Uso de la modelación como herramienta para mejorar la enseñanza.

Innovación de la enseñanza universitaria en agricultura y recursos naturales
Octubre 15 al 17 de 2013
Uso de la modelación como
herramienta para mejorar la
enseñanza
Charles Nicholson
Department of Supply Chain & Information Systems
Smeal College of Business
Penn State University
Esquema de la presentación
• Una perspectiva práctica sobre
modelación
• ¿Qué quiere decir “un modelo”?
• Usos de la modelación: ejemplos con
énfasis en sistemas dinámicos
– Se incluyen juegos participativos
• Modelos de simulación: ¿Son esenciales
para la comprensión?
1
Una Perspectiva Sobre el Tema
• Mi perspectiva es muy práctica
– No de la perspectiva teórica
• Basado en mi experiencia como profesor
de cursos multi-disciplinarios
– modelación de sistemas dinámicos
(biológicos, económicos, de negocios, por
ejemplo cadenas de suministro)
¿A qué me refiero con “modelo”?
X
¡No modelos de moda,
por supuesto!
X
Una posibilidad, pero hay otras
también
2
¿A qué me refiero con “modelo”?
• No se refiere tampoco
al término “modeling”
que se usa en la
literatura pedagógica
• Estudiantes aprenden
a través de la
observación del
profesor, quien les da
un ejemplo
¿Qué es un modelo?
Meadows and Robinson (1986):
“Un conjunto de generalizaciones o supuestos
sobre el mundo”
• Modelo mental
– Supuestos acerca de un individuo
– Normalmente, no se registran por escrito
• Modelo formal
– Supuestos escritos (más específicos)
– Palabras, ecuaciones, diagramas, etc.
3
¿Quién es un modelador?
• ¿Quién crea modelos?
• ¿Quién usa modelos?
Todos Somos Modeladores
• Creamos y usamos
estos modelos
mentales para ayudar
nuestras decisiones
(cotidianas)
• Nuestros modelos
mentales son una
conceptualización
sobre cómo funciona
el mundo
4
¿Son correctos nuestros
modelos mentales?
• Ejercicio 1: El Juego
“Dobla-la-Hoja”
• Si fuera posible
doblar una hoja de
papel 40 veces…
• ¿Cuál sería el grosor
de la hoja?
¿Nos sirve como
información?
¿Son correctos nuestros
modelos mentales?
• Ejercicio 1: El Juego
“Dobla-la-Hoja”
• Si fuera posible
doblar una hoja de
papel 40 veces…
• ¿Cuál sería el grosor
de la hoja?
•
•
•
•
•
•
•
¿0 - 1 m?
¿1 – 10 m?
¿10 – 100 m?
¿100 – 1000 m?
¿1 – 10 km?
¿10 – 100 km?
¿> 100 km?
¿Nos sirve como
información?
5
Frecuencia típica de estimaciones
Número de respuestas
5
4
3
2
1
0
0-1m
1-10m
10-100m
1001,000m
1-10km
10-100km
>100km
Estimación del grosor
El valor correcto es…
• 89,060 km!
(2 veces la circunferencia de la tierra)
(1/4 la distancia entre la tierra y la luna)
¿Nuestra intuición nos sirve?
6
Representación gráfica
Ancho
100,000
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0
Doblez
Un modelo sencillo nos ayuda
• La fórmula:
• Grosor como función del doblez es:
(Grosor Inicial)* 2doblez
• Grosor inicial = 0.081 mm
– (www.paper-paper.com/weight.html)
• 89,060,441,849.86 mm
• 89,060.4 km
7
Ejercicio 1 nos demuestra
• Nuestra intuición puede ser incorrecta aún
para el caso de un sistema sencillo
• (Se puede ver la hoja y el proceso como
un sistema)
• ¿Y en casos más complejos?
Uso de modelos en la
enseñanza: Unos ejemplos
•
•
•
•
Modelos conceptuales
Juegos
Modelos cuantitavos
Desarrollo de modelos en grupos (“Group
model building”)
8
Ejemplo 1: Modelos
conceptuales
• Uso: Curso de zootecnía/agricultura
internacional
• Proceso: estudiantes usan información de
un artículo sobre el contenido de
nutrientes en el suelo, trabajan en grupos
• Objetivos: 1) desarrollar un modelo
conceptual del sistema, consistente con la
información disponible (observaciones); 2)
práctica de “herramientas de mapeo”; 3)
identificar información clave
Ejemplo 1: Modelo Conceptual
Manejo de
reproducción
Manejo de la
quema
+
Biomasa
hojarasca
-
+
+
+
Cenizas de la
quema
+
Biomasa planta
+
Nutrientes en el
subsuelo
Crecimiento
+
Infiltración
Infiltración
+
+
+
+
+ Crecimiento de
forraje
Consumo N -
Nutrientes en la capa
superior del suelo
+
Uso de
fertilizantes
+
-
Cenizas
Biomasa
forraje
-
Consumo F
Repro
+
Consumo de +
forraje
+
Descomposición de
estiércol
Estiércol
Tasa neta de
nacimientos
Animales
-
Ventas
+ Ventas de
animales
+
Una “herramienta de mapeo”:
diagrama de ciclos causales (DCC)
9
Ejemplo 2: Juegos
• Modelo matemático de pastoreo (Parsons)
• Uso: curso de agronomía
• Proceso: Estudiantes toman decisiones
sobre número y tipo de animales
– Decisiones diarias
• Objetivos: Identificación de las mejores
estrategias de modelo, usando los
resultados de la simulación (biomasa de
pasto y biomasa de malezas, rentabilidad)
Ejemplo 2: Juegos
• Los jugadores:
• Resultados
simulados:
Plant
Biomass
Biomasa
6,000
kg biomass/ha
Biomasa pasto
4,500
3,000
Biomasa malas hierbas
1,500
0
0
73
146
219
Time (Day)
292
365
Grass biomass : Juego Ejercio 2
Weed biomass : Juego Ejercio 2
10
Ejemplo 3: Juegos
•
•
•
•
“Juego de Sistema de Pelotas”
Juego de simulación física
Se necesitan 6 voluntarios (jugadores)
Se necesita un observador
– nota el número de pelotas en el aire durante
el juego
Juego: Instrucciones
• Formar un círculo (de personas)
• Identificar a otra persona a quien se va a
tirar la pelota
• Identificar a otra persona de quien se va a
recibir la pelota
• Objetivo: mantener todas las pelotas en el
aire a todos momentos
– El número de pelotas en el aire es un
indicador del funcionamiento del “sistema”
11
Ejemplo 3:
• ¿Listos?
• ¡Jueguen!
Ejemplo 3: Juegos
•
•
•
•
•
•
Juego de sistema físico (Meadows)
Uso: curso de modelación (al principio)
Proceso: ¡Ya se sabe!
Objetivos: ¿Divertirse?
Identificar los componentes del sistema
Identificar las causas por qué el sistema no
funciona como debe
– ¡No culpar a los jugadores, sino al diseñador!
12
Ejemplo 4: Modelo de
Simulación
• Sistema ovino en México
• Uso: curso de modelación, curso de
agricultural internacional
• Proceso: Estudiantes evalúan los
supuestos del modelo, analizarán
intervenciones (¿Cómo mejorar el sistema?)
• Objetivos: 1) Entender los componentes del
sistema; 2) Identificar lo positivo (y negativo)
de intervenciones; 3) Reforzar conceptos
aprendidos sobre modelación
• Identificar los componentes del sistema
Ejemplo 4: Estructura
consolidada del modelo
Sensibilidad de
ventas al precio
Retraso de
madurez
Intervención de
salud
+
Tasa neta de
nacimientos
+
Número
de ovinos
+
-
Intervención
AUT
+
Tasa de
sacrificio
+
+
+
Producción de
alimentos
+
Precipitación
relativa
Recursos
alimenticios
locales
+
+ +
Consumo de
alimento
Ventas,
carne de
borrego
Precio por
animal
+
Alimento por
unidad terreno
Inventario,
carne de
borrego
Rendimiento de
canal
Alimento disponsible
por animal
+
Área de
terreno
+
Tasa de
ventas
+
Ganancias al
productor
+
+
Precio,
carne de
borrego
-
Costos de
comercialización
Factores económicos
Consumo por
animal
13
Ejemplo 4: Modelo de
Simulación
1"
"
AEM 4180 Introduction to System Dynamics
Fall 2008 – Final Project
Sheep Model
Policy Recommendation to Government Officials
Paper to be discussed at policy presentation session
Recomendaciones dependen
de los resultados (rentabilidad
en este caso)
Index:
1) Model causal loop diagram
"
2) Model components
3) Understanding the basic behaviors - Initial simulations
4) Initial conclusions
5) Additional simulations and behaviors
40,000
6) Final Conclusions and Recommendations
14"
Producer Net Margin
20,000
1) MODEL CAUSAL LOOP DIAGRAM
NP$/Month
Tabla de contenidos,
incluyendo evaluación
y recomendaciones
SIMPLIFIED SHEEP MARKET CLD
FBR
+
+
+
Feed equilibrium
-20,000
Pushing up
Adoption of new
heath/feed technologies
-
-
Sheep meat sales
+
Meat Price
-40,000
+
+
Total producer
Margin
Feed resources
-
market equilibrium
Balancing all
+
Producer revenue
+
Feed Consumption
New technologies
+
Meat Inventory
Sales/Slaughter
rate
-
-
+
0
+
+
Sheep numbers
0
+
10
Sheep Price
Incentive to
Consumption
20
30
40
50
60
Time (Month)
70
80
90
100
-
Producer Net Margin : MaxProd2
Producer Net Margin : MaxProd
Cost per
Sheep : Check 2pt5
Producer
Net
Margin
+
+
+ Producer cost
The simplified Causal Loop Diagram - CLD - above show the most important variables
It is clear that the results in both cases are worse, being the lower sensibility to price alternative
that explain the possible behaviors of the sheep market, their interactions and their main
a disaster. This ends the search for positive effects to farmers of increased productivity to
feedback loops and finally how they interfere with producers’ profitability. From this graph it is
improve their wellbeing.
possible to conclude that there is one loop – Pushing up – that is reinforcing and would tend to
provoke an exponential growth of producers profits by continuously increasing herd size and
sales, but this loop is balanced by two others, Feed equilibrium that would limit the growth of the
herd by availability of feed resources and Market equilibrium that would limit consumption
growth or decrease by price variations. Depending on each one’s behavior and their relative
weight the behavior of the whole system regarding producers’ profitability will be determined.
This document intends to give you the initial ideas of how various policies would or would not
improve the wellbeing of producers – measured by long term profitability – and recommend a
final strategy.
- Alternative 2 – reduced supply. If improved and increased production brings bad results due
to the adjustments of the system to itself, what would happen if supply is constrained?
A reduction of land use of 20% and the two price sensibilities parameters already tested to
check the risk of the effect of increased prices.
Ejemplo 5: Modelación
Participativa (Group Model Building)
• Sistemas agropecuarios, Veracruz, México
(McRoberts)
• Uso: Curso de modelación (participantes:
investigadores y estudiantes de posgrado)
• Proceso: Conocimientos de los
participantes se usan para desarrollar un
modelo de simulación (Vennix, 1996)
• Objetivos: 1) Que participantes aprendan
unos de otros ; 2) Mayor consenso en
cuanto a los resultados (recomendaciones)
"
Lellis"
"
Lellis"
14
Ejemplo 5: Modelación
Participativa (Group Model Building)
Micoxtla, Estado de Veracruz
Proceso de modelación
participativa (multidisciplinario)
Ejemplo 5: Modelación
Participativa (Group Model Building)
Modelo desarrollado por el grupo
15
Resumen (hasta este punto)
• Modelos facilitan el proceso de
aprendizaje porque:
– Promueven integración de conceptos
– Identifican limitaciones de modelos mentales
– Mejoran colaboración multi-disciplinaria
– Introducen un elemento de investigación
• ¿Cuáles son los datos necesarios?
• Contrastar hipótesis alternativas
Modelos de simulación: ¿Son
esenciales?
• La disciplina de Dinámica de sistemas
(DS) dice que modelos de simulación son
esenciales para el aprendizaje
• ¿Por qué?
– Muchos de los problemas que nos confrontan
(agrícolas, económicos, sociales) surgen de
sistemas dinámicos complejos
– Si un propósito de la enseñanza es la toma
de mejores decisiones…
16
Modelos de simulación: ¿Son
esenciales?
– Si un propósito de la enseñanza es la toma
de mejores decisiones…
• Nuestros estudiantes debe saber cómo funcionan
estos sistemas
Modelos de simulación: ¿Son
esenciales?
• Sterman (2000)
escribió que muchos
factores impiden el
aprendizaje en
sistemas complejos
Modelo conceptual del
aprendizaje en sistema
dinámicos
17
Modelos de simulación: ¿Son
esenciales?
• Según Sterman, el
aprendizaje es un
proceso de
retroalimentación
Modelo conceptual del
aprendizaje en sistema
dinámicos
Modelos de simulación: ¿Son
esenciales?
• Se necesita pensar en sistemas
• Hay muchos métodos de pensamiento
sistémico
– p.ej., “Herramientas de mapeo” son útiles
• Pero en muchos casos, se necesita un
modelo más especifico
– Datos, ecuaciones, supuestos
• Se necesitan modelos de simulación
– Para lograr muchos objetivos de la
enseñanza
18
¿Sistemas en el Kinder?
• Proyecto Educativo
del MIT
• Recursos educativos
dirigidos a escuelas
primarias y
secudarias
¡Gracias!
19