01 - Maestría en Ciencias de la Computación
Anuncio
UNIVERSIDAD AUTONOMA METROPOLITANA UNIDAD AZCAPOTZALCO División de Ciencias Básicas e Ingeniería Maestría en Ciencias de la Computación “CREACION DE UNA BASE DE CONOCIMIENTO PARA UN SISTEMA DE ENSEÑANZA PARA JAVA BASICO” Tesis para obtener el grado de Maestra en Ciencias de la Computación Presenta: Cruz Miguel Rosa Elena Asesores: M. en C. Blanca Silva López Dra. Ana Lilia Laureano Cruces México D. F. Febrero de 2006 Contenido Contenido Resumen 4 Introducción 6 Capítulo 1.- Marco Teórico 9 1.1. Educación a Distancia 9 1.2. Inteligencia Artificial: Sistemas de Enseñanza. 13 1.2.1. Sistemas Expertos 14 1.2.2. Tutores Inteligentes 16 1.2.3. Sistemas Multiagentes 22 1.3. Sistemas de Enseñanza y Bases de Conocimiento 22 1.4. Ingeniería del conocimiento 23 1.4.1. Metodología de la ingeniería del conocimiento 25 1.4.1.1. Adquisición del conocimiento 25 1.4.1.2. Estrategias para la adquisición del conocimiento 27 1.4.2. Representación del Conocimiento 28 1.4.3. Manipulación y pruebas 29 1.5. Métodos de Representación del conocimiento 29 1.5.1. Experto caja negra 30 1.5.2. Experto caja de cristal 31 1.5.3. Los modelos cognitivos 31 1.5.4. Reglas de Producción 32 Capitulo 2.- El papel de la Psicología en el proceso de Enseñanza – Aprendizaje 33 2.1. Conceptos sobre el aprendizaje 34 2.2. El cerebro y sus funciones mentales 36 2.3. Psicología Conductista 38 Contenido 2.4. Psicología Cognitiva y los Estilos de Aprendizaje 40 2.4.1. La percepción 41 2.4.2. Teoría de Piaget 42 2.5. El enfoque constructivista 42 2.6. Modelos de Aprendizaje 43 2.7. La Programación Neurolingüística 46 2.7.1. Los Sistema Representativos 47 2.8. Modelo de los Hemisferios Cerebrales 50 2.9. Modelo de Kolb 51 Capítulo 3.- Nuestra Propuesta 3.1. Justificación 54 54 3.2. El Sistema de Aprendizaje Individualizado de la UAM – 55 Azcapotzalco 3.3. Consideraciones para el desarrollo del proyecto 3.4. Objetivos 3.5. Metodología 3.5.1. Análisis de campo 3.5.1.1. Revisión y selección de técnicas 3.5.1.2. Análisis e interpretación de la información obtenida 3.5.2 .Desarrollo 3.5.3. Implementación de la Base de Conocimiento 3.6. Recursos Requeridos y disponibles Capitulo 4.- Análisis de las herramientas requeridas 4.1. Lenguaje Unificado de modelado (UML) 56 57 58 58 58 60 60 60 64 65 65 4.1.1. Modelado Estático 66 4.1.2. Modelado Dinámico 68 4.2. Programación Orientada a Objetos 71 4.3. El lenguaje Java 72 Contenido 4.4. Java 2 Enterprise Edition (J2EE) 75 4.5. Arquitectura a 3 capas 75 4.6. Arquitectura MVC (Modelo, Vista, Controlador) 77 4.7. Arquitectura MVC en la plataforma Java (J2EE) 79 Capitulo 5.- Análisis y diseño de la Base de Conocimiento 80 5.1. Planteamiento del problema 80 5.2. Análisis de los Procesos involucrados 81 5.2.1. Casos de Uso 83 5.2.1.1.- Caso de Uso: Manejo Administrativo 83 5.2.1.2.- Caso de Uso: Registro de Inscripciones 84 5.2.1.3.- Caso de Uso: Consultas a Inscripciones 85 5.2.1.4.- Caso de Uso: Consultas a Inscripciones (Alumno) 85 5.2.1.5.- Caso de Uso: Definir Perfil 85 5.2.1.6 Caso de Uso: Flujo del conocimiento 86 5.2.1.7.- Caso de Uso: Registro del seguimiento 86 5.2.1.9. -Caso de Uso: Registro del Seguimiento (Asesor) 87 5.2.1.10.- Caso de Uso: Mantenimiento al Módulo del 88 Conocimiento 5.3. Análisis y Diseño: Modelado del Dominio del Conocimiento 5.3.1.- Metodología de la Representación del Conocimiento 89 89 5.3.2.- Descripción Esquemática de la Representación del 90 Dominio 5.3.2.1. Modelado del dominio: Conocimiento estructurado- 95 Grafos 5.3.3. Diseño : Formalización y estructuración del conocimiento 103 5.3.3.1. La Gráfica Genética 104 5.3.3.2. La Teoría de Autómatas Finitos 108 5.3.4.-BD Conocimiento 5.4. Análisis y Diseño del Modelo del Estudiante 115 118 Contenido 5.4.1. Propósito de la Investigación 118 5.4.2. Objetivos de la Investigación 118 5.4.3. Hipótesis 119 5.4.4. Metodología y técnicas de recopilación 119 5.4.5. Análisis y modelado de los datos Obtenidos 120 5.4.6. Recomendaciones para el desarrollo en base al análisis 121 5.5. Análisis BD Administrativa 124 5.5.1. Diagrama Entidad – Relación de la BD Administrativa 127 5.5.2. Diagramas de Navegación del módulo de Administración 128 5.6. BD Perfil Alumno 130 5.7. BD Seguimiento 130 5.8. BD Diagnóstico 131 5.9 Diagrama de clases 133 5.10. Conclusiones 136 Apéndice Análisis: Casos de Uso Investigación de Campo (Modelo del Estudiante) 137 Diseño: Modelo del Estudiante Diccionario de Datos Bibliografía 152 163 173 Contenido Indice de Figuras y Tablas Figura 1.1. Areas que conforman los Sistemas Tutoriales 17 Figura 2.1. El cerebro triuno 37 Figura 2.2. Los Hemisferios Cerebrales 38 Figura 3.1. Arquitectura Integral de los componentes del Sistema de 62 Enseñanza Figura 3.2. Descripción de los Componentes 63 Figura 4.1. Diagrama de Casos de Uso 67 Figura 4.2. Diagrama de Clases, sintaxis compacta 68 Figura 4.3. Diagrama de Clases, sintaxis típica 68 Figura 4.4. Diagrama de secuencia 69 Figura 4.5. Diagrama de Estados 70 Figura 4.6. Diagrama de Actividad 71 Figura 4.7. Arquitectura Cliente-Servidor 76 Figura 4.8.Arquitectura a 3 Capas 77 Figura 4.9. Modelo MVC Bajo la Plataforma Java 79 Figura 5.1. Casos de Uso General 82 Figura 5.2. Clasificación del Dominio del Conocimiento 91 Figura 5.3. Diagrama Conceptual del Paradigma de Programación 93 Estructurada Figura 5.4. Diagrama Conceptual del Paradigma de Programación 94 Orientada a Objetos Figura 5.5. Proceso de Diagnóstico por Nivel de Dominio 95 Figura 5.6. Grafo General del Dominio de Conocimiento 97 Figura 5.7. Grafo Estructuras de Control 98 Figura 5.8.Grafo Paradigma Programación Estructurada 99 Figura 5.9. Grafo Paradigma Programación Orientada a Objetos 100 Figura 5.10. Diagrama de secuencia del Dominio del Conocimiento 103 Contenido Figura 5.11. Grafica Genética de los Conceptos Generales 106 Figura 5.12. Grafica Genética Programación Estructurada 107 Figura 5.13. Ejemplo de un Autómata Finito 109 Figura 5.14. Modelado Independiente de secciones de conocimiento 111 complejas Figura 5.15. Grafica Genética de Programación Orientada a Objetos 113 Figura 5.16. Estructura de Directorios para el Dominio del Conocimiento 114 Figura 5.17. Diagrama Entidad – Relación del Dominio del conocimiento 117 Figura 5.18. Modelo de Estilos de Aprendizaje 123 Figura 5.19. Diagrama Entidad – Relación de la Base de Datos 127 Administrativa Figura 5.20. Diagrama de Navegación de la Base de Datos 128 Administrativa Figura 5.21. Diagrama de Navegación del Dominio del Conocimiento 129 Figura 5.22. Diagrama de Clases de la Base de Datos Administrativa 133 Figura 5.23. Diagrama de Clases del Dominio del Conocimiento 134 Figura 5.24. Diagrama de Clases Test Motor de Inferencia 135 Cuadro 3.1. Recursos Requeridos 64 Tabla 2.2. Características de los Hemisferios Cerebrales 49 Tabla 2.2. Características de los Hemisferios Cerebrales 51 Tabla 5.1. Enlaces Utilizados en el modelado del Conocimiento resultados 112 de las encuestas aplicadas Tabla 5.2. Concentrado de los resultados de las encuestas aplicadas (1) 120 Tabla 5.3. Concentrado de los resultados de las encuestas aplicadas (2) 121 Dedicatoria Dedicatoria Este trabajo esta dedicado a lo más importante en mi vida: Mi Familia, porque siempre han estado conmigo compartiendo los buenos y los malos momentos. A mi Papá por construirnos buenos cimientos para edificar nuestra vida. A mi Mamí, porque con su espíritu inquebrantable me ha enseñado que con trabajo, dedicación y perseverancia se puede ser mejor, a pesar de las adversidades. Por darme su confianza y por apoyarme siempre, aún cuando me he equivocado. A mis hermanos, Jaime, por estar ahí cuando te necesitamos no importando las circunstancias. Jorgito, por brindarme su apoyo incondicional y aventurarse conmigo en este sueño. Martín, Victor, Mario y Anita por compartir su conocimiento, su tiempo y emociones conmigo. A Miguel y Paty por recordarme como soñar y disfrutar cada momento. Agradecimientos Agradecimientos A Dios, por todas las bendiciones que me ha concedido. A la UAM, porque me lo ha dado todo. A mis profesores que sin prejuicios me dieron la oportunidad de aprender un poco más. Al Dr. Miguel Angel Barrón y al Dr. Felipe Monrroy por su confianza y apoyo, por ayudarme a proponerme nuevos retos. A Luís, por todo el tiempo que le he robado y que nunca podré pagárselo, y por que gracias a él comprendí que “esto también pasará”. A Juan, por estar conmigo en el momento preciso y con las palabras adecuadas más allá del tiempo y la distancia. A mis amigos, por que juntos hemos compartido grandes momentos, por aceptarme como soy… simplemente por ser mis amigos. A mis compañeros de la UAM por sus palabras de ánimo en esos momentos de crisis, por que aunque sea en broma, sus comentarios me ayudaron a recuperar la tranquilidad. A mis asesoras: Dra. Ana Lilia Laureano, gracias por el tiempo y compromiso que le ha dedicado a esta Tesis. Maestra Blanca Silva López, por rescatarme de mis naufragios, por brindarme su confianza, su tiempo y paciencia para que este trabajo concluyera. Por compartir conmigo su espacio, su conocimiento, experiencia y afecto; por no dejarme renunciar todas las veces que intente desistir. Infinitas gracias por ser maestra, consejera, pero por sobre todo gracias por ser Amiga. Y aun más por ayudarme a re-conocerme como soy, porque sin su apoyo tal vez nunca hubiese concluido esta etapa. Ya estoy en la mitad de esta carretera tantas encrucijadas quedan detrás... Ya está en el aire girando mi moneda y que sea lo que sea. … Lo que tenga que ser, que sea y lo que no por algo será. No creo en la eternidad de las peleas ni en las recetas de la felicidad. Sea, Jorge Drexler Resumen Resumen: En este trabajo se presentan las etapas de la construcción de una Base de Conocimiento capaz de almacenar el conocimiento de varios lenguajes de programación para un sistema de enseñanza, tomando en consideración aspectos fundamentales que fortalezcan el proceso de enseñanza – aprendizaje. El desarrollo de este proyecto contempla distintos aspectos y disciplinas que deben trabajar de manera inter y multidisciplinaria para comprender, en primera instancia, el proceso de enseñanza – aprendizaje para posteriormente integrar los conceptos que nos permitirán el diseño de una arquitectura flexible y dinámica en cuanto al conocimiento y presentación del material objeto del dominio que almacena la Base de Conocimiento. Nuestro principal objetivo se concentra en modelar una Base de Conocimientos que sea flexible en cuanto a la diversidad de contenidos de lenguajes de programación que puede almacenar, así como proporcionar una presentación dinámica al usuario tomando en consideración su estilo de aprendizaje, de tal manera que se lleve un control personalizado de cada usuario con la finalidad de ayudar tanto a los alumnos como a los asesores en la materia. -4- Abstrac Abstract: In this document are presented the stages needed for the construction of a Knowledge Base capable to store the knowledge of several programming languages for a teaching system, taking under consideration fundamental aspects that encourage the process of learning – teaching. The development of this project considers the diversity of aspects and disciplines that should work in an inter and multidisciplinary way in order to understand in first place the learning - teaching process and after that the integration of the concepts that will lead us to the design of a flexible and dynamic architecture in the knowledge and presentation that the Knowledge Base stores. Our main goal is focused in the modeling of a Knowledge Base that may be flexible in the diversity of contents in programming languages that can store, also is focused in supply a dynamic structure of the sequence of the didactic material to the user taking under consideration its own learning style in a way that a user oriented control can be given with the final goal of helping either students as the mentors in the corresponding subject. -5- Introducción Introducción En los últimos años el progreso de las tecnologías de la información se ha desarrollado a pasos agigantados, dichos avances han impactado no solo en el ámbito de la investigación y la tecnología, su influencia se ha extendido a sectores que van desde la medicina, la economía hasta la formación y enseñanza en el sistema educativo. La forma en cómo se accede a la información sin duda alguna se ha transformado de manera considerable con el desarrollo de las nuevas tecnologías; el advenimiento de la Web con las ventajas que ofrece ha representado un gran impacto en el área de la educación cuyas implicaciones ha provocado una evolución en el sistema tradicional de enseñanza – aprendizaje. Sin embargo es importante reflexionar acerca del potencial que ofrece la nueva tecnología para el mejoramiento de la educación, sin perder de vista que el proceso de enseñanza – aprendizaje no es un simple proceso pasivo de absorción de la información, si no un proceso activo donde las tecnologías deben servir de herramientas que apoyen en la construcción del aprendizaje y el desarrollo de habilidades en los estudiantes. En este contexto, uno de los principales retos y objetivos que enfrenta el sector educativo es el desarrollo de recursos didácticos flexibles y adaptables a los ritmos, intereses y características de los estudiantes. Por ello es importante explotar racional y pertinentemente los beneficios que ofrecen el desarrollo de nuevas tecnologías para la generación de sistemas educativos que sirvan como herramientas de apoyo, que favorezcan el proceso de enseñanza – aprendizaje y sean capaces de ofrecer adaptabilidad y flexibilidad a las necesidades de los diferentes usuarios, minimizando así limitaciones en aspectos geográficos y de tiempo. Los sistemas basados en conocimiento, como son los Sistemas Expertos y los Tutores Inteligentes, considerados como Sistemas Expertos en Educación, son algunos de los resultados del desarrollo e investigación de la Inteligencia Artificial. En el caso -6- Introducción de la Inteligencia Artificial aplicada a la educación uno de los propósitos ha sido brindar adaptabilidad al proceso cognitivo del aprendizaje; constituyendo de esta forma un complemento a la enseñanza tradicional. En atención a esta problemática, nos hemos interesado en diseñar una herramienta que sirva como apoyo didáctico a los estudiantes tomando en cuenta las características individuales de cada uno de ellos no solo en cuestión de tiempo y espacio, también en aspectos de adaptabilidad a su ritmo y características cognitivas específicas que favorezcan y complementen el proceso de enseñanza aprendizaje. En el presente trabajo se expone el modelado y diseño para la construcción de una Base de Conocimiento para un Sistema de Enseñanza para Java Básico, que nos permita almacenar distintos dominios de conocimientos en lenguajes de programación, así como llevar un seguimiento individualizado del alumno tomando en consideración su estilo de aprendizaje lo que nos permitirá generar dinámicamente la secuencia y presentación de los conceptos de un determinado tema. El trabajo se presenta fundamentalmente en dos apartados, en el primero se presentan los fundamentos teóricos que respaldan la investigación de campo, la cual consiste en un análisis acerca de los estilos de aprendizaje más utilizados y cuyo objetivo es establecer el fundamento teórico para el modelo de enseñanza que utilizará el sistema con la finalidad de atender y satisfacer las necesidades individuales de los distintos alumnos. Incluye los dos primeros capítulos, en el el capítulo 1 se describen las aportaciones que han brindado el desarrollo de las tecnologías de la información, específicamente de la Inteligencia Artificial y el impacto que ha producido una revolución en la manera no solo de acceder a la información, también el cambio en las estructuras tradicionales de enseñar y aprender. El capitulo 2 proporciona las bases teóricas que fundamentan la importancia de los métodos y técnicas de enseñanza y que han auxiliado a la pedagogía con el propósito -7- Introducción de lograr un aprendizaje significativo y duradero. En el segundo apartado se presenta el análisis y diseño de los elementos que constituyen nuestra propuesta de la base de conocimientos, así como su implementación e integración en el lenguaje que se ha seleccionado. En el capítulo 3 se describe de manera precisa los objetivos que constituyen nuestra propuesta, las innovaciones y valor agregado de la aplicación desarrollada, así como la metodología establecida para el logro de tales objetivos. Las herramientas seleccionadas y su relevancia en el desarrollo de este trabajo son expuestas en el capítulo 4, en el cual se explican los beneficios y facilidades que brindan cada una de estas herramientas en el proceso de análisis, modelado, diseño e implementación de los componentes de la base de conocimientos. Por último en el capítulo 5 se encuentra descrito el desarrollo de la aplicación, detallando para cada componente las etapas de análisis, modelado y diseño que constituyen la arquitectura de la Base de Conocimiento. -8- Capítulo 1. Marco Teórico CAPITULO 1: Marco Teórico Introducción El entorno actual a nivel mundial se caracteriza por el constante cambio que predomina en prácticamente todos los ámbitos de nuestra sociedad, el desarrollo de la actividad científica y de investigación ha propiciado un desarrollo acelerado y constante en la tecnología, la cual a su vez ha repercutido en las estructuras tradicionales a nivel social, cultural y económico. La incorporación de nuevas tecnologías se ha filtrado a áreas tan diversas que van desde la medicina, las finazas hasta el ámbito educativo; y ha modificado las formas tradicionales de realizar las tareas. Específicamente en el campo educativo el uso de las nuevas tecnologías de la información han provocado un cambio radical en la forma de enseñar y de aprender rompiendo el esquema tradicional, superando problemas y limitantes de tiempo y espacio. Sin embargo, aun cuando el uso de estas tecnologías resuelven diversos problemas, también traen consigo nuevas dificultades que es necesario tomar en consideración para tratar de desarrollar herramientas que atiendan y den solución a tales conflictos. En este capítulo se hablará de la importancia del desarrollo de tecnologías en el ámbito educativo, su aportación y algunos de los problemas que presentan. 1.1. Educación a Distancia En la actualidad la tecnología juega un papel muy importante en los procesos de aprendizaje, los avances y desarrollo en la informática y las comunicaciones esta propiciando que cambie radicalmente la forma de conseguir información, esto nos exige reflexionar sobre los elementos involucrados en el uso de tales tecnologías y en buscar y desarrollar nuevas formas de enseñar y de aprender. Sin embargo, en cuestión de educación, no basta sólo con acceder a la información superando limitantes como la -9- Capítulo 1. Marco Teórico geográfica o el tiempo, resulta necesario lograr que la asimilación del conocimiento en los estudiantes sea efectiva. La educación a distancia es una modalidad que representa una opción a la enseñanza tradicional, la cual permite el acto educativo mediante diferentes métodos, técnicas, estrategias y medios, en una situación en que alumnos y profesores se encuentran separados físicamente y sólo se relacionan ocasionalmente de manera presencial. La relación presencial depende de la distancia, el número de alumnos y el tipo de conocimiento que se imparte. Esta modalidad permite transmitir información de carácter cognoscitivo y mensajes formativos, mediante medios no tradicionales. No requiere una relación permanente de carácter presencial y circunscrita a un recinto específico. Es un proceso de formación autodirigido por el mismo estudiante, apoyado por el material elaborado en algún centro educativo. Si bien la educación a distancia no es un concepto nuevo, si ha evolucionado de manera radical con el desarrollo tecnológico, pues podemos mencionar que existe desde los cursos por correspondencia, la teleenseñanza y el sistema de educación abierta. La educación a distancia ha ido abriéndose un espacio legítimo dentro de la educación mundial, con el avance de la informática y el acceso cada vez más amplio a las redes de comunicación, la instrucción y capacitación a distancia se hace cada vez más eficaz y solicitada. En los últimos años el auge de la Internet, ha contribuido de manera significativa en este proceso educativo. Ante la continua preocupación por la necesidad y derecho de una educación permanente, la educación a distancia ha representado una alternativa válida, ya que facilita estrategias de educación permanente. Desde la perspectiva del docente, la educación a distancia no prescinde de éste. Tampoco deja de lado la relación profesoralumno, sólo cambia la modalidad y la frecuencia. - 10 - Capítulo 1. Marco Teórico Pero, si bien la educación a distancia representa una opción que ofrece ciertas ventajas, también es verdad que frecuentemente lleva consigo grandes debilidades, una de ellas es el diseño estático del material, lo cual representa un gran problema en la asimilación del conocimiento particular del estudiante. De acuerdo con de Arriaga [1], en lo concerniente a los procesos educativos, menciona que el énfasis ha ido desplazándose desde la enseñanza fundamentada en el protagonismo del profesor/instructor, pasando por los procesos de enseñanza/aprendizaje preconizados por la psicología cognitiva, hasta hacer hincapié en nuestros días en los procesos de aprendizaje, como ocurre con las nuevas estrategias de aprendizaje centrado en el estudiante. Menciona además que una de las consecuencias de la aceleración del cambio que experimenta la sociedad actual es la imposibilidad de que el hombre pueda asumir el conocimiento elaborado, incluso el relativo a un dominio muy limitado, de aquí surge la necesidad de mejorar, agilizar y robustecer el aprendizaje como prioridad vital usando todas la herramientas posibles para facilitar tal proceso incluyendo las Tecnologías de la Información. La calidad del diseño instruccional y de los recursos empleados son fundamentales para el logro de la excelencia de los aprendizajes. La evaluación formativa, el aprendizaje significativo y para el dominio, la instrucción individualizada, el adecuado uso de medios nuevos en la presentación de la información y el desarrollo de destrezas individuales son conceptos medulares de la Tecnología Educativa que en la Educación a Distancia adquieren una gran relevancia. Consecuentemente con lo anterior, los aportes de la psicología del aprendizaje son fundamentales al momento de la planificación y realización de situaciones instruccionales y formativas a distancia. A pesar de las divergencias entre las distintas teorías, existen claras zonas de acuerdo, entre las que se destacan las siguientes: • Papel activo del alumno. - 11 - Capítulo 1. Marco Teórico • Respeto a las diferencias individuales. • Motivación. • Uso flexible del tiempo. • Profesor facilitador. • Uso de conocimientos y habilidades adquiridas. • Evaluación formativa. El concepto de educación a distancia responde a la necesidad de ofrecer alternativas a la enseñanza tradicional, planteando un nuevo paradigma que pretende idealmente desparecer o minimizar los problemas de tiempo, espacio físico y la necesidad de sincronismo, planteando nuevos modos de relación con los alumnos así como una revolución en los métodos pedagógicos que permitan un aprendizaje asíncrono y una nueva relación entre los actores. La psicología cognitiva ha invertido gran cantidad de tiempo, trabajo y esfuerzo en la investigación y diseño de herramientas que permiten el modelado del proceso cognitivo de enseñanza – aprendizaje. Los sistemas tutoriales inteligentes, en Laureano y de Arriaga [2], toman en consideración la naturaleza activa y constructiva del aprendizaje para una mejor asimilación de la información y por ende estas herramientas son de gran valor. Uno de los retos que enfrentan los sistemas de enseñanza son el de adaptabilidad al entorno dinámico; en este caso representado según Laureano y de Arriaga[2] por el proceso cognitivo del aprendizaje del estudiante. Uno de los factores determinantes en este proceso lo constituye el estilo de aprendizaje con el que cada estudiante aprende. Por lo tanto es necesario proporcionar una estructura dinámica del material lo más cercano al estilo de aprendizaje de cada usuario. - 12 - Capítulo 1. Marco Teórico 1.2. Inteligencia Artificial: Sistemas de Enseñanza. Las aportaciones que ha realizado la investigación y el desarrollo de la inteligencia artificial en el área educacional ha sido crucial para la evolución de la educación a distancia, una de las contribuciones más importantes ha sido la creación de los Sistemas Tutores Inteligentes, los cuales se pueden clasificar en dos periodos de desarrollo que más adelante se describen. La Inteligencia Artificial comenzó de acuerdo con Laureano [3] y Laureano y de Arriaga [2] como el resultado de la investigación en psicología cognitiva y lógica matemática, se ha enfocado sobre la explicación del trabajo mental y construcción de algoritmos de solución a problemas de propósito general. La labor de la inteligencia artificial comienza un poco después de la segunda guerra mundial, pero su nombre como tal es adoptado hasta 1956[4], en la actualidad esta disciplina abarca gran variedad de áreas de investigación que van desde las de propósito general, como el aprendizaje y la percepción hasta otras más específicas como la demostración de teoremas matemáticos, la escritura y el diagnóstico de enfermedades entre otras. El campo de investigación de la inteligencia artificial tiene que ver principalmente con los procesos mentales, el razonamiento y la conducta, es decir que se estudia la naturaleza de la inteligencia y sus mecanismos de operación para poder trasladarla a las computadoras, con el objetivo de simular actividades cognitivas y físicas. Durante la primer década de investigación sobre la inteligencia artificial ésta se centró en el desarrollo de mecanismos de búsqueda de propósito general, en los que se entrelazaban elementos de razonamiento básicos para encontrar una solución completa, también llamado métodos débiles ya que no podían tratar problemas más amplios y más complejos. La alternativa de solución a los métodos débiles fue el uso de conocimiento específico del dominio, lo cual facilitaba el desarrollo de etapas de razonamiento más largas y de esta manera resolver casos recurrentes en un dominio de conocimiento restringido. Es entonces cuando se decide cambiar completamente el enfoque y se - 13 - Capítulo 1. Marco Teórico restringe a simular el razonamiento de un experto humano a un dominio concreto, comenzando así el desarrollo de los sistemas expertos 1.2.1. Sistemas Expertos Los sistemas expertos son considerados programas diseñados para actuar como un especialista humano en un dominio particular o área de conocimiento. En este sentido, pueden considerarse como intermediarios entre el experto humano, que transmite su conocimiento al sistema, y el usuario que lo utiliza para resolver un problema con la eficacia del especialista. El sistema experto utilizará para ello el conocimiento que tenga almacenado y algunos métodos de inferencia de acuerdo con lo expuesto en Laureano y Espinoza [5]. La característica fundamental de un sistema experto es que separa los conocimientos almacenados (base de conocimiento) del programa que los controla (motor de inferencia). A partir de 1965, un equipo dirigido por Edward Feigenbaum, comenzó a desarrollar sistemas expertos utilizando bases de conocimiento definidas minuciosamente. A continuación se mencionan algunos de los sistemas expertos que fueron desarrollados en está década. Dendral, diseñado en Stanford en 1967, constituye uno de los primeros programas con este enfoque cuya labor era asistir a químicos a inferir una estructura molecular a partir de información proporcionada por un espectro de masas. La trascendencia de Dendral radica en que fue el primer sistema basado en conocimiento, su base de conocimiento estaba formada por grandes cantidades de reglas de propósito particular. El periodo comprendido entre 1972 y 1982 es considerado según Laureano y de Arriaga [2] como el primer periodo en el desarrollo de los Sistemas Tutores Inteligentes, el cual se caracteriza por que estos sistemas siguen una arquitectura tradicional formada por cuatro módulos: • Módulo de Dominio - 14 - Capítulo 1. Marco Teórico • Módulo del estudiante • Módulo tutorial • Interfaz del usuario Entre 1974 y 1977 se desarrolló MYCIN[6] para consulta y diagnóstico de infecciones de la sangre. Este sistema introdujo nuevas características: utilización de conocimiento impreciso para razonar y posibilidad de explicar el proceso de razonamiento. Lo más importante es que funcionaba de manera correcta, dando conclusiones análogas a las que un ser humano daría tras largos años de experiencia. En MYCIN aparecen claramente diferenciados motor de inferencia y base de conocimientos, la representación del conocimiento es mediante reglas de producción con factores de incertidumbre. Al separar esas dos partes, se puede considerar el motor de inferencias aisladamente. Posteriormente se desarrollaron sistemas como EMYCIN (MYCIN Esencial) con el que se construyó SACON, utilizado para estructuras de ingeniería, PUFF para estudiar la función pulmonar y GUIDON para elegir tratamientos terapéuticos. En esa época se desarrollaron también: HERSAY, que intentaba identificar la palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de minerales. De este último derivó el shell KAS (Knowledge Adquisition System). A partir de 1980 los sistemas expertos toman gran auge y numerosas empresas de alta tecnología investigan en esta área de la inteligencia artificial, desarrollando sistemas expertos para su comercialización y que abarcan áreas tan diversas que van desde la medicina, la ingeniería, la economía hasta el área de la educación. Se llega a la conclusión de que el éxito de un sistema experto depende casi exclusivamente de la calidad de su base de conocimiento. El inconveniente es que codificar la pericia de un experto humano puede resultar difícil, largo y laborioso. - 15 - Capítulo 1. Marco Teórico 1.2.2. Tutores Inteligentes En el ámbito de la educación se han desarrollado diversos sistemas cuyo objetivo principal es ofrecer al estudiante una opción alterna para adquirir el conocimiento; sin embargo es a partir de 1990 cuando la actividad de investigación en el campo educativo se preocupa por el desarrollo de sistemas educativos que tomen en consideración diversos aspectos del conocimiento, las tendencias pedagógicas así como el uso de las nuevas tecnologías que impulsen la evolución de recursos didácticos que ayuden, colaboren y favorezcan el proceso de aprendizaje, surgiendo así los Sistemas Inteligentes Educativos los cuales se visualizan como una herramienta de apoyo en la educación. Se considera esta década como el segundo periodo en el desarrollo de los Sistemas Tutores Inteligentes el cual se caracteriza por las diferentes innovaciones, Laureano y de Arriaga [ 2 ] que son incorporados a los sistemas entre las que podemos mencionar la necesidad de especialización en un dominio determinado así como la incorporación de estrategias y tácticas más acotadas al dominio de enseñanza. Algunos de sistemas son ITSIE desarrollado por Sime y Leicht en 1992 el cual utiliza múltiples modelos para la solución de problemas, GT-VITA construido por el Instituto Tecnológico de Georgia en 1992 para el aprendizaje de sistemas de control complejos. La Inteligencia Artificial aplicada a la educación ha sido conocida a través de la historia con el nombre de Sistemas Tutores Inteligentes debido a que la palabra tutor implica una enseñanza personalizada tomando en consideración las características del estudiante. Posteriormente se les ha conocido como Sistemas de Enseñanza Inteligentes, debido a que el diseño del módulo tutorial estaba centrado en una cátedra magistral. Finalmente este diseño se basó en la teoría del constructivismo donde son considerados los cambios del estudiante tomando en cuenta los distintos modelos mentales por los que atraviesa su proceso cognitivo de aprendizaje. El diseño del módulo tutorial se instrumenta desde esta perspectiva por estos sistemas, ahora se le conoce como Sistemas de Aprendizaje - 16 - Capítulo 1. Marco Teórico Inteligentes (SAI). En adelante en nuestro trabajo nos referiremos a estos sistemas con este nombre. De a cuerdo con Laureano[3] Los Sistemas de Enseñanza Inteligentes (SEIs) pueden ser vistos como agentes activos que adaptan sus estrategias de enseñanza basándose en los cambios que percibe del estudiante, cuando este último se encuentra en un proceso de aprendizaje. La descripción de las estrategias de enseñanza, así como el control, son aspectos que tienen un papel importante en la construcción de SEIs, y su dominio se encuentra en la intersección de tres áreas: Computación, específicamente la Inteligencia Artificial Pedagogía Psicología cognitiva El Dr. Marcellin[7] esquematiza las áreas que conforman los sistemas expertos tutoriales de la siguiente manera. Ciencias Cognitivas Ciencias de la Computación (IA) e Ingeniería del software Psicología Cognitiva SEI Investigación Educacional (Pedagogía) Figura 1.1. Áreas que conforman los Sistemas Tutoriales - 17 - Capítulo 1. Marco Teórico Las Ciencias de la Computación, señala Laureano [ 3 ] han aportado diversas técnicas de inteligencia artificial que el caso de los SEIs pueden ser incluidas en: 1) el conocimiento que el sistema tiene del domino y 2) los principios del proceso tutorial, y los métodos bajo los cuales son aplicados estos principios. Además, es importante mencionar que la implementación de sistemas sofisticados como los sistemas que involucran inteligencia artificial se verían altamente beneficiados con la utilización de técnicas de formalización, y análisis y diseño pertenecientes a la ingeniería de software. Por lo anterior se considera que también existe una contribución importante en este sentido. En el caso de la Pedagogía, la contribución a los SEIs se refiere a las técnicas de aprendizaje que soportan el proceso de resolución de problemas y así poder diagnosticar los errores del estudiante. En el caso de diagnóstico de errores, nos permite saber de acuerdo a los errores que comete que ha o no ha comprendido y crear estrategias y tácticas remediales. En el caso de las técnicas de aprendizaje nos permite implementar los estilos de aprendizaje más apropiados, así como las estrategias y tácticas instruccionales. Por último en las ciencias cognitivas se encuentra el estudio y esclarecimiento de los procesos cognitivos. Estudios con resultados invaluables cuando se tarta de emular procesos humanos en sistemas con inteligencia artificial. La arquitectura general de un SEI está compuesta por cuatro módulos principales, los cuales Laureano [ 3] los describe de la siguiente manera: El módulo experto El modelo de estudiante El módulo tutor La interfaz - 18 - Capítulo 1. Marco Teórico Módulo experto En este módulo se encuentra almacenado el conocimiento del dominio de aplicación que previamente ha sido obtenido del experto humano a partir de un conjunto de métodos y técnicas que permiten representar, formalizar y codificar la experticia en una determinada tarea. Módulo tutor Está encargado de determinar el cómo, cuándo y qué se enseña o se evalúa. El módulo tutor dirige propiamente la secuencia de presentación de los recursos (componentes de conocimiento) a fin de lograr la combinación entre la secuencia del tema y el diagnóstico del alumno. Interfaz La interfaz tiene como tarea llevar a cabo la interacción del estudiante con el SEI, la cual debe ser atractiva capaz de llamar la atención del usuario. Sin duda constituye un componente sumamente importante ya que corresponde a la presentación que el usuario final esta observando, una buena interfaz debe considerar aspectos de adaptabilidad desde un punto de vista de segmentación de los usuarios de acuerdo a una serie de características que nos permita clasificar el estilo de aprendizaje de cada usuario ofreciéndole así una aplicación con una interfaz que permita explotar de manera eficiente los recursos disponibles (texto, audio, imagen y video) para el logro de un aprendizaje efectivo. Para el logro de tal objetivo es importante tomar en consideración los gustos, habilidades y experiencias de cada usuario y diseñar dinámicamente una interfaz personalizada que ayude a la asimilación del conocimiento. Modelo del estudiante Finalmente el modelo del estudiante constituye uno de los componentes fundamentales en el desarrollo de un SEI. - 19 - Capítulo 1. Marco Teórico Es el modelo del estudiante donde se pone un especial énfasis puesto que es aquí donde queda representado el aspecto de la individualización, es decir, la capacidad de adaptabilidad y flexibilidad de los sistemas de enseñanza a las necesidades e intereses de cada usuario además del seguimiento personal de sus avances la cual será utilizada para la elección de la secuencia y flujo del conocimiento que le será presentado al alumno con base en un proceso de diagnóstico que incluye su desempeño con respecto al tema específico y su estilo de aprendizaje, del cual se comentará posteriormente. Es precisamente en este apartado donde actúa el área de la psicología cognitiva la cual a partir de sus aportaciones teóricas, en cuanto al impacto e implicaciones, acerca de la aplicación de los estilos de aprendizaje en el proceso de enseñanza – aprendizaje nos proporciona elementos importantes a considerar para lograr un modelado flexible y adaptativo de acuerdo al perfil del alumno que nos lleve a incrementar la asimilación del conocimiento del dominio que se trate. Otro punto importante que para la década de 1990 es desarrollado es la posibilidad de individualización, es decir, dar a los sistemas de enseñanza la capacidad de adaptar la interfaz a las necesidades e intereses de cada usuario. Dicho aspecto es representado en el modelo del estudiante, que contempla un seguimiento personal de sus avances. Uno de los trabajos que ha puesto énfasis en la importancia del modelado del usuario para el logro de una navegación adaptativa lo encontramos en Brusilovsky y Pesin[8] quienes mencionan que el modelo del estudiante es fundamental para desarrollar sistemas adaptativos e individualizados a cada usuario en los sistemas inteligentes de enseñanza, algunos de los trabajos que se han desarrollando bajo esta perspectiva de adaptabilidad e individualidad son mencionados a continuación. Lee y colaboradores[9] mencionan al sistema CIRCSIM-Tutor desarrollado por Departamento de Ciencias de la Computación de Illinois Institute of Technology y el Departamento de Psicología del Rush College of Medicine como un tutor inteligente - 20 - Capítulo 1. Marco Teórico basado en conocimiento para trabajar en WEB y cuyo objetivo es ayudar en el aprendizaje a los alumnos de medicina. Por otra parte Gupta y Soh[10]de la universidad de Ingeniería en Singapur desarrollan en 1996 un sistema tutorial intligente interactivo que imparte un curso de Ingeniería Mecánica considerando ya un modulo de revisión individualizado con la finalidad de proporcionar cierta individualidad en el seguimiento del alumno. Fernández y colaboradores[11] exponen un módulo del proyecto PANDORA (1997), el cual se centra en la enseñanza vía Internet de la disciplina de diseño de Base de Datos, así como la posibilidad de ofrecer tutorización a los usuarios y evaluarlos en su aprendizaje. El grupo ELM de la Universidad de Trier, Alemania desarrollan ELM-ART (Adaptive Remote Tutor), en Brusilovsky[12] y Weber[13] describen la base de conocimiento a partir de una red conceptual para la representación del conocimiento específico así como la implementación de un modelo del estudiante con la finalidad de realizar un seguimiento individualizado de cada usuario. Fernández [14] describe un Sistema de Aprendizaje Inteligente desarrollado para proporcionar ayuda en la resolución de problemas en el uso del sistema operativo UNIX, donde la base de conocimientos esta integrada por el modelo del dominio y el modelo del usuario. Romero y colaboradores[15] del Instituto de Investigaciones Eléctricas plantean una plataforma genérica para el desarrollo de aplicaciones de Sistemas Tutoriales Inteligentes, que utilizan las Bases de Conocimiento en los módulos estudiante y de dominio. - 21 - Capítulo 1. Marco Teórico 1.2.3. Sistemas Multiagentes Las arquitecturas multi-agente de acuerdo con lo expuesto en Laureano [3], Laureano y de Arriaga [2] y Laureano y de Arriaga [16] comienzan a ser incorporadas en los Sistemas de Aprendizaje Inteligentes en los años 90s, iniciando su investigación para los robots móviles. En este caso la aplicación se centra en los agentes reactivos quienes siguen un proceso de monitorización sobre los estados mentales del estudiante guiando así el proceso de enseñanza como un entrenador deportivo. Esta perspectiva se basa en la construcción y cooperación de varios agentes especializados para la resolución de un problema, seto implica por una parte que cada agente debe ser capaz de elegir sobre sí mismo y sobre el entorno y por otra que debe ser capaz de comunicarse con otros agentes, los cuales tendrán definidas tanto sus responsabilidades como sus interacciones dentro del contexto multiagente. 1.3. Sistemas de Enseñanza y Bases de Conocimiento Es el módulo experto en donde se encuentra representado el conocimiento del dominio específico de un Sistema de Enseñanza y es por medio de la Ingeniería del Conocimiento que se logra procesar, codificar y representar dicho conocimiento en una Base de Conocimiento donde también encontramos las reglas de aplicación para el sistema las cuales tendrán por objetivo determinar qué objetos serán definidos, cómo son las relaciones entre los objetos y cómo se formularán y procesarán las reglas. Las Bases de Conocimiento son consideradas como la evolución lógica de los sistemas de base de datos tradicionales cuyo objetivo es almacenar elementos de conocimiento y que asistido por la Ingeniería del Conocimiento se logra procesar, codificar y representar en una base de datos el conocimiento del experto humano en un dominio específico. Surgen como respuesta a los planteamientos del desarrollo de la inteligencia artificial siendo los Sistemas Basados en Conocimiento una de las aplicaciones de mayor impacto. - 22 - Capítulo 1. Marco Teórico Una de las tecnologías que ha resultado muy eficaz para proporcionar competitividad en múltiples sectores industriales son los Sistemas Basados en Conocimiento (SBC). Estos "sistemas expertos" proporcionan consejo y apoyan la toma de decisiones, ofrecen opiniones informadas y pueden explicar su razonamiento. Además, permiten que el directivo u operador manipule grandes volúmenes de información entre los que encontramos ejemplos, reglas, heurísticas, hechos e incluso modelos de predicción con probabilidades de certeza. Los beneficios son amplios y múltiples, por ejemplo la reducción en el tiempo de toma de decisiones, apoyo a la toma de decisiones basada en hechos, el mejoramiento del desempeño del personal no experto, la acelerada capacitación de personal mediante tutores, flexibilidad y apoyo a la reorganización y la reingeniería, el mejor diagnóstico de fallas, el mejor mantenimiento, la optimización de tiempos y movimientos, el mejor servicio, y la retención del conocimiento y experiencia corporativa. La adquisición del conocimiento es una de las partes más difíciles del proceso. Esto se debe a muchos factores, en particular la tecnología de SBC ha sido fuertemente criticada, pues a la fecha no ha podido dar respuesta definitiva a problemas fundamentales como hallar una representación del sentido común. Parte del problema de extraer experiencia y conocimiento de un experto humano es la dificultad de comunicación entre un experto humano y el ingeniero de conocimiento que desarrolla el sistema. Las metodologías actuales requieren mucho tiempo de desarrollo y mucho tiempo de participación, tanto de los expertos de la aplicación (cuyo talento y tiempo son tan costoso que su proceso de toma de decisiones se desea agilizar y el desarrollo de SBC se justifica) como del ingeniero de conocimiento. 1.4. Ingeniería del conocimiento La ingeniería del conocimiento surge cómo respuesta al desarrollo e investigación de la inteligencia artificial, en particular a la necesidad de desarrollar sistemas basados en conocimiento. De a cuerdo con Henao[17] la ingeniería del conocimiento dirige la - 23 - Capítulo 1. Marco Teórico tarea de construir sistemas inteligentes proporcionando las herramientas y los métodos que soportan el desarrollo de ellos. La labor de la ingeniería del conocimiento no es nada sencilla y requiere la inversión de una gran cantidad de tiempo, trabajo y personas para lograr los tres puntos que forman su objetivo: • La adquisición del conocimiento • La representación del conocimiento • Manipulación – validación del conocimiento Esto implica la obtención del conocimiento y la familiarización con el dominio específico para poder realizar el análisis y diseño de la solución que posteriormente será evaluado para garantizar su fiabilidad. El desarrollo de sistemas basados en conocimiento sigue una metodología que permite distinguir dónde se define, cuándo y cómo hacer dichos procesos. Las características y habilidades que requieren el equipo de trabajo son las siguientes: • El ingeniero del conocimiento: es la persona encargada de la construcción y puesta en marcha de un sistema inteligente, este papel puede ser desempeñado por una persona o un grupo de personas que compartan los conocimientos requeridos y que a continuación se mencionan. Debe poseer los conocimientos para el desarrollo de sistemas así como conocer las herramientas de desarrollo que involucran la creación este tipo de sistemas, así mismo deberá conocer un poco de psicología. - 24 - Capítulo 1. Marco Teórico Entre las habilidades personales que es recomendable que posea podemos mencionar la empatía, buenas herramientas de comunicación, inteligencia, paciencia, versatilidad, persistencia tacto y diplomacia. • El experto en el dominio: Es quien proporcionará el conocimiento (teoría y experiencia) de un área específica previamente establecida. • El usuario: Es a quien va dirigido el desarrollo del sistema y por lo tanto una fuente importante de para la obtención de requerimientos necesarios para que el sistema logre su objetivo. 1.4.1. Metodología de la ingeniería del conocimiento 1.4.1.1. Adquisición del conocimiento El objetivo de esta etapa es entender cómo el experto humano lleva a cabo una actividad, de tal forma que dicha activad pueda ser automatizada. Como primera tarea para la obtención del conocimiento se debe identificar las fuentes de conocimiento, es decir, especificar donde se encuentra guardado el conocimiento, estas fuentes pueden ser de dos tipos: • Estáticas.- También llamadas fuentes secundarias , es rígida en cuanto a que su contenido no se puede variar algunas de ellas son ▪ Libros ▪ Revistas ▪ Artículos ▪ Películas Para seleccionar las fuentes Estáticas, lo primero que debe realizarse es seleccionar las fuentes más apropiadas para la adquisición del conocimiento con respecto al dominio delimitado, generalmente es el experto quien sugiere las fuentes a estudiar. - 25 - Capítulo 1. Marco Teórico Posteriormente se realiza un estudio minucioso de las fuentes seleccionadas para que el ingeniero o grupo de ingenieros puedan adquirir ese conocimiento fundamental para el módulo del dominio del experto. Por último se realiza una validación del conocimiento para saber si fue correcto o no lo que se ha extraído. • Dinámicas- Fuente primaria, expresa características del conocimiento como son la variabilidad y el hecho de ser cambiante e inexacto, este tipo de fuente la constituye principalmente el experto quien nos proporcionará la información acerca de su experiencia personal a un determinado problema o actividad del conocimiento de que se este tratando. La adquisición del conocimiento en una fuente Dinámica se realiza posteriormente a la adquisición del conocimiento básico por parte del grupo de ingenieros. “La idea es que tanto el ingeniero del conocimiento como el experto sean capaces de expresar el conocimiento que poseen de manera superficial y profunda a cerca del dominio así como la solución de problemas en él.” Otra de las tareas de gran relevancia en la adquisición del conocimiento es precisar las actividades o proceso mentales que el experto realiza con su conocimiento con el fin de llegar a una conclusión, sin duda esta es una tarea ardua que implica gran exactitud y precisión para poder concretar el conocimiento en el sistema ya que implica modelar las reglas del juicio que usa el experto en la solución de un problema del dominio. La realización de esta actividad implicará para el ingeniero del conocimiento la capacidad de comprender la forma en como el experto maneja su conocimiento poniendo especial atención a los puntos siguientes: • Entradas de datos requeridas por el experto para comenzar a solucionar el problema. • Reconocer el orden que el experto le da a los datos. - 26 - Capítulo 1. Marco Teórico • Salidas o resultados que el experto ofrece después de analizar el problema. • Identificar las situaciones enfrentadas por el experto, ¿existen otras? • Expresar de manera sencilla los pasos que el experto ha realizado en el proceso hasta llegar a la solución. • Registrar las bases conceptuales en las que se apoya el experto para la solución del problema. • Registrar el conocimiento que el experto ha adquirido en base a su experiencia a través de su trabajo permanente. • Relaciones en base a los datos que le son proporcionados al experto. • Visualizar escenarios que pudieran presentarse y sus repercusiones en la solución del problema. • Identificar los casos más raros, más comunes y los más interesantes que se puedan presentar. • Clasificar las cosas que hace el experto y que el sistema puede o no realizar. • Buscar un conocimiento explicativo para cada una de las acciones que el experto tome, es decir, que el experto explique el porqué de sus preguntas, razonamientos y conclusiones. Lo anterior con el propósito de que el ingeniero del conocimiento pueda determinar un modelo de razonamiento del experto que pueda plasmar, representar e implementarse en el sistema. 1.4.1.2. Estrategias para la adquisición del conocimiento Entrevistas Directas o Formales: Establecen conversaciones personales entre el ingeniero del conocimiento y la fuente del conocimiento (experto o usuario) tomando en cuenta las siguientes consideraciones: - 27 - Capítulo 1. Marco Teórico • Establecer un plan determinando o Objetivo principal o Tema a tratar o Recursos de registro Entrevistas Informales: Se realizan en forma personal, pero no son planeadas, la idea es aprovechar la oportunidad del encuentro entre el ingeniero del conocimiento y la persona que posee el conocimiento, la desventaja es que al no ser planeada no se cuenta con los medios de registro por lo que se debe manejar con mucho cuidado para evitar su manejo inadecuado. Observación Directa: Se trata de examinar la labor del experto en su ambiente de trabajo , solucionando un problema cono el que se intenta simular, tiene la ventaja de ser muy espontáneo puesto que el experto toma decisiones sin tener tanto tiempo para analizar el porqué de ellas. Cuestionarios: Son encuestas bien diseñadas, utilizados para obtener ideas de varias personas sobre el tema, la desventaja que presentan es que su diseño y manejo puedes ser muy difícil. La elección de las estrategias a utilizar en la adquisición del conocimiento dependerá tanto del ingeniero del conocimiento como del experto. Para la realización de nuestro trabajo se han utilizado todas las estrategias antes mencionadas, los resultados son explicados en el capítulo 4. 1.4.2. Representación del Conocimiento Consiste en tomar el conocimiento obtenido de las fuentes estáticas y dinámicas y llevarlo a una forma que sea entendible por el ingeniero del conocimiento y por el software a utilizar en el desarrollo del sistema. - 28 - Capítulo 1. Marco Teórico La representación del conocimiento constituye una serie de convenciones sintácticas y semánticas que posibilitan la descripción de las cosas, donde la sintaxis constituye aquello que especifica una serie de regla para combinar símbolos de tal forma que se construyan expresiones válidas; mientras que la semántica es la especificación de cómo esas expresiones son interpretadas. Esta etapa generalmente se realiza en paralelo con la adquisición del conocimiento, inicialmente se debe realizar en papel (documentación). Uno de los problemas que se presentan en la representación del conocimiento es la elección apropiada de las herramientas que nos permitan la representación interna del conocimiento en la computadora ya que se realiza propiamente la construcción de la base de conocimientos del sistema. 1.4.3. Manipulación y pruebas Una vez representado el conocimiento, este requiere ser validado tanto por el ingeniero del conocimiento como por el experto del dominio para garantizar su fiabilidad con respecto al conocimiento proporcionado por el experto. 1.5. Métodos de Representación del conocimiento Una representación es un conjunto de convenciones sobre la forma de describir un tipo de cosas. Una descripción aprovecha las convenciones de una representación para describir alguna cosa en particular. Las características de una buena representación son: • Los objetos y las relaciones importantes deben aparecer explícitamente y de forma conjunta. • Las restricciones inherentes al problema se muestran pero no los detalles irrelevantes. - 29 - Capítulo 1. Marco Teórico • La representación debe ser transparente: se entiende lo que se dice. • Completa y concisa: Están representados con eficacia todos los objetos y relaciones. • Rápidos y computables: Se puede almacenar y recuperar la información con rapidez, y se pueden crear mediante un procedimiento ya existente. Partes de una representación: • Parte léxica: Determina qué símbolos están permitidos en el vocabulario de la representación. • Parte léxica: Determina qué símbolos están permitidos en el vocabulario de la representación. • Una parte estructural que describe las restricciones sobre la forma en que los símbolos pueden ordenarse. • Una parte operativa que especifica los procedimientos de acceso que permiten crear descripciones, modificarlas y responder a preguntas utilizándolas. • Una parte semántica que establece una forma de asociar el significado con las descripciones. El hallar una representación apropiada es una parte fundamental de la resolución de un problema. De acuerdo con de Laureano y de Arriaga [18] entre los métodos de representación del conocimiento para los Sistemas de Aprendizaje Inteligentes encontramos el experto caja negra, el experto caja de cristal y los modelos cognitivos, los cuales son descritos a continuación. 1.5.1. Experto caja negra En este tipo de representación la respuesta se basa en entradas y salidas, lo que proporciona una medida de lo correcto del resultado, pero no se tiene acceso al detalle de por qué se tomó una determinada decisión. Es útil para cuando la operación realizada es correcta o incorrecta. - 30 - Capítulo 1. Marco Teórico 1.5.2. Experto caja de cristal Esta metodología para su construcción requiere del ingeniero del conocimiento y a un experto en el dominio. Este último identifica el área y el alcance del problema. En esta etapa se enumeran y formalizan los conceptos claves del dominio, formulando un sistema para implementar el conocimiento y finalmente de manera iterativa probarlo y refinarlo. En estos sistemas se encuentra articulada una gran cantidad de conocimiento del experto en el dominio y se construyen generalmente en dos etapas: • La adquisición del conocimiento • La automatización del conocimiento La ventaja que representa es el poder llegar a niveles de detalle más profundos durante la enseñanza del conocimiento. 1.5.3. Los modelos cognitivos El modelo cognitivo intenta desarrollar una simulación efectiva de la solución del problema en un determinado dominio desde el punto de vista del humano. En esta técnica el conocimiento se divide en componentes que guardan una relación directa con la forma en que el humano los clasifica y los utiliza. Este modelo proporciona un módulo experto cuya taxonomía permite un proceso tutorial y una comunicación más profunda con el estudiante. Sin embargo, estos modelos requieren gran cantidad de tiempo en su desarrollo, por el gran número de detalles que tienen que ser incorporados. Para el desarrollo de esta técnica es importante tener presente tres consideraciones: qué componentes procedentes del análisis cognitivo son importantes para el proceso tutorial, con qué nivel deben ser representados los componentes, y cómo deben - 31 - Capítulo 1. Marco Teórico ser tratados los diferentes tipos de conocimiento: declarativo, procedimental, y procesos cualitativos en esta técnica de modelado. 1.5.4. Reglas de Producción Representan un conjunto de proposiciones que de acuerdo con Salido Tercero[19] representan el conocimiento sobre el dominio en el que se desarrolla el problema, además las reglas pueden expresar tanto conocimiento declarativo (relaciones lógicas), como conocimiento procedimental y heurístico. Una regla es una expresión de la forma. Si A entonces B Donde la A comprendida entre el Si y el entonces se le conoce como antecedente y expresa las condiciones de aplicación que deben verificarse para que pueda extraerse la conclusión. La parte que sigue al entonces (B) se denomina consecuente y expresa la conclusión que se puede obtener o que acción ejecuta, también indica los nuevos hechos que se pueden deducir del antecedente. La representación basado en reglas puede verse como un subconjunto del cálculo de predicados al que se le añade información de cómo y cuándo usar el conocimiento declarativo durante el razonamiento. - 32 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje CAPITULO 2 El papel de la Psicología en el proceso de Enseñanza Aprendizaje Introducción La importancia de la Psicología en el área educativa es muy significativa debido al número de aportaciones en cuanto a la clasificación e implementación de los métodos de enseñanza que han auxiliado a la pedagogía con el objetivo de lograr un aprendizaje significativo y duradero. Como disciplina interdisciplinaria del estudio del aprendizaje la Psicología educativa establece dos principales factores a considerar en el proceso enseñanza – aprendizaje: • El primero consiste en visualizar que dicho proceso depende de las aptitudes y características individuales del alumno. • El segundo se refiere al objetivo de la enseñanza o relación maestro alumno. Con referencia a estos factores la Psicología ha procurado el estudio del proceso enseñanza – aprendizaje, desde una perspectiva multidisciplinaria, investigando los proceso de aprendizaje, la naturaleza las intervenciones diseñadas para mejorar este aprendizaje empleando diferentes métodos y diversas perspectivas; tratando cuestiones que van desde la memoria, el olvido, las estrategias y las dificultades del aprendizaje. En este capítulo se encuentran los fundamentos teóricos que sustentan el análisis y diseño del modelado del estudiante. Se han seleccionado varios métodos y teorías psicológicas que nos permiten modelar de la mejor manera la adaptabilidad a las características del usuario, necesarias para individualizar y personalizar el proceso de aprendizaje. - 33 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje 2.1. Conceptos sobre el aprendizaje El proceso de aprendizaje es complejo, este como tal no conforma una estructura definible y, si bien ciertos acontecimientos pueden ser clasificados sin confusión bajo el rubro de “aprendizaje”, ello se debe más a su función y modalidad y, en el mejor de los casos, a la sistematización de las variables que intervienen, que a su asimilación a una construcción teórica coherente. En el proceso de aprendizaje coinciden un conjunto de variables entre las que podemos mencionar el momento histórico, una etapa genética de la inteligencia y un sujeto, de esto podemos dimensionar el proceso de aprendizaje en dos apartados: • El proceso de aprendizaje desde una dimensión biológica, que de acuerdo con Piaget, en Alonso [20], se observan dos funciones comunes a la vida y al conocimiento: la conservación de la información y la anticipación. La primera de ellas se refiere a la noción de “memoria”, en cuyo proceso se pueden distinguir dos aspectos: la adquisición o aprendizaje, y la conservación como tal. Señala que, aún para los aprendizajes más elementales, “toda información adquirida desde el exterior lo es siempre en función de un marco o esquema interno, más o menos estructurado”, lo que explica el comportamiento vital de exploración espontánea que garantiza el ajuste óptimo del individuo a cada situación y el mantenimiento de sus esquemas de reacción ya existente. La segunda tiene que ver con la experiencia, en este aprendizaje la función de la experiencia consiste en la confirmación o corrección de la hipótesis o anticipaciones formando procesos llamados de retroalimentación capaces de corregir el esquema y promover la acomodación necesaria. • El Aprendizaje como formación social del individuo comprende todos los comportamientos dedicados a la transmisión de la cultura, incluso los - 34 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje objetivados como instituciones, principalmente la escuela y secundariamente la familia, que imparten educación. A través de ella el sujeto histórico ejercita, asume e incorpora una cultura particular, en tanto habla, saluda, usa utensilios, fabrica y reza según la modalidad propia de su grupo de pertenencia. Desde este punto de vista educar consiste entonces en enseñar, en el sentido de mostrar, de poner señales, de marcar cómo se hace lo que se puede hacer. Así el niño aprende a expresarse, a vestirse, a escribir, y también a no ensuciarse, a no llegar tarde, a no llorar. La manera de hacer, que la educación prescribe, tiene por objetivo la constitución del ser que un grupo social necesita: ser respetuoso, limpio, puntual, desafectado, etc. A través de la acción desplegada y reprimida el sujeto incorpora una representación del mundo, a la que a su vez se incorpora y se sujeta. La simple revisión del sentido del aprendizaje desde distintos niveles de interpretación de la realidad evidencia la dificultad para comprenderlo como objeto único, lo que ocasiona gran complejidad a una de las preguntas más importante en el proceso Enseñanza – Aprendizaje: ¿Cómo enseñar y cómo aprender? Existen dos paradigmas principales que intentan responder a estas preguntas la primera y la cual predomino hasta la década de los setenta, de a cuerdo con Alonso[20] concibe al aprendizaje “en mayor o menor grado como un proceso ciego y mecánico de asociación de estímulos y respuestas provocado y determinado por las condiciones externas, ignorando la intervención mediadora de variables referentes a la estructura interna”. El segundo paradigma considera que en el aprendizaje intervienen actividades internas del ser humano, esta llamada teoría Cognitiva, “hace referencia a actividades intelectuales internas como la percepción, interpretación y el pensamiento”. Con la psicología cognitiva en la década de los 80 el tema del aprendizaje experimenta grandes cambios siendo tres los más importantes: - 35 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje • La construcción del aprendizaje, es decir, ¿Cómo se aprende? incorpora ideas que involucran al comportamiento y el pensamiento, el aprendizaje orientado a las necesidades personales del alumno y considerando a este como un sujeto de participación activa. • El aprendizaje como actividad propia del alumno, ¿cómo aprenden los alumnos? Que ocurre dentro del alumno, cómo visualiza, organiza y elabora la información que se le presenta en el proceso de aprendizaje. • El aprendizaje como tarea del profesor, es decir, ¿Cómo enseñar a aprender?, que actividades debe realizar el profesor y que estrategias utilizar para facilitar y transmitir el aprendizaje. Podemos decir que un aprendizaje es un nuevo nodo de sentido que el alumno anuda con los hilos de su propia telaraña cognitiva y vital. Por ello, no puede enseñarse sin contar con él, ni el cambio conceptual interior puede valorarse sin renovar el sentido o impacto que repercute en toda su estructura multidimensional. Por esto evaluar el aprendizaje es una tarea tan compleja, porque lo que importa es la formación, la manera como repercute cada aprendizaje en el conjunto de la red cognitiva y afectiva del alumno. 2.2. El cerebro y sus funciones mentales El estudio de las actividades mentales constituye una de las actividades de investigación de gran relevancia entre la comunidad científica, gracias a investigadores como Sperry, MacLean, Gazzanoga entre otros los avances en neurología han sido significativos. En Sambrano [21] se menciona que de acuerdo con las investigaciones de los neurólogos “James W. Papez y Poul D. MacLean el cerebro esta constituido por tres capas de subcerebro, producto de sucesivas evoluciones, cuya estructura y química es diferente y aunque las funciones que ejecutan son duplicativas y se superponen, se diferencian notablemente en el estilo”. En la parte inferior de la cabeza alrededor del tallo cerebral se encuentra el llamado cerebro reptil, este es un mecanismo neuronal, que no ha evolucionado, también lo poseen - 36 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje los reptiles, rodeando esta área existe una capa superior que forma el sistema límbico, compartido con mamíferos. Encima del sistema límbico se encuentra una nueva capa que recibe el nombre de neocorteza; estas tres capas trabajan en conjunto y es llamado el cerebro triuno, Figura 2.1. Neocorteza Sistema límbico Cerebro reptil Tallo cerebral Figura 2.1. El Cerebro Triuno La sección de la neocorteza no es un órgano unitario y homogéneo, se compone prácticamente de dos secciones hemisféricas y que de acuerdo a las investigaciones de Sperry, Gazzaniga y Bogen existe en los seres humanos una especialización hemisférica y al parecer un hemisferio es el dominante. El hemisferio izquierdo rige el lado derecho del cuerpo, también reside la capacidad del habla, el razonamiento lógico, las matemáticas y el análisis. Por su parte en el hemisferio derecho reside la capacidad de reconocer imágenes, la intuición, la síntesis, los hemisferios cerebrales están conectados por un grueso haz de fibras nerviosas, llamado cuerpo calloso. La Figura 2.2. ilustra las actividades y funcionamiento de los hemisferios cerebrales [22]. - 37 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje Figura 2.2. Los Hemisferios Cerebrales 2.3. Psicología Conductista El paradigma que predomino hasta la década de los setenta en cuestión del proceso de aprendizaje ha sido el paradigma conductista. Esta corriente nace a principios del siglo XX, el conductismo trata de responder a la necesidad de lograr para la psicología un status científico. El predominio de la concepción neopositivista de la ciencia no era compatible con el mantenimiento de las nociones mentalistas de la psicología tradicional. Se pensaba que mientras ésta siguiera centrada en el estudio de la conciencia, sus resultados no podrían rebasar el marco de las especulaciones filosóficas. - 38 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje En Paéz[23] afirman que Watson es considerado como iniciador de esta corriente psicológica, reacciona en contra de la psicología de su tiempo y propone como único objeto de estudio de esta “ciencia” a la conducta manifiesta, descrita y controlada a la manera como se procede en otras ciencias, notablemente en la biología, ciencia que estudia la conducta de los organismos. El surgimiento de este enfoque, además, responde a la necesidad de disponer de instrumentos para poder controlar las conductas. La demanda creciente que se hace a la psicología, tanto desde el desbordante y creciente campo de la industria de principios del presente siglo, como desde los de la educación y de la salud, en el sentido de obtener recursos para la selección y capacitación de personal que se ocupa en estas actividades, da como resultado que los psicólogos se desplacen de los terrenos de la introspección hacia el análisis y programación de conductas. Los autores que han seguido la orientación conductista, o que se definen como tales, aceptan de una manera más o menos ortodoxa las posturas de Watson respecto a la importancia de centrarse en el estudio de la conducta y no en los supuestos estados interiores o en las facultades de la mente. Sin embargo, algunos de ellos no aceptan su pertenencia a una “escuela”, por cuanto ello implica la aceptación de ciertos principios teóricos que los alejarían de la experimentación básica y que, además, no están todavía suficientemente elaborados. Dentro de la corriente conductista el psicólogo es concebido como un científico y un técnico en la modificación de las conductas. Uno de los más destacados precursores de esta corriente fue E.L. Thorndike, quien descubrió la denominada “ley del efecto”. Según esta ley, “Todo acto que en una situación dada produce satisfacción, se asocia con esa situación, de modo que cuando ésta se reproduce, la probabilidad de una repetición del acto es mayor que antes. A la inversa todo acto que es una situación dada produce displacer, se desliga de la situación, de modo que cuando la situación recurre, la probabilidad de repetición del acto es menor que antes”. - 39 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje Por su parte Skiner plantea el comportamiento y el aprtendizaje como “una secuencia de estímulos ambientales, cuya teoría se fundamenta en la recompensa y el refuerzo” donde a cada acción que produzca satisfacción tiende a ser repetida y atendida (recompensada), el refuerzo solo tiene un efecto de motivación positiva cuando coinciden con las necesidades del individuo. 2.4. Psicología Cognitiva y los Estilos de Aprendizaje La psicología cognitiva considera que el aprendizaje es el resultado de nuestro intento de dar un sentido al mundo. El término cognitivo hace referencia a actividades intelectuales internas como la percepción, interpretación y el pensamiento. Con objeto de proporcionar un significado a los hechos que suceden en torno a nosotros, utilizamos todos los instrumentos mentales que tenemos a nuestra disposición. La manera en que reflexionamos sobre las situaciones, al igual que nuestras creencias, influyen en lo que aprendemos. Así, dos alumnos pueden tener la experiencia de una misma clase pero aprender dos lecciones completamente distintas. Lo que cada alumno aprende depende de lo que ya conoce y de la forma en que es tratada la nueva información, es decir, la concepción cognitiva del aprendizaje considera a las personas como seres activos, iniciadores de experiencias que conducen al aprendizaje, buscando información para resolver problemas, disponiendo y reorganizando lo que ya saben para lograr un nuevo aprendizaje. En vez de ser pasivamente influidas por los hechos del entorno, las personas optan activamente, deciden, practican, prestan atención y llegan a muchas otras respuestas mientras persiguen sus objetivos. Una de las teorías más conocidas es la de la Gestalt, la cual afirma que cuando registramos nuestros pensamientos sobre nuestras sensaciones en el primer momento no nos fijamos en los detalles, pero después lo colocamos en nuestra mente formando parte de entidades o patrones organizados y con significado. - 40 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje De acuerdo con el la teoría cognitiva cada persona elabora sus propias estructuras y patrones cognitivos del conocimiento que va adquiriendo. Un principio fundamental en la concepción cognitiva es el de que el aprendizaje es influido y conformado por lo que ya sabemos. Este principio se deriva de una rama de la psicología denominada teoría de campo que fue desarrollada por los teóricos de la forma (Gestalt). Los primeros trabajos en la teoría de campo fueron realizados por psicólogos alemanes que estudiaban la percepción y el aprendizaje. Los resultados de sus estudios les condujeron a la conclusión de que dos personas pueden ver el mismo estímulo y apreciar cosas diferentes. 2.4.1. La percepción La percepción alude al significado que atribuimos a la información recibida a través de nuestros sentidos. Este significado se halla parcialmente construido a partir de la realidad objetiva y en parte a partir de la forma en que organizamos la información. El proceso de organización se encuentra afectado por los intrumentos cognitivos (estructuras o esquemas) que aporta la experiencia. Smith resume estos puntos de la siguiente manera: “Es importante tener en cuenta que los ojos simplemente miran y el cerebro ve. Y lo que el cerebro ve puede estar determinado tanto por la estructura cognitiva, como por la información procedente del mundo exterior. Percibimos lo que el cerebro decide que existe frente a nuestros ojos”. Para ilustrar este fenómeno Smith presenta un ejercicio con los siguientes caracteres que aparecen a continuación: Si se le preguntara qué letra es, la respuesta sería: una B; si se le preguntara qué número es, respondería que 13. Los caracteres siguen siendo los mismos pero la percepción de éstos, su significado cambia según sean las expectativas de reconocer un número o una letra. Un niño pequeño carente de las apropiadas estructuras cognitivas, seria incapaz de - 41 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje percibir tanto un número como una letra. Los caracteres probablemente no tendrían significado para él. A esto se refiere psicología de la Gestalt cuando señala que reconocemos esquemas mediante la reorganización de estímulos para que se tornen más sencillos, más completos y más regulares de lo que realmente son. 2.4.2. Teoría de Piaget “Para Piaget el aprendizaje consiste en el conjunto de mecanismos que el organismo pone en movimiento para adaptarse al medio ambiente, afirma que el aprendizaje se efectúa mediante dos movimientos simultáneos o integrados, pero en sentido contrario: la asimilación y la acomodación”. En la asimilación el organismo explora el ambiente y toma parte de éste, las cuales transforma e incorpora a sí mismo, mediante esquemas de asimilación previamente aprendidos y que permiten la asimilación de nuevos conceptos. En la acomodación, el organismo transforma su propia estructura para adecuarse a la naturaleza de los objetos que serán aprendidos. Dentro de las teorías del aprendizaje que pertenecen a la corriente de la psicología cognitiva encontramos las de Montessori, Rogers, Piaget, entre otras, y aunque estas teorías difieren unas de otras, es importante señalar que también existen relaciones y conexiones conceptuales referidas al aprendizaje y a los estilos de Aprendizaje. Uno de los puntos más importantes en los que coinciden es en la necesidad de prestar atención a las diferencias individuales de los estudiantes en su aprendizaje. 2.5.El enfoque constructivista El planteamiento de base en este enfoque es que el individuo es una construcción propia que se va produciendo como resultado de la interacción de sus disposiciones internas y su medio ambiente y su conocimiento no es una copia de la realidad, sino una construcción - 42 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje que hace la persona misma. Se considera el aprendizaje como un proceso activo de parte del alumno en ensamblar, extender, restaurar e interpretar, y por lo tanto de construir conocimiento desde los recursos de la experiencia y la información que recibe, es decir que el punto clave del constructivismo no está tanto en el resultado del aprendizaje, como en el proceso de la adquisición del conocimiento. El aporte de las teorías constructivistas encuentra en la educación a distancia un excelente campo de aplicación. Este es un tipo de educación académicamente exigente, especialmente por las características que los usuarios deben desarrollar como prerequisitos: capacidades de lectura comprensiva, de identificación y solución de problemas, de análisis y de crítica, habilidad para investigar y comunicar adecuadamente los resultados. 2.6. Modelos de Aprendizaje Cada persona aprende de manera diferente, estas diferencias dependen de diversos aspectos: la motivación, la edad, la forma como nos visualizamos. Si consideramos el proceso de aprendizaje como un proceso activo donde el receptor (estudiante) procesa (elabora) la información recibida comprenderemos que cada individuo procesará y relacionará los datos recibidos en función de sus propias características. Los Estilos de Aprendizaje son el conjunto de métodos, estrategias, preferencias, tendencias o maneras de aprender que cada uno de nosotros utiliza cuando queremos aprender algo. Es decir, para algunos individuos la información les será más fácil de captar si se les representa en forma visual (con gráficas, esquemas, ejemplos), mientras que otros preferirán explicaciones habladas o en forma de texto, otros preferirán realizar prácticas. Son estas preferencias las que determinarán el estilo de aprendizaje de cada uno. - 43 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje La importancia de reconocer el estilo de aprendizaje del estudiante radica en que a partir de ello es posible identificar dentro del proceso enseñanza – aprendizaje cuatro puntos fundamentales: Qué enseñar Cuándo enseñar Cómo enseñar Cuándo Evaluar La respuesta a estos puntos definirán en nuestro sistema la forma en como fluirá y se presentará la información a cada usuario. Existen diferentes teorías y modelos que intentan explicar las diferencias en la forma de aprender, cada una de ellas enfoca el aprendizaje desde un ángulo distinto, estas teorías ofrecen un marco conceptual que nos ayuda a entender los comportamientos que se observan dentro del proceso de aprendizaje, cómo se relacionan esos comportamientos con la forma en que están aprendiendo y que actividades resultan ser más eficaces en un momento determinado. Sin embargo, como ya antes se comentó, el proceso de enseñanza – aprendizaje es complejo, la forma en que aprendemos varía en relación a que se esta aprendiendo, por ello es de suma importancia tener en cuenta que los estilos de aprendizaje no representan una herramienta para clasificar a los alumnos en categorías cerradas, por el contrario, debemos visualizar que nuestra forma de aprender esta continuamente en evolución y cambio. Pero ¿cómo saber cual es la mejor teoría?, en realidad no existe, es decir, cada una de estas teorías aportan elementos importantes a considerar en el proceso de aprendizaje y aunque en cierto momento puedan parecer contradictorias, realmente se complementan y es posible identificar uno u otro modelo dependiendo de la parte del proceso de aprendizaje en que nos centremos. El análisis y modelado del estudiante esta basado en varias teorías que a continuación se describen y que son retomadas en el capítulo número 3 al realizar el análisis en campo y en el capítulo 5 donde se diseña el modelo del estudiante. - 44 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje a. Fase: Selección de la Información.- Se refiere a los canales por los que recibimos y seleccionamos la información, la selección de la información se realiza de acuerdo al interés particular de cada persona. De acuerdo con la Programación Neurolingüistica, en O’Connor[24] se distingue tres tipos de alumnos: Visuales.- Los alumnos prefieren ver las notas del curso, leer el libro, ver las explicaciones que el profesor ha escrito en el pizarrón. Auditivos.- Son alumnos que aprenden mejor cuando reciben explicaciones oralmente y cuando pueden hablar y explicar esa información a otra persona Kinestésicos: Procesan la información asociando sus sensaciones y movimientos a su cuerpo (como el escribir a máquina) b. Fase: Organización de la Información.- Una vez que se selecciono la información tenemos que organizarla y relacionarla ya que no aprendemos conceptos aislados, el modelo de Los Hemisferios Cerebrales en Torrance y col. [25] propone dos tipos de estilos: Global.- Parte del todo para entender las distintas partes que componen ese todo Específico.- Procesa la información de manera secuencial y lineal, analiza los detalles, forma la imagen del todo a partir de las partes. c. Fase: Utilización de la Información .- El modelo de Kolb[26], también descrito en Alonso y otros[20] nos dice que para aprender algo necesitamos trabajar con la información que recibimos y se distinguen cuatro tipos de alumnos: Activos.- Gustan de participar en debates y dar su opinión en clase. Reflexivos.- Son analíticos, precavidos y observadores. Piensan antes de actuar. - 45 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje Pragmáticos.- son básicamente gente práctica, les gusta comprobar si las cosas funcionan en la practica y resolver problemas. Teóricos.- Aprenden a partir de modelos y teorías, ideas y conceptos. Esta separación de etapas no es absoluta, mejor dicho, están estrechamente relacionadas, a tal grado que llegan a confundirse en la práctica. Lo importante es identificar cuáles son los estilos más utilizados por los alumnos al momento de aprender para elaborar un conjunto de estrategias basándonos en los estilos, identificados que nos permita proporcionar mayor flexibilidad a la presentación de los materiales con la finalidad de proporcionarle a los alumnos mayor flexibilidad y facilidad para obtener un determinado conocimiento. 2.7. La Programación Neurolingüística El modelo de la Programación Neurolingüistica comienza a gestarse a principios se la década de los setenta por iniciativa del psicolingüista John Grinder y el matemático, psicoterapeuta y gestaltista Richard Blander a partir de una investigación cuyo objetivo era responder el por qué del éxito en sus tratamientos de un grupo de terapeutas. Identificaron que los patrones conductuales empleados por los terapeutas tenían que ver con la forma en cómo realizaban las intervenciones verbales, el tono y timbre de voz, sus actitudes no verbales, sus acciones, movimientos y posturas entre otras. Encontraron que estos terapeutas tenían en común un modo de interactuar que les permitía el acceso a una serie de modelos de comunicación poderosos estableciendo pautas útiles para lograr el objetivo en diferentes áreas de trabajo dentro de ellas el campo de la educación [27]. La Programación Neurolingüistica parte de los fundamentos de la teoría constructivista, y el término engloba tres aspectos: • “Programación: utilización sistemática de los patrones de la percepción sensorial y del lenguaje para lograr una meta determinada”, se refiere al modo en que el sistema - 46 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje neurológico y del lenguaje forman las estructuras que constituyen nuestros modelos del mundo. • “Neuro: procede de la palabra griega “neuron”, que significa nervio. Todo comportamiento es el resultado de una serie de procesos neurológicos”. • “Lingüística: del latín “lingua”, lengua. El lenguaje y otros sistemas de comunicación constituyen un medio de representar y ordenar los procesos nerviosos producidos por nuestras experiencias internas y externas” 2.7.1. Los Sistemas Representativos Los sistemas representativos definen cuál de los cinco sentidos predomina en un proceso mental determinado, estos suministran las imágenes que se tiene del mundo, según el modelo de la PNL, las personas suelen preferir un sistema representativo y una orientación determinada para ciertas tareas y contextos. La preferencia por un sistema representativo u otro explicará las diferencias de rendimiento en relación con diversas actividades de aprendizaje. De acuerdo con Dilts y otros [28] la PNL cuando aprendemos utilizamos el cerebro y otras partes del sistema nervioso, así cuando la personas piensan y aprenden activan una determinada combinación de sus sistemas representativos sensoriales. Además de almacenar diversas representaciones sensoriales, nuestro cerebro puede fabricar imágenes, sonidos, texturas olores y sabores. Es importante considerar que los individuos sean capaces de cambiar de un sistema a otro de acuerdo con la situación que este enfrentando en determinado momento. Es evidente entonces que los sistemas representativos juegan un papel importante dentro del proceso enseñanza – aprendizaje, porque por medio de éstos el alumno procesará los datos que representa el aprendizaje que se desea adquirir representando mentalmente la información. Los sistemas de representación no son buenos ni malos, pero si más o menos eficaces para realizar determinados procesos mentales. - 47 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje De acuerdo a la PNL se identifican tres sistemas perceptivos cuyas características se mencionan a continuación: • Sistema de representación visual: Los individuos con un sistema representación visual aprenden mejor cuando leen o tienen acceso visual a la información. Cuando se piensa en imágenes podemos traer a la mente mucha información a la vez, además visualizar nos ayuda a establecer relaciones entre distintas ideas y conceptos. La capacidad de abstracción y planificación estan directamente relacionadas con la capacidad de visualizar. • Sistema de representación auditivo: Los alumnos auditivos aprenden mejor cuando reciben las explicaciones oralmente y cuando pueden hablar y explicar esa información a otra persona, al recordar lo realiza de manera secuencial y ordenada. Este sistema de representación no permite relacionar conceptos o elaborar conceptos abstractos con la misma facilidad que el sistema visual y no es tan rápido. • Sistema de representación kinestésico: La información es asociada a las sensaciones y movimientos del cuerpo, aprender utilizando este sistema es lento, pero el aprendizaje es profundo. Los alumnos kinestésicos aprenden más con experimentos de laboratorio o proyectos, además necesitan moverse. Finalmente también existe material de enseñanza que se adapta de manera natural a cualquiera de estos tipos de percepción. Comportamiento de acuerdo al sistema de representación. Conducta VISUAL AUDITIVO KINESTESICO Organizado, ordenado, observador y tranquilo. Se le ven las emociones en la cara Habla solo, se distrae fácilmente Mueve los labios al leer Facilidad de palabra, Monopoliza la conversación. le gusta la música Modula el tono y timbre de voz Expresa sus emociones verbalmente. Responde a las muestras físicas de cariño le gusta tocarlo todo se mueve y gesticula mucho Expresa sus emociones con movimientos. - 48 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje Aprendizaje Aprende lo que ve. Necesita una visión detallada y saber a donde va. Le cuesta recordar lo que oye Lectura Le gustan las descripciones, a veces se queda con la mirada pérdida, imaginándose la escena. Recuerda lo que ve, por ejemplo las caras, pero no los nombres. Memoria Aprende lo que oye, a base de repetirse a si mismo paso a paso todo el proceso. Si se olvida de un solo paso se pierde. No tiene una visión global. Le gustan los diálogos y las obras de teatro, evita las descripciones largas, mueve los labios y no se fija en las ilustraciones Recuerda lo que oye. Por ejemplo, los nombres, pero no las caras. Imaginación Piensa en imágenes. Visualiza de manera detallada Piensa en sonidos, no recuerda tantos detalles. Almacena la información Rápidamente y en cualquier orden. Durante los periodos de inactividad Comunicación Mira algo fijamente, dibuja, lee. De manera secuencial y por bloques enteros (por lo que se pierde si le preguntas por un elemento aislado o si le cambias el orden de las preguntas. Canturrea para si mismo o habla con alguien. Se impacienta si tiene que escuchar mucho rato seguido. Utiliza palabras como "ver, aspecto..." Le gusta escuchar, pero tiene que hablar ya. Hace largas y repetitivas descripciones. Utiliza palabras como "sonar, ruido…” Se distrae Cuando hay movimiento o desorden visual, sin embargo el ruido no le molesta demasiado. Cuando hay ruido. Aprende con lo que toca y lo que hace. Necesita estar involucrado personalmente en alguna actividad. Le gustan las historias de acción, se mueve al leer. No es un gran lector. Recuerda lo que hizo, o la impresión general que eso le causo, pero no los detalles. Las imágenes son pocas y poco detalladas, siempre en movimiento. Mediante la "memoria muscular". Se mueve Gesticula al hablar. No escucha bien. Se acerca mucho a su interlocutor, se aburre en seguida. Utiliza palabras como "tomar, impresión...". Cuando las explicaciones son básicamente auditivas o visuales y no le involucran de alguna forma. Tabla 2.1. Características de los Sistemas de Representación - 49 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje 2.8. Modelo de los Hemisferios Cerebrales Cuando aprendemos no lo hacemos mediante datos aislados, de hecho el cerebro humano se caracteriza por la capacidad de relacionar y asociar la información que recibe continuamente y busca pautas para crear esquemas que nos permitan entender el mundo. Cada hemisferio de nuestro cerebro procesa la información que recibe de forma distinta, es decir, que hay distintas formas de pensamiento asociadas a cada hemisferio. • El hemisferio izquierdo controla la parte lógica, procesa la información de manera secuencial y lineal. El hemisferio lógico construye la imagen del todo a partir de las partes y es el que se ocupa de analizar los detalles. Esta parte de nuestro cerebro es donde se encuentra la capacidad matemática, de lectura y de escritura. • El hemisferio derecho procesa la información de manera global, parten de lo general para entender las distintas partes que componen ese todo. El hemisferio derecho es quien controla la parte creativa del individuo, es intuitivo, piensa en imágenes y sentimientos. Ambos hemisferios son de igual importancia, es verdad que en algún momento o circunstancias predomine el uso de uno de los hemisferios, sin embargo debemos recordar que para realizar cualquier tarea necesitamos usar ambos hemisferios. Cada forma de pensar esta asociada a distintas habilidades que son importantes identificar para optimizar el proceso de aprendizaje. Modos de pensamiento Hemiferio lógico (Normalmente el izquierdo) Hemisferio holístico (Normalmente el derecho) Lógico y analítico Abstracto Secuencial (de la parte al todo) Lineal Realista Verbal Holístico e intuitivo Concreto Global (del todo a la parte) Aleatorio Fantástico No verbal - 50 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje Habilidades asociadas Temporal Cuantitativo Lógico Escritura Símbolos Lenguaje Lectura Ortografía Oratoria Escucha Localización de hechos y detalles Asociaciones auditivas Procesa una cosa por vez Sabe como hacer algo Atemporal Cualitativo Analógico Relaciones espaciales Formas y pautas Cálculos matemáticos Canto y música Sensibilidad al color Expresión artística Creatividad Visualización, mira la totalidad Emociones y sentimientos Procesa todo al mismo tiempo Descubre qué puede hacerse Tabla 2.2. Características de los Hemisferios Cerebrales 2.9. Modelo de Kolb David Kolb [26] concibe el aprendizaje como un proceso caracterizado por cuatro etapas • Experiencia concreta • Observación reflexiva • Conceptualización abstracta • Experimentación activa Kolb considera que el individuo desarrolla ciertas cualidades cognitivas de acuerdo con la etapa de aprendizaje a la cual le da énfasis, por lo tanto las personas desarrollan estilos de aprendizaje como formas características de aprender y que atienden a la etapa en la que se encuentra en el proceso de aprendizaje. Los estilos de aprendizaje que proponen Honey y Mumford basándose en el análisis y el cuiestionario de Kolb son los siguientes: • Activo: Se involucran sin prejuicios en nuevas experiencias, suelen ser entusiastas ante lo nuevo y tienden a actuar primero y pensar después en las - 51 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje consecuencias, les aburre ocuparse de planes a largo plazo. La pregunta que quieren responder respecto al aprendizaje es ¿cómo? Les cuesta trabajo cuando tienen que adoptar un papel pasivo o cuando necesitan asimilar, analizar e interpretar datos. Las características del estilo activo son: les gusta trabajar rodeados de gente, pero siendo el centro de las actividades. • realizan actividades cortas y de resultado inmediato Su participación en clase es constante Reflexivo: Tienden a adoptar la postura de un observador que analiza sus experiencias desde muchas perspectivas distintas. Recogen datos y los analizan detalladamente antes de llegar a una conclusión. Para ellos lo más importante es esa recogida de datos y su análisis concienzudo, así que procuran posponer las conclusiones todos lo que pueden. Son precavidos y analizan todas las implicaciones de cualquier acción antes de ponerse en movimiento. En las reuniones observan y escuchan antes de hablar, procurando pasar desapercibidos. La pregunta que quieren responder es ¿por qué? Este tipo de alumnos aprenden mejor: • cuando pueden adoptar la postura de observador cuando pueden ofrecer observaciones y analizar la situación cuando pueden pensar antes de actuar Teórico: Los alumnos teóricos adaptan e integran las observaciones que realizan en teorías complejas y bien fundamentadas lógicamente. Piensan de forma secuencial y paso a paso, integrando hechos dispares en teorías coherentes. Les gusta analizar y sintetizar la información y su sistema de valores premia la lógica y la racionalidad. Se sienten incómodos con los juicios subjetivos, las - 52 - Capítulo 2. El papel de la Psicología en el proceso de Enseñanza – Aprendizaje técnicas de pensamiento lateral y las actividades faltas de lógica clara. Los alumnos teóricos aprenden mejor • a partir de modelos, teorías, sistemas con ideas y conceptos que presenten un desafío cuando tienen oportunidad de preguntar e indagar Pragmático: A los alumnos pragmáticos les gusta probar ideas, teorías y técnicas nuevas, y comprobar si funcionan en la práctica. Les gusta buscar ideas y ponerlas en práctica inmediatamente, les aburren e impacientan las largas discusiones discutiendo la misma idea de forma interminable. Son básicamente gente práctica, apegada a la realidad, a la que le gusta tomar decisiones y resolver problemas. Los problemas son un desafío y siempre están buscando una manera mejor de hacer las cosas. Los alumnos pragmáticos aprenden mejor: con actividades que relacionen la teoría y la práctica cuando ven a los demás hacer algo cuando tienen la posibilidad de poner en práctica inmediatamente lo que han aprendido Tomando en cuenta las características y actividades que prefieren los alumnos de acuerdo con el estilo de aprendizaje, se realizarán una parte de los reactivos que formarán parte de un cuestionario aplicado en el análisis de campo con la finalidad de identificar el tipo de estilo o estilos predominante en los alumnos, lo que permitirá al modulo de seguimiento seleccionar el estilo de aprendizaje adecuado a cada estudiante. - 53 - Capítulo 3. Nuestra Propuesta CAPITULO 3. Nuestra propuesta Introducción En este capítulo se expone el propósito del desarrollo de la Base de Conocimiento, las características que se tomaron en consideración para el desarrollo de la arquitectura, el Objetivo General, los Objetivos Particulares, así como el diseño abstracto de la arquitectura del sistema completo situando las acciones precisas que debe realizar la Base de Conocimiento que se ha elaborado. También se detallan cada uno de los pasos a seguir para lograr el modelado y diseño de la arquitectura de la Base de Conocimiento. 3.1. Justificación Cómo ya se ha comentado anteriormente el desarrollo de las tecnologías de la información ha venido a revolucionar la forma en como accedemos a la información, El avance y desarrollo de los sistemas basados en conocimiento se han aplicado a diversas áreas que van desde la medicina hasta el ámbito empresarial, sin embargo de acuerdo al la UNESCO[29], en la Conferencia Mundial sobre la Educación Superior realizada en octubre de 1998 la esfera de la educación es la que menos se ha beneficiado del aporte de las nuevas tecnologías de la información y la comunicación, además los trabajos que hasta ahora se han venido realizando presentan algunos inconvenientes que a continuación mencionamos. • En el desarrollo de los sistemas, como lo señala Nebengahl[30] no existen implementaciones que puedan servir de orientación y en muchos puntos los requisitos necesarios están esbozados con muy poca precisión. - 54 - Capítulo 3. Nuestra Propuesta • En su aplicación tanto el perfil del usuario, el control del flujo de información como la evaluación del alumno es estática, solo es evaluado si el estudiante conoce o no ese tema. Por ello surge la necesidad de desarrollar nuevas herramientas que nos permitan proporcionar a los alumnos alternativas de aprendizaje tomando en consideración que cada alumno es un individuo activo con características particulares las cuales determinarán la forma de aprendizaje. Por lo tanto es necesario desarrollar modelos genéricos de enseñanza a partir de las bases de conocimiento que permitan un aprendizaje dinámico, individualizado y adaptable no solo al estudiante si no también a la diversidad de cursos, además de ofrecer la posibilidad de atender simultáneamente varios usuarios a un curso cada uno con necesidades y preferencias de aprendizaje particulares. 3.2. El Sistema de Aprendizaje Individualizado de la UAM – Azcapotzalco El sistema de aprendizaje individualizado (SAI) de la Universidad Autónoma Metropolitana unidad Azcapotzalco representa una alternativa a la enseñanza escolarizada. Uno de los problemas que frecuentemente enfrentan los alumnos es la saturación de grupos en el sistema tradicional, aunado a esto existen una serie problemáticas que dificultan llevar las materias en el sistema tradicional (tiempo y espacio), para estos casos cursar las materias en la modalidad del SAI constituye una buena opción para que los alumnos no se retrasen en sus materias, además de fomentar el desarrollo de sus habilidades de análisis, comprensión y resolución de problemas, promoviendo su capacidad de organización e independencia en cuanto a la adquisición del conocimiento. La visión del SAI esta orientada a los principios de autoestudio y participación activa del alumno, es decir, cada uno de los alumnos estudia individualmente el material de cada unidad que conforman la materia de acuerdo a su ritmo, realizan una autoevaluación para reforzar el conocimiento y posteriormente presentan el examen de dicha unidad. - 55 - Capítulo 3. Nuestra Propuesta El papel del profesor cambia de ser un expositor a un rol de asesor cuya función consiste en orientar de manera personalizada a los alumnos en el proceso de aprendizaje así como aclarar las dudas que puedan tener y evaluar de manera presencial el conocimiento del alumno en cada unidad. Sin embargo una de las dificultades que enfrenta este sistema es la calidad; puesto que el contenido estático y con una mínima diversidad del material, provoca cierto grado de dificultad en la comprensión del tema para los alumnos y que se refleja en el considerable porcentaje de renuncias y deserción en las materias. Por estas razones resulta importante considerar mecanismos que proporcionen mayor apoyo a los alumnos en el proceso de autoestudio tomando en consideración que cada alumno es diferente y por lo tanto aprenden de forma distinta. Es importante contar con mayor diversidad de material didáctico para propiciar una mejor comprensión y asimilación del conocimiento. 3.3. Consideraciones para el desarrollo del proyecto Atendiendo a esta necesidad consideramos que es importante generar sistemas que sean de utilidad en el campo educativo ofreciendo características de flexibilidad y adaptabilidad. Para el desarrollo de la arquitectura de la Base de Conocimientos se han considerado el análisis e investigación de los siguientes puntos: • Definición las bases teóricas que sustenten el desarrollo de un modelo genérico del proceso enseñanza – aprendizaje. A partir del estudio de las diversas teorías que aporta la Psicología cognitiva, así como la investigación y métodos • encontrados en el área de la Inteligencia Artificial, se ha realizado el modelado del dominio y el diagnóstico en la construcción de la Base de Conocimientos: o El modelado del dominio del conocimiento se realizó en dos modalidades la primera como un conjunto de grafos que nos permiten ver de manera general el diseño en la base de datos, en la segunda modalidad se ha tomando como base la Grafica Genética que utiliza - 56 - Capítulo 3. Nuestra Propuesta Fernandez [31], Laureano y de Arriaga [32], pero adicionando además nuevos elementos necesarios para modelar la complejidad de conocimiento no estructurado, dicho análisis y modelo será explicados más adelante. • La creación de una Base de Datos de Conocimiento a partir de la generalización de un modelo de Enseñanza – Aprendizaje basado en la modelización abstracta del estudiante y sus tareas de aprendizaje para la enseñanza de Java Básico. • Delimitación del dominio de conocimiento al lenguaje Java Básico, este lenguaje se seleccionó por ser considerado como uno de los lenguajes de programación orientada a objetos más avanzados, que ofrece portabilidad y un amplio desarrollo, tales características son abordadas en el siguiente capítulo. 3.4. Objetivos Objetivo General: • Construir una Base de Conocimientos para un Sistema de Aprendizaje del Lenguaje Java Básico. Objetivos particulares: • Realizar análisis de campo para definir las técnicas didácticas y pedagógicas. • Determinar el perfil pedagógico del estudiante para conocer su estilo de aprendizaje. • Integrar los componentes de la Base de Datos de Conocimiento del tema en el que se enfoca el proceso enseñanza – aprendizaje. • Definir un simulador del Modelo Tutorial (Motor de Inferencia) para validar la base de conocimiento. - 57 - Capítulo 3. Nuestra Propuesta 3.5. Metodología Para el logro de los objetivos antes mencionados se siguió la siguiente metodología la cual esta dividida en tres partes: 3.5.1. Análisis de campo El objetivo principal de realizar el análisis de campo fue el proveernos de la información necesaria que nos permitió realizar el modelado de la Base de Conocimientos tomando en consideración al usuario final, es decir conocer las características, necesidades, costumbres, motivaciones y problemas que presentan los alumnos en el proceso de enseñanza – aprendizaje de Java, proporcionándonos una base real que evitara un mal manejo de la información y nos permitiera la creación y selección de estrategias y soluciones viables para un mejor control sobre el comportamiento del sistema. Este análisis consta de dos partes que a continuación se detalla. 3.5.1.1. Revisión y selección de técnicas: Se realizó un estudio de las técnicas de recopilación de información y se definieron las estrategias didácticas y pedagógicas a partir del análisis realizado en el capítulo 1 (secciones 1.4.1., 1.4.2., 1.5) y capítulo 2 (secciones 2.6., 2.7., 2.8., 2.9.), manejando las siguientes fuentes: • Fuentes de conocimiento estáticas y dinámicas: Se realizó revisión de libros, manuales, tutoriales, además todo el proceso de análisis y desarrollo fue supervisado por el experto. • Entrevistas formales e informales Esta información fue proporcionada por el experto de acuerdo a su experiencia como docente en el dominio especificado. • Observación directa Se realizó en un lapso que comprendió dos trimestres, en el primero la observación directa se efectuó en un grupo tradicional. Durante el segundo trimestre esta técnica fue aplicada en el sistema SAI. - 58 - Capítulo 3. Nuestra Propuesta • Encuestas De acuerdo a lo estudiado en el capítulo 2 acerca de los modelos de aprendizaje, se concluyo que la aplicación de cuestionarios era necesaria para detectar los estilos predominantes de aprendizaje de los alumnos. • Manipulación y pruebas • Puesto que el dominio de conocimiento en que se centra este trabajo es Java Básico, se determinó que la aplicación de las técnicas para la recopilación de la información se realizara con los alumnos que cursan Estructura de Datos con Orientación a Objetos de la UAM-A ya que el lenguaje de programación que utilizan es Java, de esta forma se conocieron tanto el estilo predominante, las dificultades más frecuentes a que se enfrentan los alumnos y otras características no cuantificables como la motivación que pueden ser de utilidad en lo posterior para el desarrollo de otros componentes del sistema de enseñanza. • Elaboración de un conjunto de reactivos de acuerdo con las características y actividades descritas en el capítulo 2 sobre los estilos de aprendizaje y junto con el cuestionario de Honey –Alonso [20] se formaron los cuestionarios aplicados a los alumnos, de esta manera fue posible la identificación del perfil de aprendizaje del alumno. La evaluación para dichos cuestionarios fue una combinación de (nominal, ordinal, de intervalo, de razón). • Prueba piloto para detectar y corregir errores en los test. • Se realizaron pruebas previas con los cuestionarios para verificar que los resultados fueran útiles y acordes con el objetivo de la investigación, además de ayudarnos a comprender los problemas que pudiesen presentarse, contribuyendo esta información a la planeación de soluciones. • Las de técnicas estudiadas para interpretación y representación del conocimiento fueron las siguientes Reglas de producción Lógica de predicados Estados Pedagógicos - 59 - Capítulo 3. Nuestra Propuesta 3.5.1.2. Análisis e interpretación de la información obtenida Con la información recopilada se realizó lo siguiente: Evaluación y modelado de los resultados obtenidos a partir de la secuencia de una serie de grafos para el caso del dominio del conocimiento. Identificación de los estilos de aprendizaje más utilizados por los alumnos a partir de los cuales se diseño un modelo base de de enseñanza – aprendizaje, así como un conjunto de combinaciones que el sistema puede utilizar. 3.5.2. Desarrollo En esta sección se realizó el análisis y diseño de la arquitectura de la Base de Conocimiento, la cual se encuentra documentada de manera detallada en el capítulo 5, tomando en cuenta lo siguiente: • Definición de los mecanismos de seguimiento del aprendizaje del alumno a través de la utilización de archivos XML. • Formalización y estructuración del conocimiento, realizado con el uso de varias técnicas: para el modelado general se utilizó grafos, para el modelado y diseño complejo se tomo como base la Gráfica Genetica descrita por Fernández [31] e incorporando nuevos elementos y sintaxis para el modelado de secciones de conocimiento no estructurado. 3.5.3. Implementación de la Base de Datos y la Base de Conocimiento Aquí se desarrolló la parte programática para el funcionamiento de la Base de Conocimiento que a continuación se describe. • Integración de componentes: Base de Datos administrativa Base de datos del Dominio Específico Base de datos Engine - 60 - Capítulo 3. Nuestra Propuesta Base de Datos del perfil del alumno Base de Datos de seguimiento del aprendizaje Simulador del Motor de Inferencia (Modelo Tutorial) En la Figura 3.1. se presenta los componentes que conforman la Arquitectura General Abstracta del Sistema de Enseñanza, y donde se delimita claramente la amplitud, alcance y ubicación de responsabilidad, objeto del desarrollo de la Base de Conocimiento que se expone en este trabajo. - 61 - Capítulo 3. Nuestra Propuesta B. D. Seguimiento del Aprendizaje Perfil del Alumno Base de Datos del Dominio Específico GUI Test Motor de Inferencia WEB Modelo Base de Datos de Diagnóstico Carácter Vista B. D. Administrativa Figura 3.1. Arquitectura Integral de los componentes del Sistema de Enseñanza - 62 - Capítulo 3. Nuestra Propuesta Altas, Bajas y Cambios de: Alumnos Cursos Profesores B. D. Administrativa Conocer el Estilo de Aprendizaje Representación del conocimiento del experto en el dominio especifico Base de Datos del Dominio B. D. Perfil del Alumno Test Motor de Inferencia Base de Datos de Diagnóstico B. D. Seguimiento del aprendizaje Representa el comportamiento del estudiante durante el proceso Tutorial Contiene las reglas de inferencia que determinan el control del proceso enseñanza aprendizaje para cada usuario Proceso de Diagnóstico Figura 3.2. Descripción de los Componentes - 63 - Capítulo 3. Nuestra Propuesta 3.5. Recursos Requeridos y disponibles Para el desarrollo e implementación de este proyecto de investigación fue necesario contar con los siguientes recursos: Sistema Operativo Linux/windows Servidor Web Apache Tomcat Base de Datos Relacional Postgres / MySQL Interfaz Cliente HTML / DHTML / XML Interfaz Servidor JSP, Servlets, XML Lenguaje de programación Java Cuadro 3.1. Recursos Requeridos - 64 - Capítulo 4. Análisis de las herramientas Requeridas CAPITULO 4. Análisis de las herramientas requeridas Introducción Este capítulo intenta cumplir dos funciones, la primera es proporcionar la justificación en la selección de las herramientas utilizadas para la creación de la base de conocimientos, donde se describen las características, funcionalidad, importancia, facilidades y beneficios que ofrece cada una de las herramientas y modelos utilizados en el desarrollo de la Base de Conocimientos; la segunda función tiene que ver con destacar la importancia que nos llevo a delimitar el dominio del conocimiento a Java Básico, mencionando las características y beneficios que ofrece este lenguaje de programación cuyo uso va en aumento, sin perder de vista que uno de los objetivos es que la Base de Conocimiento sea genérica y por lo tanto se pueda adaptar a otros lenguajes de programación (C++. Modula, Pascal). En general en este capítulo se describen las bases y la metodología necesarias para realizar el análisis, diseño y construcción de sistemas orientados a objetos, que incluye el modelado a partir de una serie de diagramas proporcionadas por UML, lo cual facilita la comprensión y modelado un dominio, recordando que la importancia de contar con un buen diseño orientado a objetos representa facilidad en la comprensión del sistema, mantenimiento, depuración y modificaciones a la aplicación. 4.1. Lenguaje Unificado de modelado (UML) UML es una notación en su mayor parte esquemática, para realizar análisis y diseño orientado a objetos. La esencia del análisis y diseño orientado a objetos consiste en situar el dominio de un problema y su solución lógica dentro de la perspectiva de los objetos, es decir, que define una serie de diagramas así como la sintaxis y semántica asociada a tales diagramas, sin embargo, no indica el procedimiento de cómo deben de usarse. - 65 - Capítulo 4. Análisis de las herramientas Requeridas En palabras de los autores de UML Booch, Jacobson y Rumbaugh [33], el modelado es una parte central de todas las actividades que conducen a la producción de buen software, la construcción de modelos permite visualizar y controlar la arquitectura del sistema, además de descubrir oportunidades para la simplificación y reutilización. Antes de la definición de UML existían múltiples notaciones para el modelado de sistemas orientados a objetos lo cual ocasionaba problemas de comprensión y claridad entre los desarrolladores puesto que cada quien utilizaba su propia notación UML nace en 1994, como menciona Larman [34], sus autores Grady Booch y Jim Rumbaugh pretendían combinar dos métodos el de Booch y el OMT (Object Modeling Technique), posteriormente se integra Ivar Jacobson, creador del método OOSE (ObjectOriented Software Engineering), juntos definen en 1996 una notación estándar para la construcción de modelos llamado Unified Modeling Language, por esta razón UML combina notaciones de los diagramas más importantes y agrega algunas características nuevas. Para 1997 UML es aprobado por el consorcio Object Management Group (OMG), a partir de entonces es manejado como la notación estándar para el desarrollo de software. Los diagramas más utilizados en UML 2.X se listan a continuación. 4.1.1. Modelado Estático • Diagramas de casos de uso: permiten identificar los requerimientos, modelan el proceso de negocio y los involucrados en el mismo, es decir, capturan la información de cómo un sistema trabaja o cómo se desea que se trabaje. También son útiles para la comunicación con el usuario final por su simplicidad. Un caso de uso es representado por una elipse la cual describe una situación de uso del sistema y su interacción con los actores. Un actor es un agente, alguien o algo que solicita un servicio al sistema o actúa como catalizador para que ocurra - 66 - Capítulo 4. Análisis de las herramientas Requeridas algo. En los casos de uso también se describe la secuencia de eventos que un actor utiliza para completar un proceso. Figura 4.1. Diagrama de Caso de Uso Existen tres tipos de relaciones en los casos de uso Relación normal Relación de uso Relación de herencia • Diagramas de clases: modelan clases, objetos, interfaces y paquetes, así como sus características y las relaciones estructurales que existen entre ellos, se utilizan para modelar el diseño estático de un sistema, estos diagramas contienen generalmente los siguientes elementos: Clases Interfaces Colaboraciones Relaciones de dependencia, generalización y asociación - 67 - Capítulo 4. Análisis de las herramientas Requeridas AdministradorDeCursos Bitácora 1 AdministradorDeReportes Figura 4.2. Diagrama de Clases, sintaxis compacta Figura 4.3. Diagrama de Clases, sintaxis típica 4.1.2. Modelado Dinámico Diagramas de secuencia: muestran gráficamente los eventos que fluyen de los actores al sistema. Los objetos que participan están representados por unos rectángulos alineados horizontalmente, de cada uno de ellos nace una línea punteada vertical llamada línea de vida. La actividad de los objetos se nuestra por medio de una barra de activación sobre la línea de vida y los mensajes entre estos a través de una flecha horizontal. Los objetos pueden hacerse llamadas a sí mismos representado por un pequeño recuadro en la línea de vida y una flecha que sale de la línea de vida y regresa a ella. - 68 - Capítulo 4. Análisis de las herramientas Requeridas Figura 4.4. Diagrama de secuencia Diagramas de comunicación: representa la organización de los objetos que participan en una interacción, los objetos se representan por medio de rectángulos con asociaciones entre sí, en este diagrama los mensajes van numerados siguiendo una cierta jerarquía que indica el orden que siguen éstos. Figura 4.5. Diagrama de Comunicación - 69 - Capítulo 4. Análisis de las herramientas Requeridas • Diagramas de máquinas de estados: representan los diferentes estado por lo que puede pasar un mismo objeto en un sistema. Cuando un objeto requiere pasar por un gran número de estados UML define subastados, es decir, estados compuestos por otros estados con el propósito de clarificar el flujo entre estados. Figura 4.5. Diagrama de Estados • Diagramas de actividad: modelan el flujo de trabajo y de información. - 70 - Capítulo 4. Análisis de las herramientas Requeridas validar datos [datos válidos] [datos no válidos] insertar registro notificar error Figura 4.6. Diagrama de Actividad 4.2. Programación Orientada a Objetos La programación orientada a objetos es un paradigma de programación definida a partir de una forma de pensar similar a la forma que percibimos el mundo real, es decir, el mundo real tiene objetos los cuales tienen un conjunto características y comportamientos. El paradigma orientado a objetos se refiere, en general, a dividir la aplicación en conjuntos que la representen; las principales ventajas que ofrece son: • Disminución de errores: la construcción de objetos específicos e independientes reduce las dependencias y clarifica la funcionalidad de cada componente, si se presentan errores se puede identificar fácilmente dónde es necesario depurar o modificar la aplicación. • Reutilización de código: promueve el diseño y creación de componentes reutilizables. • Flexibilidad en el diseño: la existencia de clases y APIs que realizan tareas comunes acelera la creación de aplicaciones. - 71 - Capítulo 4. Análisis de las herramientas Requeridas • Facilidad de mantenimiento y extensibilidad: el diseño orientado a objetos permite trabajar adecuadamente con la complejidad del sistema, el desarrollo de componentes independientes permite añadir nueva funcionalidad de manera sencilla. • División del trabajo en grupos de desarrollo independientes: la definición de interfases de fachada sencillas reduce la dependencia entre los equipos de trabajo permitiendo el desarrollo en paralelo. El primer paso comienza con la identificación de objetos que interactúan en el dominio, es decir, realizar un análisis para identificar los tipos de objetos, las características y comportamiento, así como la interacción entre ellos. Para que un lenguaje de programación sea orientado a objetos debe soportar las tres características de la programación orientada a objetos: • Encapsulamiento: Permite la abstracción de la información, es decir, oculta los detalles de la implementación permitiendo el manejo adecuado del objeto sin necesidad de conocer los detalles del cómo funciona. El encapsulamiento permite centralizar la complejidad en unidades manejables (modularidad) y permite a dichas unidades interactuar entre sí para integrar un sistema. • Polimorfismo: Consiste en que el comportamiento de un objeto asociado a un mismo mensaje produce distintos comportamientos. • Herencia: Permite definir clases (subclase) nuevas a partir de clases ya definidas. La subclase posee todas las características definidas por la clase más las nuevas características que el programador defina adicionalmente. 4.3. El lenguaje Java Java es un lenguaje de programación orientado a objetos, como menciona Froute [35] es desarrollado por Sun Microsystems a partir de 1991 con el desarrollo de programas para pequeños dispositivos electrónicos, basándose inicialmente en C++ James Gosling desarrolla un nuevo lenguaje de programación al que primeramente se denominó Oak y - 72 - Capítulo 4. Análisis de las herramientas Requeridas cuya finalidad era superar los problemas y limitaciones que C++ presentaba. En agosto de 1995 se presenta oficialmente el lenguaje de programación Java, gozando de gran aceptación desde sus primeras versiones. En la actualidad Java se evoluciona a través de Java Community Process (JCP) que guía el desarrollo y la aprobación de especificaciones de la tecnología Java asegurando así la portabilidad y estabilidad del lenguaje. Entre las principales características que ofrece Java se encuentran las siguientes: • Orientado a objetos: El paradigma de programación sobre el que se fundamenta es la programación orientada a objetos. • Simple: Java ofrece la funcionalidad de un lenguaje potente pero elimina características confusas lo que reduce en un porcentaje representativo los errores más comunes de programación entre las que destacan. ▪ Aritmética de punteros ▪ No existen referencias ▪ Registros (struct) ▪ Definición de tipos (typedef) ▪ Macros ▪ Necesidad de liberar memoria • Interpretado: Java es interpretado por medio de una máquina virtual (JVM), lo cual habilita otras características importantes que a continuación se mencionan. • Arquitectura neutral: el compilador genera bytecode es de carácter binario y de arquitectura neutra, es decir, independiente de la arquitectura. • Portable: el compilador Java compila su código objeto independiente de la arquitectura de la máquina en que se ejecutará, el bytecode se completa cuando se enlaza en tiempo de ejecución. También provee diferentes clases que permiten un manejo sencillo para internacionalizar una aplicación, es decir, convertir una aplicación a distintos lenguajes con diferentes estructuras gramaticales, caracteres, formatos de números y fechas. - 73 - Capítulo 4. Análisis de las herramientas Requeridas • Seguro: Java elimina el uso de apuntadores para evitar accesos ilegales a memoria, la verificación del bytecode incluye que no haya desbordamiento de operandos en la pila, verifica el tipo de los parámetros, que no exista conversión ilegal de datos y que los accesos a los campos de un objeto sean legales. Adicionalmente la plataforma Java incluye el manejo de herramientas de seguridad como criptografía, claves y firmas digitales. • Distribuido: proporciona librerías y herramientas para que los programas puedan ser distribuidos. • Robusto: Java realiza verificaciones en busca de problemas tanto en tiempo de compilación como en tiempo de ejecución, lo que permite detectar errores en el ciclo de desarrollo. También obliga a la declaración explicita de métodos, reduciendo así la posibilidad de errores. • Dinámico: no intenta conectar todos los módulos que comprenden una aplicación hasta el momento de su ejecución. • Multitarea: permite realizar muchas actividades simultáneas en un programa. El beneficio que brinda consiste en un mejor rendimiento interactivo y mejor comportamiento en tiempo real. La primera versión (1.0) presentada en 1995 ofrecía características de programación muy básicas, para 1997 la versión 1.1 incorpora el manejo de una arquitectura de objetos distribuida (Java RMI) y se crea la especificación para el acceso a bases de datos relacionales (JDBC) además de la primera versión de Swing como sustituto de AWT para la creación de interfaces gráficas. A partir de la versión 1.2 (1999) se le conoce como Java 2 y se presenta en tres modalidades • J2SE, que implementa las facilidades del lenguaje y los paquetes esenciales. • J2EE, plataforma poderosa y robusta para el desarrollo de aplicaciones empresariales. • J2ME , define facilidades para la implementación de Java en dispositivos. - 74 - Capítulo 4. Análisis de las herramientas Requeridas 4.4. Java 2 Enterprise Edition (J2EE) Java 2 Enterprise Edition es un conjunto de especificaciones que combina una serie de tecnologías y define facilidades para el desarrollo de aplicaciones empresariales las cuales pueden ser montadas sobre contenedores proporcionados por diversos fabricantes. J2EE es una extensión de Java 2 Standar Edition, por lo cual todo el código de un programa Java tradicional es válido obre esta plataforma, adicionalmente define facilidades para la localización de recursos y ambiente, la administración de conexión a bases de datos, la administración de componentes (EJB, Java Servlets, JSP), etc. J2EE se apoya en muchos estándares de Java entre los que podemos mencionar: • Acceso a base de datos (JDBC) • Acceso a servicios de nombres (JNDI) • Comunicación distribuida (RMI/IIOP) • Modelo de componentes empresariales • Aplicaciones web (JSP y Servlet) • Servicios de mensajes (JMS) • Correo electrónico (JavaMail y JAF) • Acceso a EISs (J2EE Connector Architecture) • Manejo de XML (JAXP) • Servicio de autentificación y autorización (JAAS) • Web services (JAX-RCP, SAAJ y JAXR) 4.5. Arquitectura a 3 capas La arquitectura de una aplicación es la vista conceptual de la estructura de esta. Toda aplicación contiene código de presentación, código de procesamiento de datos y código de almacenamiento de datos. La arquitectura de las aplicaciones difiere según como - 75 - Capítulo 4. Análisis de las herramientas Requeridas esta distribuido este código. La selección y uso correcto de la arquitectura permite minimizar problemas de mantenimiento y facilita la extensibilidad de las aplicaciones. La arquitectura cliente – servidor (Figura 4.7) ha sido de las más utilizadas en el desarrollo de aplicaciones. El funcionamiento de esta arquitectura es la siguiente, los servidores son computadoras de potencia considerable que proporcionan servicio a un número de clientes conectados a través de la red; los clientes suelen ser PCs generalmente orientados al usuario final. Las principales características se describen a continuación: • Ventajas: ▪ Manejo de clientes pesados, es decir, clentes que contienen código de procesamiento de datos. ▪ Flexibilidad en el mecanismo de conexión con el servidor. ▪ Manejo de sesiones sencillo • Desventajas: ▪ Difícil mantenimiento, puesto que los clientes contienen parte de código, la distribución de modificaciones y actualizaciones implica la inversión de una considerable cantidad de tiempo para la configuración de todos los clientes. ▪ Seguridad distribuida ▪ Dificultad de extender a otro tipo de clientes Código Figura 4.7. Arquitectura Cliente – Servidor - 76 - Capítulo 4. Análisis de las herramientas Requeridas A diferencia de la arquitectura cliente servidor, la arquitectura de tres capas, ver Figura se compone de. • “Frond – end”: en esta capa se encuentran los clientes WEB ligero el cuál despliega la información al usuario. El cliente no maneja procesamiento se datos, no tiene acceso directo a los recursos y solo requiere el soporte de HTML. • “Middle – tier”: es la capa que permitirá el acceso a los recursos empresariales, el contenido que regresa al cliente puede ser de dos tipos estático o dinámico. El contenido estático es administrado por un servidor web y el contenido dinámico es administrado por un servidor de aplicaciones. • “Back – end”: comprende todos los recursos empresariales que desean ser accesados por web. Esta integrado por bases de datos, “files system”, servicios de directorio, servicios de red, etc. Cliente web Front – end Servidor web Servidor de aplicaciones Middle - tier Recursos Back – end Figura 4.8. Arquitectura de 3 Capas 4.6. Arquitectura MVC (Modelo, Vista, Controlador) Una de las recomendaciones para el desarrollo de aplicaciones es seguir el patrón Modelo, Vista, Controlador. Esta arquitectura surge a partir de la creación de aplicaciones gráficas en Small Talk, su aplicación facilita ampliamente el diseño de las aplicaciones. El principal objetivo de esta arquitectura es separar la lógica de negocio de la presentación, lo cual representa diversas ventajas entre las que podemos mencionar: - 77 - Capítulo 4. Análisis de las herramientas Requeridas • la flexibilidad de crecimiento y adaptación de nuevos tipos de clientes sin el problema de modificar el código de lógica de negocio. • Desarrollo en paralelo ya que la separación entre vista y lógica de negocio permite la división y asignación especializada de tareas entre los programadores. • Facilidad en la realización de modificaciones y mantenimiento, solo se actualiza en el servidor y no en cada cliente. El modelo El modelo contiene toda la lógica de negocio de la aplicación, lo cual facilita la administración y el mantenimiento de esta. • La lógica de negocio puede ser utilizada independientemente del mecanismo de presentación al usuario. • Se puede utilizar el mismo modelo para presentar información a distintos usuarios utilizando distintas interfaces. El modelo es responsable además de la interacción con los recursos empresariales que se encuentran en la capa de “back – end”, esto representa un acceso controlado a los recursos simplificando así la administración de la seguridad y el control de cambios. La Vista Su función es dar formato y desplegar la información al usuario. La vista nunca realiza lógica de negocio, ni accede directamente al modelo tampoco sabe de donde procede la información, solamente despliega la respuesta al usuario. El Controlador Se encarga coordinar la comunicación entre la vista y el modelo, es decir, recibe las peticiones realizadas por el usuario, las interpreta y realiza la petición al modelo quien realiza, si es necesario consultas y actualizaciones en los recursos y devuelve una respuesta al controlador. De acuerdo a la respuesta que regreso el modelo el controlador selecciona la vista que dará el formato de presentación adecuado a la operación de respuesta al usuario. - 78 - Capítulo 4. Análisis de las herramientas Requeridas 4.7. Arquitectura MVC en la plataforma Java (J2EE) De acuerdo a la especificación J2EE se cuenta con los siguientes componentes [35] para implementar la arquitectura MVC: • EJB (Enterprise JavaBeans): son módulos diseñados para la creación de lógica de negocio, encargados del manejo de transacciones, persistencia, seguridad y otros servicios. En nuestro se utilizará clases Java para la parte del modelo. • Java Servlets: es un componente que realiza la función de controlador, recibe y coordina las peticiones realizadas por el cliente. • JSP (JavaServer Pages): su función es dar formato a la vista para mostrarla al usuario. Web container Controlador Servlet EJB container Modelo EJB Clases Java Front – end Recursos Middle - tier Back – end Figura 4.9. Modelo MVC Bajo la Plataforma Java - 79 -
