GENERACIÓN DE OBJETOS DE APRENDIZAJE EMPLEANDO UN …

- 141 -

Pixel-Bit. Revista de Medios y Educación

GENERACIÓN DE OBJETOS DE APRENDIZAJE EMPLEANDO UNENFOQUE ASISTIDO.

LEARNING OBJECT GENERATION USING AN ASSISTEDAPPROACH.

Victor Hugo Menéndez Domínguez1

[email protected]

María Enriqueta Castellanos Bolaños1

[email protected]

Alfredo Zapata González2

[email protected]

Manuel Emilio Prieto Méndez3

[email protected]

1Universidad Autónoma de Yucatán. Facultad de Matemáticas, Anillo Periférico NorteTablaje 13615, 97110, Mérida, México

2Universidad Autónoma de Yucatán. Facultad de Educación, Calle 41 s/n x 14 Ex-terrenos"El Fénix", 97150, Mérida, México

3Universidad de Castilla-La Mancha. Escuela Superior de Informática, Paseo de la Uni-versidad 4, 13071, Ciudad Real, España.

El etiquetado de un Objeto de Aprendizaje generalmente es una actividad extenuante y propensa a errores,lo cual afecta directamente la reutilización e interoperabilidad del recurso. En este trabajo se describe unmodelo que genera Objetos de Aprendizaje a partir de recursos digitales existentes. El modelo emplea lasimilitud entre objetos, así como reglas inferidas del conocimiento existente, para proponer metadatos yde esta manera facilitar la descripción del recurso. El modelo ha sido implementado mediante un asistentedentro de un sistema de gestión de Objetos de Aprendizaje. Los resultados de un estudio confirman lafacilidad y usabilidad del modelo.Palabras clave: objeto de aprendizaje, metadato, etiquetado, catalogación, procesamiento de datos.

Generally, the labeling of a Learning Object is a demanding activity and error cause, which directly affectsthe reuse and interoperability of the resource. This paper describes a model that generates LearningObjects from digital resources. The model uses Learning Object similarity and rules inferred fromexisting knowledge, to propose metadata and do easier to describe the resource. The model has beenimplemented within a Learning Object management system. The results of a study confirm the ease andusability of the model.Keywords: learning object, metadata, cataloging, data processing.

ISSS: 1133-8482 - Nº 38 Julio- Diciembre 2010 pp. 141 - 153

- 142 -

Menéndez, V.H. y otros

1. Introducción.

En los últimos años los Objetos deAprendizaje han tenido un fuerte impacto enel e-Learning. Numerosos proyectos einvestigaciones se han realizado en esta línea(UNESCO, 2010). Diversos estándares,especificaciones y modelos tienen comoelemento base a los Objetos de Aprendizaje(IEEE LOM, 2002; ADL, 2004).

Si bien no existe un consenso sobre ladefinición exacta de lo que es un Objeto deAprendizaje (Mohan, 2004), podemos decirque se trata de un elemento con documentosdigitales reciclables de contenido multimedia,que tienen un propósito y algún uso en lainstrucción y el aprendizaje, a la vez quecumplen con cierta especificación tecnológica.

Un Objeto de Aprendizaje está constituidopor dos elementos: un recurso educativomultimedia (dado en la forma de un archivodigital) y un conjunto de metadatos:descriptores que definen al objeto en términosde objetivo educativo, autoría, funcionalidad,etc. (Morrison, 2001).

De todos sus beneficios (ADL, 2004), lainteroperabilidad y la reusabilidad son los másinteresantes desde un punto de vistatecnológico y educativo. La posibilidad dedesarrollar un recurso educativo y utilizarlomás de una vez en distintos contextoseducativos y tecnológicos, sin importar dóndefueron creados originalmente (Saddik, 2004),resulta una idea muy motivadora paracualquier profesor entusiasta de estatendencia.

Existen numerosas herramientas comercialesy de libre distribución, que en cierta medidafacilitan dicha posibilidad. Generalmente,estas herramientas parten de la premisa de quese cuenta con conjuntos de recursoseducativos que serán etiquetados y

ordenados en una secuencia instruccional,empacados conforme a alguna especificacióny finalmente incorporados dentro de unasolución e-Learning.

La incorporación y secuenciación decontenidos pueden resultar tareas complejasal principio para el profesor novato. Sinembargo, la mayoría de esas herramientascuenta con mecanismos o elementos quefacilitan la realización de dichas tareas(incluyen elementos para arrastrar y soltar,interfaces WYSIWYG, plantillas o asistentes).No ocurre lo mismo con el etiquetado.

En casi todas las herramientas disponibles,el usuario debe definir los metadatos de unObjeto de Aprendizaje llenando cuadros detexto y en algunos casos cuadros de lista. Estoorigina varios problemas dado lo laboriosodel proceso. Como consecuencia, es comúnque se presenten errores de captura (pérdidao sustitución de caracteres) o que seintroduzcan valores erróneos para losmetadatos. En general, no se tiene la seguridadde que el valor asociado para un metadatosea correcto.

Nuestra propuesta se orienta a la generaciónde Objetos de Aprendizaje a partir de recursosdigitales utilizando un enfoque asistido. Sepresenta un asistente que emplea técnicas deextracción de información, minería de datos yaspectos de similitud semántica, para sugerirvalores en el proceso de edición del objeto,específicamente en el etiquetado.Adicionalmente, los resultados de un estudioconfirman que gracias al asistente, el profesorpuede mejorar su desempeño en el desarrollode nuevos objetos y particularmente en elllenado de los metadatos.

Este trabajo está organizado en cuatrosecciones. En la sección 2 se describenaspectos relacionados con el desarrollo deObjetos de Aprendizaje. La sección 3 presenta

- 143 -


el modelo de generación y su implementacióncomo un asistente dentro de un sistema degestión de Objetos de Aprendizaje. La sección4 describe el experimento realizado queconfirma la facilidad y usabilidad del asistente.Finalmente, en la sección 5 se presenta lasconclusiones.

2. Desarrollo de Objetos de Aprendizaje.

El desarrollo de un Objeto de Aprendizajepuede ser visto como la realización de unaserie de fases iterativas (Collis, 2004) queinvolucran aspectos orientados a la creaciónu obtención del contenido educativo, ladescripción del contenido, su publicaciónpara ser utilizado en una solución yposteriormente su conservación o eliminación.El desarrollo de un Objeto de Aprendizaje estábasado fuertemente en los conceptos dereusabilidad e interoperabilidad (Sicilia, 2003).

En este nuevo contexto (figura 1) el profesorgenera Objetos de Aprendizaje a partir de

recursos digitales y los almacena en unrepositorio de Objetos de Aprendizaje parasu posterior utilización. Cuando el profesorrequiere crear una experiencia de aprendizaje,realiza una búsqueda en el repositorio yselecciona aquellos objetos más apropiadospara lograr su objetivo; modifica su contenidoo sus metadatos; los ordena en una estructurainstruccional y los empaca en un nuevoObjeto de Aprendizaje. Este objeto compuestoes importado en una solución e-Learning paraque sea utilizado por el estudiante en unaactividad educativa.

A partir de este escenario, se puedenidentificar claramente dos procesosrecurrentes (figura 2) (Vittorini, 2000):

· Un desarrollo para la reutilización(generación de Objetos de Aprendizajesimples) y

· Un desarrollo con reutilización(composición de nuevos objetos a partir de latransformación y ensamble de otros yaexistentes).

Figura 1. Desarrollo de Objetos de Aprendizaje.

- 144 -


En el primer proceso, denominadoGeneración, se crean objetos nuevos con unnivel de granularidad fina para un usoinmediato y que cumplan con un objetivoeducativo específico. Las principalesactividades son la catalogación y elalmacenamiento. En este proceso se localizanrecursos educativos simples (documentos detexto, imágenes, videos) y se etiquetan paratener un conjunto de objetos básicos (assets).

En el segundo proceso, llamadoComposición, se desarrollan nuevos objetosa partir de otros ya existentes, es decir Objetosde Aprendizaje reusables (SCO). Esto suponerealizar las actividades de recuperación,transformación y composición. Se tomanObjetos de Aprendizaje y se ensamblan enuna secuencia que constituye una experienciade aprendizaje.

Los metadatos son fundamentales enambos procesos. Al describir un recurso entérminos de su contenido, utilización,características técnicas, etc., los metadatospermiten que los usuarios puedan clasificar,localizar, desarrollar, combinar, instalar ymantener Objetos de Aprendizaje paraprogramas o cursos en línea (Vargo, 2003). Lacatalogación del objeto es uno de los factoresque influye en la reutilización del recurso

(Wiley, 2000).A pesar de ello, el llenado en forma manual

de largas listas de metadatos para describirun recurso (para el caso del estándar IEEE-LOM son más de 60) ocasiona errores decaptura, selección de valores incorrectos,malas interpretaciones o desconocimientopleno del significado del metadato, entre otros(Cechinel, 2009).

Existen trabajos (Cardinaels, 2005; Hunter,2008) que plantean soluciones que consideranenfoques automáticos o colaborativos quemejoran el llenado de metadatos.

En un enfoque automático muchos de losvalores de los metadatos pueden ser inferidosanalizando el contenido o el contexto delrecurso educativo que pretende seretiquetado. La utilización de técnicasrelacionadas con la extracción de información,aprendizaje automático y perfiles de usuarioson comunes en este tipo de soluciones.

En un enfoque colaborativo se hace énfasisen la participación de usuarios expertos parael llenado y validación de los valorespropuestos para un metadato. Aspectosrelacionados con las redes sociales como losmensajes instantáneos, votaciones ycomentarios son relevantes en este tipo desoluciones.

Figura 2. Generación vs. Composición de Objetos de Aprendizaje.

- 145 -


Un enfoque de asistencia es una alternativainteresante debido a que incorpora elconocimiento y la experiencia del usuario parael llenado de ciertos metadatos, especialmentelos orientados al ámbito educativo y quepueden ser de naturaleza subjetiva como son,por ejemplo, el objetivo educativo, ladescripción de su uso, etc. Pero a la vez, seutilizan técnicas computacionales parainstanciar otros (como el idioma y las palabrasclave, el formato del archivo), que pueden sergenerados mediante el análisis de lainformación inicial como el contenido y laspropiedades inherentes al recurso. Es decir,se puede mejorar el proceso de etiquetado, alsugerir valores iniciales basados en elconocimiento previo y permitir su ajuste omodificación por parte del usuario según suexperiencia.

3. Generación asistida de Objetos deAprendizaje. Un caso de estudio.

Se ha definido un modelo para generar, enforma asistida, Objetos de Aprendizajebásicos a partir de un recurso educativo digital(figura 3).

Este modelo ha sido implementado comoun asistente dentro de la plataforma AGORA(http://www.kaambal.com/agora) (Prieto,2008), un sistema distribuido para la gestiónde Objetos de Aprendizaje basado en elestándar IEEE-LOM (IEEE, 2002) y SCORM(ADL, 2004) que incluye herramientas para elalmacenamiento, catalogación y búsqueda(Menéndez, 2010).

El asistente facilita al usuario la generaciónde un Objeto de Aprendizaje, al ejecutar unconjunto de componentes en formasecuencial. En cada fase, el asistente permiteque el usuario acepte las sugerenciaspresentadas o bien modificarlas, así como

Figura 3. Modelo de generación asistida de Objetos de Aprendizaje.

- 146 -


consultar sus dudas con otros usuarios oacceder a las descripciones y ayudasasociadas a la actividad. El proceso completopuede ser cancelado en cualquier momento.

Cada componente del asistente implementaalguna de las fases del modelo (figura 3). Elmodelo consta de cuatro de fases iterativas:extracción, identificación, búsqueda yrecomendación, que son descritas acontinuación junto con las característicasimplementadas en el asistente.

3.1. Extracción.

El usuario proporciona un recurso que esimportado en el repositorio para extraer todala información textual y sus propiedades. Lasespecificaciones de cada formato de archivodefinen dónde y cómo es almacenada suinformación.

El asistente permite almacenar recursosobtenidos desde un computador o unlocalizador uniforme de recursos (URL) (figura4a). Se ha implementado un servicio demetabúsqueda utilizando JavaScript y la APIde Google que facilita la localización de losrecursos soportados por el asistente. Elarchivo puede almacenarse en el repositorioo bien solo mantener una referencia al URLdonde está publicado (para el caso de recursoscon restricciones de uso). Esto permite unagran flexibilidad en la catalogación.

Se han implementado filtros para losprincipales formatos de archivo (pdf, doc, ppt,swf, xls, etc.) que extraen la información textual,así como sus propiedades (fecha de creación,tamaño, propietario, título, autor, versión, etc.).La estructura del asistente permite incorporarfiltros para nuevos formatos de forma sencilla.

3.2. Identificación.

En esta fase se presenta un conjunto demetadatos iniciales obtenidos de lainformación extraída. Metadatos como ellenguaje y las palabras clave pueden serdeducidos de esta información. Otroselementos son establecidos a partir del perfildel usuario (temática, destinatarios, editor,etc.). Para ciertos recursos (doc, pdf, etc.) seutilizan los metadatos generados por elprograma de edición al momento dealmacenarlos (título, autor, versión, etc.).

Este conjunto inicial de metadatos esutilizado para inferir otros (como por ejemplo,el tipo y grado de interacción). Se ha generadouna ontología instruccional (Vidal, 2008) y unconjunto de reglas de inferencia (Zapata, 2009)para establecer estos valores. Las reglas sonel resultado de un proceso de extracción deconocimiento utilizando técnicas de mineríade datos sobre los metadatos de distintosrepositorios (Segura, 2009).

3.3. Búsqueda.

Los metadatos restantes son tomados delconjunto de Objetos de Aprendizaje que seansimilares al que se pretende generar. Para cadaobjeto del repositorio se hace una comparaciónde sus valores con respecto a los metadatosgenerados en el paso anterior. Se parte delsupuesto de que la similitud de los objetos seobtiene a partir de una medida de similitud desus metadatos (Menéndez, 2010). Debido aque los valores de los metadatos generalmentese expresan en lenguaje natural (en algunoscasos existen vocabularios de valores), esnecesario realizar un pre-procesamiento(remoción de palabras comunes, correcciónortográfica, singularización, cambio detiempos verbales) y posteriormente emplear

- 147 -


conceptos de sinonimia y técnicas de softcomputing para clasificar y delimitar laimprecisión semántica en los términosempleados.

El usuario, en un proceso iterativo, puedevariar la relevancia de los metadatosidentificados (por ejemplo el tipo de archivopuede ser más importante en un contexto,mientras que en otro puede ser más importanteel grado de interactividad) para obtenermejores resultados en el proceso de búsquedade objetos similares (figura 4b). Esto generaun conjunto de Objetos de Aprendizajeordenados por la similitud de sus valores conel objeto propuesto, que son presentados alusuario para su revisión y elección.

3.4. Recomendación.

Todos los metadatos identificados sonpresentados en un formulario para lamodificación por parte del usuario. Losmetadatos restantes son llenados mediante el

panel de recomendación o alguna otraherramienta de asistencia (figura 4c).

El panel de recomendación lista los valoresque pueden ser utilizados para los metadatosfaltantes. A partir de los objetos similares, segenera una colección de valores para cadauno de los metadatos faltantes del nuevoobjeto. Estos valores son ordenados segúnel grado de similitud y pueden ser presentadosal usuario para su selección o bien serutilizados como parte de un procesoautomático.

La interfaz incorpora un llenado sugerido(autocompletar), que lista valores quecoinciden con los patrones de textoproporcionados y facilitando su llenado,además de ser un medio útil para proponervalores para los metadatos desconocidos. Entodo momento es posible invocar al navegadorde metadatos que permite visualizar todos losvalores que se encuentran almacenados en elrepositorio para algún metadato en particulary así incorporarlos en la descripción.

Figura 4. Interfaz del asistente en sus distintas fases.

- 148 -


Esto permite utilizar los valores de losobjetos similares para llenar un metadatofaltante o bien contar con una lista de valores-ejemplo que pueden ser usados para definirun valor particular pero acorde al formato.Como resultado se facilita y agiliza el procesode etiquetado.

Existen varios elementos de asistenciaadicionales. El asistente utiliza un panel deinformación contextual que describe loselementos que se presentan en un momentodeterminado. También se presenta un panelde ayuda que describe al metadato que debecontener. Un módulo de mensajeríainstantánea permite mantener contacto conlos demás usuarios, favoreciendo el trabajocolaborativo y la resolución de dudas durantela gestión de los Objetos de Aprendizaje.

4. Validación.

Este apartado describe el estudio realizadopara evaluar el asistente desarrollado. Enprimera instancia se presenta el objetivo y lahipótesis propuesta. Seguidamente se explicacómo fue desarrollado el caso de estudio, yfinalmente se dan a conocer las limitaciones ylos resultados obtenidos.

4.1. Objetivo.

El objetivo que se deseaba analizar en estecaso de estudio ha sido: evaluar la utilidad yla facilidad de uso del asistente, y por ende elmodelo propuesto, para generar un Objeto deAprendizaje.

4.2. Hipótesis.

Para guiar la investigación se hanestablecido las siguientes hipótesis:

H0. No existen diferencias significativas

entre el asistente y el editor de Objetos deAprendizaje que proporciona AGORA.

H1: El asistente es más útil para generarObjetos de Aprendizaje que el editor queproporciona AGORA (utilidad percibida).

H2. El asistente es más fácil de usar que eleditor de Objetos de Aprendizaje queproporciona AGORA (facilidad percibida).

4.3. Diseño del estudio.

Se realizó un estudio comparativo en dondelos sujetos tenían que generar Objetos deAprendizaje utilizando tanto el asistente comoel editor de Objetos de Aprendizaje que estándisponibles en la plataforma AGORA.

El estudio fue desarrollado utilizando unparadigma intra-sujeto, de forma que todoslos participantes realizaron ambas actividades.El emplear un diseño intra-sujeto es la mejormanera de garantizar que los grupos quetrabajan en diferentes condiciones delexperimento son lo más parecidos posible, yaque en realidad se conforman por los mismossujetos.

El experimento estuvo basado en la variableindependiente: la condición de trabajo (empleodel asistente o el editor). Y las variablesafectadas por ésta fueron:

·La utilidad: con el fin de evaluar si unaherramienta era más útil que otra para larealización de la actividad.

·La facilidad de uso: con el fin de determinarsi una herramienta era más fácil de usar queotra.

4.4. Sujetos.

El grupo interdisciplinario de participantesestuvo integrado por 10 profesores deeducación superior de la UniversidadAutónoma de Yucatán, México. Sus edades

- 149 -


fluctúan entre los 30 y 40 años de edad ypertenecen a las áreas de ciencias exactas (1),ciencias naturales (1), ciencias sociales (3),ingeniería y tecnología (5). La mayoría de ellostiene estudios de posgrado (7) en su área deconocimiento y tienen experiencia media en eluso de tecnologías de la informaciónenfocadas en la educación, especialmente enObjetos de Aprendizaje.

4.5. Procedimiento.

Los integrantes participaron primeramenteen un taller interactivo de 10 horaspresenciales donde se presentó la plataformaAGORA y se describieron las herramientasque ofrece para la gestión de Objetos deAprendizaje, especialmente las destinadas ala generación de Objetos de Aprendizaje. Sehizo especial énfasis en la importancia de losmetadatos para describir al objeto, además dedescribir las actividades a realizar como partedel estudio.

Posteriormente, todos los sujetos realizaron2 actividades: (1) generar un Objeto deAprendizaje utilizando el editor que ofreceAGORA y (2) generar un Objeto deAprendizaje empleando el asistente. No seestableció un límite de tiempo para larealización de ambas actividades.

Los recursos de aprendizaje utilizadosfueron proporcionados por cada profesor (unapresentación), para garantizar un correctoconocimiento de sus propiedades ycaracterísticas.

Al finalizar cada actividad, los participantesrespondieron una encuesta anónima basadaen el Modelo de Aceptación de Tecnología(TAM) (Davis, 1989) para registrar supercepción con respecto a la utilidad yfacilidad de uso de cada herramienta.

Los datos obtenidos fueron procesados

utilizando estadística descriptiva (tabla 1) conel propósito de cuantificar los niveles depercepción proporcionados por los profesoresen relación a la utilidad y facilidad de uso.

4.6. Limitaciones.

El caso de estudio descrito y los métodosusados para evaluar las herramientas podríancontener limitaciones. Algunos aspectos quepodrían afectar el resultado del estudio son:

·El número reducido de sujetos. Se pretenderepetir el experimento con un grupo mayor departicipantes.

·El hecho de que no se consideran aspectoscuantitativos, como el tiempo invertido porcada sujeto en la realización de las tareas. Estoes parte de un trabajo futuro.

·El aspecto subjetivo de las respuestas delos participantes, debido a que están basadassus percepciones acerca de la utilidad yfacilidad de uso de cada herramienta.

·La veracidad de las respuestas. Aunqueeste aspecto fue controlado manteniendo elanonimato en el llenado de las encuestas. Deesta forma se evita que el participante coloquela respuesta que el experimentador deseaobtener.

4.7. Resultados.

Para el registro de la percepción de losusuarios se empleó un cuestionario estándarTAM. El cuestionario consta de 2 secciones(cada una con 6 reactivos) como se muestraen la tabla 1. Cada elemento emplea una escalade Likert de 7 puntos en un rango de 1(Completamente en desacuerdo) hasta 7(Completamente de acuerdo).

Se utilizó una prueba T-student conmuestras dependientes para comparar lasmedias obtenidas en los experimentos con el

- 150 -


propósito de determinar si existían diferenciassignificativas entre ellas.

La tabla 1 presenta los resultados obtenidosal utilizar el editor y el asistente para lageneración de un Objeto de Aprendizaje.Estos resultados son útiles para evaluar lashipótesis 1 y 2 del experimento.

En este caso, el promedio de la media parala utilidad del editor de Objetos de Aprendizajefue de 4.48, mientras que fue 6.15 cuando seutilizó el asistente. La prueba T-student paramuestras dependientes reveló una diferenciaestadísticamente fiable entre la media deleditor (M = 4.48, s = 0.28) y el asistente (M =6.15, s = 0.18) cuando t(5) = -12.01, p = 0, á =.05. Esto confirma H1, es decir, el asistenteresultó ser más útil que el editor ofrecido porAGORA.

Por otro lado, en relación a la facilidad deuso, el promedio de la media fue 4.29 cuandose utilizó el editor y 6.13 para el asistente. Laprueba T-student para muestras dependientesreveló una diferencia estadísticamente fiableentre la media del editor (M = 4.29, s = 0.21) y

el asistente (M = 6.13, s = 0.07) cuando t(5) =-21.74, p = 0, á = .05. Lo que confirma lahipótesis H2, es decir que el asistente es másfácil de usar que el editor.

4.8. Discusión.

Con base en los resultados obtenidos seplantean las razones que pudieran explicarlos.En el caso de H1, se piensa que losparticipantes consideraron al asistente másútil que el editor para la generación de Objetosde Aprendizaje debido a que ofrece numerosasherramientas que ayudan en el llenado de losmetadatos. Es importante resaltar el aspectopsicológico para el usuario, pues pasa de unatotal incertidumbre e intimidación al ver unaserie de cuadros de texto vacíos a tener elcontrol y poder seleccionar un conjunto devalores posibles para los metadatos faltantes.

Para el caso de H2, los participantes sientenque la facilidad para utilizar el asistente conrespecto al editor se debe a que ofrecendistintas formas de asistencia que hacen más

Utilidad Pregunta Editor Asistente 1. Usar la herramienta me permite realizar las tareas con mayor rapidez 4.15 6.35 2. Usar la herramienta mejora mi desempeño 4.35 5.8 3. Usar la herramienta facilita la realización de mis actividades de trabajo 4.45 6.15 4. Usar la herramienta mejora mi eficacia en el trabajo 4.5 6.15 5. Interactuar con la interfaz de la herramienta aumenta mi productividad 4.4 6.25 6. La herramienta me resulta útil en mi trabajo 5 6.2

Media 4.48 6.15 Facilidad de uso

Pregunta Editor Asistente 7. Me resulta fácil que la herramienta haga lo que quiero que realice 4.15 6.2 8. Mi interacción con la herramienta es clara y entendible 4.1 6.05 9. Aprender a utilizar la herramienta me resultó fácil 4.55 6.15 10. Me resultó sencillo adquirir destreza en el uso de la herramienta 4.55 6.1 11. Encuentro la herramienta fácil de utilizar 4.3 6.2 12. Considero que la herramienta es flexible para interactuar con ella 4.1 6.05

Media 4.29 6.13

Tabla 1. Resultados TAM obtenidos.

- 151 -


sencilla la tarea, como por ejemplo cuadros detexto con característica de autocompletado yun navegador de metadatos que ayudan alllenado de valores, por ejemplo. La tarea delusuario se simplifica a una mera elección yposible adaptación de entre un grupo pequeñode valores relevantes.

5. Conclusiones y trabajo futuro.

Los Objetos de Aprendizaje proponen unmodelo para la composición de estructuras ycontenidos educativos que tiene comoobjetivo fomentar la interoperabilidad y lareutilización entre distintas aplicaciones ycontextos de aprendizaje. Los metadatosjuegan un papel fundamental para elcumplimiento de dicho propósito.

Los metadatos, al describir un recurso entérminos de su contenido, utilización,características técnicas, etc., permiten sucatalogación y por ende, facilitan sulocalización, recuperación y uso dentro desoluciones e-Learning. A pesar de ello,establecer los metadatos de un Objeto deAprendizaje sigue siendo una actividadcansada, costosa y generalmente tediosa.

El uso de procesos computacionales parala generación de metadatos en los Objetos deAprendizaje es una temática recurrente ennumerosos proyectos de e-Learning. Lacatalogación empleando un enfoque asistidopuede resultar muy ventajosa al considera porun lado la pericia del usuario para el llenadode ciertos metadatos y emplear elementosinformáticos para determinar otros.

El modelo presentado y su implementacióndentro de un asistente demuestran estapremisa. El concepto de similitud entreObjetos de Aprendizaje es la base del modelo.Al considerar que los objetos similarestendrán metadatos similares es posible ofrecer

recomendaciones y sugerencias en la tareade llenado de metadatos.

Para garantizar la calidad en larecomendación es necesario establecerniveles de completitud y corrección en losmetadatos, los cuales impactarán en losresultados de la búsqueda de Objetos deAprendizaje similares. Como trabajo a futurose está desarrollando un modelo de calidadde los metadatos que al ser implementadodentro del asistente, evite la propagación deerrores en el etiquetado e incremente el gradode completitud en los Objetos de Aprendizajegenerados.

6. Fuentes de financiación.

La investigación realizada está financiadapor el Consejo Nacional de Ciencia yTecnología (CONACYT, México); el Consejode Ciencia y Tecnología del Estado de Yucatán(CONCyTEY, México); el Programa deMejoramiento del Profesorado (PROMEP,México); el proyecto de excelenciaSCAIWEB2 (PEIC09-0196-3018), el proyectode investigación orientada PLINIO (POII10-0133-3516) ambos de la Junta de Comunidadesde Castilla-La Mancha, España; el proyectoFIDELIO (TIN2010-20395) financiado por elMinisterio de Ciencia e Innovación, España.

7. Referencias bibliográficas.

ADL. (2009). Sharable Course ObjectReference 4th, edition documentation suite.(http://www.adlnet.gov/Technologies/scorm/default.aspx) (1-06-10).

Cardinaels, K., Meire, M. & Duval, E. (2005).Automating metadata generation: the simpleindexing interface. Proceedings of the 14thinternational Conference on World Wide Web,New York, NY, 548-556.

- 152 -


Cechinel, C., Sanchez-Alonso S. & Sicilia,M. A. (2009). Empirical Analisys of Errors onHuman-Generated Learning ObjectsMetadata. Proceedings Metadata andSemantic Research Third InternationalConference (MTSR 2009), Milan: Italy; 60-70.

Collis, B. & Strijker, A. (2004). Technologyand Human Issues in Reusing Learning.Journal of Interactive Media in Education,special Issue on the Educational SemanticWeb, 4. (http://www-jime.open.ac.uk/2004/4/collis-2004-4.pdf) (2-06-2010).

Davis, F. (1989) .Perceived Usefulness,Perceived Ease of Use, and User Acceptanceof Information Technology. MIS Quarterly,13; 319-339.

Hunter, J., Khan, I. & Gerber, A. (2008).Harvana: harvesting community tags to enrichcollection metadata. Proceedings of the 8thACM/IEEE-CS Joint Conference on DigitalLibraries, New York, NY; 147-156.

IEEE LOM. (2004). IEEE Standard forLearning Object Metadata. (http://ltsc.ieee.org/wg12/) (1-06-2010)

Menéndez V. & Prieto M. (2010). Sistemasde gestión integral de Objetos de Aprendizaje.Revista Iberoamericana de Tecnologías delAprendizaje (IEEE-RITA), 5(2); 56-62.

Menéndez, V. & Prieto, M. E. (2010). Lasimilitud borrosa en la generación demetadatos de Objetos de Aprendizaje. IIICongreso Español de Informática, Valencia,España: 369-376.

Mohan, P. (2004). Reusable Online LearningResources: Problems, Solutions andOpportunities. The Fourth IEEEInternational Conference on AdvancedLearning Technologies, IEEE Press, Joensuu,Finlandia: 904-905.

Ip, A., Morrison, I. & Currie, M. (2001). Whatis a learning object, technically?. Proceedings

of World Conference on the WWW and InternetProceedings (WebNet 2001), Florida, USA.

Prieto, M. E., Menendez, V. & otros. (2008).A Recommender System Architecture forInstructional Engineering, en Lytras, M.D &otros. Emerging technologies andInformation systems for knowledge society.LNCS, Springer, Heidelberg, 5288: 314-321.

Saddik, A., Fischer, E. & Steinmetz, R. (2001).Reusability and adaptability of interactiveresources in Web-based educational systems.Journal on Educational Resources in Web-based educational systems, 1(1).

Segura, A., Vidal, C. & otros. (2009).Exploring Characterizations of Learning ObjectRepositories Using Data Mining Techniques.Proceedings Metadata and SemanticResearch Third International Conference(MTSR 2009), Milan, Italia: 215-225.

Sicilia, M. A. & García, E. (2003). On theConceps of Usability and Reusability ofLearning Objects. International Review ofOpen and Distance Learning, 4 (2). (http://www.irrodl.org/index.php/irrodl/article/view/155/702) (3-06-2010)

UNESCO, O.E.R. Open EducationalResources, useful resources/repositories.( h t t p : / / o e r w i k i . i i e p - u n e s c o . o r g /index.php?title=OER_useful_resources/Repositories) (4-06-2010).

Vargo, J., Nesbit, J. C. & otros. (2003).Learning Object Evaluation: Computer-Mediated Collaboration and Inter-RaterReliability. International Journal ofComputers and Application, 25(3); 198-205.

Vidal, C. & Prieto, M. E. (2009). UnaOntología de apoyo a actividades de DiseñoEducativo, en Prieto, M. E & otros. RecursosDigitales para el Aprendizaje. EditorialUniversidad Autónoma de Yucatán,

Vittorini, P. & Felice, P. D. (2000). Issues inCourseware Reuse for a Web-based

- 153 -


Information System. The Sixth InternationalConference on Web-Based Learning(NAWeb2000). (http://www.unb.ca/naweb/2k/papers/vittorini.htm) (4-06-2010)

Wiley, D. (2000). Connecting learningobjects to instructional design theory: Adefinition, a metaphor, and a taxonomy, enWiley, D. & otros. The Instuctional use oflearning objects: (http://reusability.org/read/chapters/wiley.doc) (3-06-2010).

Zapata, A., Menendez, V. & Prieto, M. E.(2009). Discovering Learning Object’sUsability Characteristics. Proceeding ofworkshop Educational Data Mining for 9thInternational Conference on IntelligentSystem Design and Applications (ISDA09),Pisa, Italia, 1126-1130.

Fecha de recepción: 04-10-2010Fecha de evaluación: 02-11-2010Fecha de aceptación: 10-1-2010Fecha de publicación: 01-01-2011

Documents

GENERACIÓN DE OBJETOS DE APRENDIZAJE EMPLEANDO UN …