Los criterios identificados cumplan con la condición expresada en la ecuación (1).
]]>
Módulo para la evaluación de competencias a través de un Sistema de Laboratorios a Distancias
Module for competency assessment through a System Laboratories Distances
Omar Mar Cornelio1*, Luis Enrique Argota Vega2, Iván Santana Ching3
1 Dpto. de Programación, Facultad 6, Universidad de las Ciencias Informáticas. Cuba. omarmar@uci.cu
2 Dpto. de Ciencias Básicas, Facultad 6, Universidad de las Ciencias Informáticas. Cuba. leargota@uci.cu ]]>
3 Departamento de Automática, Facultad de Eléctrica, Universidad Central de las Villas Martha Abreu. Cuba. ching@uclv.cu
*Autor para la correspondencia: omarmar@uci.cu
RESUMEN
El control automático en su integración con las Tecnologías de la Información y las Comunicaciones ha implementado los Sistemas de Laboratorios a Distancia como forma de Aprendizaje Electrónico. Sin embargo, los dispositivos acoplados a los Sistemas de Laboratorios a Distancia, no poseen mecanismos que permitan evaluar las competencias de los usuarios que realizan prácticas de laboratorios, causando afectaciones a los dispositivos físicos producto a su mala manipulación. La presente investigación describe una solución a la problemática planteada a partir de la elaboración de un módulo integrado a un Sistema de Laboratorio a Distancia que utiliza un enfoque multicriterio multiexperto basado en Mapa Cognitivo Difuso para la evaluación de competencias. Para determinar la efectividad de la propuesta, se realizó una encuesta al grupo de estudiantes y profesores que trabajaron con la propuesta en el curso escolar 2014- 2015 donde se obtuvo resultados favorables en su utilización.
Palabras clave: evaluación de competencias, Mapa Cognitivo Difuso, relaciones causales, toma de decisiones.
ABSTRACT
The automatic control in its integration with Information Technology and Communications has implemented Systems Laboratories Distances as a form of e-learning. However, the coupled devices to the Systems Laboratories Distances do not have mechanisms that allows to assess the competencies of users which perform laboratory practices, causing damages to the physical devices as a product to mishandling. This research describes a solution to the issue raised from the making of a module integrated a System Laboratories Distances using a multi-criteria and multi-experto approach based in Fuzzy Cognitive Map for competency assessment module. To determine the effectiveness of the proposal, a survey was conducted to the group of students and teachers who worked with the proposal in the 2014- 2015 school year where favorable results were obtained in their use.
Key words: assessment competency; Fuzzy cognitive map; causal relationships; decisionmaking.
INTRODUCCIÓN
La educación es un componente importante de la sociedad, a esta se asocian las nuevas Tecnologías de la Información y las Comunicaciones (TIC) que han provocado un impacto en el desarrollo del hombre y con ello en su formación. El empleo de los medios informáticos constituye un eslabón fundamental en el Proceso de Enseñanza Aprendizaje (PEA), ya que permiten crear condiciones materiales favorables para cumplir con las exigencias científicas del mundo contemporáneo y ajustar los contenidos de cada materia de estudio, de manera que respondan a los avances tecnológicos que se suscitan a escala mundial.
Las prácticas de laboratorio en computadoras permiten manipular materiales, instrumentos e ideas, así como el desarrollo de habilidades creativas y de asimilación. Debido a los nuevos adelantos tecnológicos, la educación ha alcanzado altos niveles de desarrollo, lo demuestra el uso de plataformas de Aprendizaje Electrónico (del inglés, E-learning) que implica una nueva forma de aprender con el uso de Internet.
Dentro de este marco, como parte del E-learning, juegan un papel fundamental los Sistemas de Laboratorios a Distancia (SLD), los cuales se pueden definir como: herramientas que utilizan una red de comunicaciones, donde los usuarios y los equipos del laboratorio están separados geográficamente y las tecnologías de las comunicaciones se utilizan para acceder a estos equipos (KHAMIS, 2006; SANTANA, 2012). Estos aportan facilidades en la adquisición de los conocimientos por parte de los estudiantes y les permite crear sus propios espacios para ejercitar, comprender y afianzar los contenidos, sin estar obligados a trasladarse a un centro de estudios.
Aunque los SLD tienen muchas ventajas, la disponibilidad de las plataformas imposibilita la existencia de un moderador supervisando las prácticas que son elaboradas por los estudiantes. La evaluación representaría el acto mediante el cual es posible estimar el rendimiento de una persona (RODRÍGUEZ, 2010). Una buena evaluación puede identificar problemas de desempeño (SALAS, 2010), indicar la necesidad de volver a capacitar o revelar un potencial no aprovechado.
Las competencias de un individuo en un área determinada del conocimiento, están condicionadas por relaciones causales entre diferentes conceptos (SOKAR and KHALIFA, 2011), siendo posible realizar una representación de un modelo mental que analice la causalidad conceptual mediante la utilización de Mapa Cognitivo Difuso (MCD) (GRAY, 2012).
Basado en modelos mentales causales, se propone como objetivo de la investigación: desarrollar un módulo para la evaluación de competencias al Sistema de Laboratorio a Distancia utilizando Mapa Cognitivo Difuso, que contribuya a la toma de decisiones en la ejecución de prácticas de laboratorio.
]]> MATERIALES Y MÉTODOS
En la presente sección se realiza una descripción del modelo de inferencia para la evaluación de competencias, se describen las características del módulo integrado al SLD y los principales elementos que facilitan la compresión de la propuesta.
Descripción del modelo para la evaluación de competencias utilizando Mapa Cognitivo Difuso
El proceso de diagnóstico refleja el comportamiento del razonamiento (SINGH 2011),donde son gestionadas las relaciones casuales (BUENO and SALMERÓN, 2009) permitiéndose modelar el sistema con retroalimentación causal de grados difusos (LEYVA and ROSADO, 2012). El modelo propuesto se basa en un enfoque multicriterio multiexperto (GRAJALES and SERRANO, 2013) representado mediante MCD (MERIGÓ and GIL, 2010) el cual cuenta con las siguientes etapas: Seleccionar los criterios evaluativos, establecer las relaciones entre los criterios, Obtención del MCD, realizar el análisis estático, procesar evaluación de los practicantes.
A continuación, se realiza una descripción de las etapas del modelo:
Etapa 1: Identificar los criterios valorativos
La identificación de los criterios valorativos se basa en la identificación de las habilidades presentes en el programa de formación del ingeniero automático.
Debe garantizar que:
Los criterios identificados cumplan con la condición expresada en la ecuación (1).
]]>
El dominio de criterios C sea finito.
Etapa 2: Establecer las relaciones entre los criterios.
La agregación de conocimiento permite mejorar la fiabilidad del modelo final, al hacerlo menos susceptible a errores (STACH et al. 2010). Se le pide a cada uno que formule la correlación de los criterios para lo cual se toma la escala propuesta en Tabla 1, que visualiza el dominio de valores (-1; 1) donde los valores positivos expresan la implicación directa y los valores negativos la implicación inversa.
Durante el proceso de agregación se obtiene un arreglo denominado matriz de adyacencia que es representada a partir de los valores asignados a los arcos, puede ser expresada como:
La matriz de adyacencia 
representa el valor causal de la función del arco, el nodo Ci que es imparte Cj . Ci Incrementa causalmente a Cj si Mij = -1, y no imparte causalmente sí Mij = 0.
Basado en la utilización de un enfoque multiexperto con una participación recomendada de 7 a 13 expertos en el área de conocimiento del objeto de estudio, son expresadas las relaciones causales por cada experto integrándose los modelos mentales individuales en un único modelo agregado (KOSKO 1988), tal como expresa la ecuación (2).
Etapa 3: Obtención del MCD.
Los MCD son modelos difusos con retroalimentación para representar causalidad (GLYKAS and GROUMPOS 2010). Existen diferentes tipos de causalidad que son expresadas de forma gráfica, donde cada modelo causal se puede representar por un grafo (GOODIER et al. 2010), tal como visualiza la Figura 1.
Los valores agregados emitidos por los expertos agrupados mediante la matriz de adyacencia, conforman las relaciones con los pesos de los nodos, a través del cual es generado el MCD resultante (WHITE and MAZLACK, 2011).
Etapa 4: Realizar el análisis estático.
El análisis estático permite obtener la centralidad conceptual causal de los MCD, se obtiene a partir de las relaciones expresadas en la matriz de adyacencia. Los parámetros modelados son grado de salida od, grado de entrada id y la centralidad C (SALMERON, 2009). Mediante las ecuaciones (3, 4,5) se obtienen los parámetros modelados.
]]> Grado de salida obtenido mediante la ecuación (3)
Grado de entrada obtenido mediante la ecuación (4)
Centralidad obtenida mediante la ecuación (5)
Donde:
Iij ; Iji: representa el recorrido realizado en la matriz de adyacencia de los criterios C.
Etapa 5: Procesar evaluación de los practicantes.
Para el proceso de evaluación, se emplea un formulario elaborado con anterioridad con un grupo de preguntas propuestas con sus respectivos resultados que son evaluadas mediante una escala numérica de modo que cumpla con la ecuación (6):
]]>
Donde:
P: es la preferencia obtenida como evaluación a la respuesta del cuestionario.
Del proceso de normalización se obtiene como resultado un vector de activación que posee una correspondencia con las competencias presentes en el ejercicio que es evaluado.
El procesamiento decisional es realizado mediante el operador de agregación de información OWA (del inglés, Ordered Weighted Averaging) Media Ponderada Ordenada (YAGER, 1988; MAR et al., 2015b). Este método unifica los criterios clásicos de decisión de incertidumbre en una expresión (FILEV and YAGER, 1998). Durante el proceso de agregación de la información con el empleo de la función de importancia descrita en la ecuación (7), es calculado el vector de competencias.
Donde:
P: conjunto de preferencias P={p1,......, pn} sobre la evaluación de las preguntas realizadas por los estudiantes a los cuestionarios.
bj: es el j-ésimo más grande de los pj ordenados.
Con el resultado procesado por la función de importancia, se tiene el vector inicial de activación para la simulación y se plantea un sistema de representación del conocimiento basado en un árbol de decisión (GONZÁLEZ, 2013). La Figura 2 muestra el árbol de decisión de inferencias mediante el cual es posible expresar un conjunto de reglas para la clasificación de competencias (SOLER and KOK, 2011).
]]>
Para realizar el proceso de simulación del escenario, los nuevos valores de los conceptos expresan la influencia de los conceptos interconectados al concepto específico y se calcula de acuerdo a la ecuación (8) de la siguiente manera (GLYKAS, 2010):
Donde:
es el valor del concepto Ci en el paso k+1 de la simulación,
es el valor del concepto Cj en el paso k de la simulación,
Wji: es el peso de la conexión que va del concepto Cj al concepto Ci y f(x) es la función de activación (GIORDANO and VURRO 2010).
Descripción de las características del módulo
El módulo propuesto realiza tres actividades básicas: entrada, procesamiento y salida de información. Las entradas proporcionan las informaciones necesarias para nutrir el procesamiento del modelo que sustenta la propuesta inferencial donde se introducen los expertos que intervienen en el proceso, los indicadores evaluativos y las relaciones causales (SANTOS, 2009). El procesamiento permite agregar las relaciones causales, realizar análisis estático y simular escenario para predecir el comportamiento futuro. Por su parte la salida de información permite devolver las informaciones introducidas en datos estructurados que representan las inferencias realizadas por el modelo (SÁNCHEZ and VALDÉS, 2009; MAR et al., 2015a).
Para soportar el proceso de gestión de la información del módulo para la evaluación de competencias se realizó una representación conceptual que permita identificar las principales entidades que intervienen en el proceso con el objetivo de realizar la implementación del módulo propuesto integrado al SLD. La Figura 3 muestra el modelo conceptual de la problemática a resolver.
]]>
A continuación, se realiza una descripción de las entidades que interactúan y los conceptos principales que se emplean en el problema que se analiza.
SLD: Plataforma de Sistema de Laboratorio a Distancia.
Componente: Módulos disponibles que permiten manipular materiales, instrumentos e ideas.
Cuestionario: Representa los cuestionarios que realizan los estudiantes para la evaluación de competencias.
Estudiante: Persona que realiza la evaluación de competencias.
Asignatura: Materia de estudio que se desea realizar.
Resultado: Se obtiene como resultado la propuesta que indica si la persona es competente o no para la realización de la práctica de laboratorio.
Evaluación de competencia: Modelo decisional que permite predecir problemas en el funcionamiento futuro o la necesidad de volver a capacitar a una persona en el uso de la plataforma.
Indicador: Factor que interviene en la evaluación de competencia.
Administrador: Encargado de administrar en el sistema las asignaturas y los indicadores valorativos por asignatura para la evaluación de competencias.
Experto: Es el encargado de establecer en el sistema la correlación entre los indicadores valorativos propuestos por asignatura. Además, puede captar información referente al análisis de evaluación de competencias por asignatura para las prácticas de laboratorio.
Profesor: Es el encargado de la gestión de preguntas por asignaturas para la realización del cuestionario a la evaluación de competencias por asignaturas para las prácticas de laboratorio.
Estudiante: Persona que desea acceder a las prácticas de control.
Se proponen 34 Requisitos Funcionales agrupados en 10 Casos de Usos, los cuales son representados en la Figura 4:
Del análisis sobre las tendencias actuales en el desarrollo del software, se seleccionó como Sistema de Gestión de Base de Datos PostgreSQL 9.1, siendo Hibernate 4.1.3 el entorno de trabajo para facilitar las consultas a la Base de Datos; como lenguaje de modelado UML 2.0 y Visual Paradigm for UML 8.0 como herramienta CASE; Java como lenguaje de programación y Liferay Portal 6.2 como contenedor de portlets, haciendo uso de JavaScript, CSS 3 y JSP 2.3, además de Spring MVC 3.1.2 como marco de trabajo y Eclipse Helios 3.6 como IDE de desarrollo.
RESULTADOS Y DISCUSIÓN
]]> Las pantallas de sistema son imágenes tomadas durante su funcionamiento. Estas imágenes muestran parte de los resultados obtenidos con el desarrollo de esta investigación y permite comprobar el funcionamiento del modelo de inferencias propuesto para la evaluación de competencias, a continuación, se realiza una descripción de las principales funcionalidades implementadas.La Figura 5 muestra la vista establecer correlaciones del módulo gestión de competencias, en esta vista son listadas las competencias insertadas previamente a las cuales se le determina su correlación causal con respecto al resto de las competencias. La vista establecer correlación es habilitada para el rol experto quien es el encargado de nutrir el sistema con el conocimiento causal inicial.
Módulo gestión de competencias, vista conocimiento causal.
La Figura 6 muestra la vista conocimiento causal del módulo gestión de competencias, en esta vista se realiza una representación del conocimiento causal extraído de los expertos representado mediante un grafo difuso denominado MCD. La vista conocimiento causal es habilitada para el rol experto y se puede visualizar además la matriz de adyacencia que representa el conocimiento de los expertos y el análisis dinámico obtenido de las competencias.
Módulo gestión de competencias, realizar análisis estático.
La Figura 7 muestra la vista análisis estático del módulo gestión de competencias, en esta vista se realizan los cálculos correspondientes a la centralidad C, el grado de entrada id y el grado de salida od de las competencias correspondiente al análisis estático de las competencias. La vista realizar análisis estático es habilitada para el rol experto.
Módulo gestión de competencias, resultado de la evaluación de competencias.
]]> La Figura 8 muestra la vista resultado de la evaluación de competencias del módulo gestión de competencias, en esta vista se obtiene como resultado la propuesta de clasificación de competencias de un practicante (estudiante) para la realización de la práctica de laboratorio, luego de realizado un cuestionario correspondiente a cierta asignatura. La vista resultada de la evaluación de competencias es habilitada para el rol estudiante a quien se le evalúa las competencias.Para evaluar la propuesta de módulo para la evaluación de competencias integrado al SLD se utilizaron diversas técnicas en la recogida de datos, tales como la observación y encuestas (VARGAS, 2012). La aplicación de las técnicas permitió comprobar los resultados y arribar discusiones. Para el diseño de las encuestas se tuvieron en cuenta los elementos planteados por los diferentes autores lo cual contribuye a trazar pautas para garantizar una adecuada recopilación de datos (LLARENA and PAPARO, 2006; PÉREZ and BENITO, 2013).
Existen diferentes formas de registrar los datos obtenidos durante la investigación como pueden ser manuscritos, medios automatizados, grabaciones en vídeo o fotografía (BASTAR et al., 2013). En la presente investigación se utilizó el instrumento encuesta aplicado a los 24 estudiantes definidos como población.
Para la recogida de datos se consideraron los siguientes aspectos:
La sistematización de los conocimientos en las prácticas de laboratorio: Se valora el desarrollo de la práctica. Se considera como la preparación previa de los estudiantes, que incluye tener ejercicios de autoevaluación realizados y tener los conocimientos necesarios para desarrollar la actividad.
La motivación para el desarrollo de cada laboratorio: Se valora el interés mostrado por los alumnos que realizan la práctica a distancia.
El tiempo de realización de cada práctica: En este aspecto, el desarrollo de la práctica se considera en términos de resultados obtenidos y su ajuste con el tiempo.
La Figura 9 muestra un resumen de los resultados obtenidos a partir de los datos obtenidos en la encuesta para lo cual fueron generadas las siguientes preguntas:
Las prácticas de laboratorios a distancia fueron importantes para mi formación.
La cantidad de prácticas a distancia en el laboratorio era aceptable para los contenidos impartidos.
Las evaluaciones de competencia ante la realización de las prácticas a distancias fueron útiles para mi aprendizaje.
La evaluación de competencia ante la realización de las prácticas a distancias permitieron evaluar los elementos teóricos recibidos en clases.
El SLD tiene un buen rendimiento como una herramienta para el acceso remoto al dispositivo físico.
Usted recomendaría la evaluación de competencias en el SLD a otros estudiantes u otras disciplinas.
Partiendo del análisis de los datos recogidos en el curso, se puede concluir que, aunque la metodología desarrollada puede ser mejorada, permite la preparación de los estudiantes. Prueba de ello es el alto porcentaje de estudiantes que se evaluó en cada tema y en las opiniones expresadas en las encuestas donde:
CONCLUSIONES
Mediante la implementación del módulo propuesto, fue posible realizar la gestión del modelo propuesto para la evaluación de competencias mediante la utilización de MCD y la utilización de operadores de agregación de información.
Con la aplicación del módulo propuesto fue posible demostrar la aplicabilidad del modelo posibilitando predecir un patrón de comportamiento calculando el nivel de competencia de los estudiantes practicantes determinando la condición de acceso a los recursos del SLD.
Mediante la aplicación de encuesta se pudo evidenciar el nivel de aceptación de los estudiantes involucrados en el proceso mediante el trabajo con el SLD.
AGRADECIEMIENTOS
]]> Los autores de la presente investigación agradecen la colaboración realizada por el DrC. Jorge Gulín González por su contribución en la revisión y crítica constructivas.
REFERENCIAS BIBLIOGRÁFICAS
GONZÁLEZ, J. Propuesta de algoritmo de clasificación genética RCI, 2013, Vol. 4 (No.2): 37-42.
]]>
Recibido: 28/10/2015
Aceptado: 10/03/2016
