View
7
Download
0
Category
Preview:
Citation preview
Una publicación de la Sociedad de Educación del IEEE (Capítulo Español)
Uma publicação da Sociedade de Educação do IEEE (Capítulo Espanhol)
JUN. 2016 VOL. 4 NÚMERO/NUMERO 2 (ISSN 2255-5706)
Versión Abierta Español – Portugués de la
Revista Iberoamericana de
Tecnologías del/da
Aprendizaje/Aprendizagem
Introducción a la Robótica: Experiencia de un Campamento de Verano como Herramienta de
Reclutamiento..........…………........................................... Irvin J. Balaguer Álvarez, Miembro, IEEE
Planta Industrial a Escala Académica para la Enseñanza de Informática Industrial en una Carrera de
Ingeniería Electrónica..................................................... José Ignacio Sosa, Rodolfo Raúl Recanzone,
Fernando Ardoli, Aníbal Aresi, Cristina Bender, Nora Blet y José Luis Simón
Uso de un Programa de Cálculo Simbólico para Reforzar las Habilidades Espaciales de los
Estudiantes de Ingeniería.................................................. Susana Nieto Isidro e Higinio Ramos Calle
Seguimiento Adaptativo del Trabajo de Fin de Grado en Ingeniería con Apoyo de Moodle.................
.............................Ana Lucía Esteban-Sánchez, Javier Esteban-Escaño y María Luisa Sein-Echaluce
Aprendizaje de Estructuras de Datos – ¿Las Mismas Dificultades en Diferentes Países?......................
.................................................................................................... Beatriz Pérez-Sánchez, Paula Morais
Evaluación del Uso de Tecnología para Incrementar la Seguridad en la Docencia en el Laboratorio...
............................................................... A.B. González Rogado, A.M. Vivar Quintana y L. Lavandera
Comunidades de Aprendizaje en Redes Sociales y su Relación con los MOOC...................................
...................................................................................................Juan Cruz-Benito, Oriol Borrás-Gené,
Francisco J. García-Peñalvo, Ángel Fidalgo Blanco, Roberto Therón
41
47
57
65
73
80
87
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,
ISEP, Oporto, 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,
ISEP, Oporto, Portugal
David Camacho Fernández
Universidad Autónoma de Madrid,
España
María Mercedes Larrondo Petrie,
Florida Atlanctic University y
LACCEI, USA
Humberto Ramón Álvarez Alvarado,
Universidad Tecnológica de Panamá y
LACCEI, Panamá
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 J. García Peñalvo,
Universidad de Salamanca,
España
Francisco Jurado,
Universidad de Jaen, España
Geraldo Carbajal,
Universidad del Turabo y
LACCEI, Puerto Rico
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
Ivan Esparragoza,
Pennsylvania State
University y LACCEI, USA
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
Sergio Mujica López
Universidad Finis Terrae y
LACCEI, Chile
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—Introduction to Robotics: Experience of a Summer
Camp as a Recruiting Tool 1
Abstract—This paper describes a robotics summer camp
that was held at the University of Puerto Rico- Aguadilla
Campus during the summer 2015.This camp allowed high
schools students, in a college environment, the approach to
technology, led to collaboration and partnership to build and
program robots.The main contribution of this paper is the
evaluation of the camp’s impact to influence the students to
enroll to the University of Puerto Rico, Aguadilla Campus. This
impact was evaluated by using a pre-test and a post-test
surveys that included content questions and interest questions.
Additionally, the pre-test and the post-test surveys included
questions on whether or not the camp influenced the students
to enroll to the University of Puerto Rico, Aguadilla Campus.
The camp survey results indicated the success of the camp to
influence the students to enroll to the University of Puerto Rico,
Aguadilla Campus
Keywords— STEM, student recruitment,robotics education,
summer camp, algorithms, computing education.
I. INTRODUCCIÓN
N muchos países, tanto americanos como europeos, el
número de alumnos interesados en las ciencias e
ingenierías, STEM, es cada vez más escaso[1, 2, 3, 4].
En un esfuerzo de llevar a losalumnos de escuelas
secundariashacia carreras en las áreas de STEM, muchas
universidades y colegios ofrecen campamentos de verano y
otros eventos relacionados a estas áreas[5]. Con el fin de
atraer alumnos al área de las ciencias e ingeniería,la mayoría
de estos campamentos se realizan de una manera
emocionante y divertida [6, 7, 8]. Esto se ha logrado en un
ambiente de aprendizaje activo utilizando equipos y
programados de robótica. Además de ayudar a reducir la
escasez de alumnos interesados en las áreas de STEM, estos
campamentos de verano también sirven para reclutar
alumnos en las áreas de STEM.
Estudios han demostrado que los alumnos pre-
universitarios se han beneficiado enormemente de la
exposición a la enseñanza en las ciencias, tecnología,
ingeniería y matemáticas [1]. Las actividades en las áreas
relacionadas a STEM han sido motivadoras porque inspiran
la curiosidad de los alumnos acerca de cómo funcionan las
cosas [1]. No se puede predecir cuál será la nueva tecnología
dentro de cinco años, pero se puede predecir que va a incluir
la programación de ordenadores, sistemas integrados
I. J. Balaguer Álvarez, Departamento de Tecnología en Ingeniería
Electrónica. Universidad de Puerto Rico en Aguadilla. e-mail
irvin.balaguer@upr.edu (ORCID ID: 0000-0001-6462-6887)
electrónicos, diseño de ingeniería, y matemáticas. Con la
robótica estos conceptos pueden ser enseñados[9, 10]. 1Al mismo tiempo, con la robótica, habilidades como el
trabajo en equipo, solución de problemas, el proceso
ingenieril, y la comunicación efectiva también pueden ser
enseñados. Los alumnos deben aprender a ser capaces de
trabajar en equipo y resolver problemas complejos de forma
independiente y comprender la complejidad de los sistemas.
Los alumnos tienen que desarrollar la capacidad de crear y
construir y también para articular una descripción de lo que
crean [1].
Profesores de Tecnología en Ingeniería de la Universidad
de Puerto Rico en Aguadilla (UPR-Aguadilla) han trabajado
en promover el interés en las áreas relacionadas a STEM
desarrollando e iniciando un campamento de verano dirigido
a alumnos de los grados 9, 10 y 11de escuela secundaria.
Los alumnos aprendieron de manera interactiva los
conocimientos básicos necesarios para programar un robot
con el fin de realizar tareas específicas. De igual manera, los
alumnos recibieron retroalimentación inmediata
contribuyendo a una mayor compresión del programa
realizado. El campamento permitió a los participantes, en un
ambiente universitario, el acercamiento a la tecnología,
además propició la colaboración y el compañerismo de un
modo divertido hacia la construcción y programación de
robots para superar los retos propuestos.
Este documento informa sobre el campamento de verano
2015 "Introducción a la Robótica" que se celebró en el
Recinto de Aguadilla de la Universidad de Puerto Rico. El
campamento de tres semanas de duración contó con
orientaciones, demostraciones y actividades en una variedad
de áreas relacionadas de STEM. Catorcealumnos
participaron del mismo.
Entre los objetivos para realizar este campamento se
encontraba el contribuir al aprendizaje de los alumnos en
áreas relacionadas a STEM. También, se tenía como
propósito el contribuir al reclutamiento de
alumnosparacontinuar estudios universitarios en la
Universidad de Puerto Rico en Aguadilla.
II. SOLICITUD Y SELECCIÓN DE LOS PARTICIPANTES
Los alumnos de escuela secundaria interesados en
participar, completaron una solicitud impresa. Todas las
solicitudes fueron evaluadas en términos de sus
calificaciones escolares, ingreso familiar, un ensayo que
contiene la declaración de las metas y por cartas de
recomendación redactadas por los maestros/as de escuela de
los solicitantes. El ingreso familiar fue utilizado como uno
de los criterios de selección a fin de llegar a los alumnosde
familias desfavorecidas. El proyecto Acceso al Éxito, de la
Vicepresidencia de Asuntos Académicos y Estudiantiles de
E
Introducción a la Robótica: Experiencia de un
Campamento de Verano como Herramienta de
Reclutamiento
Irvin J. Balaguer Álvarez, Miembro, IEEE
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 41
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
la Universidad de Puerto Rico (UPR) auspició a estos
alumnos de altas necesidades económicas.
Se recibieron 20 solicitudes las cuales fueron evaluadas
para seleccionar 14 alumnos que participarían del
campamento. La Fig. 1 provee la distribución por edades de
los participantes y la Fig. 2 provee la distribución por grados
de escuela secundaria. Basado en esta demografía, la
mayoría de los participantes fueron alumnos de grado 10 de
escuela secundaria y entre las edades de 15 a 17 años.
III. ACTIVIDADES DESARROLLADAS DURANTE
ELCAMPAMENTO
Con el contenido principal del campamento, los alumnos
participantes obtuvieron la oportunidad de desarrollar
destrezas de trabajo en equipo, uso de nuevas tecnologías,
creatividad y solución de problemas, entre otras. Esto se
logró mediante la construcción y programación de robots.
Los alumnos tuvieron la oportunidad de tratar una variedad
de soluciones a un problema dado y poder observar si la
solución propuesta fue la adecuada. Si la solución propuesta
no fue la adecuada, los alumnos tuvieron la oportunidad de
tratar soluciones diferentes. El taller permitió a los
participantes, en un ambiente universitario, el acercamiento
a la tecnología, propició la colaboración y el compañerismo
de un modo divertido hacia la construcción y programación
de robots para superar los retos que se les propusieron.
Combinando la capacidad del sistema de construcción de
LEGO con la tecnología de LEGO MINDSTORMS
Education, los equipos de trabajo pudieron diseñar,
construir, programar y poner a prueba los robots. Mientras
trabajaban juntos en los diferentes proyectos asignados, los
miembros del equipo desarrollaron la creatividad y las
habilidades para resolver problemas al mismo tiempo que
otros conocimientos importantes de matemáticas y ciencia.
En la tabla I se presentan el desglose de temas diarios.
Además del contenido principal del campamento, y para
que los participantes experimentaran un escenario
universitario, se llevaron a cabo varias orientaciones. Estas
orientaciones fueron brindadas por personal de la Oficina de
Acceso al Éxito de la Universidad de Puerto Rico
(auspiciador principal del campamento), la Oficina de
Asistencia Económica, la Oficina de Tecnología de
Información y el Departamento de Electrónica de UPR
Aguadilla.
IV. ESTRATEGIAS DE EVALUACIÓN
Como estrategias de evaluación, muchos campamentos
administran dos pruebas: pre prueba y post prueba. La pre
prueba se utiliza con el fin de percibir en los alumnos el
nivel de conocimiento previo del contenido del campamento.
Al finalizar el campamento se administra una post prueba la
cual mide el nivel de conocimiento adquirido en la
formación. Estas pruebas recogen datos cuantitativos sobre
la capacidad del campamento para (1) contribuir al
aprendizaje/conocimiento de los alumnos y/o (2) contribuir a
la opinión de los alumnos sobre las carreras de STEM y la
probabilidad de estudiar en la universidad una carrera de
STEM [8, 11, 5]. Sin embargo, son pocas las pruebas que
buscan determinar si el campamento llevaría a los alumnos a
estudiar en la universidad o institución donde se realiza el
mismo.
Para evaluar a los participantes en cuanto a contenido
temático y/o académico y en su nivel de interés en las
carreras de STEM, en nuestro campamento de verano se les
administró a los participantes unapreprueba y una
postprueba. También se evaluó la posibilidad de los
participantes de asistir, en un futuro, a la Universidad de
Puerto Rico en Aguadilla para sus estudios universitarios.
TABLA I
DESGLOSE DE TEMAS DIARIOS
Día Tópicos
1 Introducción al Campamento Introducción a la robótica
Introducción a la Interface Lego Mindstorm
2 Tipos de Robots Actividad: Mover el robot hacia adelante
3 ¿Por qué usar robots?
Orientación Programa Acceso al Éxito
Actividad: Detectar tacto
4 ¿Dónde se usan los robots? Actividad:Detectar Distancia
Actividad:Calibrar Sensores
5 Orientación Oficina de Asistencia Económica UPR-Aguadilla
Actividad:Detectar una línea color negro
Actividad: Seguir una línea.
6 ¿De qué están hechos los robots? Primera Parte
Actividad: Golpear una esfera color rojo
7 ¿De qué están hechos los robots? Segunda parte
Competencia:Carrera de Robot
8 Orientación Seguridad en la Internet Continuación de la competencia Carrera de Robot
Actividad:Localizar la meta
9 Continuación de la competencia Carrera de Robot
Continuación de la Actividad Localizar la meta Actividad:Evitar la pared
10 Teoría sobre Engranajes: Primera Parte
Explicación del desafío de Halar la cuerda
11 Teoría sobre Engranajes: Segunda Parte El desafío: Subir la montaña más alta
12 Videos: Desafío de Halar la cuerda
Construir los robots para el desafío de Halar la
cuerda
13 Actividad:Desafío de Halar la cuerda Reconstrucción de robots a ser demostrados en la
Actividad de Cierre
14 Orientación Departamento de Tecnología Electrónica UPR-Aguadilla
Continuación de la reconstrucción de robots a ser
demostrados en la Actividad de Cierre
15 Evaluación del Campamento Administración de la Post-Prueba
Actividad de Cierre.
Figura 1. Distribución por edades.
Figura 2. Distribución por grados.
42 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Se les planteó a los participantes las siguientes preguntas
de contenido al comienzo y al final del campamento.
1. La robótica es la rama de la tecnología que se ocupa del diseño,
construcción, operación, fabricación y aplicación de robots. (cierto, falso)
2. Un robot es una máquina capaz de llevar a cabo una serie de
acciones compleja con la ayuda de un ser humano. (cierto, falso) 3. ¿Cuál de las siguientes no es una aplicación de la robótica?
(realidad virtual, carreteras o autopistas, psiquiatría, milicia)
4. Los robots inteligentes son aquellos que tienen procesamiento altamente desarrollados similares a los del cerebro humano.
(cierto, falso) 5. Los robots no se utilizan para realizar aquellas tareas que son:
peligrosas, de alta precisión, o son inaccesibles o sucias por
naturaleza. (cierto, falso) 6. La desactivación de bombas es el proceso por el cual los
artefactos explosivos peligrosos son desechados en una forma
segura. (cierto, falso)
7. Los robots no son utilizados en/como: (industrias, pasatiempo o
competencias, árbitro de deportes, tareas domésticas)
8. Las aplicaciones típicas de los robots incluyen: soldadura, cirugías, pintar con aerosol, manejo de materiales, transferencia
de material, máquina de carga o descarga. (cierto, falso)
9. ¿Puede un robot atender una estación de gasolina o de servicio? (si, no)
10. Un robot típico tiene una estructura móvil física, un motor de
algún tipo, un sistema de sensores, una fuente de potencia y un ordenador que controla todos estos elementos. (cierto, falso)
11. _________ da información sobre el medio ambiente o del mismo
robot. (actuadores, controladores, acoplamiento mecánico, sensores)
12. Las unidades de conversión de energía son las herramientas
unidas al extremo del brazo del robot que le permiten hacer un trabajo útil. Algunos terminales lo son: pinzas, instrumentos de
medición, cortadores láser o de agua a propulsión y las antorchas
de soldadura. (cierto, falso) 13. Los cortadores láser o de agua a propulsión son terminales que
utilizan rayos láser de alta intensidad o propulsión de agua a
presión alta. (cierto, falso) 14. Un chasis se compone de todos los componentes que se utilizan
para hacer que el robot se mueva alrededor del campo y es una
parte crucial de un robot. (cierto, falso) 15. Un área incluida en la robótica es: (ciencia de computadoras,
ingeniería eléctrica, ingeniería mecánica, todas las anteriores,
ninguna de las anteriores) 16. ¿Qué sucede con el robot que se muestra a continuación si el
motor de la izquierda se mueve más rápido que el motor de la
derecha (asumiendo que ambos motores se están moviendo hacia delante)? (se moverá hacia adelante, virará hacia la derecha,
virará hacia la izquierda, hará un circulo)
17. Cuán lejos crees que el robot mostrado a continuación irá si las
ruedas solo giran una vez. El radio de las ruedas es de 1.07
pulgadas. (6.7 pulgadas, 3.14 pulgadas, 12.14 pulgadas, cero
pulgadas)
Además de las preguntas de contenido, también se
incluyeron las siguientes preguntas de opinión al comienzo y
al final del campamento.
1. ¿Cuán probable es que estudies Ingeniería en la universidad? 2. ¿Cuán probable es que estudies Tecnología en Ingeniería (ejemplo:
Tecnología en Ingeniería Electrónica) en la universidad?
3. ¿Cuán probable es que estudies Ciencia (Biología, Química, Física,
etc.) en la universidad?
4. ¿Cuán probable es que estudies en uno de los once Recintos de la
Universidad de Puerto Rico? 5. ¿Cuán probable es que estudies en el Recinto de Aguadilla de la
Universidad de Puerto Rico?
6. ¿Qué tan bien sientes que este campamento fue organizado? 7. ¿Cómo fueron las facilidades/instalaciones de la Universidad de
Puerto Rico Recinto de Aguadilla para el campamento?
8. ¿Qué tan bien contribuyó este campamento a tu aprendizaje e interés en los campos de la robótica y la informática?
Los catorce (14) alumnosparticipantes contestaron las
preguntas de contenido y de opinión tanto de la pre prueba
como de la postprueba. Los resultados por alumnos de
ambas pruebas, Tabla II, indican que el promedio general de
la postprueba (77.79%) es mayor al de la preprueba
(69.93%) lo que indica una comprensión mejor de los
conceptos presentados al terminar el campamento.
Además, los alumnos contestaron las preguntas de
contenido presentadas en ambas pruebas. Los resultados por
preguntas de ambas pruebas se presentan en la Tabla
III.Como se puede observar, en 8 preguntas hubo mejoría, en
5 preguntas permaneció igual y en 4 preguntas se empeoró.
Los promedios de los resultados de las preguntas de
opinión se resumen en las Tablas IV, V y VI. Las respuestas
fueron codificadas con el fin de generar una puntuación
numérica. Se utilizó la siguiente codificación: 5 = "Muy
probable/bueno"; 4 = "Algo Probable/bueno"; 3 = "No estoy
seguro"; 2 = "Probablemente No/No es bueno"; y 1 =
"Definitivamente no/Terrible". La Fig. 3 nos muestra el
porciento de alumnos que contestaron Muy probable o Algo
probable a las preguntas de opinión (1 a la 5) luego del
campamento.
Como muestra la tabla IV, luego del campamento hubo
más interés por parte de los participantes en estudiar una
carrera relacionada a las ciencias (biología, química, física) y
hubo una reducción en el interés por estudiar carreras
relacionadas a la ingeniería y a la tecnología.
TABLA II
RESULTADOS POR ALUMNOS DE LA PREPRUEBA Y POSTPRUEBA
Nombre %Pre-Prueba %Post-Prueba %diferencia
Estudiante 1 59 82 +23
Estudiante 2 76 82 +6
Estudiante 3 76 65 -11
Estudiante 4 70 76 +6
Estudiante 5 70 76 +6
Estudiante 6 70 88 +18
Estudiante 7 53 76 +23
Estudiante 8 88 82 -6
Estudiante 9 76 82 +6
Estudiante 10 65 88 +23
Estudiante 11 59 76 +17
Estudiante 12 82 70 -12
Estudiante 14 65 70 +5
Estudiante 14 70 76 +6
PROMEDIO 69.9286 77.7857 +7.8571
TABLA III
RESULTADOS DE LAS PREGUNTAS DE CONTENIDO
IRVIN J. BALAGUER: INTRODUCCIÓN A LA ROBÓTICA: EXPERIENCIA DE UN CAMPAMENTO DE ... 43
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
TABLA IV
PROMEDIO DE LOS RESULTADOS DE LAS PREGUNTAS DE OPINIÓN
TABLA V
RESULTADOS POR ALUMNOSDE LA PREGUNTAS DE OPINIÓN: PRE PRUEBA
TABLA VI
RESULTADOS POR ALUMNOS DE LA PREGUNTAS DE OPINIÓN: POST
PRUEBA
De la Fig.3 podemos notar que el 64% de los alumnos
considerarían una carrera universitaria en Tecnología en
Ingeniería y es muy probable o algo probable que
seleccionen el Recinto de Aguadilla de la Universidad de
Puerto Rico para realizar esa carrera universitaria (preguntas
de opinión 2 y 5). La quinta pregunta era de gran interés para los
organizadores del campamento. De hecho, una de las
razones de realizar este campamento lo fue el aumentar el
número de futuros alumnos que se matriculen en el Recinto
de Aguadilla de la Universidad de Puerto Rico. Para esta
pregunta, la diferencia entre la pre-prueba y la post-prueba
fue de 16.6690% lo cual representa la ganancia mayor
obtenida. Además, para esta misma pregunta el 64% de los
alumnos considerarían probable o algo probable que
seleccionen el Recinto de Aguadilla de la Universidad de
Puerto Rico para realizar estudios universitarios. Para añadir
perspectiva a este particular, las preguntas 6, 7 y 8 fueron
formuladas solamente en la post-prueba. Estas preguntas
están relacionadas a la organización del campamento, las
instalaciones y si el campamento tuvo un impacto positivo
en el aprendizaje de los participantes. Como se puede
observar, los resultados promedio para estas preguntas
fueron bien altos. Esto nos indica que los participantes
quedaron impresionados con el campamento, es decir, que
los organizadores hicieron un buen trabajo; lo que es de gran
satisfacción para los organizadores.Al finalizar el
campamento se suministró una evaluación de la cual se
puede ver su resumen en la Tabla VII.
Los objetivos de integrar la programación de robots con la
tecnología fueron exitosamente demostrados mediante la
aplicación de lo aprendido durante las tres semanas del
campamento. Algunos conceptos matemáticos,
programación y robótica fueron introducidos e integrados en
este divertido campamento el cual apeló a los entusiastas de
la robótica y los ordenadores.
Además, cuando comparamos las encuestas suministrada a
los participantes antes y después del campamento, notamos
que el interés por seguir una carrera universitaria en el
Recinto de Aguadilla de la Universidad de Puerto Rico
aumentó. Esto nos demuestra que este campamento de
robótica puede ser una herramienta de reclutamiento efectiva
en el área de STEM.
(a)
(b)
Figura 3. Porciento de alumnos que contestaron Muy probable o Algo probable a las preguntas de opinión (1 a la 5) (a) antes del campamento, (b)
luego del campamento.
TABLA VII
RESUMEN DE LA EVALUACIÓN DEL CAMPAMENTO POR PARTE DE LOS
PARTICIPANTES
44 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
V. SEGUIMIENTO A LAS PREGUNTAS DE OPINIÓN
Para determinar si el grado de interés de los participantes
para cursar estudios en UPR-Aguadilla se mantuvo durante
el paso del tiempo, se les envió a los catorce alumnos
participantes, nueve meses después de haber concluido el
campamento, un cuestionario con las preguntas de opinión.
De estos, nueve (9) de los alumnos devolvieron el
cuestionario debidamente completado, para un 64% de
participación.
Los promedios de los resultados de las preguntas de
opinión se resumen en las Tablas VIII y IX. Como muestra
la tabla VIII, nueve meses luego del campamento el interés
por parte de los participantes en estudiar una carrera
relacionada a las ciencias (biología, química, física) aumentó
considerablemente de una respuesta promedio de 3.3571 de
una escala de 5.0000 en la pre prueba a 4.000 de una escala
de 5.0000 en el cuestionario de seguimiento. Este mismo
renglón obtuvo una respuesta promedio de 3.5714 en la post
prueba. De igual manera, el interés por estudiar carreras
relacionadas a la ingeniería y a la tecnología también se
redujo en el cuestionario de seguimiento (respuesta
promedio de 3.6667 de 5.0000) al compararlo con la pre
prueba (respuesta promedio de 3.8571 de 5.0000).
En la pregunta relacionada a la probabilidad de estudiar en
el Recinto de Aguadilla de la Universidad de Puerto Rico
(quinta pregunta) obtuvo una respuesta promedio menor
(3.7778) que la obtenida en la post prueba (4.0000), pero
obtuvo una respuesta mayor que la obtenida en la pre prueba
(3.4285). Esto nos indica que aunque luego de pasado el
tiempo el grado de interés de los participantes para cursar
estudios en UPR-Aguadilla disminuyó al compáralo con el
momento justo al terminar el campamento, si se mantuvo un
grado de interés para cursar estudios en UPR-Aguadilla.
VI. CONCLUSIÓN
Durante el verano 2015, el Departamento de Tecnología
Electrónica de la Universidad de Puerto Rico en Aguadilla,
organizó un campamento de robótica que atrajo 14 alumnos
de escuela secundaria. El campamento fue dirigido a
alumnos de bajos recursos económicos y tuvo una duración
de tres semanas.
La preprueba y la postprueba demostraron que la
experiencia contribuyó al aprendizaje de los alumnos en
áreas relacionadas a STEM. Los resultados de las preguntas
de opinión demostraron que el campamento aumentó el
interés de los participantes en el área específica de las
ciencias (biología, química y física) y en realizar estudios
universitarios en la Universidad de Puerto Rico en
Aguadilla.
Estas preguntas de opinión también indicaron que el
campamento estuvo bien organizado y fue de beneficio para
los participantes. Estos resultados nos indican que nuestro
campamento puede contribuir a disminuir la carencia laboral
en el área de STEM y que puede actuar como herramienta de
reclutamiento para la Universidad de Puerto Rico en
Aguadilla.
También, el campamento propició para que los
participantes tuvieran un encuentro universitario entre
alumnos de bajos recursos económicos de nivel secundario
de diferentes escuelas del área noroeste de Puerto Rico. Los
participantes demostraron un gran interés de continuar
estudios universitarios pero necesitan más orientación con
respecto a su exploración de carreras.
AGRADECIMIENTOS
La asignación de fondos para que este proyecto se llevara
a cabo provino del Departamento de Educación Federal de
los Estados Unidos de América mediante el donativo
P378A140054, CFDA 84.378 partida de fondos FEDERAL.
REFERENCIAS [1] M. Bugallo and A. Kelly, "A Pre-College Recruitment Strategy for
Electrical and Computer Engineering Study," Integrated STEM
Education Conference (ISEC), 2014 IEEE, pp. 1-4, 2014. [2] A. Lopez-Martin, "Attracting Prospective Engineering Students in
the Emerging European Space for Higher Education," Education,
IEEE Transactions on, vol. 53, no. 1, pp. 46 - 52, 2010. [3] M. Bugallo, K. Sheppard and R. Bynum, "EDUCATING
ENGINEERS OF THE FUTURE," Acoustics, Speech and Signal Processing (ICASSP), 2012 IEEE International Conference on, pp.
2749 - 2752, 2012.
[4] M. Yilmaz, J. Ren, S. Custer and J. Coleman, "Hands-On Summer Camp to Attract K–12 Students to Engineering Fields," Education,
IEEE Transactions on, vol. 53, no. 1, pp. 144 - 151, 2010.
[5] S. v. Delden and K.-P. Yang, "ROBOTICS SUMMER CAMPS AS A RECRUITING TOOL: A CASE STUDY," Journal of Computing
Sciences in Colleges, vol. 29, no. 5, pp. 14-22, 2014.
[6] D. Marghitu, T. B. Brahim, J. Weaver and Y. Rawajfih, "Kodu, alice and lego robotics: a three-step model of effective introducing
middle school students to computer programming and robotics,"
SIGCSE '13 Proceeding of the 44th ACM technical symposium on Computer science education, pp. 738-738 , 2013.
[7] K. Kallback-Rose, K. Seiffert, D. Antolovic, T. Miller, R. Ping and
C. Stewart, "Conducting K-12 outreach to evoke early interest in IT, science, and advanced technology," Proceedings of the 1st
Conference of the Extreme Science and Engineering Discovery
Environment: Bridging from the eXtreme to the campus and beyond (XSEDE ‘12)., p. Article 55, 2012.
[8] B. Ericson and T. McKlin, "Effective and sustainable computing
summer camps," Proceedings of the 43rd ACM technical symposium on Computer Science Education (SIGCSE ‘12)., pp.
289-294, 2012.
TABLA VIII PROMEDIO DE LOS RESULTADOS DE LAS PREGUNTAS DE OPINIÓN:
SEGUIMIENTO
TABLA IX
RESULTADOS POR ALUMNOSDE LA PREGUNTAS DE OPINIÓN:
SEGUIMIENTO
IRVIN J. BALAGUER: INTRODUCCIÓN A LA ROBÓTICA: EXPERIENCIA DE UN CAMPAMENTO DE ... 45
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[9] F. Tuluri, "Using robotics educational module as an interactive
STEM learning platform," Integrated STEM Education Conference
(ISEC), 2015 IEEE , pp. 16 - 20, 2015. [10] S. AlHumoud, H. Al-Khalifa, M. Al-Razgan and A. Alfaries, "Using
App Inventor and LEGO mindstorm NXT in a summer camp to
attract high school girls to computing fields," Global Engineering
Education Conference (EDUCON), 2014 IEEE , pp. 173 - 177,
2014.
[11] J. Adams, "Scratching Middle Schoolers’ Creative Itch,"
Proceedings of the 41st SIGCSE technical symposium on Computer
science education, pp. 356-360, 2010.
Irvin J. Balaguer Álvarez, Catedrático Asociado, Departamento de
Tecnología en Ingeniería Electrónica, Universidad de Puerto Rico en
Aguadilla. El Dr. Balaguer recibió el grado de PhD en Ingeniería Eléctrica de Michigan StateUniversity en 2011. Las áreas de investigación del Dr.
Balaguer están en los campos de reclutamiento y retención de alumnos y en
la protección, control y confiabilidad de Microgrids. El creó el Campamento de Verano de Robótica de la Universidad de Puerto Rico en
Aguadilla para alumnos de escuela secundaria.
46 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title— Industrial Plant at Academic Level for Teaching
Industrial Informatics in an Electronic Engineering
Undergraduate Degree.
Abstract—This paper presents the design of an academic
level simulation for an industrial plant and the current status
of practice activities proposed for an undergraduate course on
Industrial Automation for Electronic Engineering students.
Strongly focalized in professional processes and methods, in
particular, it deals with the specific activities developed by
electronic engineers at the lower lever of the automation
pyramid.
Index Terms—Flexible Manufacturing Cell, GEMMA,
GRAFCET, Industrial Informatics.
I. INTRODUCCIÓN
N el marco de la Reforma Curricular para la Carrera de
Ingeniería Electrónica de la Facultad de Ciencias
Exactas, Ingeniería y Agrimensura de la Universidad
Nacional de Rosario, durante el año 2011 se realizó una
encuesta a graduados en los años 2005 al 2010, con el
objetivo de conocer la orientación de su actividad
profesional [1]. Este relevamiento evidenció que la totalidad
de los encuestados trabajan en actividades vinculadas con la
profesión y que más del 50% de ellos lo hacen en industrias,
o empresas de ingeniería de la zona, que proveen servicios a
las industrias. Asimismo, reveló que la automatización es
una de las temáticas más demandadas: casi un 30% de los
consultados están involucrados en este tipo de actividad
laboral, superando en al menos un 15% a otros tipos de
actividades declaradas (comunicaciones, diseño electrónico,
informática y gestión).
Sin embargo, al momento de realizar la encuesta, la
demanda de conocimientos específicos referidos a la
automatización industrial no era satisfecha por la oferta
académica de la carrera [2]. Estos resultados hicieron
imperiosa la necesidad de implementar actividades
Los autores pertenecen al Departamento de Sistemas e Informática de la
carrera de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario,
Argentina. (e-mail: jisosa@fceia.unr.edu.ar).
José Ignacio Sosa, ORCID ID: 0000-0001-9969-8696 Rodolfo Raúl Recanzone, ORCID ID: 0000-0002-2727-0663
Fernando Ardoli, ORCID ID: 0000-0003-4371-9966
Aníbal Aresi, ORCID ID: 0000-0001-6020-7669 Cristina Bender, ORCID ID: 0000-0001-6961-1983
Nora Blet, ORCID ID: 0000-0003-2695-0656
José Luis Simón, ORCID ID: 0000-0001-5158-4729
curriculares tendientes a superar los problemas observados;
esto es, cubrir la carencia de conocimientos e inculcar
buenas prácticas de diseño.
Para esto, se planificaron e implementaron
modificaciones en la asignatura electiva “Sistemas Digitales
Industriales” de la carrera Ingeniería Electrónica [3],
mediante la inclusión de conocimiento práctico de
Controladores Lógicos Programables (PLCs) y, el
aprendizaje de técnicas sólidas de modelización basadas en
GRAFCET [4] complementadas con la aplicación de la Guía
de Estudios de los Modos de Marcha y Parada (GEMMA)
[5], enfatizando el uso de descomposición en tareas
jerarquizadas con coordinación vertical. Completan estos
conocimientos la integración en redes de comunicación
industriales y con sistemas SCADA (por Supervisory
Control and Data Acquisition), conceptos de seguridad, etc.
La primera modificación [2] se limitó a introducir
herramientas para el diseño e implementación de la parte de
comando de un Sistema Automatizado de Producción
(SAP), cuya complejidad justificaba el uso de un
controlador autónomo. En este trabajo se describe la
segunda etapa de estas modificaciones, donde se aborda el
diseño orientado a sistemas de automatización grandes,
limitándolo a las actividades específicas de un Ingeniero
Electrónico, las cuales se desarrollan en los niveles más
bajos de la pirámide de automatización. La propuesta de
diseño se organiza en diferentes niveles de control
comunicados verticalmente y supervisados por uno superior,
el cual coordina el funcionamiento de distintas celdas de
trabajo y, además se comunica con los niveles de gestión de
la producción, situados en la cúspide de la pirámide.
Para las implementaciones prácticas de las estrategias de
diseño, se simula una planta industrial a escala académica
conformada por dos celdas de trabajo que ejecutan procesos
de tecnologías primarias independientes, cuyo
funcionamiento particular se resuelve con las técnicas
abordadas en la primera etapa de modificaciones. Además,
las celdas envían información de estado al Nivel superior de
Supervisión, del cual reciben órdenes que determinan sus
diferentes modos de funcionamiento (denominados recetas).
Esta segunda etapa, también aborda la comunicación
entre niveles a través de una red de comunicaciones que
soporte protocolos estándares en ambientes industriales.
El resto de este trabajo se organiza de la siguiente forma:
en el próximo apartado se presentan los conceptos básicos
utilizados en este artículo; luego se describe la propuesta
para el diseño a Subnivel de Área de la pirámide de
Planta Industrial a Escala Académica para la
Enseñanza de Informática Industrial en una
Carrera de Ingeniería Electrónica
José Ignacio Sosa, Rodolfo Raúl Recanzone, Fernando Ardoli, Aníbal Aresi, Cristina Bender,
Nora Blet y José Luis Simón
E
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 47
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
automatización; finalmente, se exponen algunas reflexiones
finales y líneas de trabajo futuras.
II. ALGUNOS CONCEPTOS BÁSICOS
A. Manufactura Integrada por Computador
La manufactura integrada por computador (o CIM por
Computer Integrated Manufacturing) intenta utilizar el
poder de análisis, cálculo y procesamiento de las
computadoras al servicio de la producción de bienes de
mercado, cubriendo varios aspectos de la industria que van
desde el diseño, ingeniería y manufactura, hasta la logística,
almacenamiento y distribución de los productos [5]. Su
objetivo es incrementar la capacidad de manufacturar
piezas, productos terminados o semielaborados usando el
mismo grupo de máquinas. Para ello se requiere que las
herramientas utilizadas sean flexibles y capaces de
modificar su programación adaptándose a los nuevos
requerimientos del mercado. Por tanto, un aspecto clave de
la filosofía CIM es la integración de los diferentes elementos
que componen el sistema de fabricación. Con este fin se
estableció un modelo que representa el flujo de información
en las empresas manufactureras, denominado pirámide CIM
o pirámide de automatización; la cual estructura la empresa
en niveles, en función del tipo de datos y forma de procesar
la información en cada uno de ellos. Este modelo se presenta
en la Figura 1.
Una característica de esta jerarquía es que la información
de los procesos se envía desde los niveles inferiores a los
superiores, en tanto que la información de gestión de la
producción fluye en sentido contrario.
Desde el punto de vista de una arquitectura integrada, el
papel más importante lo lleva a cabo una red de
comunicaciones la cual, a modo de columna vertebral,
permite la comunicación entre los distintos niveles. Así, el
nivel de gestión puede tomar decisiones basándose en los
datos que arrojan los equipos o dispositivos del piso de
planta.
Desde su gestación, el modelo CIM sufrió diversas
modificaciones y cambios lexicográficos. La Figura 2
muestra los tres niveles más bajos de la pirámide (de un total
de cuatro) en una modificación ampliamente usada.
Si bien un sistema de automatización moderno integra los
niveles operativos de automatización con los de gestión de
la producción y gestión empresarial, técnicamente hablando,
el sistema de automatización corresponde a estos tres
niveles más bajos [6]:
• Nivel 0: TECNOLOGÍA PRIMARIA
Lo componen elementos que forman parte del proceso o,
interaccionan físicamente con él. Aunque no se menciona en
el modelo original, su existencia se asume implícitamente,
dado que es imposible ignorarlo.
• Nivel 1: CONTROL
Comprende los niveles 1, 2 y 3 del modelo original,
dividido en los siguientes subniveles:
de Sensores y Actuadores
de Campo: realiza la adquisición/transmisión de
datos y el control de actuadores (subnivel agregado
en la modificación graficada)
de Celda o Función de Proceso: controla parte de
un Grupo/Área, de forma autónoma pero coordinada.
Excepto por mantenimiento, ejecuta funciones de
lazo cerrado: regulación, monitoreo,
secuenciamiento, protección e interlocking.
de Grupo/Área: controla una parte de la planta bien
definida, donde un PLC ejecuta principalmente
funciones de lazo cerrado. Coordina y comanda las
celdas subordinadas, como un conjunto. En lazo
abierto, permite la intervención de un operador.
• Nivel 2: FÁBRICA (SUPERVISOR)
Comprende el nivel 4 del modelo original y atiende:
Funciones de lazo abierto: supervisa la
producción, ejecuta operaciones, visualiza plantas,
almacena datos de procesos, registro de
operaciones, históricos, etc.
Funciones de lazo cerrado: optimización de la
producción.
B. Sistemas Automatizados de Producción
La Figura 3 muestra la estructura general de un Sistema
Automatizado de Producción (SAP), donde se tienen tres
partes bien diferenciadas ([7], [8]).
La Parte de Relación (PR) incluye la consola de diálogo
humano-máquina, equipada con los órganos de comando
que permiten la selección de los modos de funcionamiento,
el comando manual de las acciones habilitadas al operador,
y señalizaciones diversas (tales como indicadores
luminosos, bocinas, etc.).
Fig. 1. La pirámide productiva según el concepto CIM.
Fig. 2. Una de las modificaciones al modelo CIM.
48 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
La Parte de Comando (PC) se encarga del tratamiento
de la información emitida por los órganos de comando de la
PR y los sensores de la Parte Operativa. Las órdenes
resultantes se transmiten a la Parte Operativa para controlar
su evolución y, a los componentes de señalización de la PR
para indicar al operador el estado y la situación del sistema.
Finalmente, la Parte Operativa (PO) es la que actúa
directamente sobre la materia prima a través de una máquina
o proceso productivo propio del sistema industrial.
C. GRAFCET
Un GRAFCET (por GRAphe Fonctionnel de Commande
Étape/Transition) es una representación gráfica que traduce,
sin ambigüedades, la evolución del ciclo de un automatismo
secuencial, permitiendo describir los comportamientos
esperados del mismo [4]. Puede usarse para representar el
automatismo en todas las fases de su concepción, desde la
definición de la especificación técnica hasta su
implementación (por ejemplo, con la programación de un
PLC industrial, el uso de secuenciadores u otras
tecnologías), pasando por el estudio de los modos de
arranque y parada.
El GRAFCET se basa en el uso de instrucciones precisas,
el empleo de un vocabulario bien definido, el respeto de una
sintaxis rigurosa y el uso de reglas de evolución, evitando
incoherencias en el funcionamiento. Entre otras cosas,
permite adoptar un enfoque progresivo en la elaboración del
automatismo.
A partir de su creación y publicación en 1977, esta
herramienta de especificación alcanzó una amplia difusión y
estudio en los establecimientos de enseñanza técnica,
justificando su normalización en Francia en 1982. En 1993,
la Comisión Electrotécnica Internacional (CEI) la incluyó en
su Norma IEC 61131-3 [9] que, entre otras cosas, validó
cinco lenguajes de programación de PLCs: uno de ellos es el
SFC (por Sequential Function Chart), inspirado en
GRAFCET. Este hecho y, la circunstancia que el SFC se
adoptó internacionalmente tanto en el ámbito educativo
como en el industrial, determinaron la elección de
GRAFCET como herramienta de modelado para el
desarrollo de las nuevas actividades curriculares de la
asignatura “Sistemas Digitales Industriales”.
A modo de ejemplo, en la Figura 4 se muestra un
GRAFCET que representa el ciclo de funcionamiento
normal de una máquina de estampado, cuyo esquema de
funcionamiento puede consultarse en [2].
D. GEMMA
En la automatización de una máquina es necesario prever
todos los estados posibles: funcionamiento manual o
semiautomático, paradas de emergencia, puesta en marcha,
etc. Además, el propio automatismo debe ser capaz de
detectar defectos en la PO y colaborar con el operario o
técnico de mantenimiento para su puesta en marcha y
reparación, entre otras cosas. Con frecuencia, al estudiar un
sistema automatizado, las necesidades de modos de marchas
y paradas están mal o insuficientemente expresadas, por lo
cual, se plantean soluciones a las necesidades esenciales una
vez realizado el sistema, al precio de modificaciones y
tanteos costosos. El diseñador necesita, por tanto, un
enfoque guiado y sistemático para prever completamente los
defectos y contemplarlos a partir del estudio tanto de la PO
como de la PC del sistema a realizar.
Esta necesidad de métodos-herramientas dio nacimiento
al GRAFCET, el cual permite una expresión precisa de
algunos modos de marchas y de paradas, pero que, por sí
solo, no permite el enfoque sistemático global necesario. Por
estas razones, la agencia francesa ADEPA (Agence
nationale pour le DEveloppement de la Production
Automatisée) desarrolló en 1993 la guía GEMMA (por
Guide d’Etudes des Modes de Marches et d’Arrêts) ([10],
[11], [12]), que representa en forma organizada todos los
modos o estados de Marchas y Paradas en que puede
encontrarse un proceso de producción automatizado y
orienta sobre las transiciones que pueden darse de un estado
a otro, además de prever estos modos desde la concepción,
integrándolos en la realización. Por esto, puede considerarse
que GEMMA es un método-herramienta que define un
vocabulario preciso, proponiendo un enfoque guiado
sistemático para el diseñador. Complementándose con la
representación GRAFCET, la GEMMA fue concebida para
estar en consonancia con las normas de seguridad de la
Unión Europea, incluyendo situaciones de emergencia en
prevención de posibles daños humanos y/o materiales. En la
Figura 5, a modo de ejemplo, se muestra la parte
correspondiente a los procedimientos de Parada y de Puesta
en Marcha de la cartilla que resume la Guía GEMMA (la
cartilla completa puede consultarse en [13]).
Cada uno de los rectángulos que representan un Modo de
Marcha o Parada sobre la Guía Gráfica GEMMA, recibe la
denominación de “rectángulo-estado”. Por ejemplo, el
rectángulo-estado A6 corresponde a la puesta de la PO en el
estado inicial.
Fig. 4. GRAFCET funcional de la operación normal de una máquina.
Fig. 3. Esquema general de un Sistema Automatizado de Producción.
SOSA et al.: PLANTA INDUSTRIAL A ESCALA ACADÉMICA PARA LA ENSEÑANZA DE INFORMÁTICA... 49
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
E. Desarrollo de un Automatismo
La secuencia típica del estudio de un automatismo [14] se
esquematiza en la Figura 6.
Los pasos a seguir son:
1) Realizar el estudio del proceso industrial y, en
paralelo, la definición del ciclo de producción.
2) Definir la PO y los dispositivos que actuarán como
captadores y, en paralelo, el GRAFCET de
Producción Normal (GPN) (rectángulo-estado F1
de la guía GEMMA).
3) Implementar la Guía gráfica GEMMA para la
selección de los Modos de Marchas y Paradas,
poniendo en evidencia los enlaces entre estos
modos.
4) Definir, con ayuda de la Guía GEMMA, las
condiciones de evolución entre los estados de
Marchas y Paradas y, en paralelo, las funciones de
la consola de comando y establecimiento del
GRAFCET completo que contempla las situaciones
de parada y fallo además de la producción
normal, aplicando el concepto de descomposición
en tareas jerarquizadas con coordinación vertical
[15] [16], explicado a continuación. La Figura 7
muestra una descomposición en tareas coordinadas,
típica de una PC, jerarquizada verticalmente.
Las tareas están representadas por sus respectivos
GRAFCETS [7]:
El GRAFCET de Seguridad (GS) permite
administrar las paradas en casos de falla
(paradas de emergencia). Normalmente, el GS
se corresponde con el rectángulo-estado D1 de
la guía GEMMA (ver Figura 5).
El GRAFCET de Conducta (GC) integra los
modos de marcha y paradas normales. Las
etapas del GC se corresponden con un
rectángulo de las familias F o A de la Guía
GEMMA (ver guía completa en [13]).
El GRAFCET de Inicialización (GI) administra
los rearranques después de fallos y, corresponde
al recorrido por los rectángulos A5 y A6 de la
Guía GEMMA (ver guía completa en [13]).
GRAFCETs de Tarea: a cada rectángulo-estado
se le puede hacer corresponder una tarea bajo la
forma de un GRAFCET. Un caso particular es el
GPN. Un GRAFCET de Tarea es un
subprograma invocado por el GC.
5) Elegir una tecnología de comando. En las
asignaturas dictadas en el Departamento de
Sistemas e Informática (DSI), está orientada
fuertemente a la solución utilizando PLCs.
6) Concebir el esquema o programa de comando en la
tecnología elegida. Esto es, realizar la
programación del PLC, las pruebas y puesta a
punto utilizando las maquetas.
Fig. 5. Extracto del Gráfico GEMMA propuesto por ADEPA.
Fig. 6. Secuencia típica del estudio de un automatismo.
Fig. 7. Descomposición típica de una PC jerarquizada.
50 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
F. Límites y Extensiones Posibles de la Guía GEMMA
La GEMMA [17] está concebida para una PO ÚNICA
comandada por una PC ÚNICA. Esto implica que en todo
instante se está en un modo y solamente en uno, o lo que es
lo mismo, en un rectángulo-estado y sólo uno; esta premisa
se conoce como “principio de unicidad de modo”. Ello
permite considerar a las tareas (o acciones) asociadas a los
diferentes modos independientemente entre sí, sin riesgo de
interferencia fatal. En efecto, si varias tareas se activaran al
mismo tiempo, podría darse el caso en que las órdenes
emitidas fueran contradictorias.
Entonces, no es solo conveniente respetar este convenio,
sino que también es recomendable establecer todos los
"enclavamientos" condicionantes necesarios para que solo
sean posibles las evoluciones que respeten la unicidad del
rectángulo-estado activo. Esta restricción puede ser un
inconveniente cuando el sistema toma dimensiones tales que
es difícil considerarlo en conjunto o bien, cuando sus partes
están dotadas de una cierta autonomía (por ejemplo, algunas
podrían estar en modo parada y otras en modo de marcha).
Cuando no se puede satisfacer la unicidad de modo se
aconseja utilizar una GEMMA por cada sistema o
subsistema, pudiendo considerarse que hay en todo instante,
un modo activo y sólo uno. Tenemos entonces el esquema
de la Figura 8. Hará falta, por tanto, asegurar la
coordinación entre estas GEMMAs con el fin de evitar
riesgos no contemplados.
Para ello existen dos posibilidades:
Coordinación Horizontal de GEMMAs: en este caso,
se escribe sobre las condiciones de transición de cada
tarea (rectángulos-estado) de cada una de las
GEMMAs, los estados donde pueden estar las otras
GEMMAs. Por ejemplo, en la Figura 8: podría
imponerse para la condición de entrada de la GEMMA
“2” a F1 (Producción Normal) que las GEMMAs “1” y
“3” estén igualmente en F1.
Coordinación Vertical de GEMMAs: en este tipo de
coordinación se tiene una "GEMMA de GEMMAs". Se
está entonces ante un conjunto jerarquizado: los
sistemas no se comunican directamente entre ellos, sino
a través de una GEMMA directora de nivel superior,
como se ilustra en Figura 9. En este trabajo se adopta
esta posibilidad.
III. MEJORAS PROPUESTAS EN LA ACTIVIDAD CURRICULAR
A. Planta industrial a escala académica
En algunas asignaturas que el DSI dicta en las carreras de
Ingeniería Electrónica, Ingeniería Eléctrica e Ingeniería
Mecánica, se imparten conocimientos de PLC y
modelización. Sin embargo, se observa que, en particular en
la carrera de Ingeniería Electrónica, las actividades prácticas
curriculares directamente vinculadas a la automatización
industrial son escasas. Por esto, el DSI decidió diseñar e
implementar prácticas de laboratorio destinadas a cubrir esta
falencia. Para estas prácticas, es evidente la necesidad de
contar con elementos que permitan involucrar al alumno en
actividades similares a las que realizará en su actividad
profesional: surge así la necesidad de contar con
dispositivos físicos a pequeña escala para simular el
funcionamiento de procesos industriales reales, en la
cantidad y la calidad necesarias. Esto llevó a encarar el
diseño y montaje, con recursos propios y de manera
sostenida en el tiempo, de maquetas educativas que simulan
celdas de trabajo controladas por PLCs y, a la vez por un
nivel superior de supervisión. De este modo, se provee al
alumno, soportes físicos mecánicamente acotados al ámbito
de un laboratorio para que, experimente y aplique los
conceptos impartidos en problemas extrapolables a otros de
mayor complejidad, como los que encontrará en
aplicaciones industriales en el ejercicio de su actividad
profesional.
Al presente se desarrollaron e implementaron dos celdas
de trabajo que emulan partes de un proceso industrial: una
de ellas está basada en un sistema de cintas transportadoras
(presentada con amplio detalle en [2] y [18]) y, la otra, está
conformada por un sistema de tanques (Figura 10).
Ambas maquetas cuentan con los componentes típicos de
una automatización industrial [18] (elementos de tecnología
primaria, sensores, actuadores, PLCs y Panel de Control),
cuyas respectivas configuraciones pueden determinar
diferentes modos de funcionamiento.
Como se observa en la Figura 10, la celda de Tanques
consta de un tanque principal que, a través de bombas y
Fig. 8. Descomposición del sistema en varias GEMMAs (extraída de
[17]).
Fig. 9. Utilización de una GEMMA Directora (extraída de [17]).
Fig. 10. Celda 2 (Tanques) [18].
SOSA et al.: PLANTA INDUSTRIAL A ESCALA ACADÉMICA PARA LA ENSEÑANZA DE INFORMÁTICA... 51
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
válvulas, puede alimentar a otros dos, cumpliendo una
funcionalidad predeterminada.
Una vez finalizada una secuencia, el producto
almacenado en ambos tanques se puede enviar hacia una
cisterna, para luego reinsertarlo en el tanque principal y
poder repetir el ciclo. El control de este funcionamiento
reside en un PLC de características semejantes al utilizado
en la celda de trabajo de movimiento de cintas
(específicamente, un PLC SIMATIC S7-200 con capacidad
de comunicación mediante protocolo PROFIBUS DP [18]).
Basadas en los conceptos de fabricación flexible, estas
dos estaciones de trabajo deben realizar sus tareas
específicas, en secuencias de funcionamiento diferentes
denominadas “recetas”. Por ejemplo: una receta podría
consistir en realizar tareas alternando un ciclo de trabajo por
estación o, en cualquier otra secuencia que el proceso
demande.
El control de la ejecución de estas recetas está a cargo del
Nivel de Supervisión el cual, de acuerdo a los
requerimientos del sistema de gestión de la producción
(MES, por Manufacturing Execution System), definirá una
forma de trabajo u otra. El Nivel de Supervisión también
puede enviar información a los niveles más altos de la
pirámide productiva, a fin de utilizarla para la planificación
de la producción, control de materiales y recursos,
coordinación de recursos en planta, etc. Desde el punto de
vista de la PO no se buscó coherencia mecánica entre las
celdas dado que, el objetivo del trabajo es aplicar criterios a
la forma de coordinar sus funcionamientos y, no
pormenorizar en detalles tecnológicos, que están más allá
del alcance de esta publicación.
La Figura 11 muestra ambas maquetas que hacen las
veces de “celdas” en la pirámide productiva. En la parte
superior de la imagen, se puede ver el PLC S7-300 que
realiza la función de Control a Subnivel de Área [18].
La actividad práctica, monitoreada por los docentes, se
realiza en el Laboratorio de Tecnologías Digitales e
Informática Industrial [18], ubicado en el DSI. Sobre las
maquetas se propone a los alumnos la resolución de
problemas de automatización de complejidad diversa, con la
premisa común de planificar la solución mediante
modelización con el uso de GRAFCET, dentro del marco de
la Guía GEMMA (Figura 12).
En la Figura 12, el prefijo “G” indica una referencia al
GRAFCET correspondiente, el sufijo “_C” hace referencia a
la maqueta de Cintas y el sufijo “_T” hace referencia a la
maqueta de Tanques.
Este enfoque de diseño se describe en [2]; el mismo se
limitaba, en principio, a las aplicaciones no más allá del
Subnivel de Celda, sin que exista coordinación de la
operatoria de las “celdas”. Para superar esta limitación, en
este trabajo se aborda la incorporación de un Subnivel de
Área.
B. Subnivel de Área
Este Subnivel controla y coordina las operaciones de las
celdas, consideradas en conjunto. Ello implicó:
1) agregar un PLC que opere en el Subnivel de Área
2) determinar las comunicaciones entre los Subniveles
de Área y Celda
3) establecer un modelo de control jerárquico entre los
subniveles
4) definir una operatoria sencilla del sistema, en la
cual la importancia recaiga fuertemente en las
interacciones entre los Subniveles de Área y Celda,
sin enfatizar en los subprocesos específicos
controlados por cada celda
5) adecuar la programación de las celdas y de la
unidad de coordinación en el Subnivel de Área.
Las opciones escogidas para satisfacer estos
requerimientos fueron (ver Figuras 13, 14 y, referencia
[18]):
1) usar un PLC S7-300 para el subnivel de Área
2) establecer una red que comunique los controladores
del sistema. Frente a la amplia oferta de
posibilidades, se eligió PROFIBUS entre aquéllas
que podían implementarse con la infraestructura
disponible.
3) conservar los automatismos GEMMA de las celdas,
agregando una GEMMA de Subnivel superior de
Área a la cual quedan subordinadas las celdas; esto
es, se agregó una GEMMA de GEMMAs. Se
obtiene así un conjunto verticalmente jerarquizado,
en el cual los sistemas subordinados no se
comunican directamente entre ellos, sino a través
de la GEMMA de nivel superior. Las celdas siguen
operando bajo el principio de unicidad de modo en
su respectiva GEMMA pero, el principio no se
aplica al conjunto global.
Fig. 11. Celdas implementadas para la actividad curricular [18].
Fig. 12. Esquema de trabajo sobre las maquetas [18].
52 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
En la Figura 14, el sufijo “_A” hace referencia a la
GEMMA de Área.
C. Operación con Recetas
Las recetas pueden ser muy variadas, dependiendo de la
disponibilidad de recursos en cada celda y de su
organización. En particular aquí, en cada celda se puede
definir un conjunto de funciones básicas que, haciendo un
uso bien planificado de los recursos, pueden combinarse
adecuada y diferentemente para efectivizar las distintas
recetas. En el caso de recetas que necesiten la cooperación
de 2 o más celdas, se pueden aplicar diferentes enfoques.
Por ejemplo, en un primer abordaje se puede dejar la
responsabilidad TOTAL de la planificación y ejecución de
la receta en cada celda, al Subnivel de Área (GEMMA_A):
las celdas brindarían así las piezas del rompecabezas
(funciones) y, su ensamblado (ejecución) estaría dirigido
desde dicho nivel. Otro enfoque: para cada receta, la celda
estaría en conocimiento de la concatenación de ejecución de
sus funciones, dependiendo de la GEMMA_A únicamente
cuando deba coordinarse con otras celdas (unicidad de modo
en la celda).
En cualquier caso, pueden necesitarse mensajes
adicionales desde la GEMMA_A para parametrizar las
operaciones de las funciones involucradas en las recetas. De
ser necesaria una mayor interacción entre las operaciones de
ambas celdas, se puede aplicar el primer enfoque
descomponiendo los ciclos de funcionamiento totales en
subciclos que puedan invocarse en forma particular desde la
GEMMA_A.
En una primera aproximación se utilizó el segundo
enfoque, definiendo los siguientes modos de
funcionamiento:
a) Modo Autónomo: cada una de las celdas opera
independientemente de la otra, desarrollando una
funcionalidad predeterminada. Los arranques y
paradas de cada celda se comandan con
accionamientos locales.
b) Receta #1: bajo comando del GRAFCET GC_A
(GEMMA_A) se ejecutan alternativamente:
un ciclo completo de la celda de tanques
dos ciclos completos de celda de cintas
c) Receta #2: bajo comando del GRAFCET GC_A
(GEMMA_A) se ejecutan alternativamente un ciclo
completo de cada celda.
En todos los modos, una parada general emitida por la
GEMMA_A tiene la equivalencia de un orden de “parada
solicitada al final de ciclo” para cada celda (rectángulo-
estado A2). Si se está en modo “receta”, la celda operante
simplemente terminará el ciclo iniciado, en cuyo momento
la receta concluirá. La selección del modo de operación se
lleva a cabo en la GEMMA_A, con un conjunto de llaves.
En [18] se puede acceder a un video donde se aprecia este
esquema en funcionamiento.
D. Mejoras Implementadas
Una primera solución (detallada en [18]) para la GEMMA
de Subnivel de Área (GEMMA_A) se muestra en las
Figuras 15 y 16 (GRAFCETs GS_A y GC_A,
respectivamente).
En la Figura 15, fPO_C y fPO_T son variables internas
que contienen indicaciones de estado recibidas vía mensajes
de las celdas respectivas cuando alguna de ellas detecta un
fallo en su PO, y Reset_gral es una orden de reposición,
entrada del S7-300.
Al igual que en el caso de operaciones de celdas no
coordinadas, las situaciones de falla de la PO deben ser
atendidas sin dilación, por los respectivos automatismos
GEMMA de cada celda. Las necesidades de coordinación
exigen que estas situaciones se informen también al
Subnivel de Área. Esto puede hacerse de diversas maneras:
redundancia de señales de hardware, conectadas al
controlador del Subnivel de Área (costoso, poco
flexible)
Fig. 13. Arquitectura del nuevo sistema [18].
Fig. 14. Esquema de GEMMAs [18].
Fig. 15. GRAFCET de Seguridad a Subnivel de Área [18].
Fig. 16. GRAFCET de Conducta del SubNivel de Área [18].
GRAFCET DE SEGURIDAD “GS_A”
100
101
1
“Estado global: NORMAL”
Msg. a Celda #1:
FORZAR ESTADO
SEGURO
Msg. a Celda #2:
FORZAR ESTADO
SEGURO
GC_A { } GI_A { }
102
↑Reset_gral
Señalizar Estado
de Falla !
“Esperar reposición
por el operador”
103 GC_A { INIT } GI_A { INIT }
( fPO_C + fPO_T ) · ( Modo_Op ≠ Autónomo )
GRAFCET DE CONDUCTA “GC_A”
“Operación autónoma de las Celdas,
hasta que ocurra un cambio de Modo”
Habilitar
GI_A
0
X100 · Arr_gral
1Mensaje a
Celda #1: INIT
Mensaje a
Celda #2: INIT
Reset
Modo_Op
Fin_GIA · Fin_GIC · Fin_GIT
2
Leer
Modo_Op
1
3
5
Cambio_de_Modo
6Msg. a Celda
#1: PARAR
Msg. a Celda
#2: PARAR
Celda1_Parada · Celda2_Parada
Modo_Op = Autónomo
1
4Msg. a Celda #1:
Modo_Op
Msg. a Celda #2:
Modo_Op
7
Modo_Op = Receta#1 ó Receta#2
Coordinación de las
operaciones de la
Celda #1 y la Celda #2
Fin_Receta
SOSA et al.: PLANTA INDUSTRIAL A ESCALA ACADÉMICA PARA LA ENSEÑANZA DE INFORMÁTICA... 53
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
la celda en falla envía un mensaje al Subnivel de
Área (opción elegida).
De modo no exhaustivo (ver detalles en [18]), se describe
a continuación la operatoria de la GEMMA de GEMMAS.
En situación “normal” (etapa [100] activa en el
GRAFCET GS_A), el GRAFCET de Conducta GC_A
aguarda en su etapa inicial [0] la activación de una orden
local de arranque general (Arr_gral). Hasta ese momento,
las dos celdas (Cintas y Tanques) deben permanecer
inactivas, ignorando cualquier comando local propio,
esperando recibir una orden del Subnivel superior (Área). La
orden de arranque general desencadena la ejecución de
tareas de inicialización locales del Área (GI_A), y el envío
de sendos mensajes a las celdas requiriendo lo propio en
cada una de ellas. Una vez finalizada la inicialización local,
y recibidos mensajes de las celdas informando que ya están
inicializadas, el sistema está en condiciones de comenzar a
operar (bajo condiciones “normales”).
En la Figura 16, Arr_gral es una orden de arranque
general, entrada del S7-300; Fin_GIA es una señal de
estado que indica la finalización de las operaciones de
inicialización en GEMMA_A; Fin_GIC y Fin_GIT son
señales de estado que indican la finalización de las
operaciones de inicialización en GEMMA_C y GEMMA_T,
respectivamente (reportadas por comunicaciones);
Modo_Op es una variable numérica (INT) en el S7-300 que
almacena el valor de una combinación (decimal) de entradas
digitales que definen un Modo de Operación seleccionado
por un operador-supervisor del Área; y Celda1_parada y
Celda2_parada son variables de estado que se activan
cuando las celdas correspondientes cesaron de funcionar
(reportadas por comunicaciones).
El GRAFCET de Conducta GC_A adquiere el modo de
operación deseado (Modo_Op), y lo transmite
simultáneamente a las dos celdas (etapas [2] a [4]). El
comportamiento a continuación depende del modo de
operación elegido:
a) modo de operación Autónomo: se permite que las
dos celdas operen libre e independientemente
(etapa [5]), hasta que se detecte un cambio en el
modo de operación, en cuyo caso se envían
mensajes a las celdas para ordenar la finalización
de sus respectivos procesos en curso (equivalente a
un STOP local) (etapa [6]).
b) modo de operación Receta (Receta #1 o Receta #2)
(etapa [5]): en este modo de operación las celdas
conocen (a través de la “receta”) las circunstancias
en las que pueden operar libremente, así como
aquellas en las que deben esperar comandos de
coordinación emanados del Subnivel superior
(Área) para continuar su operación.
Finalizado cualquiera de los modos de operación, el
sistema remite a la fase de adquisición de un nuevo modo de
operación (etapa [2]).
Ante una falla de cualquiera de las PO, si se está
trabajando en un Modo Receta (no Autónomo), el
GRAFCET de Seguridad GS_A garantiza que ambas celdas
se establezcan en un modo “seguro”, deteniendo la
ejecución de la receta en curso (etapa [101]) y desactivando
completamente sus GRAFCETs subordinados (GC_A y
GI_A). En el modo Autónomo se asume que la falla de la
PO de una celda será manejada apropiadamente por la PC de
la misma, sin afectar el funcionamiento de la otra celda.
Las señalizaciones indicadas en el GS_A (etapa [102])
pueden ser:
a) señalizaciones locales (luminosas y/o acústicas)
b) transmisión de mensajes a niveles superiores
(gestión)
Solucionada la causa de la falla, una orden de Reset_gral
por parte del operador permite volver el sistema a la
normalidad (etapa [103]). En la Figura 15 no se contempla
el manejo de otras circunstancias anómalas tales como,
fallos en las comunicaciones, ya sean debidos a problemas
con el hardware (cables, interfaces, etc.) o con el software
(respuestas indebidas o inexistentes, etc.).
E. Comentarios sobre la Implementación
La implementación de esta segunda etapa de
modificaciones en el Laboratorio de Tecnologías Digitales e
Informática Industrial del DSI finalizó a fines del 2015, con
la participación de los docentes de la asignatura y el apoyo
de alumnos avanzados de la carrera de Ingeniería
Electrónica que, realizaron su trabajo final de carrera bajo la
dirección de dichos docentes. La asignatura Sistemas
Digitales Industriales, dictada en el décimo y último
cuatrimestre de dicha carrera, cuenta con un promedio de
doce alumnos por año académico, la cual es una cantidad
importante por tratarse de una materia electiva de la
currícula de Ingeniería Electrónica. La implementación de
esta mejora ha obtenido una valoración cualitativa muy
buena, tanto por parte de los docentes como de los alumnos.
La evaluación de encuestas de calidad de dictado realizadas
por la Escuela de Ingeniería Electrónica, han favorecido la
propuesta de estas prácticas de laboratorio, revelando las
mismas, una aceptación netamente favorable por parte de los
alumnos. En particular con respecto a la pregunta: ¿Cómo
evalúa la coordinación y complementación entre la teoría y
la práctica para el aprendizaje de los temas desarrollados?,
de 34 alumnos encuestados (2013-2015) el 32% lo evalúa
como Muy Bueno, el 59% como Bueno y el 9% como
Regular. Es destacable el entusiasmo y compromiso
demostrado por los alumnos en la realización de un proyecto
final de la asignatura donde, deben diseñar y analizar la
automatización de un proceso industrial de mediana
complejidad. En [18] puede consultarse uno de los proyectos
finalizados.
En palabras del alumno, autor de dicho trabajo:
"Considero a la asignatura Sistemas Digitales Industriales
dentro de las más significativas durante mi formación
profesional. La visión de la cátedra sobre la estructuración
de los mecanismos para diseñar los controladores para
procesos automáticos ofrecen un cambio de paradigma muy
grande respecto a la visión lineal y puntual a la que somos
llevados automáticamente muchas veces durante la
formación en programación, y la reemplazan con una
versión sistémica fundamental para el desarrollo de
aplicaciones seguras, robustas y escalables; no solo
aplicable al desarrollo de aplicaciones en la industria, sino
en cualquier ámbito y en cualquier lenguaje de
programación. El material provisto por la cátedra es
54 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
abundante y de calidad, y el mismo contiene una importante
cantidad de casos prácticos reales para ejemplificar las
condiciones dadas en el ambiente industrial y justificar los
métodos aplicados. Por último, y quizás también lo más
importante, es que los laboratorios introducen de manera
intuitiva y práctica a los entornos de desarrollo disponibles
actualmente en el mercado, brindándole al alumno un
conocimiento en el uso de herramientas vigentes para que
pueda defenderse en el ámbito laboral actual, y para
facilitarle el camino hacia la obtención de un puesto de
trabajo en el sector industrial."
IV. CONCLUSIONES Y TRABAJO FUTURO
En esta publicación, se ha avanzado con respecto a las
técnicas de automatización de un SAP con control
concentrado, presentado los criterios de diseño utilizados en
la automatización de una planta y, considerado una
arquitectura de diseño que permite adaptarse con mayor
facilidad a los requerimientos demandados por un modelo
de Fabricación Flexible. A través de la implementación de
una planta industrial a escala académica, se desarrolló un
soporte físico que emula las partes constituyentes de este
tipo de procesos productivos, el cual sirve como plataforma
práctica para que los alumnos experimenten en la solución
de problemas más cercanos a los que les demandará el
ejercicio de su profesión. Los resultados han sido
alentadores ya que, además del conocimiento incorporado,
permitió que empresas de ingeniería vinculadas a esta
actividad, con las cuales se mantiene una realimentación
fructífera, seleccionaran a varios alumnos de la electiva
“Sistemas Digitales Industriales”.
Como posibles trabajos futuros se prevé la incorporación
de conceptos relacionados con la seguridad funcional, el
desarrollo de una interfaz gráfica en el Nivel de Supervisión,
recopilación automatizada de datos en tiempo real para
calcular indicadores claves de desempeño tales como
Efectividad Global de los Equipos (OEE), Eficiencia
Energética, etc. y, el uso de aplicaciones industriales
embebidas, en especial aquellas que contemplen la
incorporación de la CIAA (Computadora Industrial Abierta
Argentina, www.proyecto-ciaa.com.ar), proyecto en el cual
integrantes del DSI están participando activamente, tanto en
su desarrollo como su difusión.
REFERENCIAS
[1] Informe de Autoevaluación. Ingeniería Electrónica. Acreditación de
Carreras de Ingeniería. Convocatoria 2011. pp 179-182. Disponible en
diciembre de 2015 en
usuarios.fceia.unr.edu.ar/~basica/Autoevaluacion_IngElectronica_FCEIA_UNR_2011.pdf.
[2] Recanzone R., Sosa J. I., Bender C., Blet N., Simón J. L. Experiencias
en la enseñanza de la Informática Industrial en una carrera de Ingeniería Electrónica: Proceedings del VIII Congreso de Tecnología
en Educación y Educación en Tecnología TE&ET 2013. Nro. 5448,
Ed. RedUNCI. ISBN: 978-987-1676-04-0. Disponible en diciembre de 2015 en
http://sedici.unlp.edu.ar/bitstream/handle/10915/27528/Documento_completo.pdf?sequence=1, 2013
[3] Programa analítico de la asignatura electiva Sistemas Digitales
Industriales, Escuela de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de
Rosario, Argentina. Disponible en diciembre de 2015 en
http://www.eie.fceia.unr.edu.ar/inicio/electiva/ECA%20-
%20Electiva%20-%20Sistemas%20Digitales%20Industriales.pdf.
[4] Thelliez, S. y Toulotte, J. M. GRAFCET et logique industrielle
programmée. Ed. Eyrolles, Francia, 1982. [5] Blet, N. and Simón, J.L. SOA in industrial automation for SMEs. En
IJIE, Iberoamerican Journal of Industrial Engineering. Ed.
Universidade Federal de Santa Catarina, v. 3, n. 2, pp 190-208, 2011. [6] Djiev, S., Industrial Networks for Communication and Control.
Disponible en diciembre de 2015 en http://anp.tu-
sofia.bg/djiev/PDF%20files/Industrial%20Networks.pdf. [7] Mandado, E., Marcos, J., Silva, C. F., Armesto, J. I. y Pérez, S.,
Autómatas programables Entorno y aplicaciones. Ed. Paraninfo, 1ra
edición (2004) – ISBN: 978-849-732-3284. [8] Balcells, J. y Romeral, J.L. Autómatas programables (1997) Ed.
Marcombo
[9] Norma IEC 61131-3. Comisión Electrotécnica Internacional (IEC). Disponible en diciembre de 2015 en www.iec.ch/.
[10] GEMMA: Guide d’Étude des Modes de Marches et d’Arrêts. Agence
nationale pour le DÉveloppement de la Productique Appliquée à l’industrie (ADEPA), 1992.
[11] Ponsa Asensio, P. y Vilanova Arbós, R. Automatización de procesos
mediante la Guía GEMMA. Ed. Univ. Politécnica de Cataluña, 2005. [12] García, E., Morant, F., Salt, J. y Correcher, A., “Herramientas de
sistemas de automatización para el diseño jerárquico de sistemas de
automatización industrial”, Departamento de Ingeniería de Sistemas y Automática, Universidad Politécnica de Valencia, (2008). Disponible
en diciembre de 2015 en http://www.cea.ifac.es/.
[13] Recanzone, R. La Guía GEMMA. Apunte de la Cátedra de Sistemas Digitales Industriales. Facultad de Ciencias Exactas, Ingeniería y
Agrimensura, Univ. Nacional de Rosario, 2010. Disponible en
diciembre de 2015 en www.dsi.fceia.unr.edu.ar/downloads/sist_Log/X0073/2012%20X007
3SDI_2012/La%20Guia%20GEMMA.doc.
[14] Ejemplo de aplicación de GEMMA-Telemechanique, Cátedra
Informática Industrial II. Disponible en diciembre de 2015 en
http://isa.uniovi.es/~vsuarez/Download/GemmaTelemecanique.PDF.
[15] Machado J, Seabra E. A systematized approach to obtain dependable controllers specifications. ABCM Symp. Series Mechatronics 4:408–
417, 2010.
[16] Duque, J. R., Equipo mecatrónico didáctico basado en el enfoque GEMMA/GRAFCET para la enseñanza de la automatización, WEEF
2013 Innovación en la formación, 2013.
[17] Lecocq, H., Les automates programables. Tome I. Caractéristiques et méthodologie de programmation. Faculté des Sciences Appliquées,
Université de Liege (2005) Disponible en diciembre de 2015 en
http://www.ingveh.ulg.ac.be/uploads/education/meca-0504/AP%20tome%201%20version%202005.pdf.
[18] Página Laboratorio de Tecnologías digitales e Informática Industrial, Disponible en diciembre de 2015 en
http://www.dsi.fceia.unr.edu.ar/index.php/lineas-i-d-mainmenu-
40/arquitectur-de-referencia-para-automatizacion/1037-laboratorio-
de-tecnologias-digitales-e-informatica-industrial.
SOSA et al.: PLANTA INDUSTRIAL A ESCALA ACADÉMICA PARA LA ENSEÑANZA DE INFORMÁTICA... 55
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
José Ignacio Sosa es Ingeniero Electricista con Orientación en Electrónica
por la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la
Universidad Nacional de Rosario. Actualmente es Profesor Asociado del
Departamento de Sistemas e Informática de la Escuela de Ingeniería
Electrónica de dicha Facultad. Es investigador del grupo Integración
Vertical en Automatización Industrial. Actualmente es Director del Departamento de Sistemas e Informática, Coordinador de los Trayectos de
Posgrado sobre Diseño de Sistema Electrónicos Embebidos y,
Representante por la Facultad, en la Red Universitaria de Sistemas Embebidos del Consejo Federal de Decanos de Ingeniería (RUSE-
CONFEDI).
Rodolfo Raúl Recanzone es Ingeniero Electricista graduado en 1974 en la
Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario. Se desempeña como Profesor Asociado en asignaturas
de Automatización Digital para las carreras de Ingeniería Mecánica,
Eléctrica y Electrónica. Participa como investigador en el proyecto “Aportes para la Capacitación: Integración Vertical en Automatización
Industrial”. En el ámbito privado se desempeñó como Ingeniero Principal
en la siderúrgica SOMISA, participando en diversos proyectos de Automatización Industrial basados en microprocesadores y PLCs, en
distintas áreas productivas. Ha desarrollado aplicaciones para telemetría en
equipos de protección catódica basados en sistemas embebidos.
Fernando Ardoli es Ingeniero Electrónico (2015) por la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de
Rosario. Actualmente es Auxiliar docente del Departamento de Sistemas e
Informática en la carreras de Ingeniería Eléctrica y Mecánica. En su actividad privada es coordinador de mantenimiento de Body en la planta de
General Motors, Alvear, Santa Fe, Argentina.
Aníbal Aresi es Ingeniero Electrónico (2016) por la Facultad de Ciencias
Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario.
Realizó su proyecto final de carrera en el Departamento de Sistemas e
Informática, en temas vinculados con este artículo. Actualmente desempeña
su labor como coordinador en el sector técnico para la empresa informática
cd & insumos SRL de Rosario, Santa Fe, Argentina.
Cristina Bender es Ingeniera Electrónica por la Universidad Nacional de
Rosario, Argentina y, Magister en Informática por la Universidad de la República, Montevideo, Uruguay. Profesora e investigadora del
Departamento de Sistemas e Informática, Escuela de Ingeniería Electrónica,
Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario, Argentina. Su interés en investigación incluye
tecnologías de bases de datos, recuperación de información y sistemas
inteligentes.
Nora Blet es Ingeniera Electrónica por la Universidad Nacional de Rosario,
Argentina y, Magister en Informática Industrial por la Universidad Autónoma de Barcelona, España. Profesora e investigadora del
Departamento de Sistemas e Informática, Escuela de Ingeniería Electrónica,
Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario, Argentina. Su interés en investigación incluye
Informática Industrial, Aplicaciones Distribuidas en el área de Manufactura
Discreta a nivel de sistemas embebidos.
José Luis Simón es Ingeniero Electrónico por la Universidad Nacional de
Rosario. Inició su actividad docente en 1989 en la carrera de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura,
Universidad Nacional de Rosario, Argentina. Actualmente es investigador y
profesor titular, responsable de las asignaturas Informática Aplicada e Informática Avanzada.
56 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Use of a symbolic computation program to reinforce
the spatial abilities of engineering students.
Abstract—This study presents an initiative that seeks to
develop some skills of three-dimensional visualization by using
the capabilities of programming and graphical representation
of a computer algebra system, in this case Mathematica. It has
been developed a specific procedure to allow engineering
students represent the families of curves obtained by cutting
the three-dimensional graph of a two-variable function with
families of planes having different orientations. This initiative
achieves an improvement over the use of the contour plots,
shows a new point of view about the functions which depend of
an angle, and can be extended to use non-planar surfaces.
Index Terms—Educational technology, Computer aided
instruction, spatial visualization.
I. INTRODUCCIÓN
O hay duda sobre la importancia de las habilidades de
visualización espacial dentro de las competencias
necesarias en la formación de los futuros ingenieros,
especialmente en algunas titulaciones muy relacionadas con
la construcción, la arquitectura, el diseño o manejo de piezas
de maquinaria, etc. Las habilidades de visualización son
necesarias, entre otras, para actividades como “diseñar y
documentar piezas que han de ser ensambladas, imaginar la
forma de los cortes de tierra al construir una carretera,
diseñar circuitos, encontrar configuraciones óptimas de
cristales, (…) imaginar objetos en diferentes orientaciones,
trasladar dibujos de dos a tres dimensiones, visualizar
partes ocultas de objetos antes de representarlos en papel o
con CAD (…)” [1]. En España, dentro de las competencias
básicas de los ingenieros se suele incluir la “capacidad de
visión espacial y conocimiento de las técnicas de
representación gráfica” (véanse por ejemplo, BOE
18/02/2009 para Ingeniería de Obras Públicas o
BOE/20/02/2009 para Ingeniería Industrial).
Siguiendo esta idea, podemos encontrar diversas
iniciativas para mejorar esta capacidad, que han surgido
dentro del propio mundo de la ingeniería o de las ciencias,
como los proyectos desarrollados en campos concretos de la
ingeniería, como ingeniería civil [2], o para estudiantes de
diferentes ingenierías como ingeniería mecánica,
Susana Nieto es Titular del Departamento de Matemática Aplicada y
miembro del Grupo de Investigación GRIAL-GE2O de la Universidad de
Salamanca, Salamanca, España. e-mail: sni@usal.es (ORCID ID: 0000-
0002-6751-9398). Higinio Ramos es Titular del Departamento de Matemática Aplicada de
la Universidad de Salamanca, Salamanca, España. e-mail: higra@usal.es
(ORCID ID: 0000-0003-2791-6230).
metalúrgica, ambiental, civil, o geológica [3-5].También en
España se han llevado a cabo algunas iniciativas de este tipo
para diferentes ramas de la ingeniería, como ingeniería de
los materiales [6], ingeniería civil [7], ingeniería industrial
[8], ingeniería mecánica [9] o arquitectura [10].La mayoría
de este tipo de iniciativas se apoya en las nuevas tecnologías
y el uso de herramientas TIC, que son las más adecuadas por
sus capacidades de manipulación y de representación gráfica
bidimensional y tridimensional. El uso de tecnología visual
para el estudio de tópicos científicos produce una mejor
comprensión y aumenta la motivación de los estudiantes
[11-12].
II. OBJETIVOS
Uno de los objetivos de esta propuesta es reforzar las
habilidades espaciales de los estudiantes de ingeniería desde
el campo de las matemáticas, utilizando las capacidades
gráficas y de programación de los actuales programas de
cálculo simbólico [13]. Las matemáticas son una de las
áreas de obligado conocimiento para la formación de los
ingenieros de muy diferentes ramas, por lo que un
planteamiento de refuerzo de competencias básicas desde las
matemáticas puede ser útil para ingenierías de diversas
titulaciones. Dentro de las matemáticas, la visualización se
puede considerar como “un componente clave del
razonamiento, profundamente conectado con el componente
conceptual y no meramente perceptual” [14] por lo que el
refuerzo de las habilidades de visualización es una de las
posibles vías para la mejora del aprendizaje de los conceptos
matemáticos [15].
Otro de nuestros objetivos es mostrar cómo se puede
utilizar la capacidad de programación y representación
gráfica de un programa de cálculo simbólico de gran
potencia, como es Mathematica, para construir de forma
progresiva representaciones tridimensionales de funciones
de dos variables, que tienen un gran número de aplicaciones
en la ingeniería. Además, el método progresivo de análisis
que se propone en el trabajo es muy versátil y puede ser
fácilmente adaptado a las necesidades de los alumnos y a las
características de la función que se desea representar. Así,
con pequeñas modificaciones puede ser adaptado al análisis
de una función con algún tipo de simetría radial o a una
función dada en coordenadas polares o parametrizada en
función de un ángulo o cualquier otro parámetro adecuado.
III. PROCEDIMIENTO CONSTRUCTIVO
A. Programas de Cálculo Simbólico
El uso de programas de Cálculo Simbólico (CAS,
Computer Aided Systems) para el aprendizaje de las
matemáticas está muy extendido, tanto en niveles
Uso de un Programa de Cálculo Simbólico para
Reforzar las Habilidades Espaciales de los
Estudiantes de Ingeniería
Susana Nieto Isidro e Higinio Ramos Calle
N
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 57
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
universitarios como en la educación pre-universitaria. El
hecho de utilizar algún tipo de tecnología con fines docentes
no conlleva el que se obtengan mejores resultados que con
la docencia tradicional, pero si está bien empleada, se
convierte en una herramienta de gran utilidad para
promocionar el aprendizaje [16].
Para realizar esta experiencia, se ha utilizado como
programa de Cálculo Simbólico el programa Mathematica,
desarrollado por Wolfram Research (www.wolfram.com).La
elección de este programa concreto se debe a que posee un
buen apartado gráfico y herramientas de programación que
permiten adaptar su funcionamiento a las necesidades de
cada usuario [17]. Por otra parte, se trata de un programa
muy extendido entre alumnos y profesores de ciencias e
ingeniería, además de disponer de abundante
documentación, tutoriales, etc., lo que permite una mayor
difusión y usabilidad por parte de los usuarios. Esta
iniciativa podría plantearse utilizando otros CAS como
MATLAB, Maple, Octave, etc., si bien en nuestra
experiencia de manejo de estos CAS, de todos ellos es
Mathematica el que presenta las características más
adaptadas a nuestros propósitos. La existencia de una
licencia campus de Mathematica en la Universidad de
Salamanca permite además su uso sin coste por parte de los
estudiantes a los que va dirigida la experiencia.
Los programas de cálculo simbólico suelen ofrecer una
representación gráfica tridimensional estándar para las
funciones de dos variables o para las superficies de nivel de
funciones de tres variables, pero en general este tipo de
gráficas se muestran de forma automática (según ciertos
parámetros predeterminados en el CAS), con un número
limitado de opciones, y no se construyen de forma gradual
ni con una intención didáctica. Nuestra propuesta consiste
en construir la gráfica de una función de dos variables, pero
de una manera progresiva, viendo paso a paso cuáles son las
curvas de corte que se obtienen cuando se considera la
intersección de la gráfica tridimensional con diferentes
familias de planos que presentan diferentes posiciones y
orientaciones. Para realizar estos cortes, se considerarán
planos de varios tipos: planos verticales perpendiculares a
los ejes coordenados, planos horizontales y semiplanos
verticales del haz de semiplanos de eje OZ. Se obtienen así
diferentes familias de curvas que representaremos sobre la
propia gráfica de la función (a diferencia, por ejemplo, de lo
que ocurre con las curvas de nivel habituales, las cuales se
representan todas en una gráfica bidimensional, sobre un
mismo plano).
El análisis de estas familias de curvas de corte situadas en
cada plano correspondiente nos va a permitir analizar con
más detalle cómo es la gráfica de la superficie de la función
objeto de estudio. El caso de los semiplanos verticales va a
ser especialmente adecuado para aquellas funciones con
comportamientos dependientes del ángulo en coordenadas
cilíndricas o esféricas. Y la unión final de la información
obtenida a partir de todas estas familias de curvas genera
una gráfica tridimensional que permite hacernos una idea
mucho más detallada de cómo se comporta la función.
B. Revisión de los Comandos Gráficos de Mathematica
Incluimos en primer lugar una breve reseña de algunos de
los múltiples comandos gráficos bidimensionales y
tridimensionales que ofrece Mathematica [18], de los que
citaremos solamente aquellos que emplearemos en el resto
del trabajo:
Plot3D[f[x,y],{x,x0,x1},{y,y0,y1}]permite representar
tridimensionalmente las funciones de dos variables
dadas en forma explícita.
ParametricPlot3D[{x[t],y[t],z[t]},{t,t0,t1}]
representa curvas en el espacio dadas por
ecuaciones paramétricas en función del parámetro t.
ContourPlot[f[x,y],{x,x0,x1},{y,y0,y1}] proporciona
las curvas de nivel de funciones de dos variables, o
bien realiza la gráfica de las funciones de una
variable dadas en forma implícita, habiendo de
escribirse en este caso la ecuación en la forma
f[x,y]=c.
Todos estos comandos (existen muchos más) tienen
definidas unas características por defecto, que pueden ser
modificadas con las opciones adecuadas. Estas opciones
permiten alterar el tipo de gráfica, su color, la existencia o
no de ejes, la presencia de etiquetas para los ejes, el
sombreado, el mallado, el número de puntos considerados,
etc., [18]. También utilizaremos el comando de
Mathematica:
Table[instrucción,{contador, inicio, fin, paso]
con el objeto de generar todas las curvas de las familias que
serán representadas con las instrucciones gráficas
mencionadas.
Por último, una vez realizadas las gráficas utilizando los
comandos anteriores, existe otro comando de visualización
por pantalla, Show[grafica1,grafica2,…] que permite
mostrar en una misma figura varias gráficas a la vez,
superponiendo los intervalos de dibujo utilizados en cada
una de ellas.
C. Descripción del Procedimiento
Presentamos nuestra propuesta mostrando algunos
ejemplos prácticos, donde se observa el alcance de la misma
junto con las capacidades gráficas de Mathematica.
Sea por ejemplo la función de dos variables:
que definiríamos en Mathematica como sigue:
h[x_,y_]:= Exp[Abs[ ]+Abs[ ]]
Mathematica puede representar la función mediante el
siguiente comando de dibujo en tres dimensiones, indicando
unos intervalos adecuados para las variables x e y:
Plot3D[h[ , ],{ ,−2,2},{ ,−2,2},PlotRange→All]
Así obtenemos la Figura 1.
Figura 1. Gráfica de la función h(x,y)utilizando el comando Plot3D.
58 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Para obtener las curvas de nivel de la gráfica de esta
función, empleamos el comando:
ContourPlot[h[ , ],{ ,−2,2},{ ,−2,2},ContourShading→False]
que da lugar a la Figura 2.
Estas gráficas propias de Mathematica nos pueden dar
una idea de cómo es el comportamiento y las características
de la función, pero creemos que es más eficaz trabajar de
una manera progresiva y llegar a una solución gráfica más
acorde con nuestra intención didáctica, de forma que
permita a los estudiantes apreciar mejor las características
de la función.
Vamos a comenzar considerando el corte de nuestra
gráfica con planos verticales de la forma x=k (paralelos al
plano OYZ), de manera que situaremos cada curva en la
posición tridimensional que le corresponde. Esto puede
hacerse representando en el correspondiente plano vertical
en el espacio la curva dada en forma paramétrica que resulta
para cada valor de k. Así, para los planos de la forma x=k
unas ecuaciones paramétricas de la curva de corte son:
x=k, y=t, z=h(k,t) con t en el intervalo [t0,t1].
La forma de escribir en Mathematica estas curvas es
mediante la orden siguiente, por medio de la cual se
representan las ecuaciones paramétricas para unos valores
adecuados de los parámetros k y t:
ParametricPlot3D[Table[{k,t,h[k,t]},{k,-2.5,2.5,0.15}], {t,-2,2},
PlotRange→{{-2,2},{-2,2},{1,5}},AxesOrigin→{0,0,1},
PlotStyle→Red]
y que da lugar a la Figura 3.
Si se realiza una representación tridimensional parecida a
la anterior, pero considerando ahora planos de corte de la
forma y=k se obtiene una gráfica similar, siendo los planos
de corte transversales a los anteriores, es decir, paralelos al
plano OXZ. La gráfica resultante se obtiene mediante el
comando siguiente, en el que, con respecto al comando
anterior, únicamente cambia el orden de los parámetros t y
k:
ParametricPlot3D[Table[{t, ,h[t, ]},{ ,−2.5,2.5,0.15}],{t,−2,
2},PlotRange→{{−2,2},{−2,2},{1,5}},AxesOrigin→{0,0,1},Plot
Style→Green]
El resultado de este comando se muestra en la Figura 4.
Si se muestran conjuntamente las dos gráficas anteriores
mediante un comando Show[gráfica1, gráfica2], tendremos
un mallado sobre la superficie, que permite visualizar su
forma, como se puede ver en la Figura 5.
La vista cenital de esta gráfica resultaría en un mallado
rectangular con líneas paralelas a los dos ejes del plano
OXY, restringido al dominio de definición de la función. En
la Figura 6 se muestra este mallado: la aparente distorsión se
Figura 2. Curvas de nivel en el plano OXY de la función h(x,y).
Figura 3. Curvas de corte con los planos de ecuaciones x=k.
2 1 0 1 2
2
1
0
1
2
2
1
0
1
2
x
2
1
0
1
2
y
1
2
3
4
5
z
Figura 4. Curvas de corte con los planos de ecuaciones y=k.
Figura 5. Curvasde corte en los planos de ecuación x=k junto con los
planos de ecuación y=k.
Figura 6. Vista cenital de la Figura 5 donde se aprecia el mallado
rectangular.
2
1
0
1
2
x
2
1
0
1
2
y
1
2
3
4
5
z
2
1
0
1
2
x
2
1
0
1
2
y
1
2
3
4
5
z
2 1 0 1 2x
2
1
0
1
2
y 12345 z
NIETO Y RAMOS: USO DE UN PROGRAMA DE CÁLCULO SIMBÓLICO PARA REFORZAR LAS ... 59
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
debe a la perspectiva con la que presenta el programa las
gráficas tridimensionales.
Por otro lado, las proyecciones de las curvas de corte con
planos horizontales determinan en el plano OXY los
llamados conjuntos de nivel o curvas de nivel. Estos son
bien conocidos por los alumnos, puesto que son el tipo de
curvas que aparecen en los mapas topográficos, y también se
corresponden a otras nociones físicas, como las curvas
equipotenciales, las isobaras las isotermas, las isócronas,
etc.; en general, las isolíneas de todo tipo de funciones
escalares. Sin embargo, estos conjuntos no están exentos de
complicaciones y el hecho de que estén sobre un mismo
plano puede hacer difícil su interpretación.
Recordemos que la orden ContourPlot de Mathematica,
permite obtener de forma automática las curvas de nivel
(como vimos en la Figura 2); pero ahora vamos a situar en
cada plano horizontal correspondiente la curva que resulta,
en lugar de mostrar todas proyectadas en el mismo plano, es
decir, vamos a representar las curvas de nivel sobre la
superficie, en tres dimensiones. La dificultad que puede
surgir ahora es en cuanto a la parametrización. No sólo
puede ser difícil la parametrización de las curvas de corte,
sino que hay que tener cuidado con la elección del
parámetro, pues la variación del mismo puede estar ligada al
valor k del plano de corte, lo que hace más difícil la
representación conjunta de las curvas. Para solventar esto
proponemos expresar en forma polar la curva de corte, es
decir, dada por una ecuación de la forma r=r(t,k); entonces
obtenemos fácilmente las ecuaciones paramétricas, que
están dadas por:
x=r(t,k)Cos(t), y= r(t,k)Sin(t), z=k ,con t en [0, 2 ].
En el caso del ejemplo que estamos estudiando utilizamos
el comando de representación paramétrica en la forma
siguiente:
ParametricPlot3D[Table[{x[t],y[t],k},{k,1,5,0.2}],{t,0,2 },
PlotRange→{{-2,2},{-2,2},{1,5}}, AxesOrigin →{0,0,1},
PlotStyle →Black]
de donde resulta la gráfica de la Figura 7.
Si unimos los tres gráficos anteriores con un comando
Show obtenemos la Figura 8, que nos da una idea bastante
detallada de cómo es la superficie.
Finalmente, consideramos el corte con semiplanos
verticales que pasan por el eje OZ. Unas ecuaciones
paramétricas de cada curva de corte con el semiplano que
forma un ángulo t con el semiplano y=0,x≥0 vienen dadas
por:
x=r Cos(t), y= r Sin(t), z=h(r Cos(t), r Sin(t)) con r R
Para el ejemplo que estamos considerando, el comando:
ParametricPlot3D[Table[{r*Cos[t],r*Sin[t],h[r*Cos[t],r*Sin[t
]]}, {t, 0, 2 Pi, 2 /40}], {r, 0, 4}, PlotRange → {{-2,2},{-
2,2},{1, 5}}, PlotStyle → Purple, AxesOrigin → {0, 0, 1}]
produce la Figura 9, donde el 2 /40 que aparece en la
variación del parámetro t es el tamaño del paso, y hace que
se tomen 40 semiplanos verticales del haz de eje OZ.
Si giramos la figura anterior hasta obtener una vista
cenital de la misma podremos observar los radio-vectores
correspondientes a los semiplanos de corte, restringidos a la
región que constituye el dominio de la función, tal y como
se puede ver en la Figura 10:
Figura 8. Gráfica obtenida al considerar todas las curvas de corte por
planos perpendiculares a los tres ejes coordenados.
Figura 9. Curvas de corte con los semiplanos verticales de eje OZ
Figura 10. Vista cenital de la Figura 9, donde se aprecian los rayos que
parten del origen, correspondiente a los semiplanos verticales de eje OZ.
2 1
01
2x
2
1
0
1
2
y 1
2
3
4
z
2 1
01
2
2
1
0
1
2
1
2
3
4
5
2 1 0 1 2
2
1
0
1
2
12345
Figura 7. Curvas de nivel resultantes de cortar con planos de la forma
z=k, cada una situada en el correspondiente plano de corte.
1 0 1
1
0
1
1
2
3
4
60 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Si ahora juntamos las distintas curvas resultantes de cortar
por las diferentes familias de planos obtenemos la gráfica de
la Figura 11, que permite observar las diferentes
características de la misma. Desde el punto de vista
didáctico, es indudable que esta figura que hemos ido
construyendo progresivamente aporta más información que
la Figura 1 proporcionada por la orden Plot3D de
Mathematica.
D. Extensión a otras Superficies no Planas.
La estrategia seguida anteriormente puede ampliarse de
manera que en lugar de considerar solo las curvas de corte
con planos perpendiculares a los ejes coordenados y
semiplanos verticales de eje OZ, se puede considerar el corte
con otras familias de planos o con familias de superficies de
otros tipos, en función de los intereses particulares que se
persigan y de las peculiaridades de la función a estudiar.
Consideremos por ejemplo la familia de cilindros cuyas
bases sean circunferencias concéntricas centradas en el
origen. Esta familia puede describirse mediante las
ecuaciones
x=k Cos(t), y=k Sin(t), z=u , con t [0, 2 ],u R
siendo k el radio de cada circunferencia base.
El corte de estos cilindros con la superficie de ecuación
z=h(x,y)que se ha estudiado en el apartado anterior da lugar
a una familia de curvas sobre la superficie dadas por las
ecuaciones paramétricas:
x=k Cos(t), y=k Sin(t), z=h(x,y)=h(k Cos(t), k Sin(t))
que se pueden representar mediante la orden
ParametricPlot3D[Table[{ [ ], [ ], [ ]},{ ,0,4,0.1}],{ ,0,2Pi},
PlotRange→{{−2,2},{−2,2},{1,5}},Axes→True,PlotStyle→Cyan
,AxesLabel→{"x","y","z"}]
dando lugar a la Figura 12 (en la que el marco superior ha
sido añadido posteriormente para señalar los límites del
dibujo).
Otro ejemplo de esta técnica puede ser considerar el
paraboloide elíptico dado por la ecuación
que al cortarlo por la familia de cilindros rectos elípticos de
ecuaciones:
x=k Cos(t), y=2 k Sin(t), z=u
da lugar a la Figura 13.
E. El caso de las funciones dependientes de un ángulo
Sea la función dada por la expresión:
Las curvas resultantes de cortar la gráfica de esta función
por planos horizontales son circunferencias, pero no resulta
tan fácil su determinación, ya que para cada plano de corte
puede haber muchas circunferencias concéntricas. En efecto,
si tomamos el plano z=k, con k perteneciente a la imagen de
(x,y), las curvas de corte tienen la ecuación:
la cual no se identifica de forma inmediata con la típica
ecuación de una circunferencia centrada en el origen. A
continuación veremos cómo podemos ampliar nuestro
procedimiento para llegar a tener una idea de cómo es la
gráfica de tal función.
En primer lugar, consideremos los cortes con semiplanos
del haz de planos de eje OZ. Unas ecuaciones paramétricas
.
Figura 11. Gráfica obtenida al juntar las distintas curvas resultantes al
cortar por las diferentes familias de planos.
2 1
01
2x
2
1
0
1
2
y1
2
3
4
z
Figura 12. Curvas resultantes al cortar la gráfica de la superficie de
ecuación z=h(x,y) con una familia de cilindros rectos coaxiales de eje
OZ.
Figura 13. Corte de un paraboloide elíptico con una familia de
cilindros verticales también elípticos
2
1
0
1
2
x
2
1
0
1
2
y1
2
3
4
5
z
NIETO Y RAMOS: USO DE UN PROGRAMA DE CÁLCULO SIMBÓLICO PARA REFORZAR LAS ... 61
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
de cada curva de corte con el semiplano que forma un
ángulo t con el semiplano y=0,x≥0 vienen dadas por
x = r Cos(t), y = r Sin(t), z = f(r Cos(t), r Sin(t))
siendo r el parámetro (que es la distancia de cada punto al
eje vertical). En dicho semiplano con coordenadas
cartesianas (r,z), la expresión de la curva de corte es
z =
es decir, no depende del ángulo t, y por tanto en todos los
semiplanos resulta la misma curva, lo que nos indica que la
superficie es de revolución alrededor del eje OZ. Podemos
dibujar todas estas curvas de corte con los semiplanos
verticales mediante la orden:
ParametricPlot3D[Table[{r Cos[t], r Sin[t], f[r Cos[t], r
Sin[t]]}, {t, 0, 2 , 2 /40}], {r, 0, 4}, PlotRange → {{-4, 4},{-4,
4},{0, 4}}, PlotStyle → Purple, AxesOrigin →{0, 0, 0}]
donde el 2 /40 del parámetro t hace que se tomen 40 de
dichos semiplanos.
Las gráficas que se obtienen aparecen en la Figura 14,
resultando patente la simetría circular que indicábamos
anteriormente.
Una vez que se sabe que la gráfica resultante corresponde
a la de una superficie de revolución alrededor del eje OZ, el
determinar las curvas de corte es ya una cuestión de unos
pocos cálculos.
En la Figura 15 vemos por ejemplo que para z=1/10
resultarán tres circunferencias de corte:
A continuación mostramos otro ejemplo donde el
conocimiento de los cortes con los semiplanos verticales de
eje OZ es fundamental para comprender cómo es la gráfica
de la función. Consideremos ahora la función dada por:
Tomando x=r Cos(t), y= r Sin(t), y considerando el
semiplano correspondiente al ángulo t, la curva de corte que
resulta (tras realizar algunas simplificaciones) es:
es decir, para un valor concreto del ángulo t, resulta ser una
recta que pasa por el origen, así que la superficie es una
superficie reglada.
La secuencia de comandos que proporciona la gráfica que
realiza el Mathematica con el comando Plot3D, y la gráfica
de los cortes con los semiplanos verticales, unidos mediante
el comando Show dan lugar a la gráfica de la Figura 16.
dib1=Plot3D[g[ , ],{ ,−4,6},{ ,−4,4},Mesh−>None];
dib2=ParametricPlot3D[Table[{r*Cos[t], r*Sin[t], g[r*
Cos[t], r*Sin[t]]}, {t,0,2 ,2 /30}], {r, 0, 6}, PlotRange → {{-
4,4},{-4, 4}, {0,4}}, AxesOrigin → {0,0,0}, PlotStyle → Purple];
Show[dib2,dib1]
IV. RESULTADOS
En nuestra propuesta, el estudio de la gráfica
tridimensional de una función de dos variables se realiza
ensamblando paso a paso diferente información parcial. Esta
información parcial se obtiene mediante cortes sucesivos de
la función con distintas familias de planos que son escogidos
adecuadamente a partir de las características de la función.
Se generan así diferentes familias de curvas, cuyo estudio
progresivo es más manejable y accesible para el alumno. En
este contexto, Mathematica permite, dadas sus capacidades
gráficas, que esta información parcial se pueda integrar y
superponer progresivamente en una única representación
tridimensional mucho más informativa y didáctica que la
gráfica presentada por el programa.
Un ejemplo claro de las ventajas que proporciona este
método progresivo se puede ver en la representación de las
curvas de nivel, es decir, de los cortes con los planos
horizontales z=k. La representación automática dada por
Mathematica corresponde a la proyección bidimensional de
dichas curvas en el plano coordenado OXY, con z=0,
mientras que en nuestra propuesta las curvas se representan
Figura 14. Curvas de corte con semiplanos del haz de eje OZ.
Figura 15. Los puntos determinan los radios de las respectivas
circunferencias al cortar por el plano horizontal de ecuación z=1/10.
2 0 2
2
0
2
0.5
0.0
0.5
1.0
1 2 3 4
0.2
0.2
0.4
0.6
0.8
1.0
Figura 16. Gráfica de la función g(x,y) junto con las curvas de corte
con los semiplanos verticales de eje OZ(que son rectas en este caso).
62 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
en el propio espacio tridimensional, superpuestas a la gráfica
de la función, “dibujando” esta gráfica de forma mucho más
intuitiva, lo que permite darle un mayor significado a las
curvas de nivel.
Resulta especialmente interesante el caso de las funciones
que tienen algún tipo de dependencia del ángulo en
coordenadas polares. El corte de la gráfica con los
semiplanos verticales de eje OZ resulta en este caso muy
esclarecedor y es de gran utilidad para ver cuál es el
comportamiento de la función. Se trata de un punto de vista
novedoso, pues este tipo de cortes no se realiza de forma
habitual en las gráficas ofrecidas por los programas de
cálculo simbólico habituales y ha de ser programado por el
usuario.
El proceso descrito puede mejorar la asimilación del
comportamiento de cualquier función de dos variables, más
aún cuando estas funciones tienen un contenido físico,
mecánico, termodinámico, etc., en el que los diferentes
cortes proporcionan, por ejemplo, líneas equipotenciales, de
igual resistencia, de igual temperatura, etc. Estos cortes se
pueden ir variando a voluntad sin más que cambiar los
parámetros utilizados en las representaciones.
V. CONCLUSIONES
En este trabajo se ha presentado un procedimiento
progresivo en el que se estudia el comportamiento de una
función de dos variables mediante el análisis de las
diferentes proyecciones y cortes de la gráfica de la función
con planos verticales y horizontales de diversos tipos para
después integrarlas en una representación tridimensional que
se construye de forma flexible en función de las necesidades
del usuario.
Con esta estrategia didáctica apoyada en las capacidades
gráficas y de programación del CAS Mathematica hemos
logrado los objetivos propuestos. Por una parte, hemos
desarrollado una técnica que se puede aplicar a diferentes
funciones de dos variables y que resulta de gran utilidad
para esclarecer las propiedades y características de este tipo
de funciones, muy frecuentes en las ciencias e ingenierías.
Este procedimiento progresivo se construye de forma
didáctica y clara a partir de la información parcial dada por
las familias de curvas obtenidas con los diferentes cortes
propuestos, por lo que resulta de utilidad para una mayor
compresión de las características de estas funciones por
parte de los estudiantes y les ayuda a entrenar y mejorar su
capacidad de visualización gráfica tridimensional. La
representación de configuraciones espaciales tan variadas
(pero relacionadas entre sí) puede beneficiar de forma clara
a los estudiantes de ingeniería para los que estas habilidades
espaciales son necesarias. Este estudio parcial resulta muy
esclarecedor para el caso de funciones que dependen de un
ángulo o, en general de un parámetro, puesto que el estudio
con los semiplanos verticales de eje OZ con diferente
orientación es un enfoque novedoso que no está al alcance
de las representaciones ofrecidas en los programas de
cálculo simbólico, y cuya visualización es especialmente
poco habitual para los estudiantes.
Por otra parte, hemos aumentado el potencial didáctico de
un programa de cálculo simbólico muy extendido en el
campo de las ciencias y la ingeniería como es Mathematica,
yendo más allá del uso de sus características gráficas por
defecto y aprovechando la potencialidad y flexibilidad que
presenta como lenguaje de programación. Los propios
estudiantes pueden, a partir de las instrucciones propuestas,
adaptar esta estrategia en otros casos de su interés. Entre
estas posibles mejoras o ampliaciones, podemos citar varias
posibilidades: por ejemplo, el uso de familias de planos con
diferentes orientaciones; o el uso de familias de superficies
que no sean planas (cilindros o esferas concéntricas de
distinto radio, conos o paraboloides con diferente eje y
apertura, etc.). Además, con esta técnica propuesta también
es posible estudiar de forma progresiva la representación
gráfica de superficies que vengan expresadas por ecuaciones
paramétricas o en forma implícita, y también considerar
superficies descritas en otro tipo de coordenadas: elípticas,
cilíndricas, esféricas, esféricas adaptadas, etc., cubriendo la
práctica totalidad de las funciones de interés en física e
ingeniería.
Como conclusión final, creemos que este estudio de los
resultados parciales de los cortes de la función, y la
representación final en el espacio de las familias de curvas
obtenidas resulta un proceso muy útil tanto para entender
mejor las características de la función, como para entrenar,
mejorar y ampliar las capacidades de visualización de todo
tipo de configuraciones espaciales.
AGRADECIMIENTOS
Este trabajo ha sido elaborado dentro de los Proyectos de
Innovación Docente de la Universidad de Salamanca:
ID2013/025 “EMCVV: Elaboración de materiales de
Cálculo en Varias Variables: una experiencia
interuniversitaria”, y ID2014/0235 “EMCVV2: Elaboración
de materiales de Cálculo en Varias Variables: nuevas
aportaciones”, durante los cursos 2013-2014 y 2014-2105,
respectivamente. Se agradece el soporte económico del
proyecto EDU2015-64524-P (MINECO/FEDER).
REFERENCIAS
[1] S. Hsi,M.C. Linn and J.E. Bell. The role of spatial reasoning in
engineering and the design of spatial instruction. Journal of Engineering Education, Vol. 86, No. 2, April 1997, pp. 151–158.
[2] M. Alias, T.R. Black and D.E. Gray. Effect of instruction on spatial visualization ability in civil engineering students. International Education Journal, Vol. 3, No. 1, March 2002, pp. 1–12.
[3] S.A. Sorby and B.J. Baartmans. The Development and Assessment of a Course for Enhancing the 3‐D Spatial Visualization Skills of First Year Engineering Students. Journal of Engineering Education, Vol. 89, No. 3, July 2000, pp. 301–307.
[4] H.B. Gerson, S.A. Sorby,A. Wysocki and B.J. Baartmans. The development and assessment of multimedia software for improving 3‐D spatial visualization skills. Computer Applications in Engineering Education, Vol. 9, No. 2, June 2001, pp. 105–113.
[5] C. Leopold, R.A. Gorska and S.A. Sorby. International experiences in
developing the spatial visualization abilities of engineering students. Journal for Geometry and Graphics, Vol. 5, No.1, 2001, pp. 81–91.
[6] D. Vergara and M.P. Rubio. Una innovadora metodología para ejercitar la capacidad de visión espacial de los estudiantes de ingeniería. REDU –- Revista de Docencia Universitaria, Vol. 11 (extra),September-October 2013, pp. 329–347.
[7] N. Martín‐Dorta, J.L. Saorín, and M. Contero, Development of a fast remedial course to improve the spatial abilities of engineering students. Journal of Engineering Education, Vol. 97,No. 4, October 2008, pp. 505–513.
[8] C. Melgosa, B. Ramos and M.E. Baños. Interactive learning management system to develop spatial visualization abilities. Computer Applications in Engineering Education, Vol. 23, No. 2, March 2015, pp. 203–216.
[9] J. Martín-Gutiérrez, J.L. Saorín, M. Contero, M. Alcañiz, D.C. Pérez-López and M. Ortega. Design and validation of an augmented book
NIETO Y RAMOS: USO DE UN PROGRAMA DE CÁLCULO SIMBÓLICO PARA REFORZAR LAS ... 63
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
for spatial abilities development in engineering students. Computers & Graphics, Vol. 34, No. 1, February 2010, pp. 77–91.
[10] J.Martín‐Gutiérrez, F.A. Gil, M. Contero and J.L. Saorín. Dynamic three‐dimensional illustrator for teaching descriptive geometry and training visualization skills. Computer Applications in Engineering Education, Vol. 21, No. 1,March 2013, pp. 8–25.
[11] A.C. Clark and B. Matthews. Scientific and technical visualization: A new course offering that integrates mathematics, science, and technology. Journal of Geometry and Graphics, Vol. 4, No. 1, 2000, pp. 89–98.
[12] W. Zimmermann and S. Cunningham. Editors’ introduction: What is mathematical visualization. In Visualization in teaching and learning
mathematics, Washington: Mathematical Association of America,
1991, pp.1-7 [13] S. Olkun. Making connections: Improving spatial abilities with
engineering drawing activities. International Journal of Mathematics Teaching and Learning Vol. 3 No.1, April 2003, pp. 1–10.
[14] A. Arcavi. The Role of Visual Representations in the Learning of
Mathematics. Educational Studies in Mathematics, Vol. 52, No. 3,
April 2003, pp. 215–241.
[15] H.N. Liang and K. Sedig. Can interactive visualization tools engage
and support pre-university students in exploring non-trivial
mathematical concepts?Computers & Education, Vol. 54, No. 4, May 2010, pp. 972–991.
[16] L. K. Smetana and R.L. Bell. Computer simulations to support
science instruction and learning: A critical review of the literature. International Journal of Science Education, Vol. 34, No. 9, June2012,
pp. 1337–1370. [17] S. Wolfram. Mathematica: a system for doing mathematics by
computer (2nd Edition. Addison Wesley Longman Publishing Co., Inc.
Redwood City, CA, USA, 1991.
[18] M. Trott. The Mathematica guidebook for graphics. Vol. 1. Springer Science & Business Media, 2004.
Susana Nieto Isidro es doctora en Ciencias Matemáticas y profesora titular
del Departamento de Matemática Aplicada de la Universidad de Salamanca. Es miembro investigador del Grupo de Evaluación Educativa y
Orientación, integrado dentro del grupo de investigación GRIAL (Grupo de
investigación en Interacción y eLearning), así como miembro investigador del Instituto Universitario de Ciencias de la Educación de la Universidad de
Salamanca. Sus intereses investigadores se centran actualmente en la
docencia de las matemáticas en diferentes niveles educativos, en el diseño y evaluación de programas formativos y en la innovación docente para la
enseñanza-aprendizaje de las matemáticas, especialmente en las titulaciones
de ingeniería.
Higinio Ramos es Doctor por la Universidad de Salamanca, donde obtuvo
el Premio Extraordinario de la Facultad de Ciencias por su tesis doctoral sobre nuevas familias de métodos numéricos para la solución de problemas
de valor inicial de segundo orden (2004). En la actualidad es profesor del
Departamento de Matemática Aplicada y responsable del Grupo de Computación Científica de la Universidad de Salamanca. Sus intereses
científicos incluyen la solución numérica de problemas de valor inicial,
procedimientos para la cuadratura numérica, resolución de ecuaciones no lineales, técnicas de aproximación, y en general, las técnicas del Análisis
Numérico.
Está involucrado activamente en la docencia, habiendo participado en varios programas de innovación docente y congresos relacionados con la
docencia. Asimismo, ha formado parte de numerosos comités científicos de
congresos y revistas.
64 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Adaptive monitoring in the Engineering Degree Final
Project with Moodle support
Abstract—On current Engineering degrees it’s necessary to
design a monitoring process in order to supervise the subject
called “degree final project”. This method must be able to
manage and evaluate the process and the final documentation.
This paper describes the design of an adaptive method and how
to put this mechanism into practice using the e-learning system
Moodle. Adaptivity gives us the chance of studying different
scenarios that can be produced between students and their
tutors. The conclusions of this work show a high level of
satisfaction whit the adaptative method used in the subject.
Index Terms— Engineering education, Educational
technology, Adaptive systems, Project engineering,
Collaborative tools
I. INTRODUCCIÓN
L alumnado de titulaciones españolas de Ingeniería
tradicionalmente ha finalizado sus estudios con la
realización de la asignatura Proyecto de Fin de Carrera
[1] (en adelante PFC), en contraposición con titulaciones de
otras áreas, que no incluían esa asignatura. Con la
implantación del Espacio Europeo de Educación Superior
(EEES) las nuevas titulaciones (denominadas Grados), que
comenzaron hacia el año 2008, incorporaron la asignatura
Trabajo de Fin de Grado (en adelante TFG) y, en el caso de
las Ingenierías, han realizado una adaptación del tradicional
PFC, incluyendo características de las asignaturas del EEES,
como la evaluación continua para la adquisición de
competencias.
El nuevo sistema universitario de grados tiene por objeto,
entre otros, realizar un mejor control de la cantidad de
trabajo y de la gestión del tiempo que necesita el alumnado
para realizar una asignatura y, en particular, el TFG. Se
incorporan para ello metodologías basadas en evaluación
continua (formativa y sumativa) durante todo el proceso.
Pero hay que tener en cuenta las características especiales
que la nueva asignatura TFG presenta (análogas al antiguo
PFC):
La ausencia de sesiones presenciales programadas
oficialmente (no hay clases magistrales al uso).
A. L. Esteban y J. Esteban son profesores en la Escuela Universitaria
Politécnica de La Almunia (EUPLA), centro adscrito a la Universidad de
Zaragoza y miembros del grupo de investigación GIDTIC. Zaragoza,
España (e-mails: anaeste@unizar.es y javeste@unizar.es). A.L.Esteban, ORCID ID: 0000-0001-9290-5672.
Javier Esteban, ORCID ID: 0000-0001-7995-6969.
M. L. Sein-Echaluce es profesora titular en el departamento de Matemática Aplicada y coordinadora del grupo de investigación GIDTIC
en la Universidad de Zaragoza. Zaragoza, España (e-mail:
mlsein@unizar.es, ORCID ID: 0000-0002-6873-0996).
Cada alumno es guiado por un profesor-tutor durante la
realización del TFG.
El producto final del TFG es evaluado por un tribunal
formado por docentes.
Habitualmente es la última asignatura que cursa el
estudiante y, en ocasiones, existen condicionantes
externos, como la simultaneidad con actividades
profesionales.
Pero si en cualquier asignatura el proceso de aprendizaje
es personal de cada alumno, las características especiales de
la asignatura TFG, antes mencionadas, acentuan esta
necesidad de personalización en el aprendizaje.
En ese sentido, la preocupación por el diseño y mejora del
proceso de realización de los PFC siempre ha existido [2]–
[4] y esa misma actitud se mantiene para los TFG, tanto en
el diseño de buenas prácticas para la realización [5], [6]
como para la evaluación [7], [8] del proceso.
Entre los avances tecnológicos que han ayudado a llevar a
cabo esa personalización, acorde con el perfil, ritmo y
progreso del alumnado, son los sistemas hipermedia
adaptativos los que más evidencias han dejado [9]–[13].
Estos sistemas facilitan el proceso cognitivo del alumnado
en cualquier contexto de aprendizaje y, al mismo tiempo,
ayudan a los docentes a llevar a cabo una metodología
adaptada a los requerimientos y necesidades de cada
alumno, cuya aplicación es complicada en la docencia
tradicional. Entre todas las experiencias de aplicación de
sistemas adaptativos, destacamos las realizadas en el ámbito
de la educación universitaria, en el diseño de contenidos con
la ayuda de sistemas de gestión del aprendizaje (en adelante
LMS) [14], [15], en la creación y gestión de contenidos
adaptativos [16], [17] y actualmente en cursos masivos
abiertos y en línea (MOOCs) que se adapten a las
características especiales de masividad y heterogeneidad de
sus participantes mediante modelos [18], [19] y plataformas
de e-learning [20], [14], [17], [15]. En este entorno, donde la
atención personalizada al alumnado supone un
sobreesfuerzo para el profesorado, la adaptatividad
automátizada en la enseñanza presenta claras ventajas al
permitir llevar a cabo esa atención con mayor eficacia
(mejores resultados) y eficiencia (menor esfuerzo).
Por otra parte, con respecto al proceso de seguimiento en
la realización de los TFG, cabe mencionar la metodología
diseñada por el Grupo GI-IDES TFG [21] que constituye la
base de nuestra propuesta. Dicho método ha sido adaptado
al contexto de aplicación de este trabajo, destacando además
como principal característica su implantación y uso sobre el
LMS Moodle [22].
Seguimiento Adaptativo del Trabajo de Fin de
Grado en Ingeniería con Apoyo de Moodle
Ana Lucía Esteban-Sánchez, Javier Esteban-Escaño y María Luisa Sein-Echaluce
E
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 65
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
El objetivo general del método aquí propuesto es el de
ayudar al alumnado a obtener unos mejores resultados al
final del proceso de enseñanza-aprendizaje durante el
desarrollo del TFG. Los objetivos específicos de esta
experiencia son:
Comprender la forma en que el alumnado de la
asignatura TFG se enfrenta a un sistema de aprendizaje
adaptativo. Determinar las facilidades que la
adaptatividad le aporta a la hora de completar sus
tareas.
Generar, a partir del conocimiento adquirido,
información útil para el profesorado responsable de las
aulas de TFG, que les facilite la toma de decisiones en
la implementación de estrategias de aprendizaje
adaptativo, usando aquellas que se hayan demostrado
más útiles para sus alumnos.
Descubrir los puntos débiles del proceso actual.
A continuación, se contextualiza el marco metodológico y
el tecnológico donde se muestran el proceso de trabajo y el
sistema de información utilizados. Seguidamente se expone
la investigación presentando tanto el diseño como los
resultados de la misma. Y finalmente, se revelan las
conclusiones extraidas de esta experiencia adaptativa.
II. MARCO METODOLÓGICO
La situación personal de cada estudiante le condiciona a
la hora de abordar la realización del TFG en un plazo y con
una dedicación concreta. Por lo que se hace necesario el uso
de una metodología de trabajo que sea común pero al mismo
tiempo sea flexible en el seguimiento y evaluación de las
actividades del proceso. Una metodología que se adapte al
ritmo del estudiante, a sus preferencias y a sus necesidades,
así como a los perfiles de los distintos actores implicados, es
lo que se propone en este método.
Como es obvio, en esta metodología interviene el
alumnado matriculado en la asignatura TFG y los profesores
que realizan labores de guía y tutorización durante el
proceso (en adelante llamados tutores) y que figuran como
responsables académicos del producto final, el TFG.
El método de realización del TFG está estructurado en
tres fases generales, que se detallan a continuación, y cuya
ejecución secuencial está indicada en la Figura 1 [23]:
Fase Inicial: Evaluación de la propuesta del TFG por
parte del tutor. El estudiante presenta una propuesta
(breve resumen y objetivos) sobre la temática del TFG
que quiere realizar. El coordinador del grado asigna un
tutor al estudiante para su TFG, de acuerdo con la
temática propuesta por el estudiante. A continuación, el
estudiante debe elaborar un documento con un resumen
del trabajo a realizar, la planificación del mismo y un
estudio previo del estado del arte en el campo en que se
desarrollará el TFG. Este documento es revisado por su
tutor, para aclarar o ajustar características de su trabajo,
y solo tras su aprobación, el alumno puede pasar a la
siguiente fase del trabajo.
Fase Progreso: Se realiza el trabajo y se supervisan y
evalúan los logros en el TFG. Esta fase contiene el
desarrollo del trabajo, la tutorización y la evaluación de
distintos logros intermedios que el estudiante debe
superar (evaluación continua formativa y sumativa). El
estudiante realiza dos entregas intermedias
denominadas hito I e hito II que son calificadas por el
tutor. Antes de la realización de cada hito el tutor aporta
consejos y guias y tras su realización le proporciona la
realimentación con los puntos conflictivos o errores a
subsanar para la siguiente entrega. La superación del
hito I permite al estudiante llevar a cabo el hito II.
Fase Final: Se documentan y recopilan las evidencias
generadas durante la realización del TFG, finalizando
con su exposición oral. En esta fase el estudiante realiza
la entrega final del TFG que debe contener una
memoria, la documentación complementaria necesaria y
un póster que resume el trabajo presentado. El tutor
evalúa este material y propone una calificación. Si la
evaluación es positiva, el tutor autoriza al estudiante a
entregar el TFG para su evaluación y defensa oral ante
un tribunal. El proceso finaliza cuando el estudiante
hace la presentación oral del TFG ante el Tribunal en
una de las tres posibles convocatorias. La calificación
final del TFG se obtiene a partir de: las calificaciones
del tutor a lo largo de la fase de progreso (hito I e hito
II) y las calificaciones concedidas por el tribunal tanto
para la documentación escrita presentada como para la
defensa oral y pública del TFG.
Además de la metodología de trabajo ya expuesta, se
proporciona formación al alumnado, al inicio del semestre,
sobre recursos útiles en la realización de su TFG:
Taller de preparación al TFG donde se explica la
metodología y tecnología que la apoya.
Taller de herramientas para la generación de
contenidos:
o Uso de plantillas automatizadas de memoria y
anexos, en formatos OpenOffice y Microsoft Office
[24].
o Zotero [25] como gestor bibliográfico.
o Uso de plantillas para la creación del póster [24].
El plazo deseable para realizar las tres fases del método se
iniciaría al principio del semestre y terminaría en la primera
convocatoria: junio. Pero en ocasiones el estudiante termina
su TFG en 2ª o 3ª convocatoria o incluso no llega a
terminarlo y debe presentarlo en el curso siguiente (Figura
2). En este trabajo se muestra el proceso de TFG de este
Figura 1: Fases y actividades principales TFG
Figura 2 Plazos de trabajo para la entrega del TFG
66 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
centro, que podrá ser adaptado a cualquier otra normativa
académica.
Como ya se ha mencionado, este trabajo se basa en la
metodología diseñada por el Grupo GI-IDES [21], del que
se ha eliminado la actividad de ―presentación oral de la
propuesta‖ de la fase inicial, por considerarla redundante
con las actividades previstas, y habiendo actualizado
algunos indicadores e ítems de las rúbricas utilizadas en las
actividades evaluativas de las diferentes fases. Así mismo,
se incluye en esta propuesta el LMS Moodle como
tecnología que apoya cada una de las fases del proceso.
III. MARCO TECNOLÓGICO
En la propuesta metodológica, las diversas actividades
incluidas en las fases de realización del TFG deben tener
una secuenciación que se adapte a los distintos ritmos, que
denominamos adaptatividad temporal. Así mismo, los
recursos que ambos actores generan en la realización y
evaluación de las actividades y durante la comunicación
entre ellos (documentos, mensajes y calificaciones), así
como la información necesaria, deben ser organizados y
puestos a disposición del alumnado de forma personalizada,
de acuerdo con los distintos perfiles, lo que denominamos
adaptatividad por perfiles. Para todo ello, se utiliza la
plataforma Moodle que actua como sistema de gestión del
aprendizaje (LMS), permite organizar el conocimiento
generado y ofrece herramientas para conseguir los distintos
tipos de adaptatividad.
En otras experiencias se han desarrollado nuevos módulos
(plugins) para Moodle, específicos para gestionar los TFG
[26], lo que conlleva un coste de mantenimiento y
actualización para las futuras versiones de Moodle. En esta
propuesta se utiliza únicamente la instalación básica de
Moodle, lo que facilita la transferibilidad y sostenibilidad
del método propuesto.
Los elementos básicos de Moodle permiten crear un aula
virtual con los elementos informativos y de interacción
necesarios para aplicar este método:
estáticos: libro, etiquetas, url, carpetas y documentos
de interacción: foros, mensajería, tareas y encuestas
de gestión de participantes: agrupamientos y grupos
de evaluación: calificación directa y calificación
mediante rúbricas sobre tareas
En el curso Moodle (que llamaremos aula-Moodle)
creado en esta experiencia, además de los profesores tutores
y del alumnado, se incluye la figura de Profesor responsable
de la asignatura TFG. Sus principales funciones son: aplicar
la adaptatividad en el aula Moodle, dar formación sobre el
proceso y proporcionar recursos y utilidades generales, de
interés para el alumnado y sus tutores (normativa, plazos y
el material facilitado en los talleres sobre metodología y
creación de recursos, etc).
A. Adaptatividad Aplicada en el Diseño del Aula-Moodle
Moodle ofrece mecanismos para configurar fácilmente la
adaptatividad dentro de sus cursos. Así, la adaptatividad
temporal se aplica mediante restricciones de acceso
dependientes de la superación o finalización de otros
recursos. Y la adaptatividad por perfiles se consigue
mediante el control de accesos por pertenencia a grupos y
agrupamientos.
A continuación se explica el diseño del aula-Moodle
respecto a la adaptatividad en el acceso temporal a recursos
y actividades y en el acceso a la información y la
comunicación según perfiles.
1) Adaptatividad temporal
Para organizar las fases de trabajo (Inicial, Progreso y
Final), se aplica restricción de acceso a los recursos y
actividades que componen cada fase. Los
recursos/actividades se hacen visibles dependiendo de que
se haya accedido a ciertos recursos u obtenido una
calificación mínima en actividades anteriores. De esta
forma, la superación de la ―Propuesta inicial‖ hace visible la
fase de Progreso, dentro de la cual se encuentra la tarea de
entrega del Hito I. A su vez, la superación del Hito I hace
visible la tarea de entrega del Hito II. Y por último, la
superación del Hito II hace visible la fase Final (Figura 3).
El acceso a los recursos y actividades tiene un diseño
temporal adaptativo, de manera que es la progresión y
superación de las actividades propuestas, lo que le permite
avanzar en las fases del proceso de TFG establecidas en el
aula. De esta forma, el proceso es riguroso en cuanto a la
obligación de pasar revisiones por parte de los tutores del
TFG (evaluación formativa y sumativa). Pero a la vez es
flexible, en cuanto a la ubicación temporal en que se
recorren esas fases de entrega, aunque obliga a planificar el
trabajo de forma coordinada entre tutor y estudiante. La gran
ventaja de este diseño recae sobre el estudiante, ya que tiene
la percepción de que el proceso se adapta a su ritmo de
avance en la realización de las diferentes actividades del
TFG.
2) Adaptatividad por perfiles
Para tener puntos de información y comunicación
independientes para los diferentes colectivos se controla su
acceso mediante la pertenencia a grupos/agrupamientos, en
combinación con la restricción de acceso (herramientas
propias de Moodle). Se crean varios agrupamientos,
denominados: Profesores, Tribunal i y Titulados.
Agrupamiento Profesores (Figura 4): los tutores tiene
una sección propia dentro del aula-Moodle cuyo
Figura 3 Adaptatividad temporal en TFG
Figura 4 Agrupamiento Profesores
ESTEBAN, ESTEBAN y SEIN-ECHALUCE: SEGUIMIENTO ADAPTATIVO DEL TRABAJO DE FIN DE GRADO... 67
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
objetivo es proporcionar un punto de comunicación y
recursos sólo visible al profesorado.
Agrupamiento Tribunal i (Figura 5): Cada tribunal i
(del aula-Moodle) contiene los grupos formados por
cada tutor y el alumnado que tutoriza. La configuración
del foro del tribunal con la opción de ―grupos
separados‖, permite disponer de un punto de
comunicación y colaboración ―privado‖ entre cada tutor
y el grupo de estudiantes que supervisa.
Agrupamiento Titulados (Figura 6): donde se incluye el
alumnado que ha superado su TFG, con el objetivo de
permitirles acceso a la encuesta de satisfacción final.
El aula-Moodle consigue centralizar el punto de trabajo y
comunicación entre todos los implicados en el TFG. La
aplicación de la adaptatividad por perfiles proporciona la
ventaja de canalizar las actividades y mensajería por grupos,
consiguiendo que todos los avisos de la actividad realizada
en el aula llegue únicamente a sus destinatarios y no a todos
los participantes.
El uso del aula-Moodle supone el apoyo tecnológico para
el marco metodológico antes expuesto. Su objetivo es guíar
tanto al alumnado como a los tutores en las distintas fases.
Por una parte para personalizar el aprendizaje, de
acuerdo con los ritmos y el progreso del alumnado y sus
tutores, así como con sus perfiles. Por otra parte, el aula-
Moodle permite unificar la metodología de trabajo y la
evaluación continua (formativa y sumativa) en el TFG, lo
que repercutirá en mejoras en la evaluación final de los
tribunales. Y aunque todos los estudiantes deben realizar la
misma secuencia de fases, cada uno decide en qué momento
realizarlas.
IV. DISEÑO DE LA INVESTIGACIÓN
A. Contexto de la Investigación
El método aquí propuesto se ha aplicado durante los
cursos 2013-14 y 2014-15, en las asignaturas TFG en los
Grados de Ingeniería Mecatrónica e Ingeniería en
Organización Industrial, que se imparten en la Escuela
Universitaria Politécnica de La Almunia (en adelante
EUPLA) en la Universidad de Zaragoza.
En ambos grados la asignatura de TFG tiene asignados 12
ECTS y está ubicada en el segundo semestre del 4º curso. Se
ofrecen tres convocatorias de presentación de TFG (junio,
septiembre y diciembre). El trabajo en la asignatura de TFG
se plantea inicialmente para un período de 20 semanas, pero
puede alargarse hasta once meses en el caso de presentarse
en la 3ª convocatoria.
Por otra parte, destacaremos que, en esta experiencia
particular, los tribunales que evaluan el trabajo final están
formados por tutores que intervienen en el proceso, de ahí la
utilización de esta terminología en uno de los
agrupamientos.
El proceso de seguimiento en el desarrollo del TFG y el
uso del aula-Moodle son los objetos de interés en el diseño
de investigación que se describe a continuación.
B. Diseño de Investigación
Se considera un estudio de caso tipo mixto [27], [28],
combinando técnicas cuantitativas y cualitativas, como
diseño de investigación, para observar el grado de
satisfacción respecto al método aplicado, por parte del
alumnado una vez aprobado el TFG y de sus tutores.
El trabajo de investigación se inició en el curso 2013-14,
en una presentación a congreso, se describió la metodología
empleada y los primeros resultados [29]. En este trabajo se
incorporan los datos del curso 2014-15 a la parte
cuantitativa del estudio y se ha realizado la parte cualitativa
de la investigación, realizando entrevistas a los distintos
actores del proceso, combinando los resultados de ambos.
1) Técnicas cuantitativas
Para la parte cuantitativa del estudio se realizó una
encuesta de satisfacción, adaptación del cuestionario
COLLES, con una doble intención: recoger información
sobre el correcto diseño de la asignatura TFG y sobre los
núcleos de interés de la investigación. En el diseño de las
preguntas se realiza una ampliación de la encuesta de
satisfacción TFG diseñada por la Universidad de Cádiz [30].
La encuesta utilizada usa una escala Likert de 5 niveles para
un total de 28 preguntas, agrupadas en 5 bloques:
8 sobre la realización del TFG
3 sobre la distribución temporal de la asignatura
6 sobre la organización del aula-Moodle
3 sobre la acción tutorial
4 sobre la motivación y satisfacción obtenida con la
realización del TFG
2) Técnicas cualitativas
Para la parte cualitativa, se uso la técnica de entrevista en
profundidad, ya que como sistema de recogida de datos
facilita la interacción con los sujetos de estudio y permite, a
través de sus relatos, determinar cuáles han sido sus
estrategias para vencer los problemas que se han encontrado
durante la aplicación del método.
a) Presupuestos de partida de la investigación
En este apartado se reflejan los supuestos de los que
parten los investigadores a la hora de diseñar la entrevista:
El método adaptativo propuesto ayuda al alumnado a
organizar su trabajo en la realización del TFG.
Figura 5 Agrupamiento y grupos Tribunales
Figura 6 Agrupamiento Titulados
68 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
La tecnología utilizada ayuda a alumnado y tutores a
aplicar la metodología adaptativa.
b) Núcleos de interés
Los núcleos de interés de la investigación serán:
La influencia que ha tenido la adaptatividad temporal en
el paso del alumnado por el aula
La influencia que ha tenido la adaptatividad por perfiles
en el paso del alumnado por el aula
La forma en que el alumnado ha percibido su paso por
el aula
La utilidad que ha encontrado el alumnado en el aula
A la hora de estructurar el procedimiento de la entrevista
se han tomado las siguientes decisiones:
Número de entrevistas: una entrevista por participante.
Transcripción de las entrevistas: Previa autorización de
los narradores, se procede a su grabación, se realiza una
transcripción de la misma que se hace llegar al
entrevistado.
Las preguntas que sirven como inicio de la entrevista en
profundidad han sido diseñadas para esta experiencia y
responden a los núcleos de interés y a los presupuestos de
investigación definidos previamente, (otras nuevas
cuestiones surgirán a partir de la emergencia de la
entrevista): Las preguntas utilizadas han sido estas:
Descríbeme en general tu experiencia en la realización
del TFG.
¿Participaste en los talleres formativos para el TFG?
¿Cuál es tu opinión?
¿En qué te ha ayudado el aula-Moodle para la
realización del TFG?
¿Qué te parece que una actividad no se haga visible
hasta que no hayas superado una actividad previa?
¿Has encontrado útil la información básica del aula-
Moodle (plazos, normativa, metodología, etc)?
Si has leído el documento que describe la metodología
de trabajo en el TFG ¿qué te ha parecido?
¿Has usado la plantilla de memoria de TFG dentro de
los recursos del aula-Moodle? ¿Qué te ha parecido?
¿Otras plantillas?
¿Te han ayudado los recursos incluidos en el aula-
Moodle relacionados con los talleres?
¿Qué recursos has echado en falta en el aula-Moodle?
¿Tu tutor te ha evaluado a tiempo las entregas que ibas
haciendo?
¿Cuál ha sido tu relación con el tutor en el proceso de
realización del TFG?
V. RESULTADOS
A. Resultados Cuantitativos
La participación de los egresados en las encuestas ha sido:
el 12.5% en Ingeniería Mecatrónica en el curso 2014-15
de un total de 16 alumnos
el 65% de los egresados en Ingeniería en Organización
Industrial en el curso 2013-14 de un total de 20 alumnos
el 42,8% de los egresados en Ingeniería en
Organización Industrial en el curso 2014-15 de un total
de 7 alumnos.
La media de respuestas (entre 1 y 5), por bloques de
preguntas, se puede ver en la figura 7.
De la encuesta realizada cabe destacar el elevado grado de
satisfacción de los encuestados, con una media de 4.53 en la
puntuación del bloque de preguntas de la acción tutorial, con
una media de 4,26 en el proceso de realización del TFG, con
una media 4.09 en la satisfacción por la realización del TFG,
con una media de 3.9 en la gestión de su tiempo durante la
realización del TFG y con una media de 3.8 sobre el uso que
han hecho del aula-Moodle.
Entrando más en detalle:
La pregunta sobre si el acceso temporal personalizado
ha sido útil ha obtenido una media de 4.2 lo que refleja
la percepción positiva de este sistema de adaptatividad.
La pregunta sobre si la información contenida en el
aula-Moodle ha sido suficiente, tiene una media de 4.1,
lo que refleja que el diseño creado es percibido como
útil por los alumnos.
La pregunta sobre si las fases del trabajo han sido
adecuadas, encontramos una media de 3.6 lo que indica
que a muchos de los alumnos les ha parecido adecuada,
aunque se percibe mejorable.
La pregunta sobre si conocías con claridad los objetivos
del TFG antes de comenzar, tiene una media de 3.3, lo
que indica que lo que más cuesta al alumnado es la fase
inicial (establecimiento de objetivos y metodología).
Realizando una comparación entre las medias de las
respuestas del curso 2013-2014 y el 2014-2015 no se
aprecian diferencias significativas usando un test de
Wilcoxon con un p-valor<0.01. Esto indica que entre ambos
cursos la percepción de los alumnos no ha cambiado para
ninguna de las respuestas.
B. Resultados Cualitativos
De todos los estudiantes matriculados, se ha escogido a
los egresados que presentaron el TFG en cualquiera de las
convocatorias del curso 2014-15. Se ha entrevistado a un
25% de los alumnos que cumplen esta condición, 4 para el
grado en Ingeniería Mecatrónica y 2 para grado en
Ingeniería en Organización Industrial. En el colectivo de
tutores se ha entrevistado a 2 tutores del grado en Ingeniería
Mecatrónica y 3 del grado en Ingeniería en Organización
Industrial.
Se ha realizado una triangulación de las respuestas
obtenidas por los alumnos y tutores para verificar cada dato.
A continuación se muestran estos resultados organizados por
las categorías: gestión del tiempo, contenidos del aula
Figura 7 Gráfico resultados encuesta
ESTEBAN, ESTEBAN y SEIN-ECHALUCE: SEGUIMIENTO ADAPTATIVO DEL TRABAJO DE FIN DE GRADO... 69
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Moodle, información oficial de TFG, relación tutor-alumno
y documentación y formación.
Gestión del tiempo: Uno de los núcleos de interés del
trabajo es la influencia que la adaptatividad temporal ha
tenido sobre el alumnado. Las entrevistas corroboran
que el alumnado está de acuerdo con el sistema de
seguimiento de su trabajo, que evita que se inicie una
actividad hasta que no se obtenga una superación y
realimentación de la anterior y que cada una de esas
entregas sea evaluada como parte de la evaluación
continua de la asignatura. Sobre las distintas fases del
TFG, tanto tutores como alumnado indicaron que la
fase inicial de determinación de los objetivos y la
metodología a seguir es una de las más costosas en
tiempo para los alumnos.
Contenidos del aula-Moodle. En general el alumnado
ha hecho un uso más intensivo de los recursos de
Moodle que los tutores, que lo han utilizado como
sistema de recepción y evaluación de entregas parciales.
Los tutores no han apreciado dificultad en el uso de
Moodle como herramienta tecnológica y han visto
interesante poder consultar las entregas de otros
alumnos. El alumnado ha apreciado positivamente la
presencia de las plantillas y de los recursos externos que
les proporcionaron información, en particular sobre
cómo incluir la bibliografía en los documentos. Todavía
sigue habiendo un uso importante del correo electrónico
en detrimento del uso de la mensajería Moodle, cuyo
uso debería incentivarse como sistema de comunicación
privado entre tutor y alumno, ya que permite centralizar
la comunicación.
Información oficial de TFG (normativa, plazos, etc):
Tanto profesores como alumnos encuentran de mucha
utilidad esta información y la forma en que se ofrece. El
acceso a los pósteres de los TFG aprobados en
convocatorias anteriores ha resultado polémica, ya que
algunos dicen que les ha orientado y otros dicen que les
ha confundido. Esto puede deberse a que se accede a los
pósteres, pero sin indicar la calificación que obtuvieron.
Relación tutor-alumno. Tanto profesores como alumnos
califican en la mayoría de los casos esta relación como
muy satisfactoria y clave para la correcta consecución
del TFG. Las tutorias realizadas han sido
principalmente presenciales, aunque se debe incentivar
el uso de los foros como repositorio de dudas generales.
Los alumnos aprecian poder tener tantas tutorías como
sea necesario e indican que hubo una elevada
implicación de su tutor en la consecución del Trabajo
Fin de Grado, realizando a veces varias correcciones
previas antes de la entrega final de cada hito.
Documentación y formación. En general la
documentación proporcionada y los cursos realizados
para el desarrollo del Trabajo de Fin de Grado parecen
útiles, aunque muchos de los alumnos encuestados no
pudieron asistir a la formación inicial.
C. Plan de Mejora Fruto del Estudio Cualitativo
A continuación se indican algunas sugerencias de mejora
en el método propuesto, surgidas durante la realización de
las entrevistas, que han sido relevantes por estar
confirmadas por varios participantes de ambos colectivos:
Gestión del tiempo: Algunos alumnos y tutores han
indicado la conveniencia de que la fase de progreso
incluyera más hitos (evaluaciones) intermedios. El
alumnado sugiere incluir en el aula-Moodle un calendario
con su planificación del trabajo, que su tutor ha aprobado en
la fase inicial, para poder seguir su avance real. Se sugiere
también que las entregas por hitos tengan fechas asignadas
en función de la convocatoria de entrega, para tener una
planificación más clara del cuatrimestre. Tutores y alumnos
creen que el tiempo para la asignación del TFG es
excesivamente largo, lo que supone un retraso importante
para el alumnado que se presenta en la primera convocatoria
y no tiene tiempo para seguir las siguientes fases en
condiciones óptimas (se trasladará a las autoridades de la
EUPLA para agilizar la fase inicial).
Contenidos: Alumnos y profesores sugieren: añadir
ejemplos seleccionados de TFG aprobados en cursos
anteriores e incluir un calendario con las fechas de entrega
de los hitos I y II (fase de progreso) para cada convocatoria.
Relación tutor-alumno: El grado de satisfacción con el
tutor manifestado por el alumnado es alto, en particular en la
realimentación aportada por el tutor en las actividades
evaluativas del proceso.
VI. CONCLUSIONES
Se ha conseguido una aplicación práctica de una
metodología propuesta previamente [21] dando las pautas
concretas para llevarla a cabo en cualquier contexto.
La combinación de las técnicas cualitativas y cuantitativas
asegura que los resultados obtenidos reflejan la percepción
de los actores en el proceso. Como se ha comprobado, tanto
desde el punto de vista cuantitativo como cualitativo, los
alumnos están muy satisfechos con el proceso de realización
de su TFG, así como con el mecanismo de adaptatividad
incluido en el aula-Moodle y la acción tutorial, lo que
concuerda con otras experiencias de aprendizaje adaptativo
[15], [31]. La división por fases del trabajo ha resultado
satisfactoria para los participantes en el proceso que creen
que los contenidos incluidos en el aula-Moodle son
adecuados y útiles. Por último, la adaptatividad en
contenidos también es percibida de forma favorable, como
se demostró en un trabajo previo [29], obteniéndose una
correlación de 0.77 entre la percepción de la utilidad de la
adaptatividad diseñada y la satisfacción global con el TFG
realizado.
En base a los objetivos fijados en esta investigación,
podemos decir que el alumnado ha aceptado de forma
favorable la aplicación de la adaptatividad en el Aula-
Moodle. Considerando la adaptatividad temporal un buen
mecanismo de guía personalizada en el proceso TFG. La
adaptatividad por perfiles es menos valorada por parte del
alumnado, como era de esperar, ya que cada uno ve lo que
corresponde a su perfil y desconoce lo del resto de usuarios.
Pero en caso de no aplicarse, se saturaría de información a
todos los usuarios. El profesor responsable del aula, puede
interpretar los resultados obtenidos de la aplicación de la
adaptatividad como exitosos en ambos sentidos (temporal y
por perfiles).
El método propuesto para el seguimiento del desarrollo
del TFG es sostenible ya que la tecnología que la soporta
(Moodle) es software de código abierto y no precisa de
70 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
desarrollo adicional, en contra de lo realizado en otros
trabajos [26]. Por otra parte, se trata de un método
transferible a cualquier área de conocimiento y la tecnología
utilizada es de amplio y fácil uso, por lo que en áreas
diferentes de las Ingenierías, solo la ausencia del antecesor
del TFG, el PFC, en las anteriores titulaciones, puede
provocar dificultades en su aplicación.
En trabajos futuros se incorporará, al método propuesto,
el plan de mejora señalado anteriormente, se mejorará la
técnica de investigación con nuevos instrumentos que
faciliten información más detallada del sistema de
seguimiento de los TFG y que permitan demostrar el
impacto positivo del método en el aprendizaje del alumnado.
AGRADECIMIENTOS
Los autores agradecen a la Diputación General de Aragón
y al Fondo Social Europeo, su apoyo en la realización de
este trabajo.
REFERENCIAS
[1] A. Polo Márquez, J. Martínez Gil, y L. J. Arévalo
Rosado, «Hacia una metodología para el desarrollo de
trabajos y Proyectos Fin de Carrera en Ingeniería
Informática», XIII Jorn. Enseñ. Univ. Informática
JENUI, pp. 15–17, 2007.
[2] M. Á. Millán Muñoz y J. M. Medina Villaverde,
«Nuevo enfoque multidisciplinar en el proyecto fin de
carrera en ingeniería civil : experiencia en la UEM»,
REDU Rev. Docencia Univ., vol. 8, n.o 2, pp. 117-128,
2010.
[3] J. Francés Monllor, M. L. Álvarez López, J. Vera
Guarinos, S. Bleda Pérez, C. Neipp López, y A.
Beléndez Vázquez, «Aplicación de herramientas web
colaborativas en la realización de Proyectos Fin de
Carrera en Ingeniería», VIII Jorn. Redes Investig. En
Docencia Univ., pp. 1709-1721, 2010.
[4] J. J. Olarte Larrea, «Análisis y propuesta de mejora en
la dirección de Proyectos de Fin de Carrera en
Ingeniería Informática», Universidad de La Rioja,
2015.
[5] G. Estapé-Dubreuil, M. Rullan Ayza, O. Paz Torres, M.
J. Espuny Tomás, J. Pons Aróztegui, C. Monforte
Royo, y J. Montes, «Trabajos Fin de Grado: la
coordinación como clave del éxito», Rev. Congrés Int.
Docència Univ. Innovació CIDUI, vol. 1, n.o 1, 2012.
[6] D. Hernández-Leo, V. Moreno Oliver, I. Camps, R.
Clarisó, A. Martinez-Monés, M. J. Marco-Galindo, y J.
Melero, «Implementación de buenas prácticas en los
Trabajos Fin de Grado», Rev. Docencia Univ., vol. 11,
pp. 259-278, 2013.
[7] V. Moreno Oliver, D. Hernández-Leo, I. Camps i
Pujolar, y J. Melero Gallardo, «Uso de rúbricas para el
seguimiento y evaluación de los trabajos fin de grado»,
II Congr. Int. Sobre Eval. Por Competencias Mediante
ERúbricas, oct. 2012.
[8] V. Moreno, G. Carpintero, y D. Hernández-Leo, «Dos
casos del uso de rúbricas para la evaluación de Trabajos
Fin de Grado», III Jorn. Innov. Educ. En Ing.
Telemática, oct. 2013.
[9] B. de L. Passardiere y A. Dufresne, «Adaptive
Navigational Tools for Educational Hupermedia», en
Proceedings of the 4th International Conference on
Computer Assisted Learning, London, UK, UK, 1992,
pp. 555–567.
[10] C. Kaplan, J. Fenwick, y J. Chen, «Adaptive hypertext
navigation based on user goals and context», User
Model. User-Adapt. Interact., vol. 3, n.o 3, pp. 193-220,
sep. 1993.
[11] P. Brusilovsky, «Methods and techniques of adaptive
hypermedia», User Model. User-Adapt. Interact., vol.
6, n.o 2-3, pp. 87-129, jul. 1996.
[12] P. De Bra, A. Aerts, B. Berden, B. De Lange, B.
Rousseau, T. Santic, D. Smits, y N. Stash, «AHA! The
adaptive hypermedia architecture», en Proceedings of
the fourteenth ACM conference on Hypertext and
hypermedia, 2003, pp. 81–84.
[13] A. J. Berlanga Flores y F. J. García Peñalvo, «Learning
Design in Adaptive Educational Hypermedia Systems»,
2008. [En línea]. Disponible en:
http://gredos.usal.es/jspui/handle/10366/21699.
[Accedido: 03-mar-2016].
[14] D. Lerís y M. L. Sein-Echaluce, «La personalización
del aprendizaje: un objetivo del paradigma educativo
centrado en el aprendizaje», Arbor, vol. 187, n.o
Extra_3, pp. 123-134, dic. 2011.
[15] D. Lerís López, F. Vea Muniesa, y Á. Velamazán
Gimeno, «Aprendizaje adaptativo en Moodle: tres
casos prácticos», Educ. Knowl. Soc. EKS, vol. 16, n.o 4,
p. 138, dic. 2015.
[16] A. J. Berlanga Flores y F. J. García Peñalvo, «IMS LD
reusable elements for adaptive learning designs», 17-
sep-2005. [En línea]. Disponible en:
http://gredos.usal.es/xmlui/handle/10366/21710?show=
full. [Accedido: 03-mar-2016].
[17] Á. Fidalgo-Blanco, F. J. García-Peñalvo, M. L. Sein-
Echaluce, y M. Á. Conde-Gonzalez, «Learning content
management systems for the definition of adaptive
learning environments», en 2014 International
Symposium on Computers in Education (SIIE), 2014,
pp. 105-110.
[18] Á. Fidalgo Blanco, F. J. García-Peñalvo, y M. Sein-
Echaluce, «A methodology proposal for developing
adaptive cMOOC», en Proceedings of the First
International Conference on Technological Ecosystem
for Enhancing Multiculturality, 2013, pp. 553–558.
[19] N. (Nish) Sonwalkar, «The First Adaptive MOOC: A
Case Study on Pedagogy Framework and Scalable
Cloud Architecture—Part I», MOOCs FORUM, vol. 1,
n.o P, pp. 22-29, sep. 2013.
[20] «iMOOC». [En línea]. Disponible en:
http://gridlab.upm.es/imooc/. [Accedido: 03-mar-2016].
[21] Grup GI-IDES TFG, «GI-IDES Materials | TFG»,
2012. [En línea]. Disponible en:
http://grupsderecerca.uab.cat/gi-ides-
tfg/content/materials. [Accedido: 21-feb-2016].
[22] Moodle, «Moodle - Open-source learning platform |
Moodle.org», 2016. [En línea]. Disponible en:
https://moodle.org/. [Accedido: 29-feb-2016].
[23] EUPLA, «Proceso de TFG. Escuela Universitaria
Politécnica de La Almunia», 2015. [En línea].
Disponible en:
http://www.eupla.unizar.es/files/docs/grados/TFG_dic_
2013/procesotfg.pdf. [Accedido: 22-feb-2016].
[24] EUPLA, «Plantillas TFG», 2016. [En línea]. Disponible
en: http://www.eupla.unizar.es/index.php/trabajos-fin-
de-grado. [Accedido: 22-feb-2016].
ESTEBAN, ESTEBAN y SEIN-ECHALUCE: SEGUIMIENTO ADAPTATIVO DEL TRABAJO DE FIN DE GRADO... 71
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[25] «Zotero», 2016. [En línea]. Disponible en:
http://www.zotero.org/. [Accedido: 20-feb-2016].
[26] C. López Nozal, J. F. Diez Pastor, J. Maudes Raedo, y
R. Marticorena Sánchez, «Módulo Moodle para
Gestionar Trabajos Final de Grado o Máster», Rev.
Iberoam. Tecnol. Aprendiz., vol. 7, n.o 3, pp. 155-162,
ago. 2012.
[27] J. L. Green, G. Camilli, y P. B. Elmore, Handbook of
Complementary Methods in Education Research.
Lawrence Erlbaum Associates, 2006.
[28] A. B. Dellinger y N. L. Leech, «Toward a Unified
Validation Framework in Mixed Methods Research», J.
Mix. Methods Res., vol. 1, n.o 4, pp. 309-332, ene.
2007.
[29] J. Esteban Escaño, A. L. Esteban Sánchez, y M. L.
Sein-Echaluce Lacleta, «Aprendizaje adaptativo en las
aulas Moodle de TFG», en La sociedad del
aprendizaje. Actas del III congreso internacional sobre
aprendizaje, innovación y competitividad. Cinaic 2015,
2015, pp. 726-731.
[30] Universidad de Cádiz, «Evaluación de la elaboración
del trabajo fin de grado. Encuesta alumnos», 2013. [En
línea]. Disponible en:
http://www.uca.es/recursosgen/doc/Centros/CCMar/18
16177068_562013103627.pdf.
[31] M. L. Sein-Echaluce, P. M. Aguado, J. Esteban-Escaño,
A. Esteban-Sánchez, P. Florentín, M. C. Gracia-
Gómez, D. Lerís, F. Vea, y M. Á. Velamazán, «Design
of Adaptive Experiences in Higher Education Through
a Learning Management System», en Proceedings of
the 3rd International Conference on Technological
Ecosystems for Enhancing Multiculturality, New York,
NY, USA, 2015, pp. 165–171.
Ana L. Esteban Sánchez. Doctora en Información y Documentación por la
Universidad de Zaragoza en el 2013 y Máster en Software Libre por la Universidad Abierta de Cataluña en el 2009. Es actualmente Profesora
Titular de Escuela Universitaria del área de Electrónica, Informática y
Control en la Escuela Universitaria Politécnica de La Almunia, centro adscrito a la Universidad de Zaragoza. Desde 2014 es miembro del Grupo
de Investigación GIDTIC de la Universidad de Zaragoza.
Javier Esteban-Escaño. Master en Sociedad de la Información y el
conocimiento por la Universidad Oberta de Catalunya en el 2011 y
Licenciado en Informática por la Universidad Oberta de Catalunya en el 2010. Es actualmente Profesor Titular de Escuela Universitaria del área de
Electrónica, Informática y Control en la Escuela Universitaria Politécnica
de La Almunia, centro adscrito a la Universidad de Zaragoza. Desde 2014 es miembro del Grupo de Investigación GIDTIC de la Universidad de
Zaragoza.
María Luisa Sein-Echaluce Lacleta. Doctora en Matemáticas por la Universidad de Zaragoza en 1986 y Profesora Titular de Universidad desde
1992. Actualmente es profesora del departamento de Matemática Aplicada
de la en la Escuela de Ingeniería y Arquitectura, Directora del Campus Virtual y Coordinadora del Grupo de Investigación GIDTIC de la
Universidad de Zaragoza.
72 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Learning Data Structures – same difficulties in
different countries?
Abstract— Data structures have been a core discipline in
Computer Engineering studies. Several difficulties related to
teaching and learning of these contents have been detected by
the academic community. With the aim of obtaining a better
knowledge about these situations we present the conclusions
obtained after evaluating the results achieved by the students
of the subject Programming II, in the first course of the Degree
in Computer Engineering at University of A Coruña (Spain)
and the students of the subject Data Structures where similar
contents are taught in the Informatics Degree at Portucalense
University (Portugal).
Index Terms— absenteeism, learning strategy, assessment,
performance, data structures.
I. INTRODUCCIÓN
ESDE hace años la materia de Estructuras de Datos es
una disciplina nuclear en los estudios de Informática
debido principalmente, al carácter fundamental de su
contenido. A lo largo de los años los agentes implicados en
su docencia han reconocido importantes dificultades en su
aprendizaje como consecuencia, principalmente, del carácter
abstracto del tema y del componente de programación
subyacente. Diferentes estudios hacen referencia a diversas
dificultades entre las que se encuentran: la ausencia de un
método de trabajo apropiado por parte de los estudiantes, la
complejidad en el diseño de los algoritmos de manipulación
de las estructuras de datos o el empleo de métodos
pedagógicos inadecuados por parte del profesorado [1],[2].
Tales circunstancias conducen a dos problemas de vital
importancia, el abandono de la materia por parte del
alumnado (absentismo) y la consecución de una tasa de
fracaso que se puede considerar elevada. Con el objeto de
alcanzar un mejor conocimiento sobre estas situaciones y,
manteniendo el foco de interés en el incremento del éxito en
el aprendizaje de esta materia, se presenta una comparativa
de los resultados alcanzados por los estudiantes
matriculados en la asignatura de Programación II del primer
curso del Grado en Ingeniería en Informática de la
Universidade da Coruña (España) y los de la asignatura de
Estruturas de Dados, que imparte contenidos análogos en la
Licenciatura de Informática en la Universidade Portucalense
Beatriz Pérez-Sánchez pertenece al Departamento de Computación de la
Universidade da Coruña (España) (corresponding author, phone: +34 881
016072; fax: +34 981 167160; e-mail: beatriz.perezs@udc.es).(ORCID ID:
0000-0002-8770-7257) Paula Morais pertenece al Departamento de Economia, Gestão e
Informática de la Universidade Portucalense Infante D. Henrique (Portugal)
(e-mail: pmorais@upt.pt).(ORCID ID: 0000-0002-0039-3532).
(Portugal). Cabe mencionar que ambas entidades colaboran
desde el año 2011 gracias al Programa de Aprendizaje
Permanente Erasmus para movilidad de personal. El
objetivo del programa es facilitar la transferencia de
conocimiento y experiencias entre el profesorado gracias a
la realización de estancias docentes en otros centros de
referencia.
Este artículo se estructura del siguiente modo. La Sección II detalla los fundamentos teóricos subyacentes al estudio realizado; la Sección III detalla la información principal de cada una de las materias de interés en ambos centros académicos; la Sección IV presenta el análisis comparativo de resultados, centrando la atención en dos problemas principales las tasas de éxito y abandono, para los cursos 2011/2012, 2012/2013 y 2013/2014; y finalmente en la Sección V se exponen las principales conclusiones extraídas del estudio realizado.
II. CONTEXTO. ENSEÑANZA Y APRENDIZAJE DE
ESTRUCTURAS DE DATOS
La materia de Estructuras de Datos figura, desde hace
años, como una disciplina nuclear en los estudios en
Informática. La Association for Computer Machinery
(ACM), la más veterana sociedad científica y educativa en
informática y computación, ha estado involucrada, desde
1968, en la elaboración de las recomendaciones curriculares.
En este año se publica el texto “Curriculum68:
Recommendations for the undergraduate program in
computer science” [3] en el que ya se incluía un curso
denominado I1: Data Structures. También en el texto
redactado por ACM en 1978 encontramos el curso CS2:
Computer Programming II [4]. Desde entonces todas las
recomendaciones de la ACM (Computing Curricula) han
tenido una amplia influencia, utilizándose como guía para el
diseño de titulaciones de informática de todo el mundo. A
pesar de modificaciones planteadas en las recomendaciones
de ACM a los Curricula de Ciencias de la Computación el
estudio de estructuras de datos se ha mantenido obligatorio.
A lo largo de los años se han detectado diferentes
problemáticas asociadas a la enseñanza y aprendizaje de los
contenidos de interés y diferentes cuestiones han sido
planteadas por la comunidad educativa. Entre ellas vale la
pena mencionar algunas de las más significativas:
¿Cómo ayudar a mejorar el proceso de aprendizaje? Los
alumnos encuentran dificultades a la hora de enfrentarse a
los contenidos como consecuencia del carácter abstracto del
tema. Con el objeto de facilitar el proceso de aprendizaje
diversas herramientas para representar visualmente las
estructuras de datos han sido propuestas a lo largo de los
años [5]-[7].
¿Qué debería enseñarse a los alumnos? ¿la enseñanza
debería centrarse en el detalle de cada estructura de datos?
O tal vez ¿sería conveniente enfocar el aprendizaje en el
Aprendizaje de Estructuras de Datos – ¿Las
Mismas Dificultades en Diferentes Países?
Beatriz Pérez-Sánchez, Paula Morais
D
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 73
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
uso y aplicación de las mismas? Algunos teorías defienden
que, a pesar de la importancia de que el alumno sepa
construir las estructuras de datos, saber cuándo y cómo
aplicarlas es prioritario [8], [9].
¿Cómo facilitar la programación de los algoritmos de
manipulación de las estructuras de datos? En una disciplina
de estructuras de datos los alumnos no sólo, tienen que
conocer los conceptos teóricos fundamentales sino también,
adquirir las competencias que les permitan seleccionar las
estructuras de datos más adecuadas para la resolución de un
problema dado y programarlas correctamente. Usualmente
el tema de la programación supone una dificultad añadida
para el alumnado. Diferentes estrategias y herramientas para
aminorar estos efectos han sido presentadas [10]-[12].
¿Qué lenguaje de programación emplear para el estudio
de las estructuras de datos? Es una cuestión controvertida
que ha sido fuente de debate a lo largo de los años. Ya en el
año 1997 Weiss describía la experiencia del uso de Java en
la enseñanza de la disciplina de estructuras de datos [13].
Algunos autores ahondan en el efecto del lenguaje de
programación empleado llegando a publicar diferentes
versiones del mismo libro [14]-[17]. Tales publicaciones
varían el lenguaje empleado y centran el estudio de las
estructuras de datos en la abstracción empleando
pseudocódigo, característica que permite centrarse
únicamente en las propias estructuras de datos y en los
algoritmos asociados a ellas sin atender a detalles de
implementación. Esta experiencia les permitió concluir que
el lenguaje empleado es una mera herramienta para la
implementación. Este hecho refuerza nuestra idea de que el
tema del lenguaje de programación seleccionado no es
relevante. Mientras que el tema se aborda extensamente en
la bibliografía las instituciones aplican diversas alternativas
(Java, C/C++ u otros).
III. DESCRIPCIÓN
El curso 2010/2011 fue el año de implantación del Grado
en Ingeniería Informática en la Universidade da Coruña
(UDC), titulación adaptada al Espacio Europeo de
Educación Superior (EEES). Fue también el primer año de
impartición de la materia asociada a los contenidos de
estructuras de datos, denominada en el plan de estudios
Programación II (ProII). La experiencia en la impartición de
estos contenidos en el plan de estudios previo nos hace
plenamente conscientes de varios problemas potenciales.
Esta preocupación llevó a realizar, desde momento de la
implantación de la nueva materia, un seguimiento intensivo
de los resultados académicos alcanzados por los estudiantes
con el objeto de extraer conclusiones significativas, y
evaluar tanto su rendimiento como nuestra capacidad
docente. De este modo podremos conocer las principales
debilidades con el objeto de atajarlas, en la medida de lo
posible, con las oportunas acciones correctoras.
ProII es una asignatura de primer curso perteneciente al
bloque de materias de Lenguajes y Programación del
Módulo de Formación Básica del grado en Ingeniería
Informática con un total de 6 créditos ECTS asociados.
Mantiene una fuerte dependencia de las materias de
Programación I (ProI), Matemática Discreta e Informática
Básica impartidas en el semestre previo. Los contenidos que
en la UDC se asignan a la asignatura de ProII se imparten en
materias con distinta denominación dependiendo de cada
universidad y que aparecen situadas de diferentes maneras
en los planes de estudios, entre ellas: (i) como una
asignatura de entre 6 y 7,5 créditos ECTS, que se imparte en
el segundo semestre de la titulación (caso de la UDC), (ii)
en el marco de una asignatura de 12 créditos ECTS, que se
imparte en el segundo semestre de la titulación, y que abarca
también los contenidos que en la UDC se imparten en ProI,
(iii) como una asignatura de entre 6 y 7,5 créditos ECTS,
que se imparte en el tercer semestre (segundo curso) de la
titulación.
Tras una valoración en profundidad de los resultados,
detectada la problemática principal y, con el objeto de
conocer el enfoque docente en otras universidades tanto a
nivel de competencias, como de organización y evaluación,
surgió una colaboración con la Universidad Portucalense
sita en Porto (Portugal) gracias al programa de Aprendizaje
Permanente Erasmus para movilidad de personal docente.
Los responsables del centro de destino nos ofrecieron
participar en la docencia de la materia Estruturas de Dados
(ED), donde se imparten contenidos análogos a ProII. La
principal diferencia con la que nos encontramos es la
situación de la materia ED en el plan de estudios, ya que es
una asignatura de 6 créditos ECTS de segundo curso que se
imparte durante el primer semestre. Mantiene una fuerte
dependencia de las materias de Algoritmos-Programação y
Programação orientada a objetos impartidas en el primer
curso académico. Esta situación nos permitirá conocer si, al
menos en parte, los problemas detectados en nuestro centro
pueden estar relacionados con la situación de impartición de
los contenidos de interés en el plan de estudios. Las
movilidades docentes, que se repitieron en cursos sucesivos,
permitieron conocer la planificación y estructuración de los
contenidos en la universidad de acogida, intercambiar
conocimientos y experiencias con su personal académico e
iniciar una colaboración que se mantiene en la actualidad.
A continuación se detallan los objetivos generales, así
como la metodología y la evaluación establecida para los
contenidos de interés en cada uno de los centros
involucrados en el estudio.
A. Objetivos y Temario
Con el objeto de ofrecer una idea general de los contenidos
que se imparten en las materias de ProII (UDC) y ED (UPT)
y, también conocer cuáles son los resultados esperados se
presenta una breve descripción de los mismos. Los
contenidos orientativos de ProII pueden resumirse en tres
bloques principales:
1) Manejo de punteros y memoria dinámica,
2) Introducción a los tipos abstractos de datos
(TADs),
3) Programación con estructuras de datos dinámicas y
complejas.
Como resultado del aprendizaje, se espera que los
estudiantes, adquieran las siguientes competencias:
a) Dominar mecanismos de gestión dinámica de la
memoria,
b) Conocer mecanismos de especificación de un TAD,
c) Programar los algoritmos de manipulación de
estructuras de datos diseñadas para solucionar
problemas reales (listas, pilas, colas y árboles),
d) Interiorizar buenas prácticas de programación.
Por su parte la unidad curricular de la materia ED en la UPT
pretende introducir:
74 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
1) Los conceptos fundamentales sobre las estructuras
abstractas de datos,
2) El comportamiento asociado según las
interpretaciones estática y dinámica.
Al finalizar la impartición de la materia se espera que cada
alumno sea capaz de:
1) Conocer el funcionamiento y comprender la
utilidad de las estructuras abstractas de datos más
relevantes (listas, pilas, colas y árboles),
2) Saber seleccionar y utilizar estructuras de datos
adecuadas al problema a resolver,
3) Saber implementar las estructuras de datos, en
particular, empleando la gestión dinámica de la
memoria.
B. Metodología
La experiencia presentada en este trabajo abarca un
estudio comparativo de los resultados alcanzados en ambos
centros y enfocado en los objetivos de interés ya
mencionados, tasas de abandono y éxito. Para ello se
manejan los resultados alcanzados durante los cursos
2011/2012, 2012/2013 y 2013/2014. Para poder analizar
con detalle los resultados obtenidos en ambos centros
también resulta de interés conocer la metodología docente
aplicada que, en ambos casos, se centra en el aprendizaje
activo del alumnado.
Si centramos nuestra atención en la UDC, la docencia se
divide en tres grandes bloques: (1) clases teóricas, (2)
prácticas de laboratorio y, (3) seminarios de solución de
problemas. En las clases teóricas se describen los contenidos
temáticos y los objetivos perseguidos, con una orientación
totalmente práctica y, requiriendo desde el primer momento
la colaboración del alumno. En los seminarios de solución
de problemas se presentan supuestos prácticos para su
desarrollo, resolución y puesta en común. Este tipo de
actividad en grupo promueve el desarrollo de habilidades
útiles para la práctica profesional como la comunicación y el
trabajo en equipo [18]. Las prácticas de laboratorio obligan
a la construcción y utilización de estructuras de datos en un
lenguaje de programación de alto nivel para la resolución de
un pequeño supuesto práctico. Este trabajo de carácter
obligatorio, se desarrolla por parejas para potenciar
competencias transversales en la titulación como el trabajo
en equipo, la toma de decisiones y la organización y
planificación.
Por su parte en la UPT se pueden distinguir dos bloques
principales: (1) clases teórico/prácticas en donde se
presentan los conceptos fundamentales de los tipos
abstractos de datos, utilizando frecuentemente la
interpelación con los alumnos y el aprendizaje basado en
ejemplos, y (2) las clases prácticas persiguen desarrollar las
competencias específicas, por medio de la resolución de
ejercicios prácticos en el ordenador que se abordan en
grupos de dos estudiantes.
Con respecto al tema del lenguaje de programación
empleado hay diferencias entre los centros. Pascal es el
lenguaje empleado en la UDC, su elección se justifica
únicamente por motivos prácticos ya que éste es el lenguaje
empleado para ayudar a los alumnos en su primer contacto
con la programación en la asignatura ProI en el primer
cuatrimestre. Dado que ProII se imparte en el segundo
cuatrimestre y considerando que los alumnos no tienen
soltura programando, resulta precipitado presentar otro
lenguaje. Una alternativa podría ser algún lenguaje de
amplio uso en el ámbito profesional como C, C++, Java, C#
o Python. Esto ocurre en la UPT donde, tras un primer curso
familiarizándose con la programación (en concreto cursan
Algoritmia e Programação empleando C como lenguaje de
programación y Programação orientada a objetos donde
empiezan a manejarse en Java) los alumnos tienen un bagaje
suficiente para implementar las distintas estruturas de datos
en un lenguaje como Java. De todos modos, como ya
indicamos previamente, se considera que el lenguaje
empleado es únicamente una herramienta para la
implementación.
C. Evaluación
En esta sección se introducen brevemente los criterios de
evaluación aplicados en ambos centros, información de
interés ya que podría influir en las notas finales alcanzadas
por los estudiantes. En ambas entidades se aplica un método
de evaluación continua que se realiza principalmente, a
través de diferentes pruebas prácticas tanto individuales
como por parejas. En ambas entidades la evaluación
contempla tres aspectos: una prueba teórica escrita, las
prácticas (realizadas en parejas), y una serie de pruebas de
carácter práctico que se resuelven individualmente. Sin
embargo, la ponderación asociada a cada uno de estos ítems
en el cómputo de la nota final difiere considerablemente en
ambos centros. En la UDC la valoración de la prueba teórica
escrita es muy elevada en concreto un 75%, mientras que el
25 % restante se reparte entre los dos otros ítems a razón de,
20% la práctica y 5 % la solución de problemas. Sin
embargo, la UPT otorga la mayor puntuación al trabajo
práctico del alumno de este modo, sólo un 30% se asigna al
examen mientras que el 70% restante se distribuye en 40% a
la práctica en parejas y 30% al trabajo práctico individual.
En cuanto al programa de prácticas en ambos centros
consiste en la resolución de una versión simplificada de un
problema real empleando las estructuras de datos vistas en
teoría que deben ser implementadas mediante el lenguaje de
programación correspondiente. En el caso de la UPT los
estudiantes realizan 3 pruebas a lo largo del curso, las dos
primeras por parejas y la última de carácter individual. En el
caso de la UDC los estudiantes deben realizar dos prácticas
en parejas. En ambos centros los resultados de cada práctica
se proporcionan a los estudiantes con el objeto de facilitar el
feedback necesario antes de la siguiente prueba. Además,
vale la pena mencionar que se exige una nota mínima en la
parte práctica para poder superar la materia.
IV. RESULTADOS
Preocupados por los resultados alcanzados por nuestros
alumnos y con la idea de plantear los cambios oportunos,
realizamos un estudio exhaustivo para tres cursos
académicos, 2011/2012, 2012/2013 y 2013/2014. Como ya
se comentó previamente a lo largo de estos años los
principales problemas detectados fueron: (a) la tasa de éxito
y (b) la tasa de no presentados. De este modo, en esta
sección abordamos detalladamente ambas cuestiones en
base a los resultados obtenidos. Con el objeto de arrojar un
poco de luz a las dificultades detectadas e indagando en el
origen de las mismas, se proporciona un análisis
comparativo con los resultados alcanzados en la UPT. Cabe
mencionar que el número de matriculados en la UDC es
considerablemente superior al de la UPT, en consecuencia el
número de grupos de estudiantes es mayor en el caso de la
PÉREZ Y MORAIS: APREDIZAJE DE ESTRUCTURAS DE DATOS - ¿LAS MISMAS DIFICULTADES EN ... 75
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
UDC sin embargo, en ambos centros el promedio de
estudiantes en cada uno de estos grupos es similar (alrededor
de 25-30 alumnos).
A. Tasa de Éxito
Como primer paso del análisis de resultados alcanzados por
el alumnado, centramos la atención en las calificaciones. La
Fig. 1 muestra una comparativa de las calificaciones
alcanzadas por los alumnos presentados a examen en ambos
centros. En primer lugar centramos nuestra atención en los
resultados de la UDC. Como se muestra en la Fig. 1 para el
curso 2011/2012 un 30,69% de los presentados no consigue
superar la asignatura, un 40,91% lo consigue con la nota
mínima (aprobado), un 23,29% obtiene un notable y, sólo un
5,11% alcanza la calificación máxima. En el curso
2012/2013 la distribución de los alumnos que supera la
materia se divide mayoritariamente entre el aprobado
(32,10%) y el notable (26,30%), únicamente un 4,50% de
los alumnos presentados alcanzan la nota máxima. Por
último, en el curso 2013/2014 los resultados siguen la
misma línea, del 37,03% de los presentados solo el 5,44%
obtienen la máxima calificación, el 31,29% un notable y el
25,17% restante un aprobado.
Como se puede observar en la Fig. 1 la diferencia principal
con respecto a los resultados de la UPT se encuentra en el
porcentaje de alumnos que alcanza la máxima calificación.
En el curso 2011/2012 sólo un 5,11% de alumnos
presentados en la UDC alcanza la máxima calificación
frente al 25% que lo consigue en la UPT. En el curso
2012/2013 la diferencia es menor pero, aun así significativa,
un 4,50% de la UDC frente al 13,33% de la UPT. La mayor
diferencia se aprecia en el curso 2013/2014, aunque en este
caso, de manera puntual la diferencia es favorable a la UDC.
Con respecto al número de alumnos que no consiguen
superar la materia, en la Fig. 1 se observa como en ambos
centros estos porcentajes son elevados (entre un 30% y un
40%) y, relativamente similares a excepción del curso
2012/2013, donde se aprecia una diferencia sustancial, un
53,33% en la UPT frente al 37,20% obtenido en la UDC.
Tras analizar este resultado se comprueba que ese valor de
la UPT es puntual y la tendencia es la que se muestra para
los otros dos cursos.
Por tanto, la diferencia fundamental entre ambos centros se
encuentra en el porcentaje de alumnos presentados que
alcanza la máxima calificación, siendo éste mucho mayor en
el caso de la UPT. Para el resto de categorías, aunque con
algunas diferencias puntuales, los porcentajes siguen la
misma línea. Aquí entra en juego la evaluación aplicada en
la UDC donde el peso de la prueba escrita en la nota final es
alto. Estudiando con detalle los resultados se observa como
en la UDC los alumnos que obtienen buena nota en prácticas
y solución de problemas no alcanzan las máximas notas
posibles en el examen y eso les hace quedarse en el notable
y no llegar a las máximas calificaciones. Esto nos lleva a
reflexionar y replantear los pesos de las distintas actividades
en el esquema de evaluación de la asignatura: parece
razonable reducir el peso de la prueba teórica a favor de
otras actividades que evalúen de forma más objetiva posible
el trabajo continuo del alumnado.
B. El Problema de los No Presentados
El segundo dato a destacar es el número de alumnos
presentados a examen. La Fig. 2 presenta los porcentajes de
alumnos presentados y no presentados a examen sobre el
total de matriculados desde el curso 2011/2102 al
2013/2014. En las gráficas se puede observar como en la
UDC, en el curso 2011/2012, un 39,31% de los alumnos
matriculados no se presentaron a examen, en el 2012/2013
este porcentaje es todavía mayor alcanzando un 54,65%
pero tal valor fue todavía superado en el curso 2013/2014
suponiendo un 62,97% del total. Estamos por tanto ante un
problema crucial que tenemos que abordar e intentar atajar
en la medida de lo posible. Con este objetivo, hemos tratado
de ahondar en las razones del abandono, entendido éste
como la renuncia de facto a examinarse de la asignatura.
Muchas de las renuncias se producen incluso antes de iniciar
76 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
el cuatrimestre, puesto que hay alumnos que ya no se
incorporan como tales y en principio, están fuera de
cualquier proceso evaluador. Otros alumnos dejan de asistir
a clase, ya sea porque prefieren concentrar su esfuerzo en
otras asignaturas más asequibles según su nivel de
competencia o, su capacitación no es suficiente para afrontar
con éxito la asignatura. Pocos estudios arrojan luz sobre este
tipo de estudiantes [19], [20] sin embargo, los informes que
aclaran esta problemática la atribuyen, sorprendentemente y
a tenor de la opinión de los alumnos, principalmente a
causas externas como la organización de horarios de las
asignaturas y, en menor medida a la metodología docente
[21].
El estudio realizado sobre las posibles causas de abandono
arroja que uno de los principales motivos es el no poder
alcanzar las capacidades, competencias y aptitudes que el
alumno debe adquirir en ProII, para resolver los supuestos
prácticos propuestos. Nos planteamos así la posibilidad de
que el problema también radique en no haber alcanzado las
capacidades, competencias y aptitudes requeridas y que se
suponen adquiridas previamente.
Los profesores consideramos que la situación de ProII en el
plan de estudios (segundo semestre del primer curso) podría
no ser acertada debido a que a estas alturas los alumnos
presentan una base escasa desde el punto de vista de la
programación. La fuerte dependencia de la asignatura de
ProI es un hándicap importante. Esta materia del primer
semestre para que los estudiantes adquieran las habilidades
que les permiten afrontar con éxito ProII en el segundo
semestre.
Por este motivo nos interesa reflexionar ahora sobre los
resultados alcanzados en la UPT. En este centro, debido a la
estructuración del plan de estudios, los alumnos tienen un
primer curso académico completo donde reciben formación
con respecto a materias relativas a la programación. En
concreto Algoritmos y Programación (primer semestre) y
Programación orientada a objetos (segundo semestre). En
nuestra opinión, esta situación permite al alumno asentar sus
conocimientos. De este modo, comparamos los resultados en
base al porcentaje de alumnos no presentados en las
materias ProII y ED en ambas universidades.
En la Fig. 3 se presentan los porcentajes de alumnos no
presentados, aprobados y suspensos en ambos centros para
los cursos académicos en estudio.
Como se puede observar a simple vista la tasa de No
Presentados es, de manera general, menor en el caso de la
UPT. Un detalle en el que vale la pena reparar es que la tasa
de no presentados a examen en la UDC muestra una
tendencia creciente a lo largo de los tres cursos académicos
(39,30% en 2011/2012, 54,70% en 2012/2013 y 62,97% en
2013/2014). Sin embargo, la tendencia es inversa en el caso
de la UPT donde el porcentaje de no presentados es de un
28,20% en el 2011/2013 y decrece progresivamente hasta
llegar a un 9,53% en el curso 2013/2014. La principal
diferencia entre ambas instituciones es que en la UPT la
impartición de los contenidos de interés se realiza en el
segundo año tras el estudio de materias relacionadas con la
programación a lo largo de todo el primer curso académico.
De hecho, a pesar de que la UPT imparte la materia en el
segundo curso, los docentes implicados señalan que los
alumnos que no han cursado las materias consideradas como
pre-requisito abandonan, en su gran mayoría, la materia por
no poder seguir los contenidos. El hecho de impartir los
contenidos de interés en el segundo curso permite que los
alumnos tengan los conocimientos base más asentados a
diferencia de lo que ocurre en la UDC donde la fuerte
dependencia con ProI en el primer curso se traduce en un
elevado número de alumnos sin conocimientos afianzados y
sin tiempo suficiente para asimilarlos. Este es un problema
estructural, para el que no hay una posibilidad de solución a
corto plazo, ya que afecta al plan de estudios establecido en
el centro. Sin embargo, consciente de estas limitaciones, el
profesorado plantea algunas alternativas para paliar, en la
medida de lo posible, sus consecuencias. Así vale la pena
mencionar, la aplicación de un plan de motivación del
alumnado desde el inicio del semestre, planteando cuáles
son los falsos mitos sobre la superación de la materia,
añadiendo clases de refuerzo para afianzar conceptos
básicos, e incidiendo en el trabajo de acompañamiento
personalizado que permiten desarrollar las clases de grupo
reducido. Como intento para evitar perder al alumnado en
las materias de programación de primer curso se elabora de
forma conjunta con el profesorado de la materia de ProI
(primer semestre) un programa formativo continuado que
permita a los estudiantes abordar, de la mejor manera
posible, los contenidos asociados a las materias de
programación. El objetivo es evitar, al menos en parte, el
absentismo o abandono por parte del alumnado en la
materia.
PÉREZ Y MORAIS: APREDIZAJE DE ESTRUCTURAS DE DATOS - ¿LAS MISMAS DIFICULTADES EN ... 77
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
V. CONCLUSIONES
Reflexionar sobre los resultados cosechados por los
estudiantes debería ser una práctica habitual, no sólo para
detectar fortalezas y debilidades en nuestro proyecto docente
sino para buscar soluciones que permitan corregir las
deficiencias. Con el objetivo, no sólo de mejorar las tasas de
éxito sino con el propósito de formar mejor a nuestros
alumnos, hemos realizado un pequeño trabajo de
introspección en la docencia de la materia de ProII que nos
ha llevado a investigar cómo es la impartición de
contenidos en otros centros. Este hecho ha motivado una
colaboración docente continuada con el personal de la UPT
a través de programas de movilidad de profesorado.
En cuanto a los principales problemas con los que nos
enfrentamos en la impartición de los contenidos asociados a
la materia de ProII y tras una comparativa con el enfoque
empleado en la UPT podemos concluir que:
(1) En cuanto a la tasa de éxito, las diferencias principales
entre los dos centros se encuentran en el porcentaje de
alumnos que alcanzan la máxima calificación, con valores
muy inferiores en el caso de la UDC. El principal motivo
es la diferencia de peso asignado a cada uno de los ítems
que forman parte del proceso evaluador. En el caso de la
UDC la ponderación asociada a la prueba individual
teórica escrita es alta, un 75%, y esto hace que alumnos
con la máxima calificación en las partes práctica y de
resolución de problemas (20% y 5% respectivamente de
la calificación total), no alcancen finalmente la
calificación máxima. En consecuencia, la gran mayoría de
las calificaciones alcanzadas por estos alumnos se
concentran entre el aprobado y notable.
(2) Con respecto al problema de los no presentados y en
base a los resultados mostrados en la Sección IV.B. se
observa como el hecho de impartir esta materia en el
segundo semestre del primer curso conlleva una serie de
inconvenientes que se ponen de manifiesto cuando los
alumnos se enfrentan a los contenidos de la materia:
ausencia de conocimientos de base o escaso tiempo
disponible para asimilar conocimientos. La metodología
docente, basada en el aprendizaje activo del alumno,
obliga a los estudiantes a realizar un trabajo continuo que
conlleva entregar diversos trabajos y prácticas de
laboratorio y, en ocasiones, no consiguen afrontar las
tareas encomendadas. La fuerte dependencia con ProI
explica los altos índices de abandono de la asignatura. El
plan de estudios en la UPT, donde los contenidos se
ofertan en segundo tras un primer curso con materias
relacionadas con la programación favorece el aprendizaje
de los alumnos y esto se refleja en los resultados donde la
tasa de alumnos no presentados en la UPT difiere de
manera significativa con respecto a los de la UDC, siendo
la primera inferior. Por tanto, constatamos nuestra idea de
la necesidad de un curso previo completo de
programación para que los alumnos afiancen sus
conocimientos base y así puedan afrontar adecuadamente
los contenidos temáticos que nos ocupan. De esta
manera, se podría evitar, al menos en parte, el absentismo
o abandono por parte del alumnado en la materia.
REFERENCIAS
[1] A. Gomes, C. Areias, J. Henriques y A. J. Mendes, “Aprendizagem de
programação de computadores: dificuldades e ferramentas de
suporte”, Revista Portuguesa de Pedagogia, vol. 42, no. 2, pp. 161–
179, 2008. [2] A. Gomes, “Dificuldades de aprendizagem de programação de
computadores: contributos para a sua compreensão e resolução” Tese
de Doutoramento, Faculdade de Ciências e Tecnologia, Departamento de Engenharia Informática, Universidade de Coimbra,
2010.
[3] W. F. Archison, S. D. Conte, J. W. Hamblen, T. E. Hull, T. A. Keenan, W. B. Kehl, E. J. McCluskey, S, O. Navarro, W. C.
Rheinboldt, E. J. Scweppe, W. Viavant y D. M. Young, “Curriculum 68: Recommendations for Academic Programs in Computer Science:
A Report of the ACM Curriculum Committe on Computer Science”,
Commun. ACM, 11(3), 151-197, 1968. [4] R. H. Austing, B. H. Barnes, D. T. Bonnette. G. L. Engel y G. Stokes,
“Curriculum 78: Recommendations for the Undergraduate Program in
Computer Science. A Report of the ACM Curriculum Committee on
Computer Science”, Commun. ACM 22 (3), 147-166, 1979.
[5] R. Celso, M. Correia, R. E. Garcia, C. O. Junior, A.C. Brandi y G. P.
Cardim, “A Methodological Approach to Use Technological Support on Teaching and Learning Data Structures”, in Proc. Frontiers in
Education Conference (FIE), pp. 1-8, 2014.
[6] T. D. Hendrix, J. H. Cross y L. A. Barowski, “An extensible framework for providing dynamic data structure visualizations in a
lightweight IDE”, SIGCSE Bulletin, ACM, vol. 36, no. 1, pp. 987-
391, 2004. [7] A. S. S. Nair y T. Mahalakshmi, “Conceptualizing Data Structure: a
Pedagocic Approach”, SIGCSE Bulletin, ACM, vol. 36, no. 4, pp. 97-
100, 2004. [8] R. Lister, I. Box, B. Morrison, J. Tenenberg y D. S. Westbrook, “The
dimensions of variation in the teaching of data structures”, SIGCSE
Bulletin, ACM, vol. 36, no. 3, pp. 92-96, 2004. [9] J. Tenenberg, “A framework approach to teaching data structures”,
SIGCSE Bulletin, ACM, vol. 35, no. 1, pp. 210-214, 2004.
[10] A. T. Duchowski, “τέχνη photons: Evolution of a course in data structures”, Computer Graphics Forum, vol. 33, no. 1, pp. 294-304,
2014.
[11] X. Wang, J. Fan, G. Sun y S. Nan, “The Exploration and Practice of Data Structure Teaching Based on CDIO Model”, in Proc. 7th
International Conference on Computer Science & Education
(ICCSE), pp. 1403-1407, 2012. [12] M. J. Guzdial y B. Ericson, Problem Solving with Data Structures
Using Java: A Multimedia Approach, Prentice Hall Press, 2010.
[13] M. A. Weiss, “Experiences teaching data structures with Java”, SIGCSE Bulletin, ACM, vol. 29, no. 1, pp. 164-168, 1997.
[14] F. Carrano y T. Henry, Data Abstraction & Problem Solving with
C++: Walls and Mirrors, Pearson, 2016. [15] F. Carrano y J. Prichard, Data Abstraction & Problem Solving with
Java: Walls and Mirrors, Pearson, 2015.
[16] M. A. Weiss, Data Structures and Problem Solving Using Java,
Pearson, 2013.
[17] M. A. Weiss, Data Structures and Problem Solving Using C++,
Addison-Wesley, 2014. [18] J. Crosby, “Learning in small groups”, Medical Teacher, vol. 18, no.
3, pp. 189-202, 1996.
[19] A. Cernuda, S. Hevia, M. C. Suárez y D. Gayo , “Un studio sobre el absentismo y el abandon en asignaturas de programación”, en Actas
de las XIII Jornadas de Enseñanza Universitaria en Informática
(JENUI), pp. 487-494, 2007. [20] R. Rodríguez, J. Hernández, A. Alonso y E. Diez-Itza, “El absentismo
en la universidad: resultados de una encuesta sobre motivos que
señalan los estudiantes para no ir a clase”, Aula Abierta, vol. 82, pp. 117-146, 2003.
[21] I. Sanz, M. Aramburu, L. Museros, M. Pérez y C. Barrachina, “En busca del estudiante perdido: caracterización de los no presentados”,
en Actas de las XVII Jornadas de la Enseñanza Universitaria de la
Informática (JENUI), pp. 403-410, 2011.
78 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Beatriz Pérez-Sánchez Ingeniera y Doctora en Informática por la
Universidade da Coruña desde los años 2005 y 2010, respectivamente.
Desde el año 2007, ha desempeñado diferentes puestos investigadores y
docentes en el Área de Ciencias de la Computación e Inteligencia Artificial
de la Universidade da Coruña. Con respecto a su actividad investigadora,
ha publicado diversos trabajos como artículos en revistas científicas, contribuciones a congresos científicos y capítulos de libros, siendo la
mayor parte de las aportaciones de ámbito internacional. Asimismo, ha
participado en diferentes proyectos financiados en convocatorias públicas de carácter competitivo y en contratos de especial relevancia con empresas
privadas. A lo largo de estos años ha ganado varias becas de carácter
competitivo para la realización de diferentes actividades de formación, entre las que cabe destacar las ayudas para movilidad tanto con fines
investigadores como docentes. A mayores, ha recibido premios de carácter
competitivo como son el Premio José Cuena de la Asociación Española para la Inteligencia Artificial al mejor artículo Doctoral Consortium en la
XII Conferencia de la Asociación Española para la Inteligencia Artificial
(CAEPIA 2007) o el Premio Extraordinario de Doctorado en Ingeniería Informática por la Universidade da Coruña por su tesis doctoral defendida
en el año 2010.
Paula Morais profesora asociada del Departamento de Economia, Gestão e
Informática da Universidade Portucalense, Porto, Portugal. Doctorada en
Tecnologias e Sistemas de Informação, por la Universidade do Minho en
2002. Su labor docente está ligada a las disciplinas de Ingeniería de
Software y Gestión de Conocimiento. Su investigación se enmarca en las
áreas de sistemas de información en las organizaciones y gestión de conocimiento organizacional. Participa como orientadora en proyectos de
fin de curso de las licenciaturas en Informática e Tecnologias e Sistemas de
Informação y en tesis de master y doctorado en el área de Informática. En los últimos años ha participado en los proyectos “Erasmus +, KA2, 3C -
Creating Competences for a Circular Economy” y, “Necesidades
específicas de RRHH para el sector de las TIC”. Además, ha sido coordinadora de las estancias pedagógicas de la Licenciatura en Informática
y evaluadora de proyectos en el área de SI/TI y también de las candidaturas
del Programa ERASMUS+.
PÉREZ Y MORAIS: APREDIZAJE DE ESTRUCTURAS DE DATOS - ¿LAS MISMAS DIFICULTADES EN ... 79
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title—Evaluation of the use of Technology in improving
Safety in the Teaching Laboratory.
Abstract— In Engineering studies classroom safety,
especially in laboratories, is a frequent concern. In this work,
we present the results obtained from an assessment regarding
the students' use of a laboratory practice manual that
incorporates different types of technology, and with the final
aim to introduce good safety practices as something standard
as part of the teaching process. Thereby, encouraging the
students to acquire a more active role in the process of
learning.
Index Terms— Engineering education, Mobile technology,
Satisfaction, Prevention of risks in Teaching laboratory.
I. INTRODUCCIÓN
AS prácticas en los laboratorios docentes son
imprescindibles para que los estudiantes alcancen las
competencias establecidas en las memorias de verificación
de los títulos universitarios y, en aquellos estudios que
habilitan para el ejercicio de una profesión regulada, las de
las órdenes CIN correspondientes. El trabajo desarrollado en
los laboratorios docentes tiene asociados riesgos diversos,
que en la mayoría de los casos el alumnado desconoce y,
como consecuencia, pueden dar lugar a procedimientos de
trabajo peligrosos.
En los estudios de Ingeniería y Arquitectura, la seguridad
se ha de tratar en las aulas y, especialmente, en los
laboratorios. Estos estudiantes se han de formar para utilizar
herramientas y materiales potencialmente peligrosos y poder
resolver, de forma segura, problemas a los que se
enfrentarán en su futuro profesional [1]. Es responsabilidad
de los docentes, que el laboratorio sea un lugar seguro.
A la hora de generar esos espacios seguros, debemos
seguir las recomendaciones recogidas por diversos autores
[2], [3], [4], [5], [6], pero hemos de tener en cuenta que la
seguridad es un proceso y no un evento único. Es, por tanto,
muy importante que, durante toda la jornada de trabajo en
Ana B. González Rogado. Author is with the Department of Automation
and Computer Sciences. High Polytechnic School (Zamora). University of
Salamanca. Spain (e-mail: abgr@usal.es, ORCID ID: 0000-0002-7859-
8730). Ana M. Vivar Quintana. Author is with the Department of Construction
and Agronomy. High Polytechnic School (Zamora), University of
Salamanca, Spain (e-mail: avivar@usal.es, ORCID ID: 0000-0003-1543-4736).
Laura Lavandera Mayo. Author is student in University of Salamanca,
Spain (e-mail: llm@usal.es, ORCID ID: 0000-0002-6223-7877).
los laboratorios, se incida de forma continua sobre las
normas de seguridad y su cumplimiento [4], [6]. La manera
más eficaz para reforzar la educación en seguridad en el
laboratorio, es hacer un buen diseño de las prácticas,
teniendo en cuenta todos los aspectos relacionados con la
seguridad de nuestros propios laboratorios: preparar unas
instrucciones bien planificadas y ser sistemático en la
observación del modo en que trabajan nuestros estudiantes
[4]. Tenemos que lograr que los alumnos aprendan a evitar
riesgos en el trabajo de laboratorio e instaurar en sus rutinas
de trabajo, unos protocolos de actuación que los minimicen.
Las normas de seguridad deben convertirse en un elemento
natural dentro del proceso de enseñanza.
Las nuevas tecnologías se han convertido en un medio
capaz de aportar nuevas formas de organizar y gestionar el
proceso formativo, con el fin de favorecer el aprendizaje de
los estudiantes. Pero hemos de tener en cuenta que los
procesos de innovación, con la utilización de herramientas
tecnológicas, requieren una reinterpretación y redefinición
importante de la función educativa [7]. Hay que ser
conscientes, sin embargo, de que el mero uso de las TIC no
necesariamente cambia la docencia, ni mejora la calidad de
la misma. Una de las principales dificultades, para lograr
que las TIC se conviertan en herramientas generadoras de
conocimiento es ser capaces de encontrar usos
pedagógicamente significativos [8]. Las posibilidades
didácticas de las TIC dependen de las actividades y tareas
que el estudiante tenga que hacer con ellas [9], [10], [11].
Los propios estudiantes universitarios no parecen tener una
opinión clara sobre si la incorporación de las nuevas
tecnologías en el aula mejorará la calidad de la enseñanza
[12] y poseen dificultades para generar ideas innovadoras y
creativas de integración curricular de las TIC en el proceso
formativo [13].
Coincidimos con [7] en que resulta necesario, por tanto,
encontrar recursos que despierten la motivación del
estudiante y hagan que éste integre las TIC dentro de las
estrategias de estudio que desarrolla en su vida académica,
tal y como las ha integrado en su vida personal.
Conseguir una mayor implicación y motivación del
alumnado, con la adquisición de un rol más activo en su
propio proceso de aprendizaje, dependerá de que se diseñen
actividades formativas adecuadas y, por lo tanto, de un
replanteamiento de la metodología docente [14].
Existen tres momentos claves en el desarrollo del trabajo
práctico de laboratorio que deben ser atendidos y diseñados
cuidadosamente por el docente: pre-laboratorio, durante-
Evaluación del Uso de Tecnología para
Incrementar la Seguridad en la Docencia en el
Laboratorio
A.B. González Rogado, A.M. Vivar Quintana y L. Lavandera
L
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 80
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
laboratorio y post-laboratorio. Las posibilidades educativas
que para ello nos brindan las TIC son muy amplias [15].
En la fase pre-laboratorio el profesorado debe seleccionar
cuidadosamente los resultados de aprendizaje buscados y
diseñar las sesiones prácticas con unos objetivos de
aprendizaje claros [16]. Además, para que el aprendizaje en
materia de seguridad resulte efectivo con los estudiantes, es
necesario proporcionar una serie de reglas cortas y
generales, que se deben explicar antes de entrar en los
laboratorios [2], [3].
En la fase durante-laboratorio se han de proporcionar
normas específicas sobre cada proceso o práctica a
desarrollar, incluido el ámbito de la seguridad. En esta fase,
el docente debe ser sistemático y observador en el modo en
que los estudiantes trabajan en el laboratorio [4].
La fase post-laboratorio debe evaluar los resultados y los
procesos seguidos para realizar, si fuera necesario, ajustes
en los procedimientos establecidos.
Con la finalidad de desarrollar las capacidades de los
alumnos en prevención de riesgos, facilitar su trabajo y
garantizar su seguridad durante la docencia práctica en los
mismos, la propuesta que se presenta en este trabajo se ha
hecho siguiendo estos tres puntos, con la integración de las
TIC para el trabajo en los laboratorios docentes, en las fases
pre y durante-laboratorio. En la fase post-laboratorio
analizamos la evaluación de la experiencia por parte del
docente y de los estudiantes. Esto nos permitirá mejorar los
instrumentos elaborados y fomentar, por una parte, la
independencia del alumno y, por otra, garantizar que
adquieran unas rutinas de trabajo basadas en la prevención
de riesgos y la seguridad dentro del laboratorio.
La experiencia que aquí evaluamos, se realizó, sobre la
base de una primera experiencia (1º cuatrimestre curso
2013/14 y 2º cuatrimestre 2014/2015) llevada a cabo
trabajando solo las fases durante y post-laboratorio,
incorporando el uso de códigos QR asociados a los reactivos
utilizados en cada práctica [17] y evaluando la experiencia
en la fase post-laboratorio, mediante cuestionarios y pruebas
objetivas [18]. En el segundo cuatrimestre del curso
2014/2015, tras la experiencia del curso anterior se optó por
potenciar la fase pre-laboratorio, ya que se consideró que era
la mejor opción para alcanzar el objetivo buscado,
incrementar la seguridad en el trabajo de laboratorio de
nuestros estudiantes y que fueran conscientes tanto de los
riesgos que se podían encontrar, como de la forma de
proceder ante ellos.
En este artículo presentamos de forma breve las fases pre
y durante-laboratorio y analizaremos los resultados de la
fase post-laboratorio, diseñadas y aplicadas, en esta segunda
experiencia, en los laboratorios de Tecnología de los
Alimentos de la Escuela Politécnica Superior de Zamora de
la Universidad de Salamanca, en la asignatura de Tecnología
de las Industrias de Origen Animal (2014/2015, n=10),
asignatura del 2º cuatrimestre del Máster Universitario en
Ingeniería Agronómica de 6 ECTS. Todos los estudiantes
procedían de estudios previos no adaptados al EEES y era
primera matrícula en la asignatura.
II. EXPERIENCIA. FASES PRE Y DURANTE-LABORATORIO
A. Diseño del Guion de Prácticas.
En la elaboración del guion se incluyeron los tres aspectos
que buscábamos trabajar con los alumnos. En primer lugar,
las fichas de los reactivos a utilizar, con acceso a
información tanto de las características de los mismos, como
de los riesgos y las medidas de seguridad que se han de
tener en cuenta, para su manejo. En segundo lugar,
maquinaria implicada en la práctica y la forma correcta de
manejarla. Y, por último, información sobre los riesgos y
elementos de seguridad del laboratorio en el que se van a
llevar a cabo las prácticas, cómo identificarlos y ubicarlos
físicamente en el laboratorio.
Para trabajar los tres aspectos reseñados, el guion
elaborado, junto con la explicación de la práctica, incorporó
cuatro elementos: códigos QR, imágenes enriquecidas,
imágenes en tres dimensiones (3D) y mapas de riesgos, con
la finalidad de proporcionar toda la información buscada
[19].
Se utilizaron los códigos QR para el acceso, a través de
un dispositivo móvil, a fichas, en distintos formatos, con las
características de riesgos y normas de prevención a tener en
cuenta en su uso (Fig. 1). Su función en los guiones estuvo
relacionada con la utilización segura de los reactivos de
laboratorio.
Las imágenes enriquecidas (Fig. 2), imágenes impresas
vinculadas a información, se utilizaron para vincular con
ellas explicaciones adicionales, videos de utilización o
funcionamiento, o enlaces a sitios web para consultar,
mediante un dispositivo móvil, información extra
relacionada con el instrumento representado en la imagen y
utilizado en la práctica. Su función en los guiones era
ampliar datos e información.
Las imágenes en 3D (Fig. 3), accesibles mediante
Fig.1. Ejemplo de códigos QR incorporados
Fig.2. Marcador de Aumentaty VSearc
GONZÁLEZ, VIVAR Y LAVANDERA: EVALUACIÓN DEL USO DE TECNOLOGÍA PARA INCREMENTAR ... 81
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
marcadores y visibles mediante un dispositivo móvil,
representaban alguna de las máquinas con las que iban a
trabajar en el laboratorio. Su función era que el alumno se
familiarizara, en la fase pre-laboratorio, con esta
maquinaria, permitiéndole conocer los posibles elementos
de riesgo, o mecanismos de seguridad de que dispone cada
máquina, facilitando la identificación de los mismos a la
hora de manejarlas.
El último elemento incorporado al guion de prácticas fue
un mapa de riesgos. Este es un instrumento informativo que,
mediante informaciones descriptivas e indicadores
adecuados, permite el análisis de los riesgos en una
determinada zona [20]. En este caso se elaboró, e incorporó
al uion, un mapa con los elementos de seguridad presentes
en el laboratorio (Fig. 4). Se consideró importante incluirlo
en el guion de prácticas para que el alumnado, de manera
previa a su acceso al laboratorio, sea consciente de los
riesgos a los que se va a enfrentar en él. Es importante
señalar que, en muchos casos, el estudiante no ha tenido
acceso a estas instalaciones y, por tanto, no está
familiarizado con el mismo. El mapa de riesgos les permitirá
reconocer todos aquellos puntos de interés dentro del
laboratorio: de riesgo, de evacuación o puntos con
elementos de seguridad.
B. Cuestionarios Elaborados
Para la evaluación de la experiencia se decidió analizar
tanto la satisfacción del alumnado con la misma, como la
adquisición de la competencia de evaluación de riesgos.
Para valorar la adquisición de la competencia buscada se
elaboraron dos pruebas objetivas, una a aplicar previa a la
experiencia (pretest) y otra posterior a la misma (postest),
ambas de igual contenido.
Esta prueba se planteó con un doble objetivo, por un lado,
conocer el nivel de conocimientos previos del alumnado en
relación con la materia (Identificación de Riesgos y
Primeros Auxilios) y, por otro, obtener una medida inicial
del nivel de preparación en los conceptos señalados. Así
como para conocer la homogeneidad, o no, de los
participantes en el estudio, en cuanto a conocimientos
previos.
El equipo docente decidió elaborar una prueba objetiva
con un máximo de 30 ítems, que pudiera aplicarse en un
tiempo máximo de 10 minutos. La prueba objetiva
construida finalmente constó de 25 ítems de opción
múltiple. Cada ítem tenía tres opciones de respuesta, de las
cuáles tan solo una era correcta, denominada clave [21]. Los
diferentes ítems de la prueba se pueden agrupar en 2 bloques
temáticos que constituyen los contenidos de la prueba:
Identificación de Riesgos (1-17) y Primeros Auxilios (18-
25).
Para medir la satisfacción del alumnado, en la primera
fase de la experiencia (segundo cuatrimestre curso
2013/2014 y primer cuatrimestre del curso 2014/2015) se
había utilizado un Cuestionario de Satisfacción, formado por
6 preguntas, tomando como referencia una escala tipo Likert
de 5 puntos [18]. En la segunda experiencia, segundo
cuatrimestre del curso 2014/2015, se modificó y elaboró un
Cuestionario de Satisfacción, más completo, para conocer
no solo la satisfacción del estudiante con la experiencia, sino
también para saber cómo trabajaron, así como obtener la
valoración del estudiante de la metodología utilizada.
Con este cuestionario, de 31 ítems, se pretendió recabar
información en varias dimensiones:
a. Metodología de trabajo personal de estudiante.
b. Grado de uso de los diversos elementos del guion.
c. Percepción sobre la metodología utilizada.
d. Percepción sobre la prevención de riesgos en el
laboratorio.
e. Satisfacción general en relación con la experiencia.
f. Valoración de los elementos que contenía el guion de
prácticas según su utilidad.
Para las dimensiones a, c, d y e, el estudiante ha de
responder en una escala de 1 a 5 (1 totalmente en
desacuerdo, 2 en desacuerdo, 3 indiferente, 4 de acuerdo y 5
totalmente de acuerdo) en los distintos ítems planteados. En
la dimensión b, se pide que seleccione entre varias
posibilidades de menor a mayor grado de uso de los
distintos apartados del guion. Y, en la dimensión f se solicita
que responda, en una escala de 1 a 5 (1 Poco útil, …, 5 Muy
útil), la utilidad de los diferentes elementos planteados en
cada ítem.
En relación a la dimensión de metodología de trabajo, los
ítems formulados buscan conocer si el estudiante, dentro de
la experiencia de aprendizaje:
Ha comprendido o no los objetivos de las mismas;
Ha leído el guion de prácticas antes de asistir a las
clases de laboratorio;
Ha utilizado el guion en el desarrollo de las
prácticas;
Si las prácticas le han resultado difíciles o,
Si cree que el contenido trabajado le será útil.
Fig.3. Cuba para elaboración de queso, vista con Aumentaty Viewer
Fig.4. Elementos de seguridad del laboratorio de Tecnología de los
Alimentos
82 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
En cuanto a la satisfacción general se busca verificar si,
para el estudiante, la experiencia ha resultado positiva y si le
ha ayudado en el proceso de aprendizaje. Para ello, tomando
como referencia una escala Likert (1 - Totalmente
desacuerdo; …; 5 - Totalmente de acuerdo) se ha de
responder a:
Me he sentido satisfecho realizando estas
prácticas;
Creo que he aprendido más que utilizando un
guion tradicional;
Recomendaría este tipo de metodología en otras
materias.
C. Estrategia Educativa
El guion de prácticas elaborado fue puesto a disposición
de los estudiantes la semana previa a su entrada en los
laboratorios. Los alumnos dispusieron de dos días para
descargarse los programas necesarios y comprobar que eran
capaces de acceder a las imágenes enriquecidas, los códigos
QR y las imágenes 3D que contenían los guiones.
Se dedicó una sesión teórica a revisar el guion de práctica
con los alumnos. El docente fue accediendo a los distintos
elementos del mismo y comprobando que todos los alumnos
podían ver los materiales. Se explicó con detalle cada uno de
los elementos del guion y su utilidad durante el desarrollo de
la sesión práctica.
Se aplicó la prueba pretest el primer día de clase y la
prueba postest, a través de la plataforma MOODLE, una vez
finalizadas las clases prácticas. Se decidió no aplicar un
factor de corrección de errores que evitara los efectos del
azar. El cuestionario de satisfacción se aplicó el último día
de clase.
Las prácticas tuvieron una duración de 12 horas,
distribuidas en 3 sesiones de 4 horas. Trabajaron en grupos
de dos o tres personas.
Durante la realización de las prácticas los alumnos tenían
a su disposición el guion de prácticas y dos tabletas del
departamento para su uso, junto con sus propios dispositivos
móviles. Antes de comenzar cada práctica se les explicó el
trabajo que debía desarrollar, así como la maquinaria que
debían utilizar. También se les recordó la información que
tenían a su disposición en los guiones de prácticas y la
forma de acceder a la misma. Los alumnos disponían de
autonomía para distribuir el trabajo a desarrollar dentro de la
sesión práctica, así como para organizar la tarea entre los
miembros del grupo.
La participación del profesor fue de observador, dejando
que ellos mismos gestionaran su trabajo en el laboratorio.
Eso sí, con la premisa de que si se observaba un
comportamiento negligente, que pudiera suponer un riesgo
para su seguridad o sus compañeros, se les indicaría que
corrigieran sus actuaciones y se les recordaría cómo el guion
podía ayudarles a realizar el trabajo de forma segura.
Durante todas las sesiones de prácticas el profesor observó y
tomó nota del comportamiento del alumnado en las
prácticas, así como del uso de los guiones, para lo que se
elaboró una plantilla de observación con una lista corta y
bien definida de elementos.
III. RESULTADOS. FASE POST-LABORATORIO
Recordemos que tenemos una muestra muy limitada,
formada por 10 estudiantes (n=10), de la asignatura
Tecnología de las Industrias de Origen Animal, del Máster
Universitario en Ingeniería Agronómica.
A. Desarrollo de Competencias
Analizamos los resultados alcanzados en las pruebas
pretest y postest, para contrastar el nivel de conocimientos
previos y posteriores a la experiencia. Vemos que, en
relación al nivel de aprendizaje inicial de los estudiantes,
tras aplicar la prueba objetiva inicial pretest, constatamos,
como muestra en la Tabla I, que la media es muy baja
(n=10; Media=3,16; Desviación típica=1,01) y alejada del
valor 5, considerado como aprobado.
TABLA I. ESTADÍSTICOS DESCRIPTIVOS Y PRUEBA INFERENCIAL PARA EL
CONTRASTE SOBRE EL NIVEL DE CONOCIMIENTOS PREVIOS Y
POSTERIORES A LA EXPERIENCIA.
Prueba objetiva (n=10) Media Desv. Típ. Prueba T
t p
Pretest Ident. riesgos 3,00 0,94 -7,29 0,000*
Postest Ident. riesgos 5,65 1,01
Pretest Pros auxilios 3,22 1,77 -9,00 0,000*
Postest Pros auxilios 8,22 1,59
Pretest 3,16 1,01 -7,84 0,000*
Postest 6,60 0,95
* n.s. 0,001
Fig. 5. Diagramas de caja, resultados prueba objetiva inicial (pretest)
Fig. 6. Diagramas de caja, resultados prueba objetiva final (postest)
GONZÁLEZ, VIVAR Y LAVANDERA: EVALUACIÓN DEL USO DE TECNOLOGÍA PARA INCREMENTAR ... 83
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Una vez finalizada la asignatura se aplicó la prueba
objetiva postest, y como vemos en la Tabla I y en las Fig. 5
y Fig. 6, los resultados obtenidos por los estudiantes fueron
significativamente mejores (n.s. 0,001).
B. Cuestionario de Satisfacción
Analizando las respuestas al cuestionario, vemos que en
relación a la Metodología de trabajo personal del estudiante
(Tabla II), vemos que los estudiantes, en su mayor parte,
comprenden los objetivos de las prácticas (n=10; Media=
4,60; desv. típica=0,52), consideran el contenido útil (n=9;
Media= 4,67; desv. típica=0,50) y no les ha resultado difícil
afrontarlas (n=9; Media=2,22; desv. típica=1,09). Sin
embargo, hay bastantes estudiantes que indican que no han
leído el guion de prácticas antes de utilizarlo en el
laboratorio (n=9; Media=3,00; desv. típica=1,22).
En relación al Grado de uso de los distintos elementos
incorporados al guion, el 50% de los estudiantes indicaron
que habían utilizado el guion completo y el otro 50% señaló
que habían utilizado algunos de los elementos incorporados.
En cuanto a la Percepción de la metodología utilizada
(Tabla III) destacamos que los estudiantes señalan que el
diseño del guion les permitió trabajar de forma autónoma
(n=10; Media=4,30; desv. típica=0,67), que les gusta el
sistema y la calidad de contenidos (n=10; Media=4,40; desv.
típica=0,52) y que el guion (n=10; Media=4,60; desv.
típica=0,52) y los materiales que manejaron (información
escrita y audiovisual) fueron útiles (n=10; Media=4,40;
desv. típica=0,52), así como que la metodología de
aprendizaje les ha servido para comprender mejor el
contenido (n=10; Media=4,60; desv. típica=0,52).
Cuando analizamos las variables relacionadas con la
Percepción sobre prevención de riesgos en el laboratorio
(Tabla IV), observamos que los estudiantes manifiestan que
el guion les ha ayudado a trabajar con precaución (n=10;
Media=4,50; desv. típica=0,58) y que ha cambiado su
percepción de la seguridad en el laboratorio (n=10;
Media=4,00; desv. típica=0,67).
En cuanto a la Satisfacción general de los estudiantes
(Tabla V), vemos que la metodología utilizada, consigue
que los estudiantes, en general, estén satisfechos realizando
las prácticas (n=10; Media=4,40; desv. típica=0,70) y que,
según su punto de vista, sería recomendable incorporarlo a
otras materias (n=10; Media=4,50; desv. típica=0,53).
Finalmente, señalar que los estudiantes valoran de forma
muy positiva todos los elementos incorporados al guion
(Tabla VI), especialmente los códigos QR (n=10;
Media=4,80; desv. típica=0,42), mapa de riesgos (n=10;
Media=4,50; desv. típica=0,71) y explicaciones en texto
(n=10; Media=4,50; desv. típica=0,53).
IV. CONCLUSIONES
El objetivo principal de esta experiencia era lograr que el
alumnado fuera capaz de incorporar a sus rutinas de trabajo
un protocolo de actuación preventivo que minimizara los
TABLA II.
METODOLOGÍA DE TRABAJO PERSONAL DE ESTUDIANTE
Variables N Mín. Máx. Media Desv.
típ.
1. He comprendido los objetivos de las
prácticas 10 4 5 4,60 0,52
2. Considero que el contenido desarrollado
en prácticas es útil como futuro profesional
9 4 5 4,67 0,50
3. He leído el guion de prácticas antes de
asistir a las clases de laboratorio 9 1 5 3,00 1,22
4. El contenido programado para prácticas es difícil
9 1 4 2,22 1,09
5. He utilizado el guion de prácticas
durante las mismas 9 3 5 4,44 0,73
TABLA III. PERCEPCIÓN SOBRE LA METODOLOGÍA UTILIZADA
Variables N Mín. Máx. Media Desv.
típ.
7. La forma en la que se preparó el guion
me ha permitido trabajar de forma autónoma
10 3 5 4,30 0,67
8. Me sentí responsable de mi aprendizaje
en estas prácticas
10 3 5 3,70 0,82
9. Me ha gustado este sistema como ayuda para el aprendizaje.
10 4 5 4,40 0,52
10. Los contenidos del guion están
expuestos con claridad
10 4 5 4,40 0,52
11. El guion de prácticas me ha parecido
útil
10 4 5 4,60 0,52
12. El guion era demasiado largo y
contenía demasiada información resultaba muy complicado verlo todo
10 1 3 1,80 0,79
13. No he comprendido muy bien como
tenía que usar el guion de prácticas
10 1 4 1,50 0,97
14. El uso de recursos online me ayuda a aprender de una manera más ágil.
10 3 5 4,00 0,82
15. Los materiales (información escrita y
audiovisual) fueron útiles
10 4 5 4,40 0,52
16. He tenido problemas técnicos de acceso a los materiales digitales
10 1 5 2,60 1,26
17. Tener que rellenar el informe de
prácticas ha sido muy aburrido
10 1 4 2,40 0,97
18. Esta metodología de aprendizaje me ha servido para comprender mejor el
contenido.
10 4 5 4,60 0,52
19. El profesorado me ha ayudado a comprender el contenido
10 3 5 4,50 0,85
TABLA IV. PERCEPCIÓN SOBRE PREVENCIÓN DE RIESGOS EN EL LABORATORIO
Variables N Mín. Máx. Media Desv.
típ.
20. El guion me ha ayudado a trabajar
con precaución
10 4 5 4,50 0,58
21. Tendré en cuenta los posibles
riesgos para ocasiones futuras 10 3 5 4,40 0,70
22. Ha cambiado tu percepción de la
seguridad en el laboratorio después de usar este guion
10 3 5 4,00 0,67
TABLA V.
SATISFACCIÓN GENERAL
Variables N Mín. Máx. Media Desv.
típ.
23. Me he sentido satisfecho realizando estas prácticas
10 3 5 4,40 0,70
24. Creo que he aprendido más que
utilizando un guion tradicional
10 3 5 4,20 0,63
25. Recomendaría este tipo de metodología en otras materias
10 4 5 4,50 0,53
TABLA VI.
VALORACIÓN DE LOS ELEMENTOS QUE CONTENÍA EL GUIÓN DE
PRÁCTICAS SEGÚN SU UTILIDAD
Variables N Mín. Máx. Media Desv. típ.
26. Mapa de Riesgos 10 3 5 4,50 0,71
27. Texto escrito 10 4 5 4,50 0,53
28. Imágenes enriquecidas 10 3 5 4,20 0,92
29. Vídeos de funcionamiento de equipos 10 3 5 4,30 0,67
30. Códigos QR de los reactivos 10 4 5 4,80 0,42
84 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
riesgos asociados al propio trabajo de laboratorio. Para ello
hemos incorporado las normas de seguridad en los
laboratorios como un elemento más en el proceso de
enseñanza, implicando al alumnado para que tome un rol
más activo en el proceso de aprendizaje.
La muestra utilizada en esta experiencia es muy pequeña,
somos conscientes de que cualquier conclusión posible
implicaría repetir la experiencia en cursos sucesivos, para
lograr obtener una muestra poblacional adecuada.
A pesar de ello, podemos constatar algunos hechos
observados. En primer lugar, los estudiantes han sido
plenamente conscientes de su desconocimiento sobre
muchos aspectos relacionados con la seguridad de su trabajo
durante la realización de prácticas y han puesto mucho
interés en mejorarlos y ampliar sus conocimientos. Los
resultados obtenidos en las pruebas objetivas realizadas
(pretest y postest) así lo ponen de manifiesto. En nuestra
experiencia se ha constatado el desarrollo de una inquietud,
relacionada con la seguridad, en el trabajo que el alumnado
desarrolla en los laboratorios. En prácticas posteriores, se
observa que los estudiantes incluyen, entre sus rutinas de
trabajo, el análisis de los riesgos a los que pueden verse
expuestos, especialmente en lo referido al uso de reactivos
químicos. La instauración de protocolos de trabajo que
minimicen los riesgos en los laboratorios requerirá tiempo,
así como la colaboración de todo el profesorado y personal
implicado en esta formación, pero la experiencia puesta en
práctica ha motivado y guiado al estudiante para la
incorporación de medidas preventivas en su rutina de
trabajo.
La incorporación de las TIC en el proceso formativo que
se desarrolla en los laboratorios ha supuesto un elemento
motivador importante para el desarrollo de competencias
relacionadas con la prevención de riesgos. Nuestra
experiencia previa, en este tipo de actuaciones en el
laboratorio, nos permite concluir que para lograr que las TIC
se conviertan en herramientas generadoras de conocimiento
es necesario encontrar usos pedagógicamente significativos.
La incorporación de las TIC requiere que se lleve a cabo de
forma no invasiva y se construyan herramientas que
abarquen distintos aspectos de la competencia que se espera
que el alumnado desarrolle. Las nuevas tecnologías no
resultan útiles cuando se utilizan como elementos aislados y
no se incorporan a nuevas maneras de enseñar y aprender.
Para resultar un elemento motivador y efectivo, las TIC
deben convertir al alumno en un actor clave, permitiendo
que regule y organice su propio aprendizaje.
AGRADECIMIENTOS
A la Fundación Memoria D. Samuel Solorzano Barruso
de la Universidad de Salamanca, Convocatoria de Ayudas a
la Investigación 2013 “Realidad aumentada aplicada a la
seguridad en el laboratorio” (Ref.: FS/13-2013), y a la
Universidad de Salamanca, convocatoria Proyectos de
Innovación y Mejora Docente, “Motivación del estudiante
de Ingeniería en las prácticas de laboratorio: utilización de
las TIC para potenciar la fase pre-laboratorio” (Ref.:
ID2014/0136) cuya financiación ha permitido realizar esta
experiencia.
REFERENCIAS
[1] T. Love, «Safety and liability in STEM education laboratories: using
case law to inform polyce and practice,» Technology and Engineering
Teacher, vol. 5, nº 73, pp. 1-13, 2014.
[2] V. De Luca y W. Haynie, Safety system design for technology Education (3rd ed.), REston, VA: International Technology Education
Association, 2006.
[3] R. Gunter, «Checking safety in technology education,» The Technology Teacher, vol. 6, nº 66, pp. 5-13, 2007.
[4] W. Hayne, « Are we compromising safety in the preparation of
technology education teachers?,» Journal of Technology Education, vol. 2, nº 19, pp. 94-98, 2009.
[5] K. Roy, «The safety legal paper trail,» Science Teacher, vol. 2, nº 76, pp. 12-13, 2009.
[6] T. Toglia, «Keeping it safe: safety and liability advice for CTE
programs,» Tech Directions, vol. 6, nº 68, pp. 17-21, 2009. [7] J. Maquilón Sánchez, A. Mirete Ruiz, F. A. García Sánchez y F.
Hernández Pina, «Valoración de las TIC por los estudiantes
universitarios y su relación con los enfoques de aprendizaje,» Revista
de Investigación Educativa, vol. 2, nº 31, pp. 537-554, 2013.
[8] D. Levis, «Redes Educativas 2.1. Medios sociales, entornos
colaborativos y procesos de enseñanza y aprendizaje,» Revista de Universidad y Sociedad del Conocimiento, vol. 1, nº 8, pp. 7-24,
2011.
[9] M. Area, «Algunos principios para el desarrollo de buenas prácticas pedagógicas con las TIC en el aula,» Comunicación y pedagogía:
Nuevas tecnologías y recursos didácticos, nº 222, pp. 42-47, 2007.
[10] J. Cabero y E. López, Evaluación de materiales multimedia en red en el Espacio Europeo de Educación Superior (EEES), Barcelona:
Davinci, 2009.
[11] M. Prendes, «Diseño de cursos y materiales para la telenseñanza,» de Simposio Iberoamericano de Virtualización del Aprendizaje y la
Enseñanza, Costa Rica, 2003.
[12] A. Sanabria y C. Hernández, «Percepción de los estudiantes y profesores sobre el uso de las TIC en los procesos de cambio e
innovación en la enseñanza superior,» Aloma, nº 29, pp. 273-290,
2011. [13] L. Villalustre Martínez, «Aprendizaje por proyectos con la web 2.0:
satisfacción de los estudiantes y desarrollo de competencias,» Revista
de formación e innovación educativa universitaria, vol. 3, nº 6, pp. 186-195, 2013.
[14] A. Cadenato, M. Martínez, M. Graells, A. Beatriz, J. Jordana, R.
Gorchs, M. Salán, M. Grau, I. Gallego y J. Pérez M., «Rúbricas para evaluar la competencia específica: aplicar el método científico en
laboratorios,» de Seminario Internacional Las rúbricas de evaluación
en el desempeño de competencias: Ámbitos de investigación y docencia, San Sebastián (España), 2010.
[15] J. Adell y L. Castañeda, «Tecnologías emergentes, ¿pedagogías
emergentes?,» de Educación en Tendencias emergentes en Educación con TIC , Barcelona, Asociación Espiral, Educación y Tecnología,
2012, pp. 13-32.
[16] M. I. Menéndez Rodríguez, J. Van der Maelen Uría y E. Pérez
Carreño, «Elaboración de vídeos y de test de autoevaluación como
herramienta docente en una asignatura experimental,» Revista
Latinoamericana de Tecnología Educativa, vol. 1, nº 4, pp. 63-75, 2005.
[17] A.-B. González-Rogado, A.-M. Vivar-Quintana y I. Revilla-Martín,
«Reducing student risks in the laboratory protocol assessment,» de Proceedings of the Second International Conference on Technological
Ecosystems for Enhancing Multiculturality, Salamanca, ACM, 2014,
pp. 455-460. [18] L. Lavandera Mayo, A.-B. González-Rogado y A.-M. Vivar-
Quintana, «Tecnología móvil en el laboratorio docente en Ingeniería:
Estudio comparado de aprendizaje y autonomía de los estudiantes,» de La Sociedad del aprendizaje. Actas del III Congreso Internacional
sobre aprendizaje, innovación y competitividad. CINAIC 2015, Madrid, Fundación General de la Universidad Politécnica de Madrid,
2015, pp. 62-67.
[19] L. Lavandera, A. González-Rogado y A. Vivar-Quintana, «New
technologies applied to the development of risk prevention
competency in engineering students,» de Proceedings of the 3rd
International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM '15), Porto, ACM, 2015, pp. 579-584.
[20] M. García Gómez, «Los mapas de riesgos. Concepto y metodología
para su elaboración,» Revista de Sanidad e Higiene Pública, nº 68, pp. 443-453, 1994.
GONZÁLEZ, VIVAR Y LAVANDERA: EVALUACIÓN DEL USO DE TECNOLOGÍA PARA INCREMENTAR ... 85
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[21] P. Morales, Las pruebas objetivas, Deusto (España): Universidad de
Deusto, 2009.
[22] F. Gathercoal y S. Sterm, Legal issues for industrial educators, Ann
Arbor, MI (USA): Prakken Publications, 1987.
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.
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.
Laura Lavandero Mayo es estudiante del programa de doctorado Formación en la Sociedad Conocimiento, de la Universidad de Salamanca.
86 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Title— Learning communities in social networks and their
relationship with the MOOCs.
Abstract— This article discusses how MOOC users learn
and participate in cooperative environments that promote
learning communities within external hypermedia
environments such as the social networks. In order to develop
this study, researchers analyzed the interaction of users
enrolled in a course developed under the iMOOC platform,
which is based on concepts like connectivism, collaborative
learning, gamification, or adaptivity, among others.
Specifically, this study deal with obtaining information about
the conversations that take place in external learning
communities within social networks like Google+ and Twitter
in parallel with the iMOOC platform itself, so that through this
information is possible to establish the learning types that
experience users (non-formal and informal learning usually)
and providing an estimation of how users interact with content
tagged in social network, and how they use these tagging
facilities to continue or create new conversations that allow
them to expand or strengthen their learning process developed
in the MOOC. To complete the knowledge extracted from these
tags and to understand how users interact with this way of
metadata declaration, the study is complemented by a
questionnaire that collected how users the utilize and
understand of these tags based on the main usages and the age
of the users of the MOOC.
Index Terms— Interaction, HCI, Analysis, E-learning,
MOOCs, Collaborative learning, Social networks, Knowledge
society, Software Architectures
I. INTRODUCCIÓN
A aparición de Internet y el concepto de eLearning han
modificado el modo en el que los humanos aprendemos
e interaccionamos con el conocimiento [1-5].
Concretamente, este cambio ha sufrido un acusado proceso
de aceleración con la aparición de nuevas teorías,
Juan Cruz-Benito y Francisco J. García-Peñalvo son miembros Grupo de
Investigación GRIAL y del Departamento de Informática y Automática de
la Universidad de Salamanca. Salamanca, España (e-mails: juancb@usal.es
y fgarcia@usal.es, ORCID ID: 0000-0003-2045-8329 y 0000-0001-9987-5584).
Oriol Borrás-Gené es miembro del Gabinete de Tele-Educación (GATE)
de la Universidad Politécnica de Madrid (email: oriol.borras@upm.es, ORCID ID: 0000-0002-1866-1857).
Roberto Therón es miembro del Departamento de Informática y
Automática de la Universidad de Salamanca y del Grupo de Investigación GRIAL de la Universidad de Salamanca. Salamanca, España (email:
theron@usal.es, 0000-0001-6739-8875)
Ángel Fidalgo Blanco es Director del Laboratorio de Innovación en Tecnología de la Información de la Universidad Politécnica de Madrid,
España (email: afidalgo@dmami.upm.es, ORCID ID: 0000-0003-4034-
7757).
metodologías, herramientas y sistemas diseñados e
implementados para aprovechar más y mejor el medio
online para facilitar la adquisición de conocimiento y
aprendizaje por parte de los discentes interesados, sin
importar edad, sexo u otras condiciones personales [6, 7]. La
evolución de los ecosistemas tecnológicos [8] destinados a
soportar el eLearning ha dado lugar a entornos capaces de
adaptarse al usuario [9-11], proveer de técnicas de
gamificación [12-14] al proceso de adquisición de
conocimiento, ofrecer herramientas de aprendizaje
colaborativo [15], analizar su aprendizaje y actuar en
consecuencia para reforzarlo [16, 17], o proporcionar los
medios necesarios para multiplicar el número de alumnos
que pueden cursar una materia simultáneamente en una
plataforma virtual [18]. Especialmente en boga están estos
últimos entornos de aprendizaje, más conocidos como
MOOC (Masive Online Open Courses) [19]. Estos entornos
de aprendizaje ponen a disposición de multitud de usuarios
(miles en muchos casos) clases virtuales a modo de
contenedores de conocimiento que proporcionan de forma
abierta recursos de aprendizaje para todos aquellos usuarios
matriculados en el curso, así como métodos y sistemas para
reforzar esa adquisición de conocimiento desde distintos de
vista [20-22].
Por otra parte, además de la revolución que ha supuesto el
eLearning dentro del ámbito del aprendizaje, es necesario
destacar que el auge de sistemas y metodologías como las
que se utilizan como soporte de los MOOC se debe en buena
parte a que el aprendizaje actualmente no se concibe desde
el clásico punto de vista formal. De acuerdo con la literatura
[23-30], actualmente, se pueden distinguir tres tipos de
aprendizaje asociados al concepto del aprendizaje:
Aprendizaje formal es ―aquel que ocurre en
entornos organizados y estructurados (en una
institución educativa o en un entorno laboral) y
está diseñado explícitamente como aprendizaje en
términos de objetivos, tiempo y recursos.
Típicamente desemboca en procesos de validación
y certificación sobre el conocimiento adquirido‖.
Aprendizaje no formal es ―aquel que está
embebido en actividades planificadas sin estar
explícitamente planteado como aprendizaje. A
pesar de ello, ocasionalmente el aprendizaje no
formal puede ser validado y conducir a
certificaciones‖.
Aprendizaje informal es ―aquel que resulta de
actividades diarias relacionadas con el trabajo, la
familia, o el ocio. Se trata de un aprendizaje no
organizado ni estructurado en términos de
Comunidades de Aprendizaje en Redes Sociales
y su Relación con los MOOC
Juan Cruz-Benito, Oriol Borrás-Gené, Francisco J. García-Peñalvo, Ángel Fidalgo Blanco, Roberto
Therón
L
VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 87
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
objetivos, temporalización o soporte de estructuras
típicas relacionadas con el aprendizaje‖.
La combinación de estos tipos de aprendizaje
(especialmente los no formales e informales) con sistemas y
metodologías puramente relacionadas con el eLearning han
abierto, y abren a día de hoy, nuevas perspectivas en cuanto
a la formación del individuo del siglo XXI desde un punto
de vista continuado en el tiempo, multivariado en cuanto a
los recursos que puede consumir y ubicuo en cuanto a la
disponibilidad. En el momento actual, donde la información
desborda al individuo infoxicándolo, disponer de los medios
y vehículos para conducir verdadero y valioso conocimiento
hasta las personas puede ser una de las piedras angulares en
la construcción de una sociedad más sabia y avanzada.
Entre esos vehículos de información, aparecen desde hace
unos años multitud de recursos hipermedia entre los que
destacan fundamentalmente los sitios web, foros, blogs, y
desde hace unos años las redes sociales [31]. Éstas redes
sociales soportan verdaderas comunidades de aprendizaje
[32] donde se desarrollan conversaciones, se comparten
contenidos en modo abierto, se establecen relaciones entre
usuarios (de una forma horizontal en muchos casos), se
produce interacción entre personas y entidades digitales, etc.
Es decir, las redes sociales constituyen una verdadera placa
de Petri donde los usuarios conforman sociedades digitales
desarrollando estructuras de comunicación, patrones de
consumo (en este caso información) y redes de usuarios de
un modo amplio. Es en esas redes sociales, en esas
sociedades digitales, donde pueden confluir varios de los
aspectos comentados previamente: el eLearning en un
contexto no formal o informal, y también formal [33]. Como
comentan diversos autores [34-36], las conversaciones
informales y el contenido presente en redes sociales es,
actualmente, una de las formas más exitosas de adquirir
conocimiento extra y mejorar la experiencia de aprendizaje
en cursos online. Por otra parte, ciertas conversaciones e
interacciones que tienen lugar en redes sociales pueden ser
consecuencia de la realización por parte de los usuarios de
redes sociales de algún tipo de actividad de aprendizaje
(online u offline) [37]. En este sentido, es posible citar la
teoría del Conectivismo [38, 39], la cual promulga que el
proceso de aprendizaje se enriquece mediante la conexión
de estudiantes, docentes y recursos online, y a la que se le
puede añadir que las redes sociales son un medio perfecto
para mejorar esta conexión [40, 41], de modo que se
favorece así el afloramiento de verdaderas comunidades de
aprendizaje y práctica conectadas [42].
El presente manuscrito trata exactamente sobre estas
últimas cuestiones, en él se plantea el estudio de las
conversaciones informales, y la interacción de los alumnos
de un curso de un MOOC con contenidos del propio MOOC
tanto de una forma no formal como informal [43-48]. El
MOOC concreto que se ha usado para realizar el estudio se
trata de una plataforma MOOC desarrollada por la
Universidad Politénica de Madrid, la Universidad de
Zaragoza y la Universidad Salamanca llamado iMOOC;
basado en el aprendizaje no formal e informal y que cuenta
con características de adaptatividad, gamificación, o
aprendizaje colaborativo entre otros. En la sección 2
(Materiales y Métodos) se proporciona una descripción más
completa sobre el iMOOC.
De este modo, los objetivos del presente artículo podrían
resumirse de la siguiente forma:
1. Estudiar las conversaciones e interacción de los
usuarios con el contenido del MOOC o relacionado
en redes sociales como Google+ o Twitter y cómo
los usuarios utilizan recursos de etiquetado en
dichas redes (hashtags) [49].
2. Determinar si existen patrones o coincidencias
entre el uso de las redes sociales y el desarrollo del
MOOC por parte de los usuarios.
3. Evaluar si es posible utilizar el desempeño de
usuarios en MOOCs y redes sociales para
establecer paralelismos entre ambos y determinar
los tipos de aprendizaje que se dan en estos
entornos para poder aprovechar ese conocimiento
mediante la retroalimentación del entorno
educativo MOOC.
Estos objetivos, así como el resto del contenido y
conceptos necesarios para trabajar con ellos se comentan en
las siguientes secciones: Materiales y Métodos, Resultados,
Discusión y Conclusiones.
II. MATERIALES Y MÉTODOS
A. Materiales
1) iMOOC
La plataforma iMOOC o intelligent-MOOC [50, 51]
dentro del cual, entre otras acciones, se incluye la creación
de una plataforma de MOOCs basada en aprendizaje
adaptativo e informal [26, 52-54]. Para alcanzar dicho
objetivo el proyecto parte de la plataforma de eLearning
Moodle (http://goo.gl/Le9y9j), en concreto la versión 2.6.5,
aprovechando su gran versatilidad.
Este aprendizaje adaptado es posible gracias al uso de
diferentes herramientas que ofrece la plataforma como son
los condicionales, los grupos y agrupamientos que permitirá
crear y posteriormente escoger diferentes grupos
asociándolos a los diferentes recursos del curso, dando lugar
a diferentes itinerarios educativos en función del: tipo de
perfil del usuario, camino escogido según la temática o del
progreso del estudiante dentro del curso y el nivel de
conocimientos.
2) Curso iMOOC “Redes sociales y enseñanza”
El 12 de Enero de 2015 se lanza una primera demo de la
plataforma iMOOC con el curso ―Redes sociales y
enseñanza‖, versión especial del curso ―Aplicación de las
redes sociales a la enseñanza‖ desarrollado anteriormente en
la plataforma MiriadaX (http://goo.gl/bm5Bah).
Este curso parte del modelo cooperativo de Fidalgo et. al.
[55] que recoge características de los dos tipos de MOOC
más estandarizados como son los xMOOC, con un enfoque
más conductista y semejante a los cursos tradicionales
online frente a los cMOOC cuyo enfoque es más
conectivista [56, 57] basado en redes sociales. Para explicar
este modelo cooperativo se puede dividir el curso en una
serie de capas, empezando por la capa ―tecnológica‖ que
incluye por un lado la plataforma MOOC que alberga el
curso y por otro las plataformas sociales donde se dan las
interacciones entre participantes y la generación de
contenido por parte también de éstos. A esta capa le sigue la
88 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
―estrategia formativa‖ asociada con el propio diseño
instruccional del curso y finalmente la capa ―cooperativa‖
que representa la parte más conectivista del curso
recogiendo los resultados y el contenido generado a partir de
la cooperación entre el equipo docente y los participantes en
el curso e integrándolo con éste. Es necesario añadir al
modelo cooperativo definido una cuarta capa para explicar
el modelo cooperativo-gamificado gcMOOC en el que se
basa el curso, esta capa es la denominada de gamificación
[58], la cual interactúa con el resto de capas, fomentando la
motivación de los participantes en el curso [58].
En cuanto al contenido del curso, éste pretende durante un
mes introducir al alumno en la web social, identificando el
fenómeno de las redes sociales dentro de ésta y las
oportunidades que ofrecen dentro del campo de la
enseñanza, más en concreto, en la generación de
comunidades virtuales de aprendizaje. Por otro lado se
profundiza en el uso de las redes sociales más extendidas
como son Facebook, Twitter y Google+ para que el
estudiante desarrolle las destrezas digitales necesarias a la
hora de afrontar este tipo de tecnología, a la vez que se
ofrece una serie de pautas para su aplicación en el aula.
Finalmente se da una visión general de un total de otras 13
redes sociales aptas también para este uso docente, además
de herramientas para una gestión más óptima.
A partir de las características que ofrece la plataforma
iMOOC se proponen al estudiante cinco itinerarios
diferentes que podrá escoger antes de iniciar el curso,
adaptándolo a sus necesidades:
Curso completo para docentes (con dos lecciones
adicionales enfocadas al uso de Twitter y Facebook
como herramienta educativa).
Curso completo para no docentes (sin las lecciones
docentes).
Curso de Twitter, formado solo por el módulo de
dicha red social.
Curso de Facebook, un solo módulo sobre esta red.
Itinerario especial, enfocado para aquellos
estudiantes que participaron en alguna de las
ediciones anteriores del curso, con un módulo
adicional enfocado al uso práctico de comunidad de
aprendizaje. Este itinerario además ofrecía la
posibilidad de volver a repetir el curso completo,
permitiendo a sus estudiantes acceder a todos los
contenidos.
Como datos generales del seguimiento del curso y
algunas métricas sobre los itinerarios y compleción del
curso, a continuación se le ofrece al lector un resumen
(Figura 1, Figura 2, Figura 3). En el caso concreto de la
Tabla 3, se excluyen de las métricas aquellos alumnos que
escogieron el itinerario especial para obtener el certificado,
ya que solo tenían que presentar el certificado obtenido en
cualquiera de las dos ediciones anteriores del curso en
MiriadaX, visualizar los contenidos de su módulo especial,
basado en una puesta en práctica de comunidades de
aprendizaje desde dos puntos de vista diferentes y participar
en el foro. Aun así, a los estudiantes del itinerario especial
se les ofreció la posibilidad de cursar el MOOC completo.
De los 188 que realizaron dicho itinerario, 107 repitieron el
curso y de ellos, lo superaron 88 (82,2%).
3) Las redes sociales: Google+ y Twitter
Tratándose de un curso que versa sobre las ―redes sociales
en enseñanza‖, y dado el enfoque conectivista del MOOC y
del curso, las redes sociales han jugado un papel importante
dentro del proceso de aprendizaje asociado al curso. Estas
redes se han usado siguiendo dos perspectivas distintas: una
es la utilización de las redes sociales como entornos de
pruebas y como casos prácticos para conseguir una
comprensión práctica de los conceptos mostrados
teóricamente en el curso; mientras que la otra perspectiva es
su uso como plataforma para continuar y extender el proceso
de aprendizaje del curso de iMOOC desde una perspectiva
tanto no formal como informal, ya que los docentes
propusieron temas de conversación etiquetados
convenientemente (mediante hashtags) para abrir vías de
discusión y adquisición de conocimiento desde un punto de
vista no formal, así como tratar de incentivar el afloramiento
de conversaciones y aprendizaje informal entre los propios
alumnos en un medio distinto al del MOOC, así como con
otros usuarios de redes sociales que participan en la
Figura 1. Distribución de estudiantes respecto a la matriculación, elección de itinerario, iniciación y finalización del curso MOOC.
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 89
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
conversación sin estar matriculados en el curso [59] como se
representa en la Figura 4.
Para esta tarea, este MOOC ha utilizado las redes sociales
Google+ y Twitter. En Google+ este curso tiene asociado,
desde sus inicios en MiriadaX, una comunidad de más de
5000 usuarios (http://goo.gl/eevdjY) donde se comparten
recursos y se colabora en el aprendizaje asociado a cada
edición de dicho curso. En cuanto a Twitter, se ha usado
como red social alternativa para plantear discusiones y
conversaciones entre usuarios, debido a su popularidad
actual y las facilidades que ofrece para etiqueta, seguir y
recuperar información de dichas conversaciones [60-62]. En
las siguientes secciones (Métodos, Resultados, Discusión y
conclusiones) se expone cómo se ha realizado este proceso
de seguimiento, recuperación y exploración de los datos
para conseguir los objetivos planteados tanto en el caso de
Twitter como en Google+.
Figura 2. Distribución de estudiantes respecto a los itinerarios de aprendizaje disponibles en el curso
Figura 3. Estadística acerca de la iniciación compleción del curso MOOC sin tener en cuenta el itinerario especial, debido a que este itinerario no
exigía el mismo esfuerzo que el resto
90 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
B. Métodos
Para poder obtener información acerca de la interacción
de los usuarios del iMOOC con los contenidos del curso en
las redes sociales, es necesario establecer las vías de
recuperación de información adecuadas acerca de la relación
entre perfiles de os usuarios iMOOC y las distintas redes
sociales, así como recuperar la información que estos
comparten y el etiquetado que realizan sobre dichos
contenidos, para poder después realizar los análisis que se
plantean como objetivos del estudio.
Como resumen de los métodos usados, se pueden
destacar:
A fin de evitar en buena medida la recuperación
manual de los datos de cada usuario, se ha hecho
uso de los servicios web (APIs REST
http://goo.gl/ItdjPP) que ofrece la plataforma
Moodle en la que se basa el iMOOC, de modo que
se ha accedido a los registros de usuarios y sus
perfiles, pudiendo filtrar aquellos que han
registrado sus perfiles en redes sociales (condición
propuesta por los docentes del MOOC para ayudar
en la evaluación de los alumnos) [62].
Para extraer información de Twitter, se ha
combinado la recuperación automática de tuits
(mediante su API REST http://goo.gl/GPqCiJ) con
la recuperación manual de algunas métricas
concretas. En cuanto a la extracción de información
de la red social Google+, debido a la inexistencia
de APIs para recuperar información de
comunidades de usuarios (http://goo.gl/SSCxb0),
ha sido necesario desarrollar una herramienta
llamada GILCA (Google Analytics Informal
Learning Communities) que recoge datos de
comunidades de Google+ a través de las
notificaciones email que envía la red social (y que
incluyen información sobre publicaciones,
comentarios, hashtags, etc.) [62].
Para comprender también cómo los usuarios
utilizan las funciones de etiquetado en las redes
sociales que se usan en este artículo, éstos
realizaron un cuestionario en el que se trataban
cuestiones básicas sobre el uso de los hashtags en
las redes sociales y en las actividades relacionadas
al curso.
En cuanto al análisis de los datos obtenidos, éste se
realizado con herramientas de hojas de cálculo.
III. RESULTADOS
A. Resultados del Cuestionario iMOOC
Como se ha comentado, el cuestionario rellenado por los
usuarios del curso contenía preguntas relacionadas con el
uso de etiquetas en redes sociales. Este cuestionario fue
Figura 4. Esquema sobre la interacción entre usuarios, iMOOC y
redes sociales segmentando el aprendizaje según el tipo que se produce
en cada fase.
Figura 5. Resultados de la pregunta 1 del cuestionario iMOOC: Valora la utilidad del uso de hashtags (escala Likert 1-5 más valor nulo). Respuestas
segmentadas por la edad de los usuarios
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 91
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
completado por 212 usuarios, 26,73% del total del curso. En
las siguientes figuras (Figura 5, Figura 6, Figura 7, Figura 8,
Figura 9, Figura 10) se puede observar los datos recuperados
mediante estos cuestionarios y la segmentación de las
respuestas en función de la edad de los usuarios.
B. Resultados obtenidos en las redes sociales
Para obtener resultados del uso de las redes sociales, se
filtraron los usuarios que habían indicado su perfil de
Google+ o Twitter en su perfil iMOOC, y pudiendo así
recuperar cuáles de ellos habían publicado en las redes
sociales siguiendo los hashtags oficiales del curso (Figura
11). Una vez realizado esta comprobación, se procedió a
Figura 6. Resultados de la pregunta 1 del cuestionario iMOOC: Valora la utilidad del uso de hashtags (escala Likert 1-5 más valor nulo). Respuestas
segmentadas por grado de compleción del MOOC por parte de los usuarios.
Figura 7. Resultados de la pregunta 2 del cuestionario iMOOC: ¿Sueles utilizar hashtags en tus publicaciones?. Respuestas segmentadas por grupos de
edad de usuarios.
92 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
evaluar la cantidad de publicaciones que habían realizado y
qué proporción de usuarios publicaron en Google+ o
Facebook y finalmente habían aprobado o no el curso. Esta
evaluación produjo como resultado:
Los alumnos matriculados en el curso han hecho un
total de 263 publicaciones en la comunidad de
Google +, contando también comentarios a otras
publicaciones de sus compañeros.
Los alumnos matriculados en el curso han
publicado un total de 131 tuits siguiendo los
hashtags tanto oficiales como otros no oficiales en
Twitter.
De los usuarios que han hecho alguna publicación
en Google+ (191 usuarios), han superado el curso
57 (29,84%).
De los usuarios que han publicado algún tuit en
Twitter (76), han superado el curso 42 (55,26%).
Figura 8. Resultados de la pregunta 2 del cuestionario iMOOC: ¿Sueles utilizar hashtags en tus publicaciones?. Respuestas segmentadas por grado de
compleción del MOOC por parte de los usuarios.
Figura 9. Resultados de la pregunta 3 del cuestionario iMOOC: ―A la hora de publicar y utilizar un hashtag…‖. Respuestas segmentadas por grupos de
edad de usuarios.
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 93
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
De los 191 usuarios que han indicado su perfil de
Google+ en iMOOC, han superado el curso 83
usuarios (43,5%).
De los 265 usuarios que han indicado su perfil de
Twitter en iMOOC, han superado el curso 105
usuarios (39,62%)
Figura 10. Resultados de la pregunta 3 del cuestionario iMOOC: ―A la hora de publicar y utilizar un hashtag…‖. Respuestas segmentadas por grado de
compleción del MOOC por parte de los usuarios.
Figura 11. Distribución de usuarios del iMOOC en cuanto a su uso en las redes sociales
94 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
IV. DISCUSIÓN Y CONCLUSIONES
Tanto los hashtags en Twitter o Google+ como las
categorías en esta última red suponen una oportunidad para
los MOOC colaborativos y con características relativas al
aprendizaje no formal e informal, ya que permiten clasificar
y recolectar los contenidos generados en las comunidades
relacionadas con el curso, y retroalimentar el MOOC en
función de este contenido no formal e informal. El principal
inconveniente a la hora de recuperar este conocimiento
etiquetado, según se puede observar en los resultados, es la
falta de destrezas digitales, costumbre, y concienciación por
parte de los participantes en este tipo de comunidades de
aprendizaje, ya que generalmente el resultado de las
conversaciones son publicaciones huérfanas en cuanto a
etiquetas e incluso en muchos casos encontrando que dichas
etiquetas no coinciden con las del curso o están mal escritas,
dificultando así su recuperación y obligando a realizar tareas
de limpieza y selección manual de las publicaciones.
TABLA I
DISTRIBUCIÓN DE LAS INTERACCIONES EN GOOGLE+ Y TWITTER POR TIPO DE CONTENIDO Y DE APRENDIZAJE
Google +
Publicación
Categoría Tipo Número +1s Comentarios Reshares Tipo de
aprendizaje
Debates Propuesto a lo largo
del curso
1 83 17 14 No formal
(propuesto por
los profesores)
Uso de redes sociales 4 Informal
(propuesto por
los
estudiantes)
Sobre aprendizaje 3
Sobre identidad digital 2
Sobre identidad digital 1
Sobre Facebook 1
Sobre badges 1
Publicaciones totales en la categoría de debates = 11
Actividades y
ejercicios
Ejemplos de redes
sociales
31 309 41 20 No formal
(propuesto por
los profesores) Ejercicios sobre malas
prácticas en redes
sociales
25
Ejercicios de
28
Sobre influencia
(Klout)
22
Usos de Twitter en
enseñanza
3
Otros 2
Publicaciones totales sobre actividades y ejercicios = 111
Recursos 150 552 66 93 Informal
(propuesto por
los
estudiantes)
Publicación
Tipo Hashtag Tuits Respuesta
s
Retuits Favoritos Tipo de
aprendizaje
General
#RSEMOOC 9 2 5 5 No formal
(propuesto por
los profesores)
#RSEHANGOUT 19 4 16 15
#Modulo1RSE 1 0 1 1
#Modulo2RSE 1 0 1 1
#Modulo3RSE 1 0 1 1
Actividades y
ejercicios
#RSEEjemplosRRSS 4 1 0 0
#RSEMalasPracticas 5 0 1 2
#RSEmiKlout 8 1 5 6
#RSEMoodleTwitter 59 9 9 11
#ActividadesRSE 1 0 3 3
Tuits totales = 107
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 95
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
Sobre la encuesta realizada a los participantes del MOOC,
cabe destacar en cuanto al uso de hashtags, que la población
mayor de 50 años son los que menos los utilizan e incluso
reconocen no hacerlo nunca frente a los rangos de 26 a 50
años que sí los utilizan, respecto a esto es remarcable que
aquellos que son conocidos como los nativos digitales [63] y
que más familiarizados deberían de estar con estas
tecnologías no son los que más los utilizan. Por otro lado no
existe una elevada dispersión en los resultados en cuanto a
la percepción de utilidad de los hashtags, siendo esta muy
positiva y aunque con poca diferencia, el grupo nativos
digitales es el que menor utilidad ve en el uso de hashtags.
Finalmente, relacionado también con la percepción, aquellos
usuarios que no han finalizado el curso son los que, con
diferencia, encuentran menos útil el uso de hashatgs.
Por otra parte, se observa claramente cómo la red
Google+ ha permitido crear un espacio diferenciado para la
comunidad del curso mediante la herramienta Comunidades;
gracias a esta separación es posible recuperar fácilmente las
conversaciones aún cuando utilizan hashtags propios y no
definidos en el curso o directamente no utilizan. Por el
contrario en Twitter parece imprescindible utilizar en los
tuits asociados al curso alguno de los hashtag (no formales)
previamente definidos para detectar de esta manera las
conversaciones, ya que si no, se pierde información y se
hace muy difícil (aunque no imposible, de acuerdo a las
Figura 12. Evolución del uso de los hashtags no formales en Twitter a lo largo del curso.
Figura 13. Evolución del uso de los hashtags informales en Twitter a lo largo del curso.
96 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
figuras 12 y 13) la recuperación de hashtags ―informales‖,
por ello es posible afirmar que Twitter dificulta la
recuperación de conversaciones informales al contrario que
Google+.
Cabe destacar a raíz de los resultados una notable
conversación informal dentro de la comunidad iniciada por
los propios estudiantes y asociada especialmente a la
aportación de contenido en forma de publicación;
consecuencia de la actividad no formal iniciada o incluso
infundida por la mecánica del curso. Se puede comprobar
cómo, por ejemplo, a raíz de actividades no formales que se
ven plasmadas como publicaciones de los alumnos, dan
lugar a una interacción totalmente voluntaria del resto de
compañeros a través de indicadores de aprobación como son
los ―+1s‖, con más de 300 a lo largo del curso asociados a
dichas actividades no formales o incluso los comentarios
asociados.
Sobre los resultados que comparan las calificaciones del
MOOC con el desempeño en las redes sociales, es posible
afirmar que en muchos casos, los usuarios que indican su
red social, y que publican mensajes en ellas tienen un interés
mayor en completar el curso, ya que existen resultados
considerables que indican una relación entre la actividad en
ambos sentidos, aunque bien es cierto que esta relación está
más acusada en la red social Twitter que en Google+.
A consecuencia de estos resultados, y a modo de
conclusión, es posible afirmar que es posible recuperar y
clasificar el aprendizaje no formal e informal que realizan
los alumnos en entornos como las redes sociales y que este
conocimiento puede arrojar luz sobre los complejos
procesos de aprendizaje que se dan en sociedades digitales
multitudinarias como la mostrada.
En cuanto a otras posibilidades que ofrece este tipo de
análisis, realizando un análisis más profundo y a nivel de
usuario, es presumible que se pueda conseguir clasificar
tipos de usuarios en función de su actividad en las redes
sociales y el MOOC (distribución en el tiempo, indicadores
de interés, posibilidad de aumentar la segmentación para la
adaptatividad de la plataforma MOOC a través de los datos
observados en las Figuras 12 y 13, etc.), permitiendo
encontrar así usuarios influyentes, usuarios que se
comportan como espectadores, usuarios que en realidad no
tienen interés en completar un curso sino aprender del
proceso, etc.
AGRADECIMIENTOS
Los autores agradecen a los Grupos de Investigación
GRIAL y LITI su colaboración en este trabajo de
investigación. Del mismo modo, los autores les gustaría
agradecer a la Universidad Politécnica de Madrid su apoyo y
financiación a través del proyecto ―Diseño y desarrollo de
MOOC universitarios‖ (Ref. PT1415-05000) y al
Vicerrectorado de Política Académica de la Universidad de
Salamanca por la financiación del proyecto de Innovación
Docente ID2014/0281 que ha permitido a los autores
desarrollar la arquitectura software descrita en este trabajo.
Del mismo modo, el autor Juan Cruz-Benito agradece al
Fondo Social Europeo y la Junta de Castilla y León
(España) la financiación de su contrato pre-doctoral.
REFERENCIAS
[1] F. J. García-Peñalvo and A. M. Seoane Pardo, "Una revisión
actualizada del concepto de eLearning. Décimo Aniversario,"
Education in the Knowledge Society (EKS), vol. 16, pp. 119-
144, 2015. [2] B. A. Collis, Tele-learning in a digital world: The future of
distance learning: International Thomson Computer Press,
1996. [3] F. J. García-Peñalvo, Advances in E-Learning: Experiences and
Methodologies. Hershey, PA, USA: Information Science
Reference (formerly Idea Group Reference), 2008. [4] F. J. García-Peñalvo, "Docencia," in Libro Blanco de la
Universidad Digital 2010, J. Laviña Orueta and L. Mengual Pavón, Eds., ed Barcelona, España: Ariel, 2008, pp. 29-61.
[5] M. J. Rosenberg, E-learning: Strategies for Delivering
Knowledge in the Digital. New York, NY, USA: McGraw-Hill, 2001.
[6] F. Llorens, "Campus virtuales: de gestores de contenidos a
gestores de metodologías," RED. Revista de Educación a
Distancia, pp. 1-12, 2014.
[7] J.-M. Dodero, F.-J. García-Peñalvo, C. González, P. Moreno-
Ger, M.-A. Redondo, A. Sarasa, et al., "Development of E-Learning Solutions: Different Approaches, a Common Mission,"
IEEE Revista Iberoamericana de Tecnologías del Aprendizaje
(IEEE RITA), vol. 9, pp. 72-80, 2014. [8] F. Llorens, R. Molina, P. Compañ, and R. Satorre,
"Technological Ecosystem for Open Education," in Smart
Digital Futures 2014. Frontiers in Artificial Intelligence and Applications. vol. 262, R. Neves-Silva, G. A. Tsihrintzis, V.
Uskov, R. J. Howlett, and L. C. Jain, Eds., ed: IOS Press, 2014,
pp. 706-715. [9] A. J. Berlanga and F. J. García-Peñalvo, "Learning Design in
Adaptive Educational Hypermedia Systems," Journal of
Universal Computer Science, vol. 14, pp. 3627-3647, 2008. [10] P. Brusilovsky, "Adaptive Hypermedia," User Modeling and
User-Adapted Interaction, vol. 11, pp. 87-110, 2001.
[11] A. J. Berlanga and F. J. García-Peñalvo, "Learning Technology Specifications: Semantic Objects for Adaptive Learning
Environments," International Journal of Learning Technology,
vol. 1, pp. 458-472, 2005. [12] K. M. Kapp, The gamification of learning and instruction:
game-based methods and strategies for training and education.
San Francisco, CA, USA: Wiley, 2012. [13] C. González-González and F. Blanco-Izquierdo, "Designing
social videogames for educational uses," Computers &
Education, vol. 58, pp. 250-262, 2012. [14] G. Surendeleg, U. Tudevdagva, and Y. S. Kim, "The
Contribution of Gamification on User Engagement in Fully
Online Course," in Creativity in Intelligent, Technologies and Data Science: First Conference, CIT&DS 2015, Volgograd,
Russia, September 15–17, 2015, Proceedings, A. Kravets, M.
Shcherbakov, M. Kultsova, and O. Shabalina, Eds., ed Cham:
Springer International Publishing, 2015, pp. 710-719.
[15] Á. Fidalgo-Blanco, M. L. Sein-Echaluce, F. J. García-Peñalvo,
and M. Á. Conde, "Using Learning Analytics to improve teamwork assessment," Computers in Human Behavior, vol. 47,
pp. 149-156, 2015.
[16] J. Cruz-Benito, R. Therón, F. J. García-Peñalvo, and E. Pizarro Lucas, "Discovering usage behaviors and engagement in an
Educational Virtual World," Computers in Human Behavior,
vol. 47, pp. 18-25, 6// 2015. [17] M. Á. Conde and Á. Hernández-García, "Learning analytics for
educational decision making," Computers in Human Behavior,
vol. 47, pp. 1-3, 6// 2015. [18] F. G. Martin, "Will massive open online courses change how we
teach?," Communications of the ACM, vol. 55, pp. 26-28, 2012. [19] F. J. García-Peñalvo, Á. Fidalgo Blanco, and M. L. Sein-
Echaluce Lacleta. (2014, 6/1/2014). Tendencias en los MOOCs.
Available:
http://gredos.usal.es/jspui/handle/10366/125093
[20] J. I. Aguaded Gómez, "La revolución MOOCs, ¿una nueva
educación desde el paradigma tecnológico?," Comunicar, pp. 7-
8, 2013. [21] C. Castaño Garrido, I. Maiz Olazabalaga, and U. Garay Ruiz,
"Diseño, motivación y rendimiento en un curso MOOC
cooperativo," Comunicar, vol. 44, pp. 19-26, 2015. [22] A. Chiappe-Laverde, N. A. Hine, and J. A. M. Silva, "Literatura
y práctica: una revisión crítica acerca de los MOOC,"
Comunicar, pp. 9-18, 2015.
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 97
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
[23] V. J. Marsick and K. E. Watkins, "Informal and Incidental
Learning," New Directions for Adult and Continuing Education,
vol. 2001, pp. 25-34, 2001.
[24] F. J. García-Peñalvo, R. Colomo-Palacios, and M. D. Lytras,
"Informal learning in work environments: training with the
Social Web in the workplace," Behaviour & Information Technology, vol. 31, pp. 753-755, 2012.
[25] H. Eshach, "Bridging in-school and out-of-school learning:
Formal, non-formal, and informal education," Journal of science education and technology, vol. 16, pp. 171-190, 2007.
[26] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, and F. J.
García-Peñalvo, "Methodological Approach and technological Framework to break the current limitations of MOOC model,"
Journal of Universal Computer Science, vol. In press, 2015.
[27] L. Lane. (2012, 10/1/2015). Three Kinds of MOOCs. . Available:
http://lisahistory.net/wordpress/2012/08/three-
kinds-of-moocs/ [28] D. Clark. (2013, 10/1/2015). MOOCs: taxonomy of 8 types of
MOOC. . Available:
http://donaldclarkplanb.blogspot.com.es/2013/04/m
oocs-taxonomy-of-8-types-of-mooc.html [29] G. Conole, "Los MOOCs como tecnologías disruptivas:
estrategias para mejorar la experiencia de aprendizaje y la
calidad de los MOOCs," Campus Virtuales. Revista Científica
Iberoamericana de Tecnología Educativa, vol. 2, pp. 16-28, 2013.
[30] F. J. García-Peñalvo, D. Griffiths, M. Johnson, P. Sharples, and
D. Sherlock, "Problems and opportunities in the use of technology to manage informal learning," in Proceedings of the
Second International Conference on Technological Ecosystems
for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2014, pp. 573-580.
[31] N. A. Christakis and J. H. Fowler, Connected: The surprising
power of our social networks and how they shape our lives. New
York, USA: Little, Brown and Company, 2009.
[32] C. Alario-Hoyos, M. Pérez-Sanagustín, C. Delgado-Kloos, H.
Parada G, M. Muñoz-Organero, and A. Rodríguez-de-las-Heras, "Analysing the Impact of Built-In and External Social Tools in a
MOOC on Educational Technologies," in Scaling up Learning for Sustained Impact. vol. 8095, D. Hernández-Leo, T. Ley, R.
Klamma, and A. Harrer, Eds., ed: Springer Berlin Heidelberg,
2013, pp. 5-18. [33] J. Sanchez, C. González, S. Alayón, and P. Gonzalez, "Using
social networks at university: The case of school of computer
science," in Global Engineering Education Conference (EDUCON), 2013 IEEE, ed USA: IEEE, 2013, pp. 492-496.
[34] J. Mackness, S. Mak, and R. Williams, "The ideals and reality of
participating in a MOOC," in 7th International Conference on Networked Learning, ed, 2010, pp. 266-275.
[35] A. McAuley, B. Stewart, G. Siemens, and D. Cormier. (2010).
The MOOC model for digital practice. Available:
http://www.elearnspace.org/Articles/MOOC_Final.
[36] F. J. García-Peñalvo, M. Johnson, G. R. Alves, M. Minović, and
M. Á. Conde-González, "Informal learning recognition through a cloud ecosystem," Future Generation Computer Systems, vol.
32, pp. 282-294, 2014.
[37] K. Silius, T. Miilumaki, J. Huhtamaki, T. Tebest, J. Merilainen, and S. Pohjolainen, "Students' motivations for social media
enhanced studying and learning," Knowledge Management & E-
Learning: An International Journal (KM&EL), vol. 2, pp. 51-67, 2010.
[38] G. Siemens, "Connectivism: A learning theory for the digital
age," International journal of instructional technology and distance learning, vol. 2, pp. 3-10, 2005.
[39] M. Zapata-Ros, "Teorías y modelos sobre el aprendizaje en
entornos conectados y ubicuos. Bases para un nuevo modelo
teórico a partir de una visión crítica del ―conectivismo‖,"
Education in the Knowledge Society (EKS), vol. 16, pp. 69-102,
2015. [40] C. Evans, "Twitter for teaching: Can social media be used to
enhance the process of learning?," British Journal of
Educational Technology, vol. 45, pp. 902-915, 2014. [41] E. M. M. Gallardo Echenique, Luis and M. Bullen, "Students in
higher education: Social and academic uses of digital
technology," RUSC. Universities and Knowledge Society Journal, vol. 12, pp. 25-37, 2015.
[42] E. C. Wenger and W. M. Snyder, "Communities of practice: The
organizational frontier," Harvard business review, vol. 78, pp.
139-146, 2000.
[43] J. West, "Recognition of non-formal and informal learning: the
Case Against. Study prepared for the meeting of the OECD
Group of Experts," Vienna. 2007. [44] - - -
formal e informal en Comunidades de Aprendizaje soportadas por Redes Sociales en el contexto de un MOOC Cooperativo,"
in Actas del XV
Educativa (SIIE’15) (Setúbal, Portugal. 25-27 November 2015)
, 2015, pp. 410-418. [45] J. Cruz-Benito, O. Borrás-Gené, F. J. García-Peñalvo, Á.
Fidalgo Blanco, and R. Therón, "Detection of Non-Formal and
Informal Learning in learning communities supported by social networks in the context of a Cooperative MOOC," in
Proceedings of the XVII International Symposium on Computers
in Education (SIIE’15) (Setúbal, Portugal. 25-27 November 2015), M. d. R. r. Rodrigues, M. n. Llamas Nistal, and M.
Figueiredo, Eds., ed Portugal: IEEE, 2015.
[46] O. Borrás-Gené, M. Martínez-Núñez, and Á. Fidalgo-Blanco, "New Challenges for the Motivation and Learning in
Engineering Education Using Gamification in MOOC,"
International Journal of Engineering Education (IJEE), vol. 32, pp. 501-512, 2016.
[47] D. Clow, "MOOCs and the funnel of participation," presented at
the Proceedings of the Third International Conference on Learning Analytics and Knowledge, Leuven, Belgium, 2013.
[48] M. Waite, J. Mackness, G. Roberts, and E. Lovegrove, "Liminal
participants and skilled orienteers: Learner participation in a MOOC for new lecturers," Journal of Online Learning and
Teaching, vol. 9, p. 200, 2013.
[49] F. J. García-Peñalvo, J. Cruz-Benito, O. Borrás-Gené, and Á.
Fidalgo Blanco, "Evolution of the Conversation and Knowledge
Acquisition in Social Networks Related to a MOOC Course," in
Learning and Collaboration Technologies. vol. 9192, P. Zaphiris and A. Ioannou, Eds., ed: Springer International
Publishing, 2015, pp. 470-481. [50] Universidad Politécnica de Madrid, Universidad de Zaragoza,
and Universidad de Salamanca. (2015). iMOOC. Available:
http://gridlab.upm.es/imooc/ [51] M. L. Sein-Echaluce Lacleta, Á. Fidalgo Blanco, F. J. García-
Peñalvo, and M. Á. Conde-González, "iMOOC Platform:
Adaptive MOOCs," in Learning and Collaboration
Technologies, ed: Springer International Publishing, 2016, p. In press.
[52] Á. Fidalgo Blanco, F. J. García-Peñalvo, and M. L. Sein-
Echaluce Lacleta, "A methodology proposal for developing adaptive cMOOC," in Proceedings of the First International
Conference on Technological Ecosystem for Enhancing
Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2013, pp. 553-558.
[53] N. Sonwalkar, "The First Adaptive MOOC: A Case Study on
Pedagogy Framework and Scalable Cloud Architecture—Part I," MOOCs Forum, vol. 1, pp. 22-29, 2013.
[54] J. Daniel, E. V. Cano, and M. Gisbert, "The Future of MOOCs:
Adaptive Learning or Business Model?," RUSC. Universities and Knowledge Society Journal, vol. 12, pp. 64-73, 2015.
[55] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, and F. J.
García-Peñalvo, "MOOC cooperativo. Una integración entre cMOOC y xMOOC. Cooperative MOOC. An integration
between cMOOC and xMOOC," in II Congreso Internacional sobre Aprendizaje, Innovación y Competitividad, CINAIC 2013,
Á. F. Blanco and M. L. S.-E. Lacleta, Eds., ed Madrid:
Fundación General de la Universidad Politécnica de Madrid, 2013, pp. 481-486.
[56] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, O. Borrás
Gené, and F. J. García Peñalvo, "Educación en abierto: Integración de un MOOC con una asignatura académica,"
Education in the Knowledge Society (EKS), vol. 15, pp. 233-
255, 2014. [57] J. Mackness, M. Waite, G. Roberts, and E. Lovegrove,
"Learning in a small, task–oriented, connectivist MOOC:
Pedagogical issues and implications for higher education," 2013, vol. 14, 2013-09-30 2013.
[58] O. Borrás Gené, M. Martínez Núñez, and Á. Fidalgo Blanco,
"Gamification in MOOC: challenges, opportunities and
98 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
proposals for advancing MOOC model," in Proceedings of the
Second International Conference on Technological Ecosystems
for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed
New York, USA: ACM, 2014, pp. 215-220.
[59] Á. Fidalgo-Blanco, M. L. Sein-Echaluce, F. J. García-Peñalvo,
and J. Esteban Escaño, "Improving the MOOC learning outcomes throughout informal learning activities," in
Proceedings of the Second International Conference on
Technological Ecosystems for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2014, pp. 611-
617.
[60] J. Huang, K. M. Thornton, and E. N. Efthimiadis, "Conversational tagging in twitter," in Proceedings of the 21st
ACM conference on Hypertext and hypermedia, 2010, pp. 173-
178.
[61] M. Efron, "Hashtag retrieval in a microblogging environment,"
in Proceedings of the 33rd international ACM SIGIR conference
on Research and development in information retrieval, 2010,
pp. 787-788.
[62] J. Cruz-Benito, O. Borrás-Gené, F. J. García-Peñalvo, Á.
Fidalgo Blanco, and R. Therón, "Extending MOOC ecosystems using web services and software architectures," in Proceedings
of the XVI International Conference on Human Computer
Interaction, ed Vilanova i la Geltrú, Spain: ACM, 2015, pp. 1-7. [63] F. García, J. Portillo, J. Romo, and M. Benito, "Nativos digitales
y modelos de aprendizaje," in SPDECE, 2007.
Juan Cruz-Benito es Graduado en Ingeniería Informática y Máster en
Sistemas Inteligentes por la Universidad de Salamanca; en la actualidad además es estudiante de Doctorado en Ingeniería Informática dentro de la
misma universidad. Es uno de los miembros más jóvenes del Grupo de
Investigación GRIAL de la Universidad de Salamanca. A pesar de su edad posee una importante experiencia en Mundos Virtuales Educativos,
Análisis de Datos y tecnologías que dan soporte a procesos de propósito
educativo, áreas que ha desarrollado a través de su participación en múltiples proyectos de Investigación e Innovación. Ha trabajado en
diversos proyectos Europeos como el proyecto TRAILER (Tagging,
Recognition and Acknowledgment of Informal Learning Experiences), o el proyecto VALS (Virtual Alliances for Learning Society), así como en
proyectos de carácter nacional como el Observatorio de Empleabilidad y
Empleo Universitarios (OEEU) o el proyecto USALSIM, en los cuales ha desarrollado funciones como ingeniero del software, investigador o
desarrollador.
Oriol Borrás-Gené es Ingeniero de Telecomunicaciones y estudiante de
doctorado en Ingeniería de Sistemas y Servicios para la Sociedad de la
Información por la Universidad Politécnica de Madrid experto en redes sociales, gamificación y MOOC. Trabaja como técnico eLearning en el
Gabinete de Tele-Educación de la UPM formando parte de diferentes
proyectos como el trabajo colaborativo en red, laboratorios virtuales y MOOC. Es docente-coordinador del curso, Aplicación de las redes
sociales a la enseñanza: Comunidades Virtuales
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 50 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 200 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…). Es el Editor en Jefe de las revistas Education in the Knowledge Society y Journal of Information
Technology Research. Coordina el Programa de Doctorado en Formación
en la Sociedad del Conocimiento de la Universidad de Salamanca.
Ángel Fidalgo Blanco es doctor en Informática por la Universidad de Las
Palmas de Gran Canaria y profesor en la ETSI de Minas y Energía de la
Universidad Politécnica de Madrid. Dirige el Laboratorio de Innovación en Tecnologías de la Innovación del Departamento de Ingeniería Geológica y
Minera de la Universidad Politécnica de Madrid (UPM). También es
presidente del comité organizador del Congreso Internacional sobre Aprendizaje, Innovación y Competitividad (CINAIC). Cuenta con el
―Premio a la mejor asignatura OCW‖ del Ministerio de Educación del
Gobierno de España y el premio de la UPM a la Innovación Educativa. Es editor del blog ―Innovación Educativa‖
(https://innovacioneducativa.wordpress.com/) y creador de la comunidad de
aprendizaje ―conectivismo.net‖ (https://goo.gl/vk6wzr). Lleva trabajando en I+D+i sobre innovación educativa desde hace más de 25 años,
generando productos y aplicaciones innovadoras basadas en el aprendizaje
adaptativo, la gestión del conocimiento, el trabajo cooperativo y nuevos modelos formativos. Comprometido con la divulgación participa de forma
habitual en cursos, seminarios y conferencias sobre innovación educativa.
Roberto Therón cursó sus estudios de Informática en la Universidad de
Salamanca (Diplomatura) y la Universidad de la Coruña (Licenciatura).Tras entrar a formar parte del Grupo de Investigación en
Robótica de la Universidad de Salamanca, presentó su trabajo de Tesis, "Cálculo paralelo del espacio de las configuraciones para robots
redundantes", recibiendo el Premio Extraordinario de Doctorado.
Posteriormente ha obtenido los títulos de Licenciado en Comunicación Audiovisual (Universidad de Salamanca) y Licenciado en Humanidades
(Universidad de Salamanca). En la misma Universidad de Salamanca
continúa realizando su trabajo de investigador en el grupo GRIAL, que se centra en la combinación de enfoques procedentes de la Informática,
Estadística, Diseño Gráfico y Visualización de Información, para obtener
una adecuada comprensión de conjuntos de datos complejos.En los últimos años, se ha dedicado al desarrollo de herramientas de visualización
avanzada para datos multidimensionales, como por ejemplo datos genéticos
o paeloclimáticos. En el área de Analítica Visual desarrolla productivas colaboraciones con grupos e instituciones de reconocido prestigio
internacional, como el Laboratorio de Ciencias del Clima y del Medio
Ambiente (París) o el Centro de Analítica Visual Avanzada de la ONU (Suiza). Es autor de más de 70 artículos en revistas y congresos
internacionales.
CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 99
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VAEP-RITA (http://webs.uvigo.es/cesei/VAEP-RITA)
Revisores
Adán Vega Sáenz, Universidad
Tecnológica de Panamá y LACCEI,
Panamá
Addison Salazar Afanador,
Universidad Politécnica de Valencia,
España
Agustín C. Caminero,
UNED, España
Ainhoa Álvarez,
EHU-UPV, España
Aitor Almeida,
Univ. Deusto, España
Alberto Jorge Lebre Cardoso,
Universidad de Coimbra, Portugal
Alex Rayón,
Univ. Deusto, España
Alejandra Martínez,
Univ. Valladolid, España
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
Ana Fernández-Pampillón Cesteros,
Universidad Complutense de Madrid,
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 Robles,
UNED, 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
Beatriz Pérez Sánchez,
Universidad de A Coruña, España
Begoña García Zapirain,
Universidad de Deusto, España
Belén Curto Diego,
Universidad de Salamanca, España
Carina González,
Universidad de la Laguna, España
Carlos Alario Hoyos,
Universidad Carlos III, 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
Cristian Olivares,
Univ. Andrés Bello, Chile
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
David Pyniol,
Institut Obert de Catalunya, España
Dorindo Elam Cardenas Estrada,
Universidad Tecnológica de Panamá y
LACCEI, Panamá
Elio San Cristobal Ruiz,
UNED, España
Eric Roberto Jeltsch Figueroa, Universidad
La Serena y LACCEI, Chile
Faraón Llorens Largo,
Universidad de Alicante, España
Francesc Martori,
IQS-Ramón Llull, 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
Gregorio Robles,
Universidad Rey Juan Carlos, España
Gustavo Alves,
Instit. Superior de Ingeniería de Oporto,
Portugal
Ilich Imbaquingo C.,
Universidad Nacional de Chimborazo,
Riobamba, Ecuador
Ismar Frango Silveira,
Universidad de Cruzeiro do Sul, Brasil
Iván Darío Claros,
Univ. Autónoma de Madrid, España
Jaime Urquiza Fuentes,
Universidad Rey Juan Carlos, España
Javier Alfonso Cendón, Universidad de
León, España
Javier Areitio Bertolin,
Universidad de Deusto, España
Javier E. Sanchez Galán, Universidad
Tecnológica de Panamá y LACCEI,
Panamá
Javier González Castaño,
Universidad de Vigo, España
Javier Sanz Rodríguez,
Universidad Carlos III de Madrid, España
Jhon Edgar Amaya, Universidad Nacional
Experimental del Táchira y LACCEI,
Venezuela
Joaquín Roca Dorda,
Universidad Politécnica de Cartagena,
España
Joaquín Roca González,
Universidad Politécnica de Cartagena,
España
Jordi Cuadros,
IQS-Ramón Llull, España
Jordi Pallacín,
Universidad de Lleida, España
Jorge A. Tito Izquierdo, University of
Houston-Downtown y LACCEI, USA
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 Angel Vadillo Zorita,
Universidad del Pais Vasco, España
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 Luis Villa Ramírez, Universidad
Tecnológica de Bolivar y LACCEI,
Colombia
José Ramón Fernández Bernárdez,
Universidad de Vigo, España
Jose Ramón Hilera González,
Universidad de Alcala de Henares, España
José V. Benlloch-Dualde,
Universidad Politécnica de Valencia,
España
Juan Carlos Soto Merino,
Universidad del Pais Vasco, España
Juan Carlos Yelmo García,
UPM, 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
Laura Eugenia Romero
Robles,Tecnológico de Monterrey y
LACCEI, México
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
VAEP-RITA (http://webs.uvigo.es/cesei/VAEP-RITA)
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 Ortega Cantero,
Universidad de Castilla-La Mancha,
España
Manuel Pérez Cota,
Universidad de Vigo, España
Margarita Cabrera Bean,
Universidad Politécnica de Catalunya,
España
Maria Antonia Martínez Carreras,
Universidad de Murcia, España
María Eugenia Solís,
Universidad Nacional de Chimborazo,
Riobamba, Ecuador
María Luisa Sein-Echaluce Lacleta,
Universidad de Zaragoza, España
Mario Muñoz Organero,
Universidad de Carlos III, España
María Soledad Ramírez Montoya,
Tecnológico de Monterrey, México
Marta Costa Rosatelli,
Universidad Católica de Santos, Brasil
Mercedes Caridad Sebastián,
Universidad Carlos III, España
Mercedes Marqués Andrés,
Universitat Jaume I, España
Maximiliano Paredes Velasco,
Universidad Carlos III de Madrid, España
Mercedes Ruiz Carreira,
Universidad de Cádiz, España
Miguel Ángel Conde González,
Universidad de León, España
Miguel Angel Gómez Laso,
Universidad Pública de Navarra, España
Miguel Ángel Redondo Duque,
Universidad de Castilla-La Mancha,
España
Miguel Gea Megías,
Universidad de Granada, España
Miguel Rodriguez Artacho,
UNED, 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
Pablo Orduña,
Univ. Deusto, España
Pedro J. Muñoz-Merino,
UC3M, España
Rafael Pastor Vargas, UNED, España
Raúl Alves Santos,
Universidad de Salamanca, España
Raúl Antonio Aguilar Vera,
Universidad Autónoma de Yucatán,
México
Ricardo Colomo,
Østfold University College, Norway
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
Susana Nieto Isidro,
Universidad de Salamanca, España
Telmo Zarraonandia,
Universidad Carlos III de Madrid, España
Teresa Restrivo,
Univ. Oporto, Portugal
Timothy Read,
UNED, España
Unai Hernández,
Universidad de Deusto, España
Víctor González Barbone,
Universidad de la República, Uruguay
Victor Hugo Medina García, Universidad
Distrital y LACCEI, Colombia
Víctor Hugo Menéndez Domínguez,
Universidad Autónoma de Yucatán,
México
Víctor Manuel Moreno Sáiz,
Universidad de Cantabria, España
Victoria Abreu Sernández,
Universidad de Vigo, España
Xavier Antonio Ochoa Chehab, Escuela
Superior Politécnica del Litoral y LACCEI,
Ecuador
Yaimí Trujillo Casañola, Universidad de
las Ciencias Informáticas y LACCEI, Cuba
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 y del Ministerio Español de Ciencia e Innovación a través de las TSI2007-30679-
E y TIN2009-07333-E/TSI. Gracias también a la Universidade de Vigo y a FEUGA por el apoyo en esta nueva etapa.
VA
EP
-RIT
A V
ol. 4
, Nu
m. 2
, 06/2
016
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, Spain.
Recommended