Vol. 7, Núm. 1, Enero - Junio 2011 ISSN 1870-2066
Transcript of Vol. 7, Núm. 1, Enero - Junio 2011 ISSN 1870-2066
RMDI
Vol. 7, Núm. 1, Enero - Junio 2011
ISSN 1870-2066
Universidad Autónoma Metropolitana
Universidad Autónoma Metropolitana
Dr. Enrique Fernández Fassnacht Rector General
Mtra. Iris Santacruz Fabila Secretario General
Unidad Azcapotzalco Mtra. Gabriela Paloma Ibáñez Villalobos
Rectora Ing. Darío Eduardo Guaycochea Guglielmi
Secretario
Unidad Cuajimalpa Dr. Arturo Rojo Domínguez
Rector Mtro. Gerardo Quiroz Vieyra
Secretario
Unidad Iztapalapa Dr. Javier Velázquez Moctezuma
Rector Dr. Oscar Jorge Comas Rodríguez
Secretario
Unidad Lerma Dr. José Francisco Flores Pedroche
Rector Dr. Jorge Eduardo Vieyra Durán
Secretario
Unidad Xochimilco Dr. Salvador Vega y León
Rector Dra. Beatriz Araceli García Fernández
Secretaria
ISSN1870-2066
Reserva de Derecho al Uso Exclusivo del Título: 04-2004-0712-14225600-102 Derechos del título Rev Mat Didac Innov Vol. 7 Núm. 1 Enero – Junio de 2011. Los conceptos publicados son responsabilidad exclusiva de sus autores. Información correspondencia y suscripción a Universidad Autónoma Metropolitana- Xochimilco Material Didáctico Innovador. Calzada del Hueso 1100, Col. Villa Quietud, Delegación Coyoacán, C. P. 04960, México D. F. Teléfono y Fax 54-83-71-82 55-94-71-15 Correo electrónico: [email protected]
Editores:
Nelly Molina Frechero R. Enrique Castañeda Castaneira
Editores asociados:
Alberto I. Pierdant Rodríguez José Rodríguez Franco
Universidad Autónoma Metropolitana Xochimilco
Consejo editorial y de arbitraje
Humberto Blanco Vega María del Carmen Zueck Enriquez Universidad Autónoma de Chihuahua José Antonio Jerónimo Montes Universidad Nacional Autónoma de México Patricia Mendoza Roaf Universidad de Guadalajara
Alberto Pierdant Rodríguez José Rodríguez Franco Jorge Rouquette Alvarado Universidad Autónoma Metropolitana Xochimilco José Luis García Cué José Antonio Santizo Rincón Universidad Autónoma de Chapingo
Comité editorial Internacional
Baltasar Fernández Manjón Universidad Complutence, Madrid España María de las Nieves Almenar Universidad Nacional de Educación a Distancia, UNED, España Isabel Ortega Sánchez Universidad Nacional de Educación a Distancia, UNED, España Ana María Bedoya Universidad de Buenos Aires, Argentina Kenneth Delgado Santa Gadea Universidad Nacional Mayor de San Marcos, Perú
Revista Material Didáctico Innovador Nuevas Tecnologías Educativas es una publicación de la Universidad Autónoma Metropolitana. Publicación semestral, Tiraje 1000 en papel couché mate. Impresión por: Papelería Impresa, Jorge Lozano Torres Dr. Nicolás León 59-A Col. Jardín Balbuena.
C.P. 15900, México D.F. , Correspondencia de 2a clase
Revista Material Didáctico Innovador Nuevas Tecnologías Educativas Diseño de cubierta Tec. Otilia Martínez Roque * * Diseño del logotipo Ing. Victor Joanen
Diseño Electrónico Anastacio Oropeza Oropeza Edición Nelly Molina Frechero R. Enrique Castañeda Castaneira Impreso en México Printed in México En todos los sentidos, el contenido de los trabajos aquí publicados es responsabilidad de los autores. Reserva de Derecho al Uso Exclusivo del Titulo: 04-2004-0712-14225600-102 ISSN 1870-2066 Prolongación Canal de Miramontes 3855, Col. Ex-Hacienda San Juan de Dios Delegación Tlalpan, C.P. 14387 México, D.F.
Revista Material Didáctico Innovador Nuevas tecnologías educativas
Contenido
Revista Material Didáctico Innovador. Vol. 7, Núm. 1, Enero – Junio 2011 Nuevas tecnologías educativas La integración de la tecnología para contextualizar el aprendizaje. Antonio Santos Moreno 1
La producción de materiales multimedia en la docencia universitaria. Ana María Bedoya 7
Enseñanza-aprendizaje de modelos de optimización lineal mediante hojas electrónicas de cálculo y presentaciones en Power Point. Alberto Isaac Pierdant Rodríguez, Jesús Rodríguez Franco 13
Simulador de la interacción glucosa-insulina Arturo Reyes Lazalde, Laura Hortencia Crespo Palacios, María Eugenia Pérez Bonilla, Marleni Reyes Monreal 21
Técnicas informatizadas de control de lectura, una experiencia en la Universidad Autónoma de Chihuahua. Alejandro Chávez Guerrero, Humberto Blanco Vega, Martha Ornelas Contreras, Jesús Jasso Reyes y Judith M Rodríguez Villalobos 29
Normas editoriales Comité editorial 37
Revista Material Didáctico Innovador Nuevas tecnologías educativas
Vol. 7, Núm. 1, Enero - Junio. 2011 pp. 1- 6
La integración de la tecnología para contextualizar el aprendizaje Antonio Santos Moreno.
Universidad de las Américas, Puebla. México
Introducción
El propósito de la presente ponencia es
explicar en detalle la metodología de los
tres contextos desarrollado bajo las ideas
del aprendizaje situado y cómo se puede
emplear la tecnología para aplicarla. El
aprendizaje situado propone básicamente
que el aprendizaje es afectado por el
contexto en donde sucede. Basada en
estas nociones, la metodología de los tres
contextos busca mejorar la calidad del
aprendizaje a través de contextualizar la
experiencia; es decir, busca abrir el
contexto del aula a su entorno
permitiendo que entren elementos de
otros dos: la comunidad profesional que
originalmente creó el contenido que se
quiere aprender y también elementos
contextuales de la vida cotidiana de los
alumnos en donde aplicarán lo aprendido.
Antecedentes
Dentro del paradigma cognoscitivista, la
mayoría de las posturas que explican el
proceso de pensamiento humano pueden
ser consideradas como constructivistas
porque tienen como premisa que el
significado que resulta del proceso mismo
es una construcción personal. Sin
embargo, todas estas propuestas teóricas
sobre la cognición se pueden categorizar
de manera diferente a lo largo de un
continuo considerando qué tan
icónicamente (gráficamente) consideran
que ese significado corresponde con el
estimulo contextual que lo originó. Por
ejemplo, hacia el lado izquierdo del
continuo, se encontraría Ausubel y su
teoría de la asimilación del aprendizaje
significativo propone que ese significado
final, o aprendizaje, es el resultado de la
interacción entre los materiales de
enseñanza y el conocimiento que el
estudiante ya posee. Como él asume que
estos materiales, si están bien diseñados,
poseen un significado potencial, entonces
un alumno puede crear este significado si
los asimila con la estructura cognitiva
adecuada (Ausubel, 2000). Hacia el otro
extremo de este continuo de posturas
cognoscitivistas constructivistas se
encontrarían los constructivistas llamados
radicales que cuestionan abiertamente la
correspondencia entre la realidad y el
significado final y proponen que esta
relación es más bien funcional. Es decir,
2 Rev de Mat. Didac Innov 2011; 7 (1): 1- 5
se postula que lo construido por la
persona no “corresponde” con la realidad,
sino que es una adaptación que solo
“encaja” o “calza” con ésta, como una
llave encaja en una cerradura (von
Glasersfeld, 1998).
Entender esta diferencia entre las posturas
constructivistas es importante porque
conforme nos movemos desde el lado
izquierdo del continuo hacia el lado
derecho del mismo va surgiendo una
epistemología diferente; es decir, nos
movemos desde una epistemología un
tanto tradicional en donde el
conocimiento construido corresponde más
con la realidad hasta una en donde se
considera que el mundo que es construido
va siendo construido durante la
experiencia misma sin pretender
corresponder con una realidad ontológica
(von Glasersfeld, 1998). Maturana y
Varela (1999) explican este lado derecho
del continuo como una epistemología en
donde se considera “el entendimiento, no
como una representación del mundo
“exterior”, sino más bien como la
continua creación de un mundo a través
del proceso mismo de la vida.” (p. 7);
Piaget lo hace aseverando: “la
inteligencia organiza el mundo
organizándose a sí misma.” (Piaget, 1954,
citado en Sharma, Pei-Hsuan & Ying Xie,
2005, p. 22).
En esta epistemología del lado derecho
del continuo el contexto juega un papel
sustantivo en el proceso cognitivo, pues
se acepta que el conocimiento construido
es el resultado de la interacción constante
entre el contexto y nuestro hacer en él.
Por ello, para Maturana y Varela (1999,
p. 21) “todo hacer es conocer y todo
conocer es hacer”. A esta postura en
donde se reconoce que el contexto afecta
la cognición se le conoce como
paradigma de la cognición situada y bajo
este paraguas se han desarrollada varios
trabajos teóricos alrededor del aprendizaje
situado (Por ejemplo ver Brown, Collins
and Duguid, 1989, 2000; Días Barriga,
2003, 2005; Lave and Wenger, 1991;
McLellan, 1996 y a Wenger, 1998). Es a
partir de las ideas del aprendizaje situado
que surgió la metodología de los tres
contextos que a continuación se explicará
en detalle.
Metodología de los Tres Contextos
Figura 1: La metodología de los tres contextos.
3 Rev de Mat. Didac Innov 2011; 7 (1): 1 - 5
La metodología de los tres contextos
propone que en todo proceso de
enseñanza-aprendizaje coexisten tres
contextos (ver Figura 1). A saber:
Contexto 1: contexto pasado. Este
contexto es aquel en donde se creó
originalmente el conocimiento que se está
queriendo enseñar. Este contexto original
es el establecido por las comunidades
profesionales de práctica que producen
información sobre cómo resolver los
problemas típicos de su área de interés y
los métodos y herramientas que
tradicionalmente han usado para hacerlo.
Por ejemplo, los médicos han producido
incontables cuerpos de información cobre
cómo han estado resolviendo los
problemas de salud a lo largo de la
historia. Esta información contiene
muchos de los elementos contextuales
que caracterizan a estas comunidades
profesionales de práctica.
Contexto 2: contexto presente. Este es
el contexto del aula en donde está
sucediendo el aprendizaje de la
información creada en el pasado por
alguna comunidad profesional de
práctica. De acuerdo al paradigma de la
cognición situada, el salón de clase debe
permitir que el aprendizaje sea en
contexto, en este caso, que el contenido
contenga muchos de los elementos
contextuales que caracterizan a la
comunidad profesional de práctica que
creó originalmente esa información. De
esta manera, se está logrando que el
proceso de aprendizaje sea también un
proceso de enculturación; es decir, un
alumno de matemáticas no solo aprende
sobre algebra, por ejemplo, sino también
aprende a ser matemático, o geógrafo o
biólogo.
Contexto 3: contexto futuro. Es el
contexto en donde se espera que los
alumnos apliquen lo aprendido en clase,
como pueden ser sus propios contextos de
vida cotidiana o en dónde se
desempeñarán ellos mismos como parte
de alguna comunidad profesional de
práctica. Como se desea que lo aprendido
en el aula eventualmente se transfiera a
estos contextos, la metodología propone
que en el Contexto 2 también debe haber
elementos de este Contexto 3. Es decir, el
aula debe fomentar que los alumnos
traigan elementos contextuales de su
propio entorno de vida a su aprendizaje
en el salón de clase.
Para lograr la dinámica ilustrada en la
Figura 1, la metodología de los tres
contextos propone seguir las siguientes
tres estrategias de enseñanza para lograr
la contextualización del aprendizaje en el
aula (Santos, 2011):
Estrategia 1.
Una situación de aprendizaje debe
contener elementos contextuales de la
comunidad original de práctica que creó
esa información. De esta forma, los
estudiantes aprenderán también a pensar y
desempeñarse como esa comunidad
original de práctica. En el salón de clases,
esta estrategia se alcanza permitiendo que
los alumnos realicen actividades
auténticas; esto es, el tipo de prácticas
que los profesionales originales
desempeñan usualmente.
Estrategia 2. Para aplicar mejor la Estrategia 1, una
situación de aprendizaje se debe diseñar
como un ambiente de aprendizaje situado.
La literatura constructivista ofrece varios
modelos para desarrollar ambientes de
aprendizaje (por ejemplo ver Jonassen,
1999; Perkins, 1992; Wilson, 1996); la
mayoría propone que un ambiente de
aprendizaje debe: 1) presentar de entrada
al alumno un problema no estructurado, y
2) contener una serie de componentes
para dar soporte al aprendizaje, como
4 Rev de Mat. Didac Innov 2011; 7 (1): 1- 5
herramientas, información y recursos
técnicos, casos relacionados y dar
oportunidad a que el alumno pueda
probar sus soluciones encontradas.
Estrategia 3.
Una situación de aprendizaje debe
contener elementos contextuales de donde
se espera que los alumnos apliquen lo que
aprendieron. En el aula, esta estrategia se
puede alcanzar pidiendo a los estudiantes
que realicen tipos de tareas que para
realizarlas tengan que traer información
relacionada con los problemas cotidianos
que están resolviendo en sus contextos de
vida. (Estas estrategias fueron presentadas
en Santos, 2011)
Integración de la Tecnología
Los recursos tecnológicos se pueden
emplear en cualquiera de las tres
estrategias descritas; por ejemplo, en la
primera los alumnos pueden entrar a
simuladores virtuales en donde pueden
vivir experiencias como médicos o
biólogos. En la segunda, la tecnología se
puede emplear para crear ambientes de
aprendizaje como páginas Web, Blogs o
Wikis de diversos estilos para soportar el
aprendizaje a distancia de los alumnos.
En la tercera, se emplean para que los
alumnos puedan traer elementos
contextuales de sus entornos de vida; por
ejemplo, en un estudio (Santos, 2009),
que se realizó con alumnos de primero de
secundaria en una escuela pública para
aplicar y evaluar la metodología de los
tres contextos, primero se simuló que
ellos eran equipos de geógrafos
resolviendo el problema de por qué el
proceso de globalización trae pobreza a
algunos países, después para lograr que
los alumnos trajeran elementos de sus
propios contextos de vida, se les pidió
que, como tarea en casa, tomaran
fotografías en los alrededores de su hogar
que ellos consideraran que podrían
representar las soluciones propuestas al
problema en el salón. Ya en el salón, los
alumnos explicaron sus fotografías, por
ejemplo, un equipo presentó una
fotografía de un establecimiento de
comida rápida de origen extranjero y
explicó cómo empleaba personal
mexicano, otro equipo trajo una foto de
un costal de frijol de un mercado local
con un letrero que decía “Frijol
Michigan”.
Conclusión
A lo largo de la presente ponencia, se han
presentado las bases del llamado
paradigma de la cognición situada con el
propósito de justificar la presentación de
la metodología de los tres contextos. Ésta
se explicó brevemente y se describió
cómo se puede integrar el uso de la
tecnología como parte de las estrategias
de enseñanza que recomienda. En
esencia, la propuesta establece que para
mejorar la calidad del aprendizaje es
importante contextualizar la experiencia
de enseñanza-aprendizaje y que las
tecnologías para el aprendizaje se pueden
emplear para hacerlo.
Bibliografía
Ausubel, D. (2000). The acquisition
and retention of knowledge.
Dordrecht, The Netherlands: Kluwer
Academic Publishers.
Brown, J. & Duguid, P. (2000). The
social life of information. Boston,
MA: Harvard Business School Press.
Díaz Barriga, F. (2003). Cognición
situada y estrategias para el
aprendizaje significativo. Revista
Electrónica de Investigación
Educativa, 5 (2). Consultado el 10 de
diciembre de 2007 en:
http://redie.ens.uabc.mx/vol5no2/con
tenido-arceo.html
5 Rev de Mat. Didac Innov 2011; 7 (1): 1 - 5
Díaz Barriga, F. (2005). Enseñanza
situada: vínculo entre la escuela y la
vida. México: McGraw- Hill.
Glasersfeld, Ernst von (1998).
Introducción al constructivismo
radical. En P. Watzlawick (Ed.), La
realidad inventada (pp. 20-37).
Barcelona: Gedisa.
Jonassen, D. H. (1999). Designing
constructivist learning environments.
In C.M. Reigeluth (Ed.),
Instructional-design theories and
models, 2nd ed. (pp. 215-239).
Mahwah, NJ: Lawrence Erlbaum
Associates.
Lave, J. & Wenger, E. (1991).
Situated learning: Legitimate
peripheral participation. Cambridge,
UK: Cambridge University Press.
Maturana, H. y Varela F. (1999). El
árbol del conocimiento. Barcelona:
Editorial Debate.
McLellan, H. (Ed.). (1996). Situated
learning perspectives, Educational
Technology Publications Englewood
Cliffs, NJ.
Perkins, D. N. (1992). Technology
meets constructivism: Do they make
a marriage? In T. M. Duffy & D. H.
Jonassen (Eds.), Constructivism and
the technology of instruction: A
conversation. Hillsdale, NJ:
Lawrence Erlbaum Associates.
Originally in Educational
Technology, 1991, 31(5).
Santos, A. (2009). Three contexts
methodology: Strategies to bring
reality to the classroom. En H. Song
y T. Kidd (Eds.), Handbook of
Research on Human Performance
and Instructional Technology.
Hershey, PA: Information Science
Reference.
Santos, A. (2011). The SimEscuela:
An Innovative Virtual Environment
for Teacher Training. En R. Hinrichs
y C. Wankel (Eds). Engaging the
Avatar in Global Education.
Charlotte, NC: Information Age
Publishing.
Sharma, A., Pei-Hsuan, J. y Ying
Xie, H. (2005). On being a radical
constructivist. Educational
Technology, 45(6), 22-30.
Wenger, E. (1998). Communities of
practice: Learning, meaning and
Identity. Cambridge, UK: Cambridge
University Press.
Wilson, B., ed. 1996. Constructivist
learning environments. Englewood
Cliffs, NJ: Educational Technology
Publications.
Correspondencia con el autor: Dr. Antonio Santos Moreno. Depto. de Ciencias de la Educación Coordinador de posgrado Universidad de las Américas, Puebla. México [email protected]
7 Rev de Mat. Didac Innov 2011; 7 (1): 7 - 11
Revista Material Didáctico Innovador Nuevas tecnologías educativas
Vol. 7, Núm. 1, Enero - Junio. 2011 pp. 7- 11
La producción de materiales multimedia en la docencia
universitaria Ana María Bedoya.
Universidad de Buenos Aires Argentina
Resumen
Los permanentes avances en el
conocimiento y en las nuevas tecnologías
de informática y comunicación que
imperan en nuestra sociedad, impactan
ineluctablemente en la actividad
académica y, en particular, en la
enseñanza universitaria.
En este marco, el Ciclo Básico Común
(CBC) de la Universidad de Buenos Aires
(UBA), ha puesto en funcionamiento,
desde el año 2007, el Área de Desarrollo
Multimedia, que funciona en la Sede
Paternal. Su desempeño comprende la
elaboración -en conjunto con docentes de
diversas disciplinas- de recursos
multimediales destinados a complementar
las instancias presenciales de clase con un
entorno virtual de aprendizaje.
El trabajo conjunto entre docentes y
expertos en el área multimedia, permite el
diseño y producción de material didáctico
en un espacio institucional, que acompaña
al alumno en el abordaje de fenómenos
disciplinares a través de entornos
colaborativos de aprendizaje.
Los resultados de estas prácticas
innovadoras se presentan y debaten en las
“Jornadas de Material Didáctico y
Experiencias Innovadoras en Educación
Superior”, organizadas anualmente por el
CBC, de las cuales surgió la “Revista
Electrónica de Didáctica en Educación
Superior”. Estos espacios académicos
multidisciplinarios, abiertos y gratuitos,
constituyen un aporte a la mejora de la
calidad de la enseñanza universitaria.
El Área de Desarrollo Multimedia
participa en la realización de las Jornadas
y se encarga del diseño y edición de la
Revista Electrónica. Asimismo, ha
realizado tutoriales de referencia
institucional básica para más de 6500
alumnos por cuatrimestre.
Introducción
La práctica académica se encuentra
fuertemente marcada por el constante
desarrollo de conocimientos y de nuevas
tecnologías que atraviesa nuestra
sociedad. En el ámbito de la enseñanza,
los avances tecnológicos permanentes
presuponen el manejo de conceptos
específicos, cuya transposición didáctica
se torna una cuestión relevante.
En este contexto, el Ciclo Básico Común
(CBC) de la Universidad de Buenos Aires
(UBA) ha puesto en funcionamiento el
Área de Desarrollo Multimedia, que
funciona en la Sede Paternal desde el año
2007, donde se ha elaborado material
didáctico multimedial en conjunto con
8 Rev de Mat. Didac Innov 2011; 7 (1): 7 -11
docentes de diversas disciplinas como
Biología, Química, Física, Matemáticas e
Historia, y también se han realizado
tutoriales de referencia institucional
básica para más de 6500 alumnos de la
Sede por cuatrimestre.
El CBC presenta características
particulares ya que es el primer año de
todas las carreras de la UBA. Reúne una
gran cantidad de alumnos por aula, posee
restricciones materiales en relación con
esa cantidad y cuenta con un número
limitado de docentes disponibles para
guiar de cerca los procesos individuales
de aprendizaje y las crecientes
dificultades ligadas a la comprensión de
textos por parte del alumno. Todo esto ha
ido conformando un escenario complejo
para la enseñanza y el aprendizaje, que
constituye un obstáculo para la calidad de
la enseñanza.
El contexto definido, evidencia la
necesidad de contar con nuevas
estrategias orientadas a mejorar las
condiciones de cursada. Los recursos
multimediales constituyen una
herramienta ideal y poderosa para
enfrentar el desafío de elevar el
rendimiento académico.
La situación lleva también a promover la
investigación de la propia práctica
indagando en el uso de nuevas
tecnologías para la enseñanza,
contribuyendo así a la formación docente
a través de espacios de actualización,
intercambio y difusión de experiencias
innovadoras.
Marco teórico
En el campo de las disciplinas científicas
también, la metodología de enseñanza
incide en la forma en que los alumnos
estudian y aprenden (Monereo, 1999).
La representación del tema refiere
específicamente a la comprensión del
concepto expuesto. Por medio de la
representación de la situación, el alumno
se forma una idea acerca de cuáles son los
conceptos (Díaz Barriga, F. y Hernández
Rojas, G., 1998).
El uso del material instruccional facilita
al alumno el “apropiarse” del
conocimiento de manera independiente.
Sin embargo, no puede desconocerse que,
una debilidad estructural de los sistemas
de aprendizaje autodirigido y/o
semipresenciales, radica en la tensión que
produce la comunicación indirecta en el
estudio, que solo puede reducirse a través
de explicaciones metacomunicativas
contextualizadas (Fainholc 2000).
Piaget y García (1987) mostraron el
papel constructivo que el sistema social
tiene en la génesis de las estructuras
cognitivas. Los autores denominan a esta
base implícita en el proceso de la ciencia
“marco epistémico” el cual engloba a la
noción de “paradigma” de Kuhn (1962).
Así, Samaja (1994) propone denominar
“matriz epistémica” a esa “concepción del
mundo” en la medida en que ella opera en
el trabajo científico como criterio selector
de las metáforas o analogías preexistentes
en la experiencia protagónica de una
cultura dada. En este marco, nos
proponemos lograr una mayor claridad en
la explicación de fenómenos y procesos
biológicos de compleja comprensión
(fundamentalmente los moleculares) a
través de la visualización de modelos.
Objetivos
La producción de materiales multimedia
tiene como propósitos:
facilitar a los alumnos la
comprensión de fenómenos
biológicos complejos
promover la investigación en el uso
de nuevas tecnologías para la
enseñanza de la Biología
contribuir a la formación docente a
través de espacios de intercambio.
9 Rev de Mat. Didac Innov 2011; 7 (1): 7 - 11
Metodología del trabajo
El Área Multimedia emplea software y
recursos gratuitos de Internet y los pone a
disposición del docente, ya sea como
herramientas didácticas de
implementación directa, o a través del
asesoramiento en el uso de los mismos.
El trabajo en conjunto entre docentes y
profesionales del área de comunicación
redunda en la producción de material
didáctico en formato digital
específicamente diseñado para alumnos
del primer año de la universidad.
Es así que surgió la producción de un
Libro Electrónico de Biología Celular en
página Web, en el marco de un proyecto
dentro de la Red Iberoamericana de
Educación y Tecnología, integrada por
profesores investigadores de unidades
académicas de distintos países. El
material ha sido específicamente diseñado
para orientar a estudiantes universitarios
del Primer Año de diversas carreras de
Ciencias de la Salud. En una primera
etapa, este recurso didáctico fue
implementado en la asignatura Biología
del CBC como Libro Electrónico en
página Web, de uso restringido a alumnos
del curso, con temas de Biología Celular
y Molecular, y una serie de actividades
relacionadas a los contenidos.
Posteriormente, el Libro fue utilizado con
alumnos de Odontología de la
Universidad de Guadalajara. En la
actualidad, se han ampliado los
contenidos y se incluye una instancia de
evaluación on line destinada a indagar el
rendimiento académico de los alumnos al
final de cada unidad.
Al finalizar el curso, se encuesta a los
alumnos a efectos de analizar la
valoración que otorgan a la propuesta.
La investigación de la propia práctica y la
comunicación de los resultados obtenidos,
ha requerido un espacio abierto de
intercambio: las “Jornadas de Material
Didáctico y Experiencias Innovadoras en
Educación Superior”, que se realizan
anualmente con la participación de
docentes investigadores pertenecientes al
CBC y a otras instituciones de Educación
Superior del país y del exterior.
Estas Jornadas permiten intercambiar
experiencias didácticas orientadas a
resignificar la educación superior y
contrastar diversos puntos de vista, así
como también debatir desde qué
perspectiva debe producirse material
educativo de impacto en la formación de
profesionales y analizar los diversos
enfoques sobre utilización de las TICs en
este nivel. En el marco de las Jornadas se
realizan también actividades como
talleres y cursos de diversas temáticas
relacionadas con la educación superior,
como el curso “Creación de Tutoriales
Multimedia con Herramientas Gratuitas
de Internet”, dictado por los profesionales
del Área de Desarrollo Multimedia.
A fin de plasmar las ideas, experiencias e
investigaciones se implementó la
“Revista Electrónica de Didáctica en
Educación Superior”, publicación de
circulación libre y gratuita, al alcance de
todos los profesionales de este nivel
educativo, cuyo comité editorial incluye
personalidades de reconocida trayectoria
a nivel internacional.
Resultados
A través de esta práctica de utilización de
materiales específicamente diseñados,
discusión e intercambio entre docentes y
publicación de experiencias, se logró
modificar el escenario antes referido.
En lo referente al Libro Electrónico de
Biología Celular, las encuestas a los
alumnos revelaron que los estudiantes
califican estos materiales como una ayuda
importante para comprender los
fenómenos del funcionamiento celular:
- Universidad de Guadalajara: el 80% de
los encuestados consideró al material
visual como adecuado
10 Rev de Mat. Didac Innov 2011; 7 (1): 7 -11
Universidad de Buenos Aires, CBC: 68%
de los encuestados calificó al material
como ayuda valorable para la
comprensión de los contenidos. Este
resultado se correlaciona con un 70% de
alumnos regularizados, cifra
estadísticamente significativa respecto de
años anteriores para iguales temas y tipo
de evaluación.
Conclusiones
El uso del Libro Electrónico y otros
recursos multimediales, en combinación
con el material impreso específico,
pueden resultar instrumentos muy
valiosos, que contribuyen a mejorar la
calidad de la enseñanza universitaria y los
resultados académicos, dado que implican
el uso de medios que son habituales en la
franja etaria de la mayor parte del
alumnado.
El trabajo conjunto de docentes y
expertos en el área multimedia, permite el
diseño y producción de materiales
específicamente destinados a alumnos del
primer año universitario, en el marco
brindado por el espacio institucional. Esta
modalidad alienta la investigación en el
uso de nuevas tecnologías para la
enseñanza.
Bibliografía
Banús, M. C.; Bedoya, A. M.;
Castiñeira de Dios, L.; García, A.
Molina Frechero, N. 2009. I
Congreso Internacional de Pedagogía
Universitaria (pp. 89-92). Biología
Celular en Libro Electrónico:
Segunda Etapa del Proyecto dentro
de la Red Iberoamericana de
Educación y Tecnología. Buenos
Aires, Eudeba 1ª edición.
Diaz Barriga Arceo, F. Y Hernandez
Rojas, G. (1998) Estrategias docentes
para un aprendizaje significativo: una
interpretación constructivista.
México, McGraw-Hill.
Fainholc, B. 2000. La Interactividad
en la Educación a Distancia. Buenos
Aires Paidós.
Kuhn, T. S. 1962. La estructura de
las Revoluciones Científicas. México
Fondo de Cultura Económica
Monereo, C.; Castello, M.; Clariana,
M.; Palma M.; Pérez, M.L. (1999)
Estrategias de enseñanza y
aprendizaje. Barcelona. Graó 6ª
edición.
Piaget, J., García R. (1987) Lógica Y
Epistemología Genética. Hacia una
Lógica de las Significaciones.
España, Gedisa Editorial.
Samaja, J. (1994) Epistemología y
metodología: elementos para una
Encuesta L. E. CBC
Sí
No
68%
32%
Universidad de Buenos Aires - CBC. Resultado de la encuesta acerca de la utilidad del material en formato
electrónico.
¿Consideras que el maeterial visual es adecuado para el tema?
80%
20%
SI
NO
Universidad de Guadalajara. Resultado de la encuesta acerca de la utilidad del material en formato
electrónico.
11 Rev de Mat. Didac Innov 2011; 7 (1): 7 - 11
teoría de la investigación científica.
Buenos Aires, EUDEBA.
Correspondencia con el autor: Dr. Ana María Bedoya Universidad de Buenos Aires Argentina [email protected]
13 Rev de Mat. Didac Innov 2011; 7 (1): 13 - 19
Revista Material Didáctico Innovador Nuevas tecnologías educativas Vol. 7, Núm. 1, Enero - Junio. 2011 pp. 13 - 19
Enseñanza-aprendizaje de modelos de optimización lineal
mediante hojas electrónicas de cálculo y presentaciones en Power
Point. Alberto Isaac Pierdant Rodríguez, Jesús Rodríguez Franco.
Departamento de Política y Cultura. Universidad Autónoma Metropolitana.
Unidad Xochimilco
Introducción
El empleo de modelos contables, financieros,
estadísticos, de inventarios o de optimización
son una práctica cotidiana en las áreas
administrativas y económicas, dentro de las
empresas y organizaciones. Todos ellos tienen
como objetivo representar de manera
simplificada e idealizada una realidad. Por
ejemplo, un modelo de inventario, trata de
mostrar mediante relaciones matemáticas el
comportamiento del inventario físico de una
empresa u organización, es decir, debe mostrar,
una gran variedad de actividades que son
realizadas sobre éste: las entradas de materiales,
partes o productos al almacén, sus salidas, los
nuevos pedidos, las pérdidas por su mal manejo
o defecto de las partes o productos, etcétera.
En ese ambiente de toma de decisiones, los
modelos tienen gran importancia ya que
permiten captar la esencia de muchos
problemas propios de la organización. En cierta
forma, el poder dar solución a un problema de
negocios del mundo real significa que es
posible formular exitosamente el problema
como un modelo. Así, la capacidad que tiene el
administrador para formular modelos –traducir
el problema del mundo real a un modelo
matemático- es un primer paso importante en el
uso y formulación de modelos como
instrumento administrativo. Eppen,
Gould,Schmidt, Moore y Weatherfor proponen
el siguiente esquema funcional que permite la
formulación, uso y aplicación de modelos en
una organización o empresa.
1. Identificación del problema, es decir,
analizar la situación del mundo real.
2. Formulación y construcción del modelo.
3. Solución del modelo.
4. Comparación de la solución obtenida con
la experiencia, criterio e intuición del
administrador.
5. Aplicación del modelo o revisión del
mismo (en este último caso se regresa al
paso uno o dos).
Sin embargo el analista que se enfrenta a estas
situaciones, se ve en muchas ocasiones limitado
a la construcción de modelos dentro de su
organización, ya que no cuenta con las
herramientas de modelaje adecuadas o bien
tiene que esperar a la adquisición de ellas,
minimizando con ello su trabajo y esfuerzo,
limitando al mismo tiempo su eficiencia y la
labor que desempeña dentro de la organización.
Por ello, proponemos aquí, presentar, en forma
simple y objetiva, un procedimiento que le
permita al estudiante la formulación,
construcción y solución de modelos de
optimización lineal mediante el uso del
14 Rev de Mat. Didac Innov 2011;7 (1): 13 - 19
subprograma SOLVER del paquete de hoja
electrónica EXCEL, o bien OpenOffice.org y
un material didáctico elaborado en Power Point
de Microsoft.
En Microsoft Excel u OpenOffice.org se cuenta
con una herramienta muy poderosa que permite
elaborar modelos de optimización. Un modelo
de optimización, es un modelo matemático que
tiene como objetivo definir el uso óptimo de los
recursos (humanos, físicos, financieros, tiempo)
con los que cuenta una organización en aquellas
situaciones en las cuales éstos son escasos.
La herramienta en estos paquetes que permite
solucionar estos problemas recibe el nombre de
SOLVER o Solver, respectivamente. Esta
herramienta deberá ser utilizada por el analista
cuando se requiera en un modelo de
optimización, encontrar un valor particular de
una variable, un conjunto de variables, o bien el
de una función a través del ajuste de otras
variables u otras funciones. En términos de una
hoja electrónica de cálculo, deberá optimizarse
el valor establecido en una celda a través del
ajuste de los valores de otra celda u otras
celdas, o bien cuando se requiera especificar
una o varias restricciones a uno o más valores
involucrados en el cálculo de éste.
SOLVER permite la solución a tres tipos de
problemas de optimización, definidos como:
Optimización Lineal
Optimización No Lineal
Optimización Entera
Los problemas de optimización lineal, no lineal
y entera son modelos que se pueden expresar en
las celdas de una hoja electrónica a través de
relaciones matemáticas o fórmulas entre los
diversos elementos que constituyen el problema
y que tienen como objetivo, como ya
indicamos, maximizar o minimizar el uso de los
recursos de una organización. Como un ejemplo
para la enseñanza-aprendizaje de estos
modelos, empleamos a continuación un modelo
de transporte de gasolina.
Modelo de transporte de gasolina
Consideremos ahora una compañía
expendedora de gasolina que cuenta con cinco
estaciones (gasolineras) distribuidas en el valle
de México, las cuales son surtidas
semanalmente mediante tres almacenes de
distribución de PEMEX establecidos en la zona
(figura 1).
Los costos1 por despachar 1,000 litros de gasolina de
cada distribuidor a cada expendio se muestran en el
cuadro 1.
1 Costos hipotéticos, pero el modelo puede calcularse empleando costos
reales de distribución.
15 Rev de Mat. Didac Innov 2011; 7 (1): 13 - 19
Cuadro 1
Costo de Distribución ($/1000litros)
Expendio 1 Expendio 2 Expendio 3 Expendio 4 Expendio 5
Distribuidora A 70 60 60 60 58
Distribuidora B 50 80 60 70 60
Distribuidora C 80 50 80 60 60
La oferta establecida por PEMEX para los
expendios de la compañía es de 80,000 lts. en
la distribuidora A, 100,000 lts. en la
distribuidora B y 50,000 lts. en la distribuidora
C.
Los requerimientos de la compañía en cada
gasolinera son de: 50,000 lts. en el expendio 1,
40,000 en el expendio 2, 60,000 en el expendio
3 , 40,000 lts. en el expendio 4 y 40,000 lts. en
el expendio 5.
La solución al problema consiste en determinar
el costo mínimo de distribución que tendría que
pagar la compañía a PEMEX y satisface al
mismo tiempo su demanda de combustible en
cada una de sus gasolineras.
El modelo matemático
En el problema de transporte se tiene como
objetivo colocar en varios destinos, las
unidades ubicadas en diversos orígenes, en tal
forma que la colocación sea óptima, es decir la
transportación se realice a costo mínimo o a
ganancia máxima, dependiendo del objetivo
que persiga el analista en el problema.
Matemáticamente, el problema se define de la
manera siguiente.
La función objetivo es :
Min. o Max.
.... I
la cual está sujeta a las restricciones
i
=1,2,3, …m ... II
j
=1,2,3, …n ... III
IV
para
todas las i y j ... V
donde Xij es la cantidad asignada desde el
origen i hasta el destino j y Cij es el costo o
ganancia de asignar 1 unidad desde el origen i
hasta el destino j. Los valores Ai son las
cantidades disponibles en cada origen, y los
valores Bj son las cantidades requeridas en
cada destino. La ecuación IV indica que la
suma de los valores Ai y Bj deben ser iguales,
es decir, la suma de lo demandado por los
destinos deberá ser igual al total de lo ofrecido
16 Rev de Mat. Didac Innov 2011;7 (1): 13 - 19
por los diferentes orígenes. Cuando no se
cumple esta restricción no se impone
limitaciones serias al problema, ya que para
satisfacerla el analista deberá crear un origen
ficticio o un destino ficticio, asignando costos
o ganancias cero a estas distribuciones, según
sea el caso.
Finalmente la ecuación V, llamada condición
de no negatividad, le indica al modelo que los
valores Xij deben ser valores positivos o cero,
es decir, las variables de asignación solo
pueden tomar valores físicos tangibles para la
realidad del problema (no podemos transportar
gasolina negativa).
La siguiente tabla permite explicar
matricialmente las ecuaciones I a V del
modelo.
DESTINO
ORIGEN 1 2 ... j n Oferta (O)
1 X11 C11 X12
C12 ... X1j C1j X1n
C1n A1
2 X21 C21 X22
C22 ... X2j C2j X2n
C2n A2
I Xi1 Ci1 Xi2
Ci2 ... Xij Cij Xin
Cin Ai
m Xm1 Cm1 Xm2
Cm2 ... Xmj Cmj Xmn
Cmn Am
Demanda (D)
B1 B2 ... Bj Bn O = D
Costo de la Demandai desde i =1,2,..n
=SUMA (Xi1 Ci1) desde i
=1,2,..m
=SUMA (Xi2 Ci2) desde i
=1,2,..m
….
=SUMA (Xij Cij) desde i
=1,2,..m
=SUMA (Xin Cin) desde i
=1,2,..m
Solución con SOLVER2 de EXCEL
En la figura 2 se muestra el formato de captura de
datos de este modelo de transporte. Para el ejemplo
se han utilizado el conjunto de celdas formado por
B27 a L50.
Figura 2
2 Es un subprograma que puede habilitarse mediante los
“Complementos” de EXCEL en la versión 2007.
En la figura 2, se ha capturado en la hoja
electrónica, la “Matriz de Costos”, definida de
las celdas D31 a la H33. También se ha
capturado la oferta de los distribuidores en las
celdas K39 a K41 y la demanda de los
expendedores de la compañía en las celdas D44
a H44. En la “Matriz de Distribución” se han
definido las operaciones siguientes:
CELDA OPERACIÓN
I39 =SUM(D39:H39)
I40 =SUM(D40:H40)
I41 =SUM(D41:H41)
D42 =SUM(D39:D41)
E42 =SUM(E39:E41)
F42 =SUM(F39:F41)
G42 =SUM(G39:G41)
H42 =SUM(H39:H41)
I46 =IF(SUM(K39:K41)=SUM(D44:H44),
"Modelo Balanceado", "Modelo NO
Balanceado")
17 Rev de Mat. Didac Innov 2011; 7 (1): 13 - 19
D47 =D39*D31+D40*D32+D41*D33
Costo Mínimo Expendio 1
E47 =E39*E31+E40*E32+E41*E33 Costo Mínimo Expendio 2
F47 =F39*F31+F40*F32+F41*F33
Costo Mínimo Expendio 3
G47 =G39*G31+G40*G32+G41*G33 Costo Mínimo Expendio 4
H47 =H39*H31+H40*H32+H41*H33
Costo Mínimo Expendio 5
I49 =SUM(D47:H47)
Costo Total de Distribución
Si el modelo está balanceado, es decir, oferta
igual a demanda, entonces el modelo muestra
en la celda I46 la leyenda: "Modelo
Balanceado", con lo que el analista deberá
proceder a llamar a la subrutina SOLVER.
Primeramente, debe definir la celda objetivo
(I49), posteriormente indicar las celdas de
asignación (D39 a H41), para finalmente
agregar las ecuaciones del modelo (figura 3):
condición de no negatividad, ecuaciones de la
demanda y ecuaciones de la oferta.
Figura 3
En SOLVER (figura 3) estas ecuaciones
deberán definirse como:
La función objetivo: Minimizar. Celda
I49.
Las variables de decisión (“Cambiando las
celdas”).
Para el problema propuesto, estas celdas
forman la matriz de distribución (D39 a H41).
Las restricciones de oferta, la demanda y
la condición de no negatividad de las
variables. Una por una, utilizando la función
“Agregar” como se muestra en la figura 4.
Figura 4
Condición de no negatividad (ecuación V):
D39:H41 >= 0
Restricción de la demanda (ecuación III):
D42:H42 >= D44:H44
Restricción de la oferta (ecuación II):
I39:I41 < = K39:K41
Posteriormente, el analista deberá seleccionar
“Resolver” para efectuar el cálculo del modelo,
obteniendo para el problema el resultado
óptimo mínimo de la función objetivo. Esta
solución se muestra en la figura 5.
18 Rev de Mat. Didac Innov 2011;7 (1): 13 - 19
Figura 5
Esta matriz nos indica que:
La demanda del expendio 1 podrá satisfacerse a
través del envío de 50,000 lts de gasolina desde
el distribuidor B a un costo mínimo de $2,500.
La demanda del expendio 2 podrá satisfacerse a
través del envío de 40,000 lts de gasolina desde
el distribuidor C a un costo mínimo de $2,000.
La demanda del expendio 3 podrá satisfacerse a
través del envío de 10,000 lts de gasolina desde
el distribuidor A y 50,000 lts. desde el
distribuidor B a un costo mínimo de $3,600.
La demanda del expendio 4 podrá satisfacerse a
través del envío de 30,000 lts de gasolina desde
el distribuidor A y 10,000 lts. desde el
distribuidor C a un costo mínimo de $2,400.
La demanda del expendio 5 podrá satisfacerse a
través del envío de 40,000 lts de gasolina desde
el distribuidor A a un costo mínimo de $2,320.
En el modelo se satisface la condición de oferta
igual a demanda, y el costo total de distribución
asciende a $12,820.00.
La solución con OpenOffice.org3
Este paquete, formado por un conjunto de
paquetes (suite), contiene también, una hoja
electrónica de cálculo que emplea una rutina
3 Es un software gratuito que se puede obtener en: www.openoffice.org
(consulta: 31 de octubre de 2011).
denominada Solver para solucionar los
modelos de optimización lineal.
El procedimiento de solución es similar al
empleado por EXCEL, pero más simple.
También, se define primero, las ecuaciones del
modelo, restricciones y función objetivo en el
formato de esta hoja electrónica. Finalmente se
calcula el modelo y se obtiene una solución.
El material didáctico empleado
En el paquete Power Point hemos elaborado
una presentación que permite mostrar desde la
formulación matemática y construcción del
modelo en la hoja electrónica, hasta llegar a una
solución factible para el mismo.
Este material permite aclarar con el alumno,
detalles del proceso de enseñanza aprendizaje
que parecen ocultos al interactuar en el aula
mediante una dialéctica continua que mejora el
aprendizaje de estas temáticas de matemáticas.
Conclusión
En la práctica actual el uso de herramientas tan
simples pero al mismo tiempo tan poderosas
como SOLVER de EXCEL o Solver de
OppenOffice.org nos permiten solucionar
problemas de optimización lineal en hojas
electrónicas en forma rápida sin la necesidad de
recurrir a programas de cómputo muy
especializados. Los modelos lineales que
pueden solucionarse con esta herramienta
parten desde los modelos académicos simples
como el mostrado en este artículo hasta
modelos complejos que pueden contener un
máximo de 200 variables de decisión. En este
sentido, SOLVER (Solver) se convierte en una
verdadera herramienta de optimización de uso
extendido, ya que prácticamente, cualquier
organización cuenta con un equipo de cómputo
y un paquete de hojas electrónicas de cálculo
(recuerde que, OpenOffice.org, es un software
gratuito).
19 Rev de Mat. Didac Innov 2011; 7 (1): 13 - 19
Bibliografía
Hillier S. F., Hillier M. S. y Lieberman G.J.
[2002: 185-218], “Métodos cuantitativos
para administración. Un enfoque de
modelos y casos de estudio, con hoja de
cálculo”, Capítulo 5, Irwin McGraw-Hill,
México.
Eppen D.G., Gould J.F., Schmidt C.P.,
Moore J.H. y Weatherford L.R.[2000: 9-
23], “Investigación de Operaciones en las
Ciencias Administrativas”, Prentice-Hall
Hispanoamericana, 5ª Edición, México.
Pierdant Alberto I. [1997], “Modelos
Administrativos Usando EXCEL”,
Colección la Llave No. 11, Universidad
Autónoma Metropolitana, Unidad
Xochimilco, México.
Pierdant Alberto I. y Rodríguez F.J. [2000:
65-105], “Reflexiones Finiseculares. Las
matemáticas en las Ciencias Sociales”,
Capítulo: Aplicaciones Matemáticas con
EXCEL, Universidad Autónoma
Metropolitana, México.
Pierdant Alberto I., “Solución de modelos
de optimización lineal con Excel”, Revista
Emprendedores, Facultad de Contaduría y
Administración, UNAM, Núm. 73, Enero-
Febrero 2002, págs. 41-47.
Taha A. Hamdy [1976: 118-141],
“Operations Research. An introduction”,
Capítulo 5, Collier MacMillan
international, 2da. Edición, USA.
Correspondencia con el autor:
Alberto Isaac Pierdant R.
Depto. de Política y Cultura
UAM-Xochimilco
21 Rev de Mat. Didac Innov 2011; 7 (1): 21 - 27
Revista Material Didáctico Innovador
Nuevas tecnologías educativas Vol. 7, Núm. 1, Enero - Junio. 2011 pp. 21 - 27
Simulador de la interacción glucosa-insulina Arturo Reyes Lazalde, Laura Hortencia Crespo Palacios, María Eugenia Pérez Bonilla,
Marleni Reyes Monreal.
Laboratorio de Biología Interactiva, Escuela de Biología. Maestría en Estética y Arte.
BUAP.
Resumen
La diabetes mellitus es una enfermedad
panmetabólica crónica, no transmisible, cuya
prevalencia mundial se ha incrementado
considerablemente. En México se ha convertido
en la primera causa de muerte debido a las
complicaciones secundarias de la enfermedad.
Se estima que la prevalencia nacional al 2030
será del 11%. El 90% de los diabéticos tienen
diabetes mellitus tipo 2. Generalmente, el
diagnóstico no se efectúa oportunamente debido
a que la fase inicial de la diabetes mellitus tipo
2 cursa asintomática. Para confirmar o descartar
el diagnóstico, se han desarrollado pruebas del
tipo estímulo-respuesta. La más conocida de
estas pruebas, es la curva de tolerancia a la
glucosa. Debido a la importancia del tema se
consideró el desarrollo de un software como
apoyo didáctico. Se diseñó y desarrolló un
simulador de la curva de tolerancia a la glucosa
mediante el lenguaje de programación Visual
Basic 5.0, bajo ambiente Windows® para
computadoras PC compatibles. El modelo
matemático usado corresponde a un modelo de
interacción glucosa-insulina. La primera
versión del programa GLUCOSA1 presenta
como variables de entrada: (1) la concentración
inicial de glucosa en sangre y (2) la
concentración de insulina inicial. La curva de
tolerancia a la glucosa corresponde a una
duración de tres horas, después de la ingesta de
concentraciones altas de glucosa oral. El
software elaborado es una herramienta docente
para el aprendizaje de la interacción glucosa-
insulina. Permite reproducir condiciones
normales, de hiperglucemia e hipoglucemia.
Este software está pensado para los cursos
relacionados en las licenciaturas de medicina,
biomedicina, biología, químico farmacobiólogo
y enfermería.
Introducción
En diciembre de 2006 las Naciones Unidas
adoptaron por unanimidad la resolución 61/225,
reconoce que la diabetes representa una
amenaza para el bienestar humano en todo el
mundo. La resolución exhorta a todos los países
a desarrollar políticas nacionales para la
prevención, atención y el tratamiento de la
diabetes (IDF, 2006).
La Diabetes Mellitus, es una enfermedad
crónico–degenerativa, no infecto–contagiosa,
22 Rev de Mat. Didac Innov 2011;7 (1): 21 - 27
incurable, pero controlable, que afecta a 7
billones de personas en el mundo y a 4.3
billones de adultos entre 20 y 79 años de edad
(IDF, 2011). De esta proporción de la
población, a la Diabetes Mellitus Tipo 1, le
corresponde el 10%, mientras que a la Diabetes
Mellitus Tipo2, el 85 a 95%. En México se
estima 6.8 millones de personas con diabetes en
2010 y se prevén 11.9 millones para 2030
(IDF, 2011).
El número de personas en todo el mundo que
padece de diabetes ha aumentado en las dos
décadas recientes, de 30 a 230 millones, y es
causa de numerosas muertes y en consecuencia
afecta seriamente la capacidad de los sistemas
de salud, de acuerdo con datos reportados por la
Federación Internacional de la Diabetes (IDF,
2011).
De acuerdo con estos datos, se puede visualizar
fácilmente la importancia que tiene el tema en
la enseñanza médica. En este sentido, se hace
fundamental el desarrollo de material didáctico
que permita al estudiante un aprendizaje
interactivo.
En la regulación de la concentración de glucosa
en sangre intervienen el páncreas, las glándulas
suprarrenales y el hígado. La insulina es
secretada por las células ß pancreáticas en
condiciones de hiperglucemia; favorece la
utilización y captación de la glucosa por las
células. La epinefrina es secretada por las
glándulas suprarrenales en condiciones de
hipoglucemia, favorece la glucogenólisis. En
tanto que el glucagón secretado por el páncreas
también favorece la glucogenólisis.
Para el desarrollo de simuladores interactivos es
necesaria la integración de modelos
matemáticos que repliquen los procesos que se
presentan en el paciente diabético. Las
implicaciones que trae consigo esta enfermedad
ha motivado el desarrollo de modelos
matemáticos que explican los procesos de la
enfermedad. Como resultado, han desarrollado
modelos matemáticos de la dinámica glucosa-
insulina y modelos epidemiológicos aplicados a
la diabetes.
Modelos de la interacción dinámica glucosa-
insulina
De manera resumida, la mayoría de los modelos
matemáticos propuestos en la literatura se
dedicaron a la dinámica de la interacción
glucosa-insulina, se incluyen la prueba de
tolerancia a la glucosa intravenosa (IVGTT), la
prueba de tolerancia a la glucosa oral (OGTT).
Los modelos matemáticos han empleado para
estimar la concentración de glucosa y para el
estudio de la interacción insulina-glucosa en
general. En 1961, se propuso las siguientes
ecuaciones diferenciales ordinarias (Bolie, 1961):
(1)
(2)
Donde G = G(t) representa la concentración de
glucosa, I = I(t) representa la insulina y p, α1, α2,
α3, α4 son parámetros.
Aunque varios modelos (reducidos y completos)
fueron propuestos por diferentes autores,
especialmente los relacionados con la
sensibilidad a la insulina, el modelo de
interacción de la glucosa-insulina más usado se
denominó “modelo mínimo”. Fue propuesto por
Bergman (Bergman, 1997, 2001). Diferentes
versiones basadas en modelos mínimos se
consideraron por diferentes autores. Un ejemplo
de esta categoría fue propuesta por Derouich y
Boutayeb donde utilizaron una versión
modificada del modelo mínimo para introducir
parámetros relacionados con el ejercicio físico
(Derouich y Boutayeb, 2002).
Según Bergman (2002), más de 500 estudios
relacionados con el modelo mínimo se
encuentran en la literatura. Algunos autores (De
Gaetano y Arino, 2000a, b) indican que, aunque
el modelo mínimo tiene un número pequeño de
constantes, ha sido indiscutiblemente útil en
23 Rev de Mat. Didac Innov 2011; 7 (1): 21 - 27
investigaciones fisiológicas. Teniendo en cuenta
que la glucosa-insulina es un sistema fisiológico
integrado y a la vez dinámico debe ser tratado
como un todo. De Gaetano y Arino (2000a)
propuso un modelo de retardo llamado “modelo
dinámico”. Mukhopadhyay et al. (2004)
indicaron que este modelo permite la estimación
simultánea de la secreción de insulina y los
parámetros de la captación de glucosa, para así
tener soluciones positivas asintóticamente
estables.
La concentración de glucosa en sangre se ve
modificada principalmente por tres variables: la
insulina, las comidas y el ejercicio físico. De
acuerdo con Bellazzi et al. (2001), la evaluación
cuantitativa de las comidas y el esfuerzo físico
sigue siendo un problema importante. La
totalidad de los sistemas de control que son
propuestos se han centrado principalmente en la
insulina. Una serie de enfoques de dispositivos
de microsistemas y de cómputo han sido
reportados en la literatura con circuitos abiertos y
cerrados, y algoritmos parcialmente cerrados
(Lehman y Deutsch, 1995). Recientemente se
han publicado por Bellazzi et al. (2001) y Parker
et al. (2001) una lista parcial de los paquetes de
software, comercial y de libre acceso. Una
revisión reciente se encuentra en Makroglou et
al. (2006).
Los modelos epidemiológicos aplicados a la
diabetes
Algunos autores han propuesto modelos
epidemiológicos para la diabetes y la obesidad.
Boutayeb y Derouich (2002) consideró dos
modelos discretos para la evolución de la
diabetes sin complicaciones. Utilizando
ecuaciones diferenciales parciales, los autores
proponen un modelo estructurado para las
complicaciones de la diabetes de acuerdo a la
edad.
Material y método
Se diseñó y desarrolló un simulador de la
interacción glucosa-insulina mediante el
lenguaje de programación Visual Basic versión
5.0 para Windows®. Se ejecuta en una PC
compatible con una calidad de color de 32 bit y
una resolución de 1280x800. El programa es
interactivo y reproduce la prueba de tolerancia a
la glucosa.
Los procesos bioquímicos involucrados en la
regulación de la glucosa en sangre se han
descrito por medio de modelos
compartamentales aunados con procesos de
trasferencia de un compartimiento. En general,
un compartimiento es un espacio fisiológico (un
órgano), y por compartimientos “ficticios”, sin
ser necesariamente órganos, los cuales se
caracterizan por contener algún tipo y cantidad
de material (vasos sanguíneos, espacio
intercelular, etc.) (Ghosh y Maka, 2009).
El simulador está basado en un modelo de
interacción glucosa-insulina de tipo
compartamental. El compartimiento principal
corresponde al torrente sanguíneo donde se
encuentran las variables de estudio: (1)
concentración de glucosa y (2) concentración
de insulina. A este compartimiento le ingresa
glucosa proveniente del metabolismo del
glucógeno en el hígado y de la infusión de
glucosa durante la prueba de tolerancia. Por
otro lado, el páncreas es la fuente de insulina al
torrente sanguíneo.
La disminución de glucosa del torrente
sanguíneo es ocasionada por tres vías que
corresponden: (1) a la interacción glucosa-
insulina que permite el ingreso a de la glucosa a
las células, (2) una pérdida general sostenida
representada con un proceso de primer orden, y
(3) pérdida de glucosa por el riñón en el
momento que la concentración sanguínea de
glucosa alcanza el umbral de filtración.
La insulina se incrementa en respuesta a la
concentración de la glucosa en sangre, a mayor
concentración de glucosa mayor liberación de
insulina. En este modelo, la insulina disminuye
de manera sostenida de acuerdo a un proceso de
primer orden.
Cada uno de los órganos involucrados en la
regulación de la concentración de la glucosa en
24 Rev de Mat. Didac Innov 2011;7 (1): 21 - 27
sangre como son el hígado, el páncreas y el
riñón corresponden a un compartimiento. La
interacción glucosa-insulina, la infusión de
glucosa y las pérdidas sostenidas de glucosa e
insulina se les considera procesos en
compartimientos “ficticios”.
La figura1muestra un esquema del modelo. La
flecha que une la aplicación de la glucosa; por
ejemplo, bolo de glucosa por vía oral o
intravenosa con el compartimiento sanguíneo
implica la velocidad de administración de la
glucosa (concentración/unidad de tiempo). La
flecha que une el compartimiento del hígado
con el compartimiento sanguíneo corresponde a
la liberación de glucosa (mg/hr). La flecha que
une el torrente sanguíneo con el
compartimiento del riñón implica la presencia
de un umbral, cuando este se alcanza la glucosa
se filtra por el riñón; se trata de casos con
franca diabetes.
Fig. 1. Esquema que muestra los compartimientos del modelo utilizado en el simulador. En el centro, la glucosa y la
insulina en sangre. De lado derecho, las entradas del sistema y del lado izquierdo las salidas
Resultados
Se obtuvo un simulador en su primera fase que
permite reproducir la interacción glucosa-
insulina durante una curva de tolerancia a la
glucosa. El programa reproduce los procesos
bioquímicos y biofísicos involucrados durante
un test de tolerancia a la glucosa: (1) al paciente
simulado se le administra una cantidad
conocida de glucosa, (2) en respuesta a la
hiperglucemia, consecutiva a la administración
de glucosa, el páncreas secreta insulina, (3) en
condiciones normales la glucosa regresa a sus
valores normales después de algunas horas. En
este simulador, la prueba tiene una duración de
tres horas.
La figura 2, corresponde a la ventana interfaz
del simulador. En la mitad derecha, se muestra
una ventana osciloscopio donde se presenta la
curva de glucosa y de insulina
simultáneamente. El usuario ingresa la
concentración inicial de glucosa y de insulina
en sangre en las casillas que se encuentran
debajo de la gráfica. El simulador presenta los
botones: <<iniciar>>, <<borrar>> y <<salir>>;
se utilizan para iniciar la simulación, borrar las
gráficas y salir del programa, respectivamente.
25 Rev de Mat. Didac Innov 2011; 7 (1): 21 - 27
La gráfica que sigue la concentración de la
glucosa en sangre, presenta un incremento
inmediatamente después de la administración
de altas concentraciones de glucosa al paciente.
Se registra la cantidad de glucosa en sangre una
hora antes, de manera que se tiene un registro
basal que corresponde a la concentración de
glucosa ingresada por el usuario en el
simulador. A la hora de iniciar la curva se
observa la mayor amplitud de la curva para
disminuir a las 2 horas debido a la acción de la
insulina. El eje derecho de la gráfica
corresponde a la concentración de glucosa, va
de 0 a 500 mg/dl.
Debajo de la curva de glucosa aparece la curva
que corresponde a la insulina. Durante la hora
de registro basal su concentración corresponde
al valor que ingresa el usuario. Poco tiempo
después de producirse la hiperglucemia, casi
simultáneamente, se incrementa la insulina en
respuesta al incremento de glucosa. El aumento
de insulina sigue al incremento de glucosa. La
insulina obliga a disminuir la concentración de
glucosa en sangre. Las concentraciones de
insulina se pueden visualizar con referencia al
eje del lado derecho de la gráfica que va de 0 a
Fig. 2. Interfaz del simulador. Las gráficas que se presentan corresponden a un paciente normal. Las concentraciones iniciales de glucosa e insulina son 81
mg/dl y 5.5 U%, respectivamente.
El simulador permite visualizar la interacción
glucosa-insulina en diferentes condiciones. Por
ejemplo, la figura 3 muestra las curvas que
corresponde al caso de concentraciones altas de
glucosa iniciales. Se observa que la parte basal
de las curvas se modifican. En este caso el
sistema simulado permite al páncreas secretar
insulina de manera importante.
Fig. 3. Simulación de paciente con hiperglucemia inicial. La secreción de insulina es forzada. En este caso, el sistema está en condiciones normales de funcionamiento pancreático y renal. Esto explica el regreso de la glucosa a concentraciones normales.
La figura 4, muestra otro ejemplo de
interacción glucosa-insulina. Las condiciones
iniciales del simulador son: hiperglucemia
severa, y alteraciones en la secreción de
insulina por el páncreas, tal como se presenta en
la diabetes tipo I. En estas condiciones la parte
basal y la curva se observan severamente
afectadas. Las grandes concentraciones de
glucosa obligan al sistema a que el páncreas
secrete insulina; sin embargo, ya no es posible
regresar la glucosa a concentraciones normales.
26 Rev de Mat. Didac Innov 2011;7 (1): 21 - 27
Fig. 4. Interacción glucosa-insulina en un paciente simulado con diabetes tipo I severa. La secreción de insulina no es suficiente para controlar la concentración de glucosa en sangre. En consecuencia, el paciente necesita la administración de insulina.
Discusión El estudio de la interacción glucosa-insulina es
muy importante en la preparación de los
estudiantes de las áreas de la salud. Este sistema
también permite mostrar a los estudiantes de
biofísica y matemáticas cómo el sistema de
ecuaciones diferenciales derivadas de un
modelo compartamental puede reproducir las
alteraciones que se presentan en pacientes con
diabetes. Los estudiantes de biologías y áreas
afines tienen la oportunidad de estudiar un
sistema bioquímico desde otro punto de vista.
Como se observa en las simulaciones que se
presentan como ejemplo, el programa
reproduce adecuadamente diversas situaciones
clínicas. Cada simulación representa a un
paciente en particular y no se espera que estas
condiciones se presenten exactamente en un
paciente real. Sin embargo, los cursos de la
curva de tolerancia a la glucosa son similares al
promedio de las curvas registradas en pacientes
normales.
Conclusiones
Se desarrolló un simulador que permite a los
estudiantes del área de la salud observar los
cambios que se producen durante una curva de
tolerancia a la glucosa en condiciones normales.
Las modificaciones en los coeficientes de
velocidad de transferencia entre un
compatimiento a otro permite el estudio de la
interacción glucosa-insulina en diferentes
condiciones patológicas.
Bibliografía
Bellazzi, R. Nucci, G. Cobelli, C. 2001.
The subcutaneous route to insulin
dependent diabetes therapy, IEEE Engrg.
Medicine Biol. 20(1): 54–64.
Bergman, R.N. 1997. The minimal model:
yesterday, today and tomorrow, in: R.N.
Bergman, J.C. Lovejoy (Eds.), The
Minimal Model Approach and
Determination of Glucose Tolerance, LSU
Press, pp. 3–50.
Bergman, R.N. 2001. The minimal model
of glucose regulation: a biography, in: J.
Novotny, M. Green, R. Boston (Eds.),
Mathematical Modeling in Nutrition and
Health, Kluwer Academic Plenum, 2001.
Bergman, R.N. 2002. Pathogenesis and
prediction of diabetes mellitus: Lessons
from integrative physiology, in: Irving L.
Schwartz Lecture, Mount Sinai J. Medicine
60: 280–290.
Bolie, V.W. 1961. Coefficients of normal
blood glucose regulation, J. Appl. Physiol.
16: 783–788.
Boutayeb, A. Derouich, M. 2002. Age
structured models for diabetes in East
Morocco, Math. Comput. Simul. 58: 215–
229.
Derouich, M. Boutayeb A. 2002. The effect
of physical exercise on the dynamics of
glucose and insulin, J. Biomech. 35:911–
917.
De Gaetano, A. Arino, O. 2000a.
Mathematical modelling of the intravenous
glucose tolerance test, J. Math. Biol. 40:
136–168.
De Gaetano, A. Arino, O. 2000b. A
statistical approach to the determination of
stability for dynamical systems modelling
physiological processes, Math. Comput.
Modelling. 31: 41–51.
Ghosh, S., Maka, S. 2010. Analysis of
glucose regulation using fuzzy clustering
27 Rev de Mat. Didac Innov 2011; 7 (1): 21 - 27
based piecewise affine approximation
approach. J. Biol. Systems. 18(2): 299-324.
International Diabetes Federation. 2006.
Diabetes atlas. Brussels, International
Diabetes Federation, 3ra
ed.
International Diabetes Federation. 2011.
Diabetes atlas. Brussels, International
Diabetes Federation, 5ta ed.
Lehmann, E.D. Deutsch, T. 1995.
Application of computers in diabetes
care—a review. II, Computers for decision
support and education, Med. Inform. 20:
303–329.
Makroglou, A, Li, J. Kuang Y. 2006.
Mathematical models and software tools
for the glucose-insulin regulatory system
and diabetes: an overview. Applied
Numerical Mathematics 56: 559–573.
Correspondencia con el autor: Arturo Reyes Lazalde Laboratorio de Biología Interactiva, Escuela de Biología. Maestría en Estética y Arte. BUAP. Correo: [email protected]
29 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
Revista Material Didáctico Innovador
Nuevas tecnologías educativas Vol. 7, Núm. 1, Enero - Junio. 2011 pp. 29 - 36
Técnicas informatizadas de control de lectura, una experiencia en la Universidad Autónoma de Chihuahua. Alejandro Chávez Guerrero, Humberto Blanco Vega, Martha Ornelas Contreras, Jesús Jasso Reyes y Judith M Rodríguez Villalobos. Universidad Autónoma de Chihuahua, FEFCD ,Chihuahua, Chih. México.
Resumen
Una de las actividades básicas de todo
profesional de la educación es la de incrementar
la calidad de la misma, a través del diseño,
adaptación e innovación de técnicas y
procedimientos cuyo énfasis principal sea el
desarrollo de habilidades; además, de la enorme
necesidad de desligar al alumno del maestro: si
éste no dice que hacer, donde investigar y
cómo, el alumno se mantiene, por lo general,
pasivo respecto a su aprendizaje. Por ello el
presente trabajo tuvo como principal objetivo la
construcción de un editor para el diseño de
sistemas hipermedia en la construcción de guías
de estudio, como un medio para desligar al
profesor de su rol de trasmisor de
conocimientos. Se detalla un sistema
computarizado que permite a los docentes
construir guías de estudio para el contenido de
cada una de las unidades que conforman el
curso; utilizando reactivos de opción múltiple,
falso y verdadero, lagunas y ensayo. Los
resultados de la utilización de este sistema, en
diferentes cursos del plan de estudios de la
Licenciatura en Educación Física que se
imparte en la Facultad de Educación Física de
la UACH, confirman que el empleo de dichos
sistemas resulta más efectivo que la simple
utilización de un medio impreso para estudiar
contenidos; probablemente debido a la mayor
posibilidad de mantener motivado al estudiante,
al ofrecerle una retroalimentación más
inmediata y efectiva, que permite a los
estudiantes saber si sus respuestas son o no
correctas y el por qué; lo que potencia su
aprendizaje.
Palabras Clave: hipermedia, autoaprendizaje,
tecnología educativa.
Introducción
De todos es sabida la necesidad cada vez más
apremiante de crear estrategias de Enseñanza-
Aprendizaje que destilen lo valioso de la
educación para proceder con más efectividad y
asegurar así la transmisión eficaz de lo que se
enseña. Estrategias que desarrollen actitudes,
valores y destrezas que multipliquen las
oportunidades de aprendizaje.
Estrategias que conciban al rendimiento como
un producto de la personalidad total del alumno
y no sólo de sus capacidades intelectuales. Ya
que el individuo no puede experimentarse a sí
mismo, si no es por medio de los demás;
asimilando las actitudes de los otros hacia él.
Estrategias para mejorar el autoconcepto como
un objetivo educacional válido, existiendo
30 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
también un supuesto implícito de que su
potenciación servirá como vehículo para la
mejora de otros resultados tales como el logro
académico. Tomando en cuenta que la continua
conciencia de fracaso reduce las expectativas de
éxito y no favorece en ningún modo ni el
aprendizaje ni el desarrollo personal.
Además, debe tenerse en cuenta que el ser
humano es un elaborador y constructor activo
de la información que recibe de su entorno; y al
igual que Ausubel (1968), consideramos que las
personas adquieren conocimientos,
principalmente a través de la recepción más que
por descubrimiento. Al menos, el aprendizaje
por recepción optimiza en mayor medida el uso
del tiempo durante la instrucción que el
aprendizaje por descubrimiento; siempre y
cuando ésta esté organizada de tal forma que
posibilite el aprendizaje significativo
(Woolfolk, 1996).
Por otro lado la reingeniería de la educación
mexicana debemos propiciarla desde el seno de
la misma: las instituciones de enseñanza; de la
ahí la importancia de desarrollar proyectos y
pruebas pilotos de los mismos, para reducir las
limitaciones de la educación convencional e ir
incorporando poco a poco nuevos sistemas y
nuevas formas de aprendizaje. Mejorar la
calidad del proceso de enseñanza-aprendizaje,
es tarea de todos pero, principalmente, de
aquellos que de una u otra forma estamos
involucrados en el sistema educativo mexicano.
Desde esta perspectiva, una de las actividades
básicas del Psicólogo Educativo es la de
incrementar la calidad de la educación a través
del diseño, adaptación e innovación de técnicas
y procedimientos cuyo énfasis principal sea el
desarrollo de habilidades (intelectuales y
sociales) y no la simple asimilación de
contenidos.
Hablar del contexto educativo en donde se
encuentran inmerso este proyecto, es hablar, en
primer lugar de la enorme necesidad de desligar
al alumno del maestro: si éste no dice que
hacer, donde investigar y cómo, el alumno se
mantiene, por lo general, pasivo respecto a su
aprendizaje.
La educación en México es deficiente e
insuficiente, “somos un país de reprobados”. El
esquema educativo mexicano carece de
variedad; sufre de enormes carencias en todos
sus niveles y nos cuestiona permanentemente
sobre el qué hacer para mejorarlo, aportando
nuevos modelos y formas de enseñanza
(Guevara, 1995). Durante el año 2000 la
Organización para la Cooperación y el
Desarrollo Económico (OCDE) realizó una
evaluación a 32 países, sobre conocimientos
escolares, México se ubicó en el penúltimo
lugar (OCDE/UNESCO-UIS, 2000).
Desde esta perspectiva, y de acuerdo al
Programa Nacional de Educación 2001-2006, la
educación en México afronta tres grandes
desafíos: cobertura con equidad; calidad de los
procesos educativos y niveles de aprendizaje; e
integración y funcionamiento del sistema
educativo (SEP, 2001).
Por otro lado, aún cuando la educación formal
de México ha logrado avances en cuanto a
cobertura y calidad, no deja de poner un énfasis
desmedido en la captación y asimilación de
contenidos, dejando de lado el desarrollo de
destrezas en quien aprende.
Entendiendo por hipermedia la combinación de
hipertexto y multimedia (texto, gráficos,
imágenes, sonido, etc.); que de acuerdo con
Nielsen (1990) es la herramienta óptima para la
transmisión de conocimientos en el entorno de
la educación continua, flexible, abierta y a
distancia. Los Sistemas de Hipermedia para el
Aprendizaje Asistido por Computadora rompen
con el esquema de espacio y tiempo pues
implican, entre otros cambios, el aprendizaje en
el tiempo y el lugar deseado, con la enorme
ventaja, como bien afirma Dale (1998), de la
retroalimentación inmediata; logrando con ello
la posibilidad de individualizar el aprendizaje e
introducir nuevas formas de comunicación a
través de conexión a otras computadoras y a
redes electrónicas internacionales. Esto
31 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
representa un primer paso en el desarrollo de
una educación que ya exige la sociedad del
siglo XXI.
Sin embargo, para que un sistema de
hipermedia para el aprendizaje asistido por
computadora tenga un verdadero valor
instruccional deberá generar en el estudiante un
sentimiento de que realmente está participando
en un diálogo con su profesor; y esto se logrará
en la medida que se mantenga al usuario del
sistema de hipermedia constantemente activo,
juntando información, planteando soluciones,
dando respuestas, revisando resultados, y más
importante aún recibiendo retroalimentación
inmediata y efectiva al proporcionarle
información sobre el porqué están correctas o
incorrectas sus respuestas. En resumen, un
sistema de hipermedia para poseer un verdadero
valor instruccional deberá, en la medida de lo
posible, presentar la información como lo haría
el mismo profesor.
Al considerar que el aprendizaje significativo es
producto de la interacción entre el material por
conocer y la estructura cognitiva precedente
(Ausubel, 2002), es lógico pensar que los
estudiantes aprenden a diferente ritmo y es
precisamente por esto que un sistema de
hipermedia para el aprendizaje asistido por
computadora, sería un medio apropiado para
solventar estas diferencias. El alumno que
trabaje rápido o el que sea muy eficiente puede
ir más rápido, sin tener que esperar al resto de
sus compañeros. Los estudiantes que tengan
dificultades pueden avanzar más lento,
repasando los conceptos y procedimientos que
les representen mayores problemas y pudiendo
pedir más práctica hasta dominarlos.
El sistema de hipermedia como medio de
enseñanza, propicia que el profesor se desligue
de “dar la clase” y quede libre para tener mayor
posibilidad de interacción con los alumnos; lo
que es sumamente importante, ya que, como
afirman las teorías constructivistas: en gran
medida la conducta es dirigida y regulada por
factores sociales que generan el aprendizaje,
imitando u observando a los demás, como por
enseñanza y educación explícitas y
propositivas.
En resumen, algunas características de los
sistemas de hipermedia para el aprendizaje
asistido por computadora, que consideramos los
convierten en una herramienta instruccional
valiosa son:
1. La retroalimentación inmediata y efectiva
permite a los estudiantes saber si sus
respuestas son o no correctas y el por qué; lo
que potencia el aprendizaje.
2. Con la paciencia y tolerancia ilimitadas
ofrecidas por el sistema, el alumno puede
practicar y “preguntar” tanto como el quiera.
3. La posibilidad de mantener motivado al
estudiante, al permitirle poner en juego
varios sentidos y habilidades al mismo
tiempo, al usar texto, imágenes,
animaciones, sonido, videos, etc. Esta
diversidad de estímulos no sólo reduce el
aburrimiento sino que también proporciona
estrategias de aprendizaje alternativas.
Sabemos que la retroalimentación y el ánimo
que da una computadora, con dificultad llega a
tener el mismo significado que cuando viene de
un ser humano. Pero si se utiliza como
complemento a la actividad del maestro, se
puede convertir en uno de los asistentes más
confiables y valiosos al educar.
Estamos convencidos de que el uso de sistemas
de hipermedia para mejorar la calidad en la
educación representa un gran aporte para
facilitar y dar acceso a la educación en nuestro
país. Ciertamente implica gastos en equipos
sofisticados, pero tenemos la certeza que es una
inversión que a corto y largo plazo redituará en
enormes beneficios para nuestro sistema
educativo.
Tomando en cuenta todo lo anterior, en las
páginas siguientes se propone el desarrollo, de
Sistemas de Hipermedia en la Construcción de
Guías de Estudio (SHCGE), como uno de
tantos medios para mejorar nuestra práctica
educativa; al permitir desarrollar nuevos
32 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
modelos de Enseñanza-Aprendizaje, basados en
el autoaprendizaje, el uso de las
telecomunicaciones, las redes computacionales
y lo multimedios.
Aún cuando continuamente se critica la función
de Profesor como “transmisor de
conocimientos”, no hemos llevado a cabo
esfuerzos serios por desligarlo de dicha tarea.
Es un hecho por todos conocido que como
profesores, querámoslo o no, dedicamos gran
parte de nuestro tiempo en el aula y fuera de
ella a esta tarea; lo que disminuye en gran
medida la posibilidad de dedicarnos a tareas
tales como la planeación, evaluación e
investigación, tareas importantísimas para
mejorar nuestra labor docente y con ella el
sistema educativo.
Por lo que, un problema sumamente importante
a plantear sería: ¿Cómo lograr desligar al
profesor de la tarea de transmitir
conocimientos, con el fin de que éste dedique
más tiempo a tareas de igual o mayor
importancia?. Cuando hablamos de desligar al
profesor de su actividad de “transmisor de
conocimientos”, no queremos decir que el
profesor no debe realizar esta tarea; sino que
esta debe llevarla acabo de tal manera que no le
impida cumplir cabalmente con su demás
responsabilidades.
Consideramos que parte de la solución al
problema planteado en el párrafo anterior, como
ya lo hemos venido afirmando, consistiría en
capacitar a nuestros profesores en el desarrollo
de sistemas de autoaprendizaje o autoenseñanza
asistidos por computadora. Estos sistemas de
autoaprendizaje, presentarían en forma amena y
sistematizada el contenido por aprender,
evaluarían a los alumnos y les proporcionarían
la retroalimentación necesaria para optimizar su
aprendizaje.
Que importante sería para uno como profesor
contar con sistemas de autoaprendizaje asistidos
por computadora, que se convirtieran en
nuestros colaboradores más leales y eficientes;
al reproducir y multiplicar fielmente nuestra
capacidad de enseñanza, llevando además un
control pormenorizado de los tiempos y formas
en que nuestros alumnos los utilizan para
aprender.
Luego entonces, es importante responder a las
siguientes preguntas:
1. ¿La utilización de los sistemas de
hipermedia incrementan la eficiencia y
calidad del Proceso de Enseñanza-
Aprendizaje?
2. En caso de que la utilización de los
sistemas de hipermedia incrementen la
eficiencia y calidad del Proceso de
Enseñanza-Aprendizaje: ¿Qué tan
importante es esa mejora?
Esperando que lo dicho hasta aquí de una idea
clara del problema que nos estamos planteando
pasemos ahora a especificar los objetivos de
nuestra propuesta de solución.
Los objetivos que a continuación se plantean
constituyen las etapas a seguir en la
implementación de nuestra propuesta de
solución al problema planteado en la sección
anterior:
Diseño de editores para la construcción de
Sistemas de Hipermedia en la Construcción
de Guías de Estudio (SHCGE).
Determinar si la utilización de los Sistemas
de Hipermedia implementados por los
docentes, incrementan la eficiencia y
calidad del Proceso de Enseñanza-
Aprendizaje.
En caso de que la utilización de los
Sistemas de Hipermedia implementados
incrementen la eficiencia y calidad del
Proceso de Enseñanza-Aprendizaje,
determinar que tan importante es esa
mejora.
El presente informe se aboca al logro del
primero de los objetivos planteados.
Descripción de los editores para diseñar los
sistemas de hipermedia en la construcción de
guías de estudio versión 1.0
33 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
Los editores para el diseño de Sistemas de
Hipermedia en la Construcción de Guías de
Estudio, en su versión 1.0, es un software que
permite a los docentes construir guías de
estudio para el contenido de cada una de las
unidades que conforman la materia en cuestión;
utilizando para ello reactivos de opción
múltiple, falso y verdadero, lagunas y ensayo.
Las guías son administradas por medio de una
computadora y algunas de sus características
son:
a. Las preguntas se eligen al azar.
b. Para cada tema o sección del curso se
generan dos módulos uno de práctica y otro
de evaluación; en el primero se da una
retroalimentación pormenorizada del
resultado para cada reactivo.
c. Permite evaluar o practicar uno o más
temas a la vez.
d. Para cada evaluación o práctica se elabora
un reporte con la siguiente información:
nombre de la materia, nombre del tema o
subtema (en los casos que lo ameriten),
tipo y número de evaluación (evaluación o
práctica), nombre del alumno, matrícula,
fecha y hora de realización, número de
reactivos solicitados y calificación.
Este sistema consta de dos módulos o editores:
1) Definición de las características generales
del sistema de hipermedia y 2) Editor de los
reactivos para construir las guías de estudio.
Editor para la definición de las características generales del sistema
Editor de los reactivos para construir las guías de estudio
34 Rev de Mat. Didac Innov 2011; 7 (1): 29 - 36
35 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
Conclusiones
Las características del material que se puede
general con el editor que hemos diseñado
permite afirmar que los alumnos que utilicen
los sistemas de hipermedia incrementarán en
mayor grado el dominio del material por
aprender, que los alumnos que no los utilicen;
este afirmación se puede fundamentar en
estudios como el de Yerushalmy (1991) donde
46 estudiantes trabajando con su sistema de
hipermedia obtuvieron mejores resultados en el
área de geometría, que un grupo control al que
se le enseño los mismos conceptos y temas pero
de manera convencional.
Consideramos que la eficacia de los sistemas de
hipermedia como medio de enseñanza reside en
su estructura flexible que permite el acceso a la
información por diversas vías, de forma no
lineal, empleando variados medios en diferentes
formatos (audio, video, texto, gráficos,
animación y fotografías). Esta característica
facilita la presentación de experiencias que
motiven, reten y comprometan al estudiante en
la ejecución de tareas que involucren alto nivel
de pensamiento.
Las investigaciones sobre la adquisición de
conocimiento en hipertexto e hipermedia es
compleja pero los intentos por demostrar su
validez en los procesos de aprendizaje
empiezan a cobrar importancia. Nosotros,
hemos querido sumarnos a estos intentos,
llevando a cabo el diseño de este editor cuyos
resultados nos permiten confirmar, en cierta
medida, que la hipermedia puede servir de
apoyo para el aprendizaje.
Sin embargo cabe señalar una serie de
consideraciones que, a pesar de parecer
evidentes no pueden olvidarse:
Los recursos tecnológicos, lógicamente, no
son los únicos ni los dominantes en el
proceso de aprendizaje.
Tanto la computadora como los sistemas
hipermedia se presentan como asistentes
viables para la enseñanza.
El papel de estos sistemas debe orientarse a
facilitar o promover procesos de
pensamiento y el uso de estrategias de
aprendizaje cognitivas y metacognitivas
pero también debemos cuestionar la
determinación a enseñar únicamente
destrezas cognitivas.
En cualquier caso, todo esto demanda todavía
mucha más investigación que permita
comprobar numerosas hipótesis, todavía en el
aire.
Bibliografía
Ausubel, D. P. (1968). Educational
Psychology, a cognitive wiew. New York:
Holt, Rinehart and Winston, Inc.
Ausubel, D. P. (2002). Adquisición y
retención del conocimiento, una
perspectiva cognitiva. Buenos Aires:
Paidós.
Dale, H. S. (1998). Teoría del Aprendizaje
(3a. ed.). México: Prentice Hall.
Guevara, G. (1995). La Catástrofe
Silenciosa. México: Fondo de Cultura
Económica.
Nielsen, J. (1990). Hypertext and
Hipermedia. San Diego CA: Academic
Press.
OCDE/UNESCO-UIS (2000). Aptitudes
básicas para el mundo de mañana, otros
resultados del proyecto PISA 2000. Paris,
Francia: Autor.
SEP (Secretaría de Educación Pública).
(2001). Programa Nacional de Educación
2001-2006. México: Autor.
Woolfolk, A. E. (1996). Psicología
Educativa. México: Prentice Hall.
36 Rev de Mat. Didac Innov 2011; 7 (1): 29 -36
Yerushalmy, M. (1991). Enhancing
acquisition o basis geometry concepts with
the use of the geometric supposer. Journal
of Educational Computing Research,7,
407-420.
Correspondencia con el autor: Alejandro Chávez Guerrero Universidad Autónoma de Chihuahua, FEFCD ,Chihuahua, Chih. México
37
NNoorrmmaass eeddiittoorriiaalleess
La Revista «Material Didáctico Innovador «Nuevas tecnologías educativas» es un espacio donde profesores e investigadores, pueden difundir sus trabajos, investigaciones, reflexiones, conocimientos y vivencias, relacionados con educación a distancia o virtual, inteligencia artificial, material didáctico elaborado por profesores, uso de la computadora y de los diversos medios de comunicación para facilitar el aprendizaje o la utilización de cualquier método innovador de enseñanza. La Revista «Material Didáctico Innovador «Nuevas tecnologías educativas» invita a especialistas en las disciplinas que publica, a enviar sus colaboraciones. Todos los trabajos deberán cumplir con las normas editoriales y serán dictaminados. Todos los trabajos deberán ser acompañados de una carta firmada por los autores, en la que se transfieran los derechos del manuscrito a la Revista «Material Didáctico Innovador «Nuevas tecnologías educativas» y se haga mención de que los suscritos dan permiso para que su nombre aparezca en el texto. Deberán entregarse tres ejemplares impresos del trabajo, así como su versión en medio magnético y en procesador de palabras Word. Los originales escritos en otro idioma deberán enviarse, de preferencia, ya traducidos al español. IMPORTANTE: Dicha impresión deberá presentar las siguientes especificaciones formales: El papel será tamaño carta (21.5 x 28 cm) e impreso por una cara. La extensión del artículo no rebasará 12 000 palabras o 40 hojas. Las reseñas se redactarán en un máximo de 800 palabras. El margen izquierdo será de 2.5 cm y el derecho, de 3 cm. Los párrafos deberán ir indicados sin espacio, con sangría, salvo cuando se trate de los que siguen a títulos o subtítulos.
El artículo deberá estar a doble espacio y en 12 puntos. Presentará numeración ininterrumpida. La primera hoja habrá de incluir título (que no debe exceder 10 palabras) y nombre del autor o autores, así como sus datos personales, a saber: a) la institución donde laboran, b) temas en los que se especializan, c) la dirección completa a la que se les enviará correspondencia, d) correo electrónico, e) número de fax y f) número telefónico. No se aceptarán epígrafes ni dedicatorias. Resumen del artículo. Dicho resumen no deberá rebasar 100 palabras. Palabras clave del trabajo (no más de seis conceptos). Notas de pie de página: a) irán a doble espacio, b) con numeración consecutiva, y c) en caracteres arábigos («voladitos» o en superíndice), sin punto en la llamada. Citas textuales: Cuando rebasen cinco renglones, a) irán a espacio y medio, b) no llevarán comillas, c) irán en tipo normal (no en cursivas) y d) con sangría sólo en el margen izquierdo. Citas bibliográficas: En el texto, deberán incluir el apellido del autor, la fecha de publicación de su obra y el número de la(s) página(s) citada(s); todo ello entre paréntesis. Por ejemplo: (Touraine, 1986: 73). IMPORTANTE: Compruebe que las citas incluidas en el texto coincidan con todos los datos aportados en la bibliografía. Bibliografía: Se presentará en orden alfabético del apellido de los autores; cuando aparezcan varias obras de un mismo autor, se ordenarán en orden cronológico: de la publicación más alejada en el tiempo a la más reciente. En todo caso, se seguirán los criterios establecidos por The Chicago Manual of Style. Ejemplos: A) Un autor . B) Dos autores
38
Wellek, René, y Austin Warren. Teoría literaria. Madrid: Editorial Gredos, Biblioteca Románica Hispánica, 1966. C) Compiladores Diamond, Larry, y Marc F. Plattner, comps. 1996. El resurgimiento global de la democracia. México: Universidad Nacional Autónoma de México-Instituto de Investigaciones Sociales. D) Organismo, institución o asociación como autor(a) Comisión Económica para América Latina (CEPAL). 2000. Inversión extranjera directa en América Latina 1999. Santiago de Chile: CEPAL. E) Artículo en un libro compilado por otro(s) autor(es) Black, Max. 1983. «¿Cómo representan las imágenes?». Arte, percepción y realidad. Compilado por Maurice Mandelbaum. Barcelona: Ediciones Paidós Ibérica, pp. 127-169. F) Artículo de publicación periódica Frey, Herbert. 1991. «Las raíces de la modernidad en la Edad Media». Revista Mexicana de Sociología, LIII (octubre-diciembre): 3-44. G) Artículo de periódico Finnonian, Albert. 1990. «The Iron Curtain Rises». Wilberton Journal. 7 de febrero, última edición. H) Materiales no publicados 1) Tesis Contreras, Óscar. 1999. «Empresas globales, actores locales. Producción flexible y aprendizaje industrial en las maquiladoras». Tesis de doctorado en Ciencias Sociales, México: El Colegio de México. 2) Ponencias Gereffi, Gary, y Jennifer Bair. 1999. «Mexico’s Industrial Development in the Past 25 Years: Climbing Ahead or Falling Behind in the World Economy?». Ponencia presentada en el encuentro Mexico in the Integration XXX, Center for the U. S.-Mexican Studies, Universidad de California en San Diego, La Jolla, 3-5 de junio, 1999. I) Citas de material obtenido de Internet En el interior del texto, las referencias se citan de la manera habitual: Gibaldi (1998), (Gómez et al., 1999).
Si se desconoce el nombre del autor del documento, se pondrá la dirección de Internet encerrada entre los símbolos < >. Deberá transcribir exactamente igual que el original, respetando las mayúsculas y las minúsculas. Ejemplo: De Haro, J. J. y Melic, A. 1998. Taxonomía, Sistemática, Filogenia y Clasificaciones. [documento en línea]. Disponible desde Internet en: Formato rtf. Cuadros, Gráficas, Mapas, Esquemas e Ilustraciones: Deberán incluir su respectiva fuente y aparecerán en las hojas numeradas, después de la bibliografía. El autor enviará también los datos numéricos a partir de los cuales se generaron las gráficas. Todos los materiales gráficos irán respaldados en formatos .jpg o .gif; las gráficas deberán ser enviadas en Excel. En el texto, el autor indicará el lugar donde entrarán cada uno de ellos, mediante la siguiente instrucción: «Entra figura 5». Los dictámenes son realizados por especialistas en las materias, los cuales emitirán su decisión de manera anónima. Todo artículo será sometido a dictamen, cuyo resultado puede ser: a) publicable; b) no publicable; c) sujeto a cambios; d) fuera de la línea editorial. En todo caso, será inapelable. IMPORTANTE: una vez aprobado el artículo, no se aceptará ningún cambio en el texto. Los autores recibirán a vuelta de correo dos ejemplares del número de la Revista en la que aparezca publicado su trabajo, así como 10 separatas. Los artículos deberán enviarse a: Director Revista de Material Didáctico Innovador. « Nuevas Tecnologías Educativas « Universidad Autónoma Metropolitana Unidad Xochimilco Calzada del Hueso 1100, colonia Villa Quietud, Coyoacán, México DF. C.P. 04960 Teléfono: 54837182 Fax: 55947115 E-mail: [email protected], Marcelo Goméz Palacios Ramon Gil Carreon Universidad Juarez del Estado de Durango
UUNNIIVVEERRSSIIDDAADD
AAUUTTÓÓNNOOMMAA
MMEETTRROOPPOOLLIITTAANNAA
28 y 29 de noviembre de 2011
SEDE: RECTORÍA GENERAL DE LA UAM
Prolongación Canal de Miramontes N° 3855 Colonia Ex-Hacienda de San Juan de Dios Delegación Tlalpan, C.P. 14387, México D .F.
28 y 29 de noviembre del 2011
Enviar resumen y trabajo en extenso para su evaluación por el comité científico, al correo electrónico: [email protected]
INFORMES E INSCRIPCIONES. TEL: 5 483 71 82 Fax: 5594 71 15 [email protected] http://www.matdidac.uam.mx
Calzada del Hueso Nº 1100 Colonia Villa Quietud Delegación Coyoacán. México D.F. C.P. 04960
Edificio A (Central), primer piso, cubículo 15.
Material Didáctico y Nuevas Tecnolgis