Versión Abierta Español...

Una publicación de la Sociedad de Educación del IEEE (Capítulo Español)

Uma publicação da Sociedade de Educação do IEEE (Capítulo Espanhol)

JUN. 2016 VOL. 4 NÚMERO/NUMERO 2 (ISSN 2255-5706)

Versión Abierta Español – Portugués de la

Revista Iberoamericana de

Tecnologías del/da

Aprendizaje/Aprendizagem

Introducción a la Robótica: Experiencia de un Campamento de Verano como Herramienta de

Reclutamiento..........…………........................................... Irvin J. Balaguer Álvarez, Miembro, IEEE

Planta Industrial a Escala Académica para la Enseñanza de Informática Industrial en una Carrera de

Ingeniería Electrónica..................................................... José Ignacio Sosa, Rodolfo Raúl Recanzone,

Fernando Ardoli, Aníbal Aresi, Cristina Bender, Nora Blet y José Luis Simón

Uso de un Programa de Cálculo Simbólico para Reforzar las Habilidades Espaciales de los

Estudiantes de Ingeniería.................................................. Susana Nieto Isidro e Higinio Ramos Calle

Seguimiento Adaptativo del Trabajo de Fin de Grado en Ingeniería con Apoyo de Moodle.................

.............................Ana Lucía Esteban-Sánchez, Javier Esteban-Escaño y María Luisa Sein-Echaluce

Aprendizaje de Estructuras de Datos – ¿Las Mismas Dificultades en Diferentes Países?......................

.................................................................................................... Beatriz Pérez-Sánchez, Paula Morais

Evaluación del Uso de Tecnología para Incrementar la Seguridad en la Docencia en el Laboratorio...

............................................................... A.B. González Rogado, A.M. Vivar Quintana y L. Lavandera

Comunidades de Aprendizaje en Redes Sociales y su Relación con los MOOC...................................

...................................................................................................Juan Cruz-Benito, Oriol Borrás-Gené,

Francisco J. García-Peñalvo, Ángel Fidalgo Blanco, Roberto Therón

41

47

57

65

73

80

87

VAEP-RITA (http://webs.uvigo.es/cesei/VAEP-RITA)

CONSEJO/CONSELHO EDITORIAL

Presidente (Editor Jefe):

Martín Llamas Nistal,

Universidad de Vigo, España

Vicepresidente (Coeditor):

Manuel Castro Gil, UNED, España

Editor Asociado para lengua

Portuguesa:

Carlos Vaz do Carvalho,

ISEP, Oporto, Portugal

Miembros: Melany M. Ciampi, COPEC, Brasil

Javier Quezada Andrade,

ITESM, México

Edmundo Tovar, UPM, España

Manuel Caeiro Rodríguez,


Juan M. Santos Gago,


José Carlos Lourenço Quadrado,


David Camacho Fernández

Universidad Autónoma de Madrid,

España

María Mercedes Larrondo Petrie,

Florida Atlanctic University y

LACCEI, USA

Humberto Ramón Álvarez Alvarado,

Universidad Tecnológica de Panamá y

LACCEI, Panamá

Secretaría: Gabriel Díaz Orueta, UNED, España

COMITÉ CIENTÍFICO

Alfredo Fernández Valmayor,

Universidad Complutense de

Madrid, España

Antonio J. López Martín,

Universidad Estatal de Nuevo

Méjico, USA

Antonio J. Méndez,

Universidad de Coimbra,

Portugal

António Vieira de Castro,


Arturo Molina, ITESM,

México

Baltasar Fernández,

Universidad Complutense de

Madrid, España

Carlos Delgado, Universidad

Carlos III de Madrid, España

Carlos M. Tobar Toledo,

PUC-Campinas, Brasil

Claudio da Rocha Brito,

COPEC, Brasil

Daniel Burgos,

ATOS Origin, España

Fernando Pescador, UPM,

España

Francisco Arcega,

Universidad de Zaragoza,

España

Francisco Azcondo,

Universidad de Cantabria,

España

Francisco J. García Peñalvo,

Universidad de Salamanca,

España

Francisco Jurado,

Universidad de Jaen, España

Geraldo Carbajal,

Universidad del Turabo y

LACCEI, Puerto Rico

Gustavo Rossi, Universidad

Nacional de la Plata,

Argentina

Héctor Morelos, ITESM,

México

Hugo E. Hernández Figueroa,

Universidad de Campinas,

Brasil

Ignacio Aedo, Universidad


Inmaculada Plaza,

Universidad de Zaragoza,

España

Ivan Esparragoza,

Pennsylvania State

University y LACCEI, USA

Jaime Muñoz Arteaga,

Universidad Autónoma de

Aguascalientes, México

Jaime Sánchez, Universidad

de Chile, Chile

Javier Pulido, ITESM,

México

J. Ángel Velázquez Iturbide,

Universidad Rey Juan Carlos,

Madrid, España

José Bravo, Universidad de

Castilla La Mancha, España

José Carpio, UNED, España

José Palazzo M. De Oliveira,

UFGRS, Brasil

José Salvado, Instituto

Politécnico de Castelo

Branco, Portugal

José Valdeni de Lima,

UFGRS, Brasil

Juan Quemada, UPM, España

Juan Carlos Burguillo Rial,


J. Fernando Naveda

Villanueva,

Universidad de Minnesota,

USA

Luca Botturi, Universidad de

Lugano, Suiza

Luis Anido, Universidad de

Vigo, España

Luis Jaime Neri Vitela,

ITESM, México

Manuel Fernández Iglesias,


Manuel Lama Penín,

Universidad de Santiago de

Compostela, España

Manuel Ortega, Universidad

de Castilla La Mancha,

España

M. Felisa Verdejo, UNED,

España

Maria José Patrício

Marcelino, Universidad de

Coimbra, Portugal

Mateo Aboy, Instituto de

Tecnología de Oregón, USA

Miguel Angel Sicilia Urbán,

Universidad de Alcalá,

España

Miguel Rodríguez Artacho,

UNED, España

Óscar Martínez Bonastre,

Universidad Miguel

Hernández de Elche, España

Paloma Díaz, Universidad


Paulo Días, Universidade do

Minho, Portugal

Rocael Hernández,

Universidad Galileo,

Guatema

Rosa M. Vicari, UFGRS,

Brasil

Regina Motz, Universidad de

La República, Uruguay

Samuel Cruz-Lara, Université

Nancy 2, Francia

Sergio Mujica López

Universidad Finis Terrae y

LACCEI, Chile

Víctor H. Casanova,

Universidad de Brasilia,

Brasil

Vitor Duarte Teodoro,

Universidade Nova de Lisboa,

Portugal

Vladimir Zakharov,

Universidade Estatal Técnica

MADI, Moscú, Rusia

Xabiel García pañeda,

Universidad de Oviedo,

España

Yannis Dimitriadis,

Universidad de Valladolid,

España

Title—Introduction to Robotics: Experience of a Summer

Camp as a Recruiting Tool 1

Abstract—This paper describes a robotics summer camp

that was held at the University of Puerto Rico- Aguadilla

Campus during the summer 2015.This camp allowed high

schools students, in a college environment, the approach to

technology, led to collaboration and partnership to build and

program robots.The main contribution of this paper is the

evaluation of the camp’s impact to influence the students to

enroll to the University of Puerto Rico, Aguadilla Campus. This

impact was evaluated by using a pre-test and a post-test

surveys that included content questions and interest questions.

Additionally, the pre-test and the post-test surveys included

questions on whether or not the camp influenced the students

to enroll to the University of Puerto Rico, Aguadilla Campus.

The camp survey results indicated the success of the camp to

influence the students to enroll to the University of Puerto Rico,

Aguadilla Campus

Keywords— STEM, student recruitment,robotics education,

summer camp, algorithms, computing education.

I. INTRODUCCIÓN

N muchos países, tanto americanos como europeos, el

número de alumnos interesados en las ciencias e

ingenierías, STEM, es cada vez más escaso[1, 2, 3, 4].

En un esfuerzo de llevar a losalumnos de escuelas

secundariashacia carreras en las áreas de STEM, muchas

universidades y colegios ofrecen campamentos de verano y

otros eventos relacionados a estas áreas[5]. Con el fin de

atraer alumnos al área de las ciencias e ingeniería,la mayoría

de estos campamentos se realizan de una manera

emocionante y divertida [6, 7, 8]. Esto se ha logrado en un

ambiente de aprendizaje activo utilizando equipos y

programados de robótica. Además de ayudar a reducir la

escasez de alumnos interesados en las áreas de STEM, estos

campamentos de verano también sirven para reclutar

alumnos en las áreas de STEM.

Estudios han demostrado que los alumnos pre-

universitarios se han beneficiado enormemente de la

exposición a la enseñanza en las ciencias, tecnología,

ingeniería y matemáticas [1]. Las actividades en las áreas

relacionadas a STEM han sido motivadoras porque inspiran

la curiosidad de los alumnos acerca de cómo funcionan las

cosas [1]. No se puede predecir cuál será la nueva tecnología

dentro de cinco años, pero se puede predecir que va a incluir

la programación de ordenadores, sistemas integrados

I. J. Balaguer Álvarez, Departamento de Tecnología en Ingeniería

Electrónica. Universidad de Puerto Rico en Aguadilla. e-mail

[email protected] (ORCID ID: 0000-0001-6462-6887)

electrónicos, diseño de ingeniería, y matemáticas. Con la

robótica estos conceptos pueden ser enseñados[9, 10]. 1Al mismo tiempo, con la robótica, habilidades como el

trabajo en equipo, solución de problemas, el proceso

ingenieril, y la comunicación efectiva también pueden ser

enseñados. Los alumnos deben aprender a ser capaces de

trabajar en equipo y resolver problemas complejos de forma

independiente y comprender la complejidad de los sistemas.

Los alumnos tienen que desarrollar la capacidad de crear y

construir y también para articular una descripción de lo que

crean [1].

Profesores de Tecnología en Ingeniería de la Universidad

de Puerto Rico en Aguadilla (UPR-Aguadilla) han trabajado

en promover el interés en las áreas relacionadas a STEM

desarrollando e iniciando un campamento de verano dirigido

a alumnos de los grados 9, 10 y 11de escuela secundaria.

Los alumnos aprendieron de manera interactiva los

conocimientos básicos necesarios para programar un robot

con el fin de realizar tareas específicas. De igual manera, los

alumnos recibieron retroalimentación inmediata

contribuyendo a una mayor compresión del programa

realizado. El campamento permitió a los participantes, en un

ambiente universitario, el acercamiento a la tecnología,

además propició la colaboración y el compañerismo de un

modo divertido hacia la construcción y programación de

robots para superar los retos propuestos.

Este documento informa sobre el campamento de verano

2015 "Introducción a la Robótica" que se celebró en el

Recinto de Aguadilla de la Universidad de Puerto Rico. El

campamento de tres semanas de duración contó con

orientaciones, demostraciones y actividades en una variedad

de áreas relacionadas de STEM. Catorcealumnos

participaron del mismo.

Entre los objetivos para realizar este campamento se

encontraba el contribuir al aprendizaje de los alumnos en

áreas relacionadas a STEM. También, se tenía como

propósito el contribuir al reclutamiento de

alumnosparacontinuar estudios universitarios en la

Universidad de Puerto Rico en Aguadilla.

II. SOLICITUD Y SELECCIÓN DE LOS PARTICIPANTES

Los alumnos de escuela secundaria interesados en

participar, completaron una solicitud impresa. Todas las

solicitudes fueron evaluadas en términos de sus

calificaciones escolares, ingreso familiar, un ensayo que

contiene la declaración de las metas y por cartas de

recomendación redactadas por los maestros/as de escuela de

los solicitantes. El ingreso familiar fue utilizado como uno

de los criterios de selección a fin de llegar a los alumnosde

familias desfavorecidas. El proyecto Acceso al Éxito, de la

Vicepresidencia de Asuntos Académicos y Estudiantiles de

E

Introducción a la Robótica: Experiencia de un

Campamento de Verano como Herramienta de

Reclutamiento

Irvin J. Balaguer Álvarez, Miembro, IEEE

VAEP-RITA Vol. 4, Núm. 2, Jun. 2016 41

ISSN 2255-5706 © IEEE-ES (Capítulo Español)

la Universidad de Puerto Rico (UPR) auspició a estos

alumnos de altas necesidades económicas.

Se recibieron 20 solicitudes las cuales fueron evaluadas

para seleccionar 14 alumnos que participarían del

campamento. La Fig. 1 provee la distribución por edades de

los participantes y la Fig. 2 provee la distribución por grados

de escuela secundaria. Basado en esta demografía, la

mayoría de los participantes fueron alumnos de grado 10 de

escuela secundaria y entre las edades de 15 a 17 años.

III. ACTIVIDADES DESARROLLADAS DURANTE

ELCAMPAMENTO

Con el contenido principal del campamento, los alumnos

participantes obtuvieron la oportunidad de desarrollar

destrezas de trabajo en equipo, uso de nuevas tecnologías,

creatividad y solución de problemas, entre otras. Esto se

logró mediante la construcción y programación de robots.

Los alumnos tuvieron la oportunidad de tratar una variedad

de soluciones a un problema dado y poder observar si la

solución propuesta fue la adecuada. Si la solución propuesta

no fue la adecuada, los alumnos tuvieron la oportunidad de

tratar soluciones diferentes. El taller permitió a los

participantes, en un ambiente universitario, el acercamiento

a la tecnología, propició la colaboración y el compañerismo

de un modo divertido hacia la construcción y programación

de robots para superar los retos que se les propusieron.

Combinando la capacidad del sistema de construcción de

LEGO con la tecnología de LEGO MINDSTORMS

Education, los equipos de trabajo pudieron diseñar,

construir, programar y poner a prueba los robots. Mientras

trabajaban juntos en los diferentes proyectos asignados, los

miembros del equipo desarrollaron la creatividad y las

habilidades para resolver problemas al mismo tiempo que

otros conocimientos importantes de matemáticas y ciencia.

En la tabla I se presentan el desglose de temas diarios.

Además del contenido principal del campamento, y para

que los participantes experimentaran un escenario

universitario, se llevaron a cabo varias orientaciones. Estas

orientaciones fueron brindadas por personal de la Oficina de

Acceso al Éxito de la Universidad de Puerto Rico

(auspiciador principal del campamento), la Oficina de

Asistencia Económica, la Oficina de Tecnología de

Información y el Departamento de Electrónica de UPR

Aguadilla.

IV. ESTRATEGIAS DE EVALUACIÓN

Como estrategias de evaluación, muchos campamentos

administran dos pruebas: pre prueba y post prueba. La pre

prueba se utiliza con el fin de percibir en los alumnos el

nivel de conocimiento previo del contenido del campamento.

Al finalizar el campamento se administra una post prueba la

cual mide el nivel de conocimiento adquirido en la

formación. Estas pruebas recogen datos cuantitativos sobre

la capacidad del campamento para (1) contribuir al

aprendizaje/conocimiento de los alumnos y/o (2) contribuir a

la opinión de los alumnos sobre las carreras de STEM y la

probabilidad de estudiar en la universidad una carrera de

STEM [8, 11, 5]. Sin embargo, son pocas las pruebas que

buscan determinar si el campamento llevaría a los alumnos a

estudiar en la universidad o institución donde se realiza el

mismo.

Para evaluar a los participantes en cuanto a contenido

temático y/o académico y en su nivel de interés en las

carreras de STEM, en nuestro campamento de verano se les

administró a los participantes unapreprueba y una

postprueba. También se evaluó la posibilidad de los

participantes de asistir, en un futuro, a la Universidad de

Puerto Rico en Aguadilla para sus estudios universitarios.

TABLA I

DESGLOSE DE TEMAS DIARIOS

Día Tópicos

1 Introducción al Campamento Introducción a la robótica

Introducción a la Interface Lego Mindstorm

2 Tipos de Robots Actividad: Mover el robot hacia adelante

3 ¿Por qué usar robots?

Orientación Programa Acceso al Éxito

Actividad: Detectar tacto

4 ¿Dónde se usan los robots? Actividad:Detectar Distancia

Actividad:Calibrar Sensores

5 Orientación Oficina de Asistencia Económica UPR-Aguadilla

Actividad:Detectar una línea color negro

Actividad: Seguir una línea.

6 ¿De qué están hechos los robots? Primera Parte

Actividad: Golpear una esfera color rojo

7 ¿De qué están hechos los robots? Segunda parte

Competencia:Carrera de Robot

8 Orientación Seguridad en la Internet Continuación de la competencia Carrera de Robot

Actividad:Localizar la meta

9 Continuación de la competencia Carrera de Robot

Continuación de la Actividad Localizar la meta Actividad:Evitar la pared

10 Teoría sobre Engranajes: Primera Parte

Explicación del desafío de Halar la cuerda

11 Teoría sobre Engranajes: Segunda Parte El desafío: Subir la montaña más alta

12 Videos: Desafío de Halar la cuerda

Construir los robots para el desafío de Halar la

cuerda

13 Actividad:Desafío de Halar la cuerda Reconstrucción de robots a ser demostrados en la

Actividad de Cierre

14 Orientación Departamento de Tecnología Electrónica UPR-Aguadilla

Continuación de la reconstrucción de robots a ser

demostrados en la Actividad de Cierre

15 Evaluación del Campamento Administración de la Post-Prueba

Actividad de Cierre.

Figura 1. Distribución por edades.

Figura 2. Distribución por grados.

42 VAEP-RITA Vol. 4, Núm. 2, Jun. 2016


Se les planteó a los participantes las siguientes preguntas

de contenido al comienzo y al final del campamento.

1. La robótica es la rama de la tecnología que se ocupa del diseño,

construcción, operación, fabricación y aplicación de robots. (cierto, falso)

2. Un robot es una máquina capaz de llevar a cabo una serie de

acciones compleja con la ayuda de un ser humano. (cierto, falso) 3. ¿Cuál de las siguientes no es una aplicación de la robótica?

(realidad virtual, carreteras o autopistas, psiquiatría, milicia)

4. Los robots inteligentes son aquellos que tienen procesamiento altamente desarrollados similares a los del cerebro humano.

(cierto, falso) 5. Los robots no se utilizan para realizar aquellas tareas que son:

peligrosas, de alta precisión, o son inaccesibles o sucias por

naturaleza. (cierto, falso) 6. La desactivación de bombas es el proceso por el cual los

artefactos explosivos peligrosos son desechados en una forma

segura. (cierto, falso)

7. Los robots no son utilizados en/como: (industrias, pasatiempo o

competencias, árbitro de deportes, tareas domésticas)

8. Las aplicaciones típicas de los robots incluyen: soldadura, cirugías, pintar con aerosol, manejo de materiales, transferencia

de material, máquina de carga o descarga. (cierto, falso)

9. ¿Puede un robot atender una estación de gasolina o de servicio? (si, no)

10. Un robot típico tiene una estructura móvil física, un motor de

algún tipo, un sistema de sensores, una fuente de potencia y un ordenador que controla todos estos elementos. (cierto, falso)

11. _________ da información sobre el medio ambiente o del mismo

robot. (actuadores, controladores, acoplamiento mecánico, sensores)

12. Las unidades de conversión de energía son las herramientas

unidas al extremo del brazo del robot que le permiten hacer un trabajo útil. Algunos terminales lo son: pinzas, instrumentos de

medición, cortadores láser o de agua a propulsión y las antorchas

de soldadura. (cierto, falso) 13. Los cortadores láser o de agua a propulsión son terminales que

utilizan rayos láser de alta intensidad o propulsión de agua a

presión alta. (cierto, falso) 14. Un chasis se compone de todos los componentes que se utilizan

para hacer que el robot se mueva alrededor del campo y es una

parte crucial de un robot. (cierto, falso) 15. Un área incluida en la robótica es: (ciencia de computadoras,

ingeniería eléctrica, ingeniería mecánica, todas las anteriores,

ninguna de las anteriores) 16. ¿Qué sucede con el robot que se muestra a continuación si el

motor de la izquierda se mueve más rápido que el motor de la

derecha (asumiendo que ambos motores se están moviendo hacia delante)? (se moverá hacia adelante, virará hacia la derecha,

virará hacia la izquierda, hará un circulo)

17. Cuán lejos crees que el robot mostrado a continuación irá si las

ruedas solo giran una vez. El radio de las ruedas es de 1.07

pulgadas. (6.7 pulgadas, 3.14 pulgadas, 12.14 pulgadas, cero

pulgadas)

Además de las preguntas de contenido, también se

incluyeron las siguientes preguntas de opinión al comienzo y

al final del campamento.

1. ¿Cuán probable es que estudies Ingeniería en la universidad? 2. ¿Cuán probable es que estudies Tecnología en Ingeniería (ejemplo:

Tecnología en Ingeniería Electrónica) en la universidad?

3. ¿Cuán probable es que estudies Ciencia (Biología, Química, Física,

etc.) en la universidad?

4. ¿Cuán probable es que estudies en uno de los once Recintos de la

Universidad de Puerto Rico? 5. ¿Cuán probable es que estudies en el Recinto de Aguadilla de la

Universidad de Puerto Rico?

6. ¿Qué tan bien sientes que este campamento fue organizado? 7. ¿Cómo fueron las facilidades/instalaciones de la Universidad de

Puerto Rico Recinto de Aguadilla para el campamento?

8. ¿Qué tan bien contribuyó este campamento a tu aprendizaje e interés en los campos de la robótica y la informática?

Los catorce (14) alumnosparticipantes contestaron las

preguntas de contenido y de opinión tanto de la pre prueba

como de la postprueba. Los resultados por alumnos de

ambas pruebas, Tabla II, indican que el promedio general de

la postprueba (77.79%) es mayor al de la preprueba

(69.93%) lo que indica una comprensión mejor de los

conceptos presentados al terminar el campamento.

Además, los alumnos contestaron las preguntas de

contenido presentadas en ambas pruebas. Los resultados por

preguntas de ambas pruebas se presentan en la Tabla

III.Como se puede observar, en 8 preguntas hubo mejoría, en

5 preguntas permaneció igual y en 4 preguntas se empeoró.

Los promedios de los resultados de las preguntas de

opinión se resumen en las Tablas IV, V y VI. Las respuestas

fueron codificadas con el fin de generar una puntuación

numérica. Se utilizó la siguiente codificación: 5 = "Muy

probable/bueno"; 4 = "Algo Probable/bueno"; 3 = "No estoy

seguro"; 2 = "Probablemente No/No es bueno"; y 1 =

"Definitivamente no/Terrible". La Fig. 3 nos muestra el

porciento de alumnos que contestaron Muy probable o Algo

probable a las preguntas de opinión (1 a la 5) luego del

campamento.

Como muestra la tabla IV, luego del campamento hubo

más interés por parte de los participantes en estudiar una

carrera relacionada a las ciencias (biología, química, física) y

hubo una reducción en el interés por estudiar carreras

relacionadas a la ingeniería y a la tecnología.

TABLA II

RESULTADOS POR ALUMNOS DE LA PREPRUEBA Y POSTPRUEBA

Nombre %Pre-Prueba %Post-Prueba %diferencia

Estudiante 1 59 82 +23


Estudiante 3 76 65 -11












PROMEDIO 69.9286 77.7857 +7.8571

TABLA III

RESULTADOS DE LAS PREGUNTAS DE CONTENIDO

IRVIN J. BALAGUER: INTRODUCCIÓN A LA ROBÓTICA: EXPERIENCIA DE UN CAMPAMENTO DE ... 43


TABLA IV

PROMEDIO DE LOS RESULTADOS DE LAS PREGUNTAS DE OPINIÓN

TABLA V

RESULTADOS POR ALUMNOSDE LA PREGUNTAS DE OPINIÓN: PRE PRUEBA

TABLA VI

RESULTADOS POR ALUMNOS DE LA PREGUNTAS DE OPINIÓN: POST

PRUEBA

De la Fig.3 podemos notar que el 64% de los alumnos

considerarían una carrera universitaria en Tecnología en

Ingeniería y es muy probable o algo probable que

seleccionen el Recinto de Aguadilla de la Universidad de

Puerto Rico para realizar esa carrera universitaria (preguntas

de opinión 2 y 5). La quinta pregunta era de gran interés para los

organizadores del campamento. De hecho, una de las

razones de realizar este campamento lo fue el aumentar el

número de futuros alumnos que se matriculen en el Recinto

de Aguadilla de la Universidad de Puerto Rico. Para esta

pregunta, la diferencia entre la pre-prueba y la post-prueba

fue de 16.6690% lo cual representa la ganancia mayor

obtenida. Además, para esta misma pregunta el 64% de los

alumnos considerarían probable o algo probable que

seleccionen el Recinto de Aguadilla de la Universidad de

Puerto Rico para realizar estudios universitarios. Para añadir

perspectiva a este particular, las preguntas 6, 7 y 8 fueron

formuladas solamente en la post-prueba. Estas preguntas

están relacionadas a la organización del campamento, las

instalaciones y si el campamento tuvo un impacto positivo

en el aprendizaje de los participantes. Como se puede

observar, los resultados promedio para estas preguntas

fueron bien altos. Esto nos indica que los participantes

quedaron impresionados con el campamento, es decir, que

los organizadores hicieron un buen trabajo; lo que es de gran

satisfacción para los organizadores.Al finalizar el

campamento se suministró una evaluación de la cual se

puede ver su resumen en la Tabla VII.

Los objetivos de integrar la programación de robots con la

tecnología fueron exitosamente demostrados mediante la

aplicación de lo aprendido durante las tres semanas del

campamento. Algunos conceptos matemáticos,

programación y robótica fueron introducidos e integrados en

este divertido campamento el cual apeló a los entusiastas de

la robótica y los ordenadores.

Además, cuando comparamos las encuestas suministrada a

los participantes antes y después del campamento, notamos

que el interés por seguir una carrera universitaria en el

Recinto de Aguadilla de la Universidad de Puerto Rico

aumentó. Esto nos demuestra que este campamento de

robótica puede ser una herramienta de reclutamiento efectiva

en el área de STEM.

(a)

(b)

Figura 3. Porciento de alumnos que contestaron Muy probable o Algo probable a las preguntas de opinión (1 a la 5) (a) antes del campamento, (b)

luego del campamento.

TABLA VII

RESUMEN DE LA EVALUACIÓN DEL CAMPAMENTO POR PARTE DE LOS

PARTICIPANTES



V. SEGUIMIENTO A LAS PREGUNTAS DE OPINIÓN

Para determinar si el grado de interés de los participantes

para cursar estudios en UPR-Aguadilla se mantuvo durante

el paso del tiempo, se les envió a los catorce alumnos

participantes, nueve meses después de haber concluido el

campamento, un cuestionario con las preguntas de opinión.

De estos, nueve (9) de los alumnos devolvieron el

cuestionario debidamente completado, para un 64% de

participación.

Los promedios de los resultados de las preguntas de

opinión se resumen en las Tablas VIII y IX. Como muestra

la tabla VIII, nueve meses luego del campamento el interés

por parte de los participantes en estudiar una carrera

relacionada a las ciencias (biología, química, física) aumentó

considerablemente de una respuesta promedio de 3.3571 de

una escala de 5.0000 en la pre prueba a 4.000 de una escala

de 5.0000 en el cuestionario de seguimiento. Este mismo

renglón obtuvo una respuesta promedio de 3.5714 en la post

prueba. De igual manera, el interés por estudiar carreras

relacionadas a la ingeniería y a la tecnología también se

redujo en el cuestionario de seguimiento (respuesta

promedio de 3.6667 de 5.0000) al compararlo con la pre

prueba (respuesta promedio de 3.8571 de 5.0000).

En la pregunta relacionada a la probabilidad de estudiar en

el Recinto de Aguadilla de la Universidad de Puerto Rico

(quinta pregunta) obtuvo una respuesta promedio menor

(3.7778) que la obtenida en la post prueba (4.0000), pero

obtuvo una respuesta mayor que la obtenida en la pre prueba

(3.4285). Esto nos indica que aunque luego de pasado el

tiempo el grado de interés de los participantes para cursar

estudios en UPR-Aguadilla disminuyó al compáralo con el

momento justo al terminar el campamento, si se mantuvo un

grado de interés para cursar estudios en UPR-Aguadilla.

VI. CONCLUSIÓN

Durante el verano 2015, el Departamento de Tecnología

Electrónica de la Universidad de Puerto Rico en Aguadilla,

organizó un campamento de robótica que atrajo 14 alumnos

de escuela secundaria. El campamento fue dirigido a

alumnos de bajos recursos económicos y tuvo una duración

de tres semanas.

La preprueba y la postprueba demostraron que la

experiencia contribuyó al aprendizaje de los alumnos en

áreas relacionadas a STEM. Los resultados de las preguntas

de opinión demostraron que el campamento aumentó el

interés de los participantes en el área específica de las

ciencias (biología, química y física) y en realizar estudios

universitarios en la Universidad de Puerto Rico en

Aguadilla.

Estas preguntas de opinión también indicaron que el

campamento estuvo bien organizado y fue de beneficio para

los participantes. Estos resultados nos indican que nuestro

campamento puede contribuir a disminuir la carencia laboral

en el área de STEM y que puede actuar como herramienta de

reclutamiento para la Universidad de Puerto Rico en

Aguadilla.

También, el campamento propició para que los

participantes tuvieran un encuentro universitario entre

alumnos de bajos recursos económicos de nivel secundario

de diferentes escuelas del área noroeste de Puerto Rico. Los

participantes demostraron un gran interés de continuar

estudios universitarios pero necesitan más orientación con

respecto a su exploración de carreras.

AGRADECIMIENTOS

La asignación de fondos para que este proyecto se llevara

a cabo provino del Departamento de Educación Federal de

los Estados Unidos de América mediante el donativo

P378A140054, CFDA 84.378 partida de fondos FEDERAL.

REFERENCIAS [1] M. Bugallo and A. Kelly, "A Pre-College Recruitment Strategy for

Electrical and Computer Engineering Study," Integrated STEM

Education Conference (ISEC), 2014 IEEE, pp. 1-4, 2014. [2] A. Lopez-Martin, "Attracting Prospective Engineering Students in

the Emerging European Space for Higher Education," Education,

IEEE Transactions on, vol. 53, no. 1, pp. 46 - 52, 2010. [3] M. Bugallo, K. Sheppard and R. Bynum, "EDUCATING

ENGINEERS OF THE FUTURE," Acoustics, Speech and Signal Processing (ICASSP), 2012 IEEE International Conference on, pp.

2749 - 2752, 2012.

[4] M. Yilmaz, J. Ren, S. Custer and J. Coleman, "Hands-On Summer Camp to Attract K–12 Students to Engineering Fields," Education,

IEEE Transactions on, vol. 53, no. 1, pp. 144 - 151, 2010.

[5] S. v. Delden and K.-P. Yang, "ROBOTICS SUMMER CAMPS AS A RECRUITING TOOL: A CASE STUDY," Journal of Computing

Sciences in Colleges, vol. 29, no. 5, pp. 14-22, 2014.

[6] D. Marghitu, T. B. Brahim, J. Weaver and Y. Rawajfih, "Kodu, alice and lego robotics: a three-step model of effective introducing

middle school students to computer programming and robotics,"

SIGCSE '13 Proceeding of the 44th ACM technical symposium on Computer science education, pp. 738-738 , 2013.

[7] K. Kallback-Rose, K. Seiffert, D. Antolovic, T. Miller, R. Ping and

C. Stewart, "Conducting K-12 outreach to evoke early interest in IT, science, and advanced technology," Proceedings of the 1st

Conference of the Extreme Science and Engineering Discovery

Environment: Bridging from the eXtreme to the campus and beyond (XSEDE ‘12)., p. Article 55, 2012.

[8] B. Ericson and T. McKlin, "Effective and sustainable computing

summer camps," Proceedings of the 43rd ACM technical symposium on Computer Science Education (SIGCSE ‘12)., pp.

289-294, 2012.

TABLA VIII PROMEDIO DE LOS RESULTADOS DE LAS PREGUNTAS DE OPINIÓN:

SEGUIMIENTO

TABLA IX

RESULTADOS POR ALUMNOSDE LA PREGUNTAS DE OPINIÓN:

SEGUIMIENTO

IRVIN J. BALAGUER: INTRODUCCIÓN A LA ROBÓTICA: EXPERIENCIA DE UN CAMPAMENTO DE ... 45


[9] F. Tuluri, "Using robotics educational module as an interactive

STEM learning platform," Integrated STEM Education Conference

(ISEC), 2015 IEEE , pp. 16 - 20, 2015. [10] S. AlHumoud, H. Al-Khalifa, M. Al-Razgan and A. Alfaries, "Using

App Inventor and LEGO mindstorm NXT in a summer camp to

attract high school girls to computing fields," Global Engineering

Education Conference (EDUCON), 2014 IEEE , pp. 173 - 177,

2014.

[11] J. Adams, "Scratching Middle Schoolers’ Creative Itch,"

Proceedings of the 41st SIGCSE technical symposium on Computer

science education, pp. 356-360, 2010.

Irvin J. Balaguer Álvarez, Catedrático Asociado, Departamento de

Tecnología en Ingeniería Electrónica, Universidad de Puerto Rico en

Aguadilla. El Dr. Balaguer recibió el grado de PhD en Ingeniería Eléctrica de Michigan StateUniversity en 2011. Las áreas de investigación del Dr.

Balaguer están en los campos de reclutamiento y retención de alumnos y en

la protección, control y confiabilidad de Microgrids. El creó el Campamento de Verano de Robótica de la Universidad de Puerto Rico en

Aguadilla para alumnos de escuela secundaria.



Title— Industrial Plant at Academic Level for Teaching

Industrial Informatics in an Electronic Engineering

Undergraduate Degree.

Abstract—This paper presents the design of an academic

level simulation for an industrial plant and the current status

of practice activities proposed for an undergraduate course on

Industrial Automation for Electronic Engineering students.

Strongly focalized in professional processes and methods, in

particular, it deals with the specific activities developed by

electronic engineers at the lower lever of the automation

pyramid.

Index Terms—Flexible Manufacturing Cell, GEMMA,

GRAFCET, Industrial Informatics.

I. INTRODUCCIÓN

N el marco de la Reforma Curricular para la Carrera de

Ingeniería Electrónica de la Facultad de Ciencias

Exactas, Ingeniería y Agrimensura de la Universidad

Nacional de Rosario, durante el año 2011 se realizó una

encuesta a graduados en los años 2005 al 2010, con el

objetivo de conocer la orientación de su actividad

profesional [1]. Este relevamiento evidenció que la totalidad

de los encuestados trabajan en actividades vinculadas con la

profesión y que más del 50% de ellos lo hacen en industrias,

o empresas de ingeniería de la zona, que proveen servicios a

las industrias. Asimismo, reveló que la automatización es

una de las temáticas más demandadas: casi un 30% de los

consultados están involucrados en este tipo de actividad

laboral, superando en al menos un 15% a otros tipos de

actividades declaradas (comunicaciones, diseño electrónico,

informática y gestión).

Sin embargo, al momento de realizar la encuesta, la

demanda de conocimientos específicos referidos a la

automatización industrial no era satisfecha por la oferta

académica de la carrera [2]. Estos resultados hicieron

imperiosa la necesidad de implementar actividades

Los autores pertenecen al Departamento de Sistemas e Informática de la

carrera de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario,

Argentina. (e-mail: [email protected]).

José Ignacio Sosa, ORCID ID: 0000-0001-9969-8696 Rodolfo Raúl Recanzone, ORCID ID: 0000-0002-2727-0663

Fernando Ardoli, ORCID ID: 0000-0003-4371-9966

Aníbal Aresi, ORCID ID: 0000-0001-6020-7669 Cristina Bender, ORCID ID: 0000-0001-6961-1983

Nora Blet, ORCID ID: 0000-0003-2695-0656

José Luis Simón, ORCID ID: 0000-0001-5158-4729

curriculares tendientes a superar los problemas observados;

esto es, cubrir la carencia de conocimientos e inculcar

buenas prácticas de diseño.

Para esto, se planificaron e implementaron

modificaciones en la asignatura electiva “Sistemas Digitales

Industriales” de la carrera Ingeniería Electrónica [3],

mediante la inclusión de conocimiento práctico de

Controladores Lógicos Programables (PLCs) y, el

aprendizaje de técnicas sólidas de modelización basadas en

GRAFCET [4] complementadas con la aplicación de la Guía

de Estudios de los Modos de Marcha y Parada (GEMMA)

[5], enfatizando el uso de descomposición en tareas

jerarquizadas con coordinación vertical. Completan estos

conocimientos la integración en redes de comunicación

industriales y con sistemas SCADA (por Supervisory

Control and Data Acquisition), conceptos de seguridad, etc.

La primera modificación [2] se limitó a introducir

herramientas para el diseño e implementación de la parte de

comando de un Sistema Automatizado de Producción

(SAP), cuya complejidad justificaba el uso de un

controlador autónomo. En este trabajo se describe la

segunda etapa de estas modificaciones, donde se aborda el

diseño orientado a sistemas de automatización grandes,

limitándolo a las actividades específicas de un Ingeniero

Electrónico, las cuales se desarrollan en los niveles más

bajos de la pirámide de automatización. La propuesta de

diseño se organiza en diferentes niveles de control

comunicados verticalmente y supervisados por uno superior,

el cual coordina el funcionamiento de distintas celdas de

trabajo y, además se comunica con los niveles de gestión de

la producción, situados en la cúspide de la pirámide.

Para las implementaciones prácticas de las estrategias de

diseño, se simula una planta industrial a escala académica

conformada por dos celdas de trabajo que ejecutan procesos

de tecnologías primarias independientes, cuyo

funcionamiento particular se resuelve con las técnicas

abordadas en la primera etapa de modificaciones. Además,

las celdas envían información de estado al Nivel superior de

Supervisión, del cual reciben órdenes que determinan sus

diferentes modos de funcionamiento (denominados recetas).

Esta segunda etapa, también aborda la comunicación

entre niveles a través de una red de comunicaciones que

soporte protocolos estándares en ambientes industriales.

El resto de este trabajo se organiza de la siguiente forma:

en el próximo apartado se presentan los conceptos básicos

utilizados en este artículo; luego se describe la propuesta

para el diseño a Subnivel de Área de la pirámide de

Planta Industrial a Escala Académica para la

Enseñanza de Informática Industrial en una

Carrera de Ingeniería Electrónica

José Ignacio Sosa, Rodolfo Raúl Recanzone, Fernando Ardoli, Aníbal Aresi, Cristina Bender,

Nora Blet y José Luis Simón

E



automatización; finalmente, se exponen algunas reflexiones

finales y líneas de trabajo futuras.

II. ALGUNOS CONCEPTOS BÁSICOS

A. Manufactura Integrada por Computador

La manufactura integrada por computador (o CIM por

Computer Integrated Manufacturing) intenta utilizar el

poder de análisis, cálculo y procesamiento de las

computadoras al servicio de la producción de bienes de

mercado, cubriendo varios aspectos de la industria que van

desde el diseño, ingeniería y manufactura, hasta la logística,

almacenamiento y distribución de los productos [5]. Su

objetivo es incrementar la capacidad de manufacturar

piezas, productos terminados o semielaborados usando el

mismo grupo de máquinas. Para ello se requiere que las

herramientas utilizadas sean flexibles y capaces de

modificar su programación adaptándose a los nuevos

requerimientos del mercado. Por tanto, un aspecto clave de

la filosofía CIM es la integración de los diferentes elementos

que componen el sistema de fabricación. Con este fin se

estableció un modelo que representa el flujo de información

en las empresas manufactureras, denominado pirámide CIM

o pirámide de automatización; la cual estructura la empresa

en niveles, en función del tipo de datos y forma de procesar

la información en cada uno de ellos. Este modelo se presenta

en la Figura 1.

Una característica de esta jerarquía es que la información

de los procesos se envía desde los niveles inferiores a los

superiores, en tanto que la información de gestión de la

producción fluye en sentido contrario.

Desde el punto de vista de una arquitectura integrada, el

papel más importante lo lleva a cabo una red de

comunicaciones la cual, a modo de columna vertebral,

permite la comunicación entre los distintos niveles. Así, el

nivel de gestión puede tomar decisiones basándose en los

datos que arrojan los equipos o dispositivos del piso de

planta.

Desde su gestación, el modelo CIM sufrió diversas

modificaciones y cambios lexicográficos. La Figura 2

muestra los tres niveles más bajos de la pirámide (de un total

de cuatro) en una modificación ampliamente usada.

Si bien un sistema de automatización moderno integra los

niveles operativos de automatización con los de gestión de

la producción y gestión empresarial, técnicamente hablando,

el sistema de automatización corresponde a estos tres

niveles más bajos [6]:

• Nivel 0: TECNOLOGÍA PRIMARIA

Lo componen elementos que forman parte del proceso o,

interaccionan físicamente con él. Aunque no se menciona en

el modelo original, su existencia se asume implícitamente,

dado que es imposible ignorarlo.

• Nivel 1: CONTROL

Comprende los niveles 1, 2 y 3 del modelo original,

dividido en los siguientes subniveles:

de Sensores y Actuadores

de Campo: realiza la adquisición/transmisión de

datos y el control de actuadores (subnivel agregado

en la modificación graficada)

de Celda o Función de Proceso: controla parte de

un Grupo/Área, de forma autónoma pero coordinada.

Excepto por mantenimiento, ejecuta funciones de

lazo cerrado: regulación, monitoreo,

secuenciamiento, protección e interlocking.

de Grupo/Área: controla una parte de la planta bien

definida, donde un PLC ejecuta principalmente

funciones de lazo cerrado. Coordina y comanda las

celdas subordinadas, como un conjunto. En lazo

abierto, permite la intervención de un operador.

• Nivel 2: FÁBRICA (SUPERVISOR)

Comprende el nivel 4 del modelo original y atiende:

Funciones de lazo abierto: supervisa la

producción, ejecuta operaciones, visualiza plantas,

almacena datos de procesos, registro de

operaciones, históricos, etc.

Funciones de lazo cerrado: optimización de la

producción.

B. Sistemas Automatizados de Producción

La Figura 3 muestra la estructura general de un Sistema

Automatizado de Producción (SAP), donde se tienen tres

partes bien diferenciadas ([7], [8]).

La Parte de Relación (PR) incluye la consola de diálogo

humano-máquina, equipada con los órganos de comando

que permiten la selección de los modos de funcionamiento,

el comando manual de las acciones habilitadas al operador,

y señalizaciones diversas (tales como indicadores

luminosos, bocinas, etc.).

Fig. 1. La pirámide productiva según el concepto CIM.

Fig. 2. Una de las modificaciones al modelo CIM.



La Parte de Comando (PC) se encarga del tratamiento

de la información emitida por los órganos de comando de la

PR y los sensores de la Parte Operativa. Las órdenes

resultantes se transmiten a la Parte Operativa para controlar

su evolución y, a los componentes de señalización de la PR

para indicar al operador el estado y la situación del sistema.

Finalmente, la Parte Operativa (PO) es la que actúa

directamente sobre la materia prima a través de una máquina

o proceso productivo propio del sistema industrial.

C. GRAFCET

Un GRAFCET (por GRAphe Fonctionnel de Commande

Étape/Transition) es una representación gráfica que traduce,

sin ambigüedades, la evolución del ciclo de un automatismo

secuencial, permitiendo describir los comportamientos

esperados del mismo [4]. Puede usarse para representar el

automatismo en todas las fases de su concepción, desde la

definición de la especificación técnica hasta su

implementación (por ejemplo, con la programación de un

PLC industrial, el uso de secuenciadores u otras

tecnologías), pasando por el estudio de los modos de

arranque y parada.

El GRAFCET se basa en el uso de instrucciones precisas,

el empleo de un vocabulario bien definido, el respeto de una

sintaxis rigurosa y el uso de reglas de evolución, evitando

incoherencias en el funcionamiento. Entre otras cosas,

permite adoptar un enfoque progresivo en la elaboración del

automatismo.

A partir de su creación y publicación en 1977, esta

herramienta de especificación alcanzó una amplia difusión y

estudio en los establecimientos de enseñanza técnica,

justificando su normalización en Francia en 1982. En 1993,

la Comisión Electrotécnica Internacional (CEI) la incluyó en

su Norma IEC 61131-3 [9] que, entre otras cosas, validó

cinco lenguajes de programación de PLCs: uno de ellos es el

SFC (por Sequential Function Chart), inspirado en

GRAFCET. Este hecho y, la circunstancia que el SFC se

adoptó internacionalmente tanto en el ámbito educativo

como en el industrial, determinaron la elección de

GRAFCET como herramienta de modelado para el

desarrollo de las nuevas actividades curriculares de la

asignatura “Sistemas Digitales Industriales”.

A modo de ejemplo, en la Figura 4 se muestra un

GRAFCET que representa el ciclo de funcionamiento

normal de una máquina de estampado, cuyo esquema de

funcionamiento puede consultarse en [2].

D. GEMMA

En la automatización de una máquina es necesario prever

todos los estados posibles: funcionamiento manual o

semiautomático, paradas de emergencia, puesta en marcha,

etc. Además, el propio automatismo debe ser capaz de

detectar defectos en la PO y colaborar con el operario o

técnico de mantenimiento para su puesta en marcha y

reparación, entre otras cosas. Con frecuencia, al estudiar un

sistema automatizado, las necesidades de modos de marchas

y paradas están mal o insuficientemente expresadas, por lo

cual, se plantean soluciones a las necesidades esenciales una

vez realizado el sistema, al precio de modificaciones y

tanteos costosos. El diseñador necesita, por tanto, un

enfoque guiado y sistemático para prever completamente los

defectos y contemplarlos a partir del estudio tanto de la PO

como de la PC del sistema a realizar.

Esta necesidad de métodos-herramientas dio nacimiento

al GRAFCET, el cual permite una expresión precisa de

algunos modos de marchas y de paradas, pero que, por sí

solo, no permite el enfoque sistemático global necesario. Por

estas razones, la agencia francesa ADEPA (Agence

nationale pour le DEveloppement de la Production

Automatisée) desarrolló en 1993 la guía GEMMA (por

Guide d’Etudes des Modes de Marches et d’Arrêts) ([10],

[11], [12]), que representa en forma organizada todos los

modos o estados de Marchas y Paradas en que puede

encontrarse un proceso de producción automatizado y

orienta sobre las transiciones que pueden darse de un estado

a otro, además de prever estos modos desde la concepción,

integrándolos en la realización. Por esto, puede considerarse

que GEMMA es un método-herramienta que define un

vocabulario preciso, proponiendo un enfoque guiado

sistemático para el diseñador. Complementándose con la

representación GRAFCET, la GEMMA fue concebida para

estar en consonancia con las normas de seguridad de la

Unión Europea, incluyendo situaciones de emergencia en

prevención de posibles daños humanos y/o materiales. En la

Figura 5, a modo de ejemplo, se muestra la parte

correspondiente a los procedimientos de Parada y de Puesta

en Marcha de la cartilla que resume la Guía GEMMA (la

cartilla completa puede consultarse en [13]).

Cada uno de los rectángulos que representan un Modo de

Marcha o Parada sobre la Guía Gráfica GEMMA, recibe la

denominación de “rectángulo-estado”. Por ejemplo, el

rectángulo-estado A6 corresponde a la puesta de la PO en el

estado inicial.

Fig. 4. GRAFCET funcional de la operación normal de una máquina.

Fig. 3. Esquema general de un Sistema Automatizado de Producción.

SOSA et al.: PLANTA INDUSTRIAL A ESCALA ACADÉMICA PARA LA ENSEÑANZA DE INFORMÁTICA... 49


E. Desarrollo de un Automatismo

La secuencia típica del estudio de un automatismo [14] se

esquematiza en la Figura 6.

Los pasos a seguir son:

1) Realizar el estudio del proceso industrial y, en

paralelo, la definición del ciclo de producción.

2) Definir la PO y los dispositivos que actuarán como

captadores y, en paralelo, el GRAFCET de

Producción Normal (GPN) (rectángulo-estado F1

de la guía GEMMA).

3) Implementar la Guía gráfica GEMMA para la

selección de los Modos de Marchas y Paradas,

poniendo en evidencia los enlaces entre estos

modos.

4) Definir, con ayuda de la Guía GEMMA, las

condiciones de evolución entre los estados de

Marchas y Paradas y, en paralelo, las funciones de

la consola de comando y establecimiento del

GRAFCET completo que contempla las situaciones

de parada y fallo además de la producción

normal, aplicando el concepto de descomposición

en tareas jerarquizadas con coordinación vertical

[15] [16], explicado a continuación. La Figura 7

muestra una descomposición en tareas coordinadas,

típica de una PC, jerarquizada verticalmente.

Las tareas están representadas por sus respectivos

GRAFCETS [7]:

El GRAFCET de Seguridad (GS) permite

administrar las paradas en casos de falla

(paradas de emergencia). Normalmente, el GS

se corresponde con el rectángulo-estado D1 de

la guía GEMMA (ver Figura 5).

El GRAFCET de Conducta (GC) integra los

modos de marcha y paradas normales. Las

etapas del GC se corresponden con un

rectángulo de las familias F o A de la Guía

GEMMA (ver guía completa en [13]).

El GRAFCET de Inicialización (GI) administra

los rearranques después de fallos y, corresponde

al recorrido por los rectángulos A5 y A6 de la

Guía GEMMA (ver guía completa en [13]).

GRAFCETs de Tarea: a cada rectángulo-estado

se le puede hacer corresponder una tarea bajo la

forma de un GRAFCET. Un caso particular es el

GPN. Un GRAFCET de Tarea es un

subprograma invocado por el GC.

5) Elegir una tecnología de comando. En las

asignaturas dictadas en el Departamento de

Sistemas e Informática (DSI), está orientada

fuertemente a la solución utilizando PLCs.

6) Concebir el esquema o programa de comando en la

tecnología elegida. Esto es, realizar la

programación del PLC, las pruebas y puesta a

punto utilizando las maquetas.

Fig. 5. Extracto del Gráfico GEMMA propuesto por ADEPA.

Fig. 6. Secuencia típica del estudio de un automatismo.

Fig. 7. Descomposición típica de una PC jerarquizada.



F. Límites y Extensiones Posibles de la Guía GEMMA

La GEMMA [17] está concebida para una PO ÚNICA

comandada por una PC ÚNICA. Esto implica que en todo

instante se está en un modo y solamente en uno, o lo que es

lo mismo, en un rectángulo-estado y sólo uno; esta premisa

se conoce como “principio de unicidad de modo”. Ello

permite considerar a las tareas (o acciones) asociadas a los

diferentes modos independientemente entre sí, sin riesgo de

interferencia fatal. En efecto, si varias tareas se activaran al

mismo tiempo, podría darse el caso en que las órdenes

emitidas fueran contradictorias.

Entonces, no es solo conveniente respetar este convenio,

sino que también es recomendable establecer todos los

"enclavamientos" condicionantes necesarios para que solo

sean posibles las evoluciones que respeten la unicidad del

rectángulo-estado activo. Esta restricción puede ser un

inconveniente cuando el sistema toma dimensiones tales que

es difícil considerarlo en conjunto o bien, cuando sus partes

están dotadas de una cierta autonomía (por ejemplo, algunas

podrían estar en modo parada y otras en modo de marcha).

Cuando no se puede satisfacer la unicidad de modo se

aconseja utilizar una GEMMA por cada sistema o

subsistema, pudiendo considerarse que hay en todo instante,

un modo activo y sólo uno. Tenemos entonces el esquema

de la Figura 8. Hará falta, por tanto, asegurar la

coordinación entre estas GEMMAs con el fin de evitar

riesgos no contemplados.

Para ello existen dos posibilidades:

Coordinación Horizontal de GEMMAs: en este caso,

se escribe sobre las condiciones de transición de cada

tarea (rectángulos-estado) de cada una de las

GEMMAs, los estados donde pueden estar las otras

GEMMAs. Por ejemplo, en la Figura 8: podría

imponerse para la condición de entrada de la GEMMA

“2” a F1 (Producción Normal) que las GEMMAs “1” y

“3” estén igualmente en F1.

Coordinación Vertical de GEMMAs: en este tipo de

coordinación se tiene una "GEMMA de GEMMAs". Se

está entonces ante un conjunto jerarquizado: los

sistemas no se comunican directamente entre ellos, sino

a través de una GEMMA directora de nivel superior,

como se ilustra en Figura 9. En este trabajo se adopta

esta posibilidad.

III. MEJORAS PROPUESTAS EN LA ACTIVIDAD CURRICULAR

A. Planta industrial a escala académica

En algunas asignaturas que el DSI dicta en las carreras de

Ingeniería Electrónica, Ingeniería Eléctrica e Ingeniería

Mecánica, se imparten conocimientos de PLC y

modelización. Sin embargo, se observa que, en particular en

la carrera de Ingeniería Electrónica, las actividades prácticas

curriculares directamente vinculadas a la automatización

industrial son escasas. Por esto, el DSI decidió diseñar e

implementar prácticas de laboratorio destinadas a cubrir esta

falencia. Para estas prácticas, es evidente la necesidad de

contar con elementos que permitan involucrar al alumno en

actividades similares a las que realizará en su actividad

profesional: surge así la necesidad de contar con

dispositivos físicos a pequeña escala para simular el

funcionamiento de procesos industriales reales, en la

cantidad y la calidad necesarias. Esto llevó a encarar el

diseño y montaje, con recursos propios y de manera

sostenida en el tiempo, de maquetas educativas que simulan

celdas de trabajo controladas por PLCs y, a la vez por un

nivel superior de supervisión. De este modo, se provee al

alumno, soportes físicos mecánicamente acotados al ámbito

de un laboratorio para que, experimente y aplique los

conceptos impartidos en problemas extrapolables a otros de

mayor complejidad, como los que encontrará en

aplicaciones industriales en el ejercicio de su actividad

profesional.

Al presente se desarrollaron e implementaron dos celdas

de trabajo que emulan partes de un proceso industrial: una

de ellas está basada en un sistema de cintas transportadoras

(presentada con amplio detalle en [2] y [18]) y, la otra, está

conformada por un sistema de tanques (Figura 10).

Ambas maquetas cuentan con los componentes típicos de

una automatización industrial [18] (elementos de tecnología

primaria, sensores, actuadores, PLCs y Panel de Control),

cuyas respectivas configuraciones pueden determinar

diferentes modos de funcionamiento.

Como se observa en la Figura 10, la celda de Tanques

consta de un tanque principal que, a través de bombas y

Fig. 8. Descomposición del sistema en varias GEMMAs (extraída de

[17]).

Fig. 9. Utilización de una GEMMA Directora (extraída de [17]).

Fig. 10. Celda 2 (Tanques) [18].



válvulas, puede alimentar a otros dos, cumpliendo una

funcionalidad predeterminada.

Una vez finalizada una secuencia, el producto

almacenado en ambos tanques se puede enviar hacia una

cisterna, para luego reinsertarlo en el tanque principal y

poder repetir el ciclo. El control de este funcionamiento

reside en un PLC de características semejantes al utilizado

en la celda de trabajo de movimiento de cintas

(específicamente, un PLC SIMATIC S7-200 con capacidad

de comunicación mediante protocolo PROFIBUS DP [18]).

Basadas en los conceptos de fabricación flexible, estas

dos estaciones de trabajo deben realizar sus tareas

específicas, en secuencias de funcionamiento diferentes

denominadas “recetas”. Por ejemplo: una receta podría

consistir en realizar tareas alternando un ciclo de trabajo por

estación o, en cualquier otra secuencia que el proceso

demande.

El control de la ejecución de estas recetas está a cargo del

Nivel de Supervisión el cual, de acuerdo a los

requerimientos del sistema de gestión de la producción

(MES, por Manufacturing Execution System), definirá una

forma de trabajo u otra. El Nivel de Supervisión también

puede enviar información a los niveles más altos de la

pirámide productiva, a fin de utilizarla para la planificación

de la producción, control de materiales y recursos,

coordinación de recursos en planta, etc. Desde el punto de

vista de la PO no se buscó coherencia mecánica entre las

celdas dado que, el objetivo del trabajo es aplicar criterios a

la forma de coordinar sus funcionamientos y, no

pormenorizar en detalles tecnológicos, que están más allá

del alcance de esta publicación.

La Figura 11 muestra ambas maquetas que hacen las

veces de “celdas” en la pirámide productiva. En la parte

superior de la imagen, se puede ver el PLC S7-300 que

realiza la función de Control a Subnivel de Área [18].

La actividad práctica, monitoreada por los docentes, se

realiza en el Laboratorio de Tecnologías Digitales e

Informática Industrial [18], ubicado en el DSI. Sobre las

maquetas se propone a los alumnos la resolución de

problemas de automatización de complejidad diversa, con la

premisa común de planificar la solución mediante

modelización con el uso de GRAFCET, dentro del marco de

la Guía GEMMA (Figura 12).

En la Figura 12, el prefijo “G” indica una referencia al

GRAFCET correspondiente, el sufijo “_C” hace referencia a

la maqueta de Cintas y el sufijo “_T” hace referencia a la

maqueta de Tanques.

Este enfoque de diseño se describe en [2]; el mismo se

limitaba, en principio, a las aplicaciones no más allá del

Subnivel de Celda, sin que exista coordinación de la

operatoria de las “celdas”. Para superar esta limitación, en

este trabajo se aborda la incorporación de un Subnivel de

Área.

B. Subnivel de Área

Este Subnivel controla y coordina las operaciones de las

celdas, consideradas en conjunto. Ello implicó:

1) agregar un PLC que opere en el Subnivel de Área

2) determinar las comunicaciones entre los Subniveles

de Área y Celda

3) establecer un modelo de control jerárquico entre los

subniveles

4) definir una operatoria sencilla del sistema, en la

cual la importancia recaiga fuertemente en las

interacciones entre los Subniveles de Área y Celda,

sin enfatizar en los subprocesos específicos

controlados por cada celda

5) adecuar la programación de las celdas y de la

unidad de coordinación en el Subnivel de Área.

Las opciones escogidas para satisfacer estos

requerimientos fueron (ver Figuras 13, 14 y, referencia

[18]):

1) usar un PLC S7-300 para el subnivel de Área

2) establecer una red que comunique los controladores

del sistema. Frente a la amplia oferta de

posibilidades, se eligió PROFIBUS entre aquéllas

que podían implementarse con la infraestructura

disponible.

3) conservar los automatismos GEMMA de las celdas,

agregando una GEMMA de Subnivel superior de

Área a la cual quedan subordinadas las celdas; esto

es, se agregó una GEMMA de GEMMAs. Se

obtiene así un conjunto verticalmente jerarquizado,

en el cual los sistemas subordinados no se

comunican directamente entre ellos, sino a través

de la GEMMA de nivel superior. Las celdas siguen

operando bajo el principio de unicidad de modo en

su respectiva GEMMA pero, el principio no se

aplica al conjunto global.

Fig. 11. Celdas implementadas para la actividad curricular [18].

Fig. 12. Esquema de trabajo sobre las maquetas [18].



En la Figura 14, el sufijo “_A” hace referencia a la

GEMMA de Área.

C. Operación con Recetas

Las recetas pueden ser muy variadas, dependiendo de la

disponibilidad de recursos en cada celda y de su

organización. En particular aquí, en cada celda se puede

definir un conjunto de funciones básicas que, haciendo un

uso bien planificado de los recursos, pueden combinarse

adecuada y diferentemente para efectivizar las distintas

recetas. En el caso de recetas que necesiten la cooperación

de 2 o más celdas, se pueden aplicar diferentes enfoques.

Por ejemplo, en un primer abordaje se puede dejar la

responsabilidad TOTAL de la planificación y ejecución de

la receta en cada celda, al Subnivel de Área (GEMMA_A):

las celdas brindarían así las piezas del rompecabezas

(funciones) y, su ensamblado (ejecución) estaría dirigido

desde dicho nivel. Otro enfoque: para cada receta, la celda

estaría en conocimiento de la concatenación de ejecución de

sus funciones, dependiendo de la GEMMA_A únicamente

cuando deba coordinarse con otras celdas (unicidad de modo

en la celda).

En cualquier caso, pueden necesitarse mensajes

adicionales desde la GEMMA_A para parametrizar las

operaciones de las funciones involucradas en las recetas. De

ser necesaria una mayor interacción entre las operaciones de

ambas celdas, se puede aplicar el primer enfoque

descomponiendo los ciclos de funcionamiento totales en

subciclos que puedan invocarse en forma particular desde la

GEMMA_A.

En una primera aproximación se utilizó el segundo

enfoque, definiendo los siguientes modos de

funcionamiento:

a) Modo Autónomo: cada una de las celdas opera

independientemente de la otra, desarrollando una

funcionalidad predeterminada. Los arranques y

paradas de cada celda se comandan con

accionamientos locales.

b) Receta #1: bajo comando del GRAFCET GC_A

(GEMMA_A) se ejecutan alternativamente:

un ciclo completo de la celda de tanques

dos ciclos completos de celda de cintas

c) Receta #2: bajo comando del GRAFCET GC_A

(GEMMA_A) se ejecutan alternativamente un ciclo

completo de cada celda.

En todos los modos, una parada general emitida por la

GEMMA_A tiene la equivalencia de un orden de “parada

solicitada al final de ciclo” para cada celda (rectángulo-

estado A2). Si se está en modo “receta”, la celda operante

simplemente terminará el ciclo iniciado, en cuyo momento

la receta concluirá. La selección del modo de operación se

lleva a cabo en la GEMMA_A, con un conjunto de llaves.

En [18] se puede acceder a un video donde se aprecia este

esquema en funcionamiento.

D. Mejoras Implementadas

Una primera solución (detallada en [18]) para la GEMMA

de Subnivel de Área (GEMMA_A) se muestra en las

Figuras 15 y 16 (GRAFCETs GS_A y GC_A,

respectivamente).

En la Figura 15, fPO_C y fPO_T son variables internas

que contienen indicaciones de estado recibidas vía mensajes

de las celdas respectivas cuando alguna de ellas detecta un

fallo en su PO, y Reset_gral es una orden de reposición,

entrada del S7-300.

Al igual que en el caso de operaciones de celdas no

coordinadas, las situaciones de falla de la PO deben ser

atendidas sin dilación, por los respectivos automatismos

GEMMA de cada celda. Las necesidades de coordinación

exigen que estas situaciones se informen también al

Subnivel de Área. Esto puede hacerse de diversas maneras:

redundancia de señales de hardware, conectadas al

controlador del Subnivel de Área (costoso, poco

flexible)

Fig. 13. Arquitectura del nuevo sistema [18].

Fig. 14. Esquema de GEMMAs [18].

Fig. 15. GRAFCET de Seguridad a Subnivel de Área [18].

Fig. 16. GRAFCET de Conducta del SubNivel de Área [18].

GRAFCET DE SEGURIDAD “GS_A”

100

101

1

“Estado global: NORMAL”

Msg. a Celda #1:

FORZAR ESTADO

SEGURO

Msg. a Celda #2:

FORZAR ESTADO

SEGURO

GC_A { } GI_A { }

102

↑Reset_gral

Señalizar Estado

de Falla !

“Esperar reposición

por el operador”

103 GC_A { INIT } GI_A { INIT }

( fPO_C + fPO_T ) · ( Modo_Op ≠ Autónomo )

GRAFCET DE CONDUCTA “GC_A”

“Operación autónoma de las Celdas,

hasta que ocurra un cambio de Modo”

Habilitar

GI_A

0

X100 · Arr_gral

1Mensaje a

Celda #1: INIT

Mensaje a

Celda #2: INIT

Reset

Modo_Op

Fin_GIA · Fin_GIC · Fin_GIT

2

Leer

Modo_Op

1

3

5

Cambio_de_Modo

6Msg. a Celda

#1: PARAR

Msg. a Celda

#2: PARAR

Celda1_Parada · Celda2_Parada

Modo_Op = Autónomo

1

4Msg. a Celda #1:

Modo_Op

Msg. a Celda #2:

Modo_Op

7

Modo_Op = Receta#1 ó Receta#2

Coordinación de las

operaciones de la

Celda #1 y la Celda #2

Fin_Receta



la celda en falla envía un mensaje al Subnivel de

Área (opción elegida).

De modo no exhaustivo (ver detalles en [18]), se describe

a continuación la operatoria de la GEMMA de GEMMAS.

En situación “normal” (etapa [100] activa en el

GRAFCET GS_A), el GRAFCET de Conducta GC_A

aguarda en su etapa inicial [0] la activación de una orden

local de arranque general (Arr_gral). Hasta ese momento,

las dos celdas (Cintas y Tanques) deben permanecer

inactivas, ignorando cualquier comando local propio,

esperando recibir una orden del Subnivel superior (Área). La

orden de arranque general desencadena la ejecución de

tareas de inicialización locales del Área (GI_A), y el envío

de sendos mensajes a las celdas requiriendo lo propio en

cada una de ellas. Una vez finalizada la inicialización local,

y recibidos mensajes de las celdas informando que ya están

inicializadas, el sistema está en condiciones de comenzar a

operar (bajo condiciones “normales”).

En la Figura 16, Arr_gral es una orden de arranque

general, entrada del S7-300; Fin_GIA es una señal de

estado que indica la finalización de las operaciones de

inicialización en GEMMA_A; Fin_GIC y Fin_GIT son

señales de estado que indican la finalización de las

operaciones de inicialización en GEMMA_C y GEMMA_T,

respectivamente (reportadas por comunicaciones);

Modo_Op es una variable numérica (INT) en el S7-300 que

almacena el valor de una combinación (decimal) de entradas

digitales que definen un Modo de Operación seleccionado

por un operador-supervisor del Área; y Celda1_parada y

Celda2_parada son variables de estado que se activan

cuando las celdas correspondientes cesaron de funcionar

(reportadas por comunicaciones).

El GRAFCET de Conducta GC_A adquiere el modo de

operación deseado (Modo_Op), y lo transmite

simultáneamente a las dos celdas (etapas [2] a [4]). El

comportamiento a continuación depende del modo de

operación elegido:

a) modo de operación Autónomo: se permite que las

dos celdas operen libre e independientemente

(etapa [5]), hasta que se detecte un cambio en el

modo de operación, en cuyo caso se envían

mensajes a las celdas para ordenar la finalización

de sus respectivos procesos en curso (equivalente a

un STOP local) (etapa [6]).

b) modo de operación Receta (Receta #1 o Receta #2)

(etapa [5]): en este modo de operación las celdas

conocen (a través de la “receta”) las circunstancias

en las que pueden operar libremente, así como

aquellas en las que deben esperar comandos de

coordinación emanados del Subnivel superior

(Área) para continuar su operación.

Finalizado cualquiera de los modos de operación, el

sistema remite a la fase de adquisición de un nuevo modo de

operación (etapa [2]).

Ante una falla de cualquiera de las PO, si se está

trabajando en un Modo Receta (no Autónomo), el

GRAFCET de Seguridad GS_A garantiza que ambas celdas

se establezcan en un modo “seguro”, deteniendo la

ejecución de la receta en curso (etapa [101]) y desactivando

completamente sus GRAFCETs subordinados (GC_A y

GI_A). En el modo Autónomo se asume que la falla de la

PO de una celda será manejada apropiadamente por la PC de

la misma, sin afectar el funcionamiento de la otra celda.

Las señalizaciones indicadas en el GS_A (etapa [102])

pueden ser:

a) señalizaciones locales (luminosas y/o acústicas)

b) transmisión de mensajes a niveles superiores

(gestión)

Solucionada la causa de la falla, una orden de Reset_gral

por parte del operador permite volver el sistema a la

normalidad (etapa [103]). En la Figura 15 no se contempla

el manejo de otras circunstancias anómalas tales como,

fallos en las comunicaciones, ya sean debidos a problemas

con el hardware (cables, interfaces, etc.) o con el software

(respuestas indebidas o inexistentes, etc.).

E. Comentarios sobre la Implementación

La implementación de esta segunda etapa de

modificaciones en el Laboratorio de Tecnologías Digitales e

Informática Industrial del DSI finalizó a fines del 2015, con

la participación de los docentes de la asignatura y el apoyo

de alumnos avanzados de la carrera de Ingeniería

Electrónica que, realizaron su trabajo final de carrera bajo la

dirección de dichos docentes. La asignatura Sistemas

Digitales Industriales, dictada en el décimo y último

cuatrimestre de dicha carrera, cuenta con un promedio de

doce alumnos por año académico, la cual es una cantidad

importante por tratarse de una materia electiva de la

currícula de Ingeniería Electrónica. La implementación de

esta mejora ha obtenido una valoración cualitativa muy

buena, tanto por parte de los docentes como de los alumnos.

La evaluación de encuestas de calidad de dictado realizadas

por la Escuela de Ingeniería Electrónica, han favorecido la

propuesta de estas prácticas de laboratorio, revelando las

mismas, una aceptación netamente favorable por parte de los

alumnos. En particular con respecto a la pregunta: ¿Cómo

evalúa la coordinación y complementación entre la teoría y

la práctica para el aprendizaje de los temas desarrollados?,

de 34 alumnos encuestados (2013-2015) el 32% lo evalúa

como Muy Bueno, el 59% como Bueno y el 9% como

Regular. Es destacable el entusiasmo y compromiso

demostrado por los alumnos en la realización de un proyecto

final de la asignatura donde, deben diseñar y analizar la

automatización de un proceso industrial de mediana

complejidad. En [18] puede consultarse uno de los proyectos

finalizados.

En palabras del alumno, autor de dicho trabajo:

"Considero a la asignatura Sistemas Digitales Industriales

dentro de las más significativas durante mi formación

profesional. La visión de la cátedra sobre la estructuración

de los mecanismos para diseñar los controladores para

procesos automáticos ofrecen un cambio de paradigma muy

grande respecto a la visión lineal y puntual a la que somos

llevados automáticamente muchas veces durante la

formación en programación, y la reemplazan con una

versión sistémica fundamental para el desarrollo de

aplicaciones seguras, robustas y escalables; no solo

aplicable al desarrollo de aplicaciones en la industria, sino

en cualquier ámbito y en cualquier lenguaje de

programación. El material provisto por la cátedra es



abundante y de calidad, y el mismo contiene una importante

cantidad de casos prácticos reales para ejemplificar las

condiciones dadas en el ambiente industrial y justificar los

métodos aplicados. Por último, y quizás también lo más

importante, es que los laboratorios introducen de manera

intuitiva y práctica a los entornos de desarrollo disponibles

actualmente en el mercado, brindándole al alumno un

conocimiento en el uso de herramientas vigentes para que

pueda defenderse en el ámbito laboral actual, y para

facilitarle el camino hacia la obtención de un puesto de

trabajo en el sector industrial."

IV. CONCLUSIONES Y TRABAJO FUTURO

En esta publicación, se ha avanzado con respecto a las

técnicas de automatización de un SAP con control

concentrado, presentado los criterios de diseño utilizados en

la automatización de una planta y, considerado una

arquitectura de diseño que permite adaptarse con mayor

facilidad a los requerimientos demandados por un modelo

de Fabricación Flexible. A través de la implementación de

una planta industrial a escala académica, se desarrolló un

soporte físico que emula las partes constituyentes de este

tipo de procesos productivos, el cual sirve como plataforma

práctica para que los alumnos experimenten en la solución

de problemas más cercanos a los que les demandará el

ejercicio de su profesión. Los resultados han sido

alentadores ya que, además del conocimiento incorporado,

permitió que empresas de ingeniería vinculadas a esta

actividad, con las cuales se mantiene una realimentación

fructífera, seleccionaran a varios alumnos de la electiva

“Sistemas Digitales Industriales”.

Como posibles trabajos futuros se prevé la incorporación

de conceptos relacionados con la seguridad funcional, el

desarrollo de una interfaz gráfica en el Nivel de Supervisión,

recopilación automatizada de datos en tiempo real para

calcular indicadores claves de desempeño tales como

Efectividad Global de los Equipos (OEE), Eficiencia

Energética, etc. y, el uso de aplicaciones industriales

embebidas, en especial aquellas que contemplen la

incorporación de la CIAA (Computadora Industrial Abierta

Argentina, www.proyecto-ciaa.com.ar), proyecto en el cual

integrantes del DSI están participando activamente, tanto en

su desarrollo como su difusión.

REFERENCIAS

[1] Informe de Autoevaluación. Ingeniería Electrónica. Acreditación de

Carreras de Ingeniería. Convocatoria 2011. pp 179-182. Disponible en

diciembre de 2015 en

usuarios.fceia.unr.edu.ar/~basica/Autoevaluacion_IngElectronica_FCEIA_UNR_2011.pdf.

[2] Recanzone R., Sosa J. I., Bender C., Blet N., Simón J. L. Experiencias

en la enseñanza de la Informática Industrial en una carrera de Ingeniería Electrónica: Proceedings del VIII Congreso de Tecnología

en Educación y Educación en Tecnología TE&ET 2013. Nro. 5448,

Ed. RedUNCI. ISBN: 978-987-1676-04-0. Disponible en diciembre de 2015 en

http://sedici.unlp.edu.ar/bitstream/handle/10915/27528/Documento_completo.pdf?sequence=1, 2013

[3] Programa analítico de la asignatura electiva Sistemas Digitales

Industriales, Escuela de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de

Rosario, Argentina. Disponible en diciembre de 2015 en

http://www.eie.fceia.unr.edu.ar/inicio/electiva/ECA%20-

%20Electiva%20-%20Sistemas%20Digitales%20Industriales.pdf.

[4] Thelliez, S. y Toulotte, J. M. GRAFCET et logique industrielle

programmée. Ed. Eyrolles, Francia, 1982. [5] Blet, N. and Simón, J.L. SOA in industrial automation for SMEs. En

IJIE, Iberoamerican Journal of Industrial Engineering. Ed.

Universidade Federal de Santa Catarina, v. 3, n. 2, pp 190-208, 2011. [6] Djiev, S., Industrial Networks for Communication and Control.

Disponible en diciembre de 2015 en http://anp.tu-

sofia.bg/djiev/PDF%20files/Industrial%20Networks.pdf. [7] Mandado, E., Marcos, J., Silva, C. F., Armesto, J. I. y Pérez, S.,

Autómatas programables Entorno y aplicaciones. Ed. Paraninfo, 1ra

edición (2004) – ISBN: 978-849-732-3284. [8] Balcells, J. y Romeral, J.L. Autómatas programables (1997) Ed.

Marcombo

[9] Norma IEC 61131-3. Comisión Electrotécnica Internacional (IEC). Disponible en diciembre de 2015 en www.iec.ch/.

[10] GEMMA: Guide d’Étude des Modes de Marches et d’Arrêts. Agence

nationale pour le DÉveloppement de la Productique Appliquée à l’industrie (ADEPA), 1992.

[11] Ponsa Asensio, P. y Vilanova Arbós, R. Automatización de procesos

mediante la Guía GEMMA. Ed. Univ. Politécnica de Cataluña, 2005. [12] García, E., Morant, F., Salt, J. y Correcher, A., “Herramientas de

sistemas de automatización para el diseño jerárquico de sistemas de

automatización industrial”, Departamento de Ingeniería de Sistemas y Automática, Universidad Politécnica de Valencia, (2008). Disponible

en diciembre de 2015 en http://www.cea.ifac.es/.

[13] Recanzone, R. La Guía GEMMA. Apunte de la Cátedra de Sistemas Digitales Industriales. Facultad de Ciencias Exactas, Ingeniería y

Agrimensura, Univ. Nacional de Rosario, 2010. Disponible en

diciembre de 2015 en www.dsi.fceia.unr.edu.ar/downloads/sist_Log/X0073/2012%20X007

3SDI_2012/La%20Guia%20GEMMA.doc.

[14] Ejemplo de aplicación de GEMMA-Telemechanique, Cátedra

Informática Industrial II. Disponible en diciembre de 2015 en

http://isa.uniovi.es/~vsuarez/Download/GemmaTelemecanique.PDF.

[15] Machado J, Seabra E. A systematized approach to obtain dependable controllers specifications. ABCM Symp. Series Mechatronics 4:408–

417, 2010.

[16] Duque, J. R., Equipo mecatrónico didáctico basado en el enfoque GEMMA/GRAFCET para la enseñanza de la automatización, WEEF

2013 Innovación en la formación, 2013.

[17] Lecocq, H., Les automates programables. Tome I. Caractéristiques et méthodologie de programmation. Faculté des Sciences Appliquées,

Université de Liege (2005) Disponible en diciembre de 2015 en

http://www.ingveh.ulg.ac.be/uploads/education/meca-0504/AP%20tome%201%20version%202005.pdf.

[18] Página Laboratorio de Tecnologías digitales e Informática Industrial, Disponible en diciembre de 2015 en

http://www.dsi.fceia.unr.edu.ar/index.php/lineas-i-d-mainmenu-

40/arquitectur-de-referencia-para-automatizacion/1037-laboratorio-

de-tecnologias-digitales-e-informatica-industrial.



José Ignacio Sosa es Ingeniero Electricista con Orientación en Electrónica

por la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la

Universidad Nacional de Rosario. Actualmente es Profesor Asociado del

Departamento de Sistemas e Informática de la Escuela de Ingeniería

Electrónica de dicha Facultad. Es investigador del grupo Integración

Vertical en Automatización Industrial. Actualmente es Director del Departamento de Sistemas e Informática, Coordinador de los Trayectos de

Posgrado sobre Diseño de Sistema Electrónicos Embebidos y,

Representante por la Facultad, en la Red Universitaria de Sistemas Embebidos del Consejo Federal de Decanos de Ingeniería (RUSE-

CONFEDI).

Rodolfo Raúl Recanzone es Ingeniero Electricista graduado en 1974 en la

Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario. Se desempeña como Profesor Asociado en asignaturas

de Automatización Digital para las carreras de Ingeniería Mecánica,

Eléctrica y Electrónica. Participa como investigador en el proyecto “Aportes para la Capacitación: Integración Vertical en Automatización

Industrial”. En el ámbito privado se desempeñó como Ingeniero Principal

en la siderúrgica SOMISA, participando en diversos proyectos de Automatización Industrial basados en microprocesadores y PLCs, en

distintas áreas productivas. Ha desarrollado aplicaciones para telemetría en

equipos de protección catódica basados en sistemas embebidos.

Fernando Ardoli es Ingeniero Electrónico (2015) por la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de

Rosario. Actualmente es Auxiliar docente del Departamento de Sistemas e

Informática en la carreras de Ingeniería Eléctrica y Mecánica. En su actividad privada es coordinador de mantenimiento de Body en la planta de

General Motors, Alvear, Santa Fe, Argentina.

Aníbal Aresi es Ingeniero Electrónico (2016) por la Facultad de Ciencias

Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario.

Realizó su proyecto final de carrera en el Departamento de Sistemas e

Informática, en temas vinculados con este artículo. Actualmente desempeña

su labor como coordinador en el sector técnico para la empresa informática

cd & insumos SRL de Rosario, Santa Fe, Argentina.

Cristina Bender es Ingeniera Electrónica por la Universidad Nacional de

Rosario, Argentina y, Magister en Informática por la Universidad de la República, Montevideo, Uruguay. Profesora e investigadora del

Departamento de Sistemas e Informática, Escuela de Ingeniería Electrónica,

Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario, Argentina. Su interés en investigación incluye

tecnologías de bases de datos, recuperación de información y sistemas

inteligentes.

Nora Blet es Ingeniera Electrónica por la Universidad Nacional de Rosario,

Argentina y, Magister en Informática Industrial por la Universidad Autónoma de Barcelona, España. Profesora e investigadora del

Departamento de Sistemas e Informática, Escuela de Ingeniería Electrónica,

Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario, Argentina. Su interés en investigación incluye

Informática Industrial, Aplicaciones Distribuidas en el área de Manufactura

Discreta a nivel de sistemas embebidos.

José Luis Simón es Ingeniero Electrónico por la Universidad Nacional de

Rosario. Inició su actividad docente en 1989 en la carrera de Ingeniería Electrónica de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura,

Universidad Nacional de Rosario, Argentina. Actualmente es investigador y

profesor titular, responsable de las asignaturas Informática Aplicada e Informática Avanzada.



Title—Use of a symbolic computation program to reinforce

the spatial abilities of engineering students.

Abstract—This study presents an initiative that seeks to

develop some skills of three-dimensional visualization by using

the capabilities of programming and graphical representation

of a computer algebra system, in this case Mathematica. It has

been developed a specific procedure to allow engineering

students represent the families of curves obtained by cutting

the three-dimensional graph of a two-variable function with

families of planes having different orientations. This initiative

achieves an improvement over the use of the contour plots,

shows a new point of view about the functions which depend of

an angle, and can be extended to use non-planar surfaces.

Index Terms—Educational technology, Computer aided

instruction, spatial visualization.

I. INTRODUCCIÓN

O hay duda sobre la importancia de las habilidades de

visualización espacial dentro de las competencias

necesarias en la formación de los futuros ingenieros,

especialmente en algunas titulaciones muy relacionadas con

la construcción, la arquitectura, el diseño o manejo de piezas

de maquinaria, etc. Las habilidades de visualización son

necesarias, entre otras, para actividades como “diseñar y

documentar piezas que han de ser ensambladas, imaginar la

forma de los cortes de tierra al construir una carretera,

diseñar circuitos, encontrar configuraciones óptimas de

cristales, (…) imaginar objetos en diferentes orientaciones,

trasladar dibujos de dos a tres dimensiones, visualizar

partes ocultas de objetos antes de representarlos en papel o

con CAD (…)” [1]. En España, dentro de las competencias

básicas de los ingenieros se suele incluir la “capacidad de

visión espacial y conocimiento de las técnicas de

representación gráfica” (véanse por ejemplo, BOE

18/02/2009 para Ingeniería de Obras Públicas o

BOE/20/02/2009 para Ingeniería Industrial).

Siguiendo esta idea, podemos encontrar diversas

iniciativas para mejorar esta capacidad, que han surgido

dentro del propio mundo de la ingeniería o de las ciencias,

como los proyectos desarrollados en campos concretos de la

ingeniería, como ingeniería civil [2], o para estudiantes de

diferentes ingenierías como ingeniería mecánica,

Susana Nieto es Titular del Departamento de Matemática Aplicada y

miembro del Grupo de Investigación GRIAL-GE2O de la Universidad de

Salamanca, Salamanca, España. e-mail: [email protected] (ORCID ID: 0000-

0002-6751-9398). Higinio Ramos es Titular del Departamento de Matemática Aplicada de

la Universidad de Salamanca, Salamanca, España. e-mail: [email protected]

(ORCID ID: 0000-0003-2791-6230).

metalúrgica, ambiental, civil, o geológica [3-5].También en

España se han llevado a cabo algunas iniciativas de este tipo

para diferentes ramas de la ingeniería, como ingeniería de

los materiales [6], ingeniería civil [7], ingeniería industrial

[8], ingeniería mecánica [9] o arquitectura [10].La mayoría

de este tipo de iniciativas se apoya en las nuevas tecnologías

y el uso de herramientas TIC, que son las más adecuadas por

sus capacidades de manipulación y de representación gráfica

bidimensional y tridimensional. El uso de tecnología visual

para el estudio de tópicos científicos produce una mejor

comprensión y aumenta la motivación de los estudiantes

[11-12].

II. OBJETIVOS

Uno de los objetivos de esta propuesta es reforzar las

habilidades espaciales de los estudiantes de ingeniería desde

el campo de las matemáticas, utilizando las capacidades

gráficas y de programación de los actuales programas de

cálculo simbólico [13]. Las matemáticas son una de las

áreas de obligado conocimiento para la formación de los

ingenieros de muy diferentes ramas, por lo que un

planteamiento de refuerzo de competencias básicas desde las

matemáticas puede ser útil para ingenierías de diversas

titulaciones. Dentro de las matemáticas, la visualización se

puede considerar como “un componente clave del

razonamiento, profundamente conectado con el componente

conceptual y no meramente perceptual” [14] por lo que el

refuerzo de las habilidades de visualización es una de las

posibles vías para la mejora del aprendizaje de los conceptos

matemáticos [15].

Otro de nuestros objetivos es mostrar cómo se puede

utilizar la capacidad de programación y representación

gráfica de un programa de cálculo simbólico de gran

potencia, como es Mathematica, para construir de forma

progresiva representaciones tridimensionales de funciones

de dos variables, que tienen un gran número de aplicaciones

en la ingeniería. Además, el método progresivo de análisis

que se propone en el trabajo es muy versátil y puede ser

fácilmente adaptado a las necesidades de los alumnos y a las

características de la función que se desea representar. Así,

con pequeñas modificaciones puede ser adaptado al análisis

de una función con algún tipo de simetría radial o a una

función dada en coordenadas polares o parametrizada en

función de un ángulo o cualquier otro parámetro adecuado.

III. PROCEDIMIENTO CONSTRUCTIVO

A. Programas de Cálculo Simbólico

El uso de programas de Cálculo Simbólico (CAS,

Computer Aided Systems) para el aprendizaje de las

matemáticas está muy extendido, tanto en niveles

Uso de un Programa de Cálculo Simbólico para

Reforzar las Habilidades Espaciales de los

Estudiantes de Ingeniería

Susana Nieto Isidro e Higinio Ramos Calle

N



universitarios como en la educación pre-universitaria. El

hecho de utilizar algún tipo de tecnología con fines docentes

no conlleva el que se obtengan mejores resultados que con

la docencia tradicional, pero si está bien empleada, se

convierte en una herramienta de gran utilidad para

promocionar el aprendizaje [16].

Para realizar esta experiencia, se ha utilizado como

programa de Cálculo Simbólico el programa Mathematica,

desarrollado por Wolfram Research (www.wolfram.com).La

elección de este programa concreto se debe a que posee un

buen apartado gráfico y herramientas de programación que

permiten adaptar su funcionamiento a las necesidades de

cada usuario [17]. Por otra parte, se trata de un programa

muy extendido entre alumnos y profesores de ciencias e

ingeniería, además de disponer de abundante

documentación, tutoriales, etc., lo que permite una mayor

difusión y usabilidad por parte de los usuarios. Esta

iniciativa podría plantearse utilizando otros CAS como

MATLAB, Maple, Octave, etc., si bien en nuestra

experiencia de manejo de estos CAS, de todos ellos es

Mathematica el que presenta las características más

adaptadas a nuestros propósitos. La existencia de una

licencia campus de Mathematica en la Universidad de

Salamanca permite además su uso sin coste por parte de los

estudiantes a los que va dirigida la experiencia.

Los programas de cálculo simbólico suelen ofrecer una

representación gráfica tridimensional estándar para las

funciones de dos variables o para las superficies de nivel de

funciones de tres variables, pero en general este tipo de

gráficas se muestran de forma automática (según ciertos

parámetros predeterminados en el CAS), con un número

limitado de opciones, y no se construyen de forma gradual

ni con una intención didáctica. Nuestra propuesta consiste

en construir la gráfica de una función de dos variables, pero

de una manera progresiva, viendo paso a paso cuáles son las

curvas de corte que se obtienen cuando se considera la

intersección de la gráfica tridimensional con diferentes

familias de planos que presentan diferentes posiciones y

orientaciones. Para realizar estos cortes, se considerarán

planos de varios tipos: planos verticales perpendiculares a

los ejes coordenados, planos horizontales y semiplanos

verticales del haz de semiplanos de eje OZ. Se obtienen así

diferentes familias de curvas que representaremos sobre la

propia gráfica de la función (a diferencia, por ejemplo, de lo

que ocurre con las curvas de nivel habituales, las cuales se

representan todas en una gráfica bidimensional, sobre un

mismo plano).

El análisis de estas familias de curvas de corte situadas en

cada plano correspondiente nos va a permitir analizar con

más detalle cómo es la gráfica de la superficie de la función

objeto de estudio. El caso de los semiplanos verticales va a

ser especialmente adecuado para aquellas funciones con

comportamientos dependientes del ángulo en coordenadas

cilíndricas o esféricas. Y la unión final de la información

obtenida a partir de todas estas familias de curvas genera

una gráfica tridimensional que permite hacernos una idea

mucho más detallada de cómo se comporta la función.

B. Revisión de los Comandos Gráficos de Mathematica

Incluimos en primer lugar una breve reseña de algunos de

los múltiples comandos gráficos bidimensionales y

tridimensionales que ofrece Mathematica [18], de los que

citaremos solamente aquellos que emplearemos en el resto

del trabajo:

Plot3D[f[x,y],{x,x0,x1},{y,y0,y1}]permite representar

tridimensionalmente las funciones de dos variables

dadas en forma explícita.

ParametricPlot3D[{x[t],y[t],z[t]},{t,t0,t1}]

representa curvas en el espacio dadas por

ecuaciones paramétricas en función del parámetro t.

ContourPlot[f[x,y],{x,x0,x1},{y,y0,y1}] proporciona

las curvas de nivel de funciones de dos variables, o

bien realiza la gráfica de las funciones de una

variable dadas en forma implícita, habiendo de

escribirse en este caso la ecuación en la forma

f[x,y]=c.

Todos estos comandos (existen muchos más) tienen

definidas unas características por defecto, que pueden ser

modificadas con las opciones adecuadas. Estas opciones

permiten alterar el tipo de gráfica, su color, la existencia o

no de ejes, la presencia de etiquetas para los ejes, el

sombreado, el mallado, el número de puntos considerados,

etc., [18]. También utilizaremos el comando de

Mathematica:

Table[instrucción,{contador, inicio, fin, paso]

con el objeto de generar todas las curvas de las familias que

serán representadas con las instrucciones gráficas

mencionadas.

Por último, una vez realizadas las gráficas utilizando los

comandos anteriores, existe otro comando de visualización

por pantalla, Show[grafica1,grafica2,…] que permite

mostrar en una misma figura varias gráficas a la vez,

superponiendo los intervalos de dibujo utilizados en cada

una de ellas.

C. Descripción del Procedimiento

Presentamos nuestra propuesta mostrando algunos

ejemplos prácticos, donde se observa el alcance de la misma

junto con las capacidades gráficas de Mathematica.

Sea por ejemplo la función de dos variables:

que definiríamos en Mathematica como sigue:

h[x_,y_]:= Exp[Abs[ ]+Abs[ ]]

Mathematica puede representar la función mediante el

siguiente comando de dibujo en tres dimensiones, indicando

unos intervalos adecuados para las variables x e y:

Plot3D[h[ , ],{ ,−2,2},{ ,−2,2},PlotRange→All]

Así obtenemos la Figura 1.

Figura 1. Gráfica de la función h(x,y)utilizando el comando Plot3D.



Para obtener las curvas de nivel de la gráfica de esta

función, empleamos el comando:

ContourPlot[h[ , ],{ ,−2,2},{ ,−2,2},ContourShading→False]

que da lugar a la Figura 2.

Estas gráficas propias de Mathematica nos pueden dar

una idea de cómo es el comportamiento y las características

de la función, pero creemos que es más eficaz trabajar de

una manera progresiva y llegar a una solución gráfica más

acorde con nuestra intención didáctica, de forma que

permita a los estudiantes apreciar mejor las características

de la función.

Vamos a comenzar considerando el corte de nuestra

gráfica con planos verticales de la forma x=k (paralelos al

plano OYZ), de manera que situaremos cada curva en la

posición tridimensional que le corresponde. Esto puede

hacerse representando en el correspondiente plano vertical

en el espacio la curva dada en forma paramétrica que resulta

para cada valor de k. Así, para los planos de la forma x=k

unas ecuaciones paramétricas de la curva de corte son:

x=k, y=t, z=h(k,t) con t en el intervalo [t0,t1].

La forma de escribir en Mathematica estas curvas es

mediante la orden siguiente, por medio de la cual se

representan las ecuaciones paramétricas para unos valores

adecuados de los parámetros k y t:

ParametricPlot3D[Table[{k,t,h[k,t]},{k,-2.5,2.5,0.15}], {t,-2,2},

PlotRange→{{-2,2},{-2,2},{1,5}},AxesOrigin→{0,0,1},

PlotStyle→Red]

y que da lugar a la Figura 3.

Si se realiza una representación tridimensional parecida a

la anterior, pero considerando ahora planos de corte de la

forma y=k se obtiene una gráfica similar, siendo los planos

de corte transversales a los anteriores, es decir, paralelos al

plano OXZ. La gráfica resultante se obtiene mediante el

comando siguiente, en el que, con respecto al comando

anterior, únicamente cambia el orden de los parámetros t y

k:

ParametricPlot3D[Table[{t, ,h[t, ]},{ ,−2.5,2.5,0.15}],{t,−2,

2},PlotRange→{{−2,2},{−2,2},{1,5}},AxesOrigin→{0,0,1},Plot

Style→Green]

El resultado de este comando se muestra en la Figura 4.

Si se muestran conjuntamente las dos gráficas anteriores

mediante un comando Show[gráfica1, gráfica2], tendremos

un mallado sobre la superficie, que permite visualizar su

forma, como se puede ver en la Figura 5.

La vista cenital de esta gráfica resultaría en un mallado

rectangular con líneas paralelas a los dos ejes del plano

OXY, restringido al dominio de definición de la función. En

la Figura 6 se muestra este mallado: la aparente distorsión se

Figura 2. Curvas de nivel en el plano OXY de la función h(x,y).

Figura 3. Curvas de corte con los planos de ecuaciones x=k.

2 1 0 1 2

2

1

0

1

2

2

1

0

1

2

x

2

1

0

1

2

y

1

2

3

4

5

z

Figura 4. Curvas de corte con los planos de ecuaciones y=k.

Figura 5. Curvasde corte en los planos de ecuación x=k junto con los

planos de ecuación y=k.

Figura 6. Vista cenital de la Figura 5 donde se aprecia el mallado

rectangular.

2

1

0

1

2

x

2

1

0

1

2

y

1

2

3

4

5

z

2

1

0

1

2

x

2

1

0

1

2

y

1

2

3

4

5

z

2 1 0 1 2x

2

1

0

1

2

y 12345 z

NIETO Y RAMOS: USO DE UN PROGRAMA DE CÁLCULO SIMBÓLICO PARA REFORZAR LAS ... 59


debe a la perspectiva con la que presenta el programa las

gráficas tridimensionales.

Por otro lado, las proyecciones de las curvas de corte con

planos horizontales determinan en el plano OXY los

llamados conjuntos de nivel o curvas de nivel. Estos son

bien conocidos por los alumnos, puesto que son el tipo de

curvas que aparecen en los mapas topográficos, y también se

corresponden a otras nociones físicas, como las curvas

equipotenciales, las isobaras las isotermas, las isócronas,

etc.; en general, las isolíneas de todo tipo de funciones

escalares. Sin embargo, estos conjuntos no están exentos de

complicaciones y el hecho de que estén sobre un mismo

plano puede hacer difícil su interpretación.

Recordemos que la orden ContourPlot de Mathematica,

permite obtener de forma automática las curvas de nivel

(como vimos en la Figura 2); pero ahora vamos a situar en

cada plano horizontal correspondiente la curva que resulta,

en lugar de mostrar todas proyectadas en el mismo plano, es

decir, vamos a representar las curvas de nivel sobre la

superficie, en tres dimensiones. La dificultad que puede

surgir ahora es en cuanto a la parametrización. No sólo

puede ser difícil la parametrización de las curvas de corte,

sino que hay que tener cuidado con la elección del

parámetro, pues la variación del mismo puede estar ligada al

valor k del plano de corte, lo que hace más difícil la

representación conjunta de las curvas. Para solventar esto

proponemos expresar en forma polar la curva de corte, es

decir, dada por una ecuación de la forma r=r(t,k); entonces

obtenemos fácilmente las ecuaciones paramétricas, que

están dadas por:

x=r(t,k)Cos(t), y= r(t,k)Sin(t), z=k ,con t en [0, 2 ].

En el caso del ejemplo que estamos estudiando utilizamos

el comando de representación paramétrica en la forma

siguiente:

ParametricPlot3D[Table[{x[t],y[t],k},{k,1,5,0.2}],{t,0,2 },

PlotRange→{{-2,2},{-2,2},{1,5}}, AxesOrigin →{0,0,1},

PlotStyle →Black]

de donde resulta la gráfica de la Figura 7.

Si unimos los tres gráficos anteriores con un comando

Show obtenemos la Figura 8, que nos da una idea bastante

detallada de cómo es la superficie.

Finalmente, consideramos el corte con semiplanos

verticales que pasan por el eje OZ. Unas ecuaciones

paramétricas de cada curva de corte con el semiplano que

forma un ángulo t con el semiplano y=0,x≥0 vienen dadas

por:

x=r Cos(t), y= r Sin(t), z=h(r Cos(t), r Sin(t)) con r R

Para el ejemplo que estamos considerando, el comando:

ParametricPlot3D[Table[{r*Cos[t],r*Sin[t],h[r*Cos[t],r*Sin[t

]]}, {t, 0, 2 Pi, 2 /40}], {r, 0, 4}, PlotRange → {{-2,2},{-

2,2},{1, 5}}, PlotStyle → Purple, AxesOrigin → {0, 0, 1}]

produce la Figura 9, donde el 2 /40 que aparece en la

variación del parámetro t es el tamaño del paso, y hace que

se tomen 40 semiplanos verticales del haz de eje OZ.

Si giramos la figura anterior hasta obtener una vista

cenital de la misma podremos observar los radio-vectores

correspondientes a los semiplanos de corte, restringidos a la

región que constituye el dominio de la función, tal y como

se puede ver en la Figura 10:

Figura 8. Gráfica obtenida al considerar todas las curvas de corte por

planos perpendiculares a los tres ejes coordenados.

Figura 9. Curvas de corte con los semiplanos verticales de eje OZ

Figura 10. Vista cenital de la Figura 9, donde se aprecian los rayos que

parten del origen, correspondiente a los semiplanos verticales de eje OZ.

2 1

01

2x

2

1

0

1

2

y 1

2

3

4

z

2 1

01

2

2

1

0

1

2

1

2

3

4

5

2 1 0 1 2

2

1

0

1

2

12345

Figura 7. Curvas de nivel resultantes de cortar con planos de la forma

z=k, cada una situada en el correspondiente plano de corte.

1 0 1

1

0

1

1

2

3

4



Si ahora juntamos las distintas curvas resultantes de cortar

por las diferentes familias de planos obtenemos la gráfica de

la Figura 11, que permite observar las diferentes

características de la misma. Desde el punto de vista

didáctico, es indudable que esta figura que hemos ido

construyendo progresivamente aporta más información que

la Figura 1 proporcionada por la orden Plot3D de

Mathematica.

D. Extensión a otras Superficies no Planas.

La estrategia seguida anteriormente puede ampliarse de

manera que en lugar de considerar solo las curvas de corte

con planos perpendiculares a los ejes coordenados y

semiplanos verticales de eje OZ, se puede considerar el corte

con otras familias de planos o con familias de superficies de

otros tipos, en función de los intereses particulares que se

persigan y de las peculiaridades de la función a estudiar.

Consideremos por ejemplo la familia de cilindros cuyas

bases sean circunferencias concéntricas centradas en el

origen. Esta familia puede describirse mediante las

ecuaciones

x=k Cos(t), y=k Sin(t), z=u , con t [0, 2 ],u R

siendo k el radio de cada circunferencia base.

El corte de estos cilindros con la superficie de ecuación

z=h(x,y)que se ha estudiado en el apartado anterior da lugar

a una familia de curvas sobre la superficie dadas por las

ecuaciones paramétricas:

x=k Cos(t), y=k Sin(t), z=h(x,y)=h(k Cos(t), k Sin(t))

que se pueden representar mediante la orden

ParametricPlot3D[Table[{ [ ], [ ], [ ]},{ ,0,4,0.1}],{ ,0,2Pi},

PlotRange→{{−2,2},{−2,2},{1,5}},Axes→True,PlotStyle→Cyan

,AxesLabel→{"x","y","z"}]

dando lugar a la Figura 12 (en la que el marco superior ha

sido añadido posteriormente para señalar los límites del

dibujo).

Otro ejemplo de esta técnica puede ser considerar el

paraboloide elíptico dado por la ecuación

que al cortarlo por la familia de cilindros rectos elípticos de

ecuaciones:

x=k Cos(t), y=2 k Sin(t), z=u

da lugar a la Figura 13.

E. El caso de las funciones dependientes de un ángulo

Sea la función dada por la expresión:

Las curvas resultantes de cortar la gráfica de esta función

por planos horizontales son circunferencias, pero no resulta

tan fácil su determinación, ya que para cada plano de corte

puede haber muchas circunferencias concéntricas. En efecto,

si tomamos el plano z=k, con k perteneciente a la imagen de

(x,y), las curvas de corte tienen la ecuación:

la cual no se identifica de forma inmediata con la típica

ecuación de una circunferencia centrada en el origen. A

continuación veremos cómo podemos ampliar nuestro

procedimiento para llegar a tener una idea de cómo es la

gráfica de tal función.

En primer lugar, consideremos los cortes con semiplanos

del haz de planos de eje OZ. Unas ecuaciones paramétricas

.

Figura 11. Gráfica obtenida al juntar las distintas curvas resultantes al

cortar por las diferentes familias de planos.

2 1

01

2x

2

1

0

1

2

y1

2

3

4

z

Figura 12. Curvas resultantes al cortar la gráfica de la superficie de

ecuación z=h(x,y) con una familia de cilindros rectos coaxiales de eje

OZ.

Figura 13. Corte de un paraboloide elíptico con una familia de

cilindros verticales también elípticos

2

1

0

1

2

x

2

1

0

1

2

y1

2

3

4

5

z



de cada curva de corte con el semiplano que forma un

ángulo t con el semiplano y=0,x≥0 vienen dadas por

x = r Cos(t), y = r Sin(t), z = f(r Cos(t), r Sin(t))

siendo r el parámetro (que es la distancia de cada punto al

eje vertical). En dicho semiplano con coordenadas

cartesianas (r,z), la expresión de la curva de corte es

z =

es decir, no depende del ángulo t, y por tanto en todos los

semiplanos resulta la misma curva, lo que nos indica que la

superficie es de revolución alrededor del eje OZ. Podemos

dibujar todas estas curvas de corte con los semiplanos

verticales mediante la orden:

ParametricPlot3D[Table[{r Cos[t], r Sin[t], f[r Cos[t], r

Sin[t]]}, {t, 0, 2 , 2 /40}], {r, 0, 4}, PlotRange → {{-4, 4},{-4,

4},{0, 4}}, PlotStyle → Purple, AxesOrigin →{0, 0, 0}]

donde el 2 /40 del parámetro t hace que se tomen 40 de

dichos semiplanos.

Las gráficas que se obtienen aparecen en la Figura 14,

resultando patente la simetría circular que indicábamos

anteriormente.

Una vez que se sabe que la gráfica resultante corresponde

a la de una superficie de revolución alrededor del eje OZ, el

determinar las curvas de corte es ya una cuestión de unos

pocos cálculos.

En la Figura 15 vemos por ejemplo que para z=1/10

resultarán tres circunferencias de corte:

A continuación mostramos otro ejemplo donde el

conocimiento de los cortes con los semiplanos verticales de

eje OZ es fundamental para comprender cómo es la gráfica

de la función. Consideremos ahora la función dada por:

Tomando x=r Cos(t), y= r Sin(t), y considerando el

semiplano correspondiente al ángulo t, la curva de corte que

resulta (tras realizar algunas simplificaciones) es:

es decir, para un valor concreto del ángulo t, resulta ser una

recta que pasa por el origen, así que la superficie es una

superficie reglada.

La secuencia de comandos que proporciona la gráfica que

realiza el Mathematica con el comando Plot3D, y la gráfica

de los cortes con los semiplanos verticales, unidos mediante

el comando Show dan lugar a la gráfica de la Figura 16.

dib1=Plot3D[g[ , ],{ ,−4,6},{ ,−4,4},Mesh−>None];

dib2=ParametricPlot3D[Table[{r*Cos[t], r*Sin[t], g[r*

Cos[t], r*Sin[t]]}, {t,0,2 ,2 /30}], {r, 0, 6}, PlotRange → {{-

4,4},{-4, 4}, {0,4}}, AxesOrigin → {0,0,0}, PlotStyle → Purple];

Show[dib2,dib1]

IV. RESULTADOS

En nuestra propuesta, el estudio de la gráfica

tridimensional de una función de dos variables se realiza

ensamblando paso a paso diferente información parcial. Esta

información parcial se obtiene mediante cortes sucesivos de

la función con distintas familias de planos que son escogidos

adecuadamente a partir de las características de la función.

Se generan así diferentes familias de curvas, cuyo estudio

progresivo es más manejable y accesible para el alumno. En

este contexto, Mathematica permite, dadas sus capacidades

gráficas, que esta información parcial se pueda integrar y

superponer progresivamente en una única representación

tridimensional mucho más informativa y didáctica que la

gráfica presentada por el programa.

Un ejemplo claro de las ventajas que proporciona este

método progresivo se puede ver en la representación de las

curvas de nivel, es decir, de los cortes con los planos

horizontales z=k. La representación automática dada por

Mathematica corresponde a la proyección bidimensional de

dichas curvas en el plano coordenado OXY, con z=0,

mientras que en nuestra propuesta las curvas se representan

Figura 14. Curvas de corte con semiplanos del haz de eje OZ.

Figura 15. Los puntos determinan los radios de las respectivas

circunferencias al cortar por el plano horizontal de ecuación z=1/10.

2 0 2

2

0

2

0.5

0.0

0.5

1.0

1 2 3 4

0.2

0.2

0.4

0.6

0.8

1.0

Figura 16. Gráfica de la función g(x,y) junto con las curvas de corte

con los semiplanos verticales de eje OZ(que son rectas en este caso).



en el propio espacio tridimensional, superpuestas a la gráfica

de la función, “dibujando” esta gráfica de forma mucho más

intuitiva, lo que permite darle un mayor significado a las

curvas de nivel.

Resulta especialmente interesante el caso de las funciones

que tienen algún tipo de dependencia del ángulo en

coordenadas polares. El corte de la gráfica con los

semiplanos verticales de eje OZ resulta en este caso muy

esclarecedor y es de gran utilidad para ver cuál es el

comportamiento de la función. Se trata de un punto de vista

novedoso, pues este tipo de cortes no se realiza de forma

habitual en las gráficas ofrecidas por los programas de

cálculo simbólico habituales y ha de ser programado por el

usuario.

El proceso descrito puede mejorar la asimilación del

comportamiento de cualquier función de dos variables, más

aún cuando estas funciones tienen un contenido físico,

mecánico, termodinámico, etc., en el que los diferentes

cortes proporcionan, por ejemplo, líneas equipotenciales, de

igual resistencia, de igual temperatura, etc. Estos cortes se

pueden ir variando a voluntad sin más que cambiar los

parámetros utilizados en las representaciones.

V. CONCLUSIONES

En este trabajo se ha presentado un procedimiento

progresivo en el que se estudia el comportamiento de una

función de dos variables mediante el análisis de las

diferentes proyecciones y cortes de la gráfica de la función

con planos verticales y horizontales de diversos tipos para

después integrarlas en una representación tridimensional que

se construye de forma flexible en función de las necesidades

del usuario.

Con esta estrategia didáctica apoyada en las capacidades

gráficas y de programación del CAS Mathematica hemos

logrado los objetivos propuestos. Por una parte, hemos

desarrollado una técnica que se puede aplicar a diferentes

funciones de dos variables y que resulta de gran utilidad

para esclarecer las propiedades y características de este tipo

de funciones, muy frecuentes en las ciencias e ingenierías.

Este procedimiento progresivo se construye de forma

didáctica y clara a partir de la información parcial dada por

las familias de curvas obtenidas con los diferentes cortes

propuestos, por lo que resulta de utilidad para una mayor

compresión de las características de estas funciones por

parte de los estudiantes y les ayuda a entrenar y mejorar su

capacidad de visualización gráfica tridimensional. La

representación de configuraciones espaciales tan variadas

(pero relacionadas entre sí) puede beneficiar de forma clara

a los estudiantes de ingeniería para los que estas habilidades

espaciales son necesarias. Este estudio parcial resulta muy

esclarecedor para el caso de funciones que dependen de un

ángulo o, en general de un parámetro, puesto que el estudio

con los semiplanos verticales de eje OZ con diferente

orientación es un enfoque novedoso que no está al alcance

de las representaciones ofrecidas en los programas de

cálculo simbólico, y cuya visualización es especialmente

poco habitual para los estudiantes.

Por otra parte, hemos aumentado el potencial didáctico de

un programa de cálculo simbólico muy extendido en el

campo de las ciencias y la ingeniería como es Mathematica,

yendo más allá del uso de sus características gráficas por

defecto y aprovechando la potencialidad y flexibilidad que

presenta como lenguaje de programación. Los propios

estudiantes pueden, a partir de las instrucciones propuestas,

adaptar esta estrategia en otros casos de su interés. Entre

estas posibles mejoras o ampliaciones, podemos citar varias

posibilidades: por ejemplo, el uso de familias de planos con

diferentes orientaciones; o el uso de familias de superficies

que no sean planas (cilindros o esferas concéntricas de

distinto radio, conos o paraboloides con diferente eje y

apertura, etc.). Además, con esta técnica propuesta también

es posible estudiar de forma progresiva la representación

gráfica de superficies que vengan expresadas por ecuaciones

paramétricas o en forma implícita, y también considerar

superficies descritas en otro tipo de coordenadas: elípticas,

cilíndricas, esféricas, esféricas adaptadas, etc., cubriendo la

práctica totalidad de las funciones de interés en física e

ingeniería.

Como conclusión final, creemos que este estudio de los

resultados parciales de los cortes de la función, y la

representación final en el espacio de las familias de curvas

obtenidas resulta un proceso muy útil tanto para entender

mejor las características de la función, como para entrenar,

mejorar y ampliar las capacidades de visualización de todo

tipo de configuraciones espaciales.

AGRADECIMIENTOS

Este trabajo ha sido elaborado dentro de los Proyectos de

Innovación Docente de la Universidad de Salamanca:

ID2013/025 “EMCVV: Elaboración de materiales de

Cálculo en Varias Variables: una experiencia

interuniversitaria”, y ID2014/0235 “EMCVV2: Elaboración

de materiales de Cálculo en Varias Variables: nuevas

aportaciones”, durante los cursos 2013-2014 y 2014-2105,

respectivamente. Se agradece el soporte económico del

proyecto EDU2015-64524-P (MINECO/FEDER).

REFERENCIAS

[1] S. Hsi,M.C. Linn and J.E. Bell. The role of spatial reasoning in

engineering and the design of spatial instruction. Journal of Engineering Education, Vol. 86, No. 2, April 1997, pp. 151–158.

[2] M. Alias, T.R. Black and D.E. Gray. Effect of instruction on spatial visualization ability in civil engineering students. International Education Journal, Vol. 3, No. 1, March 2002, pp. 1–12.

[3] S.A. Sorby and B.J. Baartmans. The Development and Assessment of a Course for Enhancing the 3‐D Spatial Visualization Skills of First Year Engineering Students. Journal of Engineering Education, Vol. 89, No. 3, July 2000, pp. 301–307.

[4] H.B. Gerson, S.A. Sorby,A. Wysocki and B.J. Baartmans. The development and assessment of multimedia software for improving 3‐D spatial visualization skills. Computer Applications in Engineering Education, Vol. 9, No. 2, June 2001, pp. 105–113.

[5] C. Leopold, R.A. Gorska and S.A. Sorby. International experiences in

developing the spatial visualization abilities of engineering students. Journal for Geometry and Graphics, Vol. 5, No.1, 2001, pp. 81–91.

[6] D. Vergara and M.P. Rubio. Una innovadora metodología para ejercitar la capacidad de visión espacial de los estudiantes de ingeniería. REDU –- Revista de Docencia Universitaria, Vol. 11 (extra),September-October 2013, pp. 329–347.

[7] N. Martín‐Dorta, J.L. Saorín, and M. Contero, Development of a fast remedial course to improve the spatial abilities of engineering students. Journal of Engineering Education, Vol. 97,No. 4, October 2008, pp. 505–513.

[8] C. Melgosa, B. Ramos and M.E. Baños. Interactive learning management system to develop spatial visualization abilities. Computer Applications in Engineering Education, Vol. 23, No. 2, March 2015, pp. 203–216.

[9] J. Martín-Gutiérrez, J.L. Saorín, M. Contero, M. Alcañiz, D.C. Pérez-López and M. Ortega. Design and validation of an augmented book



for spatial abilities development in engineering students. Computers & Graphics, Vol. 34, No. 1, February 2010, pp. 77–91.

[10] J.Martín‐Gutiérrez, F.A. Gil, M. Contero and J.L. Saorín. Dynamic three‐dimensional illustrator for teaching descriptive geometry and training visualization skills. Computer Applications in Engineering Education, Vol. 21, No. 1,March 2013, pp. 8–25.

[11] A.C. Clark and B. Matthews. Scientific and technical visualization: A new course offering that integrates mathematics, science, and technology. Journal of Geometry and Graphics, Vol. 4, No. 1, 2000, pp. 89–98.

[12] W. Zimmermann and S. Cunningham. Editors’ introduction: What is mathematical visualization. In Visualization in teaching and learning

mathematics, Washington: Mathematical Association of America,

1991, pp.1-7 [13] S. Olkun. Making connections: Improving spatial abilities with

engineering drawing activities. International Journal of Mathematics Teaching and Learning Vol. 3 No.1, April 2003, pp. 1–10.

[14] A. Arcavi. The Role of Visual Representations in the Learning of

Mathematics. Educational Studies in Mathematics, Vol. 52, No. 3,

April 2003, pp. 215–241.

[15] H.N. Liang and K. Sedig. Can interactive visualization tools engage

and support pre-university students in exploring non-trivial

mathematical concepts?Computers & Education, Vol. 54, No. 4, May 2010, pp. 972–991.

[16] L. K. Smetana and R.L. Bell. Computer simulations to support

science instruction and learning: A critical review of the literature. International Journal of Science Education, Vol. 34, No. 9, June2012,

pp. 1337–1370. [17] S. Wolfram. Mathematica: a system for doing mathematics by

computer (2nd Edition. Addison Wesley Longman Publishing Co., Inc.

Redwood City, CA, USA, 1991.

[18] M. Trott. The Mathematica guidebook for graphics. Vol. 1. Springer Science & Business Media, 2004.

Susana Nieto Isidro es doctora en Ciencias Matemáticas y profesora titular

del Departamento de Matemática Aplicada de la Universidad de Salamanca. Es miembro investigador del Grupo de Evaluación Educativa y

Orientación, integrado dentro del grupo de investigación GRIAL (Grupo de

investigación en Interacción y eLearning), así como miembro investigador del Instituto Universitario de Ciencias de la Educación de la Universidad de

Salamanca. Sus intereses investigadores se centran actualmente en la

docencia de las matemáticas en diferentes niveles educativos, en el diseño y evaluación de programas formativos y en la innovación docente para la

enseñanza-aprendizaje de las matemáticas, especialmente en las titulaciones

de ingeniería.

Higinio Ramos es Doctor por la Universidad de Salamanca, donde obtuvo

el Premio Extraordinario de la Facultad de Ciencias por su tesis doctoral sobre nuevas familias de métodos numéricos para la solución de problemas

de valor inicial de segundo orden (2004). En la actualidad es profesor del

Departamento de Matemática Aplicada y responsable del Grupo de Computación Científica de la Universidad de Salamanca. Sus intereses

científicos incluyen la solución numérica de problemas de valor inicial,

procedimientos para la cuadratura numérica, resolución de ecuaciones no lineales, técnicas de aproximación, y en general, las técnicas del Análisis

Numérico.

Está involucrado activamente en la docencia, habiendo participado en varios programas de innovación docente y congresos relacionados con la

docencia. Asimismo, ha formado parte de numerosos comités científicos de

congresos y revistas.



Title—Adaptive monitoring in the Engineering Degree Final

Project with Moodle support

Abstract—On current Engineering degrees it’s necessary to

design a monitoring process in order to supervise the subject

called “degree final project”. This method must be able to

manage and evaluate the process and the final documentation.

This paper describes the design of an adaptive method and how

to put this mechanism into practice using the e-learning system

Moodle. Adaptivity gives us the chance of studying different

scenarios that can be produced between students and their

tutors. The conclusions of this work show a high level of

satisfaction whit the adaptative method used in the subject.

Index Terms— Engineering education, Educational

technology, Adaptive systems, Project engineering,

Collaborative tools

I. INTRODUCCIÓN

L alumnado de titulaciones españolas de Ingeniería

tradicionalmente ha finalizado sus estudios con la

realización de la asignatura Proyecto de Fin de Carrera

[1] (en adelante PFC), en contraposición con titulaciones de

otras áreas, que no incluían esa asignatura. Con la

implantación del Espacio Europeo de Educación Superior

(EEES) las nuevas titulaciones (denominadas Grados), que

comenzaron hacia el año 2008, incorporaron la asignatura

Trabajo de Fin de Grado (en adelante TFG) y, en el caso de

las Ingenierías, han realizado una adaptación del tradicional

PFC, incluyendo características de las asignaturas del EEES,

como la evaluación continua para la adquisición de

competencias.

El nuevo sistema universitario de grados tiene por objeto,

entre otros, realizar un mejor control de la cantidad de

trabajo y de la gestión del tiempo que necesita el alumnado

para realizar una asignatura y, en particular, el TFG. Se

incorporan para ello metodologías basadas en evaluación

continua (formativa y sumativa) durante todo el proceso.

Pero hay que tener en cuenta las características especiales

que la nueva asignatura TFG presenta (análogas al antiguo

PFC):

La ausencia de sesiones presenciales programadas

oficialmente (no hay clases magistrales al uso).

A. L. Esteban y J. Esteban son profesores en la Escuela Universitaria

Politécnica de La Almunia (EUPLA), centro adscrito a la Universidad de

Zaragoza y miembros del grupo de investigación GIDTIC. Zaragoza,

España (e-mails: [email protected] y [email protected]). A.L.Esteban, ORCID ID: 0000-0001-9290-5672.

Javier Esteban, ORCID ID: 0000-0001-7995-6969.

M. L. Sein-Echaluce es profesora titular en el departamento de Matemática Aplicada y coordinadora del grupo de investigación GIDTIC

en la Universidad de Zaragoza. Zaragoza, España (e-mail:

[email protected], ORCID ID: 0000-0002-6873-0996).

Cada alumno es guiado por un profesor-tutor durante la

realización del TFG.

El producto final del TFG es evaluado por un tribunal

formado por docentes.

Habitualmente es la última asignatura que cursa el

estudiante y, en ocasiones, existen condicionantes

externos, como la simultaneidad con actividades

profesionales.

Pero si en cualquier asignatura el proceso de aprendizaje

es personal de cada alumno, las características especiales de

la asignatura TFG, antes mencionadas, acentuan esta

necesidad de personalización en el aprendizaje.

En ese sentido, la preocupación por el diseño y mejora del

proceso de realización de los PFC siempre ha existido [2]–

[4] y esa misma actitud se mantiene para los TFG, tanto en

el diseño de buenas prácticas para la realización [5], [6]

como para la evaluación [7], [8] del proceso.

Entre los avances tecnológicos que han ayudado a llevar a

cabo esa personalización, acorde con el perfil, ritmo y

progreso del alumnado, son los sistemas hipermedia

adaptativos los que más evidencias han dejado [9]–[13].

Estos sistemas facilitan el proceso cognitivo del alumnado

en cualquier contexto de aprendizaje y, al mismo tiempo,

ayudan a los docentes a llevar a cabo una metodología

adaptada a los requerimientos y necesidades de cada

alumno, cuya aplicación es complicada en la docencia

tradicional. Entre todas las experiencias de aplicación de

sistemas adaptativos, destacamos las realizadas en el ámbito

de la educación universitaria, en el diseño de contenidos con

la ayuda de sistemas de gestión del aprendizaje (en adelante

LMS) [14], [15], en la creación y gestión de contenidos

adaptativos [16], [17] y actualmente en cursos masivos

abiertos y en línea (MOOCs) que se adapten a las

características especiales de masividad y heterogeneidad de

sus participantes mediante modelos [18], [19] y plataformas

de e-learning [20], [14], [17], [15]. En este entorno, donde la

atención personalizada al alumnado supone un

sobreesfuerzo para el profesorado, la adaptatividad

automátizada en la enseñanza presenta claras ventajas al

permitir llevar a cabo esa atención con mayor eficacia

(mejores resultados) y eficiencia (menor esfuerzo).

Por otra parte, con respecto al proceso de seguimiento en

la realización de los TFG, cabe mencionar la metodología

diseñada por el Grupo GI-IDES TFG [21] que constituye la

base de nuestra propuesta. Dicho método ha sido adaptado

al contexto de aplicación de este trabajo, destacando además

como principal característica su implantación y uso sobre el

LMS Moodle [22].

Seguimiento Adaptativo del Trabajo de Fin de

Grado en Ingeniería con Apoyo de Moodle

Ana Lucía Esteban-Sánchez, Javier Esteban-Escaño y María Luisa Sein-Echaluce

E



El objetivo general del método aquí propuesto es el de

ayudar al alumnado a obtener unos mejores resultados al

final del proceso de enseñanza-aprendizaje durante el

desarrollo del TFG. Los objetivos específicos de esta

experiencia son:

Comprender la forma en que el alumnado de la

asignatura TFG se enfrenta a un sistema de aprendizaje

adaptativo. Determinar las facilidades que la

adaptatividad le aporta a la hora de completar sus

tareas.

Generar, a partir del conocimiento adquirido,

información útil para el profesorado responsable de las

aulas de TFG, que les facilite la toma de decisiones en

la implementación de estrategias de aprendizaje

adaptativo, usando aquellas que se hayan demostrado

más útiles para sus alumnos.

Descubrir los puntos débiles del proceso actual.

A continuación, se contextualiza el marco metodológico y

el tecnológico donde se muestran el proceso de trabajo y el

sistema de información utilizados. Seguidamente se expone

la investigación presentando tanto el diseño como los

resultados de la misma. Y finalmente, se revelan las

conclusiones extraidas de esta experiencia adaptativa.

II. MARCO METODOLÓGICO

La situación personal de cada estudiante le condiciona a

la hora de abordar la realización del TFG en un plazo y con

una dedicación concreta. Por lo que se hace necesario el uso

de una metodología de trabajo que sea común pero al mismo

tiempo sea flexible en el seguimiento y evaluación de las

actividades del proceso. Una metodología que se adapte al

ritmo del estudiante, a sus preferencias y a sus necesidades,

así como a los perfiles de los distintos actores implicados, es

lo que se propone en este método.

Como es obvio, en esta metodología interviene el

alumnado matriculado en la asignatura TFG y los profesores

que realizan labores de guía y tutorización durante el

proceso (en adelante llamados tutores) y que figuran como

responsables académicos del producto final, el TFG.

El método de realización del TFG está estructurado en

tres fases generales, que se detallan a continuación, y cuya

ejecución secuencial está indicada en la Figura 1 [23]:

Fase Inicial: Evaluación de la propuesta del TFG por

parte del tutor. El estudiante presenta una propuesta

(breve resumen y objetivos) sobre la temática del TFG

que quiere realizar. El coordinador del grado asigna un

tutor al estudiante para su TFG, de acuerdo con la

temática propuesta por el estudiante. A continuación, el

estudiante debe elaborar un documento con un resumen

del trabajo a realizar, la planificación del mismo y un

estudio previo del estado del arte en el campo en que se

desarrollará el TFG. Este documento es revisado por su

tutor, para aclarar o ajustar características de su trabajo,

y solo tras su aprobación, el alumno puede pasar a la

siguiente fase del trabajo.

Fase Progreso: Se realiza el trabajo y se supervisan y

evalúan los logros en el TFG. Esta fase contiene el

desarrollo del trabajo, la tutorización y la evaluación de

distintos logros intermedios que el estudiante debe

superar (evaluación continua formativa y sumativa). El

estudiante realiza dos entregas intermedias

denominadas hito I e hito II que son calificadas por el

tutor. Antes de la realización de cada hito el tutor aporta

consejos y guias y tras su realización le proporciona la

realimentación con los puntos conflictivos o errores a

subsanar para la siguiente entrega. La superación del

hito I permite al estudiante llevar a cabo el hito II.

Fase Final: Se documentan y recopilan las evidencias

generadas durante la realización del TFG, finalizando

con su exposición oral. En esta fase el estudiante realiza

la entrega final del TFG que debe contener una

memoria, la documentación complementaria necesaria y

un póster que resume el trabajo presentado. El tutor

evalúa este material y propone una calificación. Si la

evaluación es positiva, el tutor autoriza al estudiante a

entregar el TFG para su evaluación y defensa oral ante

un tribunal. El proceso finaliza cuando el estudiante

hace la presentación oral del TFG ante el Tribunal en

una de las tres posibles convocatorias. La calificación

final del TFG se obtiene a partir de: las calificaciones

del tutor a lo largo de la fase de progreso (hito I e hito

II) y las calificaciones concedidas por el tribunal tanto

para la documentación escrita presentada como para la

defensa oral y pública del TFG.

Además de la metodología de trabajo ya expuesta, se

proporciona formación al alumnado, al inicio del semestre,

sobre recursos útiles en la realización de su TFG:

Taller de preparación al TFG donde se explica la

metodología y tecnología que la apoya.

Taller de herramientas para la generación de

contenidos:

o Uso de plantillas automatizadas de memoria y

anexos, en formatos OpenOffice y Microsoft Office

[24].

o Zotero [25] como gestor bibliográfico.

o Uso de plantillas para la creación del póster [24].

El plazo deseable para realizar las tres fases del método se

iniciaría al principio del semestre y terminaría en la primera

convocatoria: junio. Pero en ocasiones el estudiante termina

su TFG en 2ª o 3ª convocatoria o incluso no llega a

terminarlo y debe presentarlo en el curso siguiente (Figura

2). En este trabajo se muestra el proceso de TFG de este

Figura 1: Fases y actividades principales TFG

Figura 2 Plazos de trabajo para la entrega del TFG



centro, que podrá ser adaptado a cualquier otra normativa

académica.

Como ya se ha mencionado, este trabajo se basa en la

metodología diseñada por el Grupo GI-IDES [21], del que

se ha eliminado la actividad de ―presentación oral de la

propuesta‖ de la fase inicial, por considerarla redundante

con las actividades previstas, y habiendo actualizado

algunos indicadores e ítems de las rúbricas utilizadas en las

actividades evaluativas de las diferentes fases. Así mismo,

se incluye en esta propuesta el LMS Moodle como

tecnología que apoya cada una de las fases del proceso.

III. MARCO TECNOLÓGICO

En la propuesta metodológica, las diversas actividades

incluidas en las fases de realización del TFG deben tener

una secuenciación que se adapte a los distintos ritmos, que

denominamos adaptatividad temporal. Así mismo, los

recursos que ambos actores generan en la realización y

evaluación de las actividades y durante la comunicación

entre ellos (documentos, mensajes y calificaciones), así

como la información necesaria, deben ser organizados y

puestos a disposición del alumnado de forma personalizada,

de acuerdo con los distintos perfiles, lo que denominamos

adaptatividad por perfiles. Para todo ello, se utiliza la

plataforma Moodle que actua como sistema de gestión del

aprendizaje (LMS), permite organizar el conocimiento

generado y ofrece herramientas para conseguir los distintos

tipos de adaptatividad.

En otras experiencias se han desarrollado nuevos módulos

(plugins) para Moodle, específicos para gestionar los TFG

[26], lo que conlleva un coste de mantenimiento y

actualización para las futuras versiones de Moodle. En esta

propuesta se utiliza únicamente la instalación básica de

Moodle, lo que facilita la transferibilidad y sostenibilidad

del método propuesto.

Los elementos básicos de Moodle permiten crear un aula

virtual con los elementos informativos y de interacción

necesarios para aplicar este método:

estáticos: libro, etiquetas, url, carpetas y documentos

de interacción: foros, mensajería, tareas y encuestas

de gestión de participantes: agrupamientos y grupos

de evaluación: calificación directa y calificación

mediante rúbricas sobre tareas

En el curso Moodle (que llamaremos aula-Moodle)

creado en esta experiencia, además de los profesores tutores

y del alumnado, se incluye la figura de Profesor responsable

de la asignatura TFG. Sus principales funciones son: aplicar

la adaptatividad en el aula Moodle, dar formación sobre el

proceso y proporcionar recursos y utilidades generales, de

interés para el alumnado y sus tutores (normativa, plazos y

el material facilitado en los talleres sobre metodología y

creación de recursos, etc).

A. Adaptatividad Aplicada en el Diseño del Aula-Moodle

Moodle ofrece mecanismos para configurar fácilmente la

adaptatividad dentro de sus cursos. Así, la adaptatividad

temporal se aplica mediante restricciones de acceso

dependientes de la superación o finalización de otros

recursos. Y la adaptatividad por perfiles se consigue

mediante el control de accesos por pertenencia a grupos y

agrupamientos.

A continuación se explica el diseño del aula-Moodle

respecto a la adaptatividad en el acceso temporal a recursos

y actividades y en el acceso a la información y la

comunicación según perfiles.

1) Adaptatividad temporal

Para organizar las fases de trabajo (Inicial, Progreso y

Final), se aplica restricción de acceso a los recursos y

actividades que componen cada fase. Los

recursos/actividades se hacen visibles dependiendo de que

se haya accedido a ciertos recursos u obtenido una

calificación mínima en actividades anteriores. De esta

forma, la superación de la ―Propuesta inicial‖ hace visible la

fase de Progreso, dentro de la cual se encuentra la tarea de

entrega del Hito I. A su vez, la superación del Hito I hace

visible la tarea de entrega del Hito II. Y por último, la

superación del Hito II hace visible la fase Final (Figura 3).

El acceso a los recursos y actividades tiene un diseño

temporal adaptativo, de manera que es la progresión y

superación de las actividades propuestas, lo que le permite

avanzar en las fases del proceso de TFG establecidas en el

aula. De esta forma, el proceso es riguroso en cuanto a la

obligación de pasar revisiones por parte de los tutores del

TFG (evaluación formativa y sumativa). Pero a la vez es

flexible, en cuanto a la ubicación temporal en que se

recorren esas fases de entrega, aunque obliga a planificar el

trabajo de forma coordinada entre tutor y estudiante. La gran

ventaja de este diseño recae sobre el estudiante, ya que tiene

la percepción de que el proceso se adapta a su ritmo de

avance en la realización de las diferentes actividades del

TFG.

2) Adaptatividad por perfiles

Para tener puntos de información y comunicación

independientes para los diferentes colectivos se controla su

acceso mediante la pertenencia a grupos/agrupamientos, en

combinación con la restricción de acceso (herramientas

propias de Moodle). Se crean varios agrupamientos,

denominados: Profesores, Tribunal i y Titulados.

Agrupamiento Profesores (Figura 4): los tutores tiene

una sección propia dentro del aula-Moodle cuyo

Figura 3 Adaptatividad temporal en TFG

Figura 4 Agrupamiento Profesores

ESTEBAN, ESTEBAN y SEIN-ECHALUCE: SEGUIMIENTO ADAPTATIVO DEL TRABAJO DE FIN DE GRADO... 67


objetivo es proporcionar un punto de comunicación y

recursos sólo visible al profesorado.

Agrupamiento Tribunal i (Figura 5): Cada tribunal i

(del aula-Moodle) contiene los grupos formados por

cada tutor y el alumnado que tutoriza. La configuración

del foro del tribunal con la opción de ―grupos

separados‖, permite disponer de un punto de

comunicación y colaboración ―privado‖ entre cada tutor

y el grupo de estudiantes que supervisa.

Agrupamiento Titulados (Figura 6): donde se incluye el

alumnado que ha superado su TFG, con el objetivo de

permitirles acceso a la encuesta de satisfacción final.

El aula-Moodle consigue centralizar el punto de trabajo y

comunicación entre todos los implicados en el TFG. La

aplicación de la adaptatividad por perfiles proporciona la

ventaja de canalizar las actividades y mensajería por grupos,

consiguiendo que todos los avisos de la actividad realizada

en el aula llegue únicamente a sus destinatarios y no a todos

los participantes.

El uso del aula-Moodle supone el apoyo tecnológico para

el marco metodológico antes expuesto. Su objetivo es guíar

tanto al alumnado como a los tutores en las distintas fases.

Por una parte para personalizar el aprendizaje, de

acuerdo con los ritmos y el progreso del alumnado y sus

tutores, así como con sus perfiles. Por otra parte, el aula-

Moodle permite unificar la metodología de trabajo y la

evaluación continua (formativa y sumativa) en el TFG, lo

que repercutirá en mejoras en la evaluación final de los

tribunales. Y aunque todos los estudiantes deben realizar la

misma secuencia de fases, cada uno decide en qué momento

realizarlas.

IV. DISEÑO DE LA INVESTIGACIÓN

A. Contexto de la Investigación

El método aquí propuesto se ha aplicado durante los

cursos 2013-14 y 2014-15, en las asignaturas TFG en los

Grados de Ingeniería Mecatrónica e Ingeniería en

Organización Industrial, que se imparten en la Escuela

Universitaria Politécnica de La Almunia (en adelante

EUPLA) en la Universidad de Zaragoza.

En ambos grados la asignatura de TFG tiene asignados 12

ECTS y está ubicada en el segundo semestre del 4º curso. Se

ofrecen tres convocatorias de presentación de TFG (junio,

septiembre y diciembre). El trabajo en la asignatura de TFG

se plantea inicialmente para un período de 20 semanas, pero

puede alargarse hasta once meses en el caso de presentarse

en la 3ª convocatoria.

Por otra parte, destacaremos que, en esta experiencia

particular, los tribunales que evaluan el trabajo final están

formados por tutores que intervienen en el proceso, de ahí la

utilización de esta terminología en uno de los

agrupamientos.

El proceso de seguimiento en el desarrollo del TFG y el

uso del aula-Moodle son los objetos de interés en el diseño

de investigación que se describe a continuación.

B. Diseño de Investigación

Se considera un estudio de caso tipo mixto [27], [28],

combinando técnicas cuantitativas y cualitativas, como

diseño de investigación, para observar el grado de

satisfacción respecto al método aplicado, por parte del

alumnado una vez aprobado el TFG y de sus tutores.

El trabajo de investigación se inició en el curso 2013-14,

en una presentación a congreso, se describió la metodología

empleada y los primeros resultados [29]. En este trabajo se

incorporan los datos del curso 2014-15 a la parte

cuantitativa del estudio y se ha realizado la parte cualitativa

de la investigación, realizando entrevistas a los distintos

actores del proceso, combinando los resultados de ambos.

1) Técnicas cuantitativas

Para la parte cuantitativa del estudio se realizó una

encuesta de satisfacción, adaptación del cuestionario

COLLES, con una doble intención: recoger información

sobre el correcto diseño de la asignatura TFG y sobre los

núcleos de interés de la investigación. En el diseño de las

preguntas se realiza una ampliación de la encuesta de

satisfacción TFG diseñada por la Universidad de Cádiz [30].

La encuesta utilizada usa una escala Likert de 5 niveles para

un total de 28 preguntas, agrupadas en 5 bloques:

8 sobre la realización del TFG

3 sobre la distribución temporal de la asignatura

6 sobre la organización del aula-Moodle

3 sobre la acción tutorial

4 sobre la motivación y satisfacción obtenida con la

realización del TFG

2) Técnicas cualitativas

Para la parte cualitativa, se uso la técnica de entrevista en

profundidad, ya que como sistema de recogida de datos

facilita la interacción con los sujetos de estudio y permite, a

través de sus relatos, determinar cuáles han sido sus

estrategias para vencer los problemas que se han encontrado

durante la aplicación del método.

a) Presupuestos de partida de la investigación

En este apartado se reflejan los supuestos de los que

parten los investigadores a la hora de diseñar la entrevista:

El método adaptativo propuesto ayuda al alumnado a

organizar su trabajo en la realización del TFG.

Figura 5 Agrupamiento y grupos Tribunales

Figura 6 Agrupamiento Titulados



La tecnología utilizada ayuda a alumnado y tutores a

aplicar la metodología adaptativa.

b) Núcleos de interés

Los núcleos de interés de la investigación serán:

La influencia que ha tenido la adaptatividad temporal en

el paso del alumnado por el aula

La influencia que ha tenido la adaptatividad por perfiles

en el paso del alumnado por el aula

La forma en que el alumnado ha percibido su paso por

el aula

La utilidad que ha encontrado el alumnado en el aula

A la hora de estructurar el procedimiento de la entrevista

se han tomado las siguientes decisiones:

Número de entrevistas: una entrevista por participante.

Transcripción de las entrevistas: Previa autorización de

los narradores, se procede a su grabación, se realiza una

transcripción de la misma que se hace llegar al

entrevistado.

Las preguntas que sirven como inicio de la entrevista en

profundidad han sido diseñadas para esta experiencia y

responden a los núcleos de interés y a los presupuestos de

investigación definidos previamente, (otras nuevas

cuestiones surgirán a partir de la emergencia de la

entrevista): Las preguntas utilizadas han sido estas:

Descríbeme en general tu experiencia en la realización

del TFG.

¿Participaste en los talleres formativos para el TFG?

¿Cuál es tu opinión?

¿En qué te ha ayudado el aula-Moodle para la

realización del TFG?

¿Qué te parece que una actividad no se haga visible

hasta que no hayas superado una actividad previa?

¿Has encontrado útil la información básica del aula-

Moodle (plazos, normativa, metodología, etc)?

Si has leído el documento que describe la metodología

de trabajo en el TFG ¿qué te ha parecido?

¿Has usado la plantilla de memoria de TFG dentro de

los recursos del aula-Moodle? ¿Qué te ha parecido?

¿Otras plantillas?

¿Te han ayudado los recursos incluidos en el aula-

Moodle relacionados con los talleres?

¿Qué recursos has echado en falta en el aula-Moodle?

¿Tu tutor te ha evaluado a tiempo las entregas que ibas

haciendo?

¿Cuál ha sido tu relación con el tutor en el proceso de

realización del TFG?

V. RESULTADOS

A. Resultados Cuantitativos

La participación de los egresados en las encuestas ha sido:

el 12.5% en Ingeniería Mecatrónica en el curso 2014-15

de un total de 16 alumnos

el 65% de los egresados en Ingeniería en Organización

Industrial en el curso 2013-14 de un total de 20 alumnos

el 42,8% de los egresados en Ingeniería en

Organización Industrial en el curso 2014-15 de un total

de 7 alumnos.

La media de respuestas (entre 1 y 5), por bloques de

preguntas, se puede ver en la figura 7.

De la encuesta realizada cabe destacar el elevado grado de

satisfacción de los encuestados, con una media de 4.53 en la

puntuación del bloque de preguntas de la acción tutorial, con

una media de 4,26 en el proceso de realización del TFG, con

una media 4.09 en la satisfacción por la realización del TFG,

con una media de 3.9 en la gestión de su tiempo durante la

realización del TFG y con una media de 3.8 sobre el uso que

han hecho del aula-Moodle.

Entrando más en detalle:

La pregunta sobre si el acceso temporal personalizado

ha sido útil ha obtenido una media de 4.2 lo que refleja

la percepción positiva de este sistema de adaptatividad.

La pregunta sobre si la información contenida en el

aula-Moodle ha sido suficiente, tiene una media de 4.1,

lo que refleja que el diseño creado es percibido como

útil por los alumnos.

La pregunta sobre si las fases del trabajo han sido

adecuadas, encontramos una media de 3.6 lo que indica

que a muchos de los alumnos les ha parecido adecuada,

aunque se percibe mejorable.

La pregunta sobre si conocías con claridad los objetivos

del TFG antes de comenzar, tiene una media de 3.3, lo

que indica que lo que más cuesta al alumnado es la fase

inicial (establecimiento de objetivos y metodología).

Realizando una comparación entre las medias de las

respuestas del curso 2013-2014 y el 2014-2015 no se

aprecian diferencias significativas usando un test de

Wilcoxon con un p-valor<0.01. Esto indica que entre ambos

cursos la percepción de los alumnos no ha cambiado para

ninguna de las respuestas.

B. Resultados Cualitativos

De todos los estudiantes matriculados, se ha escogido a

los egresados que presentaron el TFG en cualquiera de las

convocatorias del curso 2014-15. Se ha entrevistado a un

25% de los alumnos que cumplen esta condición, 4 para el

grado en Ingeniería Mecatrónica y 2 para grado en

Ingeniería en Organización Industrial. En el colectivo de

tutores se ha entrevistado a 2 tutores del grado en Ingeniería

Mecatrónica y 3 del grado en Ingeniería en Organización

Industrial.

Se ha realizado una triangulación de las respuestas

obtenidas por los alumnos y tutores para verificar cada dato.

A continuación se muestran estos resultados organizados por

las categorías: gestión del tiempo, contenidos del aula

Figura 7 Gráfico resultados encuesta



Moodle, información oficial de TFG, relación tutor-alumno

y documentación y formación.

Gestión del tiempo: Uno de los núcleos de interés del

trabajo es la influencia que la adaptatividad temporal ha

tenido sobre el alumnado. Las entrevistas corroboran

que el alumnado está de acuerdo con el sistema de

seguimiento de su trabajo, que evita que se inicie una

actividad hasta que no se obtenga una superación y

realimentación de la anterior y que cada una de esas

entregas sea evaluada como parte de la evaluación

continua de la asignatura. Sobre las distintas fases del

TFG, tanto tutores como alumnado indicaron que la

fase inicial de determinación de los objetivos y la

metodología a seguir es una de las más costosas en

tiempo para los alumnos.

Contenidos del aula-Moodle. En general el alumnado

ha hecho un uso más intensivo de los recursos de

Moodle que los tutores, que lo han utilizado como

sistema de recepción y evaluación de entregas parciales.

Los tutores no han apreciado dificultad en el uso de

Moodle como herramienta tecnológica y han visto

interesante poder consultar las entregas de otros

alumnos. El alumnado ha apreciado positivamente la

presencia de las plantillas y de los recursos externos que

les proporcionaron información, en particular sobre

cómo incluir la bibliografía en los documentos. Todavía

sigue habiendo un uso importante del correo electrónico

en detrimento del uso de la mensajería Moodle, cuyo

uso debería incentivarse como sistema de comunicación

privado entre tutor y alumno, ya que permite centralizar

la comunicación.

Información oficial de TFG (normativa, plazos, etc):

Tanto profesores como alumnos encuentran de mucha

utilidad esta información y la forma en que se ofrece. El

acceso a los pósteres de los TFG aprobados en

convocatorias anteriores ha resultado polémica, ya que

algunos dicen que les ha orientado y otros dicen que les

ha confundido. Esto puede deberse a que se accede a los

pósteres, pero sin indicar la calificación que obtuvieron.

Relación tutor-alumno. Tanto profesores como alumnos

califican en la mayoría de los casos esta relación como

muy satisfactoria y clave para la correcta consecución

del TFG. Las tutorias realizadas han sido

principalmente presenciales, aunque se debe incentivar

el uso de los foros como repositorio de dudas generales.

Los alumnos aprecian poder tener tantas tutorías como

sea necesario e indican que hubo una elevada

implicación de su tutor en la consecución del Trabajo

Fin de Grado, realizando a veces varias correcciones

previas antes de la entrega final de cada hito.

Documentación y formación. En general la

documentación proporcionada y los cursos realizados

para el desarrollo del Trabajo de Fin de Grado parecen

útiles, aunque muchos de los alumnos encuestados no

pudieron asistir a la formación inicial.

C. Plan de Mejora Fruto del Estudio Cualitativo

A continuación se indican algunas sugerencias de mejora

en el método propuesto, surgidas durante la realización de

las entrevistas, que han sido relevantes por estar

confirmadas por varios participantes de ambos colectivos:

Gestión del tiempo: Algunos alumnos y tutores han

indicado la conveniencia de que la fase de progreso

incluyera más hitos (evaluaciones) intermedios. El

alumnado sugiere incluir en el aula-Moodle un calendario

con su planificación del trabajo, que su tutor ha aprobado en

la fase inicial, para poder seguir su avance real. Se sugiere

también que las entregas por hitos tengan fechas asignadas

en función de la convocatoria de entrega, para tener una

planificación más clara del cuatrimestre. Tutores y alumnos

creen que el tiempo para la asignación del TFG es

excesivamente largo, lo que supone un retraso importante

para el alumnado que se presenta en la primera convocatoria

y no tiene tiempo para seguir las siguientes fases en

condiciones óptimas (se trasladará a las autoridades de la

EUPLA para agilizar la fase inicial).

Contenidos: Alumnos y profesores sugieren: añadir

ejemplos seleccionados de TFG aprobados en cursos

anteriores e incluir un calendario con las fechas de entrega

de los hitos I y II (fase de progreso) para cada convocatoria.

Relación tutor-alumno: El grado de satisfacción con el

tutor manifestado por el alumnado es alto, en particular en la

realimentación aportada por el tutor en las actividades

evaluativas del proceso.

VI. CONCLUSIONES

Se ha conseguido una aplicación práctica de una

metodología propuesta previamente [21] dando las pautas

concretas para llevarla a cabo en cualquier contexto.

La combinación de las técnicas cualitativas y cuantitativas

asegura que los resultados obtenidos reflejan la percepción

de los actores en el proceso. Como se ha comprobado, tanto

desde el punto de vista cuantitativo como cualitativo, los

alumnos están muy satisfechos con el proceso de realización

de su TFG, así como con el mecanismo de adaptatividad

incluido en el aula-Moodle y la acción tutorial, lo que

concuerda con otras experiencias de aprendizaje adaptativo

[15], [31]. La división por fases del trabajo ha resultado

satisfactoria para los participantes en el proceso que creen

que los contenidos incluidos en el aula-Moodle son

adecuados y útiles. Por último, la adaptatividad en

contenidos también es percibida de forma favorable, como

se demostró en un trabajo previo [29], obteniéndose una

correlación de 0.77 entre la percepción de la utilidad de la

adaptatividad diseñada y la satisfacción global con el TFG

realizado.

En base a los objetivos fijados en esta investigación,

podemos decir que el alumnado ha aceptado de forma

favorable la aplicación de la adaptatividad en el Aula-

Moodle. Considerando la adaptatividad temporal un buen

mecanismo de guía personalizada en el proceso TFG. La

adaptatividad por perfiles es menos valorada por parte del

alumnado, como era de esperar, ya que cada uno ve lo que

corresponde a su perfil y desconoce lo del resto de usuarios.

Pero en caso de no aplicarse, se saturaría de información a

todos los usuarios. El profesor responsable del aula, puede

interpretar los resultados obtenidos de la aplicación de la

adaptatividad como exitosos en ambos sentidos (temporal y

por perfiles).

El método propuesto para el seguimiento del desarrollo

del TFG es sostenible ya que la tecnología que la soporta

(Moodle) es software de código abierto y no precisa de



desarrollo adicional, en contra de lo realizado en otros

trabajos [26]. Por otra parte, se trata de un método

transferible a cualquier área de conocimiento y la tecnología

utilizada es de amplio y fácil uso, por lo que en áreas

diferentes de las Ingenierías, solo la ausencia del antecesor

del TFG, el PFC, en las anteriores titulaciones, puede

provocar dificultades en su aplicación.

En trabajos futuros se incorporará, al método propuesto,

el plan de mejora señalado anteriormente, se mejorará la

técnica de investigación con nuevos instrumentos que

faciliten información más detallada del sistema de

seguimiento de los TFG y que permitan demostrar el

impacto positivo del método en el aprendizaje del alumnado.

AGRADECIMIENTOS

Los autores agradecen a la Diputación General de Aragón

y al Fondo Social Europeo, su apoyo en la realización de

este trabajo.

REFERENCIAS

[1] A. Polo Márquez, J. Martínez Gil, y L. J. Arévalo

Rosado, «Hacia una metodología para el desarrollo de

trabajos y Proyectos Fin de Carrera en Ingeniería

Informática», XIII Jorn. Enseñ. Univ. Informática

JENUI, pp. 15–17, 2007.

[2] M. Á. Millán Muñoz y J. M. Medina Villaverde,

«Nuevo enfoque multidisciplinar en el proyecto fin de

carrera en ingeniería civil : experiencia en la UEM»,

REDU Rev. Docencia Univ., vol. 8, n.o 2, pp. 117-128,

2010.

[3] J. Francés Monllor, M. L. Álvarez López, J. Vera

Guarinos, S. Bleda Pérez, C. Neipp López, y A.

Beléndez Vázquez, «Aplicación de herramientas web

colaborativas en la realización de Proyectos Fin de

Carrera en Ingeniería», VIII Jorn. Redes Investig. En

Docencia Univ., pp. 1709-1721, 2010.

[4] J. J. Olarte Larrea, «Análisis y propuesta de mejora en

la dirección de Proyectos de Fin de Carrera en

Ingeniería Informática», Universidad de La Rioja,

2015.

[5] G. Estapé-Dubreuil, M. Rullan Ayza, O. Paz Torres, M.

J. Espuny Tomás, J. Pons Aróztegui, C. Monforte

Royo, y J. Montes, «Trabajos Fin de Grado: la

coordinación como clave del éxito», Rev. Congrés Int.

Docència Univ. Innovació CIDUI, vol. 1, n.o 1, 2012.

[6] D. Hernández-Leo, V. Moreno Oliver, I. Camps, R.

Clarisó, A. Martinez-Monés, M. J. Marco-Galindo, y J.

Melero, «Implementación de buenas prácticas en los

Trabajos Fin de Grado», Rev. Docencia Univ., vol. 11,

pp. 259-278, 2013.

[7] V. Moreno Oliver, D. Hernández-Leo, I. Camps i

Pujolar, y J. Melero Gallardo, «Uso de rúbricas para el

seguimiento y evaluación de los trabajos fin de grado»,

II Congr. Int. Sobre Eval. Por Competencias Mediante

ERúbricas, oct. 2012.

[8] V. Moreno, G. Carpintero, y D. Hernández-Leo, «Dos

casos del uso de rúbricas para la evaluación de Trabajos

Fin de Grado», III Jorn. Innov. Educ. En Ing.

Telemática, oct. 2013.

[9] B. de L. Passardiere y A. Dufresne, «Adaptive

Navigational Tools for Educational Hupermedia», en

Proceedings of the 4th International Conference on

Computer Assisted Learning, London, UK, UK, 1992,

pp. 555–567.

[10] C. Kaplan, J. Fenwick, y J. Chen, «Adaptive hypertext

navigation based on user goals and context», User

Model. User-Adapt. Interact., vol. 3, n.o 3, pp. 193-220,

sep. 1993.

[11] P. Brusilovsky, «Methods and techniques of adaptive

hypermedia», User Model. User-Adapt. Interact., vol.

6, n.o 2-3, pp. 87-129, jul. 1996.

[12] P. De Bra, A. Aerts, B. Berden, B. De Lange, B.

Rousseau, T. Santic, D. Smits, y N. Stash, «AHA! The

adaptive hypermedia architecture», en Proceedings of

the fourteenth ACM conference on Hypertext and

hypermedia, 2003, pp. 81–84.

[13] A. J. Berlanga Flores y F. J. García Peñalvo, «Learning

Design in Adaptive Educational Hypermedia Systems»,

2008. [En línea]. Disponible en:

http://gredos.usal.es/jspui/handle/10366/21699.

[Accedido: 03-mar-2016].

[14] D. Lerís y M. L. Sein-Echaluce, «La personalización

del aprendizaje: un objetivo del paradigma educativo

centrado en el aprendizaje», Arbor, vol. 187, n.o

Extra_3, pp. 123-134, dic. 2011.

[15] D. Lerís López, F. Vea Muniesa, y Á. Velamazán

Gimeno, «Aprendizaje adaptativo en Moodle: tres

casos prácticos», Educ. Knowl. Soc. EKS, vol. 16, n.o 4,

p. 138, dic. 2015.

[16] A. J. Berlanga Flores y F. J. García Peñalvo, «IMS LD

reusable elements for adaptive learning designs», 17-

sep-2005. [En línea]. Disponible en:

http://gredos.usal.es/xmlui/handle/10366/21710?show=

full. [Accedido: 03-mar-2016].

[17] Á. Fidalgo-Blanco, F. J. García-Peñalvo, M. L. Sein-

Echaluce, y M. Á. Conde-Gonzalez, «Learning content

management systems for the definition of adaptive

learning environments», en 2014 International

Symposium on Computers in Education (SIIE), 2014,

pp. 105-110.

[18] Á. Fidalgo Blanco, F. J. García-Peñalvo, y M. Sein-

Echaluce, «A methodology proposal for developing

adaptive cMOOC», en Proceedings of the First

International Conference on Technological Ecosystem

for Enhancing Multiculturality, 2013, pp. 553–558.

[19] N. (Nish) Sonwalkar, «The First Adaptive MOOC: A

Case Study on Pedagogy Framework and Scalable

Cloud Architecture—Part I», MOOCs FORUM, vol. 1,

n.o P, pp. 22-29, sep. 2013.

[20] «iMOOC». [En línea]. Disponible en:

http://gridlab.upm.es/imooc/. [Accedido: 03-mar-2016].

[21] Grup GI-IDES TFG, «GI-IDES Materials | TFG»,

2012. [En línea]. Disponible en:

http://grupsderecerca.uab.cat/gi-ides-

tfg/content/materials. [Accedido: 21-feb-2016].

[22] Moodle, «Moodle - Open-source learning platform |

Moodle.org», 2016. [En línea]. Disponible en:

https://moodle.org/. [Accedido: 29-feb-2016].

[23] EUPLA, «Proceso de TFG. Escuela Universitaria

Politécnica de La Almunia», 2015. [En línea].

Disponible en:

http://www.eupla.unizar.es/files/docs/grados/TFG_dic_

2013/procesotfg.pdf. [Accedido: 22-feb-2016].

[24] EUPLA, «Plantillas TFG», 2016. [En línea]. Disponible

en: http://www.eupla.unizar.es/index.php/trabajos-fin-

de-grado. [Accedido: 22-feb-2016].



[25] «Zotero», 2016. [En línea]. Disponible en:

http://www.zotero.org/. [Accedido: 20-feb-2016].

[26] C. López Nozal, J. F. Diez Pastor, J. Maudes Raedo, y

R. Marticorena Sánchez, «Módulo Moodle para

Gestionar Trabajos Final de Grado o Máster», Rev.

Iberoam. Tecnol. Aprendiz., vol. 7, n.o 3, pp. 155-162,

ago. 2012.

[27] J. L. Green, G. Camilli, y P. B. Elmore, Handbook of

Complementary Methods in Education Research.

Lawrence Erlbaum Associates, 2006.

[28] A. B. Dellinger y N. L. Leech, «Toward a Unified

Validation Framework in Mixed Methods Research», J.

Mix. Methods Res., vol. 1, n.o 4, pp. 309-332, ene.

2007.

[29] J. Esteban Escaño, A. L. Esteban Sánchez, y M. L.

Sein-Echaluce Lacleta, «Aprendizaje adaptativo en las

aulas Moodle de TFG», en La sociedad del

aprendizaje. Actas del III congreso internacional sobre

aprendizaje, innovación y competitividad. Cinaic 2015,

2015, pp. 726-731.

[30] Universidad de Cádiz, «Evaluación de la elaboración

del trabajo fin de grado. Encuesta alumnos», 2013. [En

línea]. Disponible en:

http://www.uca.es/recursosgen/doc/Centros/CCMar/18

16177068_562013103627.pdf.

[31] M. L. Sein-Echaluce, P. M. Aguado, J. Esteban-Escaño,

A. Esteban-Sánchez, P. Florentín, M. C. Gracia-

Gómez, D. Lerís, F. Vea, y M. Á. Velamazán, «Design

of Adaptive Experiences in Higher Education Through

a Learning Management System», en Proceedings of

the 3rd International Conference on Technological

Ecosystems for Enhancing Multiculturality, New York,

NY, USA, 2015, pp. 165–171.

Ana L. Esteban Sánchez. Doctora en Información y Documentación por la

Universidad de Zaragoza en el 2013 y Máster en Software Libre por la Universidad Abierta de Cataluña en el 2009. Es actualmente Profesora

Titular de Escuela Universitaria del área de Electrónica, Informática y

Control en la Escuela Universitaria Politécnica de La Almunia, centro adscrito a la Universidad de Zaragoza. Desde 2014 es miembro del Grupo

de Investigación GIDTIC de la Universidad de Zaragoza.

Javier Esteban-Escaño. Master en Sociedad de la Información y el

conocimiento por la Universidad Oberta de Catalunya en el 2011 y

Licenciado en Informática por la Universidad Oberta de Catalunya en el 2010. Es actualmente Profesor Titular de Escuela Universitaria del área de

Electrónica, Informática y Control en la Escuela Universitaria Politécnica

de La Almunia, centro adscrito a la Universidad de Zaragoza. Desde 2014 es miembro del Grupo de Investigación GIDTIC de la Universidad de

Zaragoza.

María Luisa Sein-Echaluce Lacleta. Doctora en Matemáticas por la Universidad de Zaragoza en 1986 y Profesora Titular de Universidad desde

1992. Actualmente es profesora del departamento de Matemática Aplicada

de la en la Escuela de Ingeniería y Arquitectura, Directora del Campus Virtual y Coordinadora del Grupo de Investigación GIDTIC de la

Universidad de Zaragoza.



Title—Learning Data Structures – same difficulties in

different countries?

Abstract— Data structures have been a core discipline in

Computer Engineering studies. Several difficulties related to

teaching and learning of these contents have been detected by

the academic community. With the aim of obtaining a better

knowledge about these situations we present the conclusions

obtained after evaluating the results achieved by the students

of the subject Programming II, in the first course of the Degree

in Computer Engineering at University of A Coruña (Spain)

and the students of the subject Data Structures where similar

contents are taught in the Informatics Degree at Portucalense

University (Portugal).

Index Terms— absenteeism, learning strategy, assessment,

performance, data structures.

I. INTRODUCCIÓN

ESDE hace años la materia de Estructuras de Datos es

una disciplina nuclear en los estudios de Informática

debido principalmente, al carácter fundamental de su

contenido. A lo largo de los años los agentes implicados en

su docencia han reconocido importantes dificultades en su

aprendizaje como consecuencia, principalmente, del carácter

abstracto del tema y del componente de programación

subyacente. Diferentes estudios hacen referencia a diversas

dificultades entre las que se encuentran: la ausencia de un

método de trabajo apropiado por parte de los estudiantes, la

complejidad en el diseño de los algoritmos de manipulación

de las estructuras de datos o el empleo de métodos

pedagógicos inadecuados por parte del profesorado [1],[2].

Tales circunstancias conducen a dos problemas de vital

importancia, el abandono de la materia por parte del

alumnado (absentismo) y la consecución de una tasa de

fracaso que se puede considerar elevada. Con el objeto de

alcanzar un mejor conocimiento sobre estas situaciones y,

manteniendo el foco de interés en el incremento del éxito en

el aprendizaje de esta materia, se presenta una comparativa

de los resultados alcanzados por los estudiantes

matriculados en la asignatura de Programación II del primer

curso del Grado en Ingeniería en Informática de la

Universidade da Coruña (España) y los de la asignatura de

Estruturas de Dados, que imparte contenidos análogos en la

Licenciatura de Informática en la Universidade Portucalense

Beatriz Pérez-Sánchez pertenece al Departamento de Computación de la

Universidade da Coruña (España) (corresponding author, phone: +34 881

016072; fax: +34 981 167160; e-mail: [email protected]).(ORCID ID:

0000-0002-8770-7257) Paula Morais pertenece al Departamento de Economia, Gestão e

Informática de la Universidade Portucalense Infante D. Henrique (Portugal)

(e-mail: [email protected]).(ORCID ID: 0000-0002-0039-3532).

(Portugal). Cabe mencionar que ambas entidades colaboran

desde el año 2011 gracias al Programa de Aprendizaje

Permanente Erasmus para movilidad de personal. El

objetivo del programa es facilitar la transferencia de

conocimiento y experiencias entre el profesorado gracias a

la realización de estancias docentes en otros centros de

referencia.

Este artículo se estructura del siguiente modo. La Sección II detalla los fundamentos teóricos subyacentes al estudio realizado; la Sección III detalla la información principal de cada una de las materias de interés en ambos centros académicos; la Sección IV presenta el análisis comparativo de resultados, centrando la atención en dos problemas principales las tasas de éxito y abandono, para los cursos 2011/2012, 2012/2013 y 2013/2014; y finalmente en la Sección V se exponen las principales conclusiones extraídas del estudio realizado.

II. CONTEXTO. ENSEÑANZA Y APRENDIZAJE DE

ESTRUCTURAS DE DATOS

La materia de Estructuras de Datos figura, desde hace

años, como una disciplina nuclear en los estudios en

Informática. La Association for Computer Machinery

(ACM), la más veterana sociedad científica y educativa en

informática y computación, ha estado involucrada, desde

1968, en la elaboración de las recomendaciones curriculares.

En este año se publica el texto “Curriculum68:

Recommendations for the undergraduate program in

computer science” [3] en el que ya se incluía un curso

denominado I1: Data Structures. También en el texto

redactado por ACM en 1978 encontramos el curso CS2:

Computer Programming II [4]. Desde entonces todas las

recomendaciones de la ACM (Computing Curricula) han

tenido una amplia influencia, utilizándose como guía para el

diseño de titulaciones de informática de todo el mundo. A

pesar de modificaciones planteadas en las recomendaciones

de ACM a los Curricula de Ciencias de la Computación el

estudio de estructuras de datos se ha mantenido obligatorio.

A lo largo de los años se han detectado diferentes

problemáticas asociadas a la enseñanza y aprendizaje de los

contenidos de interés y diferentes cuestiones han sido

planteadas por la comunidad educativa. Entre ellas vale la

pena mencionar algunas de las más significativas:

¿Cómo ayudar a mejorar el proceso de aprendizaje? Los

alumnos encuentran dificultades a la hora de enfrentarse a

los contenidos como consecuencia del carácter abstracto del

tema. Con el objeto de facilitar el proceso de aprendizaje

diversas herramientas para representar visualmente las

estructuras de datos han sido propuestas a lo largo de los

años [5]-[7].

¿Qué debería enseñarse a los alumnos? ¿la enseñanza

debería centrarse en el detalle de cada estructura de datos?

O tal vez ¿sería conveniente enfocar el aprendizaje en el

Aprendizaje de Estructuras de Datos – ¿Las

Mismas Dificultades en Diferentes Países?

Beatriz Pérez-Sánchez, Paula Morais

D



uso y aplicación de las mismas? Algunos teorías defienden

que, a pesar de la importancia de que el alumno sepa

construir las estructuras de datos, saber cuándo y cómo

aplicarlas es prioritario [8], [9].

¿Cómo facilitar la programación de los algoritmos de

manipulación de las estructuras de datos? En una disciplina

de estructuras de datos los alumnos no sólo, tienen que

conocer los conceptos teóricos fundamentales sino también,

adquirir las competencias que les permitan seleccionar las

estructuras de datos más adecuadas para la resolución de un

problema dado y programarlas correctamente. Usualmente

el tema de la programación supone una dificultad añadida

para el alumnado. Diferentes estrategias y herramientas para

aminorar estos efectos han sido presentadas [10]-[12].

¿Qué lenguaje de programación emplear para el estudio

de las estructuras de datos? Es una cuestión controvertida

que ha sido fuente de debate a lo largo de los años. Ya en el

año 1997 Weiss describía la experiencia del uso de Java en

la enseñanza de la disciplina de estructuras de datos [13].

Algunos autores ahondan en el efecto del lenguaje de

programación empleado llegando a publicar diferentes

versiones del mismo libro [14]-[17]. Tales publicaciones

varían el lenguaje empleado y centran el estudio de las

estructuras de datos en la abstracción empleando

pseudocódigo, característica que permite centrarse

únicamente en las propias estructuras de datos y en los

algoritmos asociados a ellas sin atender a detalles de

implementación. Esta experiencia les permitió concluir que

el lenguaje empleado es una mera herramienta para la

implementación. Este hecho refuerza nuestra idea de que el

tema del lenguaje de programación seleccionado no es

relevante. Mientras que el tema se aborda extensamente en

la bibliografía las instituciones aplican diversas alternativas

(Java, C/C++ u otros).

III. DESCRIPCIÓN

El curso 2010/2011 fue el año de implantación del Grado

en Ingeniería Informática en la Universidade da Coruña

(UDC), titulación adaptada al Espacio Europeo de

Educación Superior (EEES). Fue también el primer año de

impartición de la materia asociada a los contenidos de

estructuras de datos, denominada en el plan de estudios

Programación II (ProII). La experiencia en la impartición de

estos contenidos en el plan de estudios previo nos hace

plenamente conscientes de varios problemas potenciales.

Esta preocupación llevó a realizar, desde momento de la

implantación de la nueva materia, un seguimiento intensivo

de los resultados académicos alcanzados por los estudiantes

con el objeto de extraer conclusiones significativas, y

evaluar tanto su rendimiento como nuestra capacidad

docente. De este modo podremos conocer las principales

debilidades con el objeto de atajarlas, en la medida de lo

posible, con las oportunas acciones correctoras.

ProII es una asignatura de primer curso perteneciente al

bloque de materias de Lenguajes y Programación del

Módulo de Formación Básica del grado en Ingeniería

Informática con un total de 6 créditos ECTS asociados.

Mantiene una fuerte dependencia de las materias de

Programación I (ProI), Matemática Discreta e Informática

Básica impartidas en el semestre previo. Los contenidos que

en la UDC se asignan a la asignatura de ProII se imparten en

materias con distinta denominación dependiendo de cada

universidad y que aparecen situadas de diferentes maneras

en los planes de estudios, entre ellas: (i) como una

asignatura de entre 6 y 7,5 créditos ECTS, que se imparte en

el segundo semestre de la titulación (caso de la UDC), (ii)

en el marco de una asignatura de 12 créditos ECTS, que se

imparte en el segundo semestre de la titulación, y que abarca

también los contenidos que en la UDC se imparten en ProI,

(iii) como una asignatura de entre 6 y 7,5 créditos ECTS,

que se imparte en el tercer semestre (segundo curso) de la

titulación.

Tras una valoración en profundidad de los resultados,

detectada la problemática principal y, con el objeto de

conocer el enfoque docente en otras universidades tanto a

nivel de competencias, como de organización y evaluación,

surgió una colaboración con la Universidad Portucalense

sita en Porto (Portugal) gracias al programa de Aprendizaje

Permanente Erasmus para movilidad de personal docente.

Los responsables del centro de destino nos ofrecieron

participar en la docencia de la materia Estruturas de Dados

(ED), donde se imparten contenidos análogos a ProII. La

principal diferencia con la que nos encontramos es la

situación de la materia ED en el plan de estudios, ya que es

una asignatura de 6 créditos ECTS de segundo curso que se

imparte durante el primer semestre. Mantiene una fuerte

dependencia de las materias de Algoritmos-Programação y

Programação orientada a objetos impartidas en el primer

curso académico. Esta situación nos permitirá conocer si, al

menos en parte, los problemas detectados en nuestro centro

pueden estar relacionados con la situación de impartición de

los contenidos de interés en el plan de estudios. Las

movilidades docentes, que se repitieron en cursos sucesivos,

permitieron conocer la planificación y estructuración de los

contenidos en la universidad de acogida, intercambiar

conocimientos y experiencias con su personal académico e

iniciar una colaboración que se mantiene en la actualidad.

A continuación se detallan los objetivos generales, así

como la metodología y la evaluación establecida para los

contenidos de interés en cada uno de los centros

involucrados en el estudio.

A. Objetivos y Temario

Con el objeto de ofrecer una idea general de los contenidos

que se imparten en las materias de ProII (UDC) y ED (UPT)

y, también conocer cuáles son los resultados esperados se

presenta una breve descripción de los mismos. Los

contenidos orientativos de ProII pueden resumirse en tres

bloques principales:

1) Manejo de punteros y memoria dinámica,

2) Introducción a los tipos abstractos de datos

(TADs),

3) Programación con estructuras de datos dinámicas y

complejas.

Como resultado del aprendizaje, se espera que los

estudiantes, adquieran las siguientes competencias:

a) Dominar mecanismos de gestión dinámica de la

memoria,

b) Conocer mecanismos de especificación de un TAD,

c) Programar los algoritmos de manipulación de

estructuras de datos diseñadas para solucionar

problemas reales (listas, pilas, colas y árboles),

d) Interiorizar buenas prácticas de programación.

Por su parte la unidad curricular de la materia ED en la UPT

pretende introducir:



1) Los conceptos fundamentales sobre las estructuras

abstractas de datos,

2) El comportamiento asociado según las

interpretaciones estática y dinámica.

Al finalizar la impartición de la materia se espera que cada

alumno sea capaz de:

1) Conocer el funcionamiento y comprender la

utilidad de las estructuras abstractas de datos más

relevantes (listas, pilas, colas y árboles),

2) Saber seleccionar y utilizar estructuras de datos

adecuadas al problema a resolver,

3) Saber implementar las estructuras de datos, en

particular, empleando la gestión dinámica de la

memoria.

B. Metodología

La experiencia presentada en este trabajo abarca un

estudio comparativo de los resultados alcanzados en ambos

centros y enfocado en los objetivos de interés ya

mencionados, tasas de abandono y éxito. Para ello se

manejan los resultados alcanzados durante los cursos

2011/2012, 2012/2013 y 2013/2014. Para poder analizar

con detalle los resultados obtenidos en ambos centros

también resulta de interés conocer la metodología docente

aplicada que, en ambos casos, se centra en el aprendizaje

activo del alumnado.

Si centramos nuestra atención en la UDC, la docencia se

divide en tres grandes bloques: (1) clases teóricas, (2)

prácticas de laboratorio y, (3) seminarios de solución de

problemas. En las clases teóricas se describen los contenidos

temáticos y los objetivos perseguidos, con una orientación

totalmente práctica y, requiriendo desde el primer momento

la colaboración del alumno. En los seminarios de solución

de problemas se presentan supuestos prácticos para su

desarrollo, resolución y puesta en común. Este tipo de

actividad en grupo promueve el desarrollo de habilidades

útiles para la práctica profesional como la comunicación y el

trabajo en equipo [18]. Las prácticas de laboratorio obligan

a la construcción y utilización de estructuras de datos en un

lenguaje de programación de alto nivel para la resolución de

un pequeño supuesto práctico. Este trabajo de carácter

obligatorio, se desarrolla por parejas para potenciar

competencias transversales en la titulación como el trabajo

en equipo, la toma de decisiones y la organización y

planificación.

Por su parte en la UPT se pueden distinguir dos bloques

principales: (1) clases teórico/prácticas en donde se

presentan los conceptos fundamentales de los tipos

abstractos de datos, utilizando frecuentemente la

interpelación con los alumnos y el aprendizaje basado en

ejemplos, y (2) las clases prácticas persiguen desarrollar las

competencias específicas, por medio de la resolución de

ejercicios prácticos en el ordenador que se abordan en

grupos de dos estudiantes.

Con respecto al tema del lenguaje de programación

empleado hay diferencias entre los centros. Pascal es el

lenguaje empleado en la UDC, su elección se justifica

únicamente por motivos prácticos ya que éste es el lenguaje

empleado para ayudar a los alumnos en su primer contacto

con la programación en la asignatura ProI en el primer

cuatrimestre. Dado que ProII se imparte en el segundo

cuatrimestre y considerando que los alumnos no tienen

soltura programando, resulta precipitado presentar otro

lenguaje. Una alternativa podría ser algún lenguaje de

amplio uso en el ámbito profesional como C, C++, Java, C#

o Python. Esto ocurre en la UPT donde, tras un primer curso

familiarizándose con la programación (en concreto cursan

Algoritmia e Programação empleando C como lenguaje de

programación y Programação orientada a objetos donde

empiezan a manejarse en Java) los alumnos tienen un bagaje

suficiente para implementar las distintas estruturas de datos

en un lenguaje como Java. De todos modos, como ya

indicamos previamente, se considera que el lenguaje

empleado es únicamente una herramienta para la

implementación.

C. Evaluación

En esta sección se introducen brevemente los criterios de

evaluación aplicados en ambos centros, información de

interés ya que podría influir en las notas finales alcanzadas

por los estudiantes. En ambas entidades se aplica un método

de evaluación continua que se realiza principalmente, a

través de diferentes pruebas prácticas tanto individuales

como por parejas. En ambas entidades la evaluación

contempla tres aspectos: una prueba teórica escrita, las

prácticas (realizadas en parejas), y una serie de pruebas de

carácter práctico que se resuelven individualmente. Sin

embargo, la ponderación asociada a cada uno de estos ítems

en el cómputo de la nota final difiere considerablemente en

ambos centros. En la UDC la valoración de la prueba teórica

escrita es muy elevada en concreto un 75%, mientras que el

25 % restante se reparte entre los dos otros ítems a razón de,

20% la práctica y 5 % la solución de problemas. Sin

embargo, la UPT otorga la mayor puntuación al trabajo

práctico del alumno de este modo, sólo un 30% se asigna al

examen mientras que el 70% restante se distribuye en 40% a

la práctica en parejas y 30% al trabajo práctico individual.

En cuanto al programa de prácticas en ambos centros

consiste en la resolución de una versión simplificada de un

problema real empleando las estructuras de datos vistas en

teoría que deben ser implementadas mediante el lenguaje de

programación correspondiente. En el caso de la UPT los

estudiantes realizan 3 pruebas a lo largo del curso, las dos

primeras por parejas y la última de carácter individual. En el

caso de la UDC los estudiantes deben realizar dos prácticas

en parejas. En ambos centros los resultados de cada práctica

se proporcionan a los estudiantes con el objeto de facilitar el

feedback necesario antes de la siguiente prueba. Además,

vale la pena mencionar que se exige una nota mínima en la

parte práctica para poder superar la materia.

IV. RESULTADOS

Preocupados por los resultados alcanzados por nuestros

alumnos y con la idea de plantear los cambios oportunos,

realizamos un estudio exhaustivo para tres cursos

académicos, 2011/2012, 2012/2013 y 2013/2014. Como ya

se comentó previamente a lo largo de estos años los

principales problemas detectados fueron: (a) la tasa de éxito

y (b) la tasa de no presentados. De este modo, en esta

sección abordamos detalladamente ambas cuestiones en

base a los resultados obtenidos. Con el objeto de arrojar un

poco de luz a las dificultades detectadas e indagando en el

origen de las mismas, se proporciona un análisis

comparativo con los resultados alcanzados en la UPT. Cabe

mencionar que el número de matriculados en la UDC es

considerablemente superior al de la UPT, en consecuencia el

número de grupos de estudiantes es mayor en el caso de la

PÉREZ Y MORAIS: APREDIZAJE DE ESTRUCTURAS DE DATOS - ¿LAS MISMAS DIFICULTADES EN ... 75


UDC sin embargo, en ambos centros el promedio de

estudiantes en cada uno de estos grupos es similar (alrededor

de 25-30 alumnos).

A. Tasa de Éxito

Como primer paso del análisis de resultados alcanzados por

el alumnado, centramos la atención en las calificaciones. La

Fig. 1 muestra una comparativa de las calificaciones

alcanzadas por los alumnos presentados a examen en ambos

centros. En primer lugar centramos nuestra atención en los

resultados de la UDC. Como se muestra en la Fig. 1 para el

curso 2011/2012 un 30,69% de los presentados no consigue

superar la asignatura, un 40,91% lo consigue con la nota

mínima (aprobado), un 23,29% obtiene un notable y, sólo un

5,11% alcanza la calificación máxima. En el curso

2012/2013 la distribución de los alumnos que supera la

materia se divide mayoritariamente entre el aprobado

(32,10%) y el notable (26,30%), únicamente un 4,50% de

los alumnos presentados alcanzan la nota máxima. Por

último, en el curso 2013/2014 los resultados siguen la

misma línea, del 37,03% de los presentados solo el 5,44%

obtienen la máxima calificación, el 31,29% un notable y el

25,17% restante un aprobado.

Como se puede observar en la Fig. 1 la diferencia principal

con respecto a los resultados de la UPT se encuentra en el

porcentaje de alumnos que alcanza la máxima calificación.

En el curso 2011/2012 sólo un 5,11% de alumnos

presentados en la UDC alcanza la máxima calificación

frente al 25% que lo consigue en la UPT. En el curso

2012/2013 la diferencia es menor pero, aun así significativa,

un 4,50% de la UDC frente al 13,33% de la UPT. La mayor

diferencia se aprecia en el curso 2013/2014, aunque en este

caso, de manera puntual la diferencia es favorable a la UDC.

Con respecto al número de alumnos que no consiguen

superar la materia, en la Fig. 1 se observa como en ambos

centros estos porcentajes son elevados (entre un 30% y un

40%) y, relativamente similares a excepción del curso

2012/2013, donde se aprecia una diferencia sustancial, un

53,33% en la UPT frente al 37,20% obtenido en la UDC.

Tras analizar este resultado se comprueba que ese valor de

la UPT es puntual y la tendencia es la que se muestra para

los otros dos cursos.

Por tanto, la diferencia fundamental entre ambos centros se

encuentra en el porcentaje de alumnos presentados que

alcanza la máxima calificación, siendo éste mucho mayor en

el caso de la UPT. Para el resto de categorías, aunque con

algunas diferencias puntuales, los porcentajes siguen la

misma línea. Aquí entra en juego la evaluación aplicada en

la UDC donde el peso de la prueba escrita en la nota final es

alto. Estudiando con detalle los resultados se observa como

en la UDC los alumnos que obtienen buena nota en prácticas

y solución de problemas no alcanzan las máximas notas

posibles en el examen y eso les hace quedarse en el notable

y no llegar a las máximas calificaciones. Esto nos lleva a

reflexionar y replantear los pesos de las distintas actividades

en el esquema de evaluación de la asignatura: parece

razonable reducir el peso de la prueba teórica a favor de

otras actividades que evalúen de forma más objetiva posible

el trabajo continuo del alumnado.

B. El Problema de los No Presentados

El segundo dato a destacar es el número de alumnos

presentados a examen. La Fig. 2 presenta los porcentajes de

alumnos presentados y no presentados a examen sobre el

total de matriculados desde el curso 2011/2102 al

2013/2014. En las gráficas se puede observar como en la

UDC, en el curso 2011/2012, un 39,31% de los alumnos

matriculados no se presentaron a examen, en el 2012/2013

este porcentaje es todavía mayor alcanzando un 54,65%

pero tal valor fue todavía superado en el curso 2013/2014

suponiendo un 62,97% del total. Estamos por tanto ante un

problema crucial que tenemos que abordar e intentar atajar

en la medida de lo posible. Con este objetivo, hemos tratado

de ahondar en las razones del abandono, entendido éste

como la renuncia de facto a examinarse de la asignatura.

Muchas de las renuncias se producen incluso antes de iniciar



el cuatrimestre, puesto que hay alumnos que ya no se

incorporan como tales y en principio, están fuera de

cualquier proceso evaluador. Otros alumnos dejan de asistir

a clase, ya sea porque prefieren concentrar su esfuerzo en

otras asignaturas más asequibles según su nivel de

competencia o, su capacitación no es suficiente para afrontar

con éxito la asignatura. Pocos estudios arrojan luz sobre este

tipo de estudiantes [19], [20] sin embargo, los informes que

aclaran esta problemática la atribuyen, sorprendentemente y

a tenor de la opinión de los alumnos, principalmente a

causas externas como la organización de horarios de las

asignaturas y, en menor medida a la metodología docente

[21].

El estudio realizado sobre las posibles causas de abandono

arroja que uno de los principales motivos es el no poder

alcanzar las capacidades, competencias y aptitudes que el

alumno debe adquirir en ProII, para resolver los supuestos

prácticos propuestos. Nos planteamos así la posibilidad de

que el problema también radique en no haber alcanzado las

capacidades, competencias y aptitudes requeridas y que se

suponen adquiridas previamente.

Los profesores consideramos que la situación de ProII en el

plan de estudios (segundo semestre del primer curso) podría

no ser acertada debido a que a estas alturas los alumnos

presentan una base escasa desde el punto de vista de la

programación. La fuerte dependencia de la asignatura de

ProI es un hándicap importante. Esta materia del primer

semestre para que los estudiantes adquieran las habilidades

que les permiten afrontar con éxito ProII en el segundo

semestre.

Por este motivo nos interesa reflexionar ahora sobre los

resultados alcanzados en la UPT. En este centro, debido a la

estructuración del plan de estudios, los alumnos tienen un

primer curso académico completo donde reciben formación

con respecto a materias relativas a la programación. En

concreto Algoritmos y Programación (primer semestre) y

Programación orientada a objetos (segundo semestre). En

nuestra opinión, esta situación permite al alumno asentar sus

conocimientos. De este modo, comparamos los resultados en

base al porcentaje de alumnos no presentados en las

materias ProII y ED en ambas universidades.

En la Fig. 3 se presentan los porcentajes de alumnos no

presentados, aprobados y suspensos en ambos centros para

los cursos académicos en estudio.

Como se puede observar a simple vista la tasa de No

Presentados es, de manera general, menor en el caso de la

UPT. Un detalle en el que vale la pena reparar es que la tasa

de no presentados a examen en la UDC muestra una

tendencia creciente a lo largo de los tres cursos académicos

(39,30% en 2011/2012, 54,70% en 2012/2013 y 62,97% en

2013/2014). Sin embargo, la tendencia es inversa en el caso

de la UPT donde el porcentaje de no presentados es de un

28,20% en el 2011/2013 y decrece progresivamente hasta

llegar a un 9,53% en el curso 2013/2014. La principal

diferencia entre ambas instituciones es que en la UPT la

impartición de los contenidos de interés se realiza en el

segundo año tras el estudio de materias relacionadas con la

programación a lo largo de todo el primer curso académico.

De hecho, a pesar de que la UPT imparte la materia en el

segundo curso, los docentes implicados señalan que los

alumnos que no han cursado las materias consideradas como

pre-requisito abandonan, en su gran mayoría, la materia por

no poder seguir los contenidos. El hecho de impartir los

contenidos de interés en el segundo curso permite que los

alumnos tengan los conocimientos base más asentados a

diferencia de lo que ocurre en la UDC donde la fuerte

dependencia con ProI en el primer curso se traduce en un

elevado número de alumnos sin conocimientos afianzados y

sin tiempo suficiente para asimilarlos. Este es un problema

estructural, para el que no hay una posibilidad de solución a

corto plazo, ya que afecta al plan de estudios establecido en

el centro. Sin embargo, consciente de estas limitaciones, el

profesorado plantea algunas alternativas para paliar, en la

medida de lo posible, sus consecuencias. Así vale la pena

mencionar, la aplicación de un plan de motivación del

alumnado desde el inicio del semestre, planteando cuáles

son los falsos mitos sobre la superación de la materia,

añadiendo clases de refuerzo para afianzar conceptos

básicos, e incidiendo en el trabajo de acompañamiento

personalizado que permiten desarrollar las clases de grupo

reducido. Como intento para evitar perder al alumnado en

las materias de programación de primer curso se elabora de

forma conjunta con el profesorado de la materia de ProI

(primer semestre) un programa formativo continuado que

permita a los estudiantes abordar, de la mejor manera

posible, los contenidos asociados a las materias de

programación. El objetivo es evitar, al menos en parte, el

absentismo o abandono por parte del alumnado en la

materia.



V. CONCLUSIONES

Reflexionar sobre los resultados cosechados por los

estudiantes debería ser una práctica habitual, no sólo para

detectar fortalezas y debilidades en nuestro proyecto docente

sino para buscar soluciones que permitan corregir las

deficiencias. Con el objetivo, no sólo de mejorar las tasas de

éxito sino con el propósito de formar mejor a nuestros

alumnos, hemos realizado un pequeño trabajo de

introspección en la docencia de la materia de ProII que nos

ha llevado a investigar cómo es la impartición de

contenidos en otros centros. Este hecho ha motivado una

colaboración docente continuada con el personal de la UPT

a través de programas de movilidad de profesorado.

En cuanto a los principales problemas con los que nos

enfrentamos en la impartición de los contenidos asociados a

la materia de ProII y tras una comparativa con el enfoque

empleado en la UPT podemos concluir que:

(1) En cuanto a la tasa de éxito, las diferencias principales

entre los dos centros se encuentran en el porcentaje de

alumnos que alcanzan la máxima calificación, con valores

muy inferiores en el caso de la UDC. El principal motivo

es la diferencia de peso asignado a cada uno de los ítems

que forman parte del proceso evaluador. En el caso de la

UDC la ponderación asociada a la prueba individual

teórica escrita es alta, un 75%, y esto hace que alumnos

con la máxima calificación en las partes práctica y de

resolución de problemas (20% y 5% respectivamente de

la calificación total), no alcancen finalmente la

calificación máxima. En consecuencia, la gran mayoría de

las calificaciones alcanzadas por estos alumnos se

concentran entre el aprobado y notable.

(2) Con respecto al problema de los no presentados y en

base a los resultados mostrados en la Sección IV.B. se

observa como el hecho de impartir esta materia en el

segundo semestre del primer curso conlleva una serie de

inconvenientes que se ponen de manifiesto cuando los

alumnos se enfrentan a los contenidos de la materia:

ausencia de conocimientos de base o escaso tiempo

disponible para asimilar conocimientos. La metodología

docente, basada en el aprendizaje activo del alumno,

obliga a los estudiantes a realizar un trabajo continuo que

conlleva entregar diversos trabajos y prácticas de

laboratorio y, en ocasiones, no consiguen afrontar las

tareas encomendadas. La fuerte dependencia con ProI

explica los altos índices de abandono de la asignatura. El

plan de estudios en la UPT, donde los contenidos se

ofertan en segundo tras un primer curso con materias

relacionadas con la programación favorece el aprendizaje

de los alumnos y esto se refleja en los resultados donde la

tasa de alumnos no presentados en la UPT difiere de

manera significativa con respecto a los de la UDC, siendo

la primera inferior. Por tanto, constatamos nuestra idea de

la necesidad de un curso previo completo de

programación para que los alumnos afiancen sus

conocimientos base y así puedan afrontar adecuadamente

los contenidos temáticos que nos ocupan. De esta

manera, se podría evitar, al menos en parte, el absentismo

o abandono por parte del alumnado en la materia.

REFERENCIAS

[1] A. Gomes, C. Areias, J. Henriques y A. J. Mendes, “Aprendizagem de

programação de computadores: dificuldades e ferramentas de

suporte”, Revista Portuguesa de Pedagogia, vol. 42, no. 2, pp. 161–

179, 2008. [2] A. Gomes, “Dificuldades de aprendizagem de programação de

computadores: contributos para a sua compreensão e resolução” Tese

de Doutoramento, Faculdade de Ciências e Tecnologia, Departamento de Engenharia Informática, Universidade de Coimbra,

2010.

[3] W. F. Archison, S. D. Conte, J. W. Hamblen, T. E. Hull, T. A. Keenan, W. B. Kehl, E. J. McCluskey, S, O. Navarro, W. C.

Rheinboldt, E. J. Scweppe, W. Viavant y D. M. Young, “Curriculum 68: Recommendations for Academic Programs in Computer Science:

A Report of the ACM Curriculum Committe on Computer Science”,

Commun. ACM, 11(3), 151-197, 1968. [4] R. H. Austing, B. H. Barnes, D. T. Bonnette. G. L. Engel y G. Stokes,

“Curriculum 78: Recommendations for the Undergraduate Program in

Computer Science. A Report of the ACM Curriculum Committee on

Computer Science”, Commun. ACM 22 (3), 147-166, 1979.

[5] R. Celso, M. Correia, R. E. Garcia, C. O. Junior, A.C. Brandi y G. P.

Cardim, “A Methodological Approach to Use Technological Support on Teaching and Learning Data Structures”, in Proc. Frontiers in

Education Conference (FIE), pp. 1-8, 2014.

[6] T. D. Hendrix, J. H. Cross y L. A. Barowski, “An extensible framework for providing dynamic data structure visualizations in a

lightweight IDE”, SIGCSE Bulletin, ACM, vol. 36, no. 1, pp. 987-

391, 2004. [7] A. S. S. Nair y T. Mahalakshmi, “Conceptualizing Data Structure: a

Pedagocic Approach”, SIGCSE Bulletin, ACM, vol. 36, no. 4, pp. 97-

100, 2004. [8] R. Lister, I. Box, B. Morrison, J. Tenenberg y D. S. Westbrook, “The

dimensions of variation in the teaching of data structures”, SIGCSE

Bulletin, ACM, vol. 36, no. 3, pp. 92-96, 2004. [9] J. Tenenberg, “A framework approach to teaching data structures”,

SIGCSE Bulletin, ACM, vol. 35, no. 1, pp. 210-214, 2004.

[10] A. T. Duchowski, “τέχνη photons: Evolution of a course in data structures”, Computer Graphics Forum, vol. 33, no. 1, pp. 294-304,

2014.

[11] X. Wang, J. Fan, G. Sun y S. Nan, “The Exploration and Practice of Data Structure Teaching Based on CDIO Model”, in Proc. 7th

International Conference on Computer Science & Education

(ICCSE), pp. 1403-1407, 2012. [12] M. J. Guzdial y B. Ericson, Problem Solving with Data Structures

Using Java: A Multimedia Approach, Prentice Hall Press, 2010.

[13] M. A. Weiss, “Experiences teaching data structures with Java”, SIGCSE Bulletin, ACM, vol. 29, no. 1, pp. 164-168, 1997.

[14] F. Carrano y T. Henry, Data Abstraction & Problem Solving with

C++: Walls and Mirrors, Pearson, 2016. [15] F. Carrano y J. Prichard, Data Abstraction & Problem Solving with

Java: Walls and Mirrors, Pearson, 2015.

[16] M. A. Weiss, Data Structures and Problem Solving Using Java,

Pearson, 2013.

[17] M. A. Weiss, Data Structures and Problem Solving Using C++,

Addison-Wesley, 2014. [18] J. Crosby, “Learning in small groups”, Medical Teacher, vol. 18, no.

3, pp. 189-202, 1996.

[19] A. Cernuda, S. Hevia, M. C. Suárez y D. Gayo , “Un studio sobre el absentismo y el abandon en asignaturas de programación”, en Actas

de las XIII Jornadas de Enseñanza Universitaria en Informática

(JENUI), pp. 487-494, 2007. [20] R. Rodríguez, J. Hernández, A. Alonso y E. Diez-Itza, “El absentismo

en la universidad: resultados de una encuesta sobre motivos que

señalan los estudiantes para no ir a clase”, Aula Abierta, vol. 82, pp. 117-146, 2003.

[21] I. Sanz, M. Aramburu, L. Museros, M. Pérez y C. Barrachina, “En busca del estudiante perdido: caracterización de los no presentados”,

en Actas de las XVII Jornadas de la Enseñanza Universitaria de la

Informática (JENUI), pp. 403-410, 2011.



http://onlinelibrary.wiley.com/doi/10.1111/cgf.12279/abstract

Beatriz Pérez-Sánchez Ingeniera y Doctora en Informática por la

Universidade da Coruña desde los años 2005 y 2010, respectivamente.

Desde el año 2007, ha desempeñado diferentes puestos investigadores y

docentes en el Área de Ciencias de la Computación e Inteligencia Artificial

de la Universidade da Coruña. Con respecto a su actividad investigadora,

ha publicado diversos trabajos como artículos en revistas científicas, contribuciones a congresos científicos y capítulos de libros, siendo la

mayor parte de las aportaciones de ámbito internacional. Asimismo, ha

participado en diferentes proyectos financiados en convocatorias públicas de carácter competitivo y en contratos de especial relevancia con empresas

privadas. A lo largo de estos años ha ganado varias becas de carácter

competitivo para la realización de diferentes actividades de formación, entre las que cabe destacar las ayudas para movilidad tanto con fines

investigadores como docentes. A mayores, ha recibido premios de carácter

competitivo como son el Premio José Cuena de la Asociación Española para la Inteligencia Artificial al mejor artículo Doctoral Consortium en la

XII Conferencia de la Asociación Española para la Inteligencia Artificial

(CAEPIA 2007) o el Premio Extraordinario de Doctorado en Ingeniería Informática por la Universidade da Coruña por su tesis doctoral defendida

en el año 2010.

Paula Morais profesora asociada del Departamento de Economia, Gestão e

Informática da Universidade Portucalense, Porto, Portugal. Doctorada en

Tecnologias e Sistemas de Informação, por la Universidade do Minho en

2002. Su labor docente está ligada a las disciplinas de Ingeniería de

Software y Gestión de Conocimiento. Su investigación se enmarca en las

áreas de sistemas de información en las organizaciones y gestión de conocimiento organizacional. Participa como orientadora en proyectos de

fin de curso de las licenciaturas en Informática e Tecnologias e Sistemas de

Informação y en tesis de master y doctorado en el área de Informática. En los últimos años ha participado en los proyectos “Erasmus +, KA2, 3C -

Creating Competences for a Circular Economy” y, “Necesidades

específicas de RRHH para el sector de las TIC”. Además, ha sido coordinadora de las estancias pedagógicas de la Licenciatura en Informática

y evaluadora de proyectos en el área de SI/TI y también de las candidaturas

del Programa ERASMUS+.



Title—Evaluation of the use of Technology in improving

Safety in the Teaching Laboratory.

Abstract— In Engineering studies classroom safety,

especially in laboratories, is a frequent concern. In this work,

we present the results obtained from an assessment regarding

the students' use of a laboratory practice manual that

incorporates different types of technology, and with the final

aim to introduce good safety practices as something standard

as part of the teaching process. Thereby, encouraging the

students to acquire a more active role in the process of

learning.

Index Terms— Engineering education, Mobile technology,

Satisfaction, Prevention of risks in Teaching laboratory.

I. INTRODUCCIÓN

AS prácticas en los laboratorios docentes son

imprescindibles para que los estudiantes alcancen las

competencias establecidas en las memorias de verificación

de los títulos universitarios y, en aquellos estudios que

habilitan para el ejercicio de una profesión regulada, las de

las órdenes CIN correspondientes. El trabajo desarrollado en

los laboratorios docentes tiene asociados riesgos diversos,

que en la mayoría de los casos el alumnado desconoce y,

como consecuencia, pueden dar lugar a procedimientos de

trabajo peligrosos.

En los estudios de Ingeniería y Arquitectura, la seguridad

se ha de tratar en las aulas y, especialmente, en los

laboratorios. Estos estudiantes se han de formar para utilizar

herramientas y materiales potencialmente peligrosos y poder

resolver, de forma segura, problemas a los que se

enfrentarán en su futuro profesional [1]. Es responsabilidad

de los docentes, que el laboratorio sea un lugar seguro.

A la hora de generar esos espacios seguros, debemos

seguir las recomendaciones recogidas por diversos autores

[2], [3], [4], [5], [6], pero hemos de tener en cuenta que la

seguridad es un proceso y no un evento único. Es, por tanto,

muy importante que, durante toda la jornada de trabajo en

Ana B. González Rogado. Author is with the Department of Automation

and Computer Sciences. High Polytechnic School (Zamora). University of

Salamanca. Spain (e-mail: [email protected], ORCID ID: 0000-0002-7859-

8730). Ana M. Vivar Quintana. Author is with the Department of Construction

and Agronomy. High Polytechnic School (Zamora), University of

Salamanca, Spain (e-mail: [email protected], ORCID ID: 0000-0003-1543-4736).

Laura Lavandera Mayo. Author is student in University of Salamanca,

Spain (e-mail: [email protected], ORCID ID: 0000-0002-6223-7877).

los laboratorios, se incida de forma continua sobre las

normas de seguridad y su cumplimiento [4], [6]. La manera

más eficaz para reforzar la educación en seguridad en el

laboratorio, es hacer un buen diseño de las prácticas,

teniendo en cuenta todos los aspectos relacionados con la

seguridad de nuestros propios laboratorios: preparar unas

instrucciones bien planificadas y ser sistemático en la

observación del modo en que trabajan nuestros estudiantes

[4]. Tenemos que lograr que los alumnos aprendan a evitar

riesgos en el trabajo de laboratorio e instaurar en sus rutinas

de trabajo, unos protocolos de actuación que los minimicen.

Las normas de seguridad deben convertirse en un elemento

natural dentro del proceso de enseñanza.

Las nuevas tecnologías se han convertido en un medio

capaz de aportar nuevas formas de organizar y gestionar el

proceso formativo, con el fin de favorecer el aprendizaje de

los estudiantes. Pero hemos de tener en cuenta que los

procesos de innovación, con la utilización de herramientas

tecnológicas, requieren una reinterpretación y redefinición

importante de la función educativa [7]. Hay que ser

conscientes, sin embargo, de que el mero uso de las TIC no

necesariamente cambia la docencia, ni mejora la calidad de

la misma. Una de las principales dificultades, para lograr

que las TIC se conviertan en herramientas generadoras de

conocimiento es ser capaces de encontrar usos

pedagógicamente significativos [8]. Las posibilidades

didácticas de las TIC dependen de las actividades y tareas

que el estudiante tenga que hacer con ellas [9], [10], [11].

Los propios estudiantes universitarios no parecen tener una

opinión clara sobre si la incorporación de las nuevas

tecnologías en el aula mejorará la calidad de la enseñanza

[12] y poseen dificultades para generar ideas innovadoras y

creativas de integración curricular de las TIC en el proceso

formativo [13].

Coincidimos con [7] en que resulta necesario, por tanto,

encontrar recursos que despierten la motivación del

estudiante y hagan que éste integre las TIC dentro de las

estrategias de estudio que desarrolla en su vida académica,

tal y como las ha integrado en su vida personal.

Conseguir una mayor implicación y motivación del

alumnado, con la adquisición de un rol más activo en su

propio proceso de aprendizaje, dependerá de que se diseñen

actividades formativas adecuadas y, por lo tanto, de un

replanteamiento de la metodología docente [14].

Existen tres momentos claves en el desarrollo del trabajo

práctico de laboratorio que deben ser atendidos y diseñados

cuidadosamente por el docente: pre-laboratorio, durante-

Evaluación del Uso de Tecnología para

Incrementar la Seguridad en la Docencia en el

Laboratorio

A.B. González Rogado, A.M. Vivar Quintana y L. Lavandera

L



mailto:[email protected]

laboratorio y post-laboratorio. Las posibilidades educativas

que para ello nos brindan las TIC son muy amplias [15].

En la fase pre-laboratorio el profesorado debe seleccionar

cuidadosamente los resultados de aprendizaje buscados y

diseñar las sesiones prácticas con unos objetivos de

aprendizaje claros [16]. Además, para que el aprendizaje en

materia de seguridad resulte efectivo con los estudiantes, es

necesario proporcionar una serie de reglas cortas y

generales, que se deben explicar antes de entrar en los

laboratorios [2], [3].

En la fase durante-laboratorio se han de proporcionar

normas específicas sobre cada proceso o práctica a

desarrollar, incluido el ámbito de la seguridad. En esta fase,

el docente debe ser sistemático y observador en el modo en

que los estudiantes trabajan en el laboratorio [4].

La fase post-laboratorio debe evaluar los resultados y los

procesos seguidos para realizar, si fuera necesario, ajustes

en los procedimientos establecidos.

Con la finalidad de desarrollar las capacidades de los

alumnos en prevención de riesgos, facilitar su trabajo y

garantizar su seguridad durante la docencia práctica en los

mismos, la propuesta que se presenta en este trabajo se ha

hecho siguiendo estos tres puntos, con la integración de las

TIC para el trabajo en los laboratorios docentes, en las fases

pre y durante-laboratorio. En la fase post-laboratorio

analizamos la evaluación de la experiencia por parte del

docente y de los estudiantes. Esto nos permitirá mejorar los

instrumentos elaborados y fomentar, por una parte, la

independencia del alumno y, por otra, garantizar que

adquieran unas rutinas de trabajo basadas en la prevención

de riesgos y la seguridad dentro del laboratorio.

La experiencia que aquí evaluamos, se realizó, sobre la

base de una primera experiencia (1º cuatrimestre curso

2013/14 y 2º cuatrimestre 2014/2015) llevada a cabo

trabajando solo las fases durante y post-laboratorio,

incorporando el uso de códigos QR asociados a los reactivos

utilizados en cada práctica [17] y evaluando la experiencia

en la fase post-laboratorio, mediante cuestionarios y pruebas

objetivas [18]. En el segundo cuatrimestre del curso

2014/2015, tras la experiencia del curso anterior se optó por

potenciar la fase pre-laboratorio, ya que se consideró que era

la mejor opción para alcanzar el objetivo buscado,

incrementar la seguridad en el trabajo de laboratorio de

nuestros estudiantes y que fueran conscientes tanto de los

riesgos que se podían encontrar, como de la forma de

proceder ante ellos.

En este artículo presentamos de forma breve las fases pre

y durante-laboratorio y analizaremos los resultados de la

fase post-laboratorio, diseñadas y aplicadas, en esta segunda

experiencia, en los laboratorios de Tecnología de los

Alimentos de la Escuela Politécnica Superior de Zamora de

la Universidad de Salamanca, en la asignatura de Tecnología

de las Industrias de Origen Animal (2014/2015, n=10),

asignatura del 2º cuatrimestre del Máster Universitario en

Ingeniería Agronómica de 6 ECTS. Todos los estudiantes

procedían de estudios previos no adaptados al EEES y era

primera matrícula en la asignatura.

II. EXPERIENCIA. FASES PRE Y DURANTE-LABORATORIO

A. Diseño del Guion de Prácticas.

En la elaboración del guion se incluyeron los tres aspectos

que buscábamos trabajar con los alumnos. En primer lugar,

las fichas de los reactivos a utilizar, con acceso a

información tanto de las características de los mismos, como

de los riesgos y las medidas de seguridad que se han de

tener en cuenta, para su manejo. En segundo lugar,

maquinaria implicada en la práctica y la forma correcta de

manejarla. Y, por último, información sobre los riesgos y

elementos de seguridad del laboratorio en el que se van a

llevar a cabo las prácticas, cómo identificarlos y ubicarlos

físicamente en el laboratorio.

Para trabajar los tres aspectos reseñados, el guion

elaborado, junto con la explicación de la práctica, incorporó

cuatro elementos: códigos QR, imágenes enriquecidas,

imágenes en tres dimensiones (3D) y mapas de riesgos, con

la finalidad de proporcionar toda la información buscada

[19].

Se utilizaron los códigos QR para el acceso, a través de

un dispositivo móvil, a fichas, en distintos formatos, con las

características de riesgos y normas de prevención a tener en

cuenta en su uso (Fig. 1). Su función en los guiones estuvo

relacionada con la utilización segura de los reactivos de

laboratorio.

Las imágenes enriquecidas (Fig. 2), imágenes impresas

vinculadas a información, se utilizaron para vincular con

ellas explicaciones adicionales, videos de utilización o

funcionamiento, o enlaces a sitios web para consultar,

mediante un dispositivo móvil, información extra

relacionada con el instrumento representado en la imagen y

utilizado en la práctica. Su función en los guiones era

ampliar datos e información.

Las imágenes en 3D (Fig. 3), accesibles mediante

Fig.1. Ejemplo de códigos QR incorporados

Fig.2. Marcador de Aumentaty VSearc

GONZÁLEZ, VIVAR Y LAVANDERA: EVALUACIÓN DEL USO DE TECNOLOGÍA PARA INCREMENTAR ... 81


marcadores y visibles mediante un dispositivo móvil,

representaban alguna de las máquinas con las que iban a

trabajar en el laboratorio. Su función era que el alumno se

familiarizara, en la fase pre-laboratorio, con esta

maquinaria, permitiéndole conocer los posibles elementos

de riesgo, o mecanismos de seguridad de que dispone cada

máquina, facilitando la identificación de los mismos a la

hora de manejarlas.

El último elemento incorporado al guion de prácticas fue

un mapa de riesgos. Este es un instrumento informativo que,

mediante informaciones descriptivas e indicadores

adecuados, permite el análisis de los riesgos en una

determinada zona [20]. En este caso se elaboró, e incorporó

al uion, un mapa con los elementos de seguridad presentes

en el laboratorio (Fig. 4). Se consideró importante incluirlo

en el guion de prácticas para que el alumnado, de manera

previa a su acceso al laboratorio, sea consciente de los

riesgos a los que se va a enfrentar en él. Es importante

señalar que, en muchos casos, el estudiante no ha tenido

acceso a estas instalaciones y, por tanto, no está

familiarizado con el mismo. El mapa de riesgos les permitirá

reconocer todos aquellos puntos de interés dentro del

laboratorio: de riesgo, de evacuación o puntos con

elementos de seguridad.

B. Cuestionarios Elaborados

Para la evaluación de la experiencia se decidió analizar

tanto la satisfacción del alumnado con la misma, como la

adquisición de la competencia de evaluación de riesgos.

Para valorar la adquisición de la competencia buscada se

elaboraron dos pruebas objetivas, una a aplicar previa a la

experiencia (pretest) y otra posterior a la misma (postest),

ambas de igual contenido.

Esta prueba se planteó con un doble objetivo, por un lado,

conocer el nivel de conocimientos previos del alumnado en

relación con la materia (Identificación de Riesgos y

Primeros Auxilios) y, por otro, obtener una medida inicial

del nivel de preparación en los conceptos señalados. Así

como para conocer la homogeneidad, o no, de los

participantes en el estudio, en cuanto a conocimientos

previos.

El equipo docente decidió elaborar una prueba objetiva

con un máximo de 30 ítems, que pudiera aplicarse en un

tiempo máximo de 10 minutos. La prueba objetiva

construida finalmente constó de 25 ítems de opción

múltiple. Cada ítem tenía tres opciones de respuesta, de las

cuáles tan solo una era correcta, denominada clave [21]. Los

diferentes ítems de la prueba se pueden agrupar en 2 bloques

temáticos que constituyen los contenidos de la prueba:

Identificación de Riesgos (1-17) y Primeros Auxilios (18-

25).

Para medir la satisfacción del alumnado, en la primera

fase de la experiencia (segundo cuatrimestre curso

2013/2014 y primer cuatrimestre del curso 2014/2015) se

había utilizado un Cuestionario de Satisfacción, formado por

6 preguntas, tomando como referencia una escala tipo Likert

de 5 puntos [18]. En la segunda experiencia, segundo

cuatrimestre del curso 2014/2015, se modificó y elaboró un

Cuestionario de Satisfacción, más completo, para conocer

no solo la satisfacción del estudiante con la experiencia, sino

también para saber cómo trabajaron, así como obtener la

valoración del estudiante de la metodología utilizada.

Con este cuestionario, de 31 ítems, se pretendió recabar

información en varias dimensiones:

a. Metodología de trabajo personal de estudiante.

b. Grado de uso de los diversos elementos del guion.

c. Percepción sobre la metodología utilizada.

d. Percepción sobre la prevención de riesgos en el

laboratorio.

e. Satisfacción general en relación con la experiencia.

f. Valoración de los elementos que contenía el guion de

prácticas según su utilidad.

Para las dimensiones a, c, d y e, el estudiante ha de

responder en una escala de 1 a 5 (1 totalmente en

desacuerdo, 2 en desacuerdo, 3 indiferente, 4 de acuerdo y 5

totalmente de acuerdo) en los distintos ítems planteados. En

la dimensión b, se pide que seleccione entre varias

posibilidades de menor a mayor grado de uso de los

distintos apartados del guion. Y, en la dimensión f se solicita

que responda, en una escala de 1 a 5 (1 Poco útil, …, 5 Muy

útil), la utilidad de los diferentes elementos planteados en

cada ítem.

En relación a la dimensión de metodología de trabajo, los

ítems formulados buscan conocer si el estudiante, dentro de

la experiencia de aprendizaje:

Ha comprendido o no los objetivos de las mismas;

Ha leído el guion de prácticas antes de asistir a las

clases de laboratorio;

Ha utilizado el guion en el desarrollo de las

prácticas;

Si las prácticas le han resultado difíciles o,

Si cree que el contenido trabajado le será útil.

Fig.3. Cuba para elaboración de queso, vista con Aumentaty Viewer

Fig.4. Elementos de seguridad del laboratorio de Tecnología de los

Alimentos



En cuanto a la satisfacción general se busca verificar si,

para el estudiante, la experiencia ha resultado positiva y si le

ha ayudado en el proceso de aprendizaje. Para ello, tomando

como referencia una escala Likert (1 - Totalmente

desacuerdo; …; 5 - Totalmente de acuerdo) se ha de

responder a:

Me he sentido satisfecho realizando estas

prácticas;

Creo que he aprendido más que utilizando un

guion tradicional;

Recomendaría este tipo de metodología en otras

materias.

C. Estrategia Educativa

El guion de prácticas elaborado fue puesto a disposición

de los estudiantes la semana previa a su entrada en los

laboratorios. Los alumnos dispusieron de dos días para

descargarse los programas necesarios y comprobar que eran

capaces de acceder a las imágenes enriquecidas, los códigos

QR y las imágenes 3D que contenían los guiones.

Se dedicó una sesión teórica a revisar el guion de práctica

con los alumnos. El docente fue accediendo a los distintos

elementos del mismo y comprobando que todos los alumnos

podían ver los materiales. Se explicó con detalle cada uno de

los elementos del guion y su utilidad durante el desarrollo de

la sesión práctica.

Se aplicó la prueba pretest el primer día de clase y la

prueba postest, a través de la plataforma MOODLE, una vez

finalizadas las clases prácticas. Se decidió no aplicar un

factor de corrección de errores que evitara los efectos del

azar. El cuestionario de satisfacción se aplicó el último día

de clase.

Las prácticas tuvieron una duración de 12 horas,

distribuidas en 3 sesiones de 4 horas. Trabajaron en grupos

de dos o tres personas.

Durante la realización de las prácticas los alumnos tenían

a su disposición el guion de prácticas y dos tabletas del

departamento para su uso, junto con sus propios dispositivos

móviles. Antes de comenzar cada práctica se les explicó el

trabajo que debía desarrollar, así como la maquinaria que

debían utilizar. También se les recordó la información que

tenían a su disposición en los guiones de prácticas y la

forma de acceder a la misma. Los alumnos disponían de

autonomía para distribuir el trabajo a desarrollar dentro de la

sesión práctica, así como para organizar la tarea entre los

miembros del grupo.

La participación del profesor fue de observador, dejando

que ellos mismos gestionaran su trabajo en el laboratorio.

Eso sí, con la premisa de que si se observaba un

comportamiento negligente, que pudiera suponer un riesgo

para su seguridad o sus compañeros, se les indicaría que

corrigieran sus actuaciones y se les recordaría cómo el guion

podía ayudarles a realizar el trabajo de forma segura.

Durante todas las sesiones de prácticas el profesor observó y

tomó nota del comportamiento del alumnado en las

prácticas, así como del uso de los guiones, para lo que se

elaboró una plantilla de observación con una lista corta y

bien definida de elementos.

III. RESULTADOS. FASE POST-LABORATORIO

Recordemos que tenemos una muestra muy limitada,

formada por 10 estudiantes (n=10), de la asignatura

Tecnología de las Industrias de Origen Animal, del Máster

Universitario en Ingeniería Agronómica.

A. Desarrollo de Competencias

Analizamos los resultados alcanzados en las pruebas

pretest y postest, para contrastar el nivel de conocimientos

previos y posteriores a la experiencia. Vemos que, en

relación al nivel de aprendizaje inicial de los estudiantes,

tras aplicar la prueba objetiva inicial pretest, constatamos,

como muestra en la Tabla I, que la media es muy baja

(n=10; Media=3,16; Desviación típica=1,01) y alejada del

valor 5, considerado como aprobado.

TABLA I. ESTADÍSTICOS DESCRIPTIVOS Y PRUEBA INFERENCIAL PARA EL

CONTRASTE SOBRE EL NIVEL DE CONOCIMIENTOS PREVIOS Y

POSTERIORES A LA EXPERIENCIA.

Prueba objetiva (n=10) Media Desv. Típ. Prueba T

t p

Pretest Ident. riesgos 3,00 0,94 -7,29 0,000*

Postest Ident. riesgos 5,65 1,01

Pretest Pros auxilios 3,22 1,77 -9,00 0,000*

Postest Pros auxilios 8,22 1,59

Pretest 3,16 1,01 -7,84 0,000*

Postest 6,60 0,95

* n.s. 0,001

Fig. 5. Diagramas de caja, resultados prueba objetiva inicial (pretest)

Fig. 6. Diagramas de caja, resultados prueba objetiva final (postest)



Una vez finalizada la asignatura se aplicó la prueba

objetiva postest, y como vemos en la Tabla I y en las Fig. 5

y Fig. 6, los resultados obtenidos por los estudiantes fueron

significativamente mejores (n.s. 0,001).

B. Cuestionario de Satisfacción

Analizando las respuestas al cuestionario, vemos que en

relación a la Metodología de trabajo personal del estudiante

(Tabla II), vemos que los estudiantes, en su mayor parte,

comprenden los objetivos de las prácticas (n=10; Media=

4,60; desv. típica=0,52), consideran el contenido útil (n=9;

Media= 4,67; desv. típica=0,50) y no les ha resultado difícil

afrontarlas (n=9; Media=2,22; desv. típica=1,09). Sin

embargo, hay bastantes estudiantes que indican que no han

leído el guion de prácticas antes de utilizarlo en el

laboratorio (n=9; Media=3,00; desv. típica=1,22).

En relación al Grado de uso de los distintos elementos

incorporados al guion, el 50% de los estudiantes indicaron

que habían utilizado el guion completo y el otro 50% señaló

que habían utilizado algunos de los elementos incorporados.

En cuanto a la Percepción de la metodología utilizada

(Tabla III) destacamos que los estudiantes señalan que el

diseño del guion les permitió trabajar de forma autónoma

(n=10; Media=4,30; desv. típica=0,67), que les gusta el

sistema y la calidad de contenidos (n=10; Media=4,40; desv.

típica=0,52) y que el guion (n=10; Media=4,60; desv.

típica=0,52) y los materiales que manejaron (información

escrita y audiovisual) fueron útiles (n=10; Media=4,40;

desv. típica=0,52), así como que la metodología de

aprendizaje les ha servido para comprender mejor el

contenido (n=10; Media=4,60; desv. típica=0,52).

Cuando analizamos las variables relacionadas con la

Percepción sobre prevención de riesgos en el laboratorio

(Tabla IV), observamos que los estudiantes manifiestan que

el guion les ha ayudado a trabajar con precaución (n=10;

Media=4,50; desv. típica=0,58) y que ha cambiado su

percepción de la seguridad en el laboratorio (n=10;

Media=4,00; desv. típica=0,67).

En cuanto a la Satisfacción general de los estudiantes

(Tabla V), vemos que la metodología utilizada, consigue

que los estudiantes, en general, estén satisfechos realizando

las prácticas (n=10; Media=4,40; desv. típica=0,70) y que,

según su punto de vista, sería recomendable incorporarlo a

otras materias (n=10; Media=4,50; desv. típica=0,53).

Finalmente, señalar que los estudiantes valoran de forma

muy positiva todos los elementos incorporados al guion

(Tabla VI), especialmente los códigos QR (n=10;

Media=4,80; desv. típica=0,42), mapa de riesgos (n=10;

Media=4,50; desv. típica=0,71) y explicaciones en texto

(n=10; Media=4,50; desv. típica=0,53).

IV. CONCLUSIONES

El objetivo principal de esta experiencia era lograr que el

alumnado fuera capaz de incorporar a sus rutinas de trabajo

un protocolo de actuación preventivo que minimizara los

TABLA II.

METODOLOGÍA DE TRABAJO PERSONAL DE ESTUDIANTE

Variables N Mín. Máx. Media Desv.

típ.

1. He comprendido los objetivos de las

prácticas 10 4 5 4,60 0,52

2. Considero que el contenido desarrollado

en prácticas es útil como futuro profesional

9 4 5 4,67 0,50

3. He leído el guion de prácticas antes de

asistir a las clases de laboratorio 9 1 5 3,00 1,22

4. El contenido programado para prácticas es difícil

9 1 4 2,22 1,09

5. He utilizado el guion de prácticas

durante las mismas 9 3 5 4,44 0,73

TABLA III. PERCEPCIÓN SOBRE LA METODOLOGÍA UTILIZADA


típ.

7. La forma en la que se preparó el guion

me ha permitido trabajar de forma autónoma

10 3 5 4,30 0,67

8. Me sentí responsable de mi aprendizaje

en estas prácticas

10 3 5 3,70 0,82

9. Me ha gustado este sistema como ayuda para el aprendizaje.

10 4 5 4,40 0,52

10. Los contenidos del guion están

expuestos con claridad

10 4 5 4,40 0,52

11. El guion de prácticas me ha parecido

útil

10 4 5 4,60 0,52

12. El guion era demasiado largo y

contenía demasiada información resultaba muy complicado verlo todo

10 1 3 1,80 0,79

13. No he comprendido muy bien como

tenía que usar el guion de prácticas

10 1 4 1,50 0,97

14. El uso de recursos online me ayuda a aprender de una manera más ágil.

10 3 5 4,00 0,82

15. Los materiales (información escrita y

audiovisual) fueron útiles

10 4 5 4,40 0,52

16. He tenido problemas técnicos de acceso a los materiales digitales

10 1 5 2,60 1,26

17. Tener que rellenar el informe de

prácticas ha sido muy aburrido

10 1 4 2,40 0,97

18. Esta metodología de aprendizaje me ha servido para comprender mejor el

contenido.

10 4 5 4,60 0,52

19. El profesorado me ha ayudado a comprender el contenido

10 3 5 4,50 0,85

TABLA IV. PERCEPCIÓN SOBRE PREVENCIÓN DE RIESGOS EN EL LABORATORIO


típ.

20. El guion me ha ayudado a trabajar

con precaución

10 4 5 4,50 0,58

21. Tendré en cuenta los posibles

riesgos para ocasiones futuras 10 3 5 4,40 0,70

22. Ha cambiado tu percepción de la

seguridad en el laboratorio después de usar este guion

10 3 5 4,00 0,67

TABLA V.

SATISFACCIÓN GENERAL


típ.

23. Me he sentido satisfecho realizando estas prácticas

10 3 5 4,40 0,70

24. Creo que he aprendido más que

utilizando un guion tradicional

10 3 5 4,20 0,63

25. Recomendaría este tipo de metodología en otras materias

10 4 5 4,50 0,53

TABLA VI.

VALORACIÓN DE LOS ELEMENTOS QUE CONTENÍA EL GUIÓN DE

PRÁCTICAS SEGÚN SU UTILIDAD

Variables N Mín. Máx. Media Desv. típ.

26. Mapa de Riesgos 10 3 5 4,50 0,71

27. Texto escrito 10 4 5 4,50 0,53

28. Imágenes enriquecidas 10 3 5 4,20 0,92

29. Vídeos de funcionamiento de equipos 10 3 5 4,30 0,67

30. Códigos QR de los reactivos 10 4 5 4,80 0,42



riesgos asociados al propio trabajo de laboratorio. Para ello

hemos incorporado las normas de seguridad en los

laboratorios como un elemento más en el proceso de

enseñanza, implicando al alumnado para que tome un rol

más activo en el proceso de aprendizaje.

La muestra utilizada en esta experiencia es muy pequeña,

somos conscientes de que cualquier conclusión posible

implicaría repetir la experiencia en cursos sucesivos, para

lograr obtener una muestra poblacional adecuada.

A pesar de ello, podemos constatar algunos hechos

observados. En primer lugar, los estudiantes han sido

plenamente conscientes de su desconocimiento sobre

muchos aspectos relacionados con la seguridad de su trabajo

durante la realización de prácticas y han puesto mucho

interés en mejorarlos y ampliar sus conocimientos. Los

resultados obtenidos en las pruebas objetivas realizadas

(pretest y postest) así lo ponen de manifiesto. En nuestra

experiencia se ha constatado el desarrollo de una inquietud,

relacionada con la seguridad, en el trabajo que el alumnado

desarrolla en los laboratorios. En prácticas posteriores, se

observa que los estudiantes incluyen, entre sus rutinas de

trabajo, el análisis de los riesgos a los que pueden verse

expuestos, especialmente en lo referido al uso de reactivos

químicos. La instauración de protocolos de trabajo que

minimicen los riesgos en los laboratorios requerirá tiempo,

así como la colaboración de todo el profesorado y personal

implicado en esta formación, pero la experiencia puesta en

práctica ha motivado y guiado al estudiante para la

incorporación de medidas preventivas en su rutina de

trabajo.

La incorporación de las TIC en el proceso formativo que

se desarrolla en los laboratorios ha supuesto un elemento

motivador importante para el desarrollo de competencias

relacionadas con la prevención de riesgos. Nuestra

experiencia previa, en este tipo de actuaciones en el

laboratorio, nos permite concluir que para lograr que las TIC

se conviertan en herramientas generadoras de conocimiento

es necesario encontrar usos pedagógicamente significativos.

La incorporación de las TIC requiere que se lleve a cabo de

forma no invasiva y se construyan herramientas que

abarquen distintos aspectos de la competencia que se espera

que el alumnado desarrolle. Las nuevas tecnologías no

resultan útiles cuando se utilizan como elementos aislados y

no se incorporan a nuevas maneras de enseñar y aprender.

Para resultar un elemento motivador y efectivo, las TIC

deben convertir al alumno en un actor clave, permitiendo

que regule y organice su propio aprendizaje.

AGRADECIMIENTOS

A la Fundación Memoria D. Samuel Solorzano Barruso

de la Universidad de Salamanca, Convocatoria de Ayudas a

la Investigación 2013 “Realidad aumentada aplicada a la

seguridad en el laboratorio” (Ref.: FS/13-2013), y a la

Universidad de Salamanca, convocatoria Proyectos de

Innovación y Mejora Docente, “Motivación del estudiante

de Ingeniería en las prácticas de laboratorio: utilización de

las TIC para potenciar la fase pre-laboratorio” (Ref.:

ID2014/0136) cuya financiación ha permitido realizar esta

experiencia.

REFERENCIAS

[1] T. Love, «Safety and liability in STEM education laboratories: using

case law to inform polyce and practice,» Technology and Engineering

Teacher, vol. 5, nº 73, pp. 1-13, 2014.

[2] V. De Luca y W. Haynie, Safety system design for technology Education (3rd ed.), REston, VA: International Technology Education

Association, 2006.

[3] R. Gunter, «Checking safety in technology education,» The Technology Teacher, vol. 6, nº 66, pp. 5-13, 2007.

[4] W. Hayne, « Are we compromising safety in the preparation of

technology education teachers?,» Journal of Technology Education, vol. 2, nº 19, pp. 94-98, 2009.

[5] K. Roy, «The safety legal paper trail,» Science Teacher, vol. 2, nº 76, pp. 12-13, 2009.

[6] T. Toglia, «Keeping it safe: safety and liability advice for CTE

programs,» Tech Directions, vol. 6, nº 68, pp. 17-21, 2009. [7] J. Maquilón Sánchez, A. Mirete Ruiz, F. A. García Sánchez y F.

Hernández Pina, «Valoración de las TIC por los estudiantes

universitarios y su relación con los enfoques de aprendizaje,» Revista

de Investigación Educativa, vol. 2, nº 31, pp. 537-554, 2013.

[8] D. Levis, «Redes Educativas 2.1. Medios sociales, entornos

colaborativos y procesos de enseñanza y aprendizaje,» Revista de Universidad y Sociedad del Conocimiento, vol. 1, nº 8, pp. 7-24,

2011.

[9] M. Area, «Algunos principios para el desarrollo de buenas prácticas pedagógicas con las TIC en el aula,» Comunicación y pedagogía:

Nuevas tecnologías y recursos didácticos, nº 222, pp. 42-47, 2007.

[10] J. Cabero y E. López, Evaluación de materiales multimedia en red en el Espacio Europeo de Educación Superior (EEES), Barcelona:

Davinci, 2009.

[11] M. Prendes, «Diseño de cursos y materiales para la telenseñanza,» de Simposio Iberoamericano de Virtualización del Aprendizaje y la

Enseñanza, Costa Rica, 2003.

[12] A. Sanabria y C. Hernández, «Percepción de los estudiantes y profesores sobre el uso de las TIC en los procesos de cambio e

innovación en la enseñanza superior,» Aloma, nº 29, pp. 273-290,

2011. [13] L. Villalustre Martínez, «Aprendizaje por proyectos con la web 2.0:

satisfacción de los estudiantes y desarrollo de competencias,» Revista

de formación e innovación educativa universitaria, vol. 3, nº 6, pp. 186-195, 2013.

[14] A. Cadenato, M. Martínez, M. Graells, A. Beatriz, J. Jordana, R.

Gorchs, M. Salán, M. Grau, I. Gallego y J. Pérez M., «Rúbricas para evaluar la competencia específica: aplicar el método científico en

laboratorios,» de Seminario Internacional Las rúbricas de evaluación

en el desempeño de competencias: Ámbitos de investigación y docencia, San Sebastián (España), 2010.

[15] J. Adell y L. Castañeda, «Tecnologías emergentes, ¿pedagogías

emergentes?,» de Educación en Tendencias emergentes en Educación con TIC , Barcelona, Asociación Espiral, Educación y Tecnología,

2012, pp. 13-32.

[16] M. I. Menéndez Rodríguez, J. Van der Maelen Uría y E. Pérez

Carreño, «Elaboración de vídeos y de test de autoevaluación como

herramienta docente en una asignatura experimental,» Revista

Latinoamericana de Tecnología Educativa, vol. 1, nº 4, pp. 63-75, 2005.

[17] A.-B. González-Rogado, A.-M. Vivar-Quintana y I. Revilla-Martín,

«Reducing student risks in the laboratory protocol assessment,» de Proceedings of the Second International Conference on Technological

Ecosystems for Enhancing Multiculturality, Salamanca, ACM, 2014,

pp. 455-460. [18] L. Lavandera Mayo, A.-B. González-Rogado y A.-M. Vivar-

Quintana, «Tecnología móvil en el laboratorio docente en Ingeniería:

Estudio comparado de aprendizaje y autonomía de los estudiantes,» de La Sociedad del aprendizaje. Actas del III Congreso Internacional

sobre aprendizaje, innovación y competitividad. CINAIC 2015, Madrid, Fundación General de la Universidad Politécnica de Madrid,

2015, pp. 62-67.

[19] L. Lavandera, A. González-Rogado y A. Vivar-Quintana, «New

technologies applied to the development of risk prevention

competency in engineering students,» de Proceedings of the 3rd

International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM '15), Porto, ACM, 2015, pp. 579-584.

[20] M. García Gómez, «Los mapas de riesgos. Concepto y metodología

para su elaboración,» Revista de Sanidad e Higiene Pública, nº 68, pp. 443-453, 1994.



[21] P. Morales, Las pruebas objetivas, Deusto (España): Universidad de

Deusto, 2009.

[22] F. Gathercoal y S. Sterm, Legal issues for industrial educators, Ann

Arbor, MI (USA): Prakken Publications, 1987.

Ana B. González Rogado es Doctora por la Universidad de Salamanca y

Profesora Titular de Universidad en el Departamento de Informática de Automática de la Universidad de Salamanca, impartiendo su docencia en la

Escuela Politécnica Superior de Zamora. A nivel nacional, es miembro de

la Junta Directiva de ADIE (Asociación para el Desarrollo de la Informática Educativa) y socio de ATI (Asociación de Técnicos de

Informática). En el campo de la gestión Universitaria fue Secretaria

General de la Universidad de Salamanca de marzo de 2007 a diciembre de 2009. Desarrolla su investigación en el Instituto de Ciencias de la

Educación de la Universidad de Salamanca, formando parte del grupo de

investigación de excelencia, GRIAL (Grupo en interacción y eLearning), dentro del subgrupo GE2O (Grupo de Evaluación Educativa y Evaluación).

Sus principales intereses son Informática y Educación, eLearning e

interacción persona ordenador. Su principal interés pedagógico es guiar a los estudiantes, de la mejor forma posible, en su formación universitaria y

mejorar y facilitar su proceso de enseñanza/aprendizaje, aspectos donde se

ha comprometido activamente.

Ana Mª Vivar Quintana es Doctora por la Universidad de Salamanca

(2001) y Licenciada en Tecnología de los Alimentos por la Universidad de Valladolid (1993). Profesor Titular del área de Tecnología de los Alimentos

y Directora del Departamento de Construcción y Agronomía de la

Universidad de Salamanca. Su docencia se centra en estudios de Ingeniería Agrícola. Tiene extenso curriculum en el ámbito de la Química alimentaria

y la Tecnología de los Alimentos donde ha participación en varios

proyectos de investigación europeos y nacionales con numerosas publicaciones y participaciones en congresos. En el año 2004 se incorpora

en un equipo multidisciplinar participando en varios proyectos de

innovación educativa, involucrándose en la puesta en marcha de nuevas metodologías docentes aplicadas a los alumnos de ingeniería.

Laura Lavandero Mayo es estudiante del programa de doctorado Formación en la Sociedad Conocimiento, de la Universidad de Salamanca.



Title— Learning communities in social networks and their

relationship with the MOOCs.

Abstract— This article discusses how MOOC users learn

and participate in cooperative environments that promote

learning communities within external hypermedia

environments such as the social networks. In order to develop

this study, researchers analyzed the interaction of users

enrolled in a course developed under the iMOOC platform,

which is based on concepts like connectivism, collaborative

learning, gamification, or adaptivity, among others.

Specifically, this study deal with obtaining information about

the conversations that take place in external learning

communities within social networks like Google+ and Twitter

in parallel with the iMOOC platform itself, so that through this

information is possible to establish the learning types that

experience users (non-formal and informal learning usually)

and providing an estimation of how users interact with content

tagged in social network, and how they use these tagging

facilities to continue or create new conversations that allow

them to expand or strengthen their learning process developed

in the MOOC. To complete the knowledge extracted from these

tags and to understand how users interact with this way of

metadata declaration, the study is complemented by a

questionnaire that collected how users the utilize and

understand of these tags based on the main usages and the age

of the users of the MOOC.

Index Terms— Interaction, HCI, Analysis, E-learning,

MOOCs, Collaborative learning, Social networks, Knowledge

society, Software Architectures

I. INTRODUCCIÓN

A aparición de Internet y el concepto de eLearning han

modificado el modo en el que los humanos aprendemos

e interaccionamos con el conocimiento [1-5].

Concretamente, este cambio ha sufrido un acusado proceso

de aceleración con la aparición de nuevas teorías,

Juan Cruz-Benito y Francisco J. García-Peñalvo son miembros Grupo de

Investigación GRIAL y del Departamento de Informática y Automática de

la Universidad de Salamanca. Salamanca, España (e-mails: [email protected]

y [email protected], ORCID ID: 0000-0003-2045-8329 y 0000-0001-9987-5584).

Oriol Borrás-Gené es miembro del Gabinete de Tele-Educación (GATE)

de la Universidad Politécnica de Madrid (email: [email protected], ORCID ID: 0000-0002-1866-1857).

Roberto Therón es miembro del Departamento de Informática y

Automática de la Universidad de Salamanca y del Grupo de Investigación GRIAL de la Universidad de Salamanca. Salamanca, España (email:

[email protected], 0000-0001-6739-8875)

Ángel Fidalgo Blanco es Director del Laboratorio de Innovación en Tecnología de la Información de la Universidad Politécnica de Madrid,

España (email: [email protected], ORCID ID: 0000-0003-4034-

7757).

metodologías, herramientas y sistemas diseñados e

implementados para aprovechar más y mejor el medio

online para facilitar la adquisición de conocimiento y

aprendizaje por parte de los discentes interesados, sin

importar edad, sexo u otras condiciones personales [6, 7]. La

evolución de los ecosistemas tecnológicos [8] destinados a

soportar el eLearning ha dado lugar a entornos capaces de

adaptarse al usuario [9-11], proveer de técnicas de

gamificación [12-14] al proceso de adquisición de

conocimiento, ofrecer herramientas de aprendizaje

colaborativo [15], analizar su aprendizaje y actuar en

consecuencia para reforzarlo [16, 17], o proporcionar los

medios necesarios para multiplicar el número de alumnos

que pueden cursar una materia simultáneamente en una

plataforma virtual [18]. Especialmente en boga están estos

últimos entornos de aprendizaje, más conocidos como

MOOC (Masive Online Open Courses) [19]. Estos entornos

de aprendizaje ponen a disposición de multitud de usuarios

(miles en muchos casos) clases virtuales a modo de

contenedores de conocimiento que proporcionan de forma

abierta recursos de aprendizaje para todos aquellos usuarios

matriculados en el curso, así como métodos y sistemas para

reforzar esa adquisición de conocimiento desde distintos de

vista [20-22].

Por otra parte, además de la revolución que ha supuesto el

eLearning dentro del ámbito del aprendizaje, es necesario

destacar que el auge de sistemas y metodologías como las

que se utilizan como soporte de los MOOC se debe en buena

parte a que el aprendizaje actualmente no se concibe desde

el clásico punto de vista formal. De acuerdo con la literatura

[23-30], actualmente, se pueden distinguir tres tipos de

aprendizaje asociados al concepto del aprendizaje:

Aprendizaje formal es ―aquel que ocurre en

entornos organizados y estructurados (en una

institución educativa o en un entorno laboral) y

está diseñado explícitamente como aprendizaje en

términos de objetivos, tiempo y recursos.

Típicamente desemboca en procesos de validación

y certificación sobre el conocimiento adquirido‖.

Aprendizaje no formal es ―aquel que está

embebido en actividades planificadas sin estar

explícitamente planteado como aprendizaje. A

pesar de ello, ocasionalmente el aprendizaje no

formal puede ser validado y conducir a

certificaciones‖.

Aprendizaje informal es ―aquel que resulta de

actividades diarias relacionadas con el trabajo, la

familia, o el ocio. Se trata de un aprendizaje no

organizado ni estructurado en términos de

Comunidades de Aprendizaje en Redes Sociales

y su Relación con los MOOC

Juan Cruz-Benito, Oriol Borrás-Gené, Francisco J. García-Peñalvo, Ángel Fidalgo Blanco, Roberto

Therón

L



objetivos, temporalización o soporte de estructuras

típicas relacionadas con el aprendizaje‖.

La combinación de estos tipos de aprendizaje

(especialmente los no formales e informales) con sistemas y

metodologías puramente relacionadas con el eLearning han

abierto, y abren a día de hoy, nuevas perspectivas en cuanto

a la formación del individuo del siglo XXI desde un punto

de vista continuado en el tiempo, multivariado en cuanto a

los recursos que puede consumir y ubicuo en cuanto a la

disponibilidad. En el momento actual, donde la información

desborda al individuo infoxicándolo, disponer de los medios

y vehículos para conducir verdadero y valioso conocimiento

hasta las personas puede ser una de las piedras angulares en

la construcción de una sociedad más sabia y avanzada.

Entre esos vehículos de información, aparecen desde hace

unos años multitud de recursos hipermedia entre los que

destacan fundamentalmente los sitios web, foros, blogs, y

desde hace unos años las redes sociales [31]. Éstas redes

sociales soportan verdaderas comunidades de aprendizaje

[32] donde se desarrollan conversaciones, se comparten

contenidos en modo abierto, se establecen relaciones entre

usuarios (de una forma horizontal en muchos casos), se

produce interacción entre personas y entidades digitales, etc.

Es decir, las redes sociales constituyen una verdadera placa

de Petri donde los usuarios conforman sociedades digitales

desarrollando estructuras de comunicación, patrones de

consumo (en este caso información) y redes de usuarios de

un modo amplio. Es en esas redes sociales, en esas

sociedades digitales, donde pueden confluir varios de los

aspectos comentados previamente: el eLearning en un

contexto no formal o informal, y también formal [33]. Como

comentan diversos autores [34-36], las conversaciones

informales y el contenido presente en redes sociales es,

actualmente, una de las formas más exitosas de adquirir

conocimiento extra y mejorar la experiencia de aprendizaje

en cursos online. Por otra parte, ciertas conversaciones e

interacciones que tienen lugar en redes sociales pueden ser

consecuencia de la realización por parte de los usuarios de

redes sociales de algún tipo de actividad de aprendizaje

(online u offline) [37]. En este sentido, es posible citar la

teoría del Conectivismo [38, 39], la cual promulga que el

proceso de aprendizaje se enriquece mediante la conexión

de estudiantes, docentes y recursos online, y a la que se le

puede añadir que las redes sociales son un medio perfecto

para mejorar esta conexión [40, 41], de modo que se

favorece así el afloramiento de verdaderas comunidades de

aprendizaje y práctica conectadas [42].

El presente manuscrito trata exactamente sobre estas

últimas cuestiones, en él se plantea el estudio de las

conversaciones informales, y la interacción de los alumnos

de un curso de un MOOC con contenidos del propio MOOC

tanto de una forma no formal como informal [43-48]. El

MOOC concreto que se ha usado para realizar el estudio se

trata de una plataforma MOOC desarrollada por la

Universidad Politénica de Madrid, la Universidad de

Zaragoza y la Universidad Salamanca llamado iMOOC;

basado en el aprendizaje no formal e informal y que cuenta

con características de adaptatividad, gamificación, o

aprendizaje colaborativo entre otros. En la sección 2

(Materiales y Métodos) se proporciona una descripción más

completa sobre el iMOOC.

De este modo, los objetivos del presente artículo podrían

resumirse de la siguiente forma:

1. Estudiar las conversaciones e interacción de los

usuarios con el contenido del MOOC o relacionado

en redes sociales como Google+ o Twitter y cómo

los usuarios utilizan recursos de etiquetado en

dichas redes (hashtags) [49].

2. Determinar si existen patrones o coincidencias

entre el uso de las redes sociales y el desarrollo del

MOOC por parte de los usuarios.

3. Evaluar si es posible utilizar el desempeño de

usuarios en MOOCs y redes sociales para

establecer paralelismos entre ambos y determinar

los tipos de aprendizaje que se dan en estos

entornos para poder aprovechar ese conocimiento

mediante la retroalimentación del entorno

educativo MOOC.

Estos objetivos, así como el resto del contenido y

conceptos necesarios para trabajar con ellos se comentan en

las siguientes secciones: Materiales y Métodos, Resultados,

Discusión y Conclusiones.

II. MATERIALES Y MÉTODOS

A. Materiales

1) iMOOC

La plataforma iMOOC o intelligent-MOOC [50, 51]

dentro del cual, entre otras acciones, se incluye la creación

de una plataforma de MOOCs basada en aprendizaje

adaptativo e informal [26, 52-54]. Para alcanzar dicho

objetivo el proyecto parte de la plataforma de eLearning

Moodle (http://goo.gl/Le9y9j), en concreto la versión 2.6.5,

aprovechando su gran versatilidad.

Este aprendizaje adaptado es posible gracias al uso de

diferentes herramientas que ofrece la plataforma como son

los condicionales, los grupos y agrupamientos que permitirá

crear y posteriormente escoger diferentes grupos

asociándolos a los diferentes recursos del curso, dando lugar

a diferentes itinerarios educativos en función del: tipo de

perfil del usuario, camino escogido según la temática o del

progreso del estudiante dentro del curso y el nivel de

conocimientos.

2) Curso iMOOC “Redes sociales y enseñanza”

El 12 de Enero de 2015 se lanza una primera demo de la

plataforma iMOOC con el curso ―Redes sociales y

enseñanza‖, versión especial del curso ―Aplicación de las

redes sociales a la enseñanza‖ desarrollado anteriormente en

la plataforma MiriadaX (http://goo.gl/bm5Bah).

Este curso parte del modelo cooperativo de Fidalgo et. al.

[55] que recoge características de los dos tipos de MOOC

más estandarizados como son los xMOOC, con un enfoque

más conductista y semejante a los cursos tradicionales

online frente a los cMOOC cuyo enfoque es más

conectivista [56, 57] basado en redes sociales. Para explicar

este modelo cooperativo se puede dividir el curso en una

serie de capas, empezando por la capa ―tecnológica‖ que

incluye por un lado la plataforma MOOC que alberga el

curso y por otro las plataformas sociales donde se dan las

interacciones entre participantes y la generación de

contenido por parte también de éstos. A esta capa le sigue la



http://goo.gl/Le9y9j

http://goo.gl/bm5Bah

―estrategia formativa‖ asociada con el propio diseño

instruccional del curso y finalmente la capa ―cooperativa‖

que representa la parte más conectivista del curso

recogiendo los resultados y el contenido generado a partir de

la cooperación entre el equipo docente y los participantes en

el curso e integrándolo con éste. Es necesario añadir al

modelo cooperativo definido una cuarta capa para explicar

el modelo cooperativo-gamificado gcMOOC en el que se

basa el curso, esta capa es la denominada de gamificación

[58], la cual interactúa con el resto de capas, fomentando la

motivación de los participantes en el curso [58].

En cuanto al contenido del curso, éste pretende durante un

mes introducir al alumno en la web social, identificando el

fenómeno de las redes sociales dentro de ésta y las

oportunidades que ofrecen dentro del campo de la

enseñanza, más en concreto, en la generación de

comunidades virtuales de aprendizaje. Por otro lado se

profundiza en el uso de las redes sociales más extendidas

como son Facebook, Twitter y Google+ para que el

estudiante desarrolle las destrezas digitales necesarias a la

hora de afrontar este tipo de tecnología, a la vez que se

ofrece una serie de pautas para su aplicación en el aula.

Finalmente se da una visión general de un total de otras 13

redes sociales aptas también para este uso docente, además

de herramientas para una gestión más óptima.

A partir de las características que ofrece la plataforma

iMOOC se proponen al estudiante cinco itinerarios

diferentes que podrá escoger antes de iniciar el curso,

adaptándolo a sus necesidades:

Curso completo para docentes (con dos lecciones

adicionales enfocadas al uso de Twitter y Facebook

como herramienta educativa).

Curso completo para no docentes (sin las lecciones

docentes).

Curso de Twitter, formado solo por el módulo de

dicha red social.

Curso de Facebook, un solo módulo sobre esta red.

Itinerario especial, enfocado para aquellos

estudiantes que participaron en alguna de las

ediciones anteriores del curso, con un módulo

adicional enfocado al uso práctico de comunidad de

aprendizaje. Este itinerario además ofrecía la

posibilidad de volver a repetir el curso completo,

permitiendo a sus estudiantes acceder a todos los

contenidos.

Como datos generales del seguimiento del curso y

algunas métricas sobre los itinerarios y compleción del

curso, a continuación se le ofrece al lector un resumen

(Figura 1, Figura 2, Figura 3). En el caso concreto de la

Tabla 3, se excluyen de las métricas aquellos alumnos que

escogieron el itinerario especial para obtener el certificado,

ya que solo tenían que presentar el certificado obtenido en

cualquiera de las dos ediciones anteriores del curso en

MiriadaX, visualizar los contenidos de su módulo especial,

basado en una puesta en práctica de comunidades de

aprendizaje desde dos puntos de vista diferentes y participar

en el foro. Aun así, a los estudiantes del itinerario especial

se les ofreció la posibilidad de cursar el MOOC completo.

De los 188 que realizaron dicho itinerario, 107 repitieron el

curso y de ellos, lo superaron 88 (82,2%).

3) Las redes sociales: Google+ y Twitter

Tratándose de un curso que versa sobre las ―redes sociales

en enseñanza‖, y dado el enfoque conectivista del MOOC y

del curso, las redes sociales han jugado un papel importante

dentro del proceso de aprendizaje asociado al curso. Estas

redes se han usado siguiendo dos perspectivas distintas: una

es la utilización de las redes sociales como entornos de

pruebas y como casos prácticos para conseguir una

comprensión práctica de los conceptos mostrados

teóricamente en el curso; mientras que la otra perspectiva es

su uso como plataforma para continuar y extender el proceso

de aprendizaje del curso de iMOOC desde una perspectiva

tanto no formal como informal, ya que los docentes

propusieron temas de conversación etiquetados

convenientemente (mediante hashtags) para abrir vías de

discusión y adquisición de conocimiento desde un punto de

vista no formal, así como tratar de incentivar el afloramiento

de conversaciones y aprendizaje informal entre los propios

alumnos en un medio distinto al del MOOC, así como con

otros usuarios de redes sociales que participan en la

Figura 1. Distribución de estudiantes respecto a la matriculación, elección de itinerario, iniciación y finalización del curso MOOC.

CRUZ-BENITO et al.: COMUNIDADES DE APRENDIZAJE EN REDES SOCIALES Y SU RELACIÓN CON ... 89


conversación sin estar matriculados en el curso [59] como se

representa en la Figura 4.

Para esta tarea, este MOOC ha utilizado las redes sociales

Google+ y Twitter. En Google+ este curso tiene asociado,

desde sus inicios en MiriadaX, una comunidad de más de

5000 usuarios (http://goo.gl/eevdjY) donde se comparten

recursos y se colabora en el aprendizaje asociado a cada

edición de dicho curso. En cuanto a Twitter, se ha usado

como red social alternativa para plantear discusiones y

conversaciones entre usuarios, debido a su popularidad

actual y las facilidades que ofrece para etiqueta, seguir y

recuperar información de dichas conversaciones [60-62]. En

las siguientes secciones (Métodos, Resultados, Discusión y

conclusiones) se expone cómo se ha realizado este proceso

de seguimiento, recuperación y exploración de los datos

para conseguir los objetivos planteados tanto en el caso de

Twitter como en Google+.

Figura 2. Distribución de estudiantes respecto a los itinerarios de aprendizaje disponibles en el curso

Figura 3. Estadística acerca de la iniciación compleción del curso MOOC sin tener en cuenta el itinerario especial, debido a que este itinerario no

exigía el mismo esfuerzo que el resto



http://goo.gl/eevdjY

B. Métodos

Para poder obtener información acerca de la interacción

de los usuarios del iMOOC con los contenidos del curso en

las redes sociales, es necesario establecer las vías de

recuperación de información adecuadas acerca de la relación

entre perfiles de os usuarios iMOOC y las distintas redes

sociales, así como recuperar la información que estos

comparten y el etiquetado que realizan sobre dichos

contenidos, para poder después realizar los análisis que se

plantean como objetivos del estudio.

Como resumen de los métodos usados, se pueden

destacar:

A fin de evitar en buena medida la recuperación

manual de los datos de cada usuario, se ha hecho

uso de los servicios web (APIs REST

http://goo.gl/ItdjPP) que ofrece la plataforma

Moodle en la que se basa el iMOOC, de modo que

se ha accedido a los registros de usuarios y sus

perfiles, pudiendo filtrar aquellos que han

registrado sus perfiles en redes sociales (condición

propuesta por los docentes del MOOC para ayudar

en la evaluación de los alumnos) [62].

Para extraer información de Twitter, se ha

combinado la recuperación automática de tuits

(mediante su API REST http://goo.gl/GPqCiJ) con

la recuperación manual de algunas métricas

concretas. En cuanto a la extracción de información

de la red social Google+, debido a la inexistencia

de APIs para recuperar información de

comunidades de usuarios (http://goo.gl/SSCxb0),

ha sido necesario desarrollar una herramienta

llamada GILCA (Google Analytics Informal

Learning Communities) que recoge datos de

comunidades de Google+ a través de las

notificaciones email que envía la red social (y que

incluyen información sobre publicaciones,

comentarios, hashtags, etc.) [62].

Para comprender también cómo los usuarios

utilizan las funciones de etiquetado en las redes

sociales que se usan en este artículo, éstos

realizaron un cuestionario en el que se trataban

cuestiones básicas sobre el uso de los hashtags en

las redes sociales y en las actividades relacionadas

al curso.

En cuanto al análisis de los datos obtenidos, éste se

realizado con herramientas de hojas de cálculo.

III. RESULTADOS

A. Resultados del Cuestionario iMOOC

Como se ha comentado, el cuestionario rellenado por los

usuarios del curso contenía preguntas relacionadas con el

uso de etiquetas en redes sociales. Este cuestionario fue

Figura 4. Esquema sobre la interacción entre usuarios, iMOOC y

redes sociales segmentando el aprendizaje según el tipo que se produce

en cada fase.

Figura 5. Resultados de la pregunta 1 del cuestionario iMOOC: Valora la utilidad del uso de hashtags (escala Likert 1-5 más valor nulo). Respuestas

segmentadas por la edad de los usuarios



http://goo.gl/ItdjPP

http://goo.gl/GPqCiJ

http://goo.gl/SSCxb0

completado por 212 usuarios, 26,73% del total del curso. En

las siguientes figuras (Figura 5, Figura 6, Figura 7, Figura 8,

Figura 9, Figura 10) se puede observar los datos recuperados

mediante estos cuestionarios y la segmentación de las

respuestas en función de la edad de los usuarios.

B. Resultados obtenidos en las redes sociales

Para obtener resultados del uso de las redes sociales, se

filtraron los usuarios que habían indicado su perfil de

Google+ o Twitter en su perfil iMOOC, y pudiendo así

recuperar cuáles de ellos habían publicado en las redes

sociales siguiendo los hashtags oficiales del curso (Figura

11). Una vez realizado esta comprobación, se procedió a

Figura 6. Resultados de la pregunta 1 del cuestionario iMOOC: Valora la utilidad del uso de hashtags (escala Likert 1-5 más valor nulo). Respuestas

segmentadas por grado de compleción del MOOC por parte de los usuarios.

Figura 7. Resultados de la pregunta 2 del cuestionario iMOOC: ¿Sueles utilizar hashtags en tus publicaciones?. Respuestas segmentadas por grupos de

edad de usuarios.



evaluar la cantidad de publicaciones que habían realizado y

qué proporción de usuarios publicaron en Google+ o

Facebook y finalmente habían aprobado o no el curso. Esta

evaluación produjo como resultado:

Los alumnos matriculados en el curso han hecho un

total de 263 publicaciones en la comunidad de

Google +, contando también comentarios a otras

publicaciones de sus compañeros.

Los alumnos matriculados en el curso han

publicado un total de 131 tuits siguiendo los

hashtags tanto oficiales como otros no oficiales en

Twitter.

De los usuarios que han hecho alguna publicación

en Google+ (191 usuarios), han superado el curso

57 (29,84%).

De los usuarios que han publicado algún tuit en

Twitter (76), han superado el curso 42 (55,26%).

Figura 8. Resultados de la pregunta 2 del cuestionario iMOOC: ¿Sueles utilizar hashtags en tus publicaciones?. Respuestas segmentadas por grado de

compleción del MOOC por parte de los usuarios.

Figura 9. Resultados de la pregunta 3 del cuestionario iMOOC: ―A la hora de publicar y utilizar un hashtag…‖. Respuestas segmentadas por grupos de

edad de usuarios.



De los 191 usuarios que han indicado su perfil de

Google+ en iMOOC, han superado el curso 83

usuarios (43,5%).

De los 265 usuarios que han indicado su perfil de

Twitter en iMOOC, han superado el curso 105

usuarios (39,62%)

Figura 10. Resultados de la pregunta 3 del cuestionario iMOOC: ―A la hora de publicar y utilizar un hashtag…‖. Respuestas segmentadas por grado de

compleción del MOOC por parte de los usuarios.

Figura 11. Distribución de usuarios del iMOOC en cuanto a su uso en las redes sociales



IV. DISCUSIÓN Y CONCLUSIONES

Tanto los hashtags en Twitter o Google+ como las

categorías en esta última red suponen una oportunidad para

los MOOC colaborativos y con características relativas al

aprendizaje no formal e informal, ya que permiten clasificar

y recolectar los contenidos generados en las comunidades

relacionadas con el curso, y retroalimentar el MOOC en

función de este contenido no formal e informal. El principal

inconveniente a la hora de recuperar este conocimiento

etiquetado, según se puede observar en los resultados, es la

falta de destrezas digitales, costumbre, y concienciación por

parte de los participantes en este tipo de comunidades de

aprendizaje, ya que generalmente el resultado de las

conversaciones son publicaciones huérfanas en cuanto a

etiquetas e incluso en muchos casos encontrando que dichas

etiquetas no coinciden con las del curso o están mal escritas,

dificultando así su recuperación y obligando a realizar tareas

de limpieza y selección manual de las publicaciones.

TABLA I

DISTRIBUCIÓN DE LAS INTERACCIONES EN GOOGLE+ Y TWITTER POR TIPO DE CONTENIDO Y DE APRENDIZAJE

Google +

Publicación

Categoría Tipo Número +1s Comentarios Reshares Tipo de

aprendizaje

Debates Propuesto a lo largo

del curso

1 83 17 14 No formal

(propuesto por

los profesores)

Uso de redes sociales 4 Informal

(propuesto por

los

estudiantes)

Sobre aprendizaje 3

Sobre identidad digital 2

Sobre identidad digital 1

Sobre Facebook 1

Sobre badges 1

Publicaciones totales en la categoría de debates = 11

Actividades y

ejercicios

Ejemplos de redes

sociales

31 309 41 20 No formal

(propuesto por

los profesores) Ejercicios sobre malas

prácticas en redes

sociales

25

Ejercicios de

Facebook

28

Sobre influencia

(Klout)

22

Usos de Twitter en

enseñanza

3

Otros 2

Publicaciones totales sobre actividades y ejercicios = 111

Recursos 150 552 66 93 Informal

(propuesto por

los

estudiantes)

Twitter

Publicación

Tipo Hashtag Tuits Respuesta

s

Retuits Favoritos Tipo de

aprendizaje

General

#RSEMOOC 9 2 5 5 No formal

(propuesto por

los profesores)

#RSEHANGOUT 19 4 16 15

#Modulo1RSE 1 0 1 1

#Modulo2RSE 1 0 1 1

#Modulo3RSE 1 0 1 1

Actividades y

ejercicios

#RSEEjemplosRRSS 4 1 0 0

#RSEMalasPracticas 5 0 1 2

#RSEmiKlout 8 1 5 6

#RSEMoodleTwitter 59 9 9 11

#ActividadesRSE 1 0 3 3

Tuits totales = 107



Sobre la encuesta realizada a los participantes del MOOC,

cabe destacar en cuanto al uso de hashtags, que la población

mayor de 50 años son los que menos los utilizan e incluso

reconocen no hacerlo nunca frente a los rangos de 26 a 50

años que sí los utilizan, respecto a esto es remarcable que

aquellos que son conocidos como los nativos digitales [63] y

que más familiarizados deberían de estar con estas

tecnologías no son los que más los utilizan. Por otro lado no

existe una elevada dispersión en los resultados en cuanto a

la percepción de utilidad de los hashtags, siendo esta muy

positiva y aunque con poca diferencia, el grupo nativos

digitales es el que menor utilidad ve en el uso de hashtags.

Finalmente, relacionado también con la percepción, aquellos

usuarios que no han finalizado el curso son los que, con

diferencia, encuentran menos útil el uso de hashatgs.

Por otra parte, se observa claramente cómo la red

Google+ ha permitido crear un espacio diferenciado para la

comunidad del curso mediante la herramienta Comunidades;

gracias a esta separación es posible recuperar fácilmente las

conversaciones aún cuando utilizan hashtags propios y no

definidos en el curso o directamente no utilizan. Por el

contrario en Twitter parece imprescindible utilizar en los

tuits asociados al curso alguno de los hashtag (no formales)

previamente definidos para detectar de esta manera las

conversaciones, ya que si no, se pierde información y se

hace muy difícil (aunque no imposible, de acuerdo a las

Figura 12. Evolución del uso de los hashtags no formales en Twitter a lo largo del curso.

Figura 13. Evolución del uso de los hashtags informales en Twitter a lo largo del curso.



figuras 12 y 13) la recuperación de hashtags ―informales‖,

por ello es posible afirmar que Twitter dificulta la

recuperación de conversaciones informales al contrario que

Google+.

Cabe destacar a raíz de los resultados una notable

conversación informal dentro de la comunidad iniciada por

los propios estudiantes y asociada especialmente a la

aportación de contenido en forma de publicación;

consecuencia de la actividad no formal iniciada o incluso

infundida por la mecánica del curso. Se puede comprobar

cómo, por ejemplo, a raíz de actividades no formales que se

ven plasmadas como publicaciones de los alumnos, dan

lugar a una interacción totalmente voluntaria del resto de

compañeros a través de indicadores de aprobación como son

los ―+1s‖, con más de 300 a lo largo del curso asociados a

dichas actividades no formales o incluso los comentarios

asociados.

Sobre los resultados que comparan las calificaciones del

MOOC con el desempeño en las redes sociales, es posible

afirmar que en muchos casos, los usuarios que indican su

red social, y que publican mensajes en ellas tienen un interés

mayor en completar el curso, ya que existen resultados

considerables que indican una relación entre la actividad en

ambos sentidos, aunque bien es cierto que esta relación está

más acusada en la red social Twitter que en Google+.

A consecuencia de estos resultados, y a modo de

conclusión, es posible afirmar que es posible recuperar y

clasificar el aprendizaje no formal e informal que realizan

los alumnos en entornos como las redes sociales y que este

conocimiento puede arrojar luz sobre los complejos

procesos de aprendizaje que se dan en sociedades digitales

multitudinarias como la mostrada.

En cuanto a otras posibilidades que ofrece este tipo de

análisis, realizando un análisis más profundo y a nivel de

usuario, es presumible que se pueda conseguir clasificar

tipos de usuarios en función de su actividad en las redes

sociales y el MOOC (distribución en el tiempo, indicadores

de interés, posibilidad de aumentar la segmentación para la

adaptatividad de la plataforma MOOC a través de los datos

observados en las Figuras 12 y 13, etc.), permitiendo

encontrar así usuarios influyentes, usuarios que se

comportan como espectadores, usuarios que en realidad no

tienen interés en completar un curso sino aprender del

proceso, etc.

AGRADECIMIENTOS

Los autores agradecen a los Grupos de Investigación

GRIAL y LITI su colaboración en este trabajo de

investigación. Del mismo modo, los autores les gustaría

agradecer a la Universidad Politécnica de Madrid su apoyo y

financiación a través del proyecto ―Diseño y desarrollo de

MOOC universitarios‖ (Ref. PT1415-05000) y al

Vicerrectorado de Política Académica de la Universidad de

Salamanca por la financiación del proyecto de Innovación

Docente ID2014/0281 que ha permitido a los autores

desarrollar la arquitectura software descrita en este trabajo.

Del mismo modo, el autor Juan Cruz-Benito agradece al

Fondo Social Europeo y la Junta de Castilla y León

(España) la financiación de su contrato pre-doctoral.

REFERENCIAS

[1] F. J. García-Peñalvo and A. M. Seoane Pardo, "Una revisión

actualizada del concepto de eLearning. Décimo Aniversario,"

Education in the Knowledge Society (EKS), vol. 16, pp. 119-

144, 2015. [2] B. A. Collis, Tele-learning in a digital world: The future of

distance learning: International Thomson Computer Press,

1996. [3] F. J. García-Peñalvo, Advances in E-Learning: Experiences and

Methodologies. Hershey, PA, USA: Information Science

Reference (formerly Idea Group Reference), 2008. [4] F. J. García-Peñalvo, "Docencia," in Libro Blanco de la

Universidad Digital 2010, J. Laviña Orueta and L. Mengual Pavón, Eds., ed Barcelona, España: Ariel, 2008, pp. 29-61.

[5] M. J. Rosenberg, E-learning: Strategies for Delivering

Knowledge in the Digital. New York, NY, USA: McGraw-Hill, 2001.

[6] F. Llorens, "Campus virtuales: de gestores de contenidos a

gestores de metodologías," RED. Revista de Educación a

Distancia, pp. 1-12, 2014.

[7] J.-M. Dodero, F.-J. García-Peñalvo, C. González, P. Moreno-

Ger, M.-A. Redondo, A. Sarasa, et al., "Development of E-Learning Solutions: Different Approaches, a Common Mission,"

IEEE Revista Iberoamericana de Tecnologías del Aprendizaje

(IEEE RITA), vol. 9, pp. 72-80, 2014. [8] F. Llorens, R. Molina, P. Compañ, and R. Satorre,

"Technological Ecosystem for Open Education," in Smart

Digital Futures 2014. Frontiers in Artificial Intelligence and Applications. vol. 262, R. Neves-Silva, G. A. Tsihrintzis, V.

Uskov, R. J. Howlett, and L. C. Jain, Eds., ed: IOS Press, 2014,

pp. 706-715. [9] A. J. Berlanga and F. J. García-Peñalvo, "Learning Design in

Adaptive Educational Hypermedia Systems," Journal of

Universal Computer Science, vol. 14, pp. 3627-3647, 2008. [10] P. Brusilovsky, "Adaptive Hypermedia," User Modeling and

User-Adapted Interaction, vol. 11, pp. 87-110, 2001.

[11] A. J. Berlanga and F. J. García-Peñalvo, "Learning Technology Specifications: Semantic Objects for Adaptive Learning

Environments," International Journal of Learning Technology,

vol. 1, pp. 458-472, 2005. [12] K. M. Kapp, The gamification of learning and instruction:

game-based methods and strategies for training and education.

San Francisco, CA, USA: Wiley, 2012. [13] C. González-González and F. Blanco-Izquierdo, "Designing

social videogames for educational uses," Computers &

Education, vol. 58, pp. 250-262, 2012. [14] G. Surendeleg, U. Tudevdagva, and Y. S. Kim, "The

Contribution of Gamification on User Engagement in Fully

Online Course," in Creativity in Intelligent, Technologies and Data Science: First Conference, CIT&DS 2015, Volgograd,

Russia, September 15–17, 2015, Proceedings, A. Kravets, M.

Shcherbakov, M. Kultsova, and O. Shabalina, Eds., ed Cham:

Springer International Publishing, 2015, pp. 710-719.

[15] Á. Fidalgo-Blanco, M. L. Sein-Echaluce, F. J. García-Peñalvo,

and M. Á. Conde, "Using Learning Analytics to improve teamwork assessment," Computers in Human Behavior, vol. 47,

pp. 149-156, 2015.

[16] J. Cruz-Benito, R. Therón, F. J. García-Peñalvo, and E. Pizarro Lucas, "Discovering usage behaviors and engagement in an

Educational Virtual World," Computers in Human Behavior,

vol. 47, pp. 18-25, 6// 2015. [17] M. Á. Conde and Á. Hernández-García, "Learning analytics for

educational decision making," Computers in Human Behavior,

vol. 47, pp. 1-3, 6// 2015. [18] F. G. Martin, "Will massive open online courses change how we

teach?," Communications of the ACM, vol. 55, pp. 26-28, 2012. [19] F. J. García-Peñalvo, Á. Fidalgo Blanco, and M. L. Sein-

Echaluce Lacleta. (2014, 6/1/2014). Tendencias en los MOOCs.

Available:

http://gredos.usal.es/jspui/handle/10366/125093

[20] J. I. Aguaded Gómez, "La revolución MOOCs, ¿una nueva

educación desde el paradigma tecnológico?," Comunicar, pp. 7-

8, 2013. [21] C. Castaño Garrido, I. Maiz Olazabalaga, and U. Garay Ruiz,

"Diseño, motivación y rendimiento en un curso MOOC

cooperativo," Comunicar, vol. 44, pp. 19-26, 2015. [22] A. Chiappe-Laverde, N. A. Hine, and J. A. M. Silva, "Literatura

y práctica: una revisión crítica acerca de los MOOC,"

Comunicar, pp. 9-18, 2015.



http://gredos.usal.es/jspui/handle/10366/125093

[23] V. J. Marsick and K. E. Watkins, "Informal and Incidental

Learning," New Directions for Adult and Continuing Education,

vol. 2001, pp. 25-34, 2001.

[24] F. J. García-Peñalvo, R. Colomo-Palacios, and M. D. Lytras,

"Informal learning in work environments: training with the

Social Web in the workplace," Behaviour & Information Technology, vol. 31, pp. 753-755, 2012.

[25] H. Eshach, "Bridging in-school and out-of-school learning:

Formal, non-formal, and informal education," Journal of science education and technology, vol. 16, pp. 171-190, 2007.

[26] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, and F. J.

García-Peñalvo, "Methodological Approach and technological Framework to break the current limitations of MOOC model,"

Journal of Universal Computer Science, vol. In press, 2015.

[27] L. Lane. (2012, 10/1/2015). Three Kinds of MOOCs. . Available:

http://lisahistory.net/wordpress/2012/08/three-

kinds-of-moocs/ [28] D. Clark. (2013, 10/1/2015). MOOCs: taxonomy of 8 types of

MOOC. . Available:

http://donaldclarkplanb.blogspot.com.es/2013/04/m

oocs-taxonomy-of-8-types-of-mooc.html [29] G. Conole, "Los MOOCs como tecnologías disruptivas:

estrategias para mejorar la experiencia de aprendizaje y la

calidad de los MOOCs," Campus Virtuales. Revista Científica

Iberoamericana de Tecnología Educativa, vol. 2, pp. 16-28, 2013.

[30] F. J. García-Peñalvo, D. Griffiths, M. Johnson, P. Sharples, and

D. Sherlock, "Problems and opportunities in the use of technology to manage informal learning," in Proceedings of the

Second International Conference on Technological Ecosystems

for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2014, pp. 573-580.

[31] N. A. Christakis and J. H. Fowler, Connected: The surprising

power of our social networks and how they shape our lives. New

York, USA: Little, Brown and Company, 2009.

[32] C. Alario-Hoyos, M. Pérez-Sanagustín, C. Delgado-Kloos, H.

Parada G, M. Muñoz-Organero, and A. Rodríguez-de-las-Heras, "Analysing the Impact of Built-In and External Social Tools in a

MOOC on Educational Technologies," in Scaling up Learning for Sustained Impact. vol. 8095, D. Hernández-Leo, T. Ley, R.

Klamma, and A. Harrer, Eds., ed: Springer Berlin Heidelberg,

2013, pp. 5-18. [33] J. Sanchez, C. González, S. Alayón, and P. Gonzalez, "Using

social networks at university: The case of school of computer

science," in Global Engineering Education Conference (EDUCON), 2013 IEEE, ed USA: IEEE, 2013, pp. 492-496.

[34] J. Mackness, S. Mak, and R. Williams, "The ideals and reality of

participating in a MOOC," in 7th International Conference on Networked Learning, ed, 2010, pp. 266-275.

[35] A. McAuley, B. Stewart, G. Siemens, and D. Cormier. (2010).

The MOOC model for digital practice. Available:

http://www.elearnspace.org/Articles/MOOC_Final.

pdf

[36] F. J. García-Peñalvo, M. Johnson, G. R. Alves, M. Minović, and

M. Á. Conde-González, "Informal learning recognition through a cloud ecosystem," Future Generation Computer Systems, vol.

32, pp. 282-294, 2014.

[37] K. Silius, T. Miilumaki, J. Huhtamaki, T. Tebest, J. Merilainen, and S. Pohjolainen, "Students' motivations for social media

enhanced studying and learning," Knowledge Management & E-

Learning: An International Journal (KM&EL), vol. 2, pp. 51-67, 2010.

[38] G. Siemens, "Connectivism: A learning theory for the digital

age," International journal of instructional technology and distance learning, vol. 2, pp. 3-10, 2005.

[39] M. Zapata-Ros, "Teorías y modelos sobre el aprendizaje en

entornos conectados y ubicuos. Bases para un nuevo modelo

teórico a partir de una visión crítica del ―conectivismo‖,"

Education in the Knowledge Society (EKS), vol. 16, pp. 69-102,

2015. [40] C. Evans, "Twitter for teaching: Can social media be used to

enhance the process of learning?," British Journal of

Educational Technology, vol. 45, pp. 902-915, 2014. [41] E. M. M. Gallardo Echenique, Luis and M. Bullen, "Students in

higher education: Social and academic uses of digital

technology," RUSC. Universities and Knowledge Society Journal, vol. 12, pp. 25-37, 2015.

[42] E. C. Wenger and W. M. Snyder, "Communities of practice: The

organizational frontier," Harvard business review, vol. 78, pp.

139-146, 2000.

[43] J. West, "Recognition of non-formal and informal learning: the

Case Against. Study prepared for the meeting of the OECD

Group of Experts," Vienna. 2007. [44] - - -

formal e informal en Comunidades de Aprendizaje soportadas por Redes Sociales en el contexto de un MOOC Cooperativo,"

in Actas del XV

Educativa (SIIE’15) (Setúbal, Portugal. 25-27 November 2015)

, 2015, pp. 410-418. [45] J. Cruz-Benito, O. Borrás-Gené, F. J. García-Peñalvo, Á.

Fidalgo Blanco, and R. Therón, "Detection of Non-Formal and

Informal Learning in learning communities supported by social networks in the context of a Cooperative MOOC," in

Proceedings of the XVII International Symposium on Computers

in Education (SIIE’15) (Setúbal, Portugal. 25-27 November 2015), M. d. R. r. Rodrigues, M. n. Llamas Nistal, and M.

Figueiredo, Eds., ed Portugal: IEEE, 2015.

[46] O. Borrás-Gené, M. Martínez-Núñez, and Á. Fidalgo-Blanco, "New Challenges for the Motivation and Learning in

Engineering Education Using Gamification in MOOC,"

International Journal of Engineering Education (IJEE), vol. 32, pp. 501-512, 2016.

[47] D. Clow, "MOOCs and the funnel of participation," presented at

the Proceedings of the Third International Conference on Learning Analytics and Knowledge, Leuven, Belgium, 2013.

[48] M. Waite, J. Mackness, G. Roberts, and E. Lovegrove, "Liminal

participants and skilled orienteers: Learner participation in a MOOC for new lecturers," Journal of Online Learning and

Teaching, vol. 9, p. 200, 2013.

[49] F. J. García-Peñalvo, J. Cruz-Benito, O. Borrás-Gené, and Á.

Fidalgo Blanco, "Evolution of the Conversation and Knowledge

Acquisition in Social Networks Related to a MOOC Course," in

Learning and Collaboration Technologies. vol. 9192, P. Zaphiris and A. Ioannou, Eds., ed: Springer International

Publishing, 2015, pp. 470-481. [50] Universidad Politécnica de Madrid, Universidad de Zaragoza,

and Universidad de Salamanca. (2015). iMOOC. Available:

http://gridlab.upm.es/imooc/ [51] M. L. Sein-Echaluce Lacleta, Á. Fidalgo Blanco, F. J. García-

Peñalvo, and M. Á. Conde-González, "iMOOC Platform:

Adaptive MOOCs," in Learning and Collaboration

Technologies, ed: Springer International Publishing, 2016, p. In press.

[52] Á. Fidalgo Blanco, F. J. García-Peñalvo, and M. L. Sein-

Echaluce Lacleta, "A methodology proposal for developing adaptive cMOOC," in Proceedings of the First International

Conference on Technological Ecosystem for Enhancing

Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2013, pp. 553-558.

[53] N. Sonwalkar, "The First Adaptive MOOC: A Case Study on

Pedagogy Framework and Scalable Cloud Architecture—Part I," MOOCs Forum, vol. 1, pp. 22-29, 2013.

[54] J. Daniel, E. V. Cano, and M. Gisbert, "The Future of MOOCs:

Adaptive Learning or Business Model?," RUSC. Universities and Knowledge Society Journal, vol. 12, pp. 64-73, 2015.

[55] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, and F. J.

García-Peñalvo, "MOOC cooperativo. Una integración entre cMOOC y xMOOC. Cooperative MOOC. An integration

between cMOOC and xMOOC," in II Congreso Internacional sobre Aprendizaje, Innovación y Competitividad, CINAIC 2013,

Á. F. Blanco and M. L. S.-E. Lacleta, Eds., ed Madrid:

Fundación General de la Universidad Politécnica de Madrid, 2013, pp. 481-486.

[56] Á. Fidalgo Blanco, M. L. Sein-Echaluce Lacleta, O. Borrás

Gené, and F. J. García Peñalvo, "Educación en abierto: Integración de un MOOC con una asignatura académica,"

Education in the Knowledge Society (EKS), vol. 15, pp. 233-

255, 2014. [57] J. Mackness, M. Waite, G. Roberts, and E. Lovegrove,

"Learning in a small, task–oriented, connectivist MOOC:

Pedagogical issues and implications for higher education," 2013, vol. 14, 2013-09-30 2013.

[58] O. Borrás Gené, M. Martínez Núñez, and Á. Fidalgo Blanco,

"Gamification in MOOC: challenges, opportunities and



http://lisahistory.net/wordpress/2012/08/three-kinds-of-moocs/

http://lisahistory.net/wordpress/2012/08/three-kinds-of-moocs/

http://donaldclarkplanb.blogspot.com.es/2013/04/moocs-taxonomy-of-8-types-of-mooc.html

http://donaldclarkplanb.blogspot.com.es/2013/04/moocs-taxonomy-of-8-types-of-mooc.html

http://www.elearnspace.org/Articles/MOOC_Final.pdf

http://www.elearnspace.org/Articles/MOOC_Final.pdf

http://gridlab.upm.es/imooc/

proposals for advancing MOOC model," in Proceedings of the

Second International Conference on Technological Ecosystems

for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed

New York, USA: ACM, 2014, pp. 215-220.

[59] Á. Fidalgo-Blanco, M. L. Sein-Echaluce, F. J. García-Peñalvo,

and J. Esteban Escaño, "Improving the MOOC learning outcomes throughout informal learning activities," in

Proceedings of the Second International Conference on

Technological Ecosystems for Enhancing Multiculturality, F. J. García-Peñalvo, Ed., ed New York, USA: ACM, 2014, pp. 611-

617.

[60] J. Huang, K. M. Thornton, and E. N. Efthimiadis, "Conversational tagging in twitter," in Proceedings of the 21st

ACM conference on Hypertext and hypermedia, 2010, pp. 173-

178.

[61] M. Efron, "Hashtag retrieval in a microblogging environment,"

in Proceedings of the 33rd international ACM SIGIR conference

on Research and development in information retrieval, 2010,

pp. 787-788.

[62] J. Cruz-Benito, O. Borrás-Gené, F. J. García-Peñalvo, Á.

Fidalgo Blanco, and R. Therón, "Extending MOOC ecosystems using web services and software architectures," in Proceedings

of the XVI International Conference on Human Computer

Interaction, ed Vilanova i la Geltrú, Spain: ACM, 2015, pp. 1-7. [63] F. García, J. Portillo, J. Romo, and M. Benito, "Nativos digitales

y modelos de aprendizaje," in SPDECE, 2007.

Juan Cruz-Benito es Graduado en Ingeniería Informática y Máster en

Sistemas Inteligentes por la Universidad de Salamanca; en la actualidad además es estudiante de Doctorado en Ingeniería Informática dentro de la

misma universidad. Es uno de los miembros más jóvenes del Grupo de

Investigación GRIAL de la Universidad de Salamanca. A pesar de su edad posee una importante experiencia en Mundos Virtuales Educativos,

Análisis de Datos y tecnologías que dan soporte a procesos de propósito

educativo, áreas que ha desarrollado a través de su participación en múltiples proyectos de Investigación e Innovación. Ha trabajado en

diversos proyectos Europeos como el proyecto TRAILER (Tagging,

Recognition and Acknowledgment of Informal Learning Experiences), o el proyecto VALS (Virtual Alliances for Learning Society), así como en

proyectos de carácter nacional como el Observatorio de Empleabilidad y

Empleo Universitarios (OEEU) o el proyecto USALSIM, en los cuales ha desarrollado funciones como ingeniero del software, investigador o

desarrollador.

Oriol Borrás-Gené es Ingeniero de Telecomunicaciones y estudiante de

doctorado en Ingeniería de Sistemas y Servicios para la Sociedad de la

Información por la Universidad Politécnica de Madrid experto en redes sociales, gamificación y MOOC. Trabaja como técnico eLearning en el

Gabinete de Tele-Educación de la UPM formando parte de diferentes

proyectos como el trabajo colaborativo en red, laboratorios virtuales y MOOC. Es docente-coordinador del curso, Aplicación de las redes

sociales a la enseñanza: Comunidades Virtuales

Francisco José García-Peñalvo realizó sus estudios universitarios en

informática en la Universidad de Salamanca y en la Universidad de

Valladolid y se doctoró en la Universidad de Salamanca. El doctor García-Peñalvo es el director del grupo de investigación GRIAL (Grupo de

investigación en Interacción y eLearning). Sus principales intereses de

investigación se centran en el eLearning, Computadores y Educación, Sistemas Adaptativos, Ingeniería Web, Web Semántica y Reutilización de

Software. Ha dirigido y participado en más de 50 proyectos de innovación e investigación. Fue Vicerrector de Innovación Tecnológica de la

Universidad de Salamanca entre Marzo de 2007 y Diciembre de 2009. Ha

publicado más de 200 artículos en revistas y conferencias internacionales. Ha sido editor invitado en varios números especiales de revistas

internacionales (Online Information Review, Computers in Human

Behaviour, Interactive Learning Environments…). Es el Editor en Jefe de las revistas Education in the Knowledge Society y Journal of Information

Technology Research. Coordina el Programa de Doctorado en Formación

en la Sociedad del Conocimiento de la Universidad de Salamanca.

Ángel Fidalgo Blanco es doctor en Informática por la Universidad de Las

Palmas de Gran Canaria y profesor en la ETSI de Minas y Energía de la

Universidad Politécnica de Madrid. Dirige el Laboratorio de Innovación en Tecnologías de la Innovación del Departamento de Ingeniería Geológica y

Minera de la Universidad Politécnica de Madrid (UPM). También es

presidente del comité organizador del Congreso Internacional sobre Aprendizaje, Innovación y Competitividad (CINAIC). Cuenta con el

―Premio a la mejor asignatura OCW‖ del Ministerio de Educación del

Gobierno de España y el premio de la UPM a la Innovación Educativa. Es editor del blog ―Innovación Educativa‖

(https://innovacioneducativa.wordpress.com/) y creador de la comunidad de

aprendizaje ―conectivismo.net‖ (https://goo.gl/vk6wzr). Lleva trabajando en I+D+i sobre innovación educativa desde hace más de 25 años,

generando productos y aplicaciones innovadoras basadas en el aprendizaje

adaptativo, la gestión del conocimiento, el trabajo cooperativo y nuevos modelos formativos. Comprometido con la divulgación participa de forma

habitual en cursos, seminarios y conferencias sobre innovación educativa.

Roberto Therón cursó sus estudios de Informática en la Universidad de

Salamanca (Diplomatura) y la Universidad de la Coruña (Licenciatura).Tras entrar a formar parte del Grupo de Investigación en

Robótica de la Universidad de Salamanca, presentó su trabajo de Tesis, "Cálculo paralelo del espacio de las configuraciones para robots

redundantes", recibiendo el Premio Extraordinario de Doctorado.

Posteriormente ha obtenido los títulos de Licenciado en Comunicación Audiovisual (Universidad de Salamanca) y Licenciado en Humanidades

(Universidad de Salamanca). En la misma Universidad de Salamanca

continúa realizando su trabajo de investigador en el grupo GRIAL, que se centra en la combinación de enfoques procedentes de la Informática,

Estadística, Diseño Gráfico y Visualización de Información, para obtener

una adecuada comprensión de conjuntos de datos complejos.En los últimos años, se ha dedicado al desarrollo de herramientas de visualización

avanzada para datos multidimensionales, como por ejemplo datos genéticos

o paeloclimáticos. En el área de Analítica Visual desarrolla productivas colaboraciones con grupos e instituciones de reconocido prestigio

internacional, como el Laboratorio de Ciencias del Clima y del Medio

Ambiente (París) o el Centro de Analítica Visual Avanzada de la ONU (Suiza). Es autor de más de 70 artículos en revistas y congresos

internacionales.



https://innovacioneducativa.wordpress.com/

https://goo.gl/vk6wzr


Revisores

Adán Vega Sáenz, Universidad

Tecnológica de Panamá y LACCEI,

Panamá

Addison Salazar Afanador,

Universidad Politécnica de Valencia,

España

Agustín C. Caminero,

UNED, España

Ainhoa Álvarez,

EHU-UPV, España

Aitor Almeida,

Univ. Deusto, España

Alberto Jorge Lebre Cardoso,

Universidad de Coimbra, Portugal

Alex Rayón,


Alejandra Martínez,

Univ. Valladolid, España

Alfredo Ortiz Fernández,

Universidad de Cantabria, España

Alfredo Rosado Muñoz,

Universidad de Valencia, España

Amaia Méndez Zorrilla,

Universidad de Deusto, España

Ana Arruarte Lasa,

Universidad del País Vasco, España

Ana Fernández-Pampillón Cesteros,

Universidad Complutense de Madrid,

España

André Luís Alice Raabe,

Universidade do Vale do Itajaí, Brasil

Angel García Beltrán,

Universidad Politécnica de Madrid, España

Angel Mora Bonilla,

Universidad de Málaga, España

Angélica de Antonio Jiménez,


Antonio Barrientos Cruz,


Antonio Navarro Martín,


España

Antonio Robles,

UNED, España

Antonio Sarasa Cabezuelo,


España

Basil M. Al-Hadithi,

Universidad Alfonso X El Sabio, España

Basilio Pueo Ortega,

Universidad de Alicante, España

Beatriz Pérez Sánchez,

Universidad de A Coruña, España

Begoña García Zapirain,


Belén Curto Diego,

Universidad de Salamanca, España

Carina González,

Universidad de la Laguna, España

Carlos Alario Hoyos,

Universidad Carlos III, España

Carmen Fernández Chamizo,


España

Cecilio Angulo Bahón,

Universidad Politécnica de Catalunya,

España

César Alberto Collazos Ordóñez,

Universidad del Cauca, Colombia

Crescencio Bravo Santos,

Universidad de Castilla-La Mancha,

España

Cristian Olivares,

Univ. Andrés Bello, Chile

Daniel Montesinos i Miracle,


España

Daniel Mozos Muñoz,


España

David Benito Pertusa,

Universidad Pública de Navarra, España

David Pyniol,

Institut Obert de Catalunya, España

Dorindo Elam Cardenas Estrada,

Universidad Tecnológica de Panamá y

LACCEI, Panamá

Elio San Cristobal Ruiz,

UNED, España

Eric Roberto Jeltsch Figueroa, Universidad

La Serena y LACCEI, Chile

Faraón Llorens Largo,


Francesc Martori,

IQS-Ramón Llull, España

Francisco Javier Faulin Fajardo,


Gabriel Díaz Orueta, UNED, España

Gerardo Aranguren Aramendía,


Gloria Zaballa Pérez,


Gracia Ester Martín Garzón,

Universidad de Almeria, España

Gregorio Robles,

Universidad Rey Juan Carlos, España

Gustavo Alves,

Instit. Superior de Ingeniería de Oporto,

Portugal

Ilich Imbaquingo C.,

Universidad Nacional de Chimborazo,

Riobamba, Ecuador

Ismar Frango Silveira,

Universidad de Cruzeiro do Sul, Brasil

Iván Darío Claros,

Univ. Autónoma de Madrid, España

Jaime Urquiza Fuentes,

Universidad Rey Juan Carlos, España

Javier Alfonso Cendón, Universidad de

León, España

Javier Areitio Bertolin,


Javier E. Sanchez Galán, Universidad

Tecnológica de Panamá y LACCEI,

Panamá

Javier González Castaño,


Javier Sanz Rodríguez,

Universidad Carlos III de Madrid, España

Jhon Edgar Amaya, Universidad Nacional

Experimental del Táchira y LACCEI,

Venezuela

Joaquín Roca Dorda,

Universidad Politécnica de Cartagena,

España

Joaquín Roca González,


España

Jordi Cuadros,

IQS-Ramón Llull, España

Jordi Pallacín,

Universidad de Lleida, España

Jorge A. Tito Izquierdo, University of

Houston-Downtown y LACCEI, USA

Jorge Alberto Fonseca e Trindade,

Escola Superior de Tecnología y Gestión,

Portugal

Jorge Munilla Fajardo,


José Alexandre Carvalho Gonçalves,

Instituto Politécnico de Bragança, Portugal

Jose Ángel Irastorza Teja,


José Angel Martí Arias,

Universidad de la Habana, Cuba

José Angel Vadillo Zorita,

Universidad del Pais Vasco, España

José Ignacio García Quintanilla,


José Javier López Monfort,


España

José Luis Guzmán Sánchez,

Universidad de Almeria, España

José Luis Sánchez Romero,


José Luis Villa Ramírez, Universidad

Tecnológica de Bolivar y LACCEI,

Colombia

José Ramón Fernández Bernárdez,


Jose Ramón Hilera González,

Universidad de Alcala de Henares, España

José V. Benlloch-Dualde,


España

Juan Carlos Soto Merino,


Juan Carlos Yelmo García,

UPM, España

Juan I. Asensio Pérez, Universidad de

Valladolid, España

Juan Meléndez,


Juan Suardíaz Muro,


España

Juan Vicente Capella Hernández,


España

Laura Eugenia Romero

Robles,Tecnológico de Monterrey y

LACCEI, México

Lluís Vicent Safont,

Universidad Ramón Llul, España

Luis Benigno Corrales Barrios,

Universidad de Camagüey, Cuba

Luis de la Fuente Valentín,


Luis Fernando Mantilla Peñalba,


Luis Gomes,

Universidade Nova de Lisboa, Portugal

Luis Gómez Déniz,

Universidad de Las Palmas de Gran

Canaria, España

Luis Zorzano Martínez,

Universidad de La Rioja, España


Luisa Aleyda Garcia González,

Universidade de São Paulo, Brasil

Manuel Benito Gómez,


Manuel Domínguez Dorado,

Universidad de Extremadura, España

Manuel Gromaz Campos,

Centro de Supercomputación de Galicia,

España

Manuel Ortega Cantero,


España

Manuel Pérez Cota,


Margarita Cabrera Bean,


España

Maria Antonia Martínez Carreras,

Universidad de Murcia, España

María Eugenia Solís,

Universidad Nacional de Chimborazo,

Riobamba, Ecuador

María Luisa Sein-Echaluce Lacleta,

Universidad de Zaragoza, España

Mario Muñoz Organero,

Universidad de Carlos III, España

María Soledad Ramírez Montoya,

Tecnológico de Monterrey, México

Marta Costa Rosatelli,

Universidad Católica de Santos, Brasil

Mercedes Caridad Sebastián,


Mercedes Marqués Andrés,

Universitat Jaume I, España

Maximiliano Paredes Velasco,


Mercedes Ruiz Carreira,

Universidad de Cádiz, España

Miguel Ángel Conde González,

Universidad de León, España

Miguel Angel Gómez Laso,


Miguel Ángel Redondo Duque,


España

Miguel Gea Megías,

Universidad de Granada, España

Miguel Rodriguez Artacho,

UNED, España

Miguel Angel Salido,


España

Miguel Romá Romero,


Nourdine Aliane,

Universidad Europea de Madrid, España

Oriol Gomis Bellmunt,


España

Pablo Orduña,


Pedro J. Muñoz-Merino,

UC3M, España

Rafael Pastor Vargas, UNED, España

Raúl Alves Santos,


Raúl Antonio Aguilar Vera,

Universidad Autónoma de Yucatán,

México

Ricardo Colomo,

Østfold University College, Norway

Robert Piqué López,


España

Rocael Hernández,

Universidad Galileo, Guatemala

Sergio Martín Gutiérrez,

UNED, España

Silvia Sanz Santamaría,


Susana Nieto Isidro,


Telmo Zarraonandia,


Teresa Restrivo,

Univ. Oporto, Portugal

Timothy Read,

UNED, España

Unai Hernández,


Víctor González Barbone,

Universidad de la República, Uruguay

Victor Hugo Medina García, Universidad

Distrital y LACCEI, Colombia

Víctor Hugo Menéndez Domínguez,

Universidad Autónoma de Yucatán,

México

Víctor Manuel Moreno Sáiz,


Victoria Abreu Sernández,


Xavier Antonio Ochoa Chehab, Escuela

Superior Politécnica del Litoral y LACCEI,

Ecuador

Yaimí Trujillo Casañola, Universidad de

las Ciencias Informáticas y LACCEI, Cuba

Yod Samuel Martín García,


Equipo Técnico: Diego Estévez González,


VAEP-RITA es una publicación lanzada por el Capítulo Español de la Sociedad de Educación del IEEE (CESEI). Nuestro

agradecimiento a los apoyos recibidos desde el año 2006 por el Ministerio Español de Educación y Ciencia a través de la

acción complementaria TSI2005-24068-E y del Ministerio Español de Ciencia e Innovación a través de las TSI2007-30679-

E y TIN2009-07333-E/TSI. Gracias también a la Universidade de Vigo y a FEUGA por el apoyo en esta nueva etapa.

VA

EP

-RIT

A V

ol. 4

, Nu

m. 2

, 06/2

016

VAEP-RITA es una publicación de la Sociedad de Educación del IEEE, gestionada por su

Capítulo Español y apoyada por la Universidade de Vigo, España.

VAEP-RITA é uma publicação da Sociedade de Educação do IEEE, gerida pelo Capitulo

Espanhol e apoiada pela Universidade de Vigo, España.

VAEP-RITA is a publication of the IEEE Education Society, managed by its Spanish

Chapter, and supported by the Universidade de Vigo, Spain.

Versión Abierta Español...

Documents

Transcript of Versión Abierta Español...