proyecto de tesis v - sergio
TRANSCRIPT
UNIVERSIDAD ALAS PERUANASFACULTAD DE INGENIERÍAS Y ARQUITECTURAESCUELA ACADÉMICO PROFESIONAL DE INGENIERIA DE SISTEMAS E
INFORMATICA
PROYECTO DE TESIS
SISTEMA INTELIGENTE “SIAPDI” PARA EL DESARROLLO DE SESIONES DE APRENDIZAJE
DINÁMICAS(Estudio realizado para niños del 2do y 6to grado de la IEP. 70545 Túpac Amaru
de la ciudad de Juliaca durante los años 2012-2013)
PRESENTADO POR EL ALUMNO
SERGIO CONDORI MAMANI
DOCENTES
M. Sc. RICHARD ASQUI VENTURAING. DANIEL QUISPE MAMANI
JULIACA-PUNO-PERU
2012
DEDICATORIA
El Presente Trabajo está Dedicado a las personas que tanto ame y
amare, quienes aparecen en momentos oportunos, dándome fuerzas y
recordando porque es que debo dar lo mejor de mí, a mis padres
quienes me apoyan incondicionalmente en mis proyectos y sueños; A
todos mis amigos, aunque no estén presentes, han sido un gran apoyo
en formar la persona que ahora soy y que pienso llegar a ser.
AGRADECIMIENTOS
Desde aquí quisiera expresar mi mayor agradecimiento a todas
aquellas personas que de alguna manera han hecho posible que este
proyecto se lleve a cabo.
A Mg. Víctor Lima Condori, que por más complicaciones se presenten,
siempre nos ayuda, nos apoya y guía en el camino que seguimos,
buscando la forma de lograr poder sembrar la semilla de la
investigación y la forma de hacer de nosotros mejores personas.
A mi familia, por el apoyo y comprensión incondicional que recibo día a
día.
3 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
INTRODUCCION
La calidad educativa es hoy muy discutida en las grandes, pequeñas y medianas ciudades, en un entorno competitivo por alcanzar la excelencia educativa.
Para erradicar parcialmente el problema tenemos que localizar correctamente la raíz del problema, en donde la Sesión de Aprendizaje dictada por el docente, representa el principal factor interviniente en el aprendizaje del alumno y su formación.
La tecnología es el factor decisivo para toda organización e Institución que desea sobre salir en el mercado, ser reconocida y valorada.
El desarrollo de nuevas tecnologías, estrategias, métodos y otros contribuyen eficazmente en el progreso de una nación.
Basándonos en los tres enunciados anteriores afirmamos que la tecnología contribuye de manera significativa en la calidad educativa por ser motivo de desarrollo de nuevas expectativas, de mejoramiento y de visión emprendedora de cada persona que está expuesta a ella.
En la actualidad la mala utilización de la tecnología ha llevado a la caída de la educación ya que el niño moderno en su contexto de aprendizaje, no logra desenvolverse en su totalidad. A falta de tecnología adecuada para su aprendizaje o no ser capaz de utilizar su tecnología adecuadamente.
Siendo este trabajo, un medio por el cual se desea diseñar, crear e implementar una herramienta tecnológica eficiente para el mejoramiento de la calidad educativa basado en el desarrollo de Sesiones de Aprendizaje Dinámicas.
4 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
TABLA DE CONTENIDOS
INTRODUCCIÓN 03
TABLA DE CONTENIDOS
INDICE DE GRAFICOS
INDICE DE TABLAS
INDICE DE FORMATOS
CAPITULO I...................................................................................................................................... 7
1. PLANTEAMIENTO DEL PROBLEMA....................................................................................8
1.1. DESCRIPCIÓN DE LA REALIDAD PROBLEMÁTICA......................................................................8
1.2. DELIMITACIONES Y DEFINICIÓN DEL PROBLEMA.....................................................................9
1.2.1. Delimitaciones...............................................................................................................9
A. Delimitación Espacial......................................................................................................................9
B. Delimitación Temporal..................................................................................................................10
C. Delimitación Social........................................................................................................................10
D. Delimitación Técnica.....................................................................................................................10
E. Delimitación Conceptual...............................................................................................................11
1. Tecnologías de Información...................................................................................................11
2. Tecnologías de la Arquitectura del Hardware.....................................................................12
3. Gestión del Proceso Escogido...............................................................................................13
1.2.2. Definición del Problema............................................................................................13
1.3. FORMULACIÓN DEL PROBLEMA..............................................................................................14
1.3.1. Problema Principal.....................................................................................................14
1.3.2. Problemas específicos..............................................................................................14
1.4. OBJETIVO DE LA INVESTIGACIÓN............................................................................................14
1.4.1. Objetivo Principal.......................................................................................................14
1.4.2. Objetivos Específicos...............................................................................................14
1.5. VARIABLES E INDICADORES....................................................................................................15
1.5.1. Variable Independiente.............................................................................................15
1.5.2. Variable Dependiente................................................................................................17
1.5.3. Entorno de Interactuación de las Variables.........................................................19
1.6. VIABILIDAD DE LA INVESTIGACIÓN..........................................................................................20
1.6.1. Viabilidad técnica.......................................................................................................20
1.6.2. Viabilidad operativa...................................................................................................20
5 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1.6.3. Viabilidad Económica................................................................................................20
1.7. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN.........................................................21
1.7.1. Justificación................................................................................................................21
1.7.2. Importancia..................................................................................................................23
1.8. Limitaciones de la Investigación................................................................................23
1.9. TIPO Y NIVEL DE LA INVESTIGACIÓN......................................................................................24
1.9.1. Tipo de Investigación................................................................................................24
1.9.2. Nivel de Investigación...............................................................................................24
1.10. MÉTODO Y DISEÑO DE LA INVESTIGACIÓN........................................................................24
1.10.1. Metodología de la Investigación.............................................................................24
1.10.2. Diseño de la Investigación.......................................................................................24
1.11. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE INFORMACIÓN...................................25
1.12. COBERTURA DE ESTUDIO...................................................................................................25
1.12.1. Universo y Muestra....................................................................................................25
1.13. INFORME FINAL...................................................................................................................27
1.14. CRONOGRAMA Y PRESUPUESTO........................................................................................27
1.14.1. Cronograma.................................................................................................................27
1.14.2. Presupuesto................................................................................................................29
1.14.2.1. Recursos Humanos.........................................................................................................29
1.14.2.2. Recursos Financieros.....................................................................................................29
1.14.2.3. Financiamiento.................................................................................................................29
CAPITULO II................................................................................................................................... 30
2. MARCO TEORICO................................................................................................................. 31
2.1. ANTECEDENTES DE LA INVESTIGACIÓN..................................................................................31
2.2. MARCO HISTÓRICO.................................................................................................................38
2.2.1. Inspiradores.......................................................................................................................38
2.2.2. Pioneros...............................................................................................................................38
2.2.3. Proceso de desarrollo Histórico después de IA – década del 80..........................38
2.2.3. PROCESO DE DESARROLLO HISTÓRICO SENSORES O PANTALLAS TÁCTILES.......................60
2.3. MARCO CONCEPTUAL.............................................................................................................62
FUENTES DE INFORMACIÓN......................................................................................................65
ANEXOS......................................................................................................................................... 66
GLOSARIO DE TÉRMINOS........................................................................................................... 71
6 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
CAPITULO I“PLANTEAMIENTO DEL PROBLEMA”
7 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1. Planteamiento del problema1.1. Descripción de la realidad problemática
En el Mundo de hoy la tecnología resulta ser un factor importante para
el desarrollo del niño, al mismo tiempo que predomina en sus acciones y
comportamientos, con cada día que pasa todos nos enfrentamos con nuevos
retos tecnológicos, en la que nuestra capacidad de adaptación va siendo
desarrollada según las expectativas de la nueva Tecnología; con más recursos
y facilidades a disposición del alumno resultan ser más complicada la
enseñanza de los profesores ya que la globalización trajo consigo la tecnología
a los países menos desarrollados, formando así una nueva perspectiva en el
comportamiento del alumno.
El Perú siendo un País en Proceso de Desarrollo, y con muy bajos
niveles de calidad educativa, enfrenta hoy un nuevo reto, ya que los alumnos
tienen a su disposición nuevos recursos informativos que contribuyen en su
aprendizaje ya sea computadoras de última generación, celulares,
Smartphones, Tablet-PC, iPods, etc. Y el muy conocido Internet como medio
de adquisición de información a escala mundial; resulta crucial la
implementación de nuevas tecnologías que cubran las expectativas de la niñez
y la juventud actual en su formación como futuros hombres desarrolladores de
nuevas tecnologías e investigaciones, y no como consumidores de Tecnología.
El desarrollo de un sistema inteligente SIAPDI (Sistema Inteligente de
aprendizaje dinámico) tiene como objetivo principal la implementación de
herramientas colaborativas (basados en software lógico) y hardware (Básico)
para el mejoramiento de la calidad educativa de una institución, de la región y
del País. En el sentido de que existe una fluidez de información mayor, un
aprendizaje significativo mayor, una transmisión de información más
comprensible, y la posibilidad de creación de contenidos dinámicos los cuales
fomentan el desarrollo integral del ingenio y la creatividad del alumno.
Las limitaciones actuales de Hoja Papel o Computador han llevado a un
lento desarrollo, por lo que este modelo de sistema inteligente propone una
nueva perspectiva enfocada en el aprendizaje, buscando solucionar en parte el
problema actual de la calidad educativa; optando por la utilización de la
8 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
_________________________________1 Acuña Peralta, Cesar: Calidad Educativa. Trujillo, Perú, pp 11-33
tecnología para lograr mejoras en el proceso de aprendizaje y de esta forma
conseguir una mejor Calidad Educativa.
En la realidad, se han producido muchos programas con capacidad
inteligente, capaces de reconocer patrones de diferentes tipos y variedades.
Dichos patrones han sido la base para la elaboración de sistemas con
capacidad de análisis, las cuales ayudan en gran medida a las personas que
los utilizan.
La incorporación de la Inteligencia Artificial en un sistema educativo
contribuye al desarrollo de contenido altamente dinámico e inteligente de
muchas formas, la inteligencia artificial contribuye como el corazón de un
sistema de calidad, capaz de adaptarse a diferentes medios.
En nuestro contexto, las herramientas para la implementación de IA
de forma Física son muy escasas, por lo que basándose en la lógica, es
posible reemplazar muchas de sus herramientas.
Haciendo uso de las computadoras, es que es posible utilizar
programas inteligentes, de variadas formas y diversas capacidades, pero a
pesar de ello, no existe una herramienta que sea lo suficientemente
sofisticada que logre expresar realmente lo que el docente quiere enseñar
de forma fácil e inteligente, por lo que el propósito del proyecto contribuye
hacia el desarrollo y diseño de Sistemas Dinámicos capaces de Adaptarse al
pensamiento del Docente en cuestión.
1.2. Delimitaciones y Definición del Problema
1.2.1. Delimitaciones
A. Delimitación Espacial
El Presente proyecto de Investigación se llevara a cabo en el
región de Puno, Provincia de San Román, Distrito de Juliaca, Dentro
de la I.E.P 70545 “Túpac Amaru” como el área de análisis,
experimentación y aplicación. Y los ambientes de la Universidad Alas
Peruanas - Filial Juliaca y el domicilio ubicado en Jr. Piérola N° 649
como el Área de Desarrollo del Sistema.
9 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
B. Delimitación Temporal
El presente proyecto de investigación será elaborado y
coordinado durante los meses de Abril-Agosto, se ejecutara en los
meses de setiembre-enero, y se presentara la tesis final durante los
meses de febrero-mayo del 2013.
C. Delimitación Social
En nuestro contexto actual la población se encuentra
preparada por la constante renovación tecnológica que el comercio
trajo consigo; en la que cada niño y joven participa a diario.
Los alumnos, poseen una facilidad de aceptación y
adaptación a los cambios tecnológicos al ser en su gran mayoría
consumidores de la misma.
Los Padres de familia, así como también la APF de la
institución, están dispuestos a contribuir con la mejora de la
educación para sus hijos. Y tienen de conocimiento que el uso de la
tecnología dentro de la Institución Educativa ha fomentado una
mejora en el aprendizaje que dichos niños reciben a diario.
Por lo que se concluye, que existe una aceptación ante la
modernización e implementación de tecnologías que contribuyen con
el aprendizaje de los alumnos por todas las personas que interactúan
con la Institución Educativa mencionada.
D. Delimitación Técnica
El desarrollador de software estará a cargo del desarrollo y
demostración del sistema en construcción. Así como también la
capacitación de cada herramienta hacia el personal Docente y
Administrativo, el análisis de requerimientos de software y la
factibilidad de uso del hardware.
10 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Cada personal docente actuara como Usuario del sistema, así
como también la interactuación de los alumnos, el docente y el
sistema estarán denominados como Usuarios Instantáneos.
El Personal administrativo dependiendo de su Cargo actuaran
como administradores del Sistema, recibiendo información
estadística del rendimiento del sistema, factibilidad de las
herramientas, flexibilidad de uso, costes y requerimientos para el
mantenimiento; así como también la capacidad de utilización de
estaciones remotas, monitoreo en tiempo real y administración de
sesiones de aprendizaje y una conexión directa vía internet con los
administradores del Sistema (Usuarios Administradores y
Desarrolladores).
El personal de la Institución Educativa tendrá el rol de actuar
como entes reguladores del sistema.
E. Delimitación Conceptual
1. Tecnologías de Información.
Sistemas Inteligentes : es un programa de computación que
reúne características y comportamientos asimilables al de la
inteligencia humana o animal. Un sistema inteligente completo
incluye "sentidos" que le permiten recibir información de su
entorno. Puede actuar, y tiene una memoria para archivar el
resultado de sus acciones. Tiene un objetivo e, inspeccionando
su memoria, puede aprender de su experiencia. Aprende cómo
lograr mejorar su rendimiento y eficiencia.
Redes y Terminales : Su aplicabilidad radica en la capacidad de
comunicación a través de protocolos e Interfaces que hacen
viable la comunicación entre aplicaciones y ordenadores.
Servicios TIC : en esta están agrupadas las herramientas
multimedia, los recursos dinámicos, la administración de
Información y la aplicabilidad de tecnologías de Internet
Nueva generación de Servicios TIC : Implica la Utilización de
recursos interactivos y dinámicos de acceso P2P. lo que permite
la flexibilidad de utilización.
11 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Motor de Software : Tecnología usada por los Sistemas
Operativos para la ejecución de Programas de Aplicación en
plataformas para ordenadores (Sistema Operativo).
Motor de Aceleración Gráfica : Tecnología requerida para el
Procesamiento y análisis de Imágenes en tiempo real, para este
proyecto usaremos el Intermediario Microsoft Directx 9.0 C. de
distribución libre de Microsoft.
Motor de Base de Datos : Necesaria para la administración de
información básica, como el almacenamiento de la schema,
interfaz y descriptivos de las herramientas de Sistema. Así como
también almacenar las sesiones de aprendizaje y poder localizar
y sincronizar la información en cuestiones de milisegundos. Para
dicha utilidad se usara el intermediario Microsoft SQL EXPRESS,
de distribución libre de Microsoft.
2. Tecnologías de la Arquitectura del Hardware.
La arquitectura mencionada corresponde simplemente a la fusión
combinatoria de varias tecnologías Físicas.
WEB-CAM : Su implicancia radica en la capacidad de capturar
imágenes del exterior y convertirla en la fuente de alimentación
para el programa. Su composición electrónica le permite capturar
una gran variedad de colores visibles y no visibles por el ojo
humano.
LUZ VISIBLE : Fuente de generación de información del sistema.
Los destellos de luz que producen son perceptibles por los
aparatos electrónicos. Y que esta le da una gran facilidad para
ubicar coordenadas reales y convertirlas en vectores 2D y 3D
que sirven de fuente de información para los ordenadores, a
través de medios electrónicos compatibles como Webcams u
otro tipo de receptores.
PROYECTOR MULTIMEDIA : sus cualidades de proyección de
imagen, resultan útiles en cualquier ambiente de trabajo, un
Hardware portable y adaptable a cualquier superficie plana.
MICROFONO : es un transductor electroacústico. Su función es
la de traducir las vibraciones debidas a la presión acústica
ejercida sobre su cápsula por las ondas sonoras en energía
12 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
eléctrica, lo que permite por ejemplo grabar sonidos de cualquier
lugar o elemento.
3. Gestión del Proceso Escogido.
Para la culminación con éxito del proyecto, mostrando
rapidez en el desarrollo de nuevas técnicas y herramientas, se
utilizara el método XP y cada proceso que este requiriera.
Basándonos en las estrategias de desarrollo más
efectivas del método mencionado, se espera lograr un desarrollo
eficazmente del Software, basándonos en parámetros pre-
establecidos que aseguran su integridad en el desarrollo.
1.2.2. Definición del Problema
Con la Perspectiva de un mundo globalizado y la tecnología al
alcance de las personas. Surgen algunas cuestiones como:
¿Cuándo más tecnología tengamos, mayor es el requerimiento
de ella?
¿La niñez y la juventud evolucionan al ritmo de la Tecnología?
¿Logramos notar la diferencia entre la generación actual y la
antigua generación en el aprendizaje? ¿Qué nuevas medidas
necesitamos tomar?
¿En la actualidad el docente requiriere de tecnología para lograr
un aprendizaje verdadero?
¿lo único que puede lograr atraer la atención completa del niño y
de la juventud son contenidos animados de acuerdo a su edad,
como dibujos animados, películas de acción, etc.?
Lo que nos induce a pensar en que el desarrollo tecnología actual, no
está siendo manejada de una forma correcta, es decir, no está
enfocada al desarrollo del niño, mas solo a su diversión diaria, dichas
distracciones han conllevado a que el niños requiera de ciertos
parámetros para prestar atención hacia alguna cosa de interés, como
13 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
el aprendizaje escolar, ya que en su mente siempre permanece
aquella impresión gráfico y sonoro de algún video, programa o juego
de computador o de televisión que lo mantiene constantemente
distraído de lo que desea expresar.
1.3. Formulación del Problema
1.3.1. Problema Principal
¿Cuál será la contribución del sistema inteligente “SIAPDI” en el
desarrollo de Sesiones de Aprendizaje Dinámicas?
1.3.2. Problemas específicos
¿Qué impacto tendrá la Arquitectura en la efectividad?
¿Cuál será la utilidad de la Aplicación en la fluidez de la
Información?
¿Qué implicancias existirán entre la adaptación y la capacidad
cognitiva?
¿En qué medida contribuirá el sistema inteligente “SIAPDI” en el
proceso de aprendizaje significativo?
¿Cómo repercutirá la evaluación del sistema inteligente “SIAPDI”
en la evaluación de la sesión de aprendizaje dinámica?
1.4. Objetivo de la Investigación
1.4.1. Objetivo Principal
Determinar la contribución del sistema inteligente “SIAPDI” en el
desarrollo de sesiones de aprendizaje dinámicas.
1.4.2. Objetivos Específicos
Analizar el impacto de la Arquitectura en la efectividad.
Medir el nivel de utilidad de la Aplicación en la fluidez de la
Información.
14 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
_________________________________1 WEB: http://es.wikipedia.org/wiki/C%C3%A1mara_web , visitado el día 10 de dic 2011, editado el día 16 nov 2011, a las 20:08.
Determinar las implicancias entre la adaptación y la capacidad
cognitiva.
Determinar la contribución del sistema inteligente “SIAPDI” en el
proceso de aprendizaje significativo.
Medir la repercusión de la evaluación del sistema inteligente
“SIAPDI” en la evaluación de la sesión de aprendizaje dinámica.
1.5. Variables e Indicadores
1.5.1. Variable Independiente
X = Sistema Inteligente “SIAPDI”
a. Arquitectura
Indicadores Índices
Capacidad para interactuación con el
usuario en tiempo real. Excelente
(18-20)
Rápido
(14-17)
Normal
(11-13)
Lento
(06-10)
Defectuoso
(00-05)
Rendimiento en la clasificación organizada
de recursos para la sesión de aprendizaje.
Rendimiento en la Interactuación
asincrónica de eventos.
Nivel de compatibilidad de Hardware con
Software.
Identificación del nivel de rendimiento
como cliente-servidor.
Identificar el rendimiento del knowledge en
su proceso de desarrollo.
b. Aplicación
Indicadores Índices
Identificación de los requerimientos y
recursos necesarios para mejorar el
aprendizaje.
Excelente
(18-20)
Rápido
(14-17)
Normal
(11-13)
Lento
Las estrategias y técnicas que los Módulos
SIAPDI proveen son ideales para la
aplicación como herramienta colaborativa.
Los alumnos y profesor demuestran
15 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
interactividad con el Sistema.
(06-10)
Defectuoso
(00-05)
El Sistema contribuye en el aprendizaje
significativo de los alumnos, mediante el
intercambio mutuo de conocimientos,
pensamientos y sentimientos.
c. Adaptación
Indicadores Índices
El sistema adecua las ideas demostrativas
de los alumnos.
Excelente
(18-20)
Rápido
(14-17)
Normal
(11-13)
Lento
(06-10)
Defectuoso
(00-05)
Identificación del nivel de rendimiento en la
expresión gráfica de ideas Básicas.
Identificar el rendimiento en la capacidad
de reconocimiento de patrones para auto-
animación de objetos.
Determinar el nivel de Integridad como
Sistema Experto.
Análisis del Rendimiento del Software y
Hardware de Procesamiento Lógico.
Factibilidad del entorno de Interactuación
Usuario-Hardware-Software y viceversa.
Identificación de las acciones comunes del
usuario en la aplicación del Modelo
Experimental.
Analizar e Identificar el nivel de agrado del
Usuario.
Identificar la efectividad en la
Implementación de recursos necesarios
para la elaboración y ejecución de una
sesión de aprendizaje dinámica.
d. Evaluación
16 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Indicadores Índices
Cada Módulo SIAPDI cumple las
expectativas de ejecución y soporte en el
sistema. Excelente
(18-20)
Rápido
(14-17)
Normal
(11-13)
Lento
(06-10)
Defectuoso
(00-05)
El Software está debidamente balanceado
con el hardware.
Analizar e Identificar los riesgos de
Sobrecarga del Software.
Analizar el Rendimiento del tiempo de
ejecución y costes de mantenimiento del
hardware.
Los Usuarios Asimilan y aceptan las
ventajas y resultados del Sistema como
herramienta para el mejoramiento de la
calidad Educativa.
1.5.2. Variable Dependiente
Y = Sesiones de Aprendizaje Dinámicas
a. Fluidez de Información
Indicadores Índices
El profesorado conoce, comparte y percibe
el significado de Calidad Educativa
AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
El profesorado conoce las herramientas
TIC Básicas.
Las Metodologías del profesor tienen
resultados positivos en el aprendizaje del
alumno.
Identificar el Nivel Intelectual del alumno.
Identificar el Nivel Intelectual del Profesor
Identificar el nivel de conocimiento
tecnológico del alumno.
Identificar el nivel de conocimiento
tecnológico del Profesor.
b. Efectividad
Indicadores Índices
17 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Los Módulos SIAPDI responden a las
Expectativas Educativas de la Institución.
AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
Los Módulos SIAPDI presentan flexibilidad
en su aplicación.
Las herramientas colaborativas responden
a las expectativas del profesor.
Identificar el nivel de utilidad para la
producción de conocimientos.
Identificar el Rendimiento del Software y el
Hardware en la aplicación de sesiones de
aprendizaje dinámicas.
c. Capacidad Cognitiva.
Indicadores Índices
Los módulos SIAPDI contribuyen en
aprendizaje significativo de los alumnos.
AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
Los alumnos logran captar, aprender y
desarrollar las sesiones dictadas sin
dificultades.
Identificar y analizar el grado de
conocimiento obtenido por parte de los
alumnos mediante el seguimiento de los
materiales y recursos que el profesor
utiliza.
d. El Factor Situación Social
Indicadores Índices
Identificar el Alcance Tecnológico de los
alumnos.AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
Analizar las exigencias socio-tecnológicas
del alumno y su entorno.
Analizar e Identificar las destrezas de los
alumnos frente a nuevas condiciones
Tecnológicas.
e. Proceso de aprendizaje significativo
Indicadores Índices
18 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Analizar e Identificar el nivel de aprendizaje
significativo de los alumnos.
AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
Los alumnos lograr identificar claramente
los términos claves.
f. Proceso de desarrollo de conocimientos
Indicadores Índices
Los Módulos SIAPDI fomentan el desarrollo
de conocimientos.AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
Las Herramientas colaborativas del SIAPDI
son las adecuadas en el proceso de
Desarrollo y Aprendizaje grupal.
g. Control de Calidad y Esfuerzo
Indicadores Índices
Cada Módulo del SIAPDI cumplen las
expectativas de desarrollo y aplicación en
el mejoramiento de la calidad Educativa. AD=(18-20)
A=(14-17)
B=(11-13)
C=(0-10)
La variedad de Herramientas colaborativas
del SIAPDI son fáciles de manejar.
Los Módulos SIAPDI muestran eficacia y
efectividad en el desarrollo de la sesión de
la sesión de aprendizaje.
1.5.3. Entorno de Interactuación de las Variables
1.6. Viabilidad de la
Investigación
19 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1.6.1. Viabilidad técnica
La IEP. 70545 “Túpac Amaru”, cuenta con todo el equipo
necesario para el desarrollo e implementación del presente proyecto
como son:
Computadoras
Proyectores
Equipos de Sonido y Video
Laboratorios de Computo
Por parte del desarrollador, se cuenta con los equipos
necesarios para el diseño, desarrollo e implementación del sistema a
desarrollar.
Así como las tecnologías necesarias para un funcionamiento
eficaz del sistema inteligente “SIAPDI”, como son:
Lenguajes de Programación VB.net, PHP, javascript y java
Manejo de APIS de Windows (Framework, Directx, COM y
demás)
Manejo de APIS de JAVA (Framework)
1.6.2. Viabilidad operativa
El presente proyecto se desarrollara con el apoyo del personal
docente y administrativo de la IEP. 70545 “Túpac Amaru”, el
desarrollador del proyecto, asesor de investigación y los alumnos del
grupo de estudios establecidos en el presente trabajo.
1.6.3. Viabilidad Económica
Los gastos de la presente investigación serán financiados en su
totalidad por el investigador.
Los gastos en la adquisición de Hardware, Mantenimiento y
demás, serán financiados por la Institución Educativa donde se
realizara el estudio.
1.7. Justificación e importancia de la Investigación
20 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1.7.1. Justificación
En nuestro entorno competitivo, la implementación de
tecnologías eficientes y económicas contribuye al mejoramiento de
las empresas, organizaciones y demás instituciones, con la que
logran obtener en su gran mayoría un desarrollo significativo
operacional, dándoles una ventaja competitiva.
La institución educativa IEP 70545, como muchas de las
instituciones que existen en nuestro entorno, cuentan con
herramientas tecnológicas como son Computadoras y Proyectores,
en las cuales los docentes y personal encargado, no puede utilizar
dichos equipamientos de una forma sencilla, practica y motivacional.
Lo que conlleva a que dichos equipos no sean utilizados de una
forma inapropiada en el desarrollo de las sesiones de aprendizaje,
que para una institución que posee estos equipos, es tratado como
un bien no utilizable. Lo cual genera el rechazo hacia la
implementación de tecnología como medio para lograr un mejor
aprendizaje.
Para nuestro enfoque Institucional, la implementación de un
sistema inteligente SIAPDI contribuye significativamente en el
incremento de la calidad educativa al proporcionar una herramienta
adaptable al docente y alumno a través del desarrollo de Sesiones de
Aprendizaje Dinámicas, dando una mayor expectativa a la población
de la nueva y futura educación lo que a su vez contribuyen en el
desarrollo intelectual, eficaz, sencillo y dinámico del alumno, dándole
mejores expectativas en la comprensión de Ideas.
Para precisar mucho mejor este tipo de sistema, posee las
siguientes ventajas:
21 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Dinamismo Colectivo
Adquisición de componentes con costos accesibles para
la institución.
Entorno e Interfaz dinámica
Facilidad de Uso y aprendizaje
Herramientas para el desarrollo de sesiones de
aprendizaje dinámicas.
Flexibilidad a los cambios.
Soporte Cliente Servidor: permite al director, subdirector
y personal encargado la evaluación del docente y la
integridad del aprendizaje del alumno, mediante el
control remoto y monitoreo.
Herramienta Integral para la elaboración de sesiones de
aprendizajes acordes al nivel de comprensión del
alumno.
Enseñanza con capacidad de poder ser demostrado
gráficamente.
Las desventajas están a nivel técnico, como cualquier máquina
y/o producto:
Cada componente requiere de mantenimiento, por lo
menos una vez al año.
Cada componente remoto necesita una fuente de
alimentación de 3V proporcionado por una pequeña pila,
y por la cual sus costos de adquisición son mínimos.
El uso constante de los complementos genera un
desgaste en los mismos, dando a la posibilidad de que
alguno pudiera llegar a fallar, teniendo en consideración
que la fabricación de cada componente no pasa los
S/10.00 y que poseen un largo periodo de vida.
Una constante exposición a los Proyectores podría
generar un problema en la visión del alumno, por lo que
se deben tomar las medidas de seguridad adecuadas,
reducir la intensidad del reflejo según el ambiente
expuesto y controlar los periodos de uso de los equipos.
22 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1.7.2. Importancia
Su importancia radica en su aplicabilidad, ya que se espera
lograr fomentar la imaginación creativa del alumno y del docente.
Mejorar su capacidad de comprensión, aumentar su curiosidad y
ritmo de aprendizaje. Al mismo tiempo que se logra la captación
completa del estudiante hacia el tema enseñado por el profesor.
En el caso del Profesor, el sistema facilitara la enseñanza, ya
que le proporcionara herramientas multimedia y dinámicas.
En el caso del Personal administrativo, el sistema contribuirá
para el monitoreo de las sesiones de aprendizaje que imparten los
docentes y también con el apoyo en el control e interactuación
remota con el Docente. Ejemplo: evaluación de clase modelo, sin la
necesidad de la presencia del director, ni la del subdirector. Lo que
da libertad de expresión al docente.
1.8. Limitaciones de la Investigación
Existe una disponibilidad de uso de equipos en los laboratorios
establecida por los horarios en los que los alumnos utilizan dichos equipos.
Existen una gran variedad de quipos, en donde en su gran minoría,
pertenecen a las familias de Pentium 4, 3, e IBM.
El tiempo requerido para lograr su aplicabilidad completa es el
necesario para realizar todas pruebas requeridas e integrar herramientas
colaborativas.
Con lo que respecta al Recurso Humano, mi persona es lo
suficientemente capaz para el desarrollo del sistema en el tiempo
especificado.
1.9. Tipo y Nivel de la Investigación
1.9.1. Tipo de Investigación
23 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
El presente trabajo de investigación es de tipo aplicada o
tecnológica según el propósito de investigación que tiene como
finalidad aportar tecnología y, aplicar leyes y teorías generadas por la
misma, dentro del contexto de las variables de Sistema Inteligente
SIAPDI y las sesiones de aprendizaje dinámicas. Como lo expone
Vieytes y Piscoya L.
1.9.2. Nivel de Investigación
El presente estudio de investigación por la visión general de la
investigación está ubicado en el nivel experimental, por ser su
propósito aportar tecnología y teoría.
1.10. Método y Diseño de la Investigación
1.10.1. Metodología de la Investigación
El presente trabajo de investigación para la recolección se
utilizara el método deductivo y como métodos específicos objetivo,
subjetivo y estadístico.
1.10.2. Diseño de la Investigación
El presente trabajo de investigación con sus características
peculiares es un trabajo de investigación cuasi-experimental se
encuentra dentro del diseño serie de tiempo y del diseño estático
de comparación, con dos grupos como indica Hernández, bajo los
siguientes esquemas:
Diseño estático de comparación, con dos grupos
- Diagrama o esquema. O1O2
Leyenda:
O1 = Grupo de Observación 1 (Aplicable al sistema)
O2 = Grupo de Observación 2
Diseño de serie de tiempo
- Diagrama o esquema.
24 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
O1 O2 O3 X O4 O5 O6
Leyenda:
On = observaciones
X = Inicio de la implementación
1.11. Técnicas e Instrumentos de Recolección de Información
Para esta etapa inicial del proyecto las técnicas e Instrumentos que se van ha utilizado para la recolección de datos son:
Observación Objetiva Ficha Observación Directa.
Observación Subjetiva. Registro de Observación Diarios Íntimos
Entrevista. Ficha de Entrevista.
Encuesta Cuestionario
La selección de Técnicas e Instrumentos de las siguientes Etapas, serán dependientes de los resultados de la etapa anterior.
1.12. Cobertura de Estudio
1.12.1. Universo y Muestra
El universo total de la investigación al ser una investigación del tipo
Cuasi-Experimental, está limitado a grupos definidos, con posibilidad
de ser reutilizable en diferentes realidades.
Por lo que se utilizaran dos grupos de estudios conformados,
completamente por 2 Clases perteneciente a la institución Educativa.
25 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Cuadro n° 1: Universo Total de la IEP 70545 “Túpac Amaru”
N° Clase SecciónGrupo de Estudio Cuasi -
Experimental
1
Primero
A
2 B
3 C
4 D
5
Segundo
A X
6 B
7 C
8 D x
9
Tercero
A
10 B
11 C
12 D
13
Cuarto
A
14 B
15 C
16 D
17
Quinto
A
18 B
19 C
20 D
21
Sexto
A X
22 B
23 C
24 D xFuente: Nomina de Matrícula 2012 – IEP 70545 Túpac Amaru
En total el Universo de estudio es de 24 secciones, de las cuales
se limitara la aplicación de nuestro trabajo de investigación a la
sección del 2do A y a la Sección del Sexto a, para la optimización de
Resultados.
Siendo variable la cantidad de alumnos que pueden acceder a
cada sección por año y el periodo de experimentación según el
cronograma establecido será durante el año 2012 con el alumnado y
26 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
profesorado existente para dicho periodo y asignado a los grupos de
estudios antes mencionados.
1.13. Informe Final
Siento el presente trabajo de nivel Cuasi-Experimental el informe final
variara según los resultados obtenidos hasta la culminación del presente
proyecto, pudiéndose determinar en ella los resultados y conclusiones
obtenidas durante el periodo de estudios establecido.
1.14. Cronograma y Presupuesto
1.14.1. Cronograma
Basándonos en las etapas de Investigación, el diseño y métodos
escogidos para el presente trabajo, el proceso de Investigación
se organizó según la siguiente jerarquía:
Etapa Fecha de Inicio Fecha Final
Planificación lun 16/01/12 vie 31/08/12
Ejecución lun 03/09/12 vie 28/12/12
- Primera Etapa lun 03/09/12 vie 28/09/12
- Segunda Etapa lun 01/10/12 vie 16/11/12
- Tercera Etapa lun 19/11/12 vie 28/12/12
Informe Final y
Difusiónlun 31/12/12 vie 28/06/13
27 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Diagrama de Gantt y Programación de actividadesId Nombre de tarea Comienzo Duración Fin
1 Planificación lun 14/11/11 35 días? vie 30/12/11
2 Elaboracion del Proyecto deInvestigacion
lun 14/11/11 35 días? vie 30/12/11
3 Analizar y estructurar lasiteracciones.
lun 14/11/11 25 días? vie 16/12/11
4 Evaluacion de Viabilidad yDisponibilidad
lun 14/11/11 30 días? vie 23/12/11
5 Elaboracion de la Metodologia lun 21/11/11 30 días? vie 30/12/11
6 Elaboración de losinstrumentos de medición
lun 19/12/11 10 días? vie 30/12/11
7 Ejecución lun 02/01/12 220 días? vie 02/11/12
8 Recoloección de Datos yProcesamiento de la
lun 02/01/12 220días?
vie 02/11/12
9 Primera Etapa lun 02/01/12 90 días? vie 04/05/12
10 Diseño de la estructuraBasica del Software y
lun 02/01/12 60 días? vie 23/03/12
11 Creacion del Software lun 26/03/12 30 días? vie 04/05/12
12 Coordinacion con losGrupos de Estudio
lun 12/03/12 40 días? vie 04/05/12
13 Verificación de laasignacion del Grupo a
lun 02/04/12 20 días? vie 27/04/12
14 Observacion de lasestrategias y
lun 19/03/12 35 días? vie 04/05/12
15 Creacion de los Prototipos lun 19/03/12 35 días? vie 04/05/12
16 Evaluación de Rendimiento lun 23/04/12 10 días? vie 04/05/12
17 Segunda Etapa lun 07/05/12 65 días? vie 03/08/12
18 Analisis y elaboracion deHerramientas
lun 07/05/12 10 días? vie 18/05/12
19 Elaboracion de Tecnicas eInstrumentos de segundo
lun 21/05/12 5 días? vie 25/05/12
20 Aplicación del Sistema lun 07/05/12 65 días? vie 03/08/12
21 Evaluación del Rendimiento lun 28/05/12 50 días? vie 03/08/12
22 Selección de informacionrelevante
lun 23/07/12 5 días? vie 27/07/12
23 Ajustes en la Metodologia lun 30/07/12 5 días? vie 03/08/12
24 Tercera Etapa lun 06/08/12 65 días? vie 02/11/12
25 Elaboracion de Tecnicas eInstrumentos de Tercer
lun 06/08/12 10 días? vie 17/08/12
26 Aplicación deHerramientas
lun 20/08/12 45 días? vie 19/10/12
27 Evaluación del Rendimiento lun 15/10/12 15 días? vie 02/11/12
28 Selección de Informacionrelevante
lun 22/10/12 10 días? vie 02/11/12
29 Ajustes en la Metodologia lun 22/10/12 10 días? vie 02/11/12
30 Difusión lun 05/11/12 45 días? vie 04/01/13
31 Elaboración del Informe Final lun 05/11/12 45 días? vie 04/01/13
32 Elaboracion del Resumen lun 10/12/12 20 días? vie 04/01/13
oct nov dic ene feb mar abr may jun jul ago sep oct nov dic ene
28 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1.14.2. Presupuesto
1.14.2.1. Recursos Humanos
Asesor: 1200.00
1.14.2.2. Recursos Financieros
Descripción CantidadUnidad de
MedidaCosto Total
a Construcción del Prototipo - SENSORCámara WEB 01 Unidad 20.00Led Infrarrojo 08 Unidad 4.00Cable rígido delgado 01 Metro 0.20Cable USB 02 Metro 1.60Conector USB 01 Unidad 0.50Cubierta de Plástico 01 Unidad 2.00Materiales de Uso instantáneo como estaño, pasta, silicona, tornillos, etc.
-- -- 10.00
b Construcción del Prototipo – GUANTELed Infrarrojo 02 Unidad 1.00Guante 01 Unidad 2.00Switch – Pulsador ultra sensible 01 Fabricado 1.50Cable rígido delgado 01 Metro 0.20Materiales de Uso instantáneo como estaño, pasta, silicona, tornillos, etc.
-- -- 3.00
c Equipos RequeridosComputadora – CPU, teclado y mouse 01 -- --Data Display 01 -- --
d MATERIALESÚtiles de Escritorio -- -- --Papel Bond 01 Millar 32.50Lapiceros 05 Unidad 2.50Resaltador 02 Unidad 5.00Tóner – Recarga 01 Unidad 80.00
e BienesComputadora Personal 01 -- --Impresora Laser 01 -- --Libros de Consulta 03 Unidad 60.00
f ServiciosPersonal especializada en estadística 01 -- --
TOTAL 226.00
1.14.2.3. Financiamiento
El Presente proyecto de Tesis será financiado por el ejecutante.Recursos humanos S/. 1200.00Recursos materiales S/. 226.00Sistema “SIAPDI” - Núcleo S/. 0.00 Sistema “SIAPDI” – APP-DEMO S/. 0.00Sistema “SIAPDI” – APP Desde S/ 50 hasta S/ 500.00 cada una
Otros S/. 500.00
TOTAL S/. 1926.00
29 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
CAPITULO II“MARCO TEORICO”
30 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
CAPITULO II
2. MARCO TEORICO
2.1. Antecedentes de la investigación
1.1.1. Contexto Tecnológico Actual
La Idea de un sistema integral en donde el usuario interactúa
con la misma computadora a través de la interfaz natural es decir
usando su propia naturaleza como el habla, las manos, los gestos y
sonidos para el acopio de información por parte de la computadora y
su debido procesamiento de los mismos para obtener resultados que
contribuyan al desarrollo del objetivo del individuo e institución
existente.
En este Contexto Destacamos la presencia de industrias y
personas que en su tiempo y en la actualidad desarrollan este tipo de
sistemas. Siendo las más resaltantes el desarrollo de Tutores
Inteligentes, quien a su vez propone una idea similar al de este
proyecto, la diferencia entre un Tutor y un Sistema Inteligente
Dinámico para el Aprendizaje, dentro de su aplicabilidad es la Forma
en la que Aplica la IA.
Como se puede apreciar el tema de sistemas táctiles va
siendo desarrollado en grandes industrias tanto en nivel lógico
(Utilidad) y en nivel físico (Aplicabilidad) como lo Son de las
Empresas de WINDOWS, APPLET, la iMAC y otros que a nivel
internacional se han convertido en potentes herramientas Dinámicas
que facilitan de gran manera muchas de las tareas al momento de
realizar cada actividad Personal como llamadas telefónicas,
organizadores visuales, agendas electrónicas y demás, en la que la
Investigación de esta Tecnología se realiza de Forma Privada
velando por los Interés propios de la Empresa Desarrolladora,
conforme la Tecnología Avanza abre cada vez más posibilidades
ante la Aplicación de sistemas Con utilidades Extendidas a la
31 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
___________________http://materias.fi.uba.ar/7500/Salgueiro-tesisingenieriainformatica.pdfhttp://usablehack.com/amiva/AMIVA.pdf
Realidad de la forma en la que la persona no solo requiere de un
LUGAR PARA TRABAJAR, sin que su ENTORNO DE TRABAJO ES
SU LUGAR para desenvolverse en sus actividades. Esta tecnología
es usada en su totalidad existente por grandes empresas y
desarrolladores de carácter privada, por lo que en este contexto no
se posee información relevante acerca del desarrollo de sistemas
inteligentes que usan sensores tacil-dinámico.
En nuestro contexto nacional carecemos de iniciativa y
tecnología para desarrollar dichos sistemas, por lo que no existe
ninguna documentación formal acerca del tema.
1.1.2. Antecedentes Bibliográficos
a. El Proyecto AMIVA
En la ITAM (Instituto Tecnológico Autónomo de México) se
encontró el proyecto AMIVA, realizada por el Sr. JUAN PABLO
CASARES CHARLES (1999), cuyo objetivo es la creación de una
herramienta, llamada AMIVA, con el fin de ayudar a los
programadores principiantes a adquirir las habilidades de resolución
de problemas fundamentales para programar en un lenguaje
imperativo. Consiste en un ambiente visual de programación, que
aprovecha las ventajas y disminuye las limitaciones de los diagramas
de flujo tradicionales. Para lograr este fin, es necesario alcanzar los
siguientes objetivos Particulares:
Justificar las características que tiene el sistema, incorporando
ideas de psicología educativa, interacción hombre computadora
e inteligencia artificial.
Diseñar un sistema que apoye la enseñanza–aprendizaje de la
solución algorítmica de problemas.
Implementar un sistema funcional. El resultado final es un
producto usable. El alcance de esta tesis consiste en generar un
prototipo funcional que cumpla con el objetivo general, al grado
de ser utilizado en un laboratorio de Algoritmos y Programas. El
32 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
sistema también debe tener el potencial para ser incorporado en
un sistema educativo más complejo, como sería un sistema
tutorial inteligente.
Y en la que se llegó a la siguiente conclusión:
Los objetivos que se delinearon en el primer capítulo fueron
alcanzados satisfactoriamente. AMIVA es una herramienta funcional
que apoya el proceso de enseñanza-aprendizaje de algorítmica.
Aprovecha los beneficios de la notación de diagramas de flujo, al
mismo tiempo que minimiza sus desventajas. Sus características
principales se pueden justificar a partir de principios de psicología
educativa y estudios de interacción hombre-computadora.
Finalmente, fue utilizada exitosamente en un laboratorio de
programación.
b. SISTEMAS INTELIGENTES PARA EL MODELADO DEL TUTOR
En la Universidad de Buenos Aires se encontró la Tesis
Sistemas Inteligentes para el Modelado del Tutor, realizada por el Sr.
Fernando A. SALGUEIRO, cuyo objetivo es “Proponer un modelo de
tutor inteligente que sea capaz de adaptarse a las necesidades y
preferencias de los alumnos, según estilos de aprendizaje, para
proveerles de una herramienta adicional a través de la cual puedan
recibir tutorizado ‘uno a uno’ independiente del tiempo y la distancia
en que éstos se encuentren.” En la que se llegó a las siguientes
conclusiones:
Se comenzó determinando el estado actual de las
investigaciones sobre el tema de tutorizado inteligente, partiendo
como base de trabajos generales, desde el histórico Acholar de
Carbonell, hasta el moderno CircSim de Evens para analizar las
funcionalidades básicas, los puntos fuertes y las debilidades de los
Sistemas Tutores Inteligentes implantados hasta la fecha de
impresión de este trabajo.
33 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Luego se continuó analizando los casos concretos de
Sistemas Tutores Inteligentes que comparten el dominio de
aplicación de esta tesis, como el Meno Tutor de Wolf, el Proust de
Jonhson y el tutor Coach de Selker para determinar el estado de
desarrollo de los mismos. De esta manera quedan establecidos los
fundamentos básicos que sustentan a los distintos tipos de Sistemas
Tutores Inteligentes, así como también el modelo tripartito de
módulos propuesto por Carbonell y extensamente utilizado en el
ámbito de los STI.
Se procedió luego al análisis de las interfaces, submódulos y
componentes fundamentales para detectar los fallos en las
implementaciones previas y alterar una estructura teórica con más de
35 años para soportar las nuevas tecnologías.
De esta manera quedan determinados los componentes
necesarios para guiar a los estudiantes en el proceso de aprendizaje,
respondiendo a sus necesidades inmediatas y a largo plazo de la
manera más conveniente dados los recursos del sistema.
Se modelaron las partes por separado y se las integro dentro
de la arquitectura planteada de Sistema Tutor Inteligente, utilizando
en el caso del submódulo de protocolos pedagógicos las
herramientas que brinda la Inteligencia Artificial (IA) para modelar el
comportamiento del sistema como un tutor humano. Se utilizaron
redes neuronales y demostraron, en el paso posterior de la validación
del modelo, de ser aptas para la tarea propuesta, clasificando a los
distintos estudiantes de una manera satisfactoria y funcionando como
el pilar del módulo para la selección del protocolo pedagógico que
más se adapta a las necesidades del estudiante usuario.
Al validar el modelo con los datos reales, tanto para la
triangulación de datos como para el entrenamiento de las redes
neuronales que soportan el modelo, se encontró que los datos se
adaptan muy satisfactoriamente a las condiciones de prueba,
34 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
transformándose así, no solo en una herramienta teórica valida para
guiar a los estudiantes en el proceso de aprendizaje, sino también en
un instrumento practico, que permite implantaciones de un Sistema
Tutor Inteligente capaz de generar resultados satisfactorios
mesurables y útiles en un entorno real.
De esta manera queda cumplido el objetivo general, ya que
para el modelo planteado, se ha validado que es capaz de adaptarse
a las necesidades y preferencias de los alumnos, según sus estilos
de aprendizaje. Además, cumple con la condición de ser un
instrumento adicional para realizar tutorizado “uno a uno” entre el
estudiante y el tutor virtual.
Queda cumplido también el objetivo de este trabajo de
proveer una herramienta adicional para los tutores humanos, quienes
pueden relegar algunas de sus tareas que, ya sea por falta de tiempo
o recursos, no pueden cumplir de la forma más satisfactoria para el
estudiante, mientras que provee un soporte secundario para los
alumnos que quieren complementar sus conocimientos o regular su
propio ritmo de aprendizaje.
c. Una Arquitectura Software Basada en Agentes y
Recomendaciones Metodológicas para el Desarrollo de
Entornos Virtuales de Entrenamiento con Tutoría Inteligente
En la Universidad Politécnica de Madrid se encontró la Tesis
Una Arquitectura Software Basada en Agentes y Recomendaciones
Metodológicas para el Desarrollo de Entornos Virtuales de
Entrenamiento con Tutoría Inteligente, realizada por el Licenciado
Gonzalo Méndez Pozo, cuyo objetivo es pretender definir una
arquitectura software para EVETIs que facilite la modificabilidad de
los mismos y la reutilización de sus componentes. Para ello, es
necesario tener en cuenta que elementos pueden formar parte de un
EVETI y cuáles de estos interesa que puedan ser sujetos a
35 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
modificación, ya sea ampliación, sustitución o incluso eliminación.
Entre estos elementos deben encontrarse:
Entorno Grafico: es uno de los elementos cuya sustitución se
debe poder llevar a cabo con facilidad. Debido a la complejidad
de su desarrollo, resulta difícil de implementar para equipos no
especializados en ello.
Por este motivo, disponer de un EV externo que pueda
integrarse con el software propio podría dar como resultado un
sistema mejor construido.
Módulo de Tutoría: al trabajar con sistemas de enseñanza, uno
de los elementos que es previsible que evolucionen con
frecuencia son precisamente los tutores, ya sea incorporando
nuevas estrategias de tutoría o haciendo uso de nuevos
elementos para valorar las aptitudes de un alumno.
Modelo del Estudiante: está muy relacionado con el anterior, ya
que cuanto más rico y completo sea el modelo que se realiza del
estudiante, mayores y mejores herramientas tendrá el tutor para
trabajar con los alumnos. Por esta razón, también es probable
que sufra ampliaciones a medida que se avance en el estudio de
las actitudes y aptitudes de los estudiantes.
Modulo Experto: maneja el conocimiento que posee el SIT sobre
el dominio en el cual se realiza el entrenamiento. Resulta, por
tanto, necesario para ofrecer explicaciones acerca de las
actividades a realizar, para decidir la adecuación de las acciones
llevadas a cabo por los estudiantes y para contestar sus
preguntas.
Planificador: al trabajar con EVEs para tareas procedimentales,
el papel de un planificador resulta básico para poder plantear
ejercicios al alumno, responder sus preguntas o estudiar las
soluciones que los alumnos dan a los ejercicios propuestos. Los
distintos dominios de aplicación de un EVETI pueden requerir
diferentes tipos de planificación, incluyendo la posibilidad de
plantear tareas paralelas, realizar operaciones aritméticas o
planificar hacia delante o hacia atrás.
36 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
También puede ser conveniente incorporar algoritmos de
planificación más eficientes o utilizar planificación cooperativa.
Así, este es otro de los elementos susceptible de variar
dependiendo del dominio de aplicación y de los avances en el
campo de la planificación.
Planificador de Rutas: unida a la planificación de tareas, la
planificación de rutas se hace necesaria para que el sistema
pueda realizar planes en los que intervengan desplazamientos
dentro del EV, así como para ejercicios en los que, por ejemplo,
haga falta seguir la ruta más corta entre dos puntos o aquella
que cumpla con alguna otra restricción.
Dependiendo de la estructura del EV utilizado y de las
necesidades, es posible utilizar distintos métodos de cálculo de
rutas, como el algoritmo de Dijkstra (Dijkstra, 1959), el A*
(Nilsson, 1971) o diagramas de Voronoi (Voronoi, 1907), por
mencionar algunos. Por tanto, también es necesario que este
elemento pueda ser sustituido con facilidad.
Simulación: el control de la simulación se requiere cuando es
necesario reproducir el comportamiento de algún elemento
presente en el EV tras la acción de un estudiante. Así, por
ejemplo, teclear una clave de acceso puede requerir la
comprobación de la corrección de la clave y la anotación del
suceso en el sistema simulado; pulsar el botón de encendido de
una lavadora hace necesario reproducir el funcionamiento de la
misma; el estado de un paciente varia con el transcurso del
tiempo, independientemente de las acciones del estudiante o
como resultado de ellas.
Atendiendo al dominio de aplicación y las características
de lo que se quiera simular sería necesario disponer de distintos
mecanismos de simulación, basados, por ejemplo, en reglas o
en autómatas finitos. Por tanto, es otro de los elementos
susceptibles de ser sustituido con relativa frecuencia, en función
de las necesidades del dominio de entrenamiento.
37 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Y se Concluyó que el presente trabajo ha cumplido con los
objetivos planteados inicialmente, ha contribuido a la madurez de los
Sistemas Inteligentes de Tutoría, a la de los sistemas basados en
agentes y a la de los Entornos Virtuales de Entrenamiento, y lo ha
hecho aportando ventajas significativas respecto a los sistemas
analizados en el estado de la cuestión.
2.2. Marco Histórico
2.2.1. Inspiradores
Platón (428-348 A.C.) : mundo de las ideas
Aristóteles (384-322 A.C.) : lógica como forma de
razonamiento
Al-Khuwarizmi (Siglo Noveno) : algoritmos
Descartes (1596-1650) : método científico
Babbage (1792-1871) : máquina analítica y diferencial
(computadores mecánicos)
Boole (1815-1864) : algebra booleana
2.2.2. Pioneros
Turing (1912-1954) : máquina de Turing, construcción de “Coloso”,
test de Turing.
Shannon (1916-2001) : padre de teoría de la información, chess-
playing computer.
J. Von Neumann (1903-1957) : estructura básica de computador,
autómatas celulares.
J. McCarthy: acuña término inteligencia artificial (1956), inventa el
LISP (1958).
2.2.3. Proceso de desarrollo Histórico después de IA – década del 80
Desde que en 1965 Lotfi A. Zadeh introdujera el concepto de
conjunto fuzzy permitiendo la pertenencia de un elemento a un
conjunto de forma gradual, y no de manera absoluta como establece la
38 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
teoría conjuntista clásica, es decir, admitiendo pertenencias valoradas
en el intervalo [0,1] en lugar de en el conjunto {0,1}, las aplicaciones y
desarrollos basados en este sencillo concepto han evolucionado de tal
modo que, hoy en día, es prácticamente imposible calcular el volumen
de negocio que generan en todo el mundo, pudiendo encontrar
productos cuyo funcionamiento está directamente basado en dicho
concepto desde los más usuales electrodomésticos, lavadoras,
microondas, cámaras fotográficas, ..., hasta los más sofisticados
sistemas, frenado de trenes, control de hornos, navegación
automática,...
La necesidad de encontrar la solución optimal de un problema
correctamente planteado, o la mejor solución entre las disponibles,
justifica que se construyan y estudien teorías, y se propongan
metodologías adecuadas al campo científico en el que surge la
cuestión que se ha de resolver. Desde un punto de vista más concreto,
pero aún muy general, una importante clase de problemas son los
conocidos con el nombre de problemas de optimización, habitualmente
asociados a tener que encontrar el máximo o el mínimo valor que una
determinada función puede alcanzar en un cierto conjunto previamente
especificado. Todo lo relativo a estos problemas se enmarca dentro
del cuerpo doctrinal denominado Programación Matemática, que
incluye una enorme variedad de situaciones, según que se consideren
casos lineales, no lineales, aleatoriedad, un solo decisor o varios
decisores, etc. Entre todos los modelos que se incluyen en la
Programación Matemática, el más y mejor estudiado, así como el que
ha probado tener unas repercusiones prácticas más importantes, es el
correspondiente al caso lineal uni-objetivo, tema del que se ocupa la
Programación Lineal. Los métodos y modelos de la Programación
Lineal tienen relevantes aplicaciones en las diferentes áreas de las
Ingenierías, la Economía, las Matemáticas, la Investigación Operativa,
la Inteligencia Artificial, y demás disciplinas más o menos relacionadas
con la optimización, y constituyen un sustrato teórico más que
adecuado para abordar de un modo elegante y eficiente situaciones
muy complejas.
39 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Cuando en los problemas de Programación Matemática se
consideran elementos de naturaleza borrosa, surgen los métodos de
optimización borrosa, quizás una de las áreas más fructíferas en el
ámbito de lo fuzzy, tanto desde el punto de vista teórico, como
aplicado, que aunque recoge métodos y modelos que dan solución a
una enorme variedad de situaciones prácticas reales, del mismo modo
que le ocurre a la Programación Matemática convencional, no puede
dar respuestas en todos los escenarios posibles. Y no puede hacerlo
por una sencilla razón, y es que hay problemas que siendo planteables
en términos propios de ese campo, no son resolubles con sus
técnicas.
La facilidad de resolver problemas reales de dimensión cada
vez mayor, gracias a la mayor potencia y el menor costo de los
computadores, la imposibilidad de conocer en todos los casos las
soluciones exactas que les corresponden a esos problemas, y la
necesidad de dar respuestas a las situaciones prácticas contempladas
en multitud de casos (problemas de organización de las tareas que ha
de efectuar un robot, de identificación de itinerarios, de clasificación y
ubicación de recursos, de recorte, … en definitiva, problemas
combinatorios), han motivado que los algoritmos de tipo heurístico
sean empleados cada vez más, como valiosas herramientas capaces
de proporcionar soluciones donde los algoritmos exactos no son
capaces de encontrarlas. Así en los últimos años ha surgido un largo
catálogo de técnicas diversas, animadas por el principio de que es
mejor satisfacer que optimizar, o lo que es lo mismo que, antes que no
poder dar la solución óptima a un problema, es mejor dar una solución
que satisfaga al usuario en algún sentido que previamente habrá
especificado, y que se han demostrado extraordinariamente efectivas.
Ejemplos de esas técnicas pueden ser los algoritmos de Búsqueda
Tabú, Enfriamiento Simulado, GRASP ("Greedy Randomized Adaptive
Search Procedure"), Genéticos, o los más recientes: Meméticos, VNS
(Búsqueda por Entornos Variables), Colonias de Hormigas, Estimación
de Distribuciones, Búsqueda Dispersa, Programación por
Restricciones, que en definitiva, demuestran el gran interés de este
40 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
campo, y la falta de un marco teórico en el que encuadrar, relacionar y
poder comparar estos algoritmos.
Se puede decir que en la mayoría de los casos, estas
heurísticas se han inspirado en algún modelo real de la naturaleza, la
sociedad, la física, ... para producir modelos teóricos que se ajustan a
las circunstancias consideradas. Desde esta perspectiva se ha
conseguido proporcionar solución a casos que, hace muy poco tiempo,
eran intratables con las técnicas convencionales. Sin embargo, las
soluciones conseguidas no han sido en la inmensa mayoría de los
casos las óptimas. Han sido soluciones "cercanas a las óptimas", que
frecuentemente se han obtenido con cargo a criterios distintos del
clásico "conseguir el mejor valor de la función objetivo", al considerar
características subjetivamente establecidas por el decisor.
Como es ya de sobra reconocido, cuando hablamos de
subjetividad asociada a personas humanas, o incluso de cercanía a un
valor óptimo, la forma mejor contrastada de modelizar ese tipo de
situaciones es mediante los conjuntos fuzzy, o mas generalmente con
metodologías propias del ámbito de la Soft-Computing. Sin embargo
esa forma de modelización de la subjetividad, tan desarrollada en
otros ámbitos, prácticamente no ha sido aplicada al caso del diseño de
algoritmos heurísticos, a pesar de que todo apunta que este puede ser
un enfoque muy prometedor porque, aparte de proporcionar
soluciones tan cercanas al óptimo como las otras heurísticas
convencionales ya conocidas,
a) encuentran la solución del problema en cuestión con un
menor costo que los demás métodos,
b) como es habitual en el marco de las metodologías fuzzy,
generalizan las heurísticas ya conocidas (que deben ser casos
particulares de las aquí presentadas, en los valores 0 o 1 del grado de
cumplimiento que se considere), y
c) la hibridación en el contexto de la Soft-Computing favorece y
enriquece la aparición de procedimientos originales que pueden
ayudar a la resolución de nuevos problemas.
Pero, si bien la traza histórica de los conjuntos y los sistemas
fuzzy es bien conocida, no pasa lo mismo con la de la Soft-Computing,
41 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
tan bien acogida ahora en muchos ambientes en los que hace solo
unos cuantos años estaba proscrita. Por ello, y porque algo parecido le
pasa al área de las heurísticas, también denostada durante mucho
tiempo casi en los mismos círculos que lo era "lo fuzzy", en lo que
sigue describiremos sucintamente que es la Soft-Computing y que se
entiende por heurística, y a partir de ambos conceptos, trataremos de
encontrar una zona común en la que se pueda compaginar lo mejor de
ambos mundos. El resultado será doble. En primer lugar surgirán los
procedimientos meta heurísticos basados en Soft-Computing, que se
perfilan como una de las herramientas con un futuro más prometedor
de cara a la solución efectiva de problemas no resolubles hasta ahora,
así como para encontrar soluciones a la medida de quien las busca.
En segundo lugar, y como consecuencia de lo anterior, surgirá una
nueva descripción de las componentes que definen la Soft-Computing,
que ampliará aún más su ámbito de aplicaciones.
Soft Computing
Hasta que en 1994 L.A. Zadeh dio la primera definición de "Soft
Computing", la referencia a los conceptos que actualmente está
maneja solía hacerse de forma atómica, es decir, se hablaba de
manera aislada de cada uno de ellos con indicación del empleo de
metodologías fuzzy.
Aunque la idea de establecer el área de Soft-Computing se
remonta a 1990, como se ha dicho fue en donde L.A. Zadeh propuso
la definición de Soft-Computing, estableciéndola en los siguientes
términos:
"Básicamente, Soft-Computing no es un cuerpo homogéneo de
conceptos y técnicas. Más bien es una mezcla de distintos métodos
que de una forma u otra cooperan desde sus fundamentos. En este
sentido, el principal objetivo de la Soft-Computing es aprovechar la
tolerancia que conllevan la imprecisión y la incertidumbre, para
conseguir manejabilidad, robustez y soluciones de bajo costo. Los
principales ingredientes de la Soft-Computing son la Lógica Fuzzy, la
Neuro-computación y el Razonamiento Probabilístico, incluyendo este
último a los Algoritmos Genéticos, las Redes de Creencia, los
Sistemas Caóticos y algunas partes de la Teoría de Aprendizaje. En
42 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
esa asociación de Lógica Fuzzy, Neurocomputación y Razonamiento
Probabilístico, la Lógica Fuzzy se ocupa principalmente de la
imprecisión y el Razonamiento Aproximado; la Neurocumputación del
aprendizaje, y el Razonamiento Probabilístico de la incertidumbre y la
propagación de las creencias".
Queda claro así como la Soft-Computing no está definida
precisamente, sino que en una primera aproximación se define por
extensión, por medio de distintos conceptos y técnicas que intentan
superar las dificultades que surgen en los problemas reales que se
dan en un mundo que es impreciso, incierto y difícil de categorizar.
Aunque ha habido varios intentos de ajustar mas esta
definición, no han sido muy fructíferos. Así, por ejemplo en [4], a la
vista de la dificultad de dar una nueva definición del campo de una
manera exacta y consensuada, y de la mayor sencillez de hacerlo por
medio de sus características, los autores proponen la siguiente
definición de trabajo, que vuelve a ser de tipo descriptivo: "Cualquier
proceso de computación que expresamente incluya imprecisión en los
cálculos en uno o más niveles, y que permita cambiar (disminuir) la
granularidad del problema o suavizar los objetivos de optimización en
cualquier etapa, se define como perteneciente al campo de la Soft
Computing".
El punto de vista que aquí consideramos, y que adoptamos en
lo que sigue, implica otra forma de definir Soft-Computing. Se trata de
considerarla como antítesis de lo que podríamos denominar "Hard
Computing", de manera que podría verse la Soft-Computing como un
conjunto de técnicas y métodos que permitan tratar las situaciones
practicas reales de la misma forma que suelen hacerlo los seres
humanos, es decir, en base a inteligencia, sentido común,
consideración de analogías, aproximaciones, etc. En este sentido Soft-
Computing es una familia de métodos de resolución de problemas
cuyos primeros miembros serían el Razonamiento Aproximado y los
Métodos de Aproximación Funcional y de Optimización, incluyendo los
de búsqueda. En este sentido, la Soft-Computing queda situada como
la base teórica del área de los Sistemas Inteligentes, y se hace
patente que la diferencia entre el área de la Inteligencia Artificial
43 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
clásica, y la de los Sistemas Inteligentes, es que la primera se apoya
en la denominada Hard Computing, mientras que la segunda lo hace
en la Soft-Computing".
Desde este otro punto de vista, en un segundo nivel, la Soft-
Computing se puede desgranar entonces en otros componentes que
ayudan a una definición por extensión, como la que se dio en primer
lugar. Desde el principio se han considerado que en ese segundo nivel
los componentes más importantes son el Razonamiento Probabilístico,
la Lógica y los Conjuntos Fuzzy, las Redes Neuronales y los
Algoritmos Genéticos, que debido a su alta interdisciplinariedad, la
importancia y relevancia de sus aplicaciones, y el volumen de
resultados logrados, inmediatamente se destacaron de otras
metodologías como, las ya citadas Teoría del Caos, Teoría de la
Evidencia, etc.
Pero la mencionada popularidad de los Algoritmos Genéticos,
junto con la eficacia demostrada en una gran variedad de áreas y
aplicaciones, el intento de conseguir imitar a las criaturas naturales:
plantas, animales, seres humanos, que evidentemente tienen una
naturaleza "soft" (flexible, adaptable, creativa, inteligente,...), y sobre
todo sus extensiones y diferentes versiones, hicieron que ese cuarto
ingrediente del segundo nivel pasara a ser el de los bien conocidos
Algoritmos Evolutivos, que de esta forma se constituyeron en el cuarto
integrante fundamental de la Soft-Computing, como se refleja en el
siguiente esquema:
Así, desde esta última concepción de Soft-Computing,
podemos hacer una descripción de otras áreas que surgen en torno a
ella, sin más que tener en cuenta alguna de las posibles
combinaciones que pueden darse:
44 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1. A partir del primer nivel, comenzando por los métodos de
Razonamiento Aproximado, cuando nos concentramos solo en los
Modelos Probabilísticos, nos encontramos con la Teoría de Dempster-
Shafer y las Redes Bayesianas. Pero cuando los Modelos
Probabilísticos los consideramos combinados con la Lógica Fuzzy, e
incluso con algunas otras lógicas multivaluadas, nos surgen los que
podríamos denominar Modelos Probabilísticos Híbridos,
fundamentalmente los de la Teoría de Probabilidad para Eventos
Fuzzy, los de Creencias de Eventos Fuzzy y los Diagramas Fuzzy de
Influencia.
2. Cuando nos concentramos en los más importantes
desarrollos directamente asociados a la Lógica Fuzzy, aparecen
destacados los Sistemas Fuzzy, y en particular los Controladores
Fuzzy. Entonces de la incidencia combinada de Lógica Fuzzy con las
Redes Neuronales y Algoritmos Evolutivos, surgen los llamados
Sistemas Híbridos basados en Lógica Fuzzy, cuyos más destacados
exponentes son los Sistemas Neuronales Fuzzy, los Controladores
Ajustados mediante Redes Neuronales (Sistemas Fuzzy Neuronales,
distintos de los mencionados Sistemas Neuronales Fuzzy) y los
Controladores basados en Lógica Fuzzy generados y ajustados con
Algoritmos Evolutivos.
3. Moviéndonos en el primer nivel a la otra gran área que
abarca la Soft-Computing, Aproximación Funcional/métodos de
Optimización, el primer componente que aparece es el de las Redes
Neuronales, y por tanto los diversos modelos de las mismas
(Recurrentes, "Feedforward", Perceptrón, Hopfield, ...). En este
contexto, la interacción con las metodologías de la Lógica Fuzzy y los
Algoritmos Evolutivos llevan a lo que suelen llamarse Sistemas
Neuronales Híbridos, particularmente el control fuzzy de parámetros
de Redes, y la generación formal y la generación de pesos en Redes
Neuronales.
4. La cuarta componente típica de la Soft-Computing, por otro
lado la que quizás tenga una historia más corta, pero posiblemente la
de mayor actualidad, es la constituida por los Algoritmos Evolutivos.
Asociados a los mismos aparecen cuatro grandes áreas más
45 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
importantes: Las Estrategias Evolutivas y la Programación Evolutiva, y
los Algoritmos Genéticos y la Programación Genética. Si no
atendiéramos más que a estas últimas áreas, podríamos considerar
que en este caso la amalgama de metodologías y técnicas asociadas
a la Soft-Computing desembocan en tres importantes líneas: los
Sistemas Genéticos Fuzzy , los Sistemas Bioinspirados y las
Aplicaciones del Control Fuzzy sobre parámetros evolutivos.
Concentrándonos un poco más en esta última componente,
hemos de hacer algunas consideraciones adicionales. En primer lugar
que, independientemente de la amplitud de miras con que se
contemple lo que pueden abarcar los Sistemas Genéticos Fuzzy, los
Sistemas Bioinspirados y las Aplicaciones del Control Fuzzy sobre
parámetros evolutivos, en esa descripción se echan en falta
importantes tópicos de investigación y desarrollo. En segundo lugar,
que si nos referimos más particularmente a los Sistemas Bio-
Inspirados, resulta patente que no solo son fruto de la Lógica Fuzzy,
las Redes Neuronales o los Algoritmos Evolutivos, con todas las
variantes que para estas tres componentes podamos considerar, sino
que en sus definiciones, implementaciones y desarrollos también
intervienen otras metodologías de una gran importancia.
Por eso, en lo que sigue vamos a justificar una nueva definición
de las componentes de la Soft-Computing, preliminarmente
comentada en, de modo que sin perder esta su esencia, podamos
tener una perspectiva mas clara de las diferentes áreas que abarca.
Heurísticas y Metaheurísticas
Como se puso de manifiesto en, desde el Fuzzy Boom de los
90, las metodologías basadas en conjuntos fuzzy, la Soft Computing,
se han instalado de manera permanente en todas las áreas de la
investigación, el desarrollo y la innovación. Sus aplicaciones se
multiplican en todos los ámbitos de nuestra vida cotidiana: salud,
banca, hogar, ... y son objeto de estudio en los diferentes niveles
educativos. Por otro lado, no cabe duda de que gracias al potencial
tecnológico del que disponemos hoy día, los computadores pueden
abordar problemas de formidable complejidad, tanto en comprensión
46 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
como en dimensión, en una gran variedad de campos nuevos
(Bioinformática, Minería de Datos, Ingeniería del Conocimiento,...).
Como anteriormente se comentó, desde mediados de los 90,
los Algoritmos Genéticos, o desde un punto de vista general los
Algoritmos Evolutivos, se están mostrando como métodos muy
valiosos para encontrar buenas soluciones a problemas concretos en
estos campos. Como fruto de su atractivo científico, de la diversidad
de sus aplicaciones y de la notable eficacia de sus soluciones en el
contexto de los Sistemas Inteligentes, se han incorporado al segundo
nivel de las componentes de la Soft-Computing.
Los Algoritmos Evolutivos sin embargo no son más que una
clase más de Heurísticas, o de Metaheurísticas, como también lo son
la Búsqueda Tabú, el Enfriamiento (Recocido) Simulado, los métodos
de Escalada, la Búsqueda por Entornos Variables, los Algoritmos de
Estimación de Distribuciones (EDA), la Búsqueda Dispersa, los
GRASP, la Búsqueda Reactiva, y muchos más. Generalmente, todos
estos algoritmos heurísticos (metaheurísticas) suelen proporcionar
soluciones que no son las óptimas, pero que satisfacen en buena
medida al decisor o usuario. Cuando estos actúan desde el principio
de que es mejor satisfacer que optimizar, le dan perfecto sentido en
este contexto a la famosa frase de Zadeh: "...en contraste con la
computación tradicional (hard), la Soft-Computing se beneficia de la
tolerancia asociada a la imprecisión, la incertidumbre, y las verdades
parciales para conseguir tratabilidad, robustez, soluciones de bajo
costo y mejores representaciones de la realidad". Consiguientemente,
entre las componentes de la Soft-Computing, en lugar de los
Algoritmos Evolutivos, que pueden representar solo una parte de los
métodos de búsqueda y optimización que se emplean, deberían
considerarse los Algoritmos Heurísticos o aún mejor las
Metaheurísticas.
Suele haber mucha controversia y discusión acerca de la
diferencia entre Metaheurística y Heurística. No es nuestra intención
aquí entrar en ese debate, pero si nos interesa hacer una mínima
reflexión acerca de ambos conceptos. Como es de sobra conocido, el
término heurística proviene de la palabra griega "heuriskein", cuyo
47 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
significado está relacionado con el concepto de encontrar y se vincula
a la famosa y supuesta exclamación ¡eureka! de Arquímedes.
Con ese origen se han desarrollado un gran número de
procedimientos heurísticos para la resolución de problemas de
optimización específicos con mucho éxito, de los que se intenta
extraer lo mejor de ellos y emplearlo en otros problemas o en
contextos más extensos. Esto ha contribuido al desarrollo científico de
este campo de investigación y a extender la aplicación de sus
resultados. Surgen así las denominadas metaheurísticas, término que
apareció por primera vez en un artículo de Fred Glover en 1986.
El término metaheurística deriva de la composición de la
palabra heurística, ya comentada, con la del sufijo meta (más allá o de
nivel superior). Aunque no existe una definición formal de qué es una
metaheurística, las dos siguientes propuestas dan una representación
clara de la noción general del término.
a) Osman y Laporte la definen así: una metaheurística se
define formalmente como un proceso iterativo que guía una heurística
subordinada, combinando de forma inteligente diferentes conceptos
para explorar y explotar el espacio de búsqueda.
b) según Voss et al.: una metaheurística es un proceso
maestro iterativo que guía y modifica las operaciones de heurísticas
subordinadas para producir, de forma eficiente, soluciones de alta
calidad. En cada iteración, puede manipular una solución (completa o
incompleta) o un conjunto de soluciones. Las heurísticas subordinadas
pueden ser procedimientos de alto o bajo nivel, o simplemente una
búsqueda local o método constructivo.
Parece por tanto claro que el concepto de metaheurística tiene
un carácter más generalista que el de heurística. Por eso en lo que
sigue nos concentramos en las primeras, comenzando por puntualizar
que, en los términos que las hemos definido, una metaheurística será
mejor que otra simplemente en función del rendimiento que
proporcionen a la hora de resolver problemas.
Para conseguir el mejor rendimiento de las metaheurísticas, es
deseable que tengan una serie de "buenas propiedades", entre las que
se encuentran las siguientes:
48 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1) Simplicidad, ya que una metaheurística debe estar basada
en un principio sencillo y claro que la haga fácil de comprender,
2) Independencia, puesto que no puede depender del marco o
del agente tecnológico en el que se vaya a desarrollar.
3) Coherencia, porque los elementos que caractericen la
metaheurística deben derivarse de forma natural de los principios que
la inspiran.
4) Efectividad, ya que los algoritmos particulares que se
produzcan a partir de las metaheurísticas deben proporcionar
soluciones óptimas o muy cercanas a las óptimas, es decir, de alta
calidad en algún sentido propio que cada usuario deberá especificar, y
que podrá depender de cada problema concreto.
5) Eficacia, en el sentido de fallar solo en ocasiones muy raras
ante casos prácticos del mundo real.
6) Eficiencia, como una característica, más que deseable,
exigible en términos de recursos, es decir, de tiempo de ejecución, de
espacio de memoria y, en definitiva, de costos de desarrollo.
7) Generalidad, de forma que se pueda utilizar
provechosamente en una gama de situaciones y problemas tan amplia
como sea posible.
8) Adaptabilidad, para que pueda adecuarse a los diferentes
contextos de aplicación y a los distintos casos que se consideran.
9) Robustez, ya que no puede ser muy sensible a pequeñas
alteraciones del modelo o contexto de aplicación.
10) Interactividad, para que el decisor pueda mejorarla a partir
de su experiencia y conocimientos.
11) Diversidad, para que se permita al usuario elegir entre las
distintas soluciones alternativas que proporcione la metaheurística, y
12) Autonomía, para facilitar su funcionamiento automático
global, o al menos en alguna de las facetas que la caractericen.
A la vista de su definición y de ésta serie de características
deseables, es obvio que entre las metaheurísticas, como no podía ser
de otra forma, se encuentran los Algoritmos Evolutivos, y que por tanto
tienen un fácil acomodo con las demás componentes del segundo
nivel de la Soft-Computing, con las que sus sinergias deben facilitar la
49 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
aparición de nuevas metodologías, esquemas y marcos teóricos y
prácticos que, como se explica en, ayuden a entender y tratar mejor la
generalizada imprecisión del mundo real.
Una revisión de las componentes de la Soft Computing
Retomando en este punto la anterior descripción y análisis de
las componentes que describen la Soft-Computing en los distintos
niveles, podríamos concretar que, en el segundo, sus componentes
más importantes son el Razonamiento Probabilístico, la Lógica y los
Conjuntos Fuzzy, las Redes Neuronales y, a la vista de lo explicado,
las Metaheurísticas, que típicamente englobarían los Algoritmos
Evolutivos, pero no quedarían circunscritas a estos exclusivamente.
Con esto, el nuevo marco definitorio de las principales metodologías
que integran la Soft-Computing quedaría como se describe en el
siguiente esquema:
Como antes hemos tenido ocasión de explicar, las
metodologías que integran la Soft-Computing, más que poder ser
entendidas de forma aislada, hay que comprenderlas como el
resultado de la cooperación, la asociación, la complementariedad o la
hibridación de sus componentes de segundo nivel. En esta línea, tiene
perfecto sentido que intentemos ahora ver cuales son las nuevas
facetas teórico-prácticas que se derivan de la aparición entre esas
componentes de las metaheurísticas.
Las metaheurísticas disponibles son tantas y tan variadas, que
es prácticamente imposible ponerse de acuerdo en una forma de
clasificarlas que sea universalmente aceptada. No obstante, la
jerarquía sobre la que hay más consenso considera tres (cuatro)
grupos más destacados:
50 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
1) las metaheurísticas para los procedimientos evolutivos,
basadas en conjuntos de soluciones que evolucionan según principios
de la evolución natural,
2) las metaheurísticas para los métodos de relajación, que son
métodos de solución de problemas que utilizan adaptaciones del
modelo original que son más sencillas de resolver,
3) las metaheurísticas para las búsquedas por entornos, que
recorren el espacio de soluciones explotando estructuras de entornos
asociadas a esas soluciones, y
4) otros tipos de metaheurísticas que se corresponden con
tipos intermedios entre los anteriores, o derivados en algún sentido de
estos, y que por su gran variabilidad, para evitar la dispersión, no
consideraremos en lo que sigue.
Bien, haciendo nuestra esta forma de clasificar las
metaheurísticas, lo primero que podemos observar es que la anterior
definición de Soft-Computing que hemos hecho "por extensión" en
función de sus componentes, no solo mantiene la esencia de la
definición original de L.A. Zadeh, sino que la generaliza y amplia para
contemplar nuevas posibilidades. En efecto, si esos cuatro grupos de
metaheurísticas los nombramos MH (1), ... MH(4), respectivamente, el
anterior diagrama descriptivo de las principales metodologías que
integran la Soft-Computing, podría representarse ahora de forma más
explícita como se muestra a continuación,
51 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
donde, debido a que las componentes clásicas de la Soft-
Computing (Modelos Probabilísticos, Lógica Fuzzy, Redes de
Neuronas y Algoritmos Evolutivos) siguen estando ahí, las diferentes
áreas conocidas y estudiadas, se mantienen como hasta ahora,
surgiendo como siempre cuando dos o más de esas componentes se
interrelacionan entre sí. Sin embargo, como consecuencia de haber
incorporado nuevas posibilidades en la cuarta componente
(metaheurísticas) ahora tiene perfecto sentido esperar que aparezcan
nuevos Modelos Híbridos que desarrollar.
Para mostrar el abanico de áreas de estudio con el que
podemos contar, cuando la componente base que se toma es la de las
Metaheurísticas, en lo que sigue nos concentraremos en describir las
hibridaciones que surgen empleando para ello la anterior
categorización.
Metaheurísticas Híbridas en Soft Computing
Consideremos los cuatro grandes grupos de metaheurísticas
que más arriba hemos referido. A partir de ellos, en lo que sigue
describiremos las nuevas metaheurísticas que surgen, deteniéndonos
brevemente solo en aquellas que por su novedad tengan un nivel de
desarrollo o popularidad menor.
5.1. Supongamos las metas heurísticas evolutivas. Estas
metaheurísticas, las más populares con mucha diferencia sobre todas
las demás, definen mecanismos para que se desarrolle una evolución
en el espacio de búsqueda de los conjuntos de soluciones, con la
finalidad de aproximarse a la solución óptima con los elementos que
van sobreviviendo en las sucesivas generaciones de poblaciones. En
el contexto de la Soft-Computing las hibridaciones que toman como
referencia estas metaheurísticas son fundamentales:
52 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Sin embargo, una mínima descripción de esta importantísima y
amplia área, en la que se incardinan desde los Sistemas Genéticos
Fuzzy, hasta el ajuste de controladores fuzzy con algoritmos
evolutivos, pasando por los Algoritmos de Estimación de
Distribuciones, los Sistemas Bioinspirados, etc., escapa por completo
del ámbito de este articulo y se aleja de su finalidad descriptiva y
discursiva, por lo que se remite al lector interesado a fuentes
bibliográficas recientes bien contrastadas ([9,10,11]).
5.2. Metaheurísticas de relajación. Se obtiene una relajación de
un problema real cuando este se simplifica eliminando, debilitando o
modificando algún elemento característico del mismo. Las
metaheurísticas de relajación son estrategias para el empleo de
relajaciones del problema en el diseño de heurísticas, que persiguen
encontrar una solución para un problema que, de no emplear esta
metodología, sería muy difícil poderlo resolver. Ejemplos triviales de
las mismas son los redondeos o los ajustes de naturaleza, como
ocurre cuando a una cantidad expresada imprecisa y lingüísticamente,
se le asocia un valor numérico exacto. Desde este punto de vista, una
alternativa real es la de flexibilizar los algoritmos exactos,
introduciendo criterios de parada fuzzy, lo que finalmente conduce a
metaheurísticas de relajación basadas en reglas; admitiendo la
vaguedad de los coeficientes, justificando los algoritmos para resolver
53 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
problemas con parámetros fuzzy; y relajando la verificación de las
restricciones, permitiendo ciertas violaciones en su cumplimiento:
Por ilustrar un poco más concretamente alguna de estas metas
heurísticas, consideramos los algoritmos con criterios de parada fuzzy
[12,13]. Como se sabe, los criterios de parada fijan las condiciones de
finalización del procedimiento iterativo de un algoritmo,
estableciéndose dichos criterios a partir de las características teóricas
del problema, del tipo de solución que se busca y del tipo del algoritmo
que utilice. Si un algoritmo dado proporciona la sucesión (xn) de
soluciones factibles, algunos de los criterios de parada más frecuentes
son:
a) parar el proceso después de N iteraciones,
b) parar el proceso cuando la distancia relativa o absoluta entre
dos elementos de la sucesión a partir de una determinada iteración
sea menor o igual que un valor prefijado,
c) parar el proceso cuando una medida prefijada g(xn)
satisfaga una determinada condición como por ejemplo el de ser
menor o igual que una constante.
En resumen, se puede decir que un algoritmo determina un
conjunto de referencia y se detiene cuando se ha obtenido el conjunto
especificado en los criterios de parada.
Por tanto, la flexibilización de los algoritmos exactos con la
introducción de criterios de parada fuzzy supone considerar que el
54 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
conjunto de referencia es un conjunto fuzzy. Y los criterios de parada
fuzzy se fijan en función del grado de pertenencia de los elementos.
5.3. Metaheurísticas de búsqueda. Probablemente estas sean
las metaheurísticas más importantes, por generales. Su
funcionamiento básico consiste en establecer estrategias para recorrer
el espacio de soluciones del problema transformando las soluciones
de partida de forma iterativa. Aunque de entrada pudieran parecer
similares a las búsquedas evolutivas, no lo son debido a que aquellas
basan su funcionamiento en la evolución de una población de
individuos sobre el espacio de búsqueda.
La descripción de estas metaheurísticas suele hacerse a partir
de una diversidad de metáforas, que pueden servir para justificarlas
como bio-inspiradas, de carácter sociológico, basadas en la
Naturaleza, ... que las confieren un alto grado de popularidad.
Ahora bien, fuera de ese marco descriptivo, dado que una
búsqueda puede realizarse mediante un único procedimiento
buscador, o por más de uno, y que en este caso, los métodos de
búsqueda podrían cooperar entre si o no, las metaheurísticas de
búsqueda (sin que esta clasificación sea exclusiva de este apartado)
pueden considerarse como individuales o múltiples, permitiéndose en
este último caso la posibilidad de que los diferentes agentes cooperen
entre sí o no. Las distintas opciones que pueden surgir en el contexto
de la Soft-Computing se recogen en el siguiente esquema:
55 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Entre las metaheurísticas individuales más conocidas se
encuentran el "Hill Climbing", las de tipo "Greedy", las de Arranque
Múltiple, las de Entorno Variable, las de Recocido Simulado o las
Búsquedas Tabú, que pueden tener sus propias extensiones fuzzy.
Independientemente de su forma concreta de actuación, todas
estas metaheurísticas progresan por el espacio de búsqueda en base
a evaluaciones de la función objetivo del problema concreto que se
esté tratando de resolver, lo que explícitamente supone realizar
valoraciones numéricas, con ayuda de una función objetivo, en un
espacio exactamente determinado. Pero con mucha frecuencia, la
función objetivo representa alguna propiedad vagamente establecida,
y el espacio de búsqueda, o los entornos en los que ésta se va
realizando, no tiene unas fronteras nítidamente definidas, lo que da
perfecto sentido a enfocar la aplicación de estas metaheurísticas con
elementos teóricos del campo de los conjuntos y la lógica fuzzy.
Precisamente en ese contexto surgen los algoritmos de tipo FANS
(Fuzzy Adapative Neighborhood Search) [14,15].
FANS es un método de búsqueda por entornos donde las
soluciones se evalúan no solo en términos de la función objetivo, sino
también mediante el empleo de propiedades y conceptos fuzzy que
permiten valoraciones cualitativas sobre las soluciones. Además, es
un método adaptable al contexto, ya que su comportamiento varía en
función del estado de la búsqueda a través del uso de varios
administradores o "schedulers".
FANS se base en cuatro componentes principales: un operador
(OP), para construir soluciones; una propiedad fuzzy (FC) para
cualificarlas y evaluarlas; un administrador de operación (OS), para
adaptar el comportamiento o características del operador; y un
administrador de vecindario (NS), para generar y seleccionar una
nueva solución.
A continuación se muestra un esquema del algoritmo, en el que
se puede apreciar la interacción entre las cuatro componentes antes
descritas:
56 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Como puede comprobarse, después de una etapa de
inicialización el algoritmo itera hasta que se verifica una cierta
condición de finalización. En cada iteración se ejecuta el administrador
de vecindario NS, el cual utilizando la solución actual SolAct, el
concepto fuzzy FC y el operador OP, generará cierto número de
soluciones vecinas, las cualificara mediante FC y elegirá alguna en
función de algún criterio. Si es posible, el administrador devuelve una
solución vecina, que pasa a ser la solución actual. Además se realiza
la comparación correspondiente para verificar si es la mejor de todas
las visitadas. Si, por ejemplo, no existieran soluciones vecinas
satisfaciendo el criterio utilizado, se produciría una condición de
excepción. Como respuesta, se ejecutaría el administrador de
operación OS, que modificaría en algún sentido el operador utilizado.
En la próxima iteración, el administrador de vecindario dispondría de
un operador diferente para buscar soluciones. Finalmente, si se
verifican ciertas condiciones, la propiedad difusa que se está
empleando se adapta, lo que ocurre por ejemplo cada vez que la
solución actual cambia, o después de un número fijo de iteraciones.
Por otro lado, si el procedimiento de búsqueda se realiza a
partir de varias metaheurísticas, como se ha comentado
anteriormente, tenemos la posibilidad de que estas cooperen entre sí o
57 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
no, y por tanto la generalización de todo lo descrito hasta ahora al
contexto del paralelismo, algo que obviamente escapa del ámbito de
este trabajo, pero sobre el que es interesante hacer una mínima
reflexión, ya que con la proliferación de la computación paralela, las
cada vez más potentes estaciones de trabajo, y la velocidad de las
redes de comunicación, las implementaciones paralelas de las
metaheurísticas han surgido como algo natural, proporcionando una
interesante alternativa para aumentar la velocidad de la búsqueda de
las soluciones. En ese sentido se han propuesto y aplicado diversas
estrategias que se han demostrado muy eficientes para resolver
problemas de gran tamaño y para encontrar soluciones mejores que
las de sus contrapartidas secuenciales, debido a la división del
espacio de búsqueda, o porque han mejorado la intensificación y la
diversificación de la búsqueda. Por ello, el paralelismo, y por tanto las
metaheurísticas múltiples, no sólo constituyen una vía para reducir los
tiempos de ejecución de las metaheurísticas individuales, sino también
para mejorar su efectividad y robustez.
En el ámbito de la Soft-Computing, la idea básica que hasta
ahora se ha desarrollado ha consistido en suponer que se dispone de
un conjunto de agentes resolvedores, cuya función básica es ser
algoritmos de solución de problemas de optimización combinatoria, y
ejecutarlos de forma cooperativa a través de un agente coordinador
para resolver el problema en cuestión, teniendo como premisa
fundamental la generalidad basada en un conocimiento mínimo del
problema. Cada agente resolvedor actúa de forma autónoma y se
comunica solamente con un agente coordinador para enviarle las
soluciones que va encontrando y para recibir de este las directivas que
le indiquen cómo seguir actuando. El agente coordinador recibe las
soluciones encontradas por cada agente resolvedor para el problema,
y siguiendo una base de reglas fuzzy que modelan su
comportamiento, crea las directivas que envía a éstos, llevando de
esta manera todo el control de la estrategia.
2.2.3. Proceso de desarrollo Histórico Sensores o Pantallas Táctiles.
58 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
La Idea de tecnología flexible y adaptable que use una
interface compatible con el accionar humano instantáneo como
manejar un plumón, señalar y resaltar textos importantes con la mano,
hacer ubicación y explicación de objetos, etc. Viene siendo estudiando
desde ya hace mucho tiempo. En donde la actualidad no se determina
quién fue el fundador de la tecnología táctil. Pero lo que sí se sabe es
que fueron apareciendo progresivamente según las necesidades ante
una interface compleja.
Históricamente se atribuye la primera pantalla táctil al británico
E.A. Johnson, desarrollada alrededor de los años 1965 y 1967, la cual
fue una pantalla táctil capacitiva. El inventor describió su trabajo en un
artículo publicado en 1965 y luego lo detalló en los años siguientes,
teniendo como idea usar esta tecnología en control de tráfico aéreo.
Eso no llegó muy lejos, y en la década de los setenta, el doctor
Sam Hurst (fundador de la empresa Elographics) fue el que dio el
siguiente gran avance. Hurst creó un sensor “touch” en 1971 mientras
era profesor de la Universidad de Kentucky. Este sensor fue llamado
“Elograph” y fue patentado por la fundación de investigaciones de la
propia universidad. El “Elograph” no era una pantalla táctil
transparente como las que conocemos ahora, sino que era bastante
más tosco. La idea de Hurst era usar el sistema para leer información
de forma más fácil. En 1973, el elograph fue elegido dentro de uno de
los 100 productos tecnológicos más importantes para la época.
Transcurrido unos años de investigación y desarrollo, Sam
Hurst y su empresa logran finalmente en 1977 crear y patentar la
primera pantalla resistiva táctil, cuya tecnología ha estado presente en
muchos productos de hoy en día. Luego con el paso del tiempo
Elographics siguió trabajando en este tipo de pantallas, incluso en
conjunto con Siemens, logrando la primera pantalla de vidrio táctil
curva.
Pero no es hasta 1983 que las pantallas táctiles dan el
siguiente paso. HP lanzó al mercado uno de los primeros
computadores con pantalla táctil para uso comercial. El llamado HP-
150 funcionaba con transmisores y receptores infrarrojos montados
alrededor de una pantalla Sony CRT de 9”, el cual detectaba la
59 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
posición de cualquier objeto no transparente en la pantalla. Sin
embargo los sensores se ensuciaban frecuentemente con polvo, por lo
cual requería una constante limpieza para su correcto funcionamiento.
Ya para los noventas, empieza a surgir la industria de pantallas
táctiles en dispositivos móviles. Y fue nada más ni nada menos que
Apple la que la introdujo en este mercado en 1993, con su (fracasada)
PDA llamada Newton. El equipo venía equipado con reconocimiento
de escritura usando un lápiz. A la par, IBM también introduciría al
mercado lo que sería el primer llamado “Smartphone”, que ofrecía las
capacidades de un teléfono, un calendario, un bloc de notas, un
beeper, una PDA e incluso una máquina de fax. Todo esto sin botones
y simplemente a través de una pantalla táctil. Ya para 1996 Palm entra
al mercado de las PDAs con nuevas tecnologías táctiles dentro de su
serie Pilot.
Con el tiempo, los precios de esta tecnología han ido bajando y
las opciones para trabajar con ellas han ido creciendo. Muchos
fabricantes de teléfonos móviles han intentado incorporar así la
tecnología táctil dentro de sus equipos, pero no es hasta estos últimos
5 años que hemos visto cómo esta tecnología se ha vuelto masiva en
teléfonos, tablets y PDAs. De hecho si se ponen a pensar hoy en día
casi todos los teléfonos no básicos, tienen por defecto una pantalla
táctil, dejando atrás y con una impresión de anticuado el uso de los
botones.
Desde el contexto actual, la rentabilidad de este sistema radica
en su aplicación a los videojuegos utilizando, un control sin botones o
wimote (en el caso de la organización nintento y el PlayStation).
2.3. Marco Conceptual
Basándonos en nuestra investigación, la estructura un sistema SIAPDI para
este caso, consta de dos partes:
a. Hardware hibrido – Físico : consta de la construcción del sensor (emisor
y receptor) basándonos en componentes Físicos como :
- WebCam.
- Luz Visible
- Adaptadores Genéricos (Compatibilidad con interfaces USB)
- Componentes Electrónicos
60 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
- Componentes reciclables
b. Software – Lógico : conformada por los algoritmos lógicos, mini
sistemas reconocedores de imágenes y todas las características de un
software básico(interfaz de compatibilidad con proveedor de servicios -
API)
Dentro de su estructura de funcionamiento definimos las interfaces de
acceso y relación:
En lo referente al Hardware:
Una cámara WEB de 1.2 MPx es suficientemente capaz para
detectar las luces existentes en nuestro ambiente y mostrar en un imagen
digital a la PC, dentro del lente captador están incluidas los infrarrojos
(destellos de luz blanca no perceptible por el ojo humano) y las luces rojas
(destellos de color perceptibles por el ojo humano). La misma tecnología
que usan los Dispositivos Touch, pantallas Táctiles e inclusive los de
posicionamiento universal.
Se Pretende en una primera instancia la aplicación de luces visibles
como medio de generación de información.
Para lograr un dispositivo económico capas de enviar señales que
sean constantes rápidas y con cierta característica de análisis, es que se
vio en la necesidad de utilizar la luz visible, y no los infrarrojos como
cualquier otro dispositivo los utilizaría.
La utilización de una cámara web como medio de transformación de
la señal visible en información de coordenadas reales dentro de un plano
2D y su presentación en calidad de imagen para la PC, lleva dos ventajas
técnicas:
- Demuestra flexibilidad en limitación de áreas, identifica la cobertura de
captación automáticamente.
- Posee soporte con el ordenador para la transmisión de la imagen
captada.
- Fácil Reconocimiento en el análisis de Patrones gráficos.
- Flexibilidad en el uso de la Memoria del Equipo en Cuestión.
En lo referente al Software:
61 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
Un ordenador depende de su procesador y memoria para la
optimización o funcionamiento ideal de los programas. Por lo que cada
módulo o capa de sincronización de thread del Sistema operativo debe
estar calculada en situaciones exactas con el software SIAPDI.
Se usaran sistemas reconocedores de imagen y voz, para analizar y
clasificar la información.
Cada módulo divide la interactividad del sistema sus relaciones y su
optimización en su rendimiento.
Se usan tres espacios:
- namespace(“ANALIZADOR”) : que analiza y procesa la información
captada del exterior
- namespace(“PROCESADOR”) : este a su vez sirve como soporte para
el desarrollo dinámico de la sesión de clase, posee entorno grafico para
realizar la interactuación con el usuario.
- namespace(“INTELIGENTE”) : Cada estructura trata de predecir lo que
el usuario del sistema desea expresar de forma clara y concisa.
62 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
________________http://conversaciones.nokia.com/2011/04/25/5-datos-curiosos-que-deberias-saber-sobre-las-pantallas-tactiles/
FUENTES DE INFORMACIÓNLibros
Cesar Acuña Peralta Maestría en Administración - “Calidad Educativa” editorial
Cesar Vallejo
Alejandro Peña Ayala Ingeniería de Software: Una guía para crear sistemas de
informas de Información. Editorial Revillagigedo 83,
México DF. 1ra Edición.
Consultas en internet
- Elena, Hernández (2006), http://www-03.ibm.com/press/es/es/pressrelease/28340.wss,
visto por última vez, 01 de diciembre del 2011 10:40 pm.
- WikiPedia ,http://es.wikipedia.org/wiki/Pantalla_t%C3%A1ctil, visto por última vez, 10 de
diciembre del 2011 10:30 pm.
- Guillermo (2002) : http://alt-tab.com.ar/la-historia-detras-del-primer-smartphone/ , visto por
última vez 20 de noviembre del 2011 10:30 am.
- Wen Fong kwong : http://www.fayerwayer.com/2011/11/el-origen-de-la-pantalla-tactil/, visto
por última vez 08 de noviembre del 2011 08:30 am.
- http://www.audienciaelectronica.net/2011/11/11/la-historia-de-la-pantalla-tactil/ , visto por
última vez 08 de noviembre del 2011 08:30 am.
- Dianfe, http://www.pilos.com.co/drupal/historia-presente-y-futuro-de-las-pantallas-tactiles/ ,
visto por última vez 08 de noviembre del 2011 08:30 am.
- WIKIPEDIA, http://es.wikipedia.org/wiki/Multit%C3%A1ctil, visto por última vez 08 de
noviembre del 2011 08:30 am.
- BENYI ARREGOCES CARRERES,
http://www.consumer.es/web/es/tecnologia/internet/2009/04/27/184954.php , visto por última vez 08 de noviembre del 2011 08:30 am.
- WIKIPEDIA, http://es.wikipedia.org/wiki/Radiaci%C3%B3n_infrarroja, visto por última vez
08 de noviembre del 2011 08:30 am.
- OSMOSIS LATINA, http://www.osmosislatina.com/conectividad/bluetooth.htm, visto por
última vez 08 de noviembre del 2011 08:30 am.
63 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
2010
2006
ANEXOS-
64 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
ANEXO N° 1MATRIZ DE CONSISTENCIA
Título : SISTEMA INTELIGENTE “SIAPDI” PARA EL DESARROLLO DE SESIONES DE APRENDISAJE DINAMICAS.
Problema OBJETIVOVARIABLES INDICADORES INDICES MÉTODOS TÉCNICAS INSTRUMENTOSProblema
PrincipalObjetivo General
¿Cómo es el desarrollo
de un sistema
inteligente “SIAPDI” en el desarrollo de Sesiones
de Aprendizaje Dinámicas?
Determinar la
contribución del sistema inteligente
“SIAPDI” en el desarrollo de sesiones
de aprendizaje dinámicas.
VARIABLEDEPENDIENTE
SESIONES DE APRENDISAJE DINAMICAS
1.1. Fluidez de Información
1.2. Efectividad
1.3. Capacidad Cognitiva.
1.4. Proceso de aprendizaje significativo
1.5. Evaluación
1.1.1. El profesorado conoce las herramientas TIC Básicas.1.1.2. Las Metodologías del profesor tienen resultados positivos en el aprendizaje del alumno.1.1.3. Identificar el Nivel Intelectual del alumno.1.1.4. Identificar el Nivel Intelectual del Profesor1.1.5. Identificar el nivel de conocimiento tecnológico del alumno.1.1.6. Identificar el nivel de conocimiento tecnológico del Profesor.
1.2.1. Los recursos tecnológicos responden a las Expectativas Educativas de la Institución.1.2.2. Los recursos tecnológicos presentan flexibilidad en su aplicación.1.2.3. Las herramientas colaborativas responden a las expectativas del profesor.1.2.4. Identificar el nivel de utilidad para la producción de conocimientos.1.2.5. Identificar el Rendimiento del Software y el Hardware en la aplicación de sesiones de aprendizaje
dinámicas.
1.3.1. Los recursos tecnológicos contribuyen en aprendizaje significativo de los alumnos.1.3.2. Los alumnos logran captar, aprender y desarrollar las sesiones dictadas sin dificultades.1.3.3. Identificar y analizar el grado de conocimiento obtenido por parte de los alumnos mediante el seguimiento
de los materiales y recursos que el profesor utiliza.
1.4.1. Identificar el Alcance Tecnológico de los alumnos.1.4.2. Analizar las exigencias socio-tecnológicas del alumno y su entorno.1.4.3. Analizar e Identificar las destrezas de los alumnos frente a nuevas condiciones Tecnológicas.1.4.4. Analizar e Identificar el nivel de aprendizaje significativo de los alumnos.1.4.5. Los alumnos lograr identificar claramente los términos claves y conceptos primordiales.
1.5.1. Los recursos tecnológicos fomentan el desarrollo de conocimientos.1.5.2. Las Herramientas colaborativas del SIAPDI son las adecuadas en el proceso de Desarrollo y Aprendizaje
grupal.1.5.1. Cada recurso tecnológico cumple las expectativas de desarrollo y aplicación en el mejoramiento de la
calidad Educativa.1.5.2. Las Herramientas colaborativas que se utiliza en la institución son fáciles de manejar.1.5.3. Las Herramientas colaborativas demuestran efectividad en el desarrollo de la sesión de la sesión de
aprendizaje.
2. Tipo de investigación:Aplicada o tecnológica.
3. Niveles de investigación: Está ubicada en nivel experimental.
4. Diseño de la investigación:
Está basado en el diseño Cuasi-Experimental
5. Método de investigación:utilizará el método deductivo y como métodos específicos objetivo, subjetivo y estadístico
6. Universo y Muestra:Se usaran 2 de 24 secciones de la IEP 70545 “Tupac Amaru”
Para la etapa inicial del proyecto las técnicas, que se van ha utilizado para la recolección de datos son :
Observación Objetiva
Observación Subjetiva.
Entrevista.
Encuesta
Ficha Observación Directa
Registro de Observación de la Situación
Diarios Íntimos
Ficha de entrevista
Cuestionario
VARIBLEINDEPENDIENTE
SISTEMA INTELIGENTE “SIAPDI “
2.1. Arquitectura
2.2. Aplicación
2.3. Adaptación
2.4. Evaluación
2.1.1. Capacidad para interactuación con el usuario en tiempo real.2.1.2. Rendimiento en la clasificación organizada de recursos para la sesión de aprendizaje.2.1.3. Rendimiento en la Interactuación asincrónica de eventos.2.1.4. Nivel de compatibilidad de Hardware con Software.2.1.5. Identificación del nivel de rendimiento como cliente-servidor.2.1.6. Identificar el rendimiento del knowledge en su proceso de desarrollo.
2.2.1. Identificación de los requerimientos y recursos necesarios para mejorar el aprendizaje.2.2.2. Las estrategias y técnicas que los Módulos SIAPDI proveen son ideales para la aplicación como
herramienta colaborativa.2.2.3. Los alumnos y profesor demuestran interactividad con el Sistema.2.2.4. El Sistema contribuye en el aprendizaje significativo de los alumnos, mediante el intercambio mutuo de
conocimientos, pensamientos y sentimientos.
2.3.1. El sistema adecua las ideas demostrativas de los alumnos.2.3.2. Identificación del nivel de rendimiento en la expresión gráfica de ideas Básicas.2.3.3. Identificar el rendimiento en la capacidad de reconocimiento de patrones para auto-animación de objetos.2.3.4. Determinar el nivel de Integridad como Sistema Experto.2.3.5. Análisis del Rendimiento del Software y Hardware de Procesamiento Lógico.2.3.6. Factibilidad del entorno de Interactuación Usuario-Hardware-Software y viceversa.2.3.7. Identificación de las acciones comunes del usuario en la aplicación del Modelo Experimental.2.3.8. Analizar e Identificar el nivel de agrado del Usuario.2.3.9. Identificar la efectividad en la Implementación de recursos necesarios para la elaboración y ejecución de
una sesión de aprendizaje dinámica.
2.4.1. Cada Módulo SIAPDI cumple las expectativas de ejecución y soporte en el sistema.2.4.2. El Software está debidamente balanceado con el hardware.2.4.3. Analizar e Identificar los riesgos de Sobrecarga del Software.2.4.4. Analizar el Rendimiento del tiempo de ejecución y costes de mantenimiento del hardware.2.4.5. Los Usuarios Asimilan y aceptan las ventajas y resultados del Sistema como herramienta para el
mejoramiento de la calidad Educativa.
65 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
ANEXO N° 2
FICHA DE OBSERVACIÓN DIRECTANivel Cognitivo y de Libertad de expresión de los docentes que
enseñan dentro de la IEP 70545 “Túpac Amaru” DOCENTES
ITEMS
Primero Segundo Tercero Cuarto Quinto Sexto
A B C D A B C D A B C D A B C D A B C D A B C D
1. Conoce y expresa con claridad el significado de Calidad Educativa
2. Capacita a alumnos para la participación en concursos escolares.
3. Emplea voz audible para los oyentes.
4. Atiende a los demás.5. Pide aclaraciones.6. Reconoce cuando los demás tienen la razón.
7. Hace el Uso de la computadora en el desarrollo de sesiones de aprendizaje.
8. Hace el uso de Demostraciones reales en la enseñanza
9. Emplea adecuadamente los materiales durante el desarrollo de la sesión de aprendizaje
10. Conoce las tecnologías TIC Básicas.
11. Acepta a la Tecnología como medio de Desarrollo
12. Tiene deseos de aprender a manejar el software de interés
13. Fomenta el desarrollo entre sus compañeros de trabajo.
14. Presta atención en la forma en la que sus estudiantes se desarrollan como personas
15. Percibe el interés de sus alumnos, con respecto a la forma en que les gustaría aprender.
PUNTAJE TOTAL
LEYENDA C: 0-10, B: 11-15, A: 16-18, AD: 19-20Rango Calificativo de 0-20
66 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
REGISTRO DE OBSERVACIÓN DE LA SITUACIÓN
Tiempo Tipo Dato Expectativa
Registro exclusivo para la determinación de las Técnicas e Instrumentos a aplicar.LEYENDA C: 0-10, B: 11-15, A: 16-18, AD: 19-20
Rango Calificativo de 0-20
67 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
CUESTIONARIO N° 1
Nivel de Interés de los Docentes y Personal Administrativo de la IEP
70545 “Túpac Amaru”
1. ¿La institución motiva a los docentes en el cumplimiento de su misión?
SI ( ) NO ( )
¿De qué manera?
2. ¿La Institución motiva a los docentes en que todos los docentes compartan la visión de la
IEP?
SI ( ) NO ( )
¿De qué manera?
3. ¿Cree que usted posee un nivel de enseñanza acorde a nuestros tiempos?
SI ( ) NO ( )
¿Cómo se da?
4. ¿Los niños sienten agrado por la utilización de computadoras?
SI ( ) NO ( )
5. ¿Afirma que los estudiantes logran un aprendizaje efectivo?
SI ( ) NO ( )
6. ¿Conoce el significado de Calidad Educativa?
SI ( ) NO ( )
7. ¿Le gustaría utilizar la tecnología como medio de enseñanza?
Si ( ) NO ( )
8. ¿Tiene y Maneja una computadora sin problemas?
SI ( ) NO ( )
9. ¿Observa que los alumnos manejan las utilidades del Sistema operativo?
SI ( ) NO ( )
10. ¿Aceptaría el reto de formar parte de la nueva Educación?}
SI ( ) NO ( )
68 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”
GLOSARIO DE TÉRMINOS
1. CALIDAD EDUCATIVA:se refiere a los efectos positivamente valorados por la sociedad respecto del proceso de formación que llevan a cabo las personas en su cultura. Se considera generalmente cinco dimensiones de la calidad: filosofía (relevancia); pedagogía (eficacia); cultura (pertinencia); sociedad (equidad); economía (eficacia)
2. SIAPDI (SISTEMA DE APRENDIZAJE DINÁMICO): Sistema capaz de incorporar herramientas TIC y Herramientas Colaborativas. Que puede incorporar una parte Física (Hardware) y una parte lógica (Software).
3. FLUIDEZ DE INFORMACIÓN: se refiere al grado en el que los conocimientos se desarrollan y se expresan libremente, evitando complicaciones en la comunicación de los mismos, de forma eficiente y eficaz.
4. EFICACIA: Es la capacidad para conseguir un resultado determinado5. EFICIENCIA: similar a eficacia, con la diferencia que se realiza empleando los medios
posibles y dentro del tiempo necesario.6. PRODUCCIÓN: Fabricación o elaboración de un producto. 7. CAPACIDAD COGNITIVA: es la capacidad por la cual el hombre lograr captar información de
interés del exterior y le da una utilidad personal.8. SITUACIÓN SOCIAL: estado que define el rol que juega dentro de una sociedad9. APRENDIZAJE SIGNIFICATIVO: se refiere al tipo de aprendizaje en que un aprendiz o
estudiante relaciona la información nueva con la que ya posee, reajustando y reconstruyendo ambas informaciones en este proceso
10. DESARROLLO DE CONOCIMIENTOS: proceso que conlleva la generación o creación de nuevos conocimientos basados en conocimientos existentes
11. ARQUITECTURA: es el arte y técnica de proyectar y diseñar estructuras y espacios que forman el entorno humano.
12. HERRAMIENTAS COLABORATIVAS: básicamente son los sistemas que permiten acceder a ciertos servicios que facilitan a los usuarios comunicarse y trabajar conjuntamente sin importar que estén reunidos un mismo lugar físico
13. FLEXIBILIDAD: es la capacidad que tiene un objeto o cosa de adaptar a nueva situación.14. ADAPTACIÓN: Transformación de un objeto o de un mecanismo para que desempeñe
funciones distintas de aquellas para las que fue construido:15. INTERFAZ: es la definición de los objetos o componentes públicos y privados que se usan
para interactuar con el sistema.16. EVALUACIÓN DEL RENDIMIENTO: lo referimos al proceso de calificar el nivel de utilidad
que un sistema pueda desempeñar bajo ciertas circunstancias.17. IDENTIFICAR: es determinar qué es lo que se quiere saber o hacer con alguna cosa u objeto.18. NIVEL: identifica el grado de importancia de alguna cosa.19. TECNOLOGÍA: es el producto de la ciencia, conlleva a la aplicación física de las teorías o
leyes.20. TIC: Tecnologias de información y Comunicación, nos facilitan las herramientas necesarias
para lograr una interactuación dinámica entre los usuarios y ordenadores.
69 Desarrollo de un sistema inteligente “SIAPDI” para el desarrollo de sesiones de aprendizaje dinámicas de la IEP 70545 “TUPAC AMARU”