced LearningTechnologies. IEEE, 2003, pp. 155–159.
[39] J. Cabot and G. Wilson, “Tools for Teams: A Survey of Web-BasedSoftware Project Portals,” Dr. Dobb’s, no. 2009, pp. 1–14, 2009.
[40] R. Kop, “The challenges to connectivist learning on open online net-works: Learning experiences during a massive open online course,”The International Review of Research in Open and Distance Learning,Special Issue-Connectivism: Design and Delivery of Social NetworkedLearning, vol. 12, no. 3, 2011.
[41] M. Krötzsch, D. Vrandecic, and M. Völkel, “Semantic MediaWiki,” inProceedings of the International Semantic Web Conference. Berlin:Springer, 2006, pp. 935–942.
[42] I. Ruiz-Rube, C. M. Cornejo, and J. M. Dodero, “Accessing learningresources described in semantically enriched weblogs,” InternationalJournal of Metadata, Semantics and Ontologies, vol. 6, no. 3-4, pp.197–206, 2012.
[43] J. M. Dodero, I. Ruiz-Rube, M. Palomo-Duarte, and J. Vázquez-Murga,“Open linked data model revelation and access for analytical webscience,” Communications in Computer and Information Science, vol.240, pp. 105–116, 2011.
24 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[44] H. Kwak, C. Lee, H. Park, and S. Moon, “What is Twitter, a socialnetwork or a news media?” in Proceedings of the 19th InternationalConference on World Wide Web, 2010, pp. 591–600.
[45] M. Palomo-Duarte, J. M. Dodero, A. García-Domínguez,P. Neira-Ayuso, N. Sales-Montes, I. Medina-Bulo, F. Palomo-Lozano, C. Castro-Cabrera, E. J. Rodríguez-Posada, andA. Balderas, “Scalability of assessments of wiki-based learningexperiences in higher education,” Computers in HumanBehavior, vol. 31, no. Human Behaviors in Computer-basedEducation Systems, pp. 638 – 650, 2014. [Online]. Available:http://www.sciencedirect.com/science/article/pii/S0747563213002719
[46] A. Balderas, I. Ruiz-Rube, M. Palomo-Duarte, and J. M. Dodero, “Agenerative computer language to customize online learning assessments,”in First International Conference on Technological Ecosystem for En-hancing Multiculturality. TEEM 2013, 2013, pp. 141–147.
Juan Manuel Dodero es Doctor en Ingeniería In-formática por la Universidad Carlos III de Madrid(UC3M) y miembro del grupo de investigaciónSPI&FM. Sus intereses de investigación se centranen la ingeniería de la web, con dedicación especiala sus aplicaciones para el aprendizaje asistido porordenador. Ha trabajado como Ingeniero de I+D, co-mo profesor de la UC3M y actualmente es profesortitular de la Universidad de Cádiz (UCA), dondedirige la Oficina de Software Libre y ConocimientoAbierto.
Manuel Palomo-Duarte es Ingeniero en Informáti-ca por la Universidad de Sevilla (US) y doctor por laUCA. Miembro del grupo de investigación SPI&FM,actualmente trabaja como profesor del Departamentode Ingeniería Informática de la UCA. Sus interesesde investigación se centran en aplicaciones de soft-ware libre al aprendizaje (destacando los videojue-gos educativos), así como al desarrollo de softwarey documentación colaborativos. Actualmente ostentael cargo de Coordinador del Grado en IngenieríaInformática en la UCA.
Iván Ruiz Rube es Ingeniero en Informática yMáster en Ingeniería y Tecnología del Software porla US y Doctor en Ingeniería y Arquitectura por laUCA. Su actividad se centra en la investigación enla Ingeniería del Software dirigida por modelos yla web semántica. Ha trabajado como Analista deAplicaciones en Everis Spain S.L. y Sadiel S.A.En la actualidad es profesor del Departamento deIngeniería Informática de la UCA y miembro delgrupo de investigación SPI&FM.
Ignacio Traverso es Ingeniero Informático porla UCA y miembro del grupo de investigaciónSPI&FM. Sus intereses de investigación se centranen el uso de tecnologías semánticas en procesosde aprendizaje automático. Actualmente se encuen-tra trabajando en el Karlsruhe ForschungszentrumInformatik (KIT), Alemania, donde realiza su tesisdoctoral.
José Miguel Mota es Ingeniero en Informática porla Universitat Oberta de Catalunya (UOC), doctoran-do en la UCA y miembro del grupo de investigaciónSPI&FM. Su investigación se centra en la aplicacióny evaluación de procesos de aprendizaje basados enrealidad aumentada. En la actualidad es profesor delDepartamento de Ingeniería Informática de la UCA.
Antonio Balderas es Ingeniero Informático porla UCA y miembro del grupo de investigaciónSPI&FM. Sus intereses de investigación se cen-tran en el área de las tecnologías del aprendizaje,campo donde está desarrollando su tesis doctoral.Anteriormente, trabajó como gerente de proyectosinformáticos en diferentes empresas del sector TIC.En la actualidad es profesor en el Departamento deIngeniería Informática de la UCA.
DODERO et al.: TECNOLOGÍAS DEL APRENDIZAJE PARA LA INTEGRACIÓN SEMÁNTICA DE RECURSOS... 25
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Innovating in the Engineering processes. Engineering
as a means of Innovation
Abstract—Innovation and Engineering are very close
concepts. Innovation is one of the key competences of the
engineers in the way they use their own creativity and
knowledge base to face the problems they have to resolve for
mankind improvement and social evolution.In this special
section we have selected four papers from three research
events (CINAIC 2013, TEEM 2013 and ISELEAR 2013) that
empower the innovation and research cycles in Engineering
from different perspectives.
Index Terms—Engineering, Innovation, Robotics, Quality,
Assessment, Optical Mark Recognition, TEEM, CINAIC,
ISELEAR
I. INTRODUCCIÓN
NGENIERÍA e innovación son dos términos
estrechamente relacionados, que se complementan y se
necesitan en la práctica profesional de los ingenieros,
independientemente de la rama de la Ingeniería. Los límites
entre lo que se considera innovación y aplicación en un
contexto profesional, o dónde empieza la innovación en una
investigación en un contexto académico, son difusos. En el
contexto de la práctica profesional o de investigación de un
ingeniero, la innovación es una competencia clave del
proceso creativo para resolver un problema que tenga como
resultado un bien directo en la sociedad o un avance en el
estado del arte.
Ingeniería e innovación son, por tanto, conceptos
indisociables [1] que se realimentan mutuamente tanto desde
la perspectiva del proceso como del producto. Por un lado,
los procesos de ingeniería tienen que evolucionar, mejorar y
adaptarse a un contexto tecnológico y técnico altamente
cambiante y evolutivo. Por otra parte, la propia esencia de la
Ingeniería implica aportar nuevas ideas y soluciones en
forma de productos, servicios y procesos directamente
aplicables a un contexto.
Francisco José García Peñalvo, Instituto de Ciencias de la Educación
(IUCE), Grupo de Investigación GRIAL, Universidad de Salamanca. Paseo
de Canalejas 169, 37008, Salamanca, España (email [email protected]). Antonio Sarasa Cabezuelo pertenece al Departamento de Sistemas
Informáticos y Computación, Universidad Complutense de Madrid.
C/Profesor José García Santesmases, s/n, 28040, Madrid, España (email: [email protected]).
José Luis Sierra Rodríguez pertenece al Departamento de Ingeniería del
Software e Inteligencia Artificial, Universidad Complutense de Madrid. C/Profesor José García Santesmases, s/n., 28040, Madrid, España(autor de
contacto, Tel: +34 91 394 7548; Fax: +34 91 394 7547; email:
En el párrafo anterior aparecen los términos Ingeniería,
Técnica y Tecnología, obviamente muy ligados a la
Innovación. Sin embargo conviene recalcar que aunque
muchas veces estos términos se toman como sinónimos,
especialmente Técnica y Tecnología, no lo son. Ingeniería
tiene un enfoque de profesión, etimológicamente procede
del vocablo latino ingenium que significa “producir” y
según el American Engineers’ Council for Professional
Development se puede definir como “the creative
application of scientific principles to design or develop
structures, machines, apparatus, or manufacturing
processes, or works utilizing them singly or in combination;
or to construct or operate the same with full cognizance of
their design; or to forecast their behavior under specific
operating conditions; all as respects an intended function,
economics of operation or safety to life and property”
[2].Por su parte, Técnica es “el conjunto de procedimientos
y recursos de que se sirve una ciencia o un arte”[3], lo que
implica que es la base epistemológica de la Ingeniería, pero
no la suplanta, mientras que Tecnología es “el conjunto de
teorías y de técnicas que permiten el aprovechamiento
práctico del conocimiento científico” [3], es decir, que para
que haya Tecnología primero tiene que existir Técnica.
Profundizando en las diferencias entre Técnica y Tecnología
se tiene que la Técnica es procedimental, orientada a
procedimientos y herramientas, y unidisciplinaria, frente a la
Tecnología que es procesal, implica procesos que involucran
técnicas, conocimientos, aspectos económicos y un marco
sociocultural, todo ello con un enfoque multidisciplinar.
En esta sección especial de la revista VAEP RITA se han
seleccionado un conjunto de trabajos de diversos eventos
que se han desarrollado en 2013 y que han hecho un especial
hincapié en esta relación simbiótica entre Ingeniería e
Innovación como se ha puesto de manifiesto anteriormente.
El primero de los eventos a considerar en esta selección
de artículos es el II Congreso Internacional sobre
Aprendizaje, Innovación y Competitividad, CINAIC 2013.
Esta conferencia tiene el objetivo de contribuir al desarrollo
de la innovación educativa, a semejanza de lo que sucede en
contextos competitivos como la industria y la economía en
los que la innovación se refuerza, se gestiona y se transfiere,
por lo que se han de identificar indicadores para seleccionar
las buenas prácticas, a su aplicación en el día a día hacia
lamejora del aprendizaje y, de esta forma, avanzar hacia
nuevos modelos formativos[4].
Del Congreso CINAIC 2013 se ha seleccionado el
artículo de Querol Aragón et al. que lleva por título
“Aplicación del reconocimiento óptico de marcas en el
proceso de evaluación continua”, en el que se presenta una
interesante iniciativa para gestionar el tiempo que invierte el
Innovando en los Procesos de Ingeniería.
Ingeniería como Medio de Innovación
Francisco J. García-Peñalvo, Antonio Sarasa Cabezuelo y José Luis Sierra Rodríguez
I
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 26
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
profesorado en la evaluación masiva utilizando sistemas
OMR (Optical Mark Recognition) en el contexto de
asignaturas de Ingeniería.
El segundo de los eventos que se ha considerado en esta
sección especial ha sido la I International Conference on
Technological Ecosystems for Enhancing Multiculturality,
TEEM 2013 (http://teemconference.eu/)[5-8]. En este
evento se desarrollaron varias sesiones temáticas
relacionadas con la Sociedad del Conocimiento desde un
punto de vista interdisciplinar en el que la Ingeniería no
podía dejar de estar presente.
De esta primera edición de TEEM se han seleccionado
dos artículos. En el primero de ellos, “Aplicación de nuevos
instrumentos de evaluación en estudios de Ingeniería: La
rúbrica”,Vivar Quintana et al. presentan una experiencia de
aplicación de rúbricas como herramienta de evaluación en 5
asignaturas de la rama de Ingeniería y Arquitectura,
involucrando a 7 profesores y 170 estudiantes, con unas
valoraciones generales positivas. El otro artículo
seleccionado lleva por título “Uso de la robótica como
herramienta de aprendizaje en Iberoamérica y España”. En
él, Pittí Patiño et al. presentan la percepción de 127
profesores que usan la robótica como tecnología educativa
en niveles preuniversitarios en Latinoamérica y España. El
estudio concluye que los resultados del aprendizaje en las
actividades de robótica educativa están relacionados con el
entorno de aprendizaje y la aproximación pedagógica
utilizada.
El tercero de los eventos que alimentan esta sección es la
4ª Edición del Taller sobre Ingeniería del Software en
eLearning, ISELEAR 2013[9], celebrado en el contexto de
TEEM 2013, que reúne a investigadores y expertos en
desarrollo de software en el campo del eLearning para
exponer, contrastar y discutir las tendencias en el ciclo de
vida de los sistemas eLearning, poniendoun especial énfasis
en cómo se han construido estos sistemas, qué procesos,
métodos, técnicas y herramientas se han utilizado en dicha
construcción, qué estrategias de gestión de equipos
multidisciplinares de desarrollo se han empleado, cuáles son
las lecciones aprendidas, etc.[10]
De ISELEAR 2013 se ha seleccionado el artículo de
Fernández-Pampillón titulado “Desarrollo de una norma
española de calidad de materiales educativos digitales”, en
el que se presenta el proyecto y los primeros resultados del
desarrollo del estándar de calidad para los materiales
educativos digitales de AENOR.
AGRADECIMIENTOS
Queremos agradecer en primer lugar a la revista VAEP
RITA (http://rita.det.uvigo.es/VAEPRITA/) y a su editor en
jefe, el Dr. Martín Llamas Nistal, por el apoyo recibido en
las iniciativas que en este artículo se recogen.
Como no podría ser de otra forma también nuestro
agradecimiento a los autores por el esfuerzo de extender y
mejorar sus artículos iniciales presentados en estos eventos
y atender los diferentes comentarios de los asistentes,
presidentes de sesión y por último, de los revisores que han
vuelto a juzgar las versiones extendidas que ahora ven la luz
en esta sección especial.
Obviamente, como se ha hecho mención en el párrafo
anterior, esta sección especial no se podría haber llevado a
cabo sin el trabajo exhaustivo de evaluación que han hecho
los revisores de estos artículos. A todos ellos también
expresarles nuestro agradecimiento.
REFERENCIAS
[1] C. Lanza Suárez, "Innovación es Ingeniería pura. La
creatividadde los ingenierios españoles," Revista de Obras
Públicas, vol. 3.499, pp. 7-16, 2004. [2] Engineers' Council for Professional Development, Canons of
ethics for engineers. New York, USA: Engineers' Council for
Professional Development, 1947. [3] Real Academia Española, Diccionario de la lengua española.
Madrid, España: Real Academia Española, 2001.
[4] A. Fidalgo Blanco and M. L. Sein-Echaluce Lacleta, Actas del II Congreso Internacional sobre Aprendizaje, Innovación y
Competitividad, CINAIC 2013 Madrid, España: Fundación
General de la Universidad Politécnica de Madrid, 2013. [5] F. J. García-Peñalvo, Proceedings of the First International
Conference on Technological Ecosystem for Enhancing Multiculturality, TEEM 2013. New York, USA: ACM, 2013.
[6] F. J. García-Peñalvo, A. García-Holgado, and J. Cruz-Benito,
Proceedings of the TEEM’13 Track on Knowledge Society Related Projects. Salamanca, Spain: Grupo GRIAL, 2013.
[7] F. J. García-Peñalvo, "Aportaciones de la Ingeniería en una
Perspectiva Multicultural de la Sociedad del Conocimiento," IEEE VAEP-RITA, vol. 1, pp. 201-202, 2013.
[8] F. J. García-Peñalvo, "Formación en la sociedad del
conocimiento, un programa de doctorado con una perspectiva interdisciplinar," Revista Teoría de la Educación: Educación y
Cultura en la Sociedad de la Información, vol. 15, pp. 4-9,
2014. [9] A. Sarasa-Cabezuelo and J. L. Sierra-Rodríguez, "Software
Engineering for eLearning," in First International Conference
on Technological Ecosystem for Enhancing Multiculturality (TEEM’13), Salamanca, Spain, 2013, pp. 81-86.
[10] J. M. Dodero, F. J. García-Peñalvo, C. González, P. Moreno-
Ger, M. Á. Redondo, A. Sarasa-Cabezuelo, et al., "Desarrollo de
Soluciones para E-Learning: Diferentes Enfoques, un Objetivo
Común," IEEE VAEP-RITA, vol. 1, pp. 113-122, 2013.
GARCÍA, SARASA Y SIERRA: INNOVANDO EN LOS PROCESOS DE INGENIERÍA. INGENIERÍA COMO... 27
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Francisco José García Peñalvo realizó sus
estudios universitarios en informática en la
Universidad de Salamanca y en la Universidad de
Valladolid y se doctoró en la Universidad de
Salamanca. El doctor García-Peñalvo es el director
del grupo de investigación GRIAL (Grupo de investigación en Interacción y eLearning). Sus
principales intereses de investigación se centran en
el eLearning, Computadores y Educación, Sistemas Adaptativos, Ingeniería Web, Web Semántica y
Reutilización de Software. Ha dirigido y participado en más de 15
proyectos de innovación e investigación. Fue Vicerrector de Innovación Tecnológica de la Universidad de Salamanca entre Marzo de 2007 y
Diciembre de 2009. Ha publicado más de 100 artículos en revistas y
conferencias internacionales. Ha sido editor invitado en varios números especiales de revistas internacionales (Online Information Review,
Computers in Human Behaviour, Interactive Learning Environments…).
Además, es miembro del comité de programa de varias conferencias internacionales y revisor de varias revistas internacionales.
Antonio Sarasa Cabezuelo, es Licenciado en C.C.Matemáticas en la especialidad de
C.C.Computación por la Universidad
Complutense de Madrid, Ingeniero Técnico en Informática por la Universidad Nacional de
Educación a Distancia, Ingeniero en Informática
por la Universitat Oberta de Catalunya y Doctor en Informática por la Universidad Complutense
de Madrid. Actualmente es Profesor Contratado
Doctoren la Facultad de Informática de la Universidad Complutense de Madrid, siendo miembro del Grupo de
Investigación ILSA(Ingeniería de Lenguajes Software y Aplicaciones).
Su investigación se ha centrado en el ámbito del e-Learning, lenguajes de
marcado y lenguajes específicos del dominio. Fue uno de los
desarrolladores del proyecto Agrega de repositorios digitales. Ha
publicado más de 50 trabajos de investigación en conferencias y revistas
nacionales e internacionales. Así mismo, es miembro del Subcomité 36 de
AENOR
José Luis Sierra Rodríguez, es Diplomado y
Licenciado en Informáticapor la Universidad
Politécnica de Madrid, y Doctor en Informática por la Universidad Complutense de Madrid.
Actualmente es Profesor Titular de Universidad
en la Facultad de Informática de la Universidad Complutense de Madrid, donde dirige el Grupo
de Investigación ILSA. Su investigación se
centra en el desarrollo y usos prácticos de las herramientas de descripción de lenguajes de
programación y en el desarrollo orientado a
lenguajes de aplicaciones web e interactivas en los campos de las Humanidades Digitales y el e-Learning. El profesor Sierra ha dirigido y
participado en varios proyectos de investigación en los campos de las
Humanidades Digitales, e-Learning e Ingeniería de lenguajes Software. Los resultados de estos proyectos han sido publicados en alrededor de 100
artículos de investigación en revistas internacionales, conferencias y
capítulos de libros. Es revisor habitual y miembro del comité de programa de revistas y congresos de prestigio. Así mismo, es miembro del Subcomité
36 de AENOR.
28 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Optical Mark Recognition in the Student Continuous
Assessment.
Abstract—In order to improve the professor time
management a study using Optical Mark Recognition has been
carried out. A free software package (Auto Multiple Choice –
AMC) and low cost software (GEXCAT) has been tested on the
evaluation of several groups of UPM students. This study is the
beginning of a UPM educational innovation project. As a result
of the experience both software’s are analysed in order to
develop in the future a new GEECA version including Optical
Mark Recognition for classroom evaluations. The updates
made to GEECA 2013 are presented and the adaption of
GEECA to work with AMC and GEXCAT.
Index Terms—Student Evaluation, Optical Mark
Recognition, Student Continuous Assessment, Learning Goals.
I. INTRODUCCIÓN
NO de los aspectos clave en la adquisición de destrezas
y conocimientos en el proceso de aprendizaje es la
evaluación continua. Con objeto de garantizar el adecuado
rendimiento del alumno, el profesor tiene, como una de las
tareas primordiales en su labor docente, elaborar una
adecuada estructuración de tareas y contenidos que
constituyan la guía docente de la asignatura. La efectividad
del proceso implica que el alumno sea consciente en todo
momento de su propia evolución, evaluando objetivamente
y de una forma progresiva y continua cuáles son sus
fortalezas y debilidades durante el aprendizaje, de manera
que el docente tutorice y vigile dicho progreso verificando
las competencias adquiridas.
Si durante este proceso se consigue acortar los plazos en
la comunicación de resultados y progresos en las distintas
actividades evaluables programadas (trabajos o proyectos
individuales y grupales, defensas de dichos trabajos así
como las distintas pruebas parciales objetivas de
evaluación), Fig 1, se inducirá en el alumno una motivación
positiva en el alcance de metas y logros [1].
Enrique Querol Aragón es profesor del Departamento de Ingeniería y
Combustibles de la Universidad Politécnica de Madrid (España). E.T.S. de
Ingenieros de Minas y Energía. C/ Ríos Rosas nº 21, 28003 Madrid
(España). (e-mail: [email protected]). José Luis Pérez Benedito es profesor del Departamento de Vehículos
Aeroespaciales de la Universidad Politécnica de Madrid (España). E.T.S.
de Ingeniería Aeronáutica y del Espacio. Plaza del Cardenal Cisneros nº3, 28040 Madrid (España). (e-mail: [email protected]).
Ljiljana Medic pertenece al Departamento de Ingeniería y Combustibles
de la Universidad Politécnica de Madrid (España). E.T.S. de Ingenieros de Minas y Energía. C/ Ríos Rosas nº21, 28003 Madrid (España). (e-mail:
La elaboración, tutorización y corrección de prácticas y
pruebas parciales constituye uno de los aspectos críticos que
inciden decisivamente en la planificación de la actividad
docente e investigadora diaria. Por tanto, se hace necesaria
una gestión efectiva de dichas actividades para que la
comunicación de los resultados se resuelva en unos plazos
de tiempo lo más razonable posible.
Dentro de este contexto y motivados por la preocupación
de la comunidad docente por gestionar de una manera
efectiva estas actividades, han surgido distintas iniciativas
[2]-[6], que ayudan a reducir de una manera significativa los
tiempos de elaboración y gestión de pruebas de evaluación,
Fig. 2. El objetivo compartido por estas iniciativas es el
mismo, dedicar sólo el tiempo necesario a una correcta
evaluación de dichas pruebas y automatizar, en la medida de
lo posible, la gestión de los resultados, entendiendo esta
última como: la elaboración de versiones, clasificación
alfabética con el propósito de una posterior revisión,
asignación de calificaciones y comunicación de resultados.
Cabe destacar, y sobre todo agradecer, el magnífico
esfuerzo que durante años ha dedicado D.P. Story [7] al
proyecto AcroTeX [4], conjunto de aplicaciones orientadas
Aplicación del Reconocimiento Óptico de
Marcas en el Proceso de Evaluación Continua
E. Querol Aragón, J.L. Perez-Benedito, Ljiljana Medic
U
Fig. 1. Factores que inducen una motivación positiva en el alumno.
Tutorización de las competencias adquiridas
El alumno tome consciencia de su propia evolución evaluando sus fortalezas y debilidades.
Verificación de las competencias adquiridas
Garantizar el adecuado rendimiento del alumno
Fig. 2. Clasificación de software de libre distribución y comercial orientado a
la gestión de la evaluación.
http://www.acrotex.net/
http://quexf.sourceforge.net/
http://home.gna.org/auto-qcm/
http://www.gexcat.com/
OMR: Optical Mark Recognition
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 29
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
a la creación de contentidos interactivos para la evaluación
continua del alumnado. El paquete educativo además
incorpora un conjunto de macros en lenguaje TeX que
amplía enormemente la potencialidad del sistema. No
obstante, para un uso avanzado de la herramienta se requiere
una experiencia de programación en lenguaje TeX y
JavaScript.
Ya con el sistema GEECA existente [8] se logra una
reducción en el tiempo de realización de los exámenes tipo
test, al estar automatizado, pero no ocurre lo mismo con la
corrección, que aunque es rápida utilizando la matriz de
respuestas proporcionada por el programa, no es automática.
La estructura del artículo es, inicialmente plantear y situar
la necesidad dentro de un contexto que conlleva al análisis
de dos aplicaciones de software basadas en el
reconocimiento óptico de marcas (Optical Mark
Recognition, OMR), y que permiten el uso del material de
oficina disponible en los departamentos. Los dos programas
analizados son AMC [9] y GEXCAT [10]. A continuación
se procede a un diseño y adaptación especifica del software
en una experiencia llevada a cabo en dos escuelas de la
U.P.M, tanto a grupos de grado y máster. Finalmente se
analizan los resultados efectuando una comparación entre
ambas alternativas de software adaptando la solución al
sistema GEECA [13].
II. CONTEXTO
A lo largo de distintos proyectos de innovación educativa
los autores llevan desarrollando distintas aplicaciones
orientadas a facilitar y optimizar este tipo de gestión. La que
ha proporcionado mayores rendimientos ha sido GEECA
[8], aplicación que integrada con el uso de Moodle
constituye una sinergia que permite optimizar el tiempo
empleado por el profesor, detectar los fallos comunes de
manera más sencilla, y ahorrar en el proceso de evaluación
un tiempo puramente administrativo que puede emplearse
para la mejora de los aspectos docentes de la asignatura.
GEECA se ha aplicado para la realización de cuestionarios
en clase con un importante ahorro de tiempo en la
elaboración de los mismos. Esto ha permitido una
recopilación de la información de las horas de dedicación de
cada alumno a la semana, el seguimiento del trabajo de los
grupos (mediante encuestas) y su satisfacción. No obstante,
ha mostrado una serie de debilidades en lo referente a la
rigidez de la elaboración de dichos cuestionarios, y la
imposibilidad de realizar una corrección automática a no ser
que se utilice la exportación a Moodle [11].
Siendo conscientes de la debilidad del sistema se ha
implementado en paralelo un sistema que subsane estas
debilidades y que funcione bien de una manera autónoma o
bien se integre en la versión actual de GEECA, esta última
posibilidad ofrece un complemento al sistema desarrollado,
constituyendo en sí un cuerpo integral de evaluación
académica.
Una vez analizada la oferta de aplicaciones afines
existentes se ha decidido la evaluación de dos herramientas:
Auto Multiple Choice [9] (bajo licencia GNU) y otra de bajo
coste GEXCAT (INNOCAN SL) [10]. Las dos aplicaciones
están basadas en el reconocimiento óptico de caracteres
(OMR) permitiendo la generación, corrección y gestión de
cuestionarios de distintas tipologías: verdadero o falso,
elección múltiple y respuestas abiertas.
El motivo de seleccionar estas dos alternativas, junto con
la decisión de adaptar la aplicación GEECA a los requisitos
actuales del profesorado se debe a la necesidad de la
utilización de herramientas, por parte del profesor, que
disminuyan el trabajo administrativo, pero también
buscando soluciones que hagan uso del equipamiento
existente en los departamentos reduciendo el coste de
implantación. Con objeto de que la aplicación sea utilizada
libremente por la comunidad académica GEECA está
dispuesta en su página web [13]
III. APLICACIÓN
Durante el curso académico en el que se ha desarrollado
la experiencia se tuvo constante comunicación con
profesores que imparten docencia tanto en grado como en
máster (Tabla I). El objeto, dentro de las distintas áreas
temáticas, era conocer las posibilidades de los dos sistemas
analizados y recabar la información y experiencias de su
uso.
A. Auto Multiple Choice (AMC)
El equipo utilizado ha sido un Intel Core i3 2GHz, 4GB
RAM con Windows 7 Professional 64bit con Linux
Ubuntu 12.04 32bit Virtualizado con Oracle Virtual Box. El
escáner utilizado ha sido un equipo OCE Profesional
Multifunction.
AMC es una aplicación de software libre desarrollada por
Alexis Bienvenüe [9] bajo licencia GNU para plataforma
Linux. Las aplicaciones adicionales necesarias a instalar
para la utilización de la aplicación son las siguientes:
LaTeX
ImageMagick
Perl junto con Gtk2-Perl y Glade: XML para la
utilización de la interfaz gráfica.
AMC está compuesto por un conjunto de utilidades que
permiten:
el diseño de cuestionarios a través de texto plano
utilizando los comandos propios de la aplicación.
También incluye un paquete para ser utilizado en
LaTeX, cuya versatilidad en cuanto a estilos y
automatización dota de gran potencial al sistema.
la generación de distintas versiones de un mismo modelo
de examen, tomando como partida una base de datos
constituida por preguntas agrupadas o no en distintas
temáticas.
la corrección automática de los mismos a través de un
reconocimiento óptico de caracteres.
la gestión integral de calificaciones.
TABLA I
ASIGNATURAS UTILIZADAS PARA LA EVALUACIÓN
Asignatura Nº Alumnos Softwarea
Ampliación de Tecnología de
Combustibles
86 GEXCAT-Test
Geomática 120 GEXCAT-Test
Química 45 GEXCAT-Test
Seguridad Industrial en
Atmósferas Explosivas
13 GEXCAT-Test
Tecnologías de Combustibles y
Combustión
66 GEXCAT-Test
Diseño Gráfico 455 AMC-Abierto-Test
Expresión Gráfica 630 AMC-Abierto-Test
30 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
A partir de la versión 1.1 de AMC se ofrece la posibilidad
de elaborar los cuestionarios no sólo a través de la propia
interfaz gráfica de programa, sino a través de LaTeX ya que
incluye un paquete específico de funciones y macros que
permite al usuario con conocimientos básicos en LaTeX
ampliar enormemente las posibilidades de personalización
de cuestionarios y opciones de los mismos. La
documentación que acompaña a la aplicación está muy
elaborada con multitud de casos prácticos.
Las limitaciones de la presente versión no han constituido
impedimento alguno a la hora de evaluar y gestionar las
calificaciones de grupos numerosos, como es el caso de las
asignaturas de primer curso de grado. En el caso expuesto se
ha evaluado varias pruebas de al menos dos variantes cada
una con una presencia máxima por prueba presencial de 630
alumnos, en total 3150 ejercicios a gestionar (Tabla I). El
límite del número máximo de alumnos lo fija la aplicación a
4095 con un máximo de 63 variantes por prueba.
Los autores han utilizado LaTeX, programando macros
personalizadas que complementan y amplian las
posibilidades del paquete suministrado por el desarrollador.
En la cabecera del fichero fuente se especifica la clase de
documento y el paquete o clase automultiplechoice.cls
con las opciones que desee el usuario (Código 1).
Las opciones permiten especificar desde el idioma, la
personalización del estilo del formulario de preguntas, su
aleatorización, generación de una hoja de contestaciones
aparte, etc.
La identificación del alumno se realiza a través de una
codificación que puede corresponder al número de
matrícula, expediente o DNI. Como complemento a esta
identificación la aplicación permite extraer una imagen o
mapa de bits del nombre manuscrito del alumno, pese a que
AMC no permite realizar un reconocimiento de caracteres es
de esperar que en versiones futuras emplee librerías
específicas como OpenCV, librerías ya implementadas en
otros sistemas [3].
Los autores han utilizado ambas posibilidades pues la
correlación de los posibles errores con la identificación del
alumno facilita la gestión y solución de los mismos, el
Código 2 y su correspondiente compilación, Fig. 3, es una
muestra de ello.
El Código 3, implementa la codificación correspondiente
a la identificación del alumno con el campo DNI. En el caso
de preguntas abiertas se añaden los campos: Ejercicio y
Nota la cual será consignada por el corrector. La Fig. 4
muestra el resultado de la compilación del código, como se
puede observar la hoja muestra las marcas características de
las esquinas para el reconocimiento óptico (OMR). De este
modo la salida del documento en formato PDF permite ya su
impresión y distribución para la realización del ejercicio.
El cuerpo del documento se puede estructurar en función
del diseño del cuestionario: preguntas verdadero/falso,
preguntas con elección múltiple, preguntas de tipo abierto,
y por último preguntas en las cuales el alumno debe
contestar con un valor numérico (el sistema establece
mediante un rango numérico prefijado si el valor consignado
pertenece a dicho rango otorgándole la puntuación correcta).
Durante la experiencia los autores han centrado su
evaluación en los tres primeros tipos de diseño.
En cuanto a las preguntas Verdadero/Falso y de elección
múltiple la codificación realizada en LaTeX permite la
agrupación de la colección de preguntas en distintas
temáticas. Como puede apreciarse en el Código 4, la primera
línea \element{gp} agrupa el bloque descrito en el tema gp
“Geometría Proyectiva”. La Fig. 5 muestra un fragmento del
resultado de la compilación de dicho código.
Como es de esperar, la constitución en un simple fichero,
de una colección completa de preguntas agrupadas en
distintas temáticas permite una cómoda y rápida selección
aleatoria de cuestiones para conformar un formulario con
tres versiones distintas según el Código 5.
Una vez realizado el examen se pasa a la fase de
escaneado de ejercicios, este proceso se debe generar con
una calidad mínima exigida de 300 ppp (puntos por
pulgada).
En la interfaz gráfica de la aplicación, Fig.6, se puede
gestionar el proceso de reconocimiento que consta de:
Reconocimiento óptico o captura de datos: se transfiere a
la aplicación tanto el fichero de LaTeX como el fichero
PDF que contiene todos los ejercicios escaneados. El
sistema genera una base de datos con la captura de datos.
Asignación de notas: la aplicación exporta los datos a un
fichero csv, fácilmente importable desde Excel, donde
está la relación de los nombres, identificación y
calificación de ejercicios.
A modo de resumen, la Fig. 7 muestra el flujo de trabajo
de proceso descrito desde la concepción y diseño del
\documentclass[a4paper]{article}
\usepackage[utf8x]{inputenc}
\usepackage[T1]{fontenc}
\usepackage[completemulti,box]{automultiplechoice}
Código. 1. Cabecera del fichero fuente.
\namefield{\fbox{
\begin{minipage}{15em}
1er Apellido y Nombre:\vspace*{3ex}\par
2o Apellido\vspace*{3ex}\par
Nombre\vspace*{3ex}\par
\noindent\dotfill\vspace{2mm}
\end{minipage}
Código. 2. Implementación para la identificación del alumno.
Fig. 3. Identificación del alumno. Resultado de la compilación del Código 2
en LaTeX. \begin{minipage}[b]{.3\linewidth}
\begin{tabular}{|c|c|c|}
\hline
\AMCcode{DNI}{8}&
\AMCcode{Ejercicio}{1}&
\AMCcode{Nota}{2}
\end{minipage}
\hfill\namefield{\fbox{
\begin{minipage}[t]{.45\linewidth}
Apellidos y Nombre:\\
\vspace*{3mm}{Apellidos:}\\
\vspace*{3mm}{Nombre:}
\end{minipage}
}}\hfill
Código. 3. Resultado de la compilación correspondiente al código en LaTeX
de la identificación del alumno.
QUEROL, BENEDITO Y MEDIC: APLICACIÓN DEL RECONOCIMIENTO ÓPTICO DE MARCAS EN EL... 31
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
ejercicio de evaluación, su distribución, proceso OMR , la
publicación de notas vía Moodle y finalmente la gestión de
revisiones del ejercicio.
B. GEXCAT
El equipo utilizado ha sido un ordenador de unos 7 años
de antigüedad con Windows 7 Professional 32bit (Intel
Pentium 4 3GHz, 2 GB RAM) para el escaneo y
reconocimiento.
El escáner utilizado ha sido un equipo multifunción
Brother DCP-7045N.
GEXCAT es un software de coste reducido en entorno
Windows para Gestión de exámenes y corrección
automática de tests. Está orientado a asignaturas, centrando
en ellas las preguntas y alumnos, aunque ambos pueden
compartirse con varias asignaturas, lo cual facilita o
complica la labor del profesor en función de sus
necesidades.
En cuanto a las fortalezas del programa se resumen en lo
siguiente:
El desarrollo es bastante avanzado, el servicio técnico
atiende muy bien, el software se va actualizando
periódicamente y es compatible con todas las versiones
de Windows.
La licencia anual monopuesto es asequible (59 €).
Es posible hacer un uso no simultáneo del programa por
parte de varios usuarios utilizando Dropbox [12] para
compartir la base de datos y un google calendar para
evitar coincidencias.
El escaneo del examen se puede realizar de manera
independiente al software GEXCAT, lo cual permite
utilizar el software propio del escáner (se configuró para
300 ppp en B/N con salida JPEG).
El sistema puede mandar un email al alumno mostrándole sus respuestas y las respuestas correctas.
IV. RESULTADOS
La experiencia con ambas aplicaciones ha sido muy satisfactoria, y se ha dirigido a tareas distintas: GEXCAT se ha dirigido a evaluaciones tipo test, y AMC a evaluaciones de tipo preguntas abiertas y test.
A. Auto Multiple Choice (AMC)
Los resultados obtenidos han sido plenamente
satisfactorios. Como ejemplo, una de las evaluaciones se ha
realizado en un grupo de 630 alumnos con 3150 ejercicios a
gestionar. El error en el proceso de reconocimiento de
marcas ha sido del 2%, un valor controlable a posterioridad
pues se ha debido en su totalidad a los errores que han
cometido los alumnos a la hora de marcar su DNI o número
Fig. 5. Resultado de la compilación del Código 4.
\element{gp}{
\begin{questionmult}{002}
Dada la figura adjunta:\\
\begin{minipage}{120mm}
\begin{choices}
\correctchoice{$(BXA)=(B'X'A')$}
\correctchoice{$(xac)=\dfrac{X'A'}{VA'}$}
\wrongchoice{$(xab)=(XAB)$}
\end{choices}
\end{minipage}
\begin{minipage}{60mm}\centering
\includegraphics[scale=1.1]{fig_01_01}
\end{minipage}
\end{questionmult}}
Código. 4. Implementación de la temática de la pregunta, enunciado, relación de opciones y figura adjunta.
Fig. 4. Resultado de la compilación del Código 3.
\begin{document}
\onecopy{3}{
\input{ColeccionDePreguntas.tex}
\cleargroup{all}
\shufflegroup{gp}
\copygroup[10]{gp}{all}
\insertgroup{all}
\clearpage}
\end{document}
Código. 5. Codificación correspondiente a la aleatorización de preguntas.
Fig. 6. Gestión y control del reconocimiento óptico de marcas (OMR) en
la interfaz gráfica de usuario de AMC.
Fig. 7. Flujo de trabajo desde el diseño del ejercicio hasta la revisión de
resultados.
Diseño de
examen
• Test: elaboración automática de distintas versiones
• Preguntas abiertas
Examen
• Las instrucciones deben ser claras y precisas
• Eliminación de posibles errores en el proceso OMR
Fotocopia de
exámenes
• Creación de fichero pdf, eps o mapa de bits
Proceso OMR
• Reconocimiento óptico (OMR) <-> Gestión de errores
• Fichero de notas (Excel, OpenOffice, csv) <-> Gestión de errores
Comunicación
• Publicación de notas vía Moodle
Revisión• Posibilidad de realizar la revision en el PC
32 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
de matrícula en los espacios habilitados a tal efecto.
Por tanto la aplicación se puede calificar como robusta en
su funcionamiento. No obstante los autores desean destacar:
Como posibles debilidades del sistema, los errores
derivados del fallo en el reconocimiento de caracteres.
Estos errores son fácilmente detectables estableciendo
una correspondencia en Excel entre el listado original de
alumnos y el listado generado por el sistema.
Las amenazas que puede sufrir la aplicación surgen del
hecho de la dependencia de un hardware externo que
procese el escaneado de los ejercicios. En términos de
grupos pequeños de evaluación no constituye tal
amenaza pues el volumen es razonablemente manejable,
el problema surge en la gestión de un gran volumen de
ejercicios a procesar como es el caso planteado por los
autores.
La aplicación AMC es software libre, por tanto es un
aspecto que constituye una fortaleza a considerar. No
obstante, la utilización de Linux y el dominio de LaTeX
en la generación de los formularios puede generar un
cierto rechazo en su uso. Este factor se puede ver de
sobra compensado por la extrema reducción en los
tiempos de dedicación del profesorado en todo el
proceso de gestión de exámenes.
El sistema ofrece muy buenas oportunidades en cuanto a su evolución futura y extensión en mejoras que permitan acelerar el proceso de comunicación de resultados al alumnado.
Como mejoras a las capacidades que ofrece AMC, los autores trabajan en una compatibilidad entre AMC y GEECA que puede materializarse en:
Ofrecer una alternativa a la confección de los modelos
de pruebas en LaTeX mediante una alternativa
compatible con macros en Excel.
Gestionar de una manera eficiente, vía AMC-GEECA-moodle, la comunicación de resultados a los alumnos y organización de las pertinentes revisiones, de tal manera que el alumno reciba por correo electrónico no sólo la notificación de la nota sino una copia de su ejercicio con las correcciones y el criterio establecido en dicha corrección.
B. GEXCAT
Los resultados obtenidos en las pruebas realizadas (ver
Tabla I) han sido muy satisfactorios, tanto, que todos los
profesores han solicitado seguir utilizando el programa.
En las primeras experiencias hubo gran cantidad de fallos
de reconocimiento motivados exclusivamente por errores
por parte de los alumnos en la introducción de sus datos
según las instrucciones de la hoja de resultados, pero ya en
las siguientes pruebas el reconocimiento ha sido de más del
95% o superior, siendo el restante motivado por alumnos
que no introducen sus datos de identificación o los
introducen mal.
Como aspectos mejorables de la versión utilizada durante
la prueba hay que indicar que:
la encriptación de la base de datos es una debilidad del
programa, pues siempre queda la amenaza de perder los
datos sobre todo cuando se comparte con otros
profesores.
el programa es monousuario, por lo que el contenido de
la base de datos completa está disponible al profesor que
entre en su momento, lo cual puede ser un gran
inconveniente para conjuntos de profesores de diferente
habilidad informática, o deseen una cierta privacidad con
los datos.
las estadísticas que muestra el programa son
incompletas. Indica porcentajes de acierto y error, pero
sería deseable obtener el porcentaje de selección de cada
respuesta, pues ello permitiría detectar errores de
concepto para corregirlo en clases siguientes.
a falta de la actualización anunciada, donde
probablemente se corregirán pues ya se avisó de ello al
servicio técnico, el sistema de exportación e importación
en la versión 2.3.4 actual no funciona correctamente.
el sistema no cuenta con un sistema de realización de
copias de seguridad periódico, sólo con uno manual.
aunque con el uso se pueda terminar uno acostumbrando,
el número de pantallas y botones para realizar un
examen es excesivo.
Varios de los problemas aquí indicados, detectados
durante el curso en el uso del programa han sido subsanados
por el equipo de GEXCAT, en la versión actual del
programa: 2.6.5.
Otro error actual en la concepción del programa es que las
hojas de enunciados y la de respuesta óptica son distintas. Es
decir, el alumno tiene unos papeles con el test, pero tiene
que pasar a limpio en una hoja distinta las soluciones. Esto
presenta varios inconvenientes: incrementa el uso del papel
(aunque los enunciados pueden ir a doble columna y cara, lo
cual compensa bastante), y no hay ninguna marca óptica en
los enunciados que permita su almacenamiento de manera
inteligente por el sistema.
En resumen, la aplicación GEXCAT ofrece un
funcionamiento muy adecuado y recomendable, siendo una
buena opción para una gestión individualizada por parte del
docente, y que está siendo mantenida y actualizada
continuamente por su equipo de desarrollo.
Para conjuntos de profesores bien coordinados, o que
cuenten con una persona a cargo de la gestión administrativa
de GEXCAT, el programa es también recomendable. Junto
con la ayuda de la herramienta GEECA se reducen
drásticamente los tiempos de uso del programa evitando
posibles conflictos.
C. GEECA
A partir de la experiencia del curso 2012/13 se ha
adaptado la aplicación GEECA al curso 2013/14 para los
profesores de la UPM: Microsoft Office 2013, moodle 2.4,
gestión de notas Apolo e integración con los programas
AMC y GEXCAT para la gestión de la evaluación continua
del profesorado.
Al contrario que GEXCAT, este software está centrado en
las preguntas. Tiene la ventaja respecto a los anteriores de
estar programado en Microsoft Excel, y ser los datos
totalmente legibles, editables, y modificables con todas las
herramientas y posibilidades de Excel. El único requisito
final es mantener la estructura de las hojas de exámenes.
El programa se ha actualizado con las siguientes
opciones:
QUEROL, BENEDITO Y MEDIC: APLICACIÓN DEL RECONOCIMIENTO ÓPTICO DE MARCAS EN EL... 33
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Un sistema de generación de archivos CSV más
completo, facilitando la exportación de notas a Moodle y
al sistema Apolo de gestión de actas, recientemente
incorporado a la UPM.
Opción de exportación de preguntas en formato GIFT, el
cual se ha incorporado y adaptado tanto a Moodle como
a GEXCAT.
Opción de exportación de preguntas en formato LaTeX
para ser importados directamente en AMC
Marcado de enunciados en libros Excel para cada alumno, evitando así copias.
De esta manera, ya que GEECA no tiene en la actualidad
reconocimiento OMR, lo que se ha hecho es adaptarlo para
servir de complemento a GEXCAT, AMC y Moodle, de
manera que el profesor mantenga en hojas Excel sus
preguntas, facilitando su edición, copia de seguridad y
manejo en general, pero pueda generar archivos que
entienda GEXCAT, AMC y Moodle de manera que se
puedan utilizar las bondades de cada herramienta en cada
caso, conservando el profesor el completo control sobre su
batería de preguntas.
Se ha decidido ampliar la difusión de las herramientas de
gestión eficiente de la evaluación continua del alumnado,
para lo cual se ha decidido hacer uso de la web GEECA
[13], aumentando la difusión no sólo de la herramienta ya
existente, sino de todas aquellas herramientas que sean
utilizadas por los autores de la presente ponencia.
V. CONCLUSIONES
Los resultados han sido plenamente satisfactorios con
ambas opciones, cumpliendo sobradamente las expectativas.
Es necesaria una pequeña curva de aprendizaje para
familiarizarse con el software y con el hardware. Una vez
definido el procedimiento, el proceso se vuelve sencillo y
rutinario.
Con el uso se van desarrollando atajos, como puede ser la
utilización de una misma plantilla óptica en GEXCAT o de
encabezado en AMC, que puedan repetirse en todos los
exámenes de una asignatura, decidiendo por ejemplo que
todos los test serán de 10 preguntas, o que el formato de
examen abierto será de una hoja por ejercicio.
Este tipo de software OMR de escritorio es beneficioso
para todo tipo de situaciones, si bien los resultados son
diferentes. Con grupos numerosos el sistema reduce
grandemente los tiempos dedicados a poner el examen,
ordenarlos, corregir y pasar notas. Por contra, cuanto más
grandes sean los grupos, más profesional debe ser el equipo
a utilizar, tanto para escaneo (duración de la lámpara y
capacidad del alimentador automático), como para el
ordenador utilizado (esto último en menor grado). Para
grupos pequeños, el beneficio es organizativo, pues aporta
claridad y seguimiento del proceso de aprendizaje de los
alumnos.
Es imprescindible aumentar la libertad del profesor, dándole
herramientas y soluciones que faciliten su trabajo y que le
permitan despreocuparse de si está dificultando o no a otro
compañero su trabajo a la par que permitirle trabajar en los
exámenes tipo test. La herramienta GEECA desarrollada
facilita esto gracias a que sólo requiere la utilización de
Microsoft Excel, el cual está instalado por defecto en todos
los ordenadores del profesorado.
Es imprescindible utilizar un software que facilite el
proceso de evaluación al profesorado de manera que pueda
tener más tiempo para preparar la asignatura y atender a los
alumnos.
Es muy importante aumentar la funcionalidad del
personal de administración que amablemente se ofrezca a
realizar las tareas administrativas de estos procesos:
imprimir el examen y fotocopiarlo.
El ahorro de tiempo conseguido en la evaluación de los
exámenes tipo test, ha decidido a los profesores a aumentar
el número de evaluaciones, con preguntas que por su
experiencia les permita determinar si se han entendido las
cosas. La rapidez de corrección y obtención de las
calificaciones permitirá en la misma semana poder solventar
las carencias que se produzcan en el aprendizaje. En algunas
asignaturas de primer curso es fácil encontrar colecciones de
ejercicios tipo test en libros del profesor de gran prestigio, lo
cual mejorará el nivel de las asignaturas.
REFERENCIAS
[1] Kotsiantis, S. & Patriarcheas, K. (2010). A combinational incremental ensemble of classifiers as a technique for predicting students’ performance in distance education. Knowledge-Based Systems, 23(6), 529-535.
[2] Hirschhorn, P. (2011). Using the exam document class. Department of Mathematics, Wellesly College.
[3] Hendriks, R. (2012). Automatic exam correction. UVA Universiteit van Amsterdam.
[4] AcroTeX Educational System Tool. (Consulta Diciembre de 2013). http://www.acrotex.net/
[5] queXF An Open Source, web based paper form verification and data
entry system. (2005). (Consulta Diciembre de 2013). http://www.quexf.sourceforge.net.
[6] Lira, P., Bronfman, M. & Eyzaguirre, J. (1990). Multitest II: A Program for the Generation, Correction and Analysis of Multiple Choice Tests. IEEE Transactions on Education, 33(4), 320.
[7] Story, D.P. (2005). Creating Online Test with eqExam. PracTeX Journal, 2 TPJ 2005.
[8] Querol, E., Perez-Benedito, J.L.,García-Martínez, M.J. y Segarra Catasús, P. (2011). Gestión eficiente de la evaluación continua del alumnado. La Integración del trabajo de escritorio con Moodle. Arbor, 187(3), 201-206. doi:10.3989/arbor.2011.Extra-3n3145.
[9] AMC. Auto Multiple Choice. (Consulta Enero de 2014) http://home.gna.org/auto-qcm/
[10] GEXCAT. Gestión de Exámenes y Corrección Automática de Tests.
INNOCAN SL. Universidad de Tenerife. (Consulta Diciembre de
2014). http://www.gexcat.com. [11] Moodle. (Consulta Noviembre de 2013). http://www.moodle.org [12] Dropbox. (Consulta Noviembre de 2013). http://www.dropbox.com
[13] GEECA. Gestión Eficiente de la Evaluación Continua del Alumnado. (Consulta Enero de 2014). http://www.geeca.org.
34 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Enrique Querol Aragón es Doctor e Ingeniero por la
Universidad Politécnica de Madrid (UPM). Desarrolla su actividad investigadora y docente en la E.T.S.I. Minas y
Energía de Madrid, donde es actualmente profesor del
departamento de Ingeniería Química y Combustibles. Su actividad investigadora se centra en los combustibles y la
optimización energética, y en el ámbito de la innovación
educativa a facilitar la labor de evaluación. Para más información visite http://eq.ptdu.org.es.
José Luis Pérez Benedito es Doctor Ingeniero por la
Universidad Politécnica de Madrid (UPM). Ha
desarrollado su actividad docente e investigadora en la E.T.S.I. Industriales de Madrid, en la E.U.I.T.
Aeronáutica de Madrid y en la E.T.S.I. Aeronáutica y del
Espacio de la UPM donde es actualmente profesor del Departamento de Vehículos Aeroespaciales. Desde 2007
es miembro de VGG (Visual Graphics Group) Grupo de Innovación
Educativa de la UPM, donde ha dirigido y participado en numerosos Proyectos de Innovación Educativa, siendo autor y coautor de artículos y
ponencias relacionadas con el área.
Ljiljana Medic es Doctor por la Universidad Politécnica
de Madrid (UPM) e Ingeniero Industrial por la Universidad de Belgrado. Desarrolla su actividad
investigadora y docente en la E.T.S.I. Minas y Energía de
Madrid, donde es actualmente profesor del departamento de Ingeniería Química y Combustibles. Su actividad
investigadora se centra en la combustión,
biocombustibles sólidos y la seguridad industrial en atmósferas explosivas.
QUEROL, BENEDITO Y MEDIC: APLICACIÓN DEL RECONOCIMIENTO ÓPTICO DE MARCAS EN EL... 35
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title— Application of new assessment tools in
engineering studies: the rubric.
Abstract— The present work reports an experiment
in the application of rubrics, as an assessment tool, in
different degree courses in the fields of engineering
and architecture. The study involved 5 subjects, 7
teachers and a total of 170 students. We analyze the
scores obtained by the students and the degree of
satisfaction of both the students and the teachers,
based on questionnaires developed specifically for this
purpose.
Index Terms— Evaluation rubric, evaluation criteria,
evaluation protocol, self-assessement, co-assessment,
Architecture and Engineering.
I. INTRODUCCIÓN
A adaptación al EEES de la docencia universitaria ha
traído consigo un cambio en el modelo docente
empleado por los profesores. Se han introducido
nuevas estrategias metodológicas en el aula y se han
definido nuevas expectativas sobre los aprendizajes de
los alumnos, definiéndolos en términos de competencias.
Esto ha originado la necesidad de realizar cambios en los
instrumentos de evaluación utilizados que permitan al
Ana M. Vivar Quintana. Author is with the Department of
Construction and Agronomy. High Polytechnic School (Zamora) Spain
(e-mail: [email protected]). Ana B. González Rogado. Author is with the Department of
Automation and Computer Sciences. High Polytechnic School (Zamora)
Spain (e-mail: [email protected]). Ana B. Ramos Gavilán. Author is with the Department of
Mechanical Engineer. High Polytechnic School (Zamora) Spain (e-mail:
[email protected]). Isabel Revilla Martín. Author is with the Department of Construction
and Agronomy. High Polytechnic School (Zamora) Spain (e-mail: [email protected]).
M. Ascensión Rodríguez Esteban. Author is with the Department of
Construction and Agronomy. High Polytechnic School (Zamora) Spain (e-mail: [email protected]).
Teófilo Ausín Zorrilla. Author is with the Department of Didactics,
Organization and Research Methods. Faculty of Education (Salamanca) Spain (e-mail: [email protected]).
Juan F. Martín Izard. Author is with the Department of Didactics,
Organization and Research Methods. Faculty of Education (Salamanca) Spain (e-mail: [email protected]).
profesor obtener evidencias suficientes sobre el
aprendizaje del estudiante [1]-[3].
Por un lado el modelo de evaluación basado en recoger
información sobre los conocimientos y conceptos clave
que el alumno ha aprendido resulta insuficiente cuando
los objetivos de aprendizaje incluyen lo que los
estudiantes son capaces de hacer. Por otro la evaluación
debe de estar bien diseñada y transmitida de forma
adecuada al alumnado para que tenga efectos de
retroalimentación eficaz, eso exige que la evaluación esté
plenamente integrada en el proceso de enseñanza-
aprendizaje. Es necesario valorar en el alumnado el
desarrollo de las competencias por encima del mero
conocimiento técnico, planteando una evaluación lo más
objetiva y retro-trazable posible [4].
La utilización de exámenes convencionales para medir
conocimientos proporciona a los estudiantes y profesores
una falsa sensación de seguridad acerca de la objetividad
con la que se miden los criterios de evaluación [5]. El uso
de otro tipo de estrategias de evaluación que tratan de
recoger evidencias sobre las habilidades desarrolladas por
los alumnos, su capacidad para desarrollar argumentos o
comunicar ideas o el desarrollo de estrategias para la
resolución de supuestos prácticos, son percibidas por los
estudiantes como subjetivas o poco fiables [6].
La necesidad de establecer unos estándares claros y
explícitos de la evaluación, que resulten útiles tanto para
el alumnado como para el profesorado, ha llevado a la
incorporación de la rúbrica o matriz de valoración, al
servicio de la evaluación, en numerosos estudios a nivel
universitario [7]-[12].
Una rúbrica es una guía de calificación, en la que se
especifican claramente los criterios que se utilizarán para
evaluar al estudiante en una actividad concreta,
estableciendo diferentes niveles de logro para cada
criterio. De esta forma, el alumno conoce exactamente y
con antelación cómo va a ser evaluado, y puede orientar
su esfuerzo a la consecución de los criterios mencionados
en la rúbrica. [13].
Desde el punto de vista docente la elaboración de
rúbricas fomenta la reflexión sobre las expectativas que
el profesor tiene del aprendizaje de sus alumnos y sobre
la idoneidad de las actividades de enseñanza planteadas.
Desde el punto de vista del estudiante el uso de la rúbrica
permite conocer cuáles son las expectativas del profesor,
Aplicación de Nuevos Instrumentos de
Evaluación en Estudios de Ingeniería: la
Rúbrica
Ana M. Vivar Quintana, Ana B. González Rogado, Ana B. Ramos Gavilán, Isabel Revilla Martín,
M. Ascensión Rodríguez Esteban, Teófilo Ausín Zorrilla and Juan F. Martín Izard
L
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 36
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
lo que resulta particularmente importante cuando los
alumnos se enfrentan por primera vez a un tipo de tarea
[14]. El uso de la rúbrica permite que el estudiante
adquiera conciencia del nivel de desempeño alcanzado,
incluso antes de hacer entrega de los resultados de la
actividad [13]. Si, además, el alumnado participa en el
proceso de desarrollo de la rúbrica se estimula la
capacidad de ser consciente de su propio proceso de
aprendizaje [15], contribuyendo al desarrollo de una
mayor autonomía y autorregulación [16], [17].
Muchos trabajos de investigación educativa han tratado la
validez de este recurso [9], [11] sin embargo el uso de la
rúbrica no es bien aceptado por parte del profesorado
universitario, para quienes supone un trabajo excesivo
que conduce a una calificaciones del alumno similares a
las obtenidas por otros sistemas de evaluación [17]-[19].
Algunos autores exponen además que en la utilización de
la rúbrica para la evaluación de tareas concretas los
alumnos identifican tarea y criterio de evaluación con lo
que se reduce el trabajo de desarrollo personal [17].
Este artículo se estructura del siguiente modo: la sección
II describe la experiencia llevada a cabo, presentando el
contexto educativo y los agentes implicados, la sección
III desarrolla la evaluación del aprendizaje de nuestros
alumnos y los resultados académicos obtenidos, la
sección V analiza la satisfacción del profesorado con la
experiencia y finalmente la sección VI presenta las
conclusiones obtenidas.
II. NUESTRA EXPERIENCIA
A. Objetivo
La aplicación de la rúbrica tenía como objetivo
principal poder disponer de un instrumento de
evaluación y mejora del aprendizaje que facilitara el
desarrollo de competencias en nuestros estudiantes de la
Rama de Ingeniería y Arquitectura.
. Para ello se propusieron como objetivos concretos:
Desarrollar matrices de valoración o rúbricas como
estrategias de evaluación del alumnado.
Valorar el funcionamiento de este protocolo de
evaluación sobre el desarrollo de competencias en el
alumnado.
Valorar el grado de satisfacción del alumnado con
este sistema de evaluación.
B. Equipo de Trabajo
El equipo de trabajo que participa en esta experiencia
se constituyó en el curso 2004-05 a partir de la puesta en
marcha, por parte de varios profesores de ingeniería, de
diferentes actividades de adaptación de sus asignaturas al
EEES. Estas experiencias pusieron de manifiesto la
necesidad de buscar asesoramiento ante las dudas que
surgían en el proceso de adaptación de las asignaturas. A
partir de ese momento se constituyó un equipo de trabajo
constituido por 5 profesores de la rama de ingeniería y
dos profesores de educación. La inclusión de dos
profesores expertos en materias pedagógicas cumple una
función de asesoramiento y formación del equipo. Desde
ese momento se han sucedido las iniciativas de
innovación educativa en las que el equipo ha trabajado,
siempre encaminadas a la mejora de la actividad docente
(metodologías de aprendizaje activo, trabajo en tutoría
con el alumno, adaptación de las asignaturas a la
plataforma moodle).
C. Mejoras Esperadas e Impacto sobre la Docencia
La rúbrica de evaluación ha sido utilizada con éxito
como herramienta de orientación del aprendizaje en un
importante número de estudios. A partir de las ventajas
en su utilización descritas por los diferentes autores, en el
desarrollo de la presente experiencia los docentes
esperábamos que el alumnado se implicara más en las
dinámicas de clase y fuera más consciente de su propio
proceso de aprendizaje. De esta manera se podría
aumentar el porcentaje de alumnos que alcanzan las
competencias con respecto a cursos anteriores.
Además esperábamos que la aplicación de un
instrumento como la matriz de valoración para la
evaluación del alumnado nos permitiera obtener
información de cómo están aprendiendo los estudiantes.
Este conocimiento haría posible que nuestras
metodologías docentes puedan ser modificadas de forma
que sean más afines a la forma de aprender de nuestros
estudiantes.
D. Planteamiento de la Experiencia
En esta experiencia se han implicado 5 asignaturas de
ingeniería, para cada una de las cuales se ha elaborado
una rúbrica aplicada a la evaluación. En todos los casos
las rúbricas fueron utilizadas para la evaluación de una o
varias tareas que los estudiantes debían realizar (trabajos,
proyectos, prácticas de laboratorio y exposiciones orales).
En algunas asignaturas la rúbrica se utilizó para la co-
evaluación y la autoevaluación del alumnado. En ningún
caso se aplicó la rúbrica a la evaluación completa de la
asignatura.
Los profesores realizamos una primera reunión, previa
al comienzo de las clases, en la que se pusieron en común
los objetivos esperados por cada docente en cada una de
las asignaturas implicadas así como la aplicación de la
rúbrica que se había pensado llevar a cabo. La
elaboración de las rúbricas fue individual, de modo que
cada docente elaboró la rúbrica más adecuada para la
actividad planteada basándose en la experiencia previa de
evaluación de trabajos en cursos anteriores y en las
propuestas realizadas por los pedagogos que participan en
el equipo.
En las siguientes reuniones se preparó una encuesta
para evaluar el grado de satisfacción del estudiante con
la experiencia (tabla I).
La encuesta fue supervisada por todos los docentes
para que se adaptase de forma adecuada a todas las
asignaturas implicadas y nos permitiese obtener
información relevante.
La encuesta se rellenaba de forma anónima a través de
la plataforma moodle, y se diseñó con un formato de 6
preguntas de respuesta cerrada y dos preguntas abiertas.
VIVAR QUINTANA et al.: APLICACIÓN DE NUEVOS INSTRUMENTOS DE EVALUACIÓN EN ESTUDIOS... 37
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Una vez finalizado el curso se realizó una última
reunión para poner en común la experiencia realizada,
cumplimentando una encuesta de satisfacción del
profesorado elaborada a partir de 6 preguntas abiertas. TABLA I:
VARIABLES INCLUIDAS EN EL CUESTIONARIO DE SATISFACCIÓN DEL
ALUMNADO
Satis_1 1. He consultado la rúbrica
Variable nominal
Cuatro alternativas excluyentes
1. Varias veces durante la elaboración
2. Nunca
3. Solamente el día que fue explicada
4. Una vez antes de la elaboración
Satisf _2
2. A la hora de elaborar el trabajo final
he tenido en cuenta el contenido de la
rúbrica
Satisf _3
3. La rúbrica de evaluación ha servido
para aclarar lo que el profesor esperaba
del trabajo final de la asignatura
Satisf _4
4. Creo que los criterios de evaluación
que contempla la rúbrica son demasiado
obvios y no aportan nada
Satisf _5
5. Me gustaría que hubieran dado una
rúbrica de evaluación para otras
asignaturas
Satisf _6 6. Me hubiera gustado participar en la
elaboración de la rúbrica de evaluación
Variables nominales
Dos alternativas excluyentes: si /no
Satisf _7
7. Me gustaría señalar los siguientes
aspectos positivos de la rúbrica de
evaluación
Satisf _8
8. Me gustaría hacer las siguientes
sugerencias de mejora de la rúbrica de
evaluación
Respuestas abiertas
III. EVALUACIÓN DEL APRENDIZAJE DEL ALUMNADO
Las rúbricas de evaluación se han planteado a un total
de 170 estudiantes repartidos, de forma desigual, en 5
asignaturas. De los alumnos matriculados, 153
correspondían a primera matrícula. Las titulaciones
involucradas en la experiencia han sido Ingeniería Civil
(asignaturas de Estructuras de Hormigón e Informática),
Ingeniería Agroalimentaria (asignaturas de Tecnología de
Alimentos y Análisis físico-químico, microbiológico y
sensorial) y Arquitectura Técnica (asignatura de
Proyectos Técnicos II).
Las actividades en las que se utilizó la rúbrica
representaban un porcentaje sobre la calificación final de
la asignatura que oscilaba entre el 15-50%, tal y como
puede verse en la tabla II.
El profesorado explicó a los alumnos la tarea a
realizar y les proporcionó la rúbrica de evaluación el
mismo día. En todos los casos los alumnos dispusieron de
tiempo para poder plantear todas las dudas que pudieran
surgir tanto respecto a la tarea a realizar como respecto a
la propia rúbrica.
En todas las asignaturas era la primera vez que los
alumnos disponían de una rúbrica para la realización de
una tarea. También en el caso de los docentes era la
primera vez que utilizaban esta herramienta en su
docencia.
Los resultados académicos obtenidos, medidos en
términos de calificación numérica final en la tarea
realizada, han sido desiguales en las diferentes
asignaturas implicadas (Figura 1).
Las asignaturas de Estructuras de Hormigón del Grado
de Ingeniería Civil y Proyecto Técnicos II de la titulación
de Arquitectura Técnica que tenían un mayor número de
alumnos con 30 y 93 alumnos, respectivamente,
registraron unos rendimientos inferiores a los esperados.
En las otras tres asignaturas los resultados han sido muy
buenos, con calificaciones superiores a otros cursos
académicos.
IV. SATISFACCIÓN DEL ALUMNADO CON LA
EXPERIENCIA
La encuesta elaborada para medir la satisfacción de los
estudiantes con la experiencia tuvo una gran aceptación
La participación del alumnado fue de un 77%
mostrándose muy interesados en añadir comentarios en
las respuestas abiertas, tanto para señalar los aspectos
positivos como para ofrecer sugerencias de mejora.
TABLA II: TIPOS DE TAREAS Y PESOS DE LAS ACTIVIDADES EVALUADAS
MEDIANTE RÚBRICA
Materia Tarea Peso Análisis Físico Químico,
Sensorial y
Microbiológico de
Alimentos
Caso práctico 20%
Estructuras de Hormigón Resolución de
problema 30%
Informática Trabajos 30% Proyectos Técnicos II Práctica 15%
Tecnología de Alimentos Práctica
laboratorio 50%
Figura 1. Diagrama de cajas de las calificaciones numéricas obtenidas
por los alumnos en cada una de las asignaturas.
38 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
TABLA III: ESTADÍSTICOS VARIABLES CUESTIONARIO DE SATISFACCIÓN
Variable Frecuencia Porcentaje Porcentaje válido
Sat
isf_
1
Válidos
1 2 3 4 Total 1 2 3 4 Total 1 2 3 4
119 1 5 7 132 70 0,6 ,9 4,1 77,6 90,2 0,8 3,8 5,3
Perdidos 38 22,4
Sat
isf_
2
Válidos Sí No Total Sí No Total Sí No
3 129 132 1,8 75,9 77,6 2,3 97,7
Perdidos 38 22,4
Sat
isf_
3
Válidos Sí No Total Sí No Total Sí No
8 124 132 4,7 72,9 77,6 6,1 93,9
Perdidos 38 22,4
Sat
isf_
4
Válidos Sí No Total Sí No Total Sí No
129 3 132 75,9 1,8 77,6 97,7 2,3
Perdidos 38 22,4
Sat
isf_
5
Válidos Sí No Total Sí No Total Sí No
14 103 117 8,2 60,6 68,2 12 88
Perdidos 53 32,1
Sat
isf_
6
Válidos
Sí No Total Sí No Total Sí No
3 129 132 1,8 75,9 77,6 2,3 97,7
Perdidos 38 22,4
A pesar de encontrar la rúbrica como una herramienta
positiva y facilitadora de su trabajo un 99% de los
estudiantes que cumplimentaron la encuesta señalan que
no les hubiera gustado participar en la elaboración de la
misma.
Entre los comentarios positivos, en las preguntas de
respuesta abierta, los alumnos coinciden en señalar que
les ha sido muy útil como guion, para saber qué pasos
seguir y qué espera el profesor. La definen como una
herramienta orientadora tanto en la elaboración y defensa
de los trabajos, como en la evaluación a los compañeros.
Entre los aspectos a mejorar se hace referencia a que no
siempre es fácil hacer todo lo que se pide, que deberían
de eliminarse entradas parecidas ya que, en algunos
casos, les resulta difícil distinguir entre niveles próximos.
V. SATISFACCIÓN DEL PROFESORADO
Los profesores participantes en la experiencia han
valorado la rúbrica como un elemento beneficioso en su
actividad docente. Coinciden en señalar que la
elaboración de la rúbrica ha propiciado un proceso de
reflexión sobre su propia docencia y perciben que las
tareas planteadas al alumnado han estado mejor diseñadas
y han sido comunicadas de forma más clara y concreta,
tanto en su realización como en su evaluación. Respecto
a las calificaciones obtenidas por los alumnos, los
docentes perciben que la valoración de los aprendizajes
ha resultado más objetiva y rápida, si bien los resultados
obtenidos por los alumnos, en la mitad de las asignaturas
de la experiencia, han sido similares a los de cursos
anteriores donde no se aplicaba la rúbrica.
VI. CONCLUSIONES
Las valoraciones generales de los docentes con la
experiencia han sido positivas. El profesorado manifiesta
de forma reiterada, que el uso de la rúbrica les ha
permitido reflexionar sobre las actividades de enseñanza-
aprendizaje planteadas al alumno y sobre la propia
evaluación de la asignatura.
Las valoraciones realizadas por los alumnos también
han sido muy positivas, en las opiniones expresadas por
los alumnos se pone de manifiesto que la rúbrica les ha
ayudado a entender mejor lo que el profesor les estaba
pidiendo y les ha permitido comprender los resultados
académicos obtenidos consiguiendo una información
concreta sobre los aciertos y errores en sus realizaciones.
Esta experiencia reveló que la rúbrica puede ser un
elemento evaluador muy útil en la práctica docente
universitaria pero también que es una herramienta que
puede tener sus limitaciones. Es necesario aprender a
construir bien las rúbricas, ya que todos los docentes
implicados han indicado tras la experiencia la necesidad
de revisar con cuidado tanto los criterios como las escalas
utilizadas para conseguir que esta herramienta resulte
beneficiosa. Y es necesario saber transmitir
correctamente al alumnado la finalidad perseguida con la
aplicación de la rúbrica sobre todo en estas primeras
experiencias en las que los alumnos no están
familiarizados con el instrumento de evaluación y
especialmente cuando se trabaja con grupos muy
numerosos de alumnos.
AGRADECIMIENTOS
Nuestro agradecimiento a la Universidad de
Salamanca. Este trabajo está enmarcado dentro del
proyecto ID2012/075 “Evaluación de los estudiantes a
través de la rúbrica”, de la convocatoria de ayudas de la
Universidad de Salamanca a proyectos de innovación y
mejora docente, curso 2012-13.
REFERENCIAS
[1] González, A. B., Rodríguez, Mª J., Olmos, S., Borham, M.,
García-Peñalvo, F. J. “Key Factors for Determining Student
Satisfaction in Engineering: A Regression Study”. International Journal of Engineering Education (IJEE). Tempus Publication.
ISSN 0949-149X. In Press
[2] González Rogado, A. B., Rodríguez Conde, Mª J., Olmos
Migueláñez, S., García Riaza,B., García Peñalvo, F. J. 2010 “Assessment of a blended-learning methodology in engineering”.
International Journal of Technology Enhanced Learning (IJTEL),2(4):347-357. Inderscience.. DOI:
10.1504/IJTEL.2010.035737.
[3] González, A. B., Rodríguez, Mª J., Olmos, S., Borham, M.,
García, F. J. 2013. “Experimental evaluation of the impact of b-learning methodologies on engineering students in Spain”.
Computers in Human Behavior, 29(2):370–377. March.
doi:10.1016/j.chb.2012.02.003
[4] Valderrama et al. 2010. La Evaluación de Competencias en los Trabajos Fin de Estudios. IEEE-RITA Vol. 5, Núm. 3, Ago. 2010
[5] Wiggins, G. 1989. Educative assessment: Designing assessments
to inform and improve student performance. San Francisco, CA:
Jossey-Bass Publishers.
[6] Allen, D. and Tanner, K. 2006. Rubrics: Tools for Making learning goals and evaluation criteria Explicit for both Teachers
and Learners. CBE Life Science Education, 5(3): 197-203.
[7] Cebrián, M. 2007. Buenas prácticas en el uso del e-portafolio y e-
rúbrica, in: Cid, A., Raposo, M. and Pérez, M.A. (coords.), 2007, El practicum: buenas prácticas en el Espacio Europeo de
Educación Superior, Tórculo.
VIVAR QUINTANA et al.: APLICACIÓN DE NUEVOS INSTRUMENTOS DE EVALUACIÓN EN ESTUDIOS... 39
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[8] Cebrián, M. 2008. La evaluación formativa mediante e-rúbricas, en: Indivisa – Boletín de Estudios e Investigación, Madrid,
Monografía X/2008, 197-208.
[9] Andrade, H. 2008. Self-Assessment through rubrics. Educational
leadership, 65 (4), 60-63.
[10] Andrade, H. and Du, Y. 2005. Student perspectives on rubric-referenced assessment, in Practical Assesment, Research &
Evaluation, Baltimore, (March, 10, 2005), 1-11.
[11] Conde, A. and Pozuelo, F. 2007. Las plantillas de evaluación
(rúbrica) como instrumento para la evaluación. Un estudio de caso en el marco de la reforma de la enseñanza universitaria en el
EEES. Investigación en la Escuela, 77-90.
[12] Iñigo J. Oleagordia Aguirre, José J. San Martín Díaz, José I. San
Martín Díaz 2011 “Instrumentación Virtual Aplicada al Diseño de Sistemas Digitales de Control”. IEEE-RITA Vol. 6, Núm. 1, Feb.
[13] Francisco Grimaldo-Moreno, Miguel Arevalillo-Herráez 2011
“Metodología Docente Orientada a la Mejora de la Motivación y
Rendimiento Académico Basada en el Desarrollo de Competencias Transversales”. IEEE-RITA Vol. 6, Núm. 2, May.
[14] Bresciani, M.J., Zelna, C.L. and Anderson, J.A. 2004. Assessing Student Learning and Development: A Handbook for
Practitioners. Washington DC: National Association of Student
Personnel administrators. Criteria and Rubrics, p.29-37.
[15] Luff, J.A. 1999. Rubrics: design and use in science teacher education. J. Sci. Teach. Edu, 10: 107-121.
[16] Stevens, D.D. and Levi, A.J. 2005. Introduction to rubrics: An
assessment tool to save grading time, convey effective feedback
and promote student learning. Sterling, Virginia: Stylus Publishing.
[17] Blanco Blanco, A. 2008. Las rúbricas: un instrumento útil para la
evaluación de competencias. En: L. Prieto(coord..) “La enseñanza
universitaria centrada en el aprendizaje: estrategias útiles para el profesorado”. Octaedro-ICE de la Universidad de Barcelona.
[18] Popham, W.J. 1997. What’s wrong and what’s right with
rubrics?” [on-line]. http://www.ascd.org/publications/educational-
leadership/oct97/vol55/num02/ What’s-Wrong─and-What’s-Right─with-Rubrics.aspx. Educational Leadership. 55 (2).
[19] Tierney, R. and Simon, M. 2004. What´s still wrong with rubrics:
focusing on the consistency of performance criteria across scale
levels. Practical Assessment, Research and Evaluation, 2 (2).
Ana Mª Vivar Quintana es Doctora por la
Universidad de Salamanca (2001) y Licenciada en Tecnología de los Alimentos por la Universidad de
Valladolid (1993). Profesor Titular del área de
Tecnología de los Alimentos y Directora del Departamento de Construcción y Agronomía de la
Universidad de Salamanca. Su docencia se centra en
estudios de Ingeniería Agrícola. Tiene extenso curriculum en el ámbito de la Química alimentaria y la Tecnología de los Alimentos donde ha
participación en varios proyectos de investigación europeos y
nacionales con numerosas publicaciones y participaciones en congresos. En el año 2004 se incorpora en un equipo multidisciplinar participando
en varios proyectos de innovación educativa, involucrándose en la puesta en marcha de nuevas metodologías docentes aplicadas a los
alumnos de ingeniería.
Ana B. González Rogado es Doctora por la
Universidad de Salamanca y Profesora Titular de Universidad en el Departamento de Informática de
Automática de la Universidad de Salamanca,
impartiendo su docencia en la Escuela Politécnica Superior de Zamora. A nivel nacional, es miembro
de la Junta Directiva de ADIE (Asociación para el
Desarrollo de la Informática Educativa) y socio de ATI (Asociación de Técnicos de Informática). En el campo de la
gestión Universitaria fue Secretaria General de la Universidad de
Salamanca de marzo de 2007 a diciembre de 2009. Desarrolla su investigación en el Instituto de Ciencias de la Educación de la
Universidad de Salamanca, formando parte del grupo de investigación
de excelencia, GRIAL (Grupo en interacción y eLearning), dentro del subgrupo GE2O (Grupo de Evaluación Educativa y Evaluación). Sus
principales intereses son Informática y Educación, eLearning e
interacción persona ordenador. Su principal interés pedagógico es guiar a los estudiantes, de la mejor forma posible, en su formación
universitaria y mejorar y facilitar su proceso de enseñanza/aprendizaje,
aspectos donde se ha comprometido activamente.
Isabel Revilla es Doctora en Ciencia y Tecnología
de Alimentos y Profesora Titular de Universidad en
el Área de Tecnología de Alimentos de la Universidad de Salamanca. Sus líneas de
investigación se centran en la influencia del sistema
de producción y de la tecnología de elaboración sobre la calidad de alimentos, campo en el que ha
realizado publicaciones, tesis y proyectos.
Desde el 2006 forma parte junto con otros profesores de la Rama de Ingeniería y Arquitectura y de Educación de un grupo de trabajo que
viene desarrollando distintos proyectos de Innovación Docente
aplicados a la Rama de Ingeniería y Arquitectura, campo en el que se han conseguido diversos proyectos financiados y se han realizado
comunicaciones a distintos congresos.
Ana Belén Ramos Gavilán es Ingeniera de Caminos, Canales y Puertos (1999) por la
Universidad de Cantabria. Desde 2002 trabaja como
docente adscrita al Área de Mecánica de los Medios Continuos y Teoría de Estructuras, en la Escuela
Politécnica Superior de Zamora (U. Salamanca).
Sus áreas de investigación son el comportamiento a fuego de estructuras mixtas y el pandeo lateral de
estructuras sometidas a altas temperaturas.
Desde el 2006 forma parte junto con otros profesores de la Rama de Ingeniería y Arquitectura y de Educación de un grupo de trabajo que
viene desarrollando distintos proyectos de Innovación Docente
M. Ascensión Rodríguez Esteban es Doctora en arquitectura por la Universidad de Valladolid y
Profesora Titular de Escuela Universitaria de la
Universidad de Salamanca, en el Área de Construcciones Arquitectónicas del Departamento
de Construcción y Agronomía. Pertenece al grupo
de investigación “Arte, Arquitectura, Urbanismo e Ingeniería (siglos XIX – XXI)” de esta universidad. Ha centrado sus
estudios en la arquitectura decimonónica, en especial en las
construcciones realizadas con ladrillo y en la arquitectura modernista, temas sobre los cuales ha participado en diversos congresos y ha
publicado varios artículos. En la profesión liberal, ha realizado más de medio centenar de proyectos de arquitectura y de urbanismo y varias
restauraciones de edificios históricos.
Teófilo Ausín Zorrilla es Licenciado en
Pedagogía por la Universidad de Salamanca. Ha trabajado como orientador educativo desde el año
1997 para la Junta de Castilla y León en
diferentes Equipos de Orientación Educativa e Institutos de Secundaria. Actualmente es Jefe del
Departamento de Orientación del I.E.S. González
Allende de Toro (Zamora), trabajo que compatibiliza con el de Profesor Asociado en el Área de Métodos de Investigación y Diagnóstico en
Educación de la Universidad de Salamanca. Ha colaborado en varios proyectos de innovación junto a profesores de ingeniería relacionados
con la tutoría en la universidad, la adaptación de asignaturas al EEES, y
la evaluación de aprendizajes.
Juan F. Martín Izard. Doctor en Pedagogía.
Profesor Contratado Doctor del Departamento
de Didáctica, Organización y Métodos de Investigación de la Universidad de Salamanca.
Miembro del Instituto Universitario de Ciencias
de la Educación de la Universidad de Salamanca. Miembro del Grupo de
Investigación Evaluación Educativa y
Orientación (GE2O). Líneas de Investigación: Orientación Educativa y Tutoría, Educación Emocional, Formación en Competencias del
Profesorado, Formación en Espacios Virtuales de Aprendizaje.
40 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Index Terms— Educational robotics, educational robotic platforms, learning outcomes, learning environment, learning tool, pedagogical approach, programming software, robotics.
Title—Using Robotics as Learning Tool in Latin America
and Spain.
Abstract—Technological advances have allowed bring robotics as learning tool to multiple environments, ordinary school and after school. This article presents the perceptions of 127 teachers who teach Educational Robotics (ER) in Latin America and Spain to pre-university level. The studied dimensions were: the profile of the teachers, technological resources, learning activities, environmental characteristics and learning outcomes. The analysis suggests that learning outcomes in ER activities are related to attributes of the learning environment and the pedagogical approach.
I. INTRODUCCIÓN L uso de la robótica como herramienta de aprendizaje, más conocido como Robótica Educativa (RE), puede
describirse como un proceso sistemático y organizado, en el que intervienen elementos tecnológicos interrelacionados (plataforma robótica y software de programación) como herramientas mediadoras, cuyo objetivo final es lograr aprendizajes.
Entre los aprendizajes asociados a estas actividades y que están muy relacionados con los roles que los robots pueden desempeñar en el proceso de enseñanza-aprendizaje [1]–[3], podemos mencionar:
Conceptuales. Por un lado, en la asimilación de conceptos relacionados con las materias más afines a la robótica (tecnología, informática, matemáticas, física). Desde este enfoque la robótica se convierte en objeto de aprendizaje y es, en la actualidad, su principal uso en el entorno escolar [4]–[8]. Por otro lado, se emplea la robótica como apoyo para el aprendizaje de conceptos/temas no directamente vinculables, por ejemplo: reciclaje [9], arte [10], etc.
Kathia Pittí Patiño, Departamento de Teoría e Historia de la Educación.
Universidad de Salamanca. Paseo Canalejas 169, 37008. Salamanca. España. (email: [email protected]).
Belén Curto Diego y Vidal Moreno Rodilla pertenecen al Departamento de Informática y Automática. Universidad de Salamanca. Plaza de los Caídos s/n. 37008. Salamanca. España. (email: {bcurto, vmoreno}@usal.es).
M.a José Rodríguez Conde, Departamento de Didáctica, Organización y Métodos de Investigación. Universidad de Salamanca. Paseo Canalejas169, 37008. Salamanca. España. (email: [email protected]) 169, 37008. Salamanca. España. (email: [email protected]).
Procedimentales [7], [11], [12]. En las actividades de RE también es habitual buscar potenciar habilidades cognitivas, sociales [13] y metacognitivas, entre ellas: resolución de problemas, pensamiento computacional, habilidades de investigación y el pensamiento creativo e innovador.
Actitudinales [9], [14]. Muy frecuentemente el uso de la RE persigue generar cambios de actitud hacia la ciencia y la tecnología, producto de la escasez en el mercado laboral científico [15]. Incluso, se persigue favorecer cambios en las actitudes personales (autoestima, esfuerzo, autoeficacia, responsabilidad) o de trabajo en equipo. A su vez, se argumenta en la literatura [16]–[18], que la
RE es una herramienta que apoya la creatividad y las habilidades de aprendizaje del siglo XXI, tan reclamadas a nivel internacional [19].
Por lo tanto, dilucidar los posibles aprendizajes que la RE puede favorecer, requiere investigar una amplia variedad de recursos, de edades, de objetivos y de entornos de aprendizaje, siendo un factor clave centrarse en qué datos son necesarios y no tanto en qué método se use para adquirirlos [2].
Durante la revisión del estado del arte de la RE encontramos estudios como el llevado a cabo por Sullivan [11], donde analiza las habilidades de pensamiento y del proceso científico que usan los alumnos para resolver un desafío robótico. Sullivan [11] y Benitti[3] argumentan que los resultados de aprendizaje obtenidos en las actividades de RE son consecuencia de atributos del Entorno de Aprendizaje (EA) en sí y del enfoque pedagógico. Ambos artículos sirven como punto de partida en el trabajo que presentamos.
Se plantea realizar un primer acercamiento a la RE preuniversitaria en Iberoamérica y España [20], [21], en función de una serie de atributos y variables pedagógicas que nos permitan describir y explorar las posibles relaciones con los resultados de aprendizaje.
En este artículo detallamos el método de investigación utilizado (sección 2); en el apartado 3se muestran los resultados obtenidos; para posteriormente realizar su discusión y revelar su relación con otras investigaciones sobre RE (sección 4). Finalmente, en la sección 5, se dan a conocer las conclusiones y futuras líneas de investigación.
II. MÉTODO DE INVESTIGACIÓN
Con el fin de conocer el estado actual de la RE en Iberoamérica y España, tanto en los entornos escolares como extraescolares, se realizó un estudio exploratorio de tipo descriptivo. Para la recogida de datos se diseñó una encuesta en línea dirigida exclusivamente a los
Uso de la Robótica como Herramienta de Aprendizaje en Iberoamérica y España
Kathia Pittí Patiño, Belén Curto Diego, Vidal Moreno Rodilla and M.a José Rodríguez Conde
E
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 41
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
docentes/instructores de RE de estas regiones, con el objetivo de describir: 1) el perfil de los docentes/instructores de RE; 2) los recursos tecnológicos; 3) características de los EA; 4) resultados de aprendizaje; además se exploran posibles relaciones entre estas variables [21].
A. Variables de Investigación I. Dimensión: perfil de los docentes/instructores de RE.
En este grupo de variables se incluyeron: procedencia, género, edad, campo de estudio, experiencia y formación en robótica educativa.
II. Dimensión: recursos tecnológicos. En este rubro se ubican: plataforma de robótica, lenguaje de programación y material de apoyo.
III. Dimensión: actividades de aprendizaje. Las variables incluidas son: tipos de aprendizajes y actividades de aprendizajes.
IV. Dimensión: características generales. Se agrupan aquí las siguientes variables: los atributos del entorno, la asignatura (entorno escolar) o la entidad (entorno extraescolar), edad de los alumnos, la utilización de etapas/fases y la asignación de roles a los alumnos.
V. Dimensión: resultados de aprendizaje. Pertenecen a esta sección las variables: mejora en los aprendizajes y mejora en las calificaciones académicas.
B. Población y Muestra Población: todos los docentes/instructores de RE a nivel
preuniversitario ubicados en Iberoamérica y España, tanto de entornos de aprendizaje escolares como extraescolares, que pudieran ser contactados vía Internet para efectuar la encuesta.
Tipo de muestra no probabilística: una mezcla de muestra por cuotas (mínimo de 50 casos válidos y completos por cada entorno de aprendizaje) y en cadena.
Como unidad inicial y principal de nuestra muestra se utilizó la Red de Robótica Latinoamericana [22], con aproximadamente 210 miembros cuyo perfil corresponde con las características de este estudio, al mencionar como población meta de sus actividades de RE: niños (de 5 a 12 años) y jóvenes (de 13 a 17 años).
Posteriormente, se integraron a esta muestra grupos específicos localizados mediante búsqueda en Internet y contactados vía email:
- Torneos de robótica educativa (16 personas) - Proyectos escolares (14 personas) - Actividades extraescolares (79 personas) - 12 docentes
C. Instrumento de Recolección de Datos El proceso de construcción, fiabilidad y aplicación del
cuestionario ad hoc pasó por diferentes fases (Dic. 2012 - Feb. 2013): revisión de la literatura existente, la técnica de juicio de expertos y una prueba piloto.
Una vez revisado y ajustado el instrumento, se distribuyó la encuesta a la muestra detallada anteriormente durante los meses de marzo a mayo. Se obtuvieron en total 127 respuestas válidas.
Fiabilidad y validez. De esta versión final del cuestionario se obtuvo el índice de fiabilidad, mediante la
aplicación del estadístico alfa de Cronbach a los ítems que lo permitían, es decir, a la escala para medir los atributos del entorno de aprendizaje, cuyo coeficiente de consistencia interna alfa de Cronbach fue de 0.850 (con 10 ítems y 123 casos válidos completos, ya que se consideraron “valores perdidos” si no respondían a uno de los ítems). Igualmente, el coeficiente alfa de Cronbach fue de 0.817 (con 8 ítems y 114 casos válidos completos)para la escala de medición de las actividades de aprendizaje que son requeridas a los alumnos al enseñar con robots. Ambos valores indican una fiabilidad muy alta.
La validez de contenido se llevó a cabo mediante juicio de expertos.
III. RESULTADOS Se procesaron los resultados mediante análisis de
frecuencias, a través del software estadístico SPSS 20.0. Se realizaron algunos análisis de dos o tres variables a la vez (frecuencia y ji cuadrado) con la finalidad de detallar las posibles relaciones significativas entre los Entornos de Aprendizaje (EA): escolar y extraescolar, la categoría de robot educativo y el resto de variables.
Del total de 127 casos, el 47.2% corresponde al entorno escolar y el 52.8% son del entorno extraescolar.
Un análisis en profundad de la primera, segunda y cuarta dimensión se describe en [21]. En el presente artículo se señalan los resultados más relevantes de las mismas y su relación con las otras dos dimensiones.
A. Perfil de los Docentes/Instructores En estos 127 casos encontramos docentes/instructores de
casi todos los países convocados, a excepción de Cuba, Honduras, Nicaragua y Paraguay. Por regiones tenemos: un 59.8% de Iberoamérica y el 40.2% de España.
Los docentes (33.9% mujeres y 66.1% hombres) mostraron un rango de edad promedio de 33 a 40 años y diferentes campos de estudio; más de la mitad son del área de Ingeniería (56.7%).
Un dato a destacar es la Formación en RE. Apenas un 33% respondió formarse a través de cursos formales, siendo la experiencia, el autoaprendizaje y el intercambio con colegas su principal fuente de conocimientos.
En cuanto a los años de experiencia enseñando RE, se aprecia que el 52.7 % tiene menos de 4 años. Este dato puede reflejar el crecimiento actual de estas actividades.
B. Recursos Tecnológicos Para analizar la diversidad de plataformas robóticas y
software utilizados por los docentes/instructores hemos procedido a categorizarlos previamente.
En la literatura se señala que la Robótica integra diversas disciplinas como lo son: la electrónica/electricidad, la informática, la mecánica, la inteligencia artificial y la ingeniería de control. Basándonos en estas áreas, planteamos categorizar las distintas plataformas robóticas utilizando tres de ellas: la electrónica/electricidad, la informática y la mecánica, por ser las que mayor influencia tienen en los entornos investigados en este estudio: los preuniversitarios. Las tres categorías que proponemos, y que definimos a continuación, son:
42 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Categoría EIM (Electrónica/Electricidad – Informática – Mecánica). El alumno pone en práctica conocimientos de estas tres áreas, aplicando la robótica de forma integral. Ejemplos: robots basados en placas Arduino o similar, robots imprimibles, fabricados con materiales reciclables, ...
Categoría IM (Informática – Mecánica). El alumno cuenta con piezas prediseñadas y de fácil conexión para construir su robot, de tal manera que no son necesarios conocimientos del área electrónica/eléctrica. Ejemplos: Lego Mindstorms, WeDo, FischerTechnik, …
Categoría I (Informática). Son robots con una morfología predeterminada que no requiere (inicialmente) la fase de construcción, siendo su uso principal el aprendizaje del pensamiento computacional. Ejemplos: BeeBot, mOway, … De los robots educativos utilizados actualmente por los
encuestados, la categoría predominante es la IM con un 74.0%, en segundo lugar la EIM con 24.4% y, finalmente, la categoría I con un 1.6%.
Los lenguajes de programación los hemos dividido, según la interface visual o no del programa, en textuales y gráficos. El 78.0% emplea una interface de tipo gráfico frente a únicamente un 20.5% que usa el de tipo textual, y el 1.5% restante corresponde a los robots Bee-Bot de tipo I.
La última variable de esta dimensión se refiere a la procedencia del material de apoyo que utilizan para planificar/impartir estas clases de RE. Más de la mitad, el 53.3% se basa en Internet y guías de elaboración propia, un 18.1% emplea el proporcionado por el fabricante del recurso, un 14.3% utiliza libros, un 14% usa el facilitado por la entidad organizadora del curso y el 0.3% que señaló “otra procedencia” corresponde al material compartido por un colega de trabajo.
A continuación se detallan los resultados del análisis diferencial de distintas variables en función de las categorías de robots educativos, al considerar su importancia en este estudio y para posteriores investigaciones. Hay que señalar que únicamente se tienen en consideración las categorías de robot EIM e IM. A su vez, solamente se presentan los resultados donde existen diferencias estadísticamente significativas en el contraste chi-cuadrado (X2).
Software de programación(X2(1) = 47.823 p = .000) El uso del lenguaje textual predomina en los robots
categorizados EIM (76.9%), mientras que el lenguaje gráfico se usa en un 88.9% en los robots de tipo IM.
Edad de los alumnos(X2(1) = 11.598 p = .001) Se observa que los robots de la categoría IM son los más
utilizados para ambos rangos de edades, sobresaliendo su uso en edades de 5 a 12 años (94.7%). En cambio, el 93.5% de los robots tipo EIM se está empleando casi exclusivamente en edades de 13 a 17 años.
C. Actividades de Aprendizaje Se inicia esta sección, investigando qué tipo(s) de
aprendizaje(s) quieren favorecer los docentes/instructores al utilizar recursos para hacer robótica en sus actividades (en esta pregunta seleccionaron todas las opciones pertinentes, por ello su sumatoria no equivale al 100%). De los resultados se extrae que los aprendizajes de tipo procedimental (habilidades/destrezas) están en primer lugar
con un 93%, en segundo lugar (75.7%) los aprendizajes actitudinales y en tercer lugar(66.1%) los aprendizajes conceptuales.
La siguiente variable analizada se refiere a la frecuencia en qué ocho diferentes actividades de aprendizaje son requeridas a los alumnos en un entorno de aprendizaje basado en la RE, en una escala de 1 a 5 (desde nunca hasta siempre). Las medias obtenidas en orden descendente fueron:
( = 4.37) Expresivas prácticas(usar, aplicar) ( = 4.31) Creativas ( = 4.20) Resolución de problemas ( = 4.06) Analíticas ( = 3.94) Expresivas simbólicas (representar, comunicar) ( = 3.81) Críticas y argumentativas ( = 3.73) Metacognitivas ( = 2.56) Memorísticas/reproductivas Según los resultados de esta dimensión, la RE puede
favorecer distintos aprendizajes y procesos cognitivos.
D. Características del Entorno de Aprendizaje Para el entorno escolar se indagó sobre la asignatura
donde se integra la RE. Los resultados coinciden con otros estudios, son las materias más afines a la robótica (tecnología con un 41%, informática con el 20%, robótica con un 14% y ciencias con un 12%). De estos datos se deduce que la RE se usa principalmente como objeto de aprendizaje.
Asimismo, para el entorno extraescolar se investigó sobre la entidad organizadora de la actividad de RE. Se aprecia la variedad de colectivos que intentan acercar la RE a los niños y jóvenes, donde la empresa privada lidera con un 33%, luego los centros escolares (19%), Universidad (17%), Asociación/club de robótica (12%), Fundación/ONG (9%), proyecto personal (6%), padres de familia (2%) y museos (2%).
Por otro lado, la participación en torneos es muy popular en ambos entornos, el escolar con un 42.9% y para el extraescolar un 57.1%.
En cuanto a la edad de los alumnos, la RE se promueve primordialmente para jóvenes de 13 a 17 años (68.5%).
A nivel pedagógico, se incluyeron dos variables por su relación con las actividades de RE. Un 64.6% de los docentes/instructores de RE utiliza fases o etapas en sus clases y el 54.0% asigna roles a sus alumnos. Algo contradictorio, el entorno extraescolar es donde más se aplican, alrededor del 55% en ambas opciones.
Si estudios anteriores [3], [11] concluyeron que los resultados de aprendizaje de los participantes en actividades de RE están asociados a atributos inherentes a este tipo de tecnología y al enfoque de enseñanza por parte del docente. ¿Cuáles atributos indagar?
La respuesta la encontramos en el reconocido especialista en diseño y tecnología educativa, el Dr. David Jonassen, quien junto a otros colegas, plantean que existen una serie de atributos que deben estar presentes en las actividades basadas en tecnología para que el aprendizaje significativo pueda ocurrir [23]–[25].
Tomándolos como base y por su gran correspondencia con la literatura revisada sobre RE [1]–[14], [16]–[18], [20],
PITTI PATIÑO et al.: USO DE LA ROBÓTICA COMO HERRAMIENTA DE APRENDIZAJE EN ... 43
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[26], se analiza la frecuencia en qué los 127 docentes consideran presentes o no los siguientes diez atributos, en una escala de 1 a 5 (desde nunca hasta siempre). De la información proporcionada se extrae que siete medias son superiores a 4. Se presentan todos los atributos en orden descendente con su respectiva definición:
( = 4.54) Tecnológico: los alumnos utilizan las tecnologías como herramientas de construcción del conocimiento, aprenden con ellas, no de ellas.
( = 4.42) Activo: los alumnos son el centro del proceso de aprendizaje. Es decir, participando en la construcción de su propio conocimiento y adquiriendo una mayor responsabilidad en todos los elementos del proceso.
( = 4.37) Manipulativo: aprender haciendo, los alumnos trabajan activamente con los recursos de aprendizaje.
( = 4.37) Colaborativo: los alumnos trabajan en equipo para construir su aprendizaje y conocimiento, aprovechando las habilidades de los demás, intercambiando y exponiendo puntos de vista.
( = 4.26) Constructivo: los alumnos integran nuevas ideas a partir de sus conocimientos previos, con el fin de construir su propio significado.
( = 4.12) Intencional: las actividades de aprendizaje persiguen una meta establecida.
( = 4.04) Reflexivo: los alumnos consideran detenidamente el porqué de sus acciones y de las respuestas que encuentran.
( = 3.98) Contextualizado: los alumnos realizan tareas que favorecen aprendizajes muy vinculados al mundo real.
( = 3.82) Conversacional: los alumnos aprenden mediante un proceso dialógico inherentemente social.
( = 3.45) Complejo: se involucra a los alumnos en la solución de problemas poco estructurados.
Por supuesto, surgen interrogantes como: ¿habrá
diferencias entre el entorno escolar y extraescolar? ¿Qué factores pueden afectar su presencia? ¿Importa el tipo de recurso? ¿Cómo afecta su presencia a los resultados de aprendizaje? Conocer las respuestas facilita el diseño de actividades basadas en la RE que propicien en los alumnos un verdadero aprendizaje significativo.
En consecuencia, realizado el análisis global, a continuación se verifica si existen diferencias significativas en estas medias en función, en primer lugar y por su importancia, del entorno de aprendizaje y luego con las demás variables del estudio. Por ello, con la intención de definir el empleo de las técnicas estadísticas más adecuadas (paramétricas o no paramétricas), se aplicó el estadístico de prueba Kolmogorov-Smirnov con la corrección de Lilliefors. Los resultados de los 10 atributos presentan un nivel de significación igual a .000, es decir, los datos en la población se distribuyen de manera aleatoria. En consecuencia se rechaza la hipótesis de normalidad. Se procede a utilizar pruebas no paramétricas, específicamente el modelo U de Mann-Whitney para muestras independientes.
Los resultados de la prueba U de Mann-Whitney para el entorno de aprendizaje en cada uno de los atributos
estudiados fueron p>.05, indicando que no existen diferencias estadísticamente significativas. O sea, se confirma una gran similitud entre los EA basados en robótica escolares y extraescolares, y a su vez una elevada presencia entre los diez atributos propuestos. Igualmente, no existen diferencias significativas en función del tipo de plataforma robótica o software de programación, es decir, del recurso tecnológico empleado.
Debido a la gran cantidad de variables estudiadas, se presentan las dos que influyen en una mayor cantidad de atributos, que presentan diferencias estadísticamente significativas (p<.05) y que están bajo el control del docente/instructor. Éstas son: establecer etapas/fases y asignar roles a los alumnos.
En primer lugar, se puede afirmar que existen diferencias significativas en función de si el docente/instructor utiliza o no etapas/fases durante la actividad de RE respecto a cuatro atributos. Éstos son: constructivo (p =.020), intencional (p =.002), conversacional (p =.002) y complejo (p =.001). Algunos ejemplos de las etapas/fases utilizadas por los docentes/instructores participantes de la encuesta son:
• Identificación del problema, propuesta de solución, desarrollo del prototipo, experimentación, compartir soluciones, conclusiones y evaluación.
• Diseño, construcción, programación, pruebas, análisis de resultados.
• Imaginar, diseñar, desarrollar, probar, mejorar. • Desaprender, aprender, re-aprender. • Planificar, hacer, verificar.
Así como a los docentes/instructores les puede facilitar su
labor disponer de una guía para enseñar un tema, lo mismo se aplica a los alumnos. Como diseñador de las actividades, un docente tendrá que elegir las fases que más se adecuen a su contexto: cuanto menor edad o experiencia tengan los alumnos, necesitarán un mayor número de fases y más explicación de qué hacer en cada una. El objetivo es brindarle al alumnado un método de resolución de problemas, que apliquen a otras situaciones y que sirva de base a la competencia “aprender a aprender”.
Por otro lado, los atributos: activo (p=.018), conversacional (p=.026), contextualizado (p=.010) y constructivo (p=.036) están presentes con mayor frecuencia en el entorno escolar si el docente les asigna roles a sus alumnos.
Por lo tanto, en las actividades de RE, es importante el concepto de rol, que puede ser definido como una determinada responsabilidad que se le entrega a un miembro del equipo, con las tareas específicas que debe llevar a cabo, pero que no lo exenta de participar en otras. Este rol no es permanente y debe rotarse entre los miembros del equipo. Esto permite que todos puedan practicar las habilidades relacionadas con cada rol y así descubrir sus propios talentos, limitaciones o aspectos a mejorar.
Veamos algunos roles que los docentes del estudio asignan a sus alumnos:
• Arquitecto, ensamblador, revisor. • Coordinador, expositor, diseñador, controlador del
tiempo.
44 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
• Diseñador, relator/periodista, informático, ingeniero. • Programador, constructor, investigador, crítico,
documentalista. • Coordinador, comunicador, líder de herramientas,
líder(es) de orden y limpieza, constructor. E. Resultados de Aprendizaje
Esta dimensión únicamente se diseñó para los docentes de los entornos escolares, y en total se obtuvieron 50 respuestas. Primeramente, se les preguntó si perciben que sus alumnos mejoran sus aprendizajes con las actividades basadas en RE.
Se utilizó para ello una escala tipo Likert de 1 a 5 con los siguientes resultados: nada (0%), muy poco (0%), algo (10%), bastante (50%), mucho (40%). Todos los docentes contestaron favorablemente.
Así, la segunda pregunta consistió en saber si igualmente perciben una mejora en las calificaciones académicas. Usamos la misma escala de valores y se obtuvieron estos datos: nada (2%), muy poco (4%), algo (46%), bastante (44%), mucho (4%). Se aprecia un notable descenso en la mejora de las calificaciones con relación a la mejora de los aprendizajes.
Y, en último término, cabría aquí retomar la importancia de establecer etapas y asignar roles a los alumnos, para promover aprendizajes significativos. En este sentido, se analiza a continuación si los resultados de aprendizaje también varían cuando los docentes realizan estas acciones pedagógicas.
Se comprueba mediante la prueba U de Mann-Whitney para muestras independientes que existen diferencias estadísticamente significativas (Fig. 1) en función de si los docentes utilizan fases/etapas con ambas variables (mejora en los aprendizajes y mejora en las calificaciones).
Igualmente, se obtienen resultados similares (Fig. 2) en función de si los docentes asignan roles a sus alumnos, aunque solamente existe diferencia estadísticamente significativa en la variable: mejora en las calificaciones.
IV. DISCUSIÓN DE LOS RESULTADOS En relación con los resultados de esta investigación y
estudios anteriores [1]–[14], [16]–[18], [20], [26], se encontraron coincidencias en cuanto a la creciente popularidad de la RE, el género, las preferencias del tipo de recurso, necesidades tanto formativas como de guías didáctica. Igualmente, su uso actual en el aula es en asignaturas muy vinculadas a la robótica y como objeto de aprendizaje.
Así pues, la incorporación de la robótica como una herramienta de aprendizaje en Iberoamérica y España crece significativamente. El número de docentes de RE con menos de cuatro años de experiencia equivale al 52.8% de la muestra.
El género más representativo entre los docentes es el masculino. En este sentido, es necesario investigar más a profundidad las diferencias percibidas en este estudio (en los recursos tecnológicos utilizados y los atributos del EA [21]) en función del género, y tenerlas en consideración al diseñar experiencias que permitan mejorar la actitud de las mujeres hacia la ciencia y tecnología.
Asimismo, de los resultados de esta encuesta se detectan algunas necesidades urgentes. Por un lado, ampliar la oferta de cursos de formación en RE, tanto a nivel presencial como virtual [4], [17], y por otro lado, una mayor disponibilidad de guías didácticas que faciliten la labor docente.
Un dato a considerar es que alrededor del 50% de las actividades de RE en ambos entornos tienen como finalidad
Fig. 1. Porcentaje de mejora de los aprendizajes y de las calificaciones de los alumnos en función de si el docente establece o no. fases/etapas.
Fig. 2. Porcentaje de mejora de los aprendizajes y de las calificaciones, en función de si el docente asigna o no roles a sus alumnos.
PITTI PATIÑO et al.: USO DE LA ROBÓTICA COMO HERRAMIENTA DE APRENDIZAJE EN ... 45
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
participar en algún torneo. Se puede argumentar que las competiciones de RE han contribuido en gran medida a su popularidad e introducción en el aula escolar [3].
Se registra que un 90% de los docentes percibe una mejora importante en los aprendizajes de sus alumnos (bastante/mucho). Sin embargo, esta cifra desciende a un 48% (bastante/mucho) si nos referimos a una mejora en las calificaciones. Estos datos se asemejan a los obtenidos en algunos estudios aunque con otras herramientas de aprendizaje (pizarra digital interactiva, tabletas digitales). Actualmente, se cuestiona si los instrumentos de evaluación siguen privilegiando el aprendizaje memorístico, en vez de adecuarlos para medir los aprendizajes demandados en el siglo XXI [19].
En este sentido, según los resultados de la III dimensión, las actividades de aprendizaje exigidas a los alumnos en RE con mayor frecuencia son: las expresivas prácticas, las creativas, la resolución de problemas y las analíticas. Concordando con el principal aprendizaje a favorecer, el procedimental (habilidades/destrezas). En cambio, tanto los aprendizajes conceptuales como las actividades memorísticas quedan en último lugar, según los docentes/instructores participantes de este estudio.
Por otro lado, no se encontraron estudios antecedentes en los que se indagara sobre los atributos de un EA basado en RE, por lo que no se pueden comparar los resultados considerando esta variable. Sin embargo, de acuerdo con Jonassen y colegas [24], [25], estos atributos que favorecen un aprendizaje significativo se relacionan entre sí, son interactivos e interdependientes, es decir, son sinérgicos. También manifiestan que las actividades de aprendizaje que incluyan una combinación de estos atributos dan como resultado un aprendizaje aún más significativo que si se trabajan de manera individual o aislada.
En definitiva, en los resultados se demuestra que los EA basados en RE, tanto escolares como extraescolares, poseen inherentemente múltiples atributos para que los alumnos obtengan aprendizajes altamente significativos. Y que esos atributos se puede potenciar mediante acciones pedagógicas sencillas como: establecer etapas y asignar roles a los alumnos. Lo más importante: estas simples decisiones docentes también afectan los resultados de aprendizaje de los alumnos de forma estadísticamente significativa.
Otra aportación de este estudio, es el relacionado con categorizar las plataformas robóticas (EIM, IM e I) y los lenguajes de programación (textual y gráfico) para conocer sus usos actuales con más detalle. En tal sentido, aunque actualmente hay una gran diversidad de plataformas robóticas en las tres categorías propuestas, existe una tendencia clara al uso de plataformas IM y a lenguajes de programación con interface gráfico. Incluso la gran mayoría de los estudios sobre RE corresponden a robots tipo IM [3]. Por tanto, se deduce su uso de manera general para cualquier tipo de aprendizaje (conceptual, procedimental o actitudinal). Ciertamente, cabe preguntarse, si el objetivo es únicamente enseñar a programar, qué valor añadido obtengo al utilizar un robot tipo I frente a uno tipo IM o EIM. Igualmente aparece esta incertidumbre para los lenguajes de programación. Así, estas interrogantes apuntan a líneas de investigación prometedoras [26] que nos ayuden a lograr en los alumnos mejores aprendizajes significativos.
V. CONCLUSIÓN
En este artículo se ha presentado una visión actual de la Robótica Educativa(RE) en Iberoamérica y España desde la percepción de los propios docentes/instructores en relación a los recursos tecnológicos que usan, las actividades de aprendizaje, las características del entorno y los resultados de aprendizaje, con el fin de explorar posibles variables que permitan mejorar la práctica educativa.
De esta manera, de los resultados se hace evidente que actualmente se usan en las actividades de RE distintas plataformas robóticas categorizadas como EIM, IM o I, y lenguajes de programación clasificados en textual y gráfico. Estos datos reflejan la necesidad de realizar un estudio previo para definir cuál es la herramienta más adecuada según los objetivos de aprendizaje, sin olvidar valorar si cuenta con: material didáctico, capacitación técnica/pedagógica (ambos muy escasos según los datos) y una comunidad de aprendizaje [22] que facilite la labor de enseñanza.
Igualmente, se comprueba cómo las acciones pedagógicas del docente/instructor(establecer etapas y asignar roles) pueden favorecer ciertos atributos vinculados a un aprendizaje significativo y por ende, lograr mejores aprendizajes y resultados académicos en un EA basado en RE [3], [11]. Esto pone de manifiesto la importancia de capacitar a los docentes/instructores que usen esta tecnología, dando igual énfasis a los aspectos didácticos de su uso como a los técnicos.
Asimismo, esta investigación confirma lo señalado por varios autores. La Robótica Educativa como cualquier tecnología es una herramienta al servicio del proceso de enseñanza-aprendizaje, es decir, del docente/instructor; capaz de generar un entorno de aprendizaje significativo, escolar o extraescolar, y acorde con las habilidades del siglo XXI [19]; siempre que logremos un equilibrio al diseñar los Entornos de Aprendizaje basados en RE entre: el contexto, la tecnología y la pedagogía.
Por último, si bien en este estudio se demuestra, según las opiniones de los propios docentes/instructores de Iberoamérica y España, la gran similitud de los atributos en tan variados Entornos de Aprendizaje basados en RE, existen razones para profundizar si las mismas serán compartidas por sus alumnos. Es decir, ¿cómo perciben los participantes estas herramientas de aprendizaje y los atributos propuestos para un entorno de aprendizaje basado en RE? o ¿qué otras variables relacionadas con el método de enseñanza pueden contribuir a mejorar los atributos y por ende los resultados de aprendizaje? ¿qué papel tienen los instrumentos de evaluación en la mejora o no de las calificaciones de los alumnos? Éstas son algunas futuras líneas de investigación.
AGRADECIMIENTOS
Kathia Pittí dispone de una beca de la Secretaria Nacional de Ciencia, Tecnología e Innovación (SENACYT) y el Instituto para la Formación y Aprovechamiento de Recursos Humanos (IFARHU), de la República de Panamá.
Igualmente, nuestra gratitud a los expertos y participantes de este estudio por su valiosa colaboración.
46 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
REFERENCIAS
[1] D. Miller, I. Nourbakhsh, and R. Siegwart,“Robots for Education,” in Springer Handbook of Robotics, B. Siciliano & O. Khatib, Eds. New York: Springer-Verlag, 2008, pp. 1283-1301.DOI= http://dx.doi.org/10.1007/978-3-540-30301-5_56
[2] K. Stubbs, J. Casper, and H. A. Yanco, “Designing Evaluations for K-12 Robotics Education Programs,” in Robots in K-12 Education: A New Technology for Learning, B. Barker, G. Nugent, N. Grandgenett, & V. Adamchuk, Eds. Hershey, PA:IGI Global, 2012, pp. 31-53. DOI= http://dx.doi.org/10.4018/978-1-4666-0182-6.ch002
[3] F. B. V. Benitti, “Exploring the educational potential of robotics in schools: A systematic review, ”Computers & Education, vol. 58, no. 3, pp. 978-988, Apr. 2012.DOI= http://dx.doi.org/10.1016/j.compedu.2011.10.006
[4] G. B. Demo, M. Moro, A. Pina, and A. Arlegui, “In and out of the school activities implementing IBSE and constructionist learning methodologies by means of robotics, ”in Robots in K-12 Education: A New Technology for Learning, B. Barker, G. Nugent, N. Grandgenett, & V. Adamchuk, Eds. Hershey, PA: IGI Global, 2012, pp. 66-92. DOI= http://dx.doi.org/10.4018/978-1-4666-0182-6.ch004
[5] J. LindhandT. Holgersson, “Does lego training stimulate pupils’ ability to solve logical problems? Computers & Education, vol. 49, no. 4, pp. 1097–1111, Dec. 2007.DOI= http://dx.doi.org/10.1016/j.compedu.2005.12.008
[6] M. Petre and B. Price, “Using robotics to motivate ‘back door’ learning,” Education and Information Technologies,vol. 9, no. 2 pp. 147–158, Jun. 2004.DOI= http://dx.doi.org/10.1023/B:EAIT.0000027927.78380.60
[7] R. Mitnik, M. Nussbaum, and A. Soto, “An autonomous educational mobile robot mediator,”AutonomousRobots,vol. 25, no. 4, pp. 367–382, Nov. 2008.DOI= http://dx.doi.org/10.1007/s10514-008-9101-z
[8] B. S. Barker and J. Ansorge, “Robotics as means to increase achievement scores in an informal learning environment,”Journal of Research on Technology in Education,vol. 39, no. 3, pp. 229–243, Spr. 2007.
[9] K. Pittí, B. Curto, V. Moreno, and R. Ontiyuelo, “CITA: Promoting Technological Talent through Robotics,” in Proc. 3rd International Conf. on Robotics in Education, Prague, Czech Republic, 2012,pp. 113-120. Available: http://www.ksi.mff.cuni.cz/rie2012/proceedings/2012RiE-15.pdf
[10] H. A.Yanco,H. J. Kim,F. G. Martin,and L. Silka, "Artbotics: Combining art and robotics to broaden participation in computing,” in Proc. of the AAAI Spring Symposium on Robots and Robot Venues: Resourcesfor AI Education, Stanford, CA, Mar. 2007.
[11] F. R. Sullivan, “Robotics and science literacy: thinking skills, science process skills and systems understanding,”Journal of Research in Science Teaching,vol. 45, no. 3, pp. 373–394, Mar. 2008.DOI= http://dx.doi.org/10.1002/tea.20238
[12] M. Barak and Y. Zadok, “Robotics projects and learning concepts in science, technology and problem solving,”International Journal of Technology and Design Education,vol. 19, no. 3, pp. 289–307, Aug. 2009. DOI= http://dx.doi.org/10.1007/s10798-007-9043-3
[13] G. Owens, Y. Granader, A. Humphrey, and S. Baron-Cohen, “LEGO® therapy and the social use of language programme: an evaluation of two social skills interventions for children with high functioning autism and Asperger Syndrome,”Journal of Autism and Developmental Disorders,vol. 38, no. 10,pp. 1944–1957, Nov. 2008. DOI= http://dx.doi.org/10.1007/s10803-008-0590-6
[14] E. Hamner, T. Lauwers, D. Bernstein, I. R. Nourbakhsh, and C. F.DiSalvo, “Robot Diaries: Broadening Participation in the Computer Science Pipeline through Social Technical Exploration,” in AAAI Spring Symposium: Using AI to Motivate Greater Participation in Computer Science, pp. 38-43, Mar. 2008. Available: http://www.ri.cmu.edu/pub_files/pub4/hamner_emily_2008_1/hamner_emily_2008_1.pdf
[15] M. Rocard, et al., “Science education now: A renewed pedagogy for the future of Europe,” Luxembourg, Office for Official Publications of the European Communities. Available: http://ec.europa.eu/research/science-society/document_library/pdf_06/report-rocard-on-science-education_en.pdf
[16] A. Eguchi, “Educational Robotics Theories and Practice: Tips for how to do it Right,”inRobots in K-12 Education: A New Technology for Learning, B. Barker, G. Nugent, N. Grandgenett, & V. Adamchuk, Eds. Hershey, PA: IGI Global, 2012, pp. 1-30. DOI= http://dx.doi.org/10.4018/978-1-4666-0182-6.ch001
[17] D. Alimisis,“Educational robotics: Open questions and new challenges,”Themes in Science and Technology Education,vol. 6, no. 1, pp. 63-71, 2013. Available: http://earthlab.uoi.gr/theste/index.php/theste/article/view/119/85
[18] M. Gura and K. P. King (Eds.),“Classroom robotics: Case stories of 21st century instruction for millennial students,” Charlotte, NC, Information Age Publishing, Inc.2007.
[19] Partnership for 21st Century Skills. 2009. P21 framework definitions. Available: http://www.p21.org/storage/documents/P21_Framework_Definitions.pdf
[20] B. Curto and K. Pittí , K. (Eds.), Robótica educativa [online monograph],Revista Electrónica Teoría de la Educación: Educación y Cultura en la Sociedad de la Información.University of Salamanca,vol. 13, no. 1, pp. 1-172, Jul. 2012.Available: http://campus.usal.es/~revistas_trabajo/index.php/revistatesi/article/view/9043/9298
[21] K. Pittí, B. Curto, V. Moreno, and M.a José Rodríguez, “Resources and features of robotics learning environments (RLEs) in Spain and Latin America,” in Proc. of the First International Conf. on Technological Ecosystem for Enhancing Multiculturality (TEEM ’13), Francisco José García-Peñalvo (Ed.), ACM, New York, NY, USA, pp. 315-322, Nov. 2013. DOI=http://doi.acm.org/10.1145/2536536.2536584
[22] Red de Robótica Latinoamericana.Available: http://redrobotica.org [23] D. H. Jonassen, “Designing of Constructivist Learning
Environments,” 1997. Available: http://web.missouri.edu/jonassend/INSYS527.html
[24] D. H. Jonassenand J. Strobel, “Modeling for meaningful learning. In Engaged learning with emerging technologies,”D. Hung and M.S. Kine (Eds.), pp. 1-28, 2006.DOI= http://dx.doi.org/10.1007/1-4020-3669-8_1
[25] J. L. Howland,D. H. Jonassen, and R. M. Marra, “Meaningful learning with technology. Chapter 1 - Goal of technology integrations: Meaningful learning,”(4th ed.). Boston, Pearson Education Inc., 2012. Available:
[26] I. Gaudielloand E. Zibetti, “Using control heuristics as a means to explore the educational potential of robotics kits,”Themes in Science and Technology Education,vol. 6, no. 1, pp. 15-28, 2013. Available:
http://www.pearsonhighered.com/assets/hip/us/hip_us_pearsonhighered/samplechapter/0132565587.pdf
http://earthlab.uoi.gr/theste/index.php/theste/article/view/115/81
PITTI PATIÑO et al.: USO DE LA ROBÓTICA COMO HERRAMIENTA DE APRENDIZAJE EN ... 47
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Kathia Pittí Patiño es Licenciada en Ingeniería Eléctrica y Electrónica por la Universidad Tecnológica de Panamá y Máster en “Las TICs en Educación: análisis y diseño de procesos, recursos y prácticas formativas” por la Universidad de Salamanca, España. Actualmente, es becaria del programa SENACYT-IFARHU de Panamá del doctorado “Las TICs en Educación” de la
Universidad de Salamanca. Realiza su tesis doctoral sobre Robótica Educativa. Colabora con el Centro Internacional de Tecnologías Avanzadas (Peñaranda de Bracamonte, Salamanca) y el grupo de investigación ROBO – PROC del Centro Regional de la Universidad Tecnológica de Panamá en Chiriquí.
Belén Curto Diego es Profesora Titular de la Universidad de Salamanca en el Área de Ingeniería de Sistemas y Automática. Trabaja en el Grupo de Investigación de “Robótica y Sociedad”. Es autora de más de treinta artículos de investigación sobre Automática, Robótica Autonóma y Robótica en Educación, así como
directora de proyectos de investigación con financiación pública y privada.
Vidal Moreno Rodilla es Profesor Titular de la Universidad de Salamanca en el Área de Ingeniería de Sistemas y Automática. Tiene una amplia experiencia docente e investigadora en el campo de la Robótica y de la Inteligencia Artificial. Ha participado en diferentes proyectos de innovación docente así como proyectos de investigación de ámbito público y privado.
M.a José Rodríguez Conde es profesora titular de la Universidad de Salamanca en Formación de Educadores en Metodología de Investigación y Evaluación. Tiene amplia experiencia en el análisis estadístico de datos sociales (programa estadístico SPSS) y e-Learning y es autora de más de cincuenta artículos de
investigación sobre educación y ciencias sociales. Dirige y desarrolla actividades de investigación en varios proyectos de ámbito regional, nacional e internacional.
48 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Development of a Spanish Standard for the
Assessment of Digital Educational Material Quality
Abstract— The quality of Digital Educational Materials
(DEMs) constitutes one of the basic components of a high
quality institutional certification for outstanding use of ICT in
learning and teaching. However, currently, there is neither
national nor international standard for DEM quality
assessment. This deficiency not only limits the efficiency of the
certification systems to assess the quality of the e-learning of an
educational institution, but also the creation, use, reuse and
appraisal of DEMs. This article presents the project and first
results of the development of a DEM quality standard of the
Spanish Association for Standardization and Certification
(AENOR).
Index Terms— Standardization, E-Learning, Quality, Digital
Educational Materials, Digital Learning Objects
I. INTRODUCCIÓN
L uso de las Tecnologías de la Información y las
Comunicaciones en la Educación está obligando a
transformar los materiales educativos existentes y a crear
nuevos materiales en formatos digitales. Este proceso, sin
embargo, no es sencillo: no sólo exige conocer las
herramientas informáticas de edición digital textual y
multimedia sino también conocer las nuevas formas de
descripción, organización, presentación y uso de los
contenidos en formatos digitales. Así, sólo para la
descripción y clasificación de los recursos digitales
educativos el autor de los MED aplicar alguna de las normas
de metadatos educativos: UNE-LOM; Dublin Core
Educativo o el próximo estándar MLR (ver sección III.B.1).
Asimismo, téngase en cuenta que los autores de MED deben
ser, además y sobre todo, expertos en didáctica y en la
disciplina del MED. Todo este bagaje hace que la tarea de
crear MED sea costosa, cuando no inabordable, para
muchos autores, especialmente para los profesores no
especialistas en TIC [1]
Disponer de una norma de calidad de MED no va a
impedir que el autor tenga que invertir un importante
esfuerzo en aprender los requisitos tecnológicos y didácticos
(actualmente dispersos y difíciles de comprender) para crear
un MED de calidad. Sin embargo, si la norma recoger de
forma sistemática, comprensible y medible en un único
A. M. Fernández-Pampillón, Facultad de Filología, Universidad
Complutense de Madrid y Subcomité AEN 71/SC36 de la Asociación Española de Normalización y Estandarización (AENOR). Madrid. España.
(E-mail: [email protected]).
documento, los requisitos básicos tecnológicos y didácticos
que debe cumplir un MED para satisfacer las necesidades de
sus usuarios, entonces va a facilitar considerablemente el
proceso inicial de aprendizaje, va a permitir que sepa crear
estos materiales, y, sobre todo, va a permitir la valoración de
este esfuerzo de creación de MED de calidad [2].
Asimismo, una norma de calidad de MED permitirá
complementar la evaluación de la calidad de los sistemas de
certificación, más generales, del aprendizaje electrónico
como el certificado europeo UNIQUe [3] o el nacional UNE
66181:2012 [4].
Por estas razones, la Agencia Española para la
Normalización (AENOR), puso en marcha en septiembre de
2013 el proyecto PNE 71362 para el desarrollo de una
norma UNE de Calidad de los Materiales Educativos
Digitales [5]. Se ha constituido un Grupo de Trabajo, AEN
71/SC36/GT 12, en el que participan, actualmente, veintitrés
profesionales de los diferentes campos de aplicación de la
futura norma: sector académico, de la administración del
estado y empresarial (ver Anexo).
Este artículo presenta el proyecto de norma y sus
primeros resultados. El esquema que se sigue es el siguiente:
en la sección 2 se describen los antecedentes en los que se
basa la norma; en la sección 3, el objeto y campo de
aplicación; en la sección 4, la estructura, requisitos y
metodología de desarrollo de la norma; en la sección 5 los
primeros resultados obtenidos: el nivel de calidad académico
y su aplicación. Finalmente, en la sección 6 se resumen las
conclusiones del trabajo desarrollado y el trabajo futuro.
II. ANTECEDENTES
A. Sobre la calidad de los Materiales Educativos Digitales
La norma de calidad incorpora los modelos de evaluación
de la calidad de los materiales educativos desarrollados a
nivel nacional e internacional que están centrados
únicamente en la evaluación del material educativo, sin
tener en cuenta los procesos ni sistemas relacionados con
dicho material. Estos modelos considerados están basados
en criterios de calidad. Los criterios se aplican utilizando
métodos como la evaluación por “iguales”, la evaluación por
los usuarios o la evaluación colaborativa.
A nivel nacional destacan los modelos de calidad de la
Universidad de Salamanca [6], de la UNED, [7], el Campus
Virtual de la UCM (documento no público) y la Universidad
de Murcia [8]. De estos modelos, HEODAR [6], es
posiblemente el modelo más completo. Incluye los aspectos
pedagógicos, subdivididos en criterios psicopedagógicos y
criterios didáctico-curriculares, y los aspectos técnicos como
“diseño de interfaz” y la “navegación”. Además, presenta un
Desarrollo de una Norma Española de Calidad
de Materiales Educativos Digitales
A. M. Fernández-Pampillón, Universidad Complutense de Madrid, Asociación Española de
Normalización y Certificación (AENOR)
E
VAEP-RITA Vol. 2, Núm. 1, Mar. 2014 49
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
modo sencillo de puntuación del 1 (Muy deficiente) al 5
(Muy alta). Incluye, asimismo, el factor “tiempo estimado
para la elaboración de las actividades propuestas”. La
propuesta desarrollada por la UNED no es tan completa y
clara en su clasificación de criterios y subcriterios como
HEODAR, pero también incluye los criterios pedagógicos
de “motivación”, “coherencia didáctica”, “interactividad” y
“adaptabilidad”. Asimismo incluye orientaciones de uso. Sin
embargo, únicamente considera el criterio tecnológico de
“presentación de los contenidos”. El modelo de la
Universidad de Murcia, se refiere fundamentalmente a
materiales educativos no digitales. Hace énfasis en que el
material debe ser “legible”, “actualizado” y “coherente con
el diseño curricular”.
A nivel internacional se han utilizado los modelos
presentados en: Becta [9], DESIRE [10], Kurilovas [11],
Leacock and Nesbit [12], LOEM [13], MELT [14], Paulsson
and Naeve [15], Q4R [16], CENICE-MED [17], Merlot
[18], LORI [19], Krauss y Ally [20], Open ECBCheck [21] y
LOAM [22].
La propuesta de Becta incorpora, respecto a los modelos
españoles, los criterios de “motivación” e “interacción”
Leacock and Nesbit se centran en la “calidad de
contenidos”, la “interactividad” y la “motivación”. DESIRE
apuesta por “calidad de los contenidos”, la “interacción”,
“adaptabilidad”, y la “motivación”, además de proponer la
necesidad de referenciar las fuentes de materiales. Kurilovas
desarrolla exhaustivamente las “cuestiones de derechos de
autor”, además de hacer énfasis en la “reusabilidad técnica”
y los criterios pedagógicos. LOEM está basado en cinco
criterios básicos subdivididos en varios subcriterios, todos
ellos extensamente apoyados teóricamente: “interactividad”,
“diseño”, “motivación”, “usabilidad” y “calidad del
contenido”. Llama la atención, sin embargo, que el modelo
incluya los criterios de carácter más tecnológico de “diseño”
y “usabilidad” a pesar de ser un modelo centrado en criterios
pedagógicos. En la línea de MELT, los criterios pedagógicos
de Kurilovas salvo la interactividad están destinados a la
máxima rentabilidad de los materiales y, por tanto, a su
internacionalización, por lo que promueven la
“independencia de la lengua” y la “transnacionalidad del
currículum” que rige objetivos y contenidos. Paulsson and
Naeve se centran directamente en los aspectos técnicos y
defiende su separación de los aspectos pedagógicos. El
modelo Q4R introduce aspectos como la definición de los
“objetivos didácticos”, “calidad de los contenidos”,
“indicación de la lengua” y de las “estrategias” de
enseñanza-aprendizaje y evaluación.
El informe CENICE-MED revisa los modelos de
estándares y marcas de certificación de calidad de
contenidos educativos internacionales desarrollados por el
Comité de la Industria de la Aviación (AICC), la American
Federation of Teachers (AFT), la Athabasca University, la
National Learning Network, Edna On line Education
Network, el IMS Global Learning Consortium, INC, y el
Grant McEwan College. Estos modelos hacen énfasis en los
aspectos que promueven la “reutilización” de los MED.
Asimismo incluyen la evaluación de los procedimientos de
elaboración y uso de los MED.
En el repositorio de MED, Merlot, la evaluación de la
calidad se basa, como en las revistas de investigación, en un
proceso de evaluación por pares entre los integrantes de un
consejo de redacción que revisa y compara cada una de las
evaluaciones e informes. Se tienen en cuenta los siguientes
aspectos: “calidad del contenido”, “efectividad potencial”
como herramienta de enseñanza, y “usabilidad”. Si existe
alguna diferencia significativa en los dos exámenes, se
asigna el material a un tercer revisor. Sin embargo, este
sistema de evaluación suele ser lento y puede incluso
demorarse más de treinta días, puesto que depende de la
disponibilidad de evaluadores que realizan su trabajo de
manera desinteresada.
El modelo LORI es, probablemente el más utilizado.
Propone nueve criterios que se puntúan de 1 a 5 siendo 5 la
puntuación máxima e incluye la opción “No Aplicable” en
caso que un revisor no se siente capacitado para juzgar un
criterio en particular o no sea aplicable. Los criterios son:
(1). “calidad de los contenidos”, (2) “alineación entre los
objetivos de aprendizaje, actividades, evaluaciones y las
características de los estudiantes”, (3) “fomento del
aprendizaje activo y participativo, adecuado al perfil de los
estudiantes”, (4) “motivación”, (5) “presentación y diseño”
de la información, (6) “interacción y usabilidad”, (7)
“accesibilidad”, (8) “reutilización”, (9) cumplimiento de los
“estándares y especificaciones” internacionales
relacionados.
Krauss y Ally (2005) presentan una herramienta basada en
la experiencia de aplicación de LORI. Los autores conservan
los primeros siete criteros de LORI pero sustituyen los
criterios séptimo y noveno de accesibilidad y cumplimiento
de los estándares por un nuevo criterio: el criterio 8 “calidad
de la guía del profesor”. Los autores justifican este cambio
en incapacidad de los evaluadores para saber aplicar los
criterios de accesibilidad y seguimiento de los estándares
por falta de conocimientos.
Open ECBCheck Quality Criteria for Programmes es una
herramienta para la evaluación de programas educativos
desarrollada por la European Foundation for Quality in e-
Learning (EFQUEL). Aunque no está específicamente
orientada a la evaluación de MED, contiene dos apartados,
C y E, dedicados a evaluar la calidad pedagógica y
tecnológica de los contenidos. Considera los aspectos de
“coherencia y claridad de los contenidos”, “adaptabilidad”,
“motivación”, “reusabilidad”, “accesibilidad”, “usabilidad”
e “interacción”.
Finalmente, LOAM incluye 12 criterios: (1)
“interactividad”, (2) “objetivo”, (3) “integración de textos
multimodales”, (4) “contexto de uso”, (5) “conformidad con
los estándares” que facilita “la reusabilidad”, (6)
“prerrequisitos” de los estudiantes para poder alcanzar los
objetivos marcados con éxito, (7) “ayuda” para hacer los
MED más intuitivos y adaptables a las necesidades de los
estudiantes, (8) “retroalimentación” incluyendo ayuda,
pistas y consejos a ser posible, (9) “adaptación” que
favorezca el hecho de que los estudiantes tengan opción a
una navegación abierta, con “interactividad” y secciones
opcionales, (10) navegación linear y no linear para que los
estudiantes puedan elegir, (11) “autoevaluación” y (12)
“coherencia entre el nivel de evaluación y el de los
objetivos” que se pretenden alcanzar. Además, se incluye
una guía explicativa para el evaluador, una guía abreviada a
la que el evaluador ya familiarizado con la herramienta
50 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
pueda recurrir cómodamente para afianzar criterios, y una
plantilla de evaluación donde el evaluador debe marcar un
valor para cada uno de los criterios. En la guía, para cada
uno de los 12 criterios, se da una definición, un ejemplo de
posible conflicto y la resolución del mismo. Además, se
explica claramente que la evaluación de cada uno de los
criterios va de 1 a 5, con una explicación clara para cada
valor. Como en el caso de LOEM, criterios pedagógicos y
criterios técnicos pasan a considerarse como pedagógicos.
B. Sobre los estándares y recomendaciones relacionadas
La segunda fuente de la norma son los estándares y
recomendaciones relacionados con la estructura, contenido,
accesibilidad y uso de los MED. Concretamente sobre:
1) Metadatos:
UNE LOM-ES 71361:2010. Perfil de aplicación LOM-ES
para etiquetado normalizado de Objetos Digitales
Educativos
ISO Standard 15836:2009. Dublin Core Metadata
Element Set
ISO/IEC 19788 MLR: 2011. Metadata Standard for.
Learning Resources
2) Modelos de organización e intercambio de contenidos
educativos:
ISO/IEC TR 29163: 2009. Sharable Content Object
Reference Model (SCORM®)
ISO/IEC 12785: 2009-2012. Content Packaging
3) Accesibilidad:
UNE-ISO/IEC 24751:2012. Tecnologías de la
Información. Adaptabilidad y Accesibilidad
Individualizadas en Aprendizaje electrónico, en Educación y
Formación. (especialmente la Parte 3)
UNE 139802:2009. Requisitos de Accesibilidad del
Software
UNE 139803:2012. Requisitos de Accesibilidad para
Contenidos en la Web
4) Formación virtual:
UNE 66181. Gestión de la Calidad de la Formación
Virtual
5) Marco de definición de estándares de calidad:
UNE-EN ISO/IEC 19796-1:2010. Tecnología de la
Información. Enseñanza, Educación y Formación. Gestión,
Aseguramiento y Métricas de la Calidad. Parte 1:
Aproximación General.
6) Asimismo, se están utilizando las recomendaciones:
- Pautas para el diseño de entornos educativos accesibles
para personas con discapacidad visual [23]
- IMS Common Cartridge Specification [24]
- IMS Guidelines for Accessible Delivery of Text, Audio,
Images, and Multimedia [25]
III. OBJETO Y CAMPO DE APLICACIÓN DE LA NORMA
El objeto de la norma es definir un modelo de calidad de
MED basado en criterios ponderables y una herramienta
para su evaluación. El modelo de calidad tendrá tres niveles
de exigencia: básico, medio y avanzado con el fin de
adaptarse a las diferentes posibilidades y necesidades de los
autores y usuarios de los MED. La herramienta de
evaluación podrá utilizarse para abordar de forma manual,
semiautomática o automática las siguientes tareas:
- evaluación de la calidad de los MED
- guía para la creación de MED
- clasificación y documentación de los MED con
referencia a su calidad.
- búsqueda, selección y recuperación conforme a
criterios de calidad de MED de los repositorios de
aprendizaje, de páginas Web o de servicios Web.
La norma está dirigida a las personas involucradas en los
procesos de creación, uso y valoración de MED. La
aplicación de la norma depende del papel que desempeñe el
usuario. Se distinguen cuatro categorías:
1) Autor/Creador: la norma proporciona una guía de
ayuda para la producción de los MED. En esta categoría se
incluyen, entre otros:
- los profesores,
- los estudiantes, que pueden crear MED como parte de
su proceso formativo,
- los editores, que son responsables de la decisión y
coordinación de la creación,
- los equipos de creación y desarrollo.
2) Consumidor/Usuario: la norma ayuda a seleccionar los
mejores MED de acuerdo a sus necesidades. Se trata de los
profesores, estudiantes, familiares y cualquier persona
interesada en el aprendizaje y la formación. No existe un
rango de edad. Abarca desde la educación primaria,
educación secundaria, bachillerato, formación profesional,
formación universitaria, educación de personas adultas y
formación continua (a lo largo de la vida).
3. Revisor/Evaluador: la norma permite valorar la
calidad de los MED y, en consecuencia, de la producción
didáctica de sus autores. Entre los posibles revisores se
incluyen: profesores, editores, productores, comités de
certificación de calidad.
4. Proveedor/Distribuidor: el seguimiento de la norma
permite garantizar la calidad de sus productos. Los
responsables de las instituciones educativas,
administraciones públicas del estado y empresas pertenecen
a esta categoría.
IV. ESTRUCTURA, REQUISITOS Y METODOLOGÍA DE
DESARROLLO DE LA NORMA
A. Estructura de la Norma
La norma se estructura en dos partes, tres niveles y cuatro
elementos. La Parte I define el modelo de calidad de MED
y una herramienta de evaluación para su uso manual. La
Parte II define el modelo de calidad de MED de la Parte I
para su uso automático o semiautomático. La Parte II servirá
para la evaluación automática o semiautomática de la
calidad y a la creación asistida de MED de calidad. A su vez
se divide en dos subpartes:
1. El modelo de información o especificación de alto
nivel del modelo de calidad de MED. Debe integrar los
modelos de información de los estándares e-learning
relacionados con la gestión de MED que han sido
presentados en la sección II.B.
2. La especificación XML del modelo de información
anterior (binding) utilizando el metalenguaje XML. Se trata
de una especificación de bajo nivel para su uso por las
aplicaciones software.
FERNÁNDEZ-PAMPILLÓN: DESARROLLO DE UNA NORMA ESPAÑOLA DE CALIDAD DE MATERIALES... 51
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Cada una de estas partes de la norma tendrá una
estructura idéntica consistente en tres niveles de calidad, uno
por cada uno de los tres sectores de aplicación de la norma
(ver figura 1): académico, administrativo y empresarial. El
nivel académico será el más sencillo de aplicar y el menos
exigente en cuanto a requisitos tecnológicos puesto que está
orientado a los usuarios, como podrían ser los profesores,
investigadores y estudiantes, con menos conocimientos e
infraestructura informática para la creación de MED. Los
niveles administrativo y empresarial, por su parte, serán más
exigentes y complejos de aplicar y estarán orientados a los
desarrolladores profesionales de MED de las
administraciones, instituciones educativas, empresas y
corporaciones con mayor dedicación y especialización en la
creación de MED. Los niveles deben estar integrados de
forma que los más complejos incluyan a los más sencillos.
Los tres niveles estarán formados por cuatro elementos:
criterios de calidad, niveles de cumplimiento, herramienta
de evaluación y muestra de ejemplos. El primer elemento,
los criterios de calidad, serán ponderables y se referirán a
dos aspectos de la calidad: el didáctico y el tecnológico. Los
aspectos didácticos recogerán los criterios básicos que debe
cumplir un MED para ser eficaz didácticamente, es decir
para ayudar al profesor y al alumno a enseñar y aprender
mejor. Los aspectos tecnológicos se refieren a los criterios
básicos para que el MED sea un producto software de
calidad: robusto, usable y reusable e interoperable.
El segundo elemento servirá para valorar cada criterio y
consistirá en una escala discreta de niveles de cumplimiento
(por ejemplo del 1 al 5). Finalmente, para facilitar la
comprensión de cada criterio y saber valorarlo se definirá el
tercer elemento: una herramienta de evaluación que puede
tener la forma de rúbrica o de lista de verificación
(checklist), y, el cuarto elemento: una colección de ejemplos
de cumplimiento. Los ejemplos constituirán una muestra de
“buenas prácticas” que facilitará la interpretación de los
criterios y la definición de los niveles de cumplimiento.
En la Figura 1 se ha coloreado en azul las piezas de la
norma que ya están desarrolladas: el nivel académico con
sus criterios, los niveles de cumplimiento, la herramienta de
evaluación y la muestra de ejemplos. Una descripción más
detallada se presenta en la siguiente sección III.
B. Requisitos
Para el desarrollo de la norma se han establecido una serie
de requisitos cuyo fin es garantizar que sea lo más útil y
eficaz posible para la creación y evaluación del MED. Estos
requisitos son:
(i) carácter empírico. La norma debe desarrollarse a partir
de la experiencia contrastada, lo que significa que sólo se
tendrán en cuenta para la elaboración de la norma aquellos
modelos y herramientas de evaluación de la calidad de MED
que hayan sido aplicados con resultados satisfactorios
comprobables (ver sección II).
(ii) Consenso. La norma se construirá a partir de los
criterios de calidad que hayan sido incluidos en todos o la
mayor parte de los antecedentes seleccionados conforme al
requisito anterior (i). Además, debe existir acuerdo entre los
vocales del Grupo de Trabajo AEN 71/SC36/GT 12 que
incluye representantes de los tres sectores de aplicación de
la norma: académico, administrativo y empresarial.
(iii) Usabilidad. La norma debe ser comprensible y
fácilmente aplicable en cualquiera de los campos de
aplicación previstos (ver sección III).
(iv) Eficacia. La aplicación de la norma debe contribuir
realmente a mejorar la calidad de los MED.
(v) Fiabilidad. La norma debe tener una interpretación
precisa y deben obtenerse, de su aplicación en la evaluación
de la calidad, valoraciones objetivas e independientes del
evaluador y del método de evaluación.
Estos requisitos han servido de base para la definición de
la metodología de desarrollo y del método de evaluación de
la norma que se presentan a continuación.
C. Metodología de desarrollo y método de evaluación de la
norma
La norma de calidad se desarrolla siguiendo una
metodología incremental, inductiva y de especialización-
integración. Esta metodología prevé, en primer lugar, el
desarrollo de la Parte I de la norma y, con los resultados
obtenidos, continuar con la definición de la Parte II. En
segundo lugar, prevé el desarrollo de los niveles de calidad
comenzando por el nivel académico, el más sencillo y
menos exigente. El desarrollo del resto de niveles
(administrativo y empresarial) consistirá en incorporar,
validar y completar el nivel anterior. En cada nivel se
estudiarán y definirán, de forma independiente y
especializada, los objetivos, necesidades, tipos de usuarios y
antecedentes de modelos de calidad de MED. Con ello, se
definirán los cuatro elementos que conforman cada nivel:
criterios, niveles de cumplimiento, herramienta de
evaluación y muestra de ejemplos. El trabajo se organiza en
seis equipos especializados: uno por cada nivel, otro para la
accesibilidad y el último para la Parte II. En tercer lugar, la
metodología prevé la validación e integración de los
resultados de cada equipo. Para asegurar la integración entre
elementos, niveles y partes de la norma, cada equipo no sólo
validará sus propios resultados sino también los resultados
de los otros equipos tratando de integrar, si es posible, los
resultados en el trabajo propio.
La norma se validará experimentalmente comprobando el
cumplimiento de los requisitos de eficacia descritos en la
subsección anterior (B): carácter empírico, consenso,
usabilidad, eficacia y fiabilidad. El carácter empírico de la
norma se evaluará teniendo en cuenta si las fuentes
utilizadas para la elaboración de los niveles de calidad se
refieran a modelos aplicados de forma satisfactoria (ya
recogidos en los antecedentes). Asimismo, se valorará
experimentalmente la usabilidad, eficacia y fiabilidad de la
norma mediante la realización de talleres con usuarios
reales. Están previstos (y ya se han realizado) dos tipos de
talleres: (i) de creación de MED de calidad y (ii) de
evaluación de la calidad de MED. En los primeros, se pide a
los usuarios que transformen MED ya existentes en nuevos
MED aplicando la norma. Se recogerán como resultados: (i)
las observaciones del monitor del taller y los participantes,
(ii) la diferencia de calidad de los MED iniciales y finales, y,
(iii), la opinión, mediante una encuesta, de los asistentes
sobre la usabilidad de la herramienta. Además, se solicitará
permiso a los participantes para publicar y utilizar los MED
generados en el taller como muestras de MED de calidad.
52 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Fig. 1. Estructura, en tres niveles, de la norma de calidad (fuente: elaboración propia)
De esta forma se va “alimentando” la colección de
ejemplos-muestra de la norma. En [1] se pueden consultar
los resultados del primer taller realizado para evaluar el
primer borrador del nivel académico de la norma.
Los talleres se deben repetir hasta que se verifiquen los
requisitos de eficacia de la norma y no se detecten errores y
problemas.
El segundo tipo de taller, de evaluación de MED, permite
medir la usabilidad y fiabilidad de la norma. A los asistentes
se les propone, como ejercicio práctico evaluar dos MED de
la colección de muestra. Se recogerán: (i) las observaciones
del monitor del taller y los participantes, (ii) los resultados
de las evaluaciones de los MED, y, (iii), los resultados de
una encuesta a los asistentes sobre la usabilidad de la
herramienta. Aunque se han realizado dos talleres de este
tipo, los resultados de estos talleres no están, todavía,
publicados.
V. EL NIVEL DE CALIDAD ACADÉMICO
En esta sección se presenta el primer resultado del
proyecto de desarrollo de la norma de calidad de MED: el
nivel académico. Está formado, actualmente, por un
vocabulario de términos de calidad de MED, un conjunto de
diez criterios ponderables respecto cinco niveles de
cumplimiento, una herramienta de evaluación de la calidad y
una primera colección de muestra de MED.
A. Términos y Definiciones
Uno de los problemas en el desarrollo de una norma para
evaluar la calidad de los MDD es la ambigüedad de los
términos de calidad y MED generada por los diferentes usos
en cada uno de los campos de aplicación [26]. En este
sentido, resulta básico consensuar el vocabulario a utilizar.
Durante el desarrollo del nivel académico se han establecido
los términos y significados siguientes:
- Material Educativo Digital (MED)
Cualquier entidad digital que pueda ser usada para el
aprendizaje, la enseñanza y la formación. Otras acepciones
válidas son: Objeto Digital Educativo (ODE) y Objeto
Didáctico Digital (ODD) (tomado de UNE 71361:2010)
- Objeto de Aprendizaje (OA)
Un tipo de MED que se crea con el objetivo de que sea
escalable, reutilizable, interoperable y accesible. Los OA se
estructuran en un contenido, que es el material educativo
propiamente dicho, y unos metadatos que clasifican y
documentan el contenido y que permiten su recuperación.
Los OA se almacenan, recuperan y gestionan con un tipo
especial de sistemas de bases de datos “en-línea”
denominados Repositorios de Objetos de Aprendizaje.
- Calidad de los MED
Un MED es de calidad si satisface las necesidades de los
usuarios: profesores y estudiantes. En este sentido, se ha
identificado como necesidad básica que el MED sea eficaz
didáctica y tecnológicamente. La eficacia didáctica se
refiere a que el MED contribuye a mejorar la enseñanza y el
aprendizaje y, por lo tanto, su uso mejorará los resultados
académicos. La eficacia tecnológica se refiere a su calidad
como producto informático: robusto, interoperable, usable,
escalable.
FERNÁNDEZ-PAMPILLÓN: DESARROLLO DE UNA NORMA ESPAÑOLA DE CALIDAD DE MATERIALES... 53
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
- Criterios de Calidad de los MED
Los criterios de calidad son el conjunto de propiedades
que garantizan la eficacia didáctica y tecnológica de un
MED. El objeto de la norma es identificarlos de forma
completa y precisa.
B. Criterios de Calidad y Niveles de Cumplimiento
Los criterios de calidad del nivel académico se han
elaborado teniendo en cuenta, como se ha dicho en la
sección IV.B, las propiedades comúnmente identificadas
como de calidad de MED en los antecedentes científicos
nacionales e internacionales (presentadas en sección II) y
cuya usabilidad y eficacia ha sido probada
experimentalmente. El resultado son diez criterios
ponderables [27]. Los cinco primeros criterios se refieren a
la calidad didáctica y los cinco siguientes a la calidad
tecnológica de forma que existe un equilibrio entre los
requisitos didácticos y técnicos. De forma resumida los
criterios son:
1. Objetivos y coherencia didáctica. Valora si el MED
aparece acompañado de una descripción (ficha de
metadatos) clara y coherente sobre su finalidad didáctica, a
quien va dirigido y sugerencias de explotación didáctica
(instrucciones de uso para el profesor y el alumno)
2. Calidad del contenido. Evalúa la calidad formal del
contenido del MED: equilibrio y claridad de ideas,
actualizado, sin sesgo ideológico, con respecto a los
derechos de propiedad intelectual, entre otros.
3. Capacidad de generar aprendizaje. Valora si el MED
estimula la reflexión, la capacidad crítica y la creación de
nuevas ideas y/o procedimientos/métodos/técnicas para
resolver problemas y tareas.
4. Adaptabilidad e interactividad. En este criterio se
valora si el contenido se ajusta al conocimiento previo de los
alumnos y a sus necesidades. Además, se valora si el MED
facilita que el alumno controle y maneje su aprendizaje.
5. Motivación. Se valora si el MED es capaz de atraer y
mantener el interés del alumno por aprender
6. Formato y diseño. Se valora si el diseño del MED es
organizado, claro y conciso; si incluye formatos
multimodales con el objetivo de favorecer la comprensión y
asimilación de los contenidos.
7. Usabilidad. Se valora la facilidad con la que una
persona interacciona con el MED
8. Accesibilidad. Valora si el MED está adaptado a
personas con alguna discapacidad con el fin de que puedan
utilizarlos con los dispositivos asistenciales
9. Reusabilidad. Valora las posibilidades de utilizar
muchas veces el MED o alguno de sus componentes. Se
consideran tres tipos de reusabilidad: (i) reusabilidad de
contenido –se puede utilizar todo o parte del contenido para
crear otros MED-, (ii) reusabilidad de contexto educativo –
todo o parte del MED puede utilizarse en más de una
disciplina o grupos de alumnos-, y, (iii) reusabilidad de
entorno –todo o parte del MED puede utilizarse en diversos
entornos de aprendizaje: presencial, virtual, mixto-
10. Interoperabilidad. Valora en qué medida el MED
puede ser utilizado en múltiples entornos y sistemas
informáticos.
Cada criterio, a su vez, se desglosa en una serie de sub-
criterios de cuyo cumplimiento depende la puntuación total
obtenida en el mismo. De esta manera se pretende una
evaluación precisa que no deje ningún apartado abierto a la
interpretación del evaluador.
Los niveles de complimiento son seis: 1 significa que no
cumple el criterio; 2, escaso cumplimiento; 3, cumplimiento
moderado; 4, buen cumplimiento; 5, perfecto y, también, se
incluye la posibilidad de NA –No Aplicable- en caso de que
no se pueda o no se sepa aplicar algún criterio.
C. Aplicación del nivel académico: Herramienta, Colección
y Métodos de evaluación
La herramienta de evaluación para el nivel académico es,
actualmente, una rúbrica que describe con precisión qué
subcriterios debe cumplir un MED para obtener una
determinada puntuación [28]. Esta rúbrica ha sido adaptada,
además, a la evaluación APPS para el aprendizaje de
segundas lenguas [29]. Asimismo, se está trabajando para
transformarla a formato “lista de comprobación” lo que
facilitará aún más su utilización.
Respecto a la colección de ejemplos de MED, se dispone
de 21 MED creados y cedidos por los vocales del AEN
71/SC36/GT 12 y por profesores participantes de los talleres
de evaluación del nivel académico de la norma. La
colección es, actualmente, privada por lo que no está todavía
disponible para su consulta en acceso abierto.
Finalmente, respecto a los métodos de evaluación de la
calidad de MED a utilizar con la norma se distinguen:
autoevaluación, evaluación entre iguales, evaluación
colaborativa entre iguales y evaluación de los usuarios
finales. Cada método de evaluación tiene su propio
propósito. La autoevaluación busca mejorar la calidad de los
MED durante la creación de los mismos. La lleva a cabo el
autor del MED tratando de cumplir el mayor número de
criterios. La evaluación entre iguales y la evaluación
colaborativa tiene como objetivo la evaluación de la calidad
potencial de un MED, es decir, antes de su utilización por
usuarios reales. Se lleva a cabo entre colegas y el
procedimiento es el mismo que el de la valoración de los
trabajos científicos. La evaluación colaborativa entre iguales
trata de mejorar la evaluación entre iguales añadiendo una
fase final de discusión entre los evaluadores para lograr un
acuerdo en la valoración final [30], [31]. La valoración de
los usuarios finales es una evaluación post-uso. Puede
recogerse mediante encuestas de opinión de forma
continuada durante toda la vida del MED [18].
VI. CONCLUSIONES Y TRABAJO FUTURO
Desarrollar una norma de calidad de MED es
imprescindible para mejorar la calidad de los MED actuales
e impulsar su producción. Sin embargo, su desarrollo es
complejo, en primer lugar, por las diferencias que existen
entre objetivos, necesidades, conocimientos y recursos
disponibles en los distintos campos de aplicación y tipos de
usuarios y, en segundo lugar, por la necesidad de garantizar
que dicha norma sea usable y eficaz para todos los usuarios.
Este artículo presenta el trabajo desarrollado hasta el
momento de elaboración de una norma de calidad de MED.
Los resultados obtenidos demuestran que es posible
diseñar una estructura de norma que atienda a las
54 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
especificidades de cada tipo de usuarios y, al mismo tiempo,
que permita integrar estas particularidades en un único
sistema. Asimismo, demuestran que es posible, a partir de
un conjunto de requisitos, definir una metodología de
desarrollo y un sistema de evaluación de la norma que
garantice su usabilidad y eficacia. Finalmente, aportan un
nivel de aplicación de la norma, el nivel académico, que está
ya operativo.
Estos resultados, sin embargo, son todavía parciales en la
medida en que el nivel desarrollado está todavía en revisión
y es difícil prever cuándo será estable y definitivo.
Los siguientes pasos están definidos en la metodología de
desarrollo: continuar con la evaluación del nivel académico
hasta conseguir resultados estables respecto a la usabilidad y
eficacia y abordar, a partir de este nivel, el desarrollo de los
siguientes niveles. Durante todo este proceso es
imprescindible, además, difundir a la norma con el objeto de
recoger el mayor número de aportaciones posible, comenzar
el proceso de mejora y valoración de los MED y asegurar el
conocimiento y futura aplicación de la norma una vez esté
finalizada.
APÉNDICE
Composición actual del AEN 71/SC36/GT 12
Juan Pablo Pulido Bermejo y Arturo de Porras-
Consejería de Educación y Cultura, Gobierno de
Extremadura
Julián García Villalobos- Dirección de Educación y
Empleo, ONCE
Marta Torán- Élogos Formación e-learning
Patricia Camacho- ePublicaciones y AvanzaLearning
Pilar Fernández- Asociación Española para la
Calidad
Juan Antonio Bardón- Grupo NETEMAN
Angel Luis González- Pearson España
Jose Luis Gil Torreira- Colegio Público Antonio
Machado
Pedro Iglesias Vázquez, Ana Frías, Clara Vizoso-
Institución Educativa SEK de Villafranca del Castillo
Daniel Pons- IES Sierra de Guara
Luis de Castro Soriano- Colegio Ntra. Sra. de la
Merced
Hugo Muñoz Robles- Colegio Público Juan Gris
Ana Fernández-Pampillón (Coordinadora GT), Elena
Domínguez, Isabel de Armas, Jose Luis Sierra,
Antonio Sarasa- Universidad Complutense de
Madrid
Covadonga Rodrigo; Miguel Santamaría-
Universidad Nacional de Educación a Distancia
Lourdes Moreno López- Universidad Carlos III
AGRADECIMIENTOS
Este trabajo está siendo posible gracias al apoyo
administrativo y técnico de AENOR y a la financiación
proporcionada por el Ministerio de Ciencia e Innovación a
través del Proyecto “Un enfoque generativo para la
construcción de herramientas de producción y despliegue de
objetos educativos en el campus virtual (TIN2010-21288-
C02-01)”. Los primeros modelos de calidad de MED se
gestaron en el seno de dos Proyectos de Innovación y
Mejora de la Calidad de la Docencia de la UCM en los años
2011 y 2012. En estos proyectos participó un equipo de
treinta profesores y técnicos de la Facultad de Filología
cuyos nombres figuran en los créditos de la herramienta de
calidad [27]. Nuestro agradecimiento a todos ellos. También
a Elena Domínguez e Isabel de Armas coautoras de los
criterios y rúbrica de calidad del modelo académico.
Finalmente, es imprescindible expresar nuestro
agradecimiento a los vocales del AEN 71/SC36/GT 12 sin
cuya implicación el proyecto de desarrollo de la norma no
hubiera podido, ni siquiera, plantearse.
REFERENCIAS
[1] Fernández-Pampillón, A., Domínguez, E., Lahoz, J.M., Romero, D.,
De Armas, I., Palmaz, S., Arús, J. “A Strategy for the Inductive
Generation of Learning Objects in low-Tech Contexts”. In Proc. 10th
European Conference on E-Learning. Brighton. UK. November 2011.
Pp 253. Disponible: http://academic-conferences.org/ecel/ecel2011/ecel11-proceedings.htm
[2] ANECA. “Programa ACADEMIA. Principios y orientaciones para la
aplicación de los criterios de evaluación”. Informe Técnico. Agencia
nacional de Evaluación de la Calidad y Acreditación.. 2008. Disponible: http://www.aneca.es/content/download/10527/118089/version/1/file/a
cademia_14_ppiosyorientaciones.pdf. [3] UNIQUe. The quality label for the use of ICT in higher education
(Universities and Institutes). 2012. Disponible:
http://www.qualityfoundation.org/unique-certification/
[4] Gestión de la calidad. Calidad de la Formación Virtual. UNE 66181.Asociación Española de Normalización y Certificación. 2012.
[5] PNE 7362. “Calidad de los Materiales Educativos Digitales”. Revista
AENOR [en línea]. Noviembre 2013. Pp. 56. Disponible:
http://www.slideshare.net/autocarescarrio/revista-aenor-noviembre-
2013
[6] Morales, E., Alonso, D., García F.J. “Herramienta para la evaluación
de objetos didácticos de aprendizaje reutilizables”. En X Simposio Internacional de Informática Educativa. Salamanca, España, 2008.
Ediciones Universidad de Salamanca (España). Pp. 181-186.
Disponible: http://hdl.handle.net/10366/55576
[7] UNED. “Protocolo Evaluación Materiales Impresos”. Instituto Universitario de Educación a Distancia. Universidad Nacional de
Educación a Distancia. Disponible: http://www.uned.es/iued/subsitio/html/documentos/Protocolo_MADI.
[8] Prendes Espinosa, Mª Paz y Solano Fernández, Isabel Mª
“Herramienta de Evaluación de Material Didáctico Impreso”. http://tecnologiaedu.us.es/nweb/htm/pdf/paz7.pdf
[9] Becta. 2007. Quality Principles for digital learning resources.
Summary Information. Technical Report. UK Government Agency for
effective and innovative use of technology throughout learning. URL:
http://es.scribd.com/doc/2032665/becta-quality-principles
[10] DESIRE Project Team. 2000. Section 2.1 Quality selection: ensuring
the quality of your collection. DESIRE Information gateways handbook. URL: http://cuc.carnet.hr/cuc2000/handbook/2-1.html
[11] Kurilovas, E., Dagiene, V. 2011. Evaluation of Quality of Learning
Software: Basics, Concepts, Methods. Saarbrücken Lambert
Academic Publishing
[12] Leacock, T., J. Nesbit. 2007. A framework for evaluating the quality of multimedia learning Resources. Educational technology y society,
vol.10, num 2,pp. 44-59. URL:
http://ifets.info/journals/10_2/ets_10_2.pdf#page=49
[13] Kay,R.H.; Knaack, L. “A multi-component model for assessing learning objects: The learning object evaluation metric (LOEM)”.
Australasian Journal of Educational Technology. 2008, 24(5), 574-
591. Disponible: http://www.ascilite.org.au/ajet/ajet24/kay.pdf [14] MELT project. 2007. Audit Report on MELT Content- version 2. Part
I. Deliverable D5.2. pp. 6-9. (March 2007). Disponible:
http://info.melt-project.eu/shared/data/melt/MELT_D5P2_Part1_final.pdf
FERNÁNDEZ-PAMPILLÓN: DESARROLLO DE UNA NORMA ESPAÑOLA DE CALIDAD DE MATERIALES... 55
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[15] Paulsson, F., Naeve, A. 2006. “Establishing technical quality criteria
for Learning Objects”. In eChallenges 2006 Conference. (Barcelona, Spain, October 25-27, 2006). Disponible:
http://www.frepa.org/wp/wp-content/files/Paulsson-Establ-Tech-
Qual_finalv1.pdf
[16] Q4R. Quality Assurance Workflow Model. 2007. Quality for Reuse project. URL:
http://www.q4r.org/Q4RBestPractices/Q4RWorkflowModels/Q4RQu
alityAssuranceWorkflowModel/tabid/1260/language/en-US/Default.aspx
[17] Domínguez Fernández, F (director). “Modelos de desarrollo,
explotación y análisis de calidad para la elaboración del multimedia
educativo”. Centro Nacional de Información y Comunicación Educativa, Ministerio de Educación y Ciencia (CNICE-MEC).
Informe Técnico Nº. 11. Disponible en:
http://ares.cnice.mec.es/informes/11/ [18] Cafolla, R. (2006). “Project MERLOT: Bringing Peer Review to
Web-Based Educational Resources”. Journal of Technology and
Teacher Education, 14 (2), 313-323. [19] Nesbit, J.C., Belfer, K., Leacock, T. 2003. Learning object review
instrument (LORI). Version 1.5. URL:
http://www.transplantedgoose.net/gradstudies/educ892/LORI1.5.pdf
[20] Krauss, F., & Ally, M. “A study of the design and evaluation of a learning object and implications for content development”.
Interdisciplinary Journal of Knowledge and Learning Objects, Vol.1,
1-22. 2005. Disponible: http://ijklo.org/Volume1/v1p001-022Krauss.pdf
[21] ECBCheck Quality Criteria for Programmes. EFQUEL. Disponible: http://www.ecb-check.org/
[22] Learning Object Attribute Metric tool (LOAM). Educational
Technology for Healthcare Education. University of Nottingam. Disponible: http://sonet.nottingham.ac.uk/projects/loam/
[23] “Pautas para el diseño de entornos educativos accesibles para
personas con discapacidad visual”. ONCE. Dirección de Educación. Grupo de Accesibilidad de Plataformas Educativas. 2007. Disponible:
http://educacion.once.es/
[24] Common Cartridge. IMS Global Learning Consortium. Version 1.1. Final Specification. 2011. Disponible: http://www.imsglobal.org/cc/
[25] “Guidelines for Accessible Delivery of Text, Audio, Images, and
Multimedia”. Chapter 5. IMS Guidelines for Developing Accessible Learning Applications version 1.0 White paper.
http://www.imsglobal.org/accessibility/accessiblevers/sec5.html
[26] Dondi, C. and Moretti, M. ELearning Quality in European Universities. UNIQUe, 2007. [en línea].Disponible:
http://unique.europace.org/pdf/WP1-report-v5_FINAL.pdf
[27] Fernández-Pampillón, A.; Domínguez, E.; de Armas, I. (2012).
“Herramienta para la revisión de la Calidad de Objetos de Aprendizaje Universitarios (COdA): guía del usuario”. v.1.1. Informe
Técnico. Disponible: http://eprints.ucm.es/12533/
[28] Domínguez, E.; Fernández-Pampillón, A.; de Armas, I. (2013).
“Rúbrica para evaluar la calidad de los materiales educativos digitales”. Informe Técnico.Disponible: http://eprints.ucm.es/12533/
[29] Martín-Monje, E., Arús, J., Rodríguez, P. y Calle, C. (forthcoming
2014) "REALL: Rubric for the evaluation of Apps in language
learning". In Proceedings of ML13. [30] J.M.Campanario. “El sistema de revisión por expertos (peer review):
muchos problemas y pocas soluciones”. Revista española de
documentación científica. 2002; 25(3):166–184. [31] Leacock, T.; Nesbit, J.. “A framework for evaluating the quality of
multimedia learning Resources”. Educational technology y society,
2007; II (2), 44-44-59. Disponible: http://www.ifets.info/journals/10_2/5.pdf
Ana Fernández-Pampillón Cesteros es profesora e investigadora en la UCM en la
Facultad de Filología de la Universidad Complutense de Madrid.
Como investigadora ha participado en proyectos relacionados con enseñanza y
aprendizaje en entornos virtuales, innovación
educativa y lingüística computacional. Sus líneas de investigación principales son lexicografía computacional
(diccionarios, glosarios, tesauros y ontologías) y su aplicación a la
enseñanza virtual (e-learning, web semántica educativa, campus virtuales).
Desde Julio de 2003 hasta Diciembre de 2006 ha sido Profesora de Apoyo
Docente en la Oficina del Campus Virtual de la UCM (http://campusvirtual.ucm.es), donde ha trabajado en la construcción,
gestión y organización del campus virtual UCM. Desde marzo de 2007
hasta julio de 2012 ha sido Coordinadora del Campus Virtual con funciones de asesoramiento. Actualmente es Vicedecana de Tecnologías en la
Facultad de Filología y miembro del Comité AEN 71 /SC 36 "Tecnologías
de la Información para el Aprendizaje" de AENOR. Coordina el grupo de trabajo AEN 71/SC36/GT 12 para la elaboración de una norma UNE
Calidad de los materiales educativos digitales (PNE 71362).
56 VAEP-RITA Vol. 2, Núm. 1, Mar. 2014
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VAEP-RITA (http://webs.uvigo.es/cesei/VAEP-RITA)
Revisores
Addison Salazar Afanador,
Universidad Politécnica de Valencia, España
Alberto Jorge Lebre Cardoso, Universidad de Coimbra, Portugal
Alfredo Ortiz Fernández,
Universidad de Cantabria, España Alfredo Rosado Muñoz,
Universidad de Valencia, España
Amaia Méndez Zorrilla, Universidad de Deusto, España
Ana Arruarte Lasa,
Universidad del País Vasco, España André Luís Alice Raabe,
Universidade do Vale do Itajaí, Brasil
Angel García Beltrán, Universidad Politécnica de Madrid, España
Angel Mora Bonilla,
Universidad de Málaga, España Angélica de Antonio Jiménez,
Universidad Politécnica de Madrid, España
Antonio Barrientos Cruz, Universidad Politécnica de Madrid, España
Antonio Navarro Martín,
Universidad Complutense de Madrid, España Antonio Sarasa Cabezuelo,
Universidad Complutense de Madrid, España
Basil M. Al-Hadithi, Universidad Alfonso X El Sabio, España
Basilio Pueo Ortega,
Universidad de Alicante, España Begoña García Zapirain,
Universidad de Deusto, España
Carmen Fernández Chamizo, Universidad Complutense de Madrid, España
Cecilio Angulo Bahón,
Universidad Politécnica de Catalunya, España César Alberto Collazos Ordóñez,
Universidad del Cauca, Colombia Crescencio Bravo Santos,
Universidad de Castilla-La Mancha, España
Daniel Montesinos i Miracle, Universidad Politécnica de Catalunya, España
Daniel Mozos Muñoz,
Universidad Complutense de Madrid, España David Benito Pertusa,
Universidad Pública de Navarra, España
Elio San Cristobal Ruiz, UNED, España
Faraón Llorens Largo,
Universidad de Alicante, España Francisco Javier Faulin Fajardo,
Universidad Pública de Navarra, España
Gabriel Díaz Orueta, UNED, España
Gerardo Aranguren Aramendía,
Universidad del País Vasco, España
Gloria Zaballa Pérez,
Universidad de Deusto, España
Gracia Ester Martín Garzón, Universidad de Almeria, España
Ismar Frango Silveira,
Universidad de Cruzeiro do Sul, Brasil Javier Areitio Bertolin,
Universidad de Deusto, España
Javier González Castaño, Universidad de Vigo, España
Joaquín Roca Dorda,
Universidad Politécnica de Cartagena, España Jorge Alberto Fonseca e Trindade,
Escola Superior de Tecnología y Gestión,
Portugal Jorge Munilla Fajardo,
Universidad de Málaga, España
José Alexandre Carvalho Gonçalves, Instituto Politécnico de Bragança, Portugal
Jose Ángel Irastorza Teja,
Universidad de Cantabria, España José Angel Martí Arias,
Universidad de la Habana, Cuba
José Ignacio García Quintanilla, Universidad del País Vasco, España
José Javier López Monfort,
Universidad Politécnica de Valencia, España José Luis Guzmán Sánchez,
Universidad de Almeria, España
José Luis Sánchez Romero, Universidad de Alicante, España
José Ramón Fernández Bernárdez,
Universidad de Vigo, España Juan Carlos Soto Merino,
Universidad del Pais Vasco, España
Juan I. Asensio Pérez, Universidad de Valladolid, España
Juan Meléndez, Universidad Pública de Navarra, España
Juan Suardíaz Muro,
Universidad Politécnica de Cartagena, España Juan Vicente Capella Hernández,
Universidad Politécnica de Valencia, España
Lluís Vicent Safont, Universidad Ramón Llul, España
Luis Benigno Corrales Barrios,
Universidad de Camagüey, Cuba Luis de la Fuente Valentín,
Universidad Carlos III, España
Luis Fernando Mantilla Peñalba, Universidad de Cantabria, España
Luis Gomes,
Universidade Nova de Lisboa, Portugal
Luis Gómez Déniz,
Universidad de Las Palmas de Gran Canaria,
España
Luis Zorzano Martínez,
Universidad de La Rioja, España
Luisa Aleyda Garcia González, Universidade de São Paulo, Brasil
Manuel Benito Gómez,
Universidad del Pais Vasco, España Manuel Domínguez Dorado,
Universidad de Extremadura, España
Manuel Gromaz Campos, Centro de Supercomputación de Galicia,
España
Manuel Pérez Cota, Universidad de Vigo, España
Margarita Cabrera Bean,
Universidad Politécnica de Catalunya, España Maria Antonia Martínez Carreras,
Universidad de Murcia, España
Mario Muñoz Organero, Universidad de Carlos III, España
Marta Costa Rosatelli,
Universidad Católica de Santos, Brasil Mercedes Caridad Sebastián,
Universidad Carlos III, España
Miguel Angel Gómez Laso, Universidad Pública de Navarra, España
Miguel Ángel Redondo Duque,
Universidad de Castilla-La Mancha, España Miguel Angel Salido,
Universidad Politécnica de Valencia, España
Miguel Romá Romero, Universidad de Alicante, España
Nourdine Aliane,
Universidad Europea de Madrid, España Oriol Gomis Bellmunt,
Universidad Politécnica de Catalunya, España
Rafael Pastor Vargas, UNED, España Raúl Antonio Aguilar Vera,
Universidad Autónoma de Yucatán, México Robert Piqué López,
Universidad Politécnica de Catalunya, España
Rocael Hernández, Universidad Galileo, Guatemala
Sergio Martín Gutiérrez,
UNED, España Silvia Sanz Santamaría,
Universidad de Málaga, España
Timothy Read, UNED, España
Víctor González Barbone,
Universidad de la República, Uruguay Víctor Manuel Moreno Sáiz,
Universidad de Cantabria, España
Victoria Abreu Sernández,
Universidad de Vigo, España
Yod Samuel Martín García,
Universidad Politécnica de Madrid, España
Equipo Técnico: Diego Estévez González,
Universidad de Vigo, España
VAEP-RITA es una publicación lanzada por el Capítulo Español de la Sociedad de Educación del IEEE (CESEI).
Nuestro agradecimiento a los apoyos recibidos desde el año 2006 por el Ministerio Español de Educación y Ciencia
a través de la acción complementaria TSI2005-24068-E, el Ministerio Español de Ciencia e Innovación a través de
la acciones complementarias TSI2007-30679-E, y TIN2009-07333-E/TSI. Gracias también a la Universidade de
Vigo por el apoyo en esta nueva etapa.
(Viene de la Portada)
Uso de la Robótica como Herramienta de Aprendizaje en Iberoamérica y España……………….
……………………………………………….................. Kathia Pittí Patiño, Belén Curto Diego,
Vidal Moreno Rodilla and Mª José Rodríguez Conde
Desarrollo de una Norma Española de Calidad de Materiales Educativos Digitales.......................
……………………………...........………………………................. A. M. Fernández-Pampillón
41
49
VA
EP
-RIT
A V
ol. 2
, Nú
m. 1
, 03/2
014
VAEP-RITA es una publicación de la Sociedad de Educación del IEEE, gestionada por su
Capítulo Español y apoyada por la Universidade de Vigo, España.
VAEP-RITA é uma publicação da Sociedade de Educação do IEEE, gerida pelo Capitulo
Espanhol e apoiada pela Universidade de Vigo, España.
VAEP-RITA is a publication of the IEEE Education Society, managed by its Spanish
Chapter, and supported by the Universidade de Vigo, España.