Mediación Tecnológica: Integración de las TIC en investigación, desarrollo y educación by uajournals

Mediación Tecnológica Integración de las TIC en investigación, desarrollo y educación

Editores: Yadira Navarro Rangel Eugenia Erica Vera Cervantes

ISBN BUAP: 978‐607-525‐664‐1 ISBN UA Journals: 978-84-949828-1-1 9.95 MB

Mediación Tecnológica Integración de las TIC en investigación, desarrollo y educación

Yadira Navarro Rangel Eugenia Erica Vera Cervantes

Editores

United Academic Journals (UA Journals), Computer Science Faculty

2019

October 2019 ISBN UA Journals: 978-84-949828-1-1 Huelva, España DR © United Academic Journals (UA Journals) Research and development of new technology United Academic Journals (UA Journals) Digital (suministrado electrónicamente) www.uajournals.com

Primera Edición 2019 ISBN BUAP: 978‐607-525‐664‐1

DR © Benemérita Universidad Autónoma de Puebla 4 sur 104, Col. Centro Histórico, Puebla, Pue. CP 72000 Teléfonos: 01 (222) 246 85 59 y 01 (222) 229 55 00 Ext. 5768 y 5764 www.buap.mx

Dirección General de Publicaciones 2 norte 1404, Col. Centro Histórico, Puebla, Pue. CP 72000 Teléfonos: 01 (222) 246 85 59 y 01 (222) 229 55 00 Ext. 5768 y 5764 www.dgp.buap.mx Facultad de Ciencias de la Computación Computer Science Faculty 14 sur esq. Con Av. San Claudio Ciudad Universitaria, Puebla, Pue. Teléfonos: 01 (222) 229 55 00 Ext. 7200 y 7204 www.cs.buap.mx BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA •Rector: José Alfonso Esparza Ortiz •Secretario General: José Jaime Vázquez López •Vicerrector de Extensión y Difusión de la Cultura: José Carlos Bernal Suárez • Director General de Publicaciones: Hugo César Vargas Comsille •Director de la Facultad de Ciencias de la Computación: Marcos González Flores

Mediación Tecnológica Integración de las TIC en investigación, desarrollo y educación

Comité Editorial

Yadira Navarro Rangel Eugenia Erica Vera Cervantes

Mediación Tecnológica Integración de las TIC en investigación, desarrollo y educación Revisores

Alexandra Baldaque Faria Marinho Fernandes Alexis Vera Sánchez Ana Isabel Molina Díaz Andrés Solano Carlos Lara Álvarez Francisco Luis Gutiérrez Vela Freddy Paz Espinoza German Lescano Germania Del Rocío Rodríguez Morales Gisela Esperanza Torres de Clunie Ismar Frango Silveira Laura Aballay Leandro Florez Aristizabal Manuel Jesús Ibarra Cabrera Manuel Ortega Cantero María Auxilio Medina Nieto María Lili Villegas Ramírez Mario Chacón Rivas Marta Cecilia Camacho Ojeda Mauricio Ramírez Natalia Padilla Zea Oriana Robles Phillipe Palanque Raúl Antonio Aguilar Vera Rosa Vicari Rosanna Costaguta Sergio Albiol Pérez Virginica Rusu

Universidade Portucalense, Portugal Universidad Iberoamericana Puebla, México Universidad de Castilla la Mancha, España Universidad Autónoma de Occidente, Cali Colombia CIMAT-México Universidad de Granada, España Pontificia Universidad Católica del Perú Universidad Nacional Santiago del Estero, Argentina Universidad Técnica Particular de Loja, Ecuador Universidad Tecnológica de Panamá Universidade Presbiteriana Mackenzie, Brasil Universidad Nacional de San Juan, Argentina Universidad del Cauca, Colombia Universidad Nacional Micaela Bastidas de Apurímac, Perú Universidad de Castilla la Mancha, España Universidad Politécnica de Puebla, México Universidad del Quindío, Colombia Instituto Tecnológico de Costa Rica Universidad Colegio Mayor de Cundinamarca, Colombia UNAD, Colombia UNIR, España ApropiACYT, Colombia Université Toulouse III, Francia Universidad Autónoma de Yucatán, México Universidad Federal do Rio Grande do Sul, Brasil Universidad Nacional Santiago del Estero, Argentina Universidad de Zaragoza, España Universidad de Playa Ancha, Chile

INTRODUCCIÓN Las tecnologías de información y comunicación (TIC) han irrumpido todos los ámbitos, desde el social hasta el labora, pasando por el educativo. En las Instituciones de educación superior (IES) los desarrollos tecnológicos son transversales en la investigación, la docencia y la formación científica. En este libro se conjuntan experiencias diversas que analizan la mediación tecnológica en la educación, la investigación y el desarrollo. Las TIC son usadas en las aulas y los laboratorios para aprender, enseñar y desarrollar nuevas herramientas, pero también son analizadas por sus efectos en la mediación educativa. Los investigadores de IES que participan en este libro van más allá de la mediación y de la educación, ya que en los modelos, metodologías y prototipos que aquí se describen, la comunidad científica incluye experiencias reales y propone soluciones apoyadas por tecnologías a problemas vividos.

Yadira Navarro Rangel Eugenia Erica Vera Cervantes

ÍNDICE No.

Título

Autor(es)

Pág.

SECCIÓN 1 Diseño y prototipos de aplicaciones TIC 1

Diseño de un Prototipo para detección de alcohol en la cabina de un vehículo

Implementación del Diseño centrado en el usuario en el diseño de un prototipo de Aplicación Móvil para Prevención de Diabetes Diseño Centrado en el usuario y técnicas de Game Testing para el rediseño de un Videojuego Casual

Diseño de Feedback basado en DCU para la detección de Infantes como Copilotos

Desarrollo de Prototipo de Aplicación Móvil para Smart Tourism basado en Diseño Centrado en el Usuario Hacia una propuesta para el desarrollo de Interfaces Reactivas

Jonathan Samuel Romero González, Huizilopoztli Luna García, José M. Celaya Padilla, Hamurabi Gamboa Rosales, Jorge I. Galván Tejada1, Carlos E. Galván Tejada, José G. Arceo Olague M. Hazael Guerrero Flores, Huizilopoztli Luna García, Carlos E. Galván Tejada, Hamurabi Gamboa Rosales, José M. Celaya Padilla, Jorge I. Galván Tejada, Alfredo Mendoza González, Vanessa Alcalá Ramírez Jared D. Salinas González, Huizilopoztli Luna García, Carlos E. Galván Tejada, Hamurabi Gamboa Rosales, Alfredo Mendoza González, José M. Celaya Padilla, Jorge I. Galván Tejada, Roberto Solís-Robles William Castañeda Almaraz, Huizilopoztli Luna García, José M. Celaya Padilla, Hamurabi Gamboa Rosales, Ricardo Mendoza González, Jorge I. Galván Tejada, Carlos E. Galván Tejada, Joyce S. A. Lozano Aguilar Luis C. Reveles Gómez, Huizilopoztli Luna García, José M. Celaya Padilla, Hamurabi Gamboa Rosales, Jorge I. Galván Tejada, Carlos E. Galván Tejada, José G. Arceo-Olague, Valeria Maeda Gutiérrez, Joyce S. A. Lozano Aguilar Laura Sanely Gaytán-Lugo, Pablo Armando Alcaraz Valencia, Mayra Guadalupe Terrones Benicio, Esteban Hernández Anguiano

11-23

24-38

39-52

53-62

63-71

72-75

SECCIÓN 2 Evaluación de usabilidad 7

8 9

Sistema software para la estimación de satisfacción en test de usuarios, a partir del estudio de la expresión facial Propuesta de una herramienta para la ejecución de pruebas de usabilidad bajo el enfoque de mouse tracking La Usabilidad en el desarrollo de Software para la Industria 4.0

Darly Mildred Delgado Agudelo, Diego Fernando Girón Timaná, Gabriel Elías Chanchí Golondrino, Katerine Márceles Villalba David Alejandro Albornoz, Sebastián Alejandro Moncayo, Samir Ruano Hoyos, Gabriel Elías Chanchí G., Patricia Acosta Vargas Alicia Mon, Horacio René Del Giorgio, Claudio Figuerola, Matías Querel

77-92

93-106 107-116

SECCIÓN 3 Recursos e investigación Educativa 10

14 15 16 17 18

Competencia docente para uso de internet en la Educación Telesecundaria Determinación de la validez de contenido a partir del juicio de expertos para medir la relación entre la ciudadanía digital de los adolescentes y diversos factores de intervención parental. Fundamentación teórica y metodológica de un cuestionario “Perfil del estudiante universitario en formación investigativa” EDUMAT: Herramienta Web basada en gamificación para la enseñanza de operaciones elementales en la educación básica primaria Expediente médico electrónico para el entrenamiento de estudiantes de medicina Construcción de la identidad digital de los estudiantes universitarios Propuesta de mediación tecnológica para la comprensión del objeto matemático función, utilizando Realidad Aumentada Redes Neuronales Artificiales para el estudio de Rayos Cósmicos Planeación y rediseño de un instrumento para medir competencias investigativas en estudiantes universitarios.

Rocío Ramón Ramón, Rubén Edel Navarro, Sebastián Figueroa Rodríguez Ana María Rodríguez Pérez, Maricela Urías Murrieta y Ángel Alberto Valdés Cuervo

Luz Yadira Ríos Rocher, Sebastián Figueroa Rodríguez, Jesús Lau Luis Freddy Muñoz Sanabria, Leydi Mercedes Vargas Ordoñez Quintanar Sandoval Alan Giovanni, Ruiz Flores Jorge Mauricio, Rafael Lemuz López Gustavo Antonio Huerta Patraca, Carlos Arturo Torres Gastelú, Agustín Lagunes Domínguez López Hernández Francisco Javier, Briones Cortés Ricardo, Navarro Rangel Yadira, Fuchs Gómez Olga L. E. Varela, I. Gabriel, A. Quiroz, L.A Báez, H. Salazar Pahola Ríos Carrillo, Genaro Aguirre Aguilar, Rubén Edel Navarro

118-126

127-135

136-155

156-167

168-175 176-189 190-195 196-206 207-214

SECCIÓN 1 Diseño y prototipos de aplicaciones TIC

El Diseño Centrado en el Usuario (DCU) es el punto de partida para los diferentes diseños y prototipos de aplicaciones que el equipo del Centro de Investigaciones e Innovación Automotriz de México (CIIAM) presentan en este libro. Aun cuando el equipo tiene particular interés en el temas automotrices (prevención de conductores alcoholizado, cuidado de menores en el auto), sus indagaciones para aplicaciones móviles atienden temas de salud (diabetes), videojuegos y turismo. Participan en esta sección colegas de la Universidad de Colima, que al igual que los investigadores del CIIAM realizan investigaciones que nos permiten conocer una metodología en la que premia la identificación de necesidades del usuario para proponer soluciones a partir de aplicaciones (algunas veces móviles)

Diseño de un Prototipo para Detección de Alcohol en la Cabina de un Vehículo Jonathan Samuel Romero González1, Huizilopoztli Luna García1, José M. CelayaPadilla2, Hamurabi Gamboa Rosales1, Jorge I. Galván-Tejada1, Carlos E. Galván Tejada1, José G. Arceo Olague1 1 Centro

de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro,98000 Zacatecas, Zac, México. 2 CONACYT, Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas – Jardín Juárez 147, Centro, 98000 Zacatecas, Zac,México. jona95rg@gmail.com {hlugar, jose.celaya, hamurabigr, gatejo, ericgalvan, arceojg}@uaz.edu.mx Resumen. Es tema de interés para la industria automotriz y las autoridades prevenir el consumo de alcohol en los conductores, ya que las muertes por choques y atropellamientos causados por conducción en estado de ebriedad son la primera causa de muerte entre los jóvenes mexicanos señalo José Ángel Prado, director general adjunto de integración juvenil en México [1]. De acuerdo con la Organización Panamericana de la Salud (OPS) en materia de vialidad, México ocupa el séptimo lugar a nivel mundial en muertes por choques y atropellamientos debido al consumo de alcohol mientras se conduce [2]. Con el propósito de atender la problemática anterior, este artículo muestra el diseño de un prototipo funcional implementando el proceso de Diseño Centrado en el Usuario, asimismo, para el desarrollo se utilizaron sensores, hardware de bajo costo y software libre para el procesamiento de la señal. Palabras clave: Detección de alcohol, DCU, Raspberry Pi, Industria automotriz.

1 Introducción A lo largo de los años se han desarrollado diversos métodos y sistemas para la detección de personas ebrias, la propuesta desarrollada por Kenichi Takahashi et al., [3], la cual consiste en la detección de alcohol por medio de una cámara, a fin de evitar la conducción en estado de ebriedad. El método detecta si un conductor ha bebido alcohol o no, utilizando imágenes de la coloración de la piel ya sea en el rostro o partes que captura la cámara. De acuerdo con el autor la temperatura del cuerpo aumenta cuando se está bajo los efectos del alcohol, y por lo tanto se puede notar fácilmente con la coloración de la piel. Para clasificar las partes que son útiles en la detección de alcohol se emplea una red neuronal de 3 capas, obteniendo como resultado que las mejores partes del cuerpo para predecir son mejillas, cuello y manos, sin embargo, es importante mencionar que la detección por medio de imágenes no es

la mejor opción ya que las variables de iluminación, distancia y contraste, son variables inestables y por tanto resulta difícil clasificar un usuario en estado de ebriedad. Por otro lado, el trabajo presentado por A R. Varma, et al [4], se basa en el análisis facial y detecta comportamientos fisiológicos como método para prevenir accidentes inducidos por alcohol. De acuerdo con el autor, el consumo de alcohol provoca ciertos cambios en el comportamiento físico, aumento en el ritmo cardiaco, movimientos involuntarios de la cabeza o parpadeos involuntarios de los ojos que es posible rastrear utilizando gafas que incluyen sensores como cámaras y acelerómetro, ver Fig. 1.

Fig. 1. Detalle del logotipo de JITEL [4].

Si bien utilizar gafas para la detección de usuarios ebrios, ha sido una alternativa eficiente y precisa ya que involucra las variables de ritmo cardiaco y movimientos involuntarios, por otro lado, el uso de gafas que integren cámaras, podría ser ergonómicamente incómodo para el usuario mientras conduce, adicionalmente, es necesario considerar que estos dispositivos sufren daños con el uso cotidiano y es probable que los lentes se rayen o se empañen por la sudoración o humedad del cuerpo, lo que podría ser en un inconveniente para la visibilidad del usuario. De acuerdo con lo anterior, es posible observar que existen diferentes alternativas para la detección de personas en estado de ebriedad, de los cuales la mayoría presentan problemas en la ergonómico del diseño. Por lo que se propone un nuevo método para la detección de personas en estado de ebrias, tomando en cuenta la opinión de los usuarios para el diseño de la retroalimentación con el objetivo de que sea ergonómico e intuitivo para las personas.

2 Materiales y Métodos Este proyecto tiene como objetivo la detección de alcohol dentro del automóvil, utilizando sensores de alcohol (MQ3), los cuales son instalados en las rendijas de ventilación del automóvil, asimismo, se utilizó una Raspberry Pi y software libre para el procesamiento de la información (Python), y de esta manera poder clasificar personas en estado de ebriedad. Es importante mencionar que para obtener el óptimo desempeño de los sensores es preciso considerar las siguientes condiciones: ventana cerrada y aire acondicionado encendido, con la finalidad de que los valores del sensor sean estables y se mantengan sin fluctuaciones que puedan afectar la clasificación. El sensor de alcohol MQ-3 cuenta con la característica de detectar concentraciones de gases inflamables en el ambiente en una escala de 25-500 ppm [5], por ejemplo, benzeno y hexano, sin embargo, posee mayor sensibilidad ante el alcohol, la salida del sensor es una señal analógica la cual puede variar 0-5V (Volts), donde 0V significa la ausencia de alcohol y 5V una concentración de alcohol. Antes de procesar la señal es necesario transformarla en digital, ya que la Raspberry Pi no cuenta con la característica de leer señales analógicas, para esto se utilizó el convertidor MCP3008 de 10 bits, obteniendo una señal digital que varía 0 a 1024, ver Fig. 2. Finalmente se tiene la Raspberry Pi encargada del procesamiento de la señal, dependiendo el nivel de alcohol detectado toma decisiones, por ejemplo, encender una alarma o en dado caso se podría evitar el encendido del coche.

Fig. 2. Prototipo

Si bien este método considera ciertas condiciones para un óptimo funcionamiento, es preciso mencionar que este proyecto forma parte de un sistema integral que incluye varios sensores no solo para la detección de alcohol, entre otras, detección de infantes, reconocimiento de conductor distraído, el cual se encuentra en proceso de desarrollo implementando tecnología relacionada con el Internet de las Cosas e inteligencia artificial para el análisis y procesamiento de datos masivos.

Para el diseño y desarrollo de este método se utilizó el proceso de Diseño Centrado en el Usuario (UCD, User Centered Design, por sus siglas en inglés) con el objetivo de generar una retroalimentación capaz de persuadir a una persona a no manejar en estado de ebriedad. Dicho proceso se define como el diseño o desarrollo de productos y servicios basados en las necesidades de los usuarios, ver Fig. 3.

Fig. 3. Estándar ISO 9241-210:2010 [6].

Las etapas del proceso de DCU se describen brevemente a continuación: Especificaciones del contexto de uso: En esta etapa se identifica el tipo de personas que utilizan el producto, y bajo qué condiciones. Especificaciones de los requisitos: Identificar las necesidad y objetivos de los usuarios, además de los requisitos de uso en el método de detección de alcohol. Producción de soluciones de diseño: Teniendo la información recabada de las dos etapas anteriores se lleva a cabo el diseño tomando en cuenta contexto y requisitos del método. Evaluación de los diseños: Finalmente, en esta etapa, los diseños realizados son evaluados teniendo en cuenta la opinión de los usuarios, esta es de suma importancia ya que se finaliza el proceso UCD o se retroalimenta tomando en cuenta las opiniones de los usuarios.

La selección del método DCU, se debe a la intención de crear una retroalimentación intuitiva y funcional que pueda persuadir a las personas a no manejar en estado de ebriedad, poniendo usuario en el centro del diseño y desarrollo de dicha retroalimentación.

3 Implementación del proceso de DCU A continuación, se describen las actividades desarrolladas en cada una de las fases del proceso DCU: Especificación del contexto de uso, se refiere al entorno que rodea al usuario, en este caso, el interior del automóvil, ver Fig. 4. Tomando en cuenta la imagen podemos decir que los sensores de alcohol estarán instalados en las partes señaladas por la etiqueta de “Sensores de alcohol” y la retroalimentación se mostrará en el área señalada por la etiqueta “Icono de advertencia”.

Fig. 4. Entorno que rodea al usuario.

De igual manera dentro del contexto de uso es necesario conocer las diferentes reacciones del usuario dependiendo el nivel de alcohol ingerido, para lo cual se toma como base la Tabla 1 generada por “Moviment”, un grupo de profesionistas relacionados con el urbanismo, planeación, vialidad, transporte y señalización urbano turístico [7], en el cual se describen 7 niveles de ebriedad y en cada uno de los niveles el usuario tiene comportamiento y efectos distintos, dichos efectos se fundamentan en la biblioteca central medica de los EE.UU. [8].

16 Tabla 1. Niveles de ebriedad y efectos. Nivel de dificultad al manejar Sin dificultad

Moderado

Severo

Efectos en la persona Dominio pleno de sus facultades, lo cual quiere decir que no ha ingerido alcohol Disminuye la capacidad de atención ante el peligro, decisiones más lentas o se tornan confusas Problemas de visión al no enfocar correctamente y falta de atención hacia sus entorno Los movimientos del cuerpo se retardan y aparece una sensación de euforia y confianza, que hace que conduzca agresivamente y sin temor ante el peligro.

Clasificación de los usuarios Tipo 1

Tipo 2

Tipo 3

Tipo 4

Crítico

Reflejos lentos e imprecisos acompañados de falta de concentración visual

Tipo 5

Crítico

Conducta imprevisible y le es imposible tomar decisiones con certeza

Tipo 6

Crítico

Pierde paulatinamente la conciencia como antesala al coma inducido por el alcohol

Tipo 7

Especificación de requisitos, en esta etapa se conocen las necesidades del usuario y los requisitos de diseño con el objetivo de estructurar una óptima retroalimentación, para esto se aplicaron dos métodos, 1) Se realizó una investigación para conocer las estrategias que utiliza la psicología e industria automotriz para persuadir a una persona. Dentro de esta investigación se encontró una técnica que se utiliza en la psicología, la cual se basa en castigos o recompensas, se puede definir como dar recompensas o castigos en base a las acciones que se tome [9], por ejemplo, dentro de la industria automotriz se utiliza el cinturón de seguridad, donde se castiga con el sonido de una alarma para incomodar el ambiente del usuario y de esa manera persuadirlo a ponerse el cinturón de seguridad o recompensarlo quitando la alarma una vez que se lo haya puesto. Entonces sabiendo la técnica usada lo siguiente es crear castigos que incomoden al usuario, alguno de los castigos seleccionados se basa en los usados para persuadir al usuario a ponerse el cinturón de seguridad, los cuales se describen continuación: Alarma: para determinar la alarma tendrá que contar con la siguiente característica, menor a los 90 dB (Intensidad del sonido) con el objetivo de no causar daños auditivos, para generar la alarma se utilizó un componente electrónico llamado “buzzer” el cual tiene 85 dB y 2.4 KHz por lo que se encuentra dentro de los estándares establecidos para no causar daños auditivos [10]. De acuerdo a una

revisión de literatura podemos decir que no existen estándares dentro de la industria automotriz para determinar el tipo de sonido y la duración de la alarma, ya que esto es determinado por cada una de las marcas de coche, pero se pretende que a cada aumento en el nivel de ebriedad la intensidad de la alarma aumente y de esa manera crear más alerta cognitiva en el usuario y se mantenga alerta o en el mejor de los casos persuadirlo a no manejar en estado de ebriedad. Icono de advertencia: los colores usados en el icono, se seleccionaron de acuerdo a las normativas de señalización las cuales indican rojo para peligro o prohibición, amarillo en caso de señalar advertencia o atención y verde que señala seguridad o estabilidad [11]. Respecto a la simbología se incorporó la señalización de una botella y una copa ya que se asocia con el consumo de alcohol, además se utilizó los estándares en las figuras de visualizaciones viales, círculo para prohibición, triángulo para peligro o atención [11] [12]. Entonces de acuerdo a los estándares planteados anteriormente se propone el uso de un círculo con colores rojo que indica peligro, amarillo para atención o advertencia y verde para estabilidad, ver Fig. 5. Finalmente, para determinar que el símbolo sea correcto deberá contar con una característica y es que debe ser estrictamente intuitivo que cualquier usuario sepa a lo que se refiere el símbolo. Para verificar que el símbolo de verdad es intuitivo se realizó una encuesta.

Fig. 5. Icono propuesto para identificación de estado de ebriedad. El resultado de la encuesta aplicada a una muestra de la población compuesta de 10 personas, en la que se pedía la opinión del icono propuesto en la retroalimentación Fig. 4, se tiene como resultado que el 100% de las personas interpretan el icono como una prohibición al consumo de alcohol, por lo que se concluye que el icono es intuitivo y útil para el sistema de la detección de personas ebrias. Bloqueo de música: este castigo se establece debido a la característica de euforia y confianza que se presenta en los usuarios cuando están bajo los efectos del alcohol, ya que de acuerdo a la American Academy of Pediatrics [13] la música propicia la aparición de esta característica o la amplifica por lo que sería más difícil persuadir al usuario. Bloqueo de encendido: se establece cuando el usuario no tenga la capacidad de manejar o sea evidente su falta de cordura respecto a sus decisiones o movimientos.

Cabe aclarar que los dos últimos castigos propuestos son parte del sistema integral del sistema, y no están integrados en el prototipo. El segundo método es la realización de una encuesta para conocer la opinión de las personas, así como posibles aportaciones o ideas que tengan para la realización del sistema. Dicha encuesta fue aplicada a una muestra de la población compuesta de 30 personas, la primera pregunta fue ¿Alguna vez ha manejado en estado de ebriedad?, el resultado fue 61.1% no ha manejado bajo los efectos del alcohol mientras que el 38.9% si ha conducido en estado de ebriedad. Se encuesta la opinión de los usuarios respecto a las dos siguientes preguntas ¿Crees conveniente instalar un sistema para la detección de alcohol?, ¿Crees conveniente que el sistema intervenga en el automóvil?, obteniendo un resultado de 5.6% de rechazo y 94.4% de aprobación ya que los usuarios lo consideraron como un método de seguridad y prevención de accidentes, teniendo más aceptación en personas de la tercera edad, ya que consideraban un método eficaz para proveer seguridad a sus hijos. Para finalizar con la encuesta se aplicó una pregunta abierta ¿Cómo te gustaría que te alertara cuando se haya detectado alcohol en el coche?, dicha pregunta fue de suma importancia ya que se conocía la opinión de los usuarios respecto a qué tipo de retroalimentación debería llevar, de esa manera se cumplía con una característica fundamental del método DCU la cual es tomar la opinión de los usuarios para el desarrollo del método, los resultados de dicha encuesta se representan en la Fig. 6.

Fig. 6. Resultados de encuesta. Producción de soluciones de diseño, esta fase utiliza la información obtenida de las 2 etapas anteriores para generar un prototipo y la retroalimentación respectiva, en este caso, para cada uno de los 7 tipos de usuario lo cual representa el nivel de ebriedad, ver Tabla 2.

Tabla 2. Retroalimentación para cada uno de los usuarios. Clasificación de usuario

Color en el icono

Retroalimentación

Tipo 1

Apagado

Tipo 2

Alarma cada segundo durante 10 segundos

Tipo 3

Tipo 4

Alarma cada 600 milisegundos por un tiempo continuo

Alarma cada 400 milisegundos por un tiempo continuo Bloqueo de música

Alarma cada 200 milisegundos por un tiempo continuo Tipo 5

Bloqueo de música Bloqueo de encendido

Alarma cada 100 milisegundos por un tiempo continuo Tipo 6 Bloqueo de música Bloqueo de encendido

Mensaje de texto a un familiar o conocido para hacerle saber el estado del usuario Bloqueo de música Tipo 7

Bloqueo encendido

Alarma cada 50 milisegundos por un tiempo continuo

Evaluación del Diseño, esta etapa es de suma importancia ya que se aprueba o se rechaza el diseño de acuerdo a la opinión de los usuarios. Para esto se tomó una muestra de la población y se le aplicó una evaluación de 5 preguntas en una escala de Likert. La primera pregunta era ¿En una escala del 1 al 5 que tan intensa es la iluminación del icono?, donde 1 significa poca iluminación y 5 muy iluminado, obteniendo como resultado 60% en 3, 20% en 4, 20% en 5, interpretando que la intensidad es adecuada ya que la iluminación es visible para el usuario. La segunda pregunta ¿Resulta molesto la iluminación del icono? conocer si la iluminación del icono resulta molesta para la vista del usuario, obteniendo un 80% no molesta y 20% si concluyendo que el color y la iluminación del icono es la correcta, ya que es visible y no es irritante para la vista de los usuarios. La tercera pregunta era ¿La intensidad de la alarma te resulta molesta?, 60% respondieron a si y 40% no, interpretando que la intensidad se encuentra por encima del límite aceptado. La cuarta pregunta ¿Consideras que la frecuencia de la alarma es la correcta?, obteniendo un resultado similar a la pregunta anterior, 60% si y 40% no, concluyendo que la intensidad y la frecuencia de la alarma deben ser modificadas, porque no se tuvo una buena aceptación desde la perspectiva de los usuarios, entonces se pretende bajar la intensidad de la alarma a tonos más suaves que no incomoden tanto el oído del usuario, así como bajar la frecuencia de la alarma ya que les resultaba muy rápido y caótico. Finalmente se tiene la quinta pregunta ¿Qué cambiarías de la retroalimentación?, en la que se pedía la opinión del usuario respecto a qué cambiaría del diseño, muchos de ellos respondieron que no cambiarían nada excepto por lo que se dijo anteriormente, sin embargo, también se obtuvieron respuestas interesantes por ejemplo, la sensibilidad y velocidad de la retroalimentación, en la que se sugería que la respuesta de reacción en la retroalimentación fuera más rápida y que tuviera mayor sensibilidad.

4 Resultados y discusión Dado los resultados obtenidos en la última etapa del proceso DCU, en donde los usuarios evaluaron el prototipo y se tuvieron resultados negativos, además de las recomendaciones dadas por expertos en la materia de HMI (Interacción Humano Computadora) se procede a la restructuración de la retroalimentación propuesta en la Tabla 2, dichas correcciones se muestran en la Tabla 3. Tabla 3. Retroalimentación modificada. Clasificación de usuario Tipo 1 Tipo 2

Tipo 3

Tipo 4

Tipo 5

Tipo 6

Tipo 7

Retroalimentación modificada

Observaciones

Apagado

Ninguno

Dicho cambio se debe a que no tiene Alarma cada 4 minutos por un sentido sonar la alarma solo una vez tiempo continuo ya que el usuario perdería la alerta cognitiva. El intervalo de tiempo para el sonido de la alarma era muy corto pues Alarma cada 3 minutos y 30 resultaba muy caótico para el segundos por un tiempo continuo usuario, por lo que se amplió el intervalo de tiempo Alarma cada 3 minutos por un De igual manera que en la etapa tiempo continuo anterior se amplía el intervalo de Bloqueo de música tiempo Cuando se presenta el bloqueo de Bloqueo de música encendido no tiene caso sonar la Bloqueo de encendido alarma, ya que esto puede incomodar al usuario o causarle molestia o estrés De igual manera que en la etapa se Bloqueo de música quita el sonido de la alarma Bloqueo de encendido Mensaje de texto a un familiar o De igual manera que en la etapa se conocido para hacerle saber el quita el sonido de la alarma estado del usuario Bloqueo de música Bloqueo de encendido

Respecto al sonido de la alarma, tal como se mencionó anteriormente resultó molesta la intensidad, por lo que se redujo el nivel en decibeles (dB), de esta manera se obtuvo un sonido más suave y menos estresante. Finalmente, se reestructuró y optimizó el código encargado del procesamiento de la información que contiene la Raspberry Pi, ya que tenía varios retardos que, hacían lenta las transiciones de una retroalimentación a otra, dándole una perspectiva de incomodidad al usuario tal como lo habían mencionado que le faltaba mayor sensibilidad y velocidad al sistema.

5 Conclusión Los incidentes al conducir en estado de ebriedad son eventos que pasan con mucha frecuencia y la problemática al no poder prevenir estos incidentes ha llevado a la muerte de muchas personas, por lo que se han desarrollado diversos métodos de prevención, no obstante, resultan necesarias nuevas contribuciones para solventar la problemática que consideren una retroalimentación visual y auditiva. En este documento se muestra el desarrollo de un dispositivo que retroalimenta al conductor basado en las necesidades y opiniones de los usuarios a través de la implementación del Diseño Centrado en el Usuario. Algunos resultados muestran, por ejemplo, las diferentes perspectivas de diseño que tiene los usuarios, así como la aprobación en un 94.4% en un sistema de detección de alcohol. Sin embargo, aún falta mucho por probar y pulir respecto a la retroalimentación desarrollada ya que, de acuerdo a la evaluación, los usuarios indicaron un cambio en la intensidad y frecuencia del sonido, así como en la velocidad de reacción. Finalmente, es importante mencionar que este método de detección de alcohol es un módulo de un sistema integral que se encuentra en desarrollo.

Referencias 1.

6. 7.

Prado García, 01 de enero 2013. 80% de accidentes graves son provocados por el alcohol. Zócalo. http://www.zocalo.com.mx/new_site/articulo/80-de-accidentesgraves-provocados-por-el-alcohol-1383748599 [Ultimo acceso: 16 de diciembre 2018] Víctor Sandoval, 01 de enero 2013. México ocupa el séptimo lugar a nivel mundial en muertes por accidentes de tránsito" OPS. Ciudad de México: Organización Panamericana de la salud. https://www.paho.org/mex/index.php [Ultimo acceso: 18 de diciembre 2018] Kenichi Takahashi, Kana Hiramatsu, and Mami Tetsuishi, (2015). Experiments on Detection of Drinking from Face Images Using Neural Networks. 2015 Second International Conference on Soft Computing and Machine Intelligence, Vol 1, p.97101 A. R. Varma, S. V. Arote, C. Bharti, and K. Singh. "Accident prevention using eye blinking and head movement." IJCA Proceedings on Emerging Trends in Computer Science and Information Technology-2012 (ETCSIT2012) etcsit1001 4 (2012): 3135. Winsen, 01 de mayo del 2014, Alcohol gas sensor (Model: MQ-3), https://cdn.sparkfun.com/datasheets/Sensors/Biometric/MQ-3%20ver1.3%20%20Manual.pdf, [Ultimo acceso: 2 de febrero 2019] International Organization for Standardization, 2015, ISO 9241-210:2010, https://www.iso.org/standard/52075.html, [Ultimo acceso: 2 de febrero 2019] Staff Movimet, 17 de diciembre 2013. Alcohol: Efectos, niveles, riesgos y consecuencias, Nuevo león, monterrey, México: Moviment. movilidad metropolitana. http://www.movimet.com/2013/12/alcohol-efectos-niveles-riesgosy-consecuencias/ [Ultimo acceso: 18 de diciembre 2018] MedlinePlus, 08 de mayo 2019. Consumo y nivel seguro de Alcohol, Rockville Pike, Bethesda, MD 20894 U.S. Department of Health and Human Services.

10.

11. 12.

13.

https://medlineplus.gov/spanish/ency/article/001944.htm [Ultimo acceso: 27 de mayo 2019] Rodríguez Villar Ana Luisa. (2009, agosto 18). Técnicas de persuasión. Recuperado de https://www.gestiopolis.com/tecnicas-de-persuasion/ [Ultimo acceso: 19 de diciembre 2018] CEM-1206S, 12 de noviembre del 2018, digikey, https://www.digikey.com/product-detail/es/cui-inc/CEM-1206S/102-1155ND/412414 Seven, marzo 2017. Señalización Normativas, http://www.seven.com.ve/empnorma.php/ [Ultimo acceso: 20 de diciembre 2018] Señalamiento, 10 de diciembre 2015, STC (Secretaria de Comunicaciones y Transportes), Ciudad de México. C.P. 03720, http://www.sct.gob.mx/carreteras/direccion-general-de-conservacion-decarreteras/publicaciones/senalamiento/ [Ultimo acceso: 27 de mayo 2019] Mental Health, Naturally, (11 de noviembre 2015). La música y el estado de ánimo, American Academy of Pediatrics, Estados Unidos. https://www.healthychildren.org/Spanish/healthy living/emotionalwellness/Paginas/Music-and-Mood.aspx [Ultimo acceso: 19 de diciembre 2018]

Implementación del Diseño Centrado en el Usuario en el diseño de un prototipo de Aplicación Móvil para Prevención de Diabetes M. Hazael Guerrero Flores1, Huizilopoztli Luna García1, Carlos E. Galván Tejada1, Hamurabi Gamboa Rosales1, José M. Celaya Padilla2, Jorge I. Galván Tejada1, Alfredo Mendoza González3, Vanessa Alcala Rmz1 1 Centro

de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Francisco García Salinas, Jardín Juárez #147, Centro Histórico C.P. 98000, Zacatecas, Zac., México. 2 CONACYT - Universidad Autónoma de Zacatecas, Francisco García Salinas, Jardín Juárez #147, Centro Histórico C.P. 98000 | Zacatecas, Zac., México. 3PRODEP, Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Francisco García Salinas, Jardín Juárez #147, Centro Histórico C.P. 98000 | Zacatecas, Zac., México.

1{hazaelgf,

hlugar, ericgalvan,hamurabigr, jose.celaya, gatejo, vdrar.06}@uaz.edu.mx, mendoza.uaa@gmail.com

Resumen. Actualmente la diabetes mellitus es una de las principales causas de muertes en México, con el paso del tiempo, el índice de muertes al año va en aumento, además, esta enfermedad se empieza a presentar en edades más tempranas. Gracias al avance tecnológico, hoy en día, es posible desarrollar herramientas que permitan diagnosticar enfermedades en etapas tempranas. En este artículo, se presenta el desarrollo de un prototipo de aplicación móvil para sistemas Android, mediante las etapas del proceso de Diseño Centrado en el Usuario de acuerdo al estándar ISO 9241-210:2010. La cual se pretende que cuando se cuente con la versión final, sea una herramienta de apoyo, para ayudar en la prevención de la diabetes. Para lo cual se tomó de referencia el Cuestionario de Factores de Riesgo. El propósito de la aplicación final es proporcionar una herramienta fácil de usar y que proporcione el posible riesgo a contraer diabetes, y de acuerdo al resultado obtenido tras la recolección de datos, ofrecer recomendaciones que impacten en el estilo de vida del paciente, asimismo, proporcionar una lista de médicos y nutriólogos ubicados en su localidad. Ya que la metodología empleada centra al usuario en todo el desarrollo, se diseñó un prototipo que simula la funcionalidad de la aplicación, la cual se evaluó por varios usuarios para determinar la satisfacción del usuario. Palabras Clave: Diabetes en México, Diseño Centrado en el Usuario (DCU), Aplicación móvil. Abstract. Currently the diabetes mellitus is one of the leading causes of deaths in Mexico, with the passage of time its death rate per year is increasing, and besides, it is beginning to present at younger ages. Thanks technological advanc-

25 es, it is now possible to develop tools focused on medicine for the diagnosis of diseases in early stages, that is why we propose the development of a prototype mobile application for Android systems. In this paper, the development of a mobile application prototype for Android systems is presented, through the stages of the User Centered Design process according to the ISO 9241-210: 2010 standard. Which is intended that when you have the final version, be a tool of support, to help in the prevention of diabetes. For which reference was made to the Risk Factors Questionnaire. The purpose of the final application is to provide an easy-to-use tool that provides the potential risk of diabetes, and according to the result obtained, provide recommendations to their lifestyles, as well as a list of doctors and nutritionists who are in their city. Since the methodology used focuses on the user throughout the development, a prototype was designed to simulate the functionality of the application, which was evaluated by several users to determine user satisfaction. Keywords: Diabetes in Mexico, User Centered Design (UCD), Mobile application.

Introducción

La diabetes mellitus es una enfermedad crónica degenerativa que se presenta cuando el páncreas ya no produce suficiente insulina, que es la hormona encargada de regular el azúcar de la sangre y con el paso del tiempo provoca daños en el organismo e incluso la muerte [1]. Actualmente la diabetes es un gran problema en México, debido a su alta prevalencia ocasiona entre el 15% y 20% del gasto de las instituciones de salud pública [2]. Del año 2000 al año 2008 el porcentaje de muertes aumentó de 10.7% a 14%, y para el año 2013 ocasiono un total de 89,420 defunciones. En el estado de Zacatecas provocó el 9.83% de las muertes en el año 2016 [3, 4]. Debido a este problema y gracias al avance tecnológico ahora es posible el desarrollar herramientas enfocadas a la medicina, que faciliten el diagnóstico temprano de enfermedades o, apoyen en el cuidado de la salud. Actualmente existen aplicaciones móviles que son utilizadas para ayudar al cuidado de la salud, ya sea, que den recomendaciones en el estilo de vida, planes alimenticios o ejercicios para acondicionamiento físico que pueden realizarse desde casa [5], así como aplicaciones que sirven para agendar citas y realizar trámites del Instituto Mexicano del Seguro Social (IMSS) [6]. En el presente proyecto se plantea el diseño y desarrollo de un prototipo de aplicación móvil, empleando las etapas del Diseño Centrado en el Usuario (DCU) según el estándar ISO 9241-210:2010 [7], se pretende que cuando la aplicación se desarrolle en su totalidad, sea una herramienta de apoyo para la prevención de diabetes, mediante el análisis de los datos que el usuario proporcione, que serán comparados, con la herramienta que ayuda a obtener el riesgo a padecer diabetes, llamada cuestionario de factores de riesgo [8] y proporcione al usuario de forma rápida y confiable su posible porcentaje de riesgo a padecer dicha enfermedad, dándole recomendaciones según el resultado obtenido, además de una lista de médicos y nutriólogos en su ciudad.

Para realizar el buen diseño del prototipo se emplea el DCU que tiene su origen en 1955 teniendo como base los métodos utilizados en el diseño industrial, con la idea de que los diseñadores deben de adaptar sus productos a las necesidades de las personas y no al contrario. Empezó cuando las personas ya no tenían que adaptarse a las máquinas, el hombre ya no tenía que memorizar y capacitarse demasiado para poder utilizarlas, sino que éstas ahora debían adaptarse a las personas, tenían que volverse más amigables, entendibles y fáciles de usar. Fue Henry Dreyfuss en su libro de 1955 llamado “Designing for people” quien popularizó este enfoque y hasta 30 años después los ingenieros informáticos aplicaron estas técnicas, anteriormente solo se enfocaban en el buen funcionamiento de su sistema y no se enfocaban en que fuera fácil de entender y usar. El Objetivo del Diseño centrado en el usuario es entender a las personas, el cómo interactúan entre ellas, descubrir sus necesidades y con ello desarrollar sistemas eficientes útiles, usables y atractivos para las personas [9]. Derivado de lo anterior, el objetivo de este artículo es el desarrollo de un prototipo de aplicación móvil, mediante las etapas del Diseño Centrado en el Usuario, mencionando cada una de sus etapas y lo realizado en ellas, para luego , de acuerdo al estándar ISO 9241-210:2010, evaluar el prototipo y cumplir con la satisfacción del usuario, se pretende como trabajo a futuro, poder utilizar técnicas de inteligencia artificial para hacer de este prototipo, una aplicación que sirva como herramienta de apoyo para ayudar a prevenir la diabetes.

Trabajos Relacionados

Si bien ya existen aplicaciones móviles que ayudan a sus usuarios con el cuidado de su salud, no es propósito de este articulo el evaluarlas ni compararlas, solo son tomadas como referencia, de que las hay en tiendas digitales, tal es el caso de Samsung Health, desarrollada por la empresa que lleva el mismo nombre (Samsung), la cual ayuda a llevar un seguimiento del estilo de vida del usuario, como su alimentación, actividad física, estrés, ritmo cardiaco, entre otras, para así proporcionar comentarios sobre el progreso y ayudar al usuario a llevar una dieta saludable [5]. IMSS Digital es una aplicación del gobierno de México que sirve para realizar diversos trámites en el Instituto Mexicano del Seguro Social (IMSS), tales como agendar citas con médicos, asignación de Número de Seguridad Social (NSS), cambio o alta de clínica, así como la localización de las clínicas dado el código postal, para ello solo es necesario contar con la Clave Única de Registro de Población (CURP), la Firma Electrónica (e.firma) y un correo electrónico [6]. Hay aplicaciones desarrolladas en el tema de la salud especialmente para la diabetes, tal es el caso de Diabetes - Diario de glucosa, la cual ayuda a las personas que padecen diabetes a tener un registro diario de sus niveles de glucosa, los cuales el usuario ingresa diariamente, permite el crear alarmas y recordatorios para que la persona no olvide tomar sus medicamentos y/o sus citas con el médico [10]. El prototipo de aplicación planteada en este trabajo se diferencia de las ya mencionadas, porque además de solo dar recomendaciones al usuario para el cuidado de su salud, le proporciona una lista de médicos y nutriólogos localizados en su ciudad de residencia para que estos lleven un control sobre su salud.

Materiales y Métodos

El diseño de la aplicación se realizó mediante el DCU que se basa en colocar al usuario final en el centro del desarrollo, por lo que éste influye en el resultado final del diseño. El estándar ISO 9241-210:2010, fue definido por la Organización Internacional de Normalización, la cual proporciona recomendaciones para todo el proceso de diseño, se compone de varias etapas las cuales se muestran en la figura 1 [7].

Fig. 1. Etapas del Diseño Centrado en el Usuario [7].

Etapas del DCU según el estándar ISO 9241-210:2010 [7] 1. Especificación del contexto de uso: Es la etapa en la que se identificará a los usuarios finales de la aplicación, el motivo, bajo qué condiciones y en donde lo utilizaran. 2. Especificación de los requisitos: Se basa en la identificación de las necesidades y los objetivos del usuario, además de los requisitos de la aplicación y su uso. 3. Producción de soluciones de diseño: Conforme a los datos que se obtienen en las dos fases anteriores se lleva a cabo el diseño de la aplicación. 4. Evaluación de los Diseños: En esta etapa se evalúa la aplicación para saber si esta cumple con los requisitos anteriormente planteados y logra cubrir las necesidades para la cual fue desarrollada, si es así el proceso termina, en caso contrario es necesario repetir el proceso desde su primera etapa.

3.1

Especificación del contexto de uso

La primera etapa, sirve para identificar las necesidades del usuario, los objetivos que estos desean cumplir al usar la aplicación. Se realizaron encuestas para conocer la opinión, que las personas tienen acerca del usar una aplicación móvil en el cuidado de su salud, así como sus experiencias previas con este tipo de aplicaciones. La aplicación de las encuestas se realizó de manera presencial en la Plaza Bicentenario localizada en la ciudad de Zacatecas, Zacatecas, en dicho lugar se puede encontrar una gran

cantidad de personas de todas las edades ya que esta es la entrada hacia el centro de la ciudad [11]. También se realizó de forma electrónica con la herramienta de Google Forms, la cual permite crear y aplicar encuestas de forma gratuita, organizando la información obtenida en gráficas [12]. 3.2

Especificación de los requisitos

De acuerdo a los resultados obtenidos con las encuestas de la etapa anterior, se realizan gráficos y tablas para una mejor interpretación de los datos, identificando a los usuarios potenciales de la herramienta, así como la edad en la que existe una mayor preocupación de las personas por su salud y el interés y aceptación a utilizar una aplicación móvil para su cuidado. Para saber las preguntas que debían incluirse en el cuestionario, que se le realizara al usuario en la aplicación y calcular el porcentaje de posible riesgo a contraer diabetes se usó el Cuestionario de Factores de Riesgo ya que está aprobado por el Gobierno de México y es utilizado por para encontrar si una persona está en riesgo de padecer diabetes, hipertensión u obesidad [8]. 3.3

Producción de soluciones de diseño

En esta etapa se plantea el diseño de un prototipo de baja fidelidad ya que es una manera barata y fácil de proporcionar prototipos para su evaluación, baja fidelidad significa que los prototipos a utilizar no contienen el aspecto real y final de la interfaz aun cuando estas operen de manera similar, sirven para obtener una gran cantidad de información sobre la interacción entre la interfaz y el usuario [13]. Para realizar los prototipos de la aplicación se empleó el software llamado Balsamiq Mockups 3, el cual ofrece un periodo de prueba gratuita de 30 días, que es una herramienta de diseño de interfaces de usuario de baja fidelidad, llamados wireframes o mockups sin necesidad de escribir códigos, esta herramienta permite la creación de mockups como si se estuviera trabajando con papel y lápiz, pero añadiendo la facilidad de modificar y reorganizar los diseños al ser de forma digital [14]. 3.4

Evaluación de los Diseños

Para la evaluación de los prototipos creados en la etapa anterior, se utilizó el software llamado Justinmind, el cual permite el uso de todas sus características por un periodo de 30 días, después de los cuales se pasa a la versión gratuita que deshabilita algunas de ellas, la elección de este software fue debido a que permite crear prototipos interactivos sin necesidad de escribir código, lo que permite evaluar la funcionalidad de la aplicación en la computadora o en la aplicación móvil para Android que lleva el mismo nombre [15]. Además, permite la creación de mockups desde imágenes ya anteriormente creadas, lo que permitió el uso de los prototipos creados en Balsamiq Mockups. Con el propósito de obtener datos demográficos y el punto de vista de los usuarios hacia el prototipo de aplicación, se aplicó grupos de enfoque y un pequeño cuestiona-

rio, ya que esta técnica permite conocer la experiencia y preferencias del usuario respecto al prototipo, además, de poder solicitarle su opinión [16]. La cantidad de usuarios necesarios para la realización de la evaluación, de acuerdo con Jakob Nielsen, quien es considerado el padre de la usabilidad, declara que la evaluación de un software por un grupo pequeño de usuarios, proporciona los mismos o mejores resultados que un grupo grande, por lo tanto, con sus investigaciones, manifiesta que para evaluar productos grandes se requiere de 5 a 8 usuarios, mientras que, para un producto pequeño, sólo se necesita entre 3 a 5 usuarios [17].

Resultados

De acuerdo a la implementación de cada una de las etapas del Diseño Centrado en el Usuario (DCU) en el desarrollo del prototipo, se muestra los resultados que se obtuvieron en cada una de las etapas, mediante gráficos y tablas para una mejor comprensión de la información. 4.1

Especificación de los requisitos

A partir de las encuestas realizadas presencialmente y en los formularios de google, en conjunto se obtuvo la opinión total de 76 personas, de las cuales sus edades se encuentran en el rango de 15 a 65 años. Los resultados obtenidos de las encuestas, muestran que el mayor número de personas entrevistadas se encuentra en el rango de edad de los 18 a 28 años con un total de 47 personas los datos se pueden observar en la tabla 1, se notó el rechazo de las personas de mayor edad a contestar la encuesta, esta fue la causa de obtener pocas encuestas a personas mayores de 39 años. Tabla 1. Edad de las personas encuestadas.

Rango de edades (años) -18 años 18-28 años 29-38 años 39-49 años +50 años

Total 1 47 16 6 6

Total

Uno de los principales motivos para que una persona haga uso de una aplicación móvil en el cuidado de su salud, es necesario de que exista en él, una preocupación de conocer su estado de salud y en dado caso comprender cómo puede mejorarla. Con los datos obtenidos en la encuesta, se puede observar que más del 50 % de las personas encuestadas están sobre del nivel de interés 3 (medio) de preocupación por su propia salud, los datos se pueden observar en la Tabla 2.

30 Tabla 2. Porcentaje de preocupación por su salud respecto a los rangos de edad. Nivel de interés en su salud (Siendo 5 el índice más alto) Rango de edades (años) -18

0.00%

100.00%

0.00%

18-28

6.38%

2.13%

31.91%

27.66%

31.91%

29-38

6.25%

0.00%

31.25%

25.00%

37.50%

39-49

16.67%

0.00%

50.00%

33.33%

0.00%

16.67%

0.00%

16.67%

66.67%

A pesar de que existe una preocupación por su salud el 44.7% de las personas encuestadas no se han realizado una prueba para saber si padecen diabetes, aunque el 80.3% afirmo tener familiares que padecen esta enfermedad. Un dato interesante que se obtuvo, es que no muchas personas están familiarizadas con aplicaciones para el cuidado de la salud, y las personas que, si las han utilizado, han sido principalmente para acondicionamiento físico. Los aspectos positivos de estas experiencias fue que se daba seguimiento a los avances obtenidos, así como brindar recordatorios y avisos para que el usuario no se olvide de realizar los ejercicios, de los puntos negativos mencionados, fueron que para algunas de ellas era necesario siempre estar conectado a internet para su buen funcionamiento y contaban con un gran número de anuncios, además de la complejidad de éstas, lo que ocasionaba que fuera difícil el utilizar y necesitaban un tiempo para aprender a manejarla. La aceptación de los usuarios para el uso de una aplicación, que mediante un breve cuestionario les muestre el porcentaje de su posible riesgo a contraer diabetes, fue alta y más de la mitad de los usuarios afirmaron que la utilizarían. Los datos acerca de la aceptación respecto los rangos de edades se muestran en la tabla 3 y figura 2.

Tabla 3. Interés de las personas para usar la aplicación que proporcione su posible riesgo a contraer diabetes.

Nivel de interés para el uso de la aplicación (Siendo 5 el índice más alto) Rango de edades (años) -18 18-28

0.00% 2.13%

0.00% 4.26%

100.00% 12.77%

0.00% 27.66%

0.00% 53.19%

29-38

6.25%

0.00%

18.75%

25.00%

50.00%

39-49

16.67%

0.00%

16.67%

33.33%

+50

16.67%

0.00%

50.00%

0.00%

33.33%

Fig. 2. Interés de las personas en el uso de la aplicación móvil que proporcione su posible riesgo a contraer diabetes.

Además, se observa que existe un gran interés de los usuarios a conocer la ubicación de los médicos y/o nutriólogos en su ciudad (figura 3), también mostraron la aceptación de que el porcentaje de su posible riesgo obtenido en la aplicación pueda ser revisado por un médico y/o nutriólogo, para así llevar un seguimiento sobre el estado de salud del usuario. Por lo que la idea de integrar una lista de éstos, fue muy aceptada, los resultados obtenidos se muestran en la figura 4 y 5.

Fig. 3. Nivel de aceptación de las personas a conocer médicos y/o nutriólogos dentro de su ciudad

Fig. 4. Nivel de aceptación a que médicos den un seguimiento al resultado obtenido en la aplicación.

Fig. 5. Nivel de aceptación de las personas a que los nutriólogos y médicos den un seguimiento al resultado obtenido en la aplicación.

4.2

Producción de soluciones de diseño y Evaluación de los Diseños

Con los datos obtenidos en las etapas anteriores del diseño centrado en el usuario (DCU) se realizó un prototipo de baja fidelidad ya que es barato y puede realizarse en poco tiempo lo que facilita su evaluación y rediseño. Este tipo de prototipo no planea mostrar el aspecto final de la aplicación, sin embargo, puede usarse para evaluar la funcionalidad [13]. Se realizó un primer prototipo el cual constaba de 11 pantallas de las cuales 5 presentaban las preguntas del cuestionario, para navegar por estas preguntas era necesario que el usuario pulsara un botón, ya sea de retroceso o de avance para responder las preguntas, este prototipo no constaba de diversos colores, solo contenía blanco y negro. De igual manera estos se diseñaron con el software de Balsamiq Mockups, estas pantallas obtenidas se pasaron a Justinmind para ser evaluadas por usuarios y obtener una retroalimentación sobre el diseño y la facilidad de uso de esta. Los resultados obtenidos con la encuesta mostraron que el prototipo de aplicación era un poco difícil de usar, ya que los usuarios comentaron que era complicado estar pulsando un botón para responder el cuestionario, otro comentario a notar fue, que debían cambiarse los colores empleados para el primer prototipo ya que no fue de agrado para la mayoría de los usuarios evaluadores.

El segundo prototipo consta de 5 pantallas, de manera que el usuario en solo una logre contestar todas las preguntas del cuestionario y con una pulsación lograr obtener el porcentaje de su posible riesgo a contraer diabetes, por lo que se redujo el número de pulsaciones, así como el cambio de los colores empleados en el primer prototipo. Los colores empleados para la aplicación se pueden observar en las pantallas de las figuras 6 y 7 donde se muestra la pantalla de inicio y el inicio del cuestionario con el que se calcula su porcentaje a contraer diabetes.

Fig. 6. Pantalla de inicio de la aplicación.

Fig. 7. Cuestionario para el cálculo del porcentaje de su posible riesgo a contraer diabetes.

En la pantalla donde se presenta el porcentaje de su posible riesgo a contraer diabetes se dividió en 3 niveles de riesgo, el nivel bajo, medio y alto, los cuales pueden observarse en la figura 8.

Fig. 8. Pantallas que muestran los 3 niveles de riesgo.

Después de haber obtenido el porcentaje, se les muestran las recomendaciones correspondientes, provenientes también del cuestionario de factores de riesgo, las cuales se pueden observar en la figura 9.

Fig. 9. Recomendaciones presentadas a los usuarios.

Como pantalla final se muestra la lista tanto de médicos como de nutriólogos separándolos con un índice para diferenciarlos (figura 10). Además de colocar un botón para volver a la pantalla principal de la aplicación.

Fig. 10. Lista de médicos y nutriólogos en la ciudad del usuario.

Con el segundo prototipo se realizó la prueba a 5 usuarios, de acuerdo a Jakob Nielsen [17], a los que se les explico que el porcentaje que obtuvieran en la aplicación no sería verdadero, ya que ese no era la aplicación final, únicamente uno de los primeros prototipos y solo se simulaba su funcionalidad y no realizaba ningún cálculo.

Fig. 11. Evaluación del prototipo por usuarios

Los usuarios participantes en el grupo de enfoque eran de diferentes edades, comprendidas entre los 18 a los 35 años (tabla 4), a quienes con la finalidad conocer su satisfacción con el prototipo y obtener datos demográficos, se les realizo un pequeño cuestionario de 7 preguntas. Las cuales se enuncian a continuación:

1.- ¿Cuál es su edad? 2.- ¿Cuál es su sexo? 3.- En la escala del 1 al 5, siendo 5 lo más difícil, ¿Qué tan complicado es el uso de la aplicación? 4.- En la escala del 1 al 5, siendo 5 el índice más alto ¿Qué tan de acuerdo está con que la aplicación cumple con el objetivo? 5.- ¿Qué fue lo que más le gusto de la aplicación? 6.- ¿Qué fue lo que no le gusto de la aplicación? 7.- De manera general ¿Qué mejoraría de la aplicación? De los usuarios encuestados 1 era mujer y 4 hombres, estas se aplicaron a alumnos de ingeniería electrónica industrial de la UAZ.

Tabla 4. Edades de las personas que usaron el prototipo de aplicación. Rango de edades (años)

Total

Con las preguntas anteriores se logró la obtención de 2 tipos de resultados, los que se obtuvieron mediante las preguntas y los obtenidos mediante la observación y los comentarios adicionales realizados por los usuarios. Con las preguntas se obtuvieron los siguientes resultados: de la pregunta 3, antes ya mencionada, se obtuvo que el prototipo era sencillo de utilizar ya que su respuesta en el grado de dificultad se encontró en la escala 1 y 2, siendo 1 fácil y 5 difícil. Con la pregunta 4 se muestra que el objetivo del prototipo de aplicación se cumplió, el cual consiste en que esta le otorga al usuario su posible riesgo a contraer diabetes, el cual se basa en contestar un breve cuestionario. Lo que más les gusto, fue la idea, de que es una herramienta de apoyo para la prevención de la diabetes, así como el mostrarles una lista de médicos y nutriólogos que se encuentran en su ciudad, para así buscar mejorar su salud. En la pregunta 6 y 7 se obtuvieron respuestas parecidas, ya que algunos consideraban que era necesario mejorar la estética. Resultados obtenidos por observación y comentarios adicionales: mientras los usuarios realizaban la evaluación se observó que no mostraron dificultad para respon-

der el cuestionario, y lo respondieron con rapidez. Los usuarios comentaron que a pesar de ser solamente un prototipo y que no mostraba el porcentaje de riesgo real, era alarmante el obtener un porcentaje alto a contraer la enfermedad, lo que les hacía tomar conciencia y alentaba a buscar maneras de mejorar su salud. Respondieron que los colores y la estética de la aplicación aun necesitaba mejorarse para hacerla más atractiva visualmente.

Conclusiones

Con la implementación del Diseño Centrado en el usuario en el desarrollo del prototipo de la aplicación móvil, se logró obtener una que cumple con la satisfacción del usuario, es decir, que los usuarios realizaron comentarios positivos acerca de la funcionalidad del prototipo, además de la aceptación, de que en su versión final pueda ayudar en la prevención de diabetes. Las 4 etapas del DCU ayudan a obtener un producto de mejor calidad y que sea fácilmente aceptado por los usuarios, ya que se desde la primera etapa, se busca identificar quien es el usuario y que se espera del producto, y durante las etapas siguientes hasta la final es el usuario quien aporta la retroalimentación para ir mejorando tanto el diseño como la funcionalidad. Como trabajo futuro, y con el propósito de diferenciar esta aplicación sobre las ya disponibles en la comunidad, se pretende implementar técnicas de inteli-gencia artificial como (data mining, bigdata, deep learning, genetics algorithms) tanto para el análisis de la información obtenida por la aplicación, como para las recomendaciones y feedback que se darán al usuario.

Agradecimientos Gracias a los Docentes de la Maestría en Ciencias del Procesamiento de la Información de la Universidad Autónoma de Zacatecas por el apoyo y consejos hacia el proyecto, al igual que a mis compañeros de clase que dieron sus puntos de vista en mejora de los prototipos. Gracias a los aspirantes de la carrera en Ingeniería Electrónica Industrial que ayudaron a llevar acabo la evaluación de los prototipos.

Referencias 1__ A. Loke, «Diabetes,» Organización Mundial de la Salud, 2018 Octubre 2018. [En línea]. _ Available: https://www.who.int/es/news-room/fact-sheets/detail/diabetes. [Último acceso: Enero 2019]. 2 G. Soto Estrada, L. Moreno Altamirano y D. Pahua Díaz, «Panorama epidemiológico de México, principales causas de morbilidad y mortalidad,» Revista de la Facultad de Medicina de la UNAM, 29 Marzo 2016. [En línea]. Available: http://www.medigraphic.com/pdfs/facmed/un-2016/un166b.pdf. [Último acceso: Noviembre 2018].

38 3

5 6 7 8

12 13

14 15 16

D. GODOY, «Diabetes, tercera causa de muerte en Zacatecas,» NTR, 13 Noviembre 2016. [En línea]. Available: http://ntrzacatecas.com/2016/11/13/diabetes-tercera-causade-muerte-en-zacatecas-2/. [Último acceso: Noviembre 2018]. «Cuentame INEGI,» INEGI, [En línea]. Available: http://cuentame.inegi.org.mx/monografias/informacion/zac/poblacion/dinamica.aspx?tem a=me&e=32. [Último acceso: Noviembre 2018]. «Samsung Health,» SAMSUNG, [En línea]. Available: https://www.samsung.com/mx/apps/samsung-health/. [Último acceso: Enero 2019]. «IMSS Digital,» Gobierno de México , [En línea]. Available: http://www.imss.gob.mx/imssdigital. [Último acceso: Enero 2019]. Ergonomics of human-systems interaction –Part 210: Humancentred design for interactive systems, traducido de (ISO 9241-210), 2010. «Cuestionario de Factores de Riesgo,» Gobierno de México, 22 Octubre 2015. [En línea]. Available: https://www.gob.mx/salud/documentos/cuestionario-de-factores-de-riesgo. [Último acceso: Noviembre 2018]. R. Galeano, «Diseño centrado en el usuario,» Revista Q - ISSN: 1909-2814, 2008. [En línea]. Available: https://revistas.upb.edu.co/index.php/revista_Q/article/view/7831. [Último acceso: Octubre 2018]. «Diabetes - Diario de glucosa,» Google Play, 19 Noviembre 2018. [En línea]. Available: https://play.google.com/store/apps/details?id=com.szyk.diabetes. [Último acceso: Enero 2019]. A. Amador, «Plaza Bicentenario recuerda el antiguo pueblo minero,» NTR, 16 Junio 2015. [En línea]. Available: http://ntrzacatecas.com/2015/06/16/plaza-bicentenariorecuerda-el-antiguo-pueblo-minero/. [Último acceso: Enero 2019]. «Crea formularios atractivos,» Google, [En línea]. Available: https://www.google.com/intl/es_mx/forms/about/. [Último acceso: Diciembre 2018]. J. Hom, A. Floría, «Prototipado de Baja Fidelidad (Low-Fidelity prototyping),» Departamento de Ingeniería de Diseño y Fabricación. Centro Politécnico Superior Universidad de Zaragoza, [En línea]. Available: https://www.sidar.org/recur/desdi/traduc/es/visitable/tecnicas/Low.htm. [Último acceso: Mayo 2019]. «Balsamiq Mockups 3 Application Overview,» Balsamiq, [En línea]. Available: https://docs.balsamiq.com/desktop/overview/. [Último acceso: Noviembre 2018]. «Free wireframing tool,» Justinmind, 2018. [En línea]. Available: https://www.justinmind.com/free-wireframing-tool. [Último acceso: Enero 2019]. J. Hom, A. Floría, «Entrevistas y Grupos Orientados (Interviews and Focus Groups),» Departamento de Ingeniería de Diseño y Fabricación. Centro Politécnico Superior Universidad de Zaragoza, [En línea]. Available: https://www.sidar.org/recur/desdi/traduc/es/visitable/indagacion/Interv.htm. [Último acceso: Mayo 2019]. R. Vega, Z, Rodríguez, Y. Justo, «Procedimiento para realizar pruebas de usabilidad,» Universidad de las Ciencias Informáticas, Carretera a San Antonio de los Baños, [En línea]. Available: http://www.informatica-juridica.com/wpcontent/uploads/2014/01/Procedimiento_para_realizar_pruebas_de_usabilidad.pdf. [Último acceso: Mayo 2019].

Diseño centrado en el usuario y técnicas de Game Testing para el rediseño de un Videojuego Casual Jared D. Salinas González1, Huizilopoztli Luna García1, Carlos E. Galvan Tejada1, Hamurabi Gamboa Rosales1, Alfredo Mendoza González2, José M. Celaya Padilla3, Jorge I. Galván Tejada1, Roberto Solís Robles1 1

Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro,98000 Zacatecas, Zac, México. 2 PRODEP – Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro, 98000 Zacatecas, Zac, México. 3 CONACYT –Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro, 98000 Zacatecas, Zac, México. {jared.salinas94, hlugar, ericgalvan, hamurabigr, jose.celaya, gatejo, rsolis}@uaz.edu.mx, mendoza.uaa@gmail.com

Resumen. Heavy Knowledge es un videojuego casual desarrollado en 2015 cuyo desarrollo no siguió un proceso centrado en el usuario. En la siguiente investigación demostramos que con la técnica Game Testing utilizado en el proceso Diseño Centrado en el Usuario (DCU) en las respectivas etapas: especificación de requisitos y evaluación de las propuestas de diseño se rediseñó el videojuego en base a un enfoque centrado en el jugador, con el objetivo de mejorar la experiencia de juego. Gracias a esta estás metodologías los jugadores ayudaron a identificar problemas clave en el videojuego y con esa retroalimentación poder generar decisiones de diseño que permitió mejorar la experiencia en el videojuego de ser “Ni buena ni mala” a “Buena” de acuerdo a la siguiente escala: Muy mala, Mala, Ni buena ni mala, Buena, Excelente. Palabras clave: Diseño Centrado en el Usuario, desarrollo de videojuegos, gamificación, Game Testing.

Introducción

El desarrollo de videojuegos es un negocio que se ha incrementado considerablemente en la última década y ha generado enormes ganancias a nivel mundial. Gracias a la movilidad de la tecnología, los videojuegos han pasado de ser parte de una sala de casa a acompañar a millones de personas en su vida diaria ya que los dispositivos móviles han permitido que más gente consuma videojuegos en pequeñas sesiones de tiempo. Los videojuegos casuales se definen como: videojuegos que ofrecen cortos periodos de entretenimiento y no tienen objetivos muy complejos para el jugador, éste tipo de videojuegos representan uno de los mercados más lucrativos en el mercado actual de videojuegos[1] [2].

El videojuego casual Heavy Knowledge fue desarrollado por estudiantes de la Universidad Autónoma de Zacatecas, pertenecientes a la Unidad Académica de Ingeniería Eléctrica de la licenciatura de Ingeniería en Software para dispositivos Android en el año 2015. La temática del videojuego consiste en que un jugador controla a un personaje cuyo objetivo es atrapar los libros que van cayendo dentro del nivel “para aumentar sus conocimientos”. Atrapar libros hace que aumente su puntuación, sin embargo, “no todos los libros generan conocimiento útil” así que también se deben evadir los libros que reducen su salud.

Fig.1. Captura del videojuego HeavyKnowledge

En la Fig. 1, se muestran los elementos más importantes del videojuego, los cuáles son:  Personaje: protagonista controlado por el jugador.  Corazón: indica la salud del personaje, si la salud del personaje es igual a cero, el juego se acaba.  Score/puntación: Muestra los puntos obtenidos por el personaje.  Flecha: Son los botones que indican la dirección de desplazamiento del personaje (las flechas se reajustan al tamaño del dispositivo Android).  Libros, los cuales existen en diferentes colores y al ser recogidos tienen diferentes efectos en el juego: ─ Naranjas: aumentan la puntuación del jugador. ─ Negros y vinos: Tienen una imagen de calavera y al ser tocado por el personaje disminuyen su salud. ─ Verdes: Tienen una imagen de cruz roja y al ser recogidos recuperan la salud del personaje. Aunque durante el desarrollo del videojuego Heavy Knowledge técnicas de gamificación[3] habían sido consideradas, es importante mencionar que no se implementó un proceso que permitiera evaluar la experiencia de juego (el grado de conformidad del jugador con el videojuego). Evaluar la experiencia de juego es importante debido a que un videojuego que no ofrece una experiencia de juego buena es susceptible a perder su base de jugadores, por eso es importante tener que evaluar la experiencia del

juego con un marco de trabajo que permita una interacción con el jugador, como es el caso del Diseño Centrado en el Usuario (DCU), donde el diseño de un sistema es conducido en base a los usuarios, en este caso, en el jugador, así se pueda evaluar su grado de experiencia del juego y verificar si el juego cumplía con la experiencia de juego necesaria que lo mantuviera entretenido en dicho juego. El objetivo de este artículo es describir como a través de la implementación del proceso DCU y la incorporación de técnicas de Game Testing dentro de las etapas de DCU se puede hacer una evaluación de la primera versión del videojuego y mejorar la experiencia de juego.

Marco Teórico

Diferentes metodologías y patrones de diseño han sido propuestos por la comunidad académica para el desarrollo de videojuegos, por ejemplo, Héctor Costa [4], menciona que el desarrollo de un videojuego se aborda en un ciclo de vida constituido por siete fases, que a continuación se describen brevemente:  Fase de concepción/pre-producción: Fase caracterizada por la idealización del videojuego, se decide el género del videojuego, audiencia esperada, contexto del videojuego, ambientación, etc.  Fase de diseño: Fase en la que el equipo de desarrollo plasma con prototipos generalmente de baja fidelidad las ideas de la fase de concepción y se refinan de forma iterativa e incremental dentro del ciclo de vida.  Fase de planificación: Fase en la que el equipo de desarrollo determina las tareas, equipos, plazos de entrega del videojuego.  Fase de producción: Fase en la que el equipo de desarrollo implementa las ideas generadas en el diseño.  Fase de pruebas: Fase con dos objetivos importantes, la corrección de errores de programación y la mejora de las mecánicas de juego.  Fase de marketing: Fase que transcurre en todo el ciclo de vida del videojuego, consiste en utilizar medios digitales como físicos que permitan crear expectativa hacía una base de jugadores potenciales.  Fase de mantenimiento/ post-producción: Fase que consiste en arreglar errores de programación no detectados previamente y mejorar el videojuego mediante actualizaciones. Además del ciclo de vida, han surgido otros procesos basados en DCU una de ellas es el enfoque PCGM (Player-Centred Game Design, por sus siglas en inglés)[5] que implementa técnicas de DCU en las de fases de pre-producción, producción y post-producción del ciclo de vida de desarrollo de videojuegos. Otro enfoque es el Affective User-Centered Design for Videogames (AUCD) de Yiing Y’ng y Chee Weng Khong, los cuales definen técnicas provenientes de la Interacción Humano Computadora (HCI, Human Computer Interaction por sus siglas en inglés) con un enfoque en videojuegos, los cuales describen métodos cuyo objetivo es evaluar y mejorar la experiencia de juego. AUCD identifica mecánicas en el videojuego que permite ofrecer al jugador una experiencia “emocional” o “afectiva”, reducir frustraciones del jugador producidas por el videojuego. Dichos métodos se clasifi-

can como métodos no invasivos y métodos de retroalimentación de usuarios[6]. En la Tabla 1. Se describen los métodos no invasivos.

Tabla 1. Métodos no invasivos Métodos Medidas de Observación Medidas físicas

Medidas Fisiológicas

Descripción La evaluación es conducida al observar y registrar la interacción del usuario con el videojuego. Los cuales pueden ser las expresiones faciales como las vocales. Se hace uso de cámaras, sensores, micrófonos, para revelar respuestas motoras cuando el jugador interactúa con el videojuego. Pueden ser sensores pasivos como el uso de controles de movimiento. Medición de la presión sanguínea, pupilas, corazón y ondas cerebrales. Con el uso wearables, se hacen observaciones de señales fisiológicas. Y el Biofeedback, el cual el usuario controla sus respuestas fisiológicas con el objetivo de interactuar con el juego.

Los métodos de Retroalimentación de Usuarios son descritos en la Tabla 2. Tabla 2. Métodos de retroalimentación de usuario. Métodos Metodos Clásicos

Pruebas de Usabilidad

Métodos de Playtesting/Game Testing

Descripción Métodos tradicionales de Diseño Centrado en el Usuario, como: entrevistas, cuestionarios, grupos focales. Son conducidos en base a la percepción que tienen con el juego.Permite a los diseñadores obtener un mejor entendimiento de cómo los jugadores perciben su juego, sobretodo en las etapas de pre-producción Evaluación con expertos a través de revisiones. Los expertos pueden comentar problemas de usabilidad, así como medir criterios como la efectividad, eficiencia, capacidad de aprendizaje y la capacidad de los usuarios para recordar los elementos del juego. Es una combinación entre una entrevista, cuestionario u otro método clásico y un prototipo jugable del videojuego. El método permite encontrar poblemas críticos de diseño del videojuego, ya que muestra una persepción de cómo es la experiencia de juego del jugador. También es la forma más fácil de encontrar problemas en un videojuego en etapas finales del ciclo de vida de un videojuego, ya que se evaluan prototipos o versiones del juego funcionales.

Metodología e implementación

Para el rediseño del videojuego casual Heavy Knowledge se empleó el proceso de DCU con base a la norma ISO:9241-210:2010 (ver en la Fig. 2).

Fig.2. Proceso de Diseño Centrado en el Usuario ISO:9241-210:2010[7]. Como una modificación al paradigma original, la primera tarea que se aplicó fueron las etapas de Evaluación de los diseños y Especificación de los requisitos de la Fig.2. Debido a que la primera versión del videojuego fue evaluada para obtener e identificar las necesidades de los jugadores. Para estas etapas el método de Game Testing fue utilizado, ya que es uno de los métodos más óptimos y usados dentro del enfoque AUCD cuando se cuenta con un prototipo funcional y no se tiene las herramientas de hardware de los métodos no invasivos. Como aclaración, no se realizó el proceso de especificación de contexto de uso, debido a que el videojuego ya tenía un contexto de uso y audiencia definida. En la etapa de especificación de los requisitos, se evaluó el videojuego en su versión 1 y con la retroalimentación recabada por los jugadores se identificaron los requisitos, en el contexto del videojuego fueron los cambios necesarios que se deben aplicar para mejorar la experiencia de juego. Los requisitos obtenidos fueron usados para dirigir la etapa de producción de soluciones de diseño, durante esta etapa se realizaron los cambios en el videojuego necesarios para cumplir con los requerimientos obtenidos de los jugadores y así generar una versión 2 del videojuego. En la etapa evaluación de los diseños la versión 2 del videojuego fue evaluada mediante otro Game Testing. El Game Testing usa un cuestionario que fue elaborado combinando las mecánicas de juego que se identifican en [6] y los Game Testing descritos en [8] y [9] el cual se puede observar en la Tabla 3. Con la ayuda del evaluador del Game Testing, el jugador identifica y escribe mediante el cuestionario los problemas en cada uno de los rubros que se pretenden evaluar y les asigna un valor cuantitativo en una escala del 1 al 10. Cabe mencionar que los elementos en blanco en la Tabla 3. Denotan que el jugador puede escribir dentro de columna.

44 Tabla 3. Cuestionario del Game Testing usado en el rediseño del videojuego Heavy Knowlegde. Elemento a Evaluar Desafío

Visualización y estética Narrativa

Usabilidad de la interfaz Flujo

Ejemplo

Problema

Severidad (1 á 10)

Le pregunta al jugador con aspectos de los desafíos que presenta el juego. Le pregunta al jugador, aspectos de la estética del juego. Le pregunta al jugador sobre aspectos narrativos del juego Le pregunta al jugador aspectos de la interfaz. Le pregunta al jugador, cosas respecto del control y flujo del juego, en otras palabras como responde el videojuego a sus acciones.

El funcionamiento del siguiente Game Testing es el siguiente:  Sesión de juego: Un grupo pequeño de jugadores juega al videojuego a ser evaluado. Como nota adicional no hay un limite de tiempo, los jugadores determinan el tiempo de evaluación.  Sesión de evaluación: Al terminar la sesión de juego, el productor del Game Testing explica a los jugadores como van contestar el cuestionario y pide a los jugadores que escriban si encontraron algún problema en alguno de los elementos a evaluar. Para evitar ambigüedad al usar esta técnica, los evaluadores pueden ofrecer como ayuda mediante ejemplos o ayuda asistida de cómo contestar el documento. La severidad total de un elemento evaluado en el cuestionario del Game Testing es igual a la suma de las severidades totales del elemento que se evalúa, donde n es el número de jugadores que evaluaron el Game Testing, como se describe en la ecuación 1. (1) Está ecuación permite dar una ponderación de severidad del problema que afecta al videojuego y permite identificar priorizar problemas que hayan tenido una ponderación alta. Además del cuestionario descrito en la Tabla 3. Para que el jugador evaluara y explicara sus opiniones con respecto al videojuego, el cuestionario descrito en la Tabla 4 fue usado y consiste en un conjunto de preguntas abiertas y de opción múltiple. Para que se puedan diferenciar entre ambos tipos de preguntas, las preguntas de opción

múltiples fueron rellenadas en negritas y se pusieron con un formato de texto centrado. Tabla 4. Cuestionario Afectivo con respecto al videojuego 1. ¿Qué es lo que te gustó más y qué es lo que te gustó menos del videojuego? 2. ¿Fue complicado de entender el objetivo del videojuego? Muy de acuerdo, de acuerdo, ni de acuerdo ni desacuerdo, desacuerdo, muy en desacuerdo. 3. La interfaz del videojuego te guío de una manera sencilla de como jugarlo Muy de acuerdo, de acuerdo, ni de acuerdo ni desacuerdo, desacuerdo, muy en desacuerdo 4. ¿Qué elementos del videojuego conservarías y que otros quitarías para mejorar tu experiencia de juego? 5. ¿Qué calificación le pondrías a tu experiencia de juego? Excelente, buena, ni buena ni mala, mala, muy mala 6. ¿Volverías a jugar de nuevo al videojuego? Si, No, Solo si arreglaran los defectos encontrados

Para la programación y rediseño del videojuego fue usado el motor gráfico Unity 3D y el lenguaje de programación C#. 3.1

Evaluación del prototipo de diseño

La siguiente sección se subdivide por las etapas del proceso de DCU, y se explica con más detalle las tareas realizadas en cada una de las etapas para mejorar la experiencia de juego del videojuego Heavy Knowledge. Para el caso de estudio se aplicó una iteración y para cuestiones de éste articulo, la versión 1 es el videojuego sin rediseño y la versión 2 es la rediseñada con el enfoque de DCU. Especificación de los requisitos La especificación de los requisitos se realizó en la Unidad Académica De Cultura de la Licenciatura de Lenguas Extranjeras de la Universidad Autónoma de Zacatecas. Durante esta etapa se recabó e identificó las necesidades de los jugadores para la elaboración de soluciones de diseño. A un grupo de 20 jóvenes (10 hombres y 10 mujeres) con una edad promedio de 20 años (cabe destacar que la edad en este caso de estudio es importante ya que la mayoría de los consumidores de videojuegos casuales se encuentran en ese rango de edad) [10] se les pidió que jugaran la versión 1 y después se les indicó contestar el cuestionario del Game Testing de la Tabla 3 Y el cuestionario de la Tabla 4. En la Fig. 3. Se muestra una foto del Game Testing efectuado.

Fig. 3. Game Testing de la Especificación de requisitos.

Los resultados provenientes del primer Game Testing se describen en la Tabla 5. Tabla 5. Resultados del Game Testing de la primera evaluación Elemento Evaluado Desafio

Visualización y Estética.

Narrativa

Usabilidad de la interfaz Flujo

Descripción del problema más identificado El personaje del videojuego se muere muy rápidamente al inicio de la partida. Hay poca variedad de ambientes y por la tonalidad de los gráficos no se alcanzan a distinguir elementos de la interfaz y del videojuego. La música del background es muy ruidosa. Tiene poca variedad en sonidos. No hay indicadores de objetivos del juego, o de los elementos de la pantalla. No se identifican los botones de los otros elementos del juego. No hay forma de salir del juego. El movimiento del personaje es muy lento. No se puede pausar el juego, una vez comenzado el juego.

Solución planteada por el jugador Hacer que los libros del videojuego que quitan vida no aparezcan tan pronto en el juego. Hacer diferentes modos de juego con diferente dificultad. Variar los escenarios y música del juego. Poner sonidos que indiquen que has agarrado un libro. Mejorar la presentación visual del juego.

Puntaje de severidad (0 al 200) 159

141

Agregar en el juego la visualización o explicación de los elementos del juego.

133

Hacer los botones más fáciles detectar.

127

Agregar un botón de pausa.

169

Mejorar y aumentar la movilidad del personaje. Mejorar la navegación de menús en el juego.

Los resultados sobre el cuestionario de la Tabla 4. Se describen en la sección 4. Resultados. Los resultados provenientes de la Tabla 5. Se usaron como las necesidades que debe satisfacer el videojuego para mejorar su experiencia de juego, es decir, los problemas identificados durante el Game Testing son la base para la producción de soluciones de diseño. Producción de soluciones de diseño Consiste en la producción de soluciones de diseño que implementen las características identificadas por los jugadores. Con la retroalimentación recabada cuyos resultados se encuentran en la Tabla 5. Se idearon soluciones para mejorar los problemas detectados por en el Game Testing, el cuál se baso en las sugerencias de los jugadores en cada una de las categorías evaluadas. En la característica del Desafío del videojuego:  Se cambió la forma en que los libros aparecen en el videojuego (libros que quitaban salud se omitieron al comienzo del nivel del juego y se implemento un algoritmo que a partir del puntaje del jugador también aumentara la dificultad del videojuego.  Se aumentó la salud del personaje de tres a cinco corazones (medidor de salud del juego).  Se diseñaron diferentes modos de dificultad, para que hubiera una dificultad diferente para cada jugador. Como se puede ver en la Fig. 4. Cabe aclarar que, en el rediseño del juego, no hubo ningún diseñador gráfico y que los cambios efectuados en la interfaz del videojuego buscaron solucionar otros problemas identificados.

Fig. 4. Selección de niveles de la versión 2 del juego.

En la característica de Visualización y estética del videojuego:  Se agregaron sonidos para que el jugador identificara de manera sonora los libros que aumentan puntos y los libros que disminuyen la salud de manera sonora.  En cada nivel se modificó la ambientación y la música para que cada nivel el jugador no se frustrara con el diseño de los niveles como de la música.  La música se cambió para que conforme a la salud del personaje indicar sonoramente cuando el personaje tiene poca salud. En la Fig. 5. Se puede ver la nueva presentación visual del juego, así como la interfaz del juego.

Fig. 5. Pantalla de la versión 2 del juego.

En la característica de Narrativa del videojuego:  Se agregó un menú de ayuda para que con esta opción se pudiese explicar los elementos de la interfaz y el objetivo del videojuego. En la característica de Usabilidad de la interfaz del videojuego:  Los botones se rediseñaron para que fuera más fácil identificar que botones son interactivos.  Se reestructuró la interfaz para que se visualizará en una mayor gama de resoluciones de Smartphones. En la Fig. 6. Se muestra la pantalla de inicio de la segunda versión del juego, ya con los cambios realizados.

Fig. 6. Pantalla de inicio del videojuego de la versión 2.

En la característica de Flujo del videojuego:  La movilidad del personaje aumentó.  Los botones se reprogramaron para que se percibieran mejor el movimiento producido de los jugadores.  Se mejoró la navegación del juego, se implemento un botón de pausa y otro para regresar al menú principal, botones no presentes en la versión 1 del videojuego. Como se ve en la Fig. 7.

Fig. 2. Pantalla de pausa de juego de la versión 2.

Evaluación de soluciones de diseño La evaluación de las soluciones de diseño se efectuó a 24 estudiantes (12 hombres y 12 mujeres) con una edad promedio de 20 años de la Unidad Académica De Cultura de la licenciatura de Lenguas Extranjeras y de la Unidad Académica de Ingeniería Eléctrica de la Licenciatura de Ingeniería de Software de la Universidad Autónoma de Zacatecas. La evaluación consistió en la realización de otro Game Testing para evaluar la versión 2 que fue producida en la etapa de Producción de soluciones de diseño. En la Fig. 8. Se pueden observar fotos de la evaluación.

Fig. 3. Game Testing del proceso de evaluación de soluciones de diseño.

Los resultados provenientes del cuestionario del Game Testing de la segunda versión se pueden observar en la Tabla 6. Tabla 6. Resultados del Game Testing de la Segunda evaluación Elemento Evaluado

Desafio

Descripción del problema más identificado

Solución planteada por el jugador

El videojuego no ofrece muchas recompensas más de allá de obtener una mayor puntuación. La velocidad en la que caen los libros

Que la velocidad de los libros ésten determinado por la puntuación a mayor puntaje, mayor rápidez. Aumentar las recompensas en el juego.

Puntaje de severidad (0 al 240) 49

50 Visualización y Estética. Narrativa

Usabilidad de la interfaz

Flujo

El videojuego no cubre en totalidad la resolución de mi pantalla. El menú de ayuda no explica el juego en gran detalle los elementos del videojuego. El color de los botones de las flechas del personaje no se distinguen muy bien, al igual que las imágenes de vida y puntación. El tamaño de la fuente de los elementos de la intefaz es pequeña.

Hacer que la resolución cubra el tamaño de la pantalla del movil. Mejorar el menú de ayuda, así como la fuente de los textos del menú de ayuda.. Cambiar el color de las flechas así como los indicadores del videojuego a unos más llamativos. Aumentar el tamaño de la letra. Optar por otra manera de movimiento del personaje.

No poder salir del videojuego cuando el botón de pausa se encuentra activo.

Poner un boton de salir en el menú de de pausa. Ajustar la velocidad de movimiento del personaje.

La velocidad de movimiento del personaje es muy alta.

Con respecto a los resultados del cuestionario, así como la comparativa de resultados entre la versión 1 y la versión 2, se encuentra en la sección 4. Resultados

Resultados

En el cuestionario afectivo de la primera evaluación, de los 20 jugadores, el valor más obtenido en la experiencia de juego fue “ni buena ni mala”, y si se arreglarán los problemas encontrados volverían a jugar el juego, en la Tabla 7. Se describe los resultados a mayor nivel de detalle.

Tabla 7. Resultados de experiencia de juego del primer prototipo. Las escalas y las opciones del lado derecho de la tabla corresponden con las preguntas 5 y 6 descritas en la Tabla 4. Resultados de experiencia de juego del primer prototipo

¿Jugarías de nuevo el videojuego?

Excelente (100) 0 Si 4

Experiencia de juego Ni buena Mala Muy mala ni mala (40) (20) (60) 3 11 4 2 No Solo si arreglaran los problemas encontrados 7 9

Buena (80)

Como se puede observar en los resultados en la Tabla 7. y relacionándolos con la Tabla 5. Con el Game Testing dentro del proceso de especificación de requisitos se identificaron problemas que causaron que la experiencia del juego fuera opacada, la mayor parte de los jugadores consideraron que su experiencia no fue “Ni buena ni mala” y que no volverían a jugar al videojuego si los problemas identificados en el Game Testing se solucionaran. En la evaluación de Game Testing del segundo prototipo, los resultados se encuentran descritos en la Tabla 8. Tabla 8. Resultados de experiencia de juego del Segundo prototipo. Las escalas y opciones del lado derecho de la tabla corresponden con las preguntas 5 y 6 descritas en la Tabla 4. Resultados de experiencia de juego del primer prototipo

¿Jugarías de nuevo el videojuego?

Excelente (100) 9 Si 23

Experiencia de juego Ni buena Mala Muy mala ni mala (40) (20) (60) 15 0 0 0 No Solo si arreglaran los problemas encontrados 0 1

Buena (80)

Gracias a los cambios efectuados en el videojuego hubo una mejoría en la experiencia de juego, la mayor parte de los jugadores calificó su experiencia de juego como “Buena” y “Excelente” y de los 24 jugadores evaluados, 23 jugarían de nuevo al videojuego. Siendo así una mejora muy importante en la experiencia de juego a comparación a la versión 1 el cuál no fue implementado con un proceso de Diseño Centrado en el Usuario. También el valor de severidad sobre los elementos evaluados que se observan en la Tabla 6 disminuyeron considerablemente a comparación de la Tabla 5 y se puede determinar que el videojuego Heavy Knowlegde mejoró notablemente su experiencia de juego gracias al proceso DCU y técnicas de Game Testing.

Conclusiones

Como se puede observar en éste articulo, la combinación de un proceso DCU y técnicas de Game Testing permiten desarrollar un videojuego que mejora de forma significativa la experiencia de juego de los jugadores gracias que toma la retroalimentación recabada por los jugadores, se logró lo siguiente: 1. Identificar los problemas de diseño e implementación del videojuego, en donde un proceso basado en el usuario hubiera sido difícil de detectar y corregir. 2. Crear soluciones de diseño que respondan a problemas críticos del videojuego, como es el desafío, usabilidad de la interfaz, visualización, estética, etc. 3. Aplicar una metodología robusta que permite la identificación de problemas del videojuego y que permite la evaluación de la experiencia de juego a partir de un prototipo funcional que se va mejorando de forma incremental en las iteraciones que se hayan establecido.

Como trabajo futuro, se sugiere medir el tiempo de evaluación del videojuego de cada jugador, para identificar patrones en los tiempos de juego y la experiencia de videojuego, así mismo, aumentar el número de iteraciones, para refinar la experiencia de juego.

Referencias 1.

3. 4.

5. 6. 7. 8.

9. 10.

J. Ranchal, “La gran oportunidad de la industria del videojuego,” 24-01-2014, 2014. https://www.muycanal.com/2014/01/24/oportunidad-de-la-industria-delvideojuego. [Accessed: 27-Oct-2018]. N. Elmqvist, “Understand and connect to a casual gamer,” Apr 12, 2017, 2017. [Online]. Available: https://medium.com/lets-play-to-achieve/understand-andconnect-to-a-casual-gamer-part-i-aa95c92c7b84. [Accessed: 21-Oct-2018]. A. Francisco, F. Luis, J. L. González, and J. L. Isla, “Analysis and application of gamification,” 2012. H. Costa, “Las 7 fases más importantes en el desarrollo de juegos,” 26-02-2018, 2018. [Online]. Available: https://www.hektorprofe.net/escueladevideojuegos/articulos/fases-del-desarrollode-videojuegos/. [Accessed: 28-Oct-2018]. J. Sykes, “Player-Centred Game Design,” CHI 2006, pp. 1731–1734, 2006. Y. Y. Ng and C. W. Khong, “A Review of Affective User-Centered Design for Video Games,” i-USEr, pp. 79–84, 2014. International Organization for Standardization, 2015, ISO 9241-210:2010, Available: https://www.iso.org/standard/52075.html, [Accessed: 28-Oct-2018] J. P. Davis et al., “A survey method for assessing perceptions of a game: The consumer playtest in game design,” International Journal of Computer Game Research, 2005. [Online]. Available: http://gamestudies.org/0501/davis_steury_pagulayan/ [Accessed: 21-Oct-2018]. D. Pinelle and N. Wong, “Heuristic evaluation for games,” Proceeding twenty-sixth Annu. CHI Conf. Hum. factors Comput. Syst. - CHI ’08, p. 1453, 2008. Statista, “Distribution of casual gamers across India in 2016, by age group,” 2018. [Online]. Available: https://www.statista.com/statistics/754732/india-casualgamers-age-group-distribution/. [Accessed: 18-Oct-2018].

Diseño de Feedback basado en DCU para la detección de Infantes como Copilotos William Castañeda Almaraz1, Huizilopoztli Luna García1, José M. Celaya Padilla2, Hamurabi Gamboa Rosales1, Ricardo Mendoza González3, Jorge I. Galván Tejada1, Carlos E. Galván Tejada1, Joyce S. A. Lozano Aguilar1 1

Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro,98000 Zacatecas, Zac, México. 2 CONACYT, Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas – Jardín Juárez 147, Centro, 98000 Zacatecas, Zac, México. 3 Tecnológico Nacional de México | Instituto Tecnológico de Aguascalientes, – Av. Adolfo López Mateos # 1801 Ote. Fracc. Bona Gens, 20256, Aguascalientes, Ags., México. {williamcasta58, hlugar, jose.celaya, hamurabigr, gatejo, ericgalvan, joyce_lozag}@uaz.edu.mx, mendozagric@mail.ita.mx

Resumen. En el presente artículo se describe el desarrollo de un prototipo que pretende proporcionar a los conductores, un feedback ante la presencia de un infante ubicado en la zona del copiloto, con el objetivo de disminuir la cantidad de lesiones menores y mortales que pudiera sufrir un infante al momento de un accidente automovilístico. Se implementa la metodología de DCU (Diseño Centrado en el Usuario), compuesta por cuatro etapas: a) especificaciones de contexto, b) especificaciones de requisitos, c) producir soluciones de diseño y, d) evaluación, para conducir el desarrollo del prototipo. Dicha metodología fue aplicada sobre el caso de estudio comprendido por 30 conductores (14 conductores con niños, 16 sin niños). Los resultados obtenidos establecieron las especificaciones del prototipo integrado por una alerta visual-auditiva, que es activada al detectar la presencia de un infante en la zona del copiloto. Palabras clave: Prototipo, alerta visual, alerta auditiva, Diseño Centrado

en el Usuario (DCU).

Introducción

En la actualidad, la negligencia de los ciudadanos al conducir no es un problema reciente, pues es desde el año de 1900 cuando inician a producirse los accidentes automovilísticos, debido a que las empresas empezaron a producir vehículos en cadenas de montaje, disminuyendo los precios y popularizando y potenciando el uso del automóvil [1]. Sin embargo, no significa que no hayan ocurrido accidentes anteriormente, el primer accidente automovilístico con consecuencias fatales fue en el año 1896, y derivado de ello, se impuso la primera multa de tránsito por exceso de velocidad [2]. La negligencia de los conductores al no llevar a los niños en un lugar correcto o no contar con el equipo necesario y adecuado para la seguridad de los menores, han provocado que los accidentes de tráfico sean la principal causa de

muerte entre los niños, desde hace décadas se han generado pérdidas humanas y lesiones de gravedad a los involucrados, años perdidos prematuramente, daños emocionales, entre otros. Según datos del Consejo Nacional para la Prevención de Accidentes (CNPA) en México, los accidentes automovilísticos son la principal causa de muerte entre niños de 4 y 12 años de edad, y señala que el 50% de los fallecimientos automovilísticos pudieron ser evitados sí el pequeño hubiese llevado un equipo de seguridad adecuado para su edad y peso [3]. Un estudio realizado por la Organización Mundial de la Salud (OMS) y la UNICEF, informa que cada día mueren más de 2000 niños a causa de lesiones no intencionales, y cada año millones de niños lesionados quedan discapacitados [4]. Por lo anterior, el presente artículo tiene el objetivo de desarrollar un prototipo de sistema visual-auditivo para la detección de infantes y persuasión de los conductores ante el peligro que corre el menor al ser colocado en la zona delantera del automóvil, para reducir la cantidad de lesiones que puede sufrir un infante al momento de un accidente automovilístico.

Fundamentación teórica

En la actualidad, existen varios sistemas enfocados en la detección de niños como copilotos, los cuales integran sensores que permite detectar automáticamente la existencia del niño en el asiento, por medio de la clasificación de las personas en función de su fisiología (peso, tamaño) [5]. La empresa Bosch creó un módulo de control llamado “iBolt” integrado, se comunica a través de un sistema bus con la electrónica central de control del airbag que, debido a la medición exacta de cuatro puntos, recibe más información que la simple clasificación del peso. El sistema “iBolt” evalúa los cuatro valores de medición y puede identificar la posición del asiento y sus modificaciones. Con información adicional, la activación del airbag se puede adaptar con generadores de gas de dos o más niveles a la posición del cuerpo del copiloto [6]. La compañía de sensores BeBop, crearon unos asientos más seguros mediante la integración de sensores de tela sobre un sistema OCS inteligente. La clave de esta inteligencia se encuentra en las características del tejido: resistente al agua, consta de circuitos integrados, con un espesor aproximado de 1 mm. Dicho sensor, proporciona un mayor nivel de detalle que distingue el tamaño, el peso y los movimientos en tiempo real de cada uno de los ocupantes. En base de los elementos estáticos, el sistema puede determinar si es un asiento de bebé o una persona [7].

Lo anterior, nos permite ver el panorama de las tecnologías que han sido desarrolladas para solucionar la presente problemática. Cabe destacar que dichas tecnologías se encuentran instaladas en automóviles de gama alta. Por ello, en el presente artículo se propone una solución basada en software libre y hardware de bajo costo, que pueda ser implementada en automóviles de gama media y baja.

Metodología

El diseño del prototipo fue implementado mediante la Metodología del “Diseño Centrado en el Usuario (DCU)” (ver Fig. 1).

Fig. 1. Metodología del Diseño Centrado en el Usuario, ISO 9241-210:2010 [8].

A continuación, se describe brevemente cada una de las etapas de la Metodología DCU: Especificación del contexto de uso: Identificación de las personas que utilizarán el producto, para qué lo usarán, y bajo qué condiciones lo utilizarán, es decir, en qué contexto y dónde lo usarán. Especificación de los requisitos: Identificación de las necesidades y objetivos de los usuarios, así como los requisitos organizacionales y de uso del producto. Producción de soluciones de diseño: A partir de la información recolectada en las etapas anteriores, se realizan los diseños de los prototipos. Dependiendo de cada caso, esta actividad se puede descomponer en diferentes sub-etapas. Evaluación del Diseño: Esta es una de las etapas más importante del proceso, ya que los diseños realizados son evaluados por los usuarios que utilizarán el sistema, así como los requisitos y el contexto de uso. Si la evaluación satisface los requisitos el proceso termina, en caso contrario, se comienza el proceso de DCU, con el objetivo de refinar los resultados obtenidos en cada una de las etapas implementadas.

Implementación del proceso de Diseño Centrado en el Usuario.

Para llevar a cabo la implementación del prototipo se utilizaron las fases de la metodología DCU, las cuales se describen a continuación. A) Especificación del contexto de uso. Para determinar el contexto de uso del sistema, se utilizó la entrevista como técnica de recolección de datos, lo que permitió establecer los objetivos para distintos perfiles de usuarios. B) Especificación de los requisitos. En esta etapa se realizó la aplicación de una serie de preguntas dirigida a conductores con cercanía a infantes, con la finalidad de reunir información y realiza conjeturas sobre la importancia de tener conocimientos en medidas de seguridad con respecto a los niños. Las encuestas fueron aplicadas a una muestra de 30 conductores automovilísticos de edades 18-39 años en la zona Centro del Estado de Zacatecas. El objetivo de estas encuestas fue recabar información descriptiva sobre los usuarios (conductores), así como los requisitos requeridos por el prototipo. Como resultado de las entrevistas realizadas, se obtuvo que el 100% de los encuestados son conscientes de los daños que podrían generarle a un niño en un accidente, el 25% de los conductores sin hijos admiten haber puesto niños como copilotos, y a su vez, el 90% de los conductores coinciden que los niños generan una gran distracción al conducir. El 100% de los encuestados están de acuerdo que hace falta un sistema en los automóviles que alerte del peligro que corren los niños de manera visual y auditiva. Derivado de la información adquirida, se determinaron las características que el prototipo debería cumplir: 1.-Alerta auditiva 2.-Alerta visual 3.-Color: Rojo 4.-Tamaño: 2-3 cm 5.-Figura: Triangulo 6.-Tiempo: Indefinido C) Producir soluciones de diseño. Una vez establecidos los requisitos, se propuso el desarrollo del primer prototipo, un dispositivo que al detectar un niño sea accionado y envíe una alerta auditiva a los usuarios indicando peligro. El primer prototipo implementado consiste en una alerta visual, consta de una carcasa de 3X2cm en forma triangular y un icono en forma de un bebé, tiene 5 perforaciones para led’s de 5mm, el diseño del prototipo fue desarrollado con el software de modelado 3D “Solid-edge” (propiedad de Siemens), un programa para crear diseño mecánico 3D con métodos paramétricos que incluye un modelador de sólidos, creación de ensamblajes y dibujos acotados [9]. La Fig. 2 y 3 muestran la

parte frontal de trasera del diseño 3D del primer prototipo propuesto para la implementación del sistema visual-auditivo.

Fig. 2. Alerta visual parte frontal.

Fig. 3. Alerta visual parte posterior.

1) Desarrollo Físico Se utilizó una impresora 3D, que es una máquina capaz de imprimir figuras con volumen (ancho, largo y alto), a partir de un diseño hecho por computador [10]. Este proceso fue segmentado en dos fases: en la primera fase, se utiliza el software llamado cura con el cual se establecen las características de impresión (Ver Fig. 4): espesor de cada capa 0.1 mm, porcentaje de relleno 30% y soportes que sirven para que la pieza no tenga deformaciones.

Fig. 4. Especificaciones de Impresión.

La segunda fase, consistió en la ejecución de la impresión, para ello, se seleccionaron los filamentos de color rojo y blanco, colores seleccionados, por los encuestados, como representativos para alertas. En la Fig. 5, la imagen del lado izquierdo muestra el proceso de impresión y del lado derecho, se observa el resultado final de la impresión del prototipo.

Fig. 5. Impresión de Prototipo.

2) Desarrollo auditivo Para el desarrollo de la alerta auditiva, se seleccionó un dispositivo eléctrico llamado “Buzzer”, el cual es capaz de transformar la electricidad en sonido. Este dispositivo funciona a 5v y puede trabajar con diferentes frecuencias. En el desarrollo de la alerta auditiva se tomaron distintos factores en cuenta tales como: frecuencia, tiempo y retardo. Como se puede ver en la gráfica de la Fig. 6, las Frecuencias audibles que el oído humano puede responder se encuentran en el rango aproximado de 20 Hz-20kHz [11]. Con un rango de frecuencia 3000 Hz a 6000 Hz permite que los usuarios perciban más los sonidos o alertas. En la duración o retardo en las alertas no se encontraron normas que pudiesen ayudar al desarrollo, de tal manera que el tiempo de retardo se seleccionó un tiempo 1000 ms (milisegundos).

Fig. 6. Gráfica de Frecuencias audibles para el oído Humano [12].

Una vez definidas las especificaciones de sonido y la creación de prototipo físicovisual, finalmente se llevó a cabo el desarrollo del prototipo funcional, el cual está integrado por una placa “Arduino Nano”, “Botón” y un “Buzzer”, como se puede observar en la Fig. 7. Arduino, es una plataforma de hardware libre, basada en una placa con un microcontrolador y un entorno de desarrollo, diseñada para facilitar el uso de la electrónica en proyectos multidisciplinares [13], con los que se engloba las dos alertas. Con la alerta visual se pretende dar a los usuarios una mejor

retroalimentación sobre la detección de niños como copilotos y que está prohibido llevarlos en ese lugar. A su vez se complementa con una alerta auditiva a una frecuencia de “3500 Hz” la cual es una frecuencia adecuada para los distintos usuarios, funcionando de una manera adecuada como alerta.

Fig. 7. Diagrama de concesión y prototipo.

Con todos los componentes integrados en un solo dispositivo, se realizó la implementación del prototipo en un vehículo Nissan March Modelo 2017, en el cual se colocaron los tres componentes principales del sistema: cámara, alerta visual y alerta auditiva, tal como se muestra en la Figura. 8. La cámara tiene como objetivo simular la técnica de procesamiento de imágenes para la detección de niños como copilotos.

Fig. 8. Implementación de prototipo.

D) Evaluación. El prototipo fue evaluado en la Zona Centro del Estado de Zacatecas, por 30 conductores de distintas edades. Por medio de la técnica “Mago de Oz” (ver Fig. 9 y Fig. 10), útil para probar los prototipos de una interacción que simula el comportamiento interactivo y la funcionalidad de la máquina mediante el uso de un operador humano [14]. La prueba consistió en simular la detección de niños como copilotos, y al presionar un botón accionar manualmente la alerta visual-auditiva. De tal manera que los usuarios pudieran interactuar con el sistema simulado, es decir, el

funcionamiento real de cada uno de los componentes visual y auditivo, y evaluar el prototipo con todas las características establecidas por los usuarios.

Fig. 9. Evaluación de prototipo.

Fig. 10. Evaluación de prototipo, técnica Mago de Oz.

Al finalizar la simulación de la implementación del prototipo en un ambiente real, los participantes respondieron un cuestionario, en donde evaluaron dicho la interacción con el dispositivo. Como resultado de esta evaluación, se obtuvo que el 100% de los encuestados, está de acuerdo con el sonido producido por la alarma, en cuanto al retardo del sonido el 13.33% de los usuarios sugirieron que fuera más frecuente, a su vez el 93.33% de los usuarios están de acuerdo que la alarma permanezca hasta que se cambie al niño al asiento adecuado. En la alerta visual, el 100% de los usuarios estuvieron de acuerdo con el color de la alerta, el 86.66% están de acuerdo con el tamaño del dispositivo, y a su vez sugirieron aumentar 1.0 centímetros el tamaño del icono, el 100% de los encuestados están de acuerdo con la luz que es emitida. Finalmente, el 100% de los usuarios están en acuerdo con la propuesta del sistema, pues determinan que es viable y útil para los automovilistas al corregir sus acciones.

Conclusiones y Trabajo Futuro

La presente investigación demuestra cómo el proceso de Diseño Centrado en el Usuario permite desarrollar prototipos de alta fidelidad, en este caso, la implementación de DCU enfocado al sector automotriz dio como resultado un prototipo que satisface la necesidad de seguridad de los infantes en los vehículos. Asimismo, es importante resaltar que las constantes evaluaciones del prototipo, directamente por los usuarios de interés, permiten al desarrollador obtener una retroalimentación con mayor precisión ante la propuesta de solución de la problemática que se busca resolver. Por lo anterior, el prototipo final generado comprende las necesidades de los conductores: un sistema de alerta de los vehículos útil para los conductores, de alta fidelidad, con un diseño aceptable por los usuarios. Como trabajo futuro, se propone la implementación de visión computacional para la detección de infantes, a través del uso de una cámara de video y la aplicación de técnicas de Procesamiento Digital de Imágenes (PDI), para analizar e implementar una solución de una Interfaz Máquina Humano (HMI, Human Machine Interface por sus siglas en inglés), que permita una mejor interacción del prototipo y el usuario en un entorno real.

Referencias 1. 2.

3. 4. 5.

Vaiu Cigarrillos Electrónicos SL.(2015-2018).Visible body: vaiustore.Recuperado de https://vaiu.es/accidentes-de-trafico-en-1900/ Revista Turbo (2018). Visible body: turbo.Recuperado de: http://www.revistaturbo.com/noticias/asi-fue-el-primer-accidente-automovilisticode-la-historia-887# Dirección General de Policía y Tránsito de México: Departamento del Distrito Federal: Programa de educación vial, Sector Escolar. México. 1972. Laura Sminkey.(2008). Visible body:Organización Mundial de la Salud.Recuperado de https://www.who.int/mediacentre/news/releases/2008/pr46/es/ Dani meganeboy(2014).Visible body: Aficionados a la Mecánica, Recuperado de: http://www.aficionadosalamecanica.net/sensores8.htm

62 6. 7.

8. 9. 10. 11.

12.

13.

14.

elmundo.es(2004). Visible body: El mundoes.Motor. Recuperado de: https://www.elmundo.es/elmundomotor/2004/07/21/tecnica/1090431973.html coches.com(2016). Visible body: noticias.coches.com. Recuperado de:https://noticias.coches.com/noticias-motor/sensores-inteligentes-enasientos/211678 Luna García, Huizilopoztli.: Diseño Centrado en el Usuario. Human Machine Interface. Universidad Autónoma de Zacatecas, septiembre 2018. 3DCadPortal(2018). Visible body: 3DCADportal. Recuperado de:http://www.3dcadportal.com/solid-edge.html TECNOLOGÌA(2017)Visible body: areatecnologuia.Recuperado de:http://www.areatecnologia.com/informatica/impresoras-3d.html Audix (2017).Visible body: Audix perfecta armonía Recuperado de: http://www.audix.cl/hrf_faq/que-rango-de-sonidos-son-aceptables-para-el-oidohumano/ Ronald Alexander Vásquez Arias(2016), Visible boby: megafoniaysonorizacionronald. Recuperado de: https://sites.google.com/site/megafoniaysonorizacionronald/t01-prin-bas-delsonido/1-2-propiedades-fisicas-del-sonido/1-2-3-el-espectro-audible Jonathan Amangandi (2012).Visible body: Arduino. Recuperado de: http://jamangandi2012.blogspot.com/2012/10/que-es-arduino-te-lo-mostramos-enun.html Felipe Jiménez Cano.(2013). Visible body:FJ. Recuperado de:http://jimenezcano.blogspot.com/2013/06/mago-de-oz.html

Desarrollo de Prototipo de Aplicación Móvil para Smart Tourism basado en Diseño Centrado en el Usuario Luis C. Reveles Gómez1, Huizilopoztli Luna García1, José M. Celaya Padilla2, Hamurabi Gamboa Rosales1, Jorge I. Galván Tejada1, Carlos E. Galván Tejada1 José G. Arceo Olague1, Valeria Maeda Gutiérrez1, Joyce S. A. Lozano Aguilar1 1

Centro de Investigación e Innovación Automotriz de México (CIIAM), Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro,98000 Zacatecas, Zac, México. 2 CONACYT – Universidad Autónoma de Zacatecas, Jardín Juárez 147, Centro, 98000 Zacatecas, Zac,México. {luiscarlosreveles, hlugar, jose.celaya, hamurabigr, gatejo, ericgalvan, arceojg, valeria.maeda, joyce_lozag}@uaz.edu.mx.

Resumen. En este artículo, se presenta la implementación de la norma ISO 9241-210:2010 (Human Centred Design for Interactive Systems) para el desarrollo de una aplicación móvil con el fin de fortalecer la experiencia del usuario al momento de utilizar la aplicación móvil in situ. Siguiendo las fases que la norma dicta para el desarrollo y evaluación de software y hardware con el propósito de obtener un prototipo funcional, y al término del proceso un producto. La implementación de la norma permitió generar un prototipo inicial validado por usuarios reales(turistas), por lo que, para un trabajo futuro se llevará a cabo el uso de técnicas de inteligencia artificial (AI) y análisis de datos, estas mismas, complementarán este trabajo, dando como resultado una aplicación para Smart Tourism completamente validada y funcional. Cabe destacar que el propósito es usar el Diseño Centrado en el Usuario (DCU), logrando así un prototipo de alta fidelidad. Palabras Clave: Prototipos de Aplicación Móvil, Diseño Centrado en el Usuario, Destinos Turísticos Inteligentes, Smart Tourism.

Introducción

El desarrollo constante de las tecnologías y la movilidad que proporcionan las redes de datos, provocan que el turista derivado de su dependencia tecnológica modifique la forma en la cual organiza y disfruta un viaje, lo cual lleva también a la evolución de los productos y servicios turísticos, creando así, el concepto de Destinos Turísticos Inteligentes (DTI’s), el cual considera aspectos relacionados con la sostenibilidad, accesibilidad, conocimiento e innovación tecnológica en torno a los destinos turísticos [1]. Para el desarrollo de un DTI es necesario dotar de inteligencia a la infraestructura del destino turístico, con ello se logra fomentar el desarrollo eficiente, sostenible e incrementar la calidad de vida de los residentes y visitantes, asimismo, es importante considerar los aspectos relacionados con la recolección, análisis, procesamiento y visualización de datos masivos, es decir, el Big Data, con el propósito de ofrecer mejores productos y servicios a los turistas; el valor añadido que

aporta el concepto de DTI es la consideración del visitante/turista como centro de este [2]. Los DTI´s son resultado de la aplicación de los principios de las Smart Cities al destino turístico y, con esto, el nacimiento del concepto de Smart Tourism, llamado así, debido a la ubicuidad de los dispositivos inteligentes y la generación y visualización de información diversa sobre el entorno urbano en tiempo real y disponible en cualquier lugar de una ciudad [3]. Con el propósito de atender las consideraciones previas, en este artículo se presenta el desarrollo de un prototipo de aplicación móvil para Smart Tourism tomado de base del proceso de Diseño Centrado en el Usuario (ISO 9241:210) [4], el cual permitió desarrollar el prototipo considerando el turista como centro del diseño, desarrollo y evaluación del mismo.

Fundamentación teórica

El proceso de Diseño Centrado en el Usuario DCU o UCD (User Centered Design, por sus siglas en inglés) “es una metodología de diseño de software que ayuda a diseñadores/desarrolladores a crear aplicaciones que satisfacen las necesidades de los usuarios” [5] ver Figura 2. El objetivo del proceso DCU es verificar si los productos desarrollados «en sus diferentes etapas» son fáciles de usar y conducen a la satisfacción del usuario y cumplen con los objetivos de la organización o empresa [6]. Como se mencionó en la sección anterior, el proceso DCU se implementó con el propósito de cumplir con los principios genéricos para el desarrollo de interfaces, e.g., hacer que sea fácil determinar qué acciones son posibles realizar en cada momento en la aplicación, hacer las cosas visibles, hacer que sea sencillo evaluar el estado actual del sistema, entre otros. Por otro lado, y con el propósito de proporcionar al turista una aplicación ya funcional para turismo inteligente, como trabajo futuro, se han considerado diversas técnicas de recolección, análisis y procesamiento de datos inteligente, e.g., es posible obtener grandes cantidades de datos desde las redes sociales e.g., Facebook, Instagram, Twitter y realizar un análisis de comentarios (positivo, negativos y neutros), hastags y publicación de fotos de un determinado destino turístico. Técnicas como el análisis de sentimientos [7], que ayudarán en el procesamiento y filtrado de información relevante “in situ” al turista. En Bangladesh, existe una aplicación turística que tiene como principio el machine learning [8], una aplicación que tiene como base la inteligencia artificial y el análisis continuo de los datos, en cuanto a su diseño, el autor propone una interfaz basada en el DCU, basada en un diseño parecido a Google Maps, ya que, como tal, está recomienda rutas inteligentes. Es importante mencionar en este punto, que en este artículo se presenta la primer parte del desarrollo de la solución y/o servicio inteligente al turista, es decir, el prototipo de la interfaz de usuario, basada en el proceso DCU. La Figura 1, muestra el modelo que se pretende implementar para el procesamiento, análisis y despliegue de la información en la aplicación móvil para turismo inteligente.

Fig. 1. Modelo de Proceso de Análisis definido para el análisis de datos e implementación de visualización de datos [9].

Como puede observarse en la Figura 1, el modelo de procesos está integrado por seis etapas que permitirán el desarrollo de una solución de aplicación móvil para turismo inteligente. En este artículo nos basaremos en la última etapa (visualización de Datos), puesto que aquí es donde se utilizará el proceso del DCU.

Metodología

Como se mencionó anteriormente, para el desarrollo del prototipo de aplicación para turismo inteligente, se utilizó el proceso DCU (ISO 9241:210) [4]. A continuación, se describe brevemente el proceso DCU, ver figura 2.

Fig. 2. Estándar ISO: 9241-210:2010, Ergonomics of human-system interaction, part 210 Human-Centred Design for Interactive Systems [4].

Fases del proceso DCU: a)

Especificación del contexto de uso. Identificación de las personas que utilizarán el producto, para qué lo usarán, y bajo qué condiciones lo utilizarán, es decir, en qué contexto y dónde lo usarán.

b) Especificación de requisitos. Identificación de las necesidades y objetivos de los usuarios, así como los requisitos organizacionales y de uso del producto. c) Creación y desarrollo de soluciones de diseño. A partir de la información recogida en las dos etapas anteriores se llevan a cabo los diseños. Dependiendo de cada caso, esta actividad se puede descomponer en diferentes sub-etapas. d) Evaluación de los diseños. Esta es una de las etapas más importantes del proceso, en la que los diseños realizados se evalúan teniendo en cuenta las personas que los habrán de utilizar, así como los requisitos y el contexto de uso. Si la evaluación satisface los requisitos el proceso acaba, si no, se vuelve a repetir el proceso desde la primera etapa, refinando los resultados obtenidos.

Implementación del proceso de Diseño Centrado en el Usuario.

A continuación, se describe la implementación del proceso DCU para el desarrollo del prototipo de aplicación móvil para turismo inteligente: Especificación del contexto de uso. Con el propósito de especificar el contexto, en esta etapa se implementaron las técnicas de indagación en el contexto, estudio etnográfico/ Observación de campo, con ellas fue posible identificar y describir los usuarios objetivo. Especificación de requisitos. Para la recolección de los requisitos y su especificación, en esta etapa, se implementó como técnica, la encuesta, la cual permite obtener información cuantitativa [10]; se utilizó la herramienta “Formularios” de Google para generar una encuesta de 14 preguntas en línea que permitiera obtener datos generales (nombre, edad, sexo, entre otros) y específicos (e.g., preferencias entre apps de redes sociales) para el diseño de la aplicación. La encuesta fue aplicada a una muestra de 63 personas (turistas nacionales e internacionales), tomando un rango de edad de 15 a 70 años. Los resultados obtenidos permitieron conocer, e.g., que, la aplicación más usada por los turistas es “Google Maps” con un 87.7% de los encuestados (ver Fig. 3), asimismo, manifestaron desconocer si el estado de Zacatecas contaba con alguna aplicación para los turistas que visitan la ciudad.

Fig. 3. Histograma de las apps que más usan los usuarios cuando viajan.

Asimismo, se utilizó una escala de likert para conocer la aceptación de los usuarios por ciertas funcionalidades de la aplicación, considerando como buena aceptación del 8 al 10 en la escala de likert, sumando los porcentajes, lo cual se obtuvo 80.6% de aceptación para que la app visualice notificaciones de lugares turísticos cerca de la ubicación(ver figura 4), un 87.7% para que tenga notificaciones de lugares más concurridos (bares, hoteles, restaurantes) en Zacatecas(ver figura 5) y 68.9% donde puedan ver experiencias de otros usuarios(ver figura 6).

Fig. 4. Escala likert de opinión sobre notificaciones de lugares turísticos cerca de la ubicación.

Fig. 5. Escala likert de opinión sobre notificaciones de lugares más concurridos (bares, hoteles, restaurantes)

Fig. 6. Escala de likert de opinión sobre notificaciones de experiencias de otros turistas

Creación y desarrollo de soluciones de diseño. A partir de la información obtenida, se llevaron a cabo los diseños. Para lo cual se utilizó Balzamiq [11], un software, que permite crear prototipos de baja fidelidad, los cuales son una alternativa de diseño participativo y evaluación de bajo costo. Baja-fidelidad significa que los prototipos a utilizar no tienen el aspecto real de

la interfaz que se está evaluando, aun cuando operan de la misma forma [12]. La Fig. 7, muestra los prototipos iniciales de la aplicación para Tourz App.

Fig. 7. Prototipos iniciales Tourz App, Balzamiq [11].

Evaluación de los diseños. Para realizar la evaluación de los prototipos iniciales, se utilizó el software Justinmind [13], con el propósito de proporcionar cierta funcionalidad (simulada) y poder dar al usuario una perspectiva real del posible funcionamiento de la aplicación móvil. Se instaló la simulación del prototipo de aplicación móvil para Turismo Inteligente en un Smartphone (ver figura 8).

Fig. 8. Ícono de Tourz App.

La aplicación se evaluó desde la perspectiva de pruebas de usabilidad con usuarios reales y utilizando un prototipo digital. La prueba de usabilidad se llevó a cabo en el centro histórico de la ciudad de Zacatecas donde participaron personas de diversas edades y diferentes lugares de procedencia (locales, foráneos y extranjeros), ver figura 9.

Fig. 9. Evaluación por los Usuarios.

En la Figura 9, se muestran a usuarios interactuando con el prototipo de la aplicación; al término de su interacción, se implementó una encuesta, con el propósito de obtener retroalimentación, según su experiencia de uso. Los comentarios se enfocaron principalmente en las siguientes observaciones: 1. 2. 3. 4.

Mejorar el diseño de botones. Cambiar la presentación de inicio. Cambiar colores de diseño. Es intuitiva y cumple con los principios de usabilidad.

Derivado de la retroalimentación de los usuarios, se rediseño el prototipo de aplicación móvil considerando las recomendaciones de los usuarios (ver Figura 10).

Fig. 10. Pantallas del prototipo final evaluado.

Como se mencionó anteriormente, se pretende que el producto final, incorpore técnicas inteligentes y de aprendizaje automático que le permitan al turista estar

informado “in situ” mediante la recolección, análisis, procesamiento y despliegue de información útil.

Conclusiones

En este artículo se presenta el desarrollo de un prototipo de aplicación móvil para turismo inteligente, tomando de base el proceso de Diseño Centrado en el Usuario, el prototipo fue evaluado mediante una prueba de usabilidad, y la retroalimentación obtenida permitió generar una segunda versión del prototipo validada por usuarios reales (turistas). Adicionalmente, se menciona que para desarrollar una solución inteligente y que se diferencie de algunas disponibles en la comunidad, en ésta se incorporarán técnicas inteligentes y de aprendizaje automático para el análisis, procesamiento y despliegue de información. Como trabajo futuro se pretende implementar técnicas de inteligencia artificial y aprendizaje automático para proporcionar una aplicación móvil de turismo inteligente y posteriormente volver a realizar la pruebas pertinentes desde la perspectiva de la experiencias del usuario-consumidor y usuarios expertos.

Agradecimientos Especial agradecimiento a los Profesores-Investigadores de la “Maestría en Ciencias del Procesamiento de la Información” de la Universidad Autónoma de Zacatecas por el apoyo y consejos para el desarrollo de este proyecto.

Referencias 1.

2. 3.

4. 5. 6. 7.

El Big Data se ha convertido en un pilar clave para el desarrollo de apps, https://www.xatakandroid.com/n/el-big-data-se-ha-convertido-en-un-pilar-clavepara-el-desarrollo-de-apps, ultimo acceso 2018/01/30. A. López, S. García.: Destinos Turísticos Inteligentes. Harvard Deusto business review, p. 10, 2013. J. V. Calle.: Revolución Big Data en el turismo: Análisis de las nuevas fuentes de datos para la creación de conocimiento en los Destinos Patrimonio de la Humanidad de España. International Journal of Information Systems and Tourism (IJIST), 2(2). 2017. ISO 9241-210:2010 Ergonomics of human-systems interaction –Part 210: Humancentred design for interactive systems, traducido de (ISO 9241-210). Lowdermilk. T.: User-Centered Design. A Developer´s Guide to Building UserFriendly Applications. O´Reilly. 2013 UARC. Usability/Accessibility Research and Consulting. Recuperado el 18 de February de 2016, de http://usability.msu.edu/about/philosophy C. Arcila, F. Ortega, J. Jiménez and S. Trullenque.: Análisis supervisado de sentimientos políticos en español: clasificación en tiempo real de tweets basada en aprendizaje automático”. El profesional de la información, v.26, n. 5, pp. 973-982. 2017.

71 8.

9. 10. 11.

12. 13.

T. Ghani.: Amar Bangladesh - A Machine Learning Based Smart Tourist Guidance System. 2018 2nd International Conference on Electronics, Materials Engineering & Nano-Technology (IEMENTech), 17 September 2018. Baesens, B.: Analytics in a Big Data World, John Wiley and Sons, Inc., Hoboken, New Jersey (2014). Luna García, Huizilopoztli.: Diseño Centrado en el Usuario. Human Machine Interface. Universidad Autónoma de Zacatecas, septiembre 2018. Balsamiq Mockups 3 Application Overview, https://docs.balsamiq.com/desktop/overview/, Último acceso: Noviembre 2018/11/23. Recopilación de Métodos de Usabilidad, https://www.sidar.org/recur/desdi/traduc/es/visitable/introduccion.htm, Último acceso: 2019/01/03. Free wireframing tool, Justinmind, https://www.justinmind.com/free-wireframingtool, Último acceso: Enero 2019/01/23

Hacia una propuesta para el desarrollo de Interfaces Reactivas Laura Sanely Gaytán Lugo1, Pablo Armando Alcaraz Valencia1, Mayra Guadalupe Terrones Benicio1, Esteban Hernández Anguiano1 1

Facultad de Ingeniería Mecánica y Eléctrica, Universidad de Colima, México laura@ucol.mx

Resumen. En este trabajo se presenta una propuesta para el desarrollo de interfaces reactivas de comunicación con el usuario, popularmente conocidas como widgets. Esta propuesta tiene como objetivo prescindir de los Kits de Desarrollo de Aplicaciones (KDAs), propiciando la integración de un marco de referencia abierto y multiplataforma especializado en el desarrollo de aplicaciones. Asimismo, se plantea como mecanismo de interacción con el usuario las interfaces en 3D a modo de ilusiones ópticas. La vía de tránsito a seguir consiste en recurrir a las formas de programación propuestas en los paradigmas de programación tradicional: a) programación imperativa; b) programación procesal; y, 3) programación orientada a objetos. Se expone la integración de un marco de referencia especializado en la sistematización de un proceso de codificación que deriva en el desarrollo de interfaces en 3D; el proceso de diseño inicial consiste en la identificación de tres subsistemas que establecen un marco verificable de trabajo, control y comunicación, desde el cual se establece un diseño arquitectónico basado en componentes y módulos. Como trabajo futuro se visualiza trabajar en la forma en la que se evaluarán las interfaces en términos de eficacia y eficiencia, así como la encontrar una forma significativa para aplicar esta propuesta particularmente en el área educativa. Palabras clave: Interfaces Reactivas, Widgets, Interfaces Gráficas de Usuario.

Introducción

En términos de interacción y de usabilidad, las Interfaces Gráficas de Usuario (IGU) aprovechan la predisposición de las personas para recordar información visual, al interactuar en eventos a través de acciones circunstanciales [1]. Esto último en contraste con la posibilidad de gestionar información a través de textos (Ver Fig. 1). Una interfaz reactiva de comunicación de usuario o widget corresponde a una forma asertiva de conceptualizar el paradigma de la programación reactiva presente en una IGU. Para ello, el objetivo de una interfaz reactiva se encuentra centrado en proveer al usuario de escenarios gráficos, desde los cuales es posible interactuar a través de funcionalidades específicas. Asimismo, una interfaz reactiva produce una salida de información cuyo propósito puede variar con base en quién requiere como destino, el resultado de la gestión de información realizada a través de esta entidad de software [2]. Para este trabajo, una interfaz reactiva se define como un símbolo cuya

representación en una interfaz gráfica de usuario se da través de objetos: botones, cajas de texto, imágenes, entre otros.

Fig. 1. Predisposición del usuario al utilizar una IGU, reflexionando sobre un conjunto de puntos que lo llevan a integrar una temática específica. Fuente: Elaboración propia.

En la actualidad, el desarrollo de interfaces reactivas se realiza a través de Kits de Desarrollo de Aplicaciones (ADK por sus siglas en inglés), entornos de trabajo que proveen de editores de código dedicados al diseño objetos en interfaces de usuario, las cuales se encuentran vinculadas a variables de datos en aplicaciones o bases de datos, y cuyos valores o estados cambian con base en la interacción del usuario final con este tipo de sistemas [3]. Un detalle importante es que el ámbito de aplicación de las interfaces reactivas varía con base en la gestión de información a realizar entre: (a) persona - dispositivo electrónico, (b) persona - dispositivo electrónico - proceso, o (c) persona - dispositivo electrónico - persona. Asimismo, si bien el principal atractivo de implementar ADKs en el desarrollo de interfaces reactivas recae en proveer al programador de un Interfaz de Programación de Aplicaciones (API) que unifica el funcionamiento del software en varios entornos trabajo sin tener que programar de forma aislada, los precios de uso referentes a las librerías que permiten la funcionalidad de la interfaz reactiva residente en los distintos sistemas operativos son costosos [4]. En otras palabras, el uso y la aplicación de KDAs comprometen la imaginación y el trabajo de los desarrolladores de código al uso y aplicación de entornos de trabajo limitados al costo monetario de poder operar en distintas plataformas. Consideraciones tales como el mantenimiento de la interfaz reactiva, la portabilidad, reusabilidad y el desarrollo mismo del software se encuentran atadas a un sistema operativo a través del negocio de licencias de desarrollo de software.

Descripción de la Propuesta

Ante la necesidad de desarrollar interfaces reactivas de comunicación con el usuario, cuyo valor agregado consiste en prescindir de los KDAs populares, así como propiciar la integración de un marco de referencia abierto y multiplataforma especializado en el desarrollo de aplicaciones cuyo mecanismo de interacción con el usuario sean interfaces en 3D, la vía de tránsito a seguir consiste en recurrir a las formas de programación propuestas en los paradigmas de programación tradicional: a) la programación imperativa, basada en instrucciones; b) la programación procesal, que consiste en suma de

programación imperativa más la implementación de métodos; y, 3) la programación orientada a objetos, la cual fusiona la programación procesal a través de la definición de objetos. Como primer paso de nuestra propuesta de trabajo en la integración de un marco de referencia especializado en la sistematización de un proceso de codificación que deriva en el desarrollo de interfaces en 3D, el proceso de diseño inicial consistió en la identificación de tres subsistemas que establecen un marco verificable de trabajo, control y comunicación, desde el cual se establece un diseño arquitectónico basado en componentes y módulos (ver Fig. 2). El subsistema de rastreo se encarga de almacenar ceros y unos de forma dinámica para encontrar combinaciones de datos susceptibles al análisis. Lo anterior significa realizar una exploración de información en imágenes que varía de treinta y dos, a sesenta y cuatro por segundo. En este sentido, son tres las tareas a realizar sobre cada una de las imágenes que se analizan en dicha unidad de tiempo, esto es, (1) la definición, (2) la búsqueda y (3) la localización de un objeto. El subsistema de procesamiento es el encargado de generar la interacción que el usuario requiere para comunicarse con la herramienta. Dicho subsistema provee de una interfaz de comunicación para al ¿qué?, ¿cómo? y ¿cuándo? interactuar a través del puntero definido en el subsistema o componente anterior.

Fig. 2. Diseño arquitectónico de la propuesta. Fuente: Elaboración propia.

El subsistema de retroalimentación se encuentra dedicado a proveer la capa de software más perceptible al usuario, ya que su trabajo consiste en proveer de un mecanismo de comunicación virtual con el sistema desarrollado, a fin de lograr la inmersión del usuario con un entorno ambiental (gráfico y auditivo) dedicado a contextualizar acerca de una temática específico.

Discusión

En referencia a las Kits de Desarrollo de Aplicaciones (KDA), resulta prudente reconocer que no son prescindibles para el desarrollo de IGU en 3D. Si bien un KDA provee al programador de una herramienta potente desde la cual es posible generar prototipos usables para experimentar con rapidez, dicha ventaja se transforma en un perjuicio al considerar que la efectividad de la interacción con interfaces en 3D dentro del mismo espacio físico de las personas, requiere de atención especial en cuanto al objetivo de la interacción, y cómo este es abordado. En este sentido, las Interfaces Gráficas en 3D a modo de ilusiones ópticas deberán verificar su eficiencia con base en dos ejes: (1) validar si la interacción del usuario con la interfaz produce aprendizaje incremental, dada la frecuencia de uso, y (2) cuantificar la eficiencia (o calidad) presente en la experiencia de interacción.

Trabajo a Futuro

Como trabajo futuro se tiene planeado encontrar una forma adecuada de evaluar la interfaz propuesta. Para esto, se piensa iniciar con una revisión de literatura respecto a las formas de evaluar dichas interfaces en términos de eficiencia y eficacia. A partir de esto, se determinará si es posible utilizar un instrumento ya existente, o bien, si se tiene que diseñar y validar. Esto es fundamental, ya que hablamos de que a través de la evaluación de nuestra propuesta es la forma es la que podremos estar seguros de que se está aportando algo significativo por sí mismo, así como en comparación con otras opciones que se tienen actualmente en este rubro. Otro aspecto importante, pero que consideramos que se puede alcanzar en un mediano, o incluso largo plazo, es aplicar la herramienta implementada en el área de educativa. Aunque nuestra propuesta está pensada en incidir en distintos rubros, el área educativa es de particular interés para los autores de este trabajo. Por ello, un propósito a futuro será encontrar una manera adecuada de impactar en dicha área y cuantificar dichos resultados probablemente en términos de aprendizaje.

References 1. 2.

Galitz, W.: The Essential Guide to User Interface Design: An Introduction to GUI Design Principles and Techniques. Wiley Publishing, Indianapolis, IN, USA (2007). Android Developers.: Build an App Widget, https://developer.android.com/guide/topics/appwidgets/overview. last accessed 2018/12/11. Android Developers: Accessory Development Kit, https://stuff.mit.edu/afs/sipb/project/android/docs/tools/adk/index.html last accesed 2018/12/23.

University of Birmingham: How much does it cost to build a mobile app?, https://intranet.birmingham.ac.uk/collaboration/mobileapps/faqs/budget.aspx.

SECCIÓN 2 Evaluación de usabilidad

La evaluación de la usabilidad es tema de gran interés para los desarrolladores tecnológicos, es una forma de valorar la calidad del recursos tecnológico, la aplicación, o la experiencia y uso de esta. En esta sección los investigadores presentan propuestas de herramientas y software, en donde las TIC son pieza clave para el desarrollo industrial y para evaluar las múltiples aplicaciones implementadas en Internet desde la perspectiva del usuario.

Sistema software para la estimación de satisfacción en test de usuarios, a partir del estudio de la expresión facial Darly Mildred Delgado Agudelo1, Diego Fernando Girón Timaná2, Gabriel Elías Chanchí Golondrino3, Katerine Márceles Villalba 4 1,2,3,4

Institución Universitaria Colegio Mayor del Cauca, Popayán, Colombia,

darlydelgado@unimayor.edu.co1, dfgiron@unimayor.edu.co2, gchanchi@unimayor.edu.co3 and kmarceles@unimayor.edu.co4

Resumen. Gracias a la gran cantidad de aplicaciones implementadas en Internet, la usabilidad ha ganado un papel fundamental. Una de las formas de evaluar la usabilidad es a través de las llamadas pruebas de usuario, que se desarrollan en un laboratorio de usabilidad. Estas pruebas tienen como objetivo obtener indicadores de los tres atributos principales de usabilidad definidos en ISO 9241-11: eficiencia, efectividad y satisfacción. Con respecto a la eficiencia y la efectividad, se definen métricas para evaluar estos atributos, sin embargo, en el caso del atributo de satisfacción, generalmente se utiliza la percepción del coordinador de la prueba con respecto al comportamiento del usuario (gestos, posturas, expresiones faciales). En este artículo, proponemos un sistema de software para monitorear el comportamiento emocional del usuario durante una prueba de usabilidad, considerando la expresión facial del usuario como una variable de monitoreo. El sistema de software propuesto se desarrolló utilizando la biblioteca OpenCV para capturar, procesar, predecir emociones y generar gráficos, lo que permite al evaluador de prueba rastrear posibles cambios emocionales durante la interacción. Palabras clave: Emociones, reconocimiento facial, satisfacción, usabilidad.

Introducción

El auge de nuevas tecnologías tales como internet de las cosas y el desarrollo exponencial de la red de redes, han posibilitado en la actualidad el crecimiento en el número de aplicaciones desplegadas en internet, así como la necesidad de que dichas aplicaciones estén más acorde a nivel de calidad a las necesidades de los usuarios que las consumen. Es así, como el concepto de usabilidad se ha convertido en un asunto esencial para el desarrollo de la informática, ya que define el grado de uso que estas nuevas tecnologías proveen al consumidor final [1]. Según la norma ISO 9241-11, la usabilidad es entendida como el grado en que un producto software puede ser usado por determinados usuarios para lograr sus objetivos con eficacia, eficiencia y satisfacción en un contexto de uso específico [2]. Según lo anterior, un producto software puede considerarse usable si tiene en cuenta dentro del proceso de interacción, los tres atributos que definen la usabilidad: eficacia, eficiencia y satisfacción. En este sentido, la eficacia está relacionada con el cumplimiento a cabalidad de los objetivos propuestos por el usuario dentro del software. La eficiencia está relacionada con la optimización de los recursos, donde

uno de los recursos más relevantes es el tiempo que emplea un usuario en desarrollar una tarea dentro del software. Finalmente, la satisfacción está relacionada con el confort o la existencia de actitudes positivas por parte del usuario mientras hace el uso del software, por lo que este atributo está relacionado directamente con la emocionalidad expresada por un usuario durante la interacción [3]. En una prueba de usuario, realizada dentro de un laboratorio de usabilidad, la eficacia puede ser obtenida a partir del porcentaje de tareas ejecutadas cumplidamente por el usuario de prueba escogido. En lo que respecta a la eficiencia puede ser medida por medio del tiempo empleado para realizar las tareas establecidas por el evaluador de la prueba. Por su parte la satisfacción suele estimarse a partir de las llamadas encuestas de percepción realizadas al usuario de manera posterior a un test de usuario. Del mismo modo, es posible obtener indicadores del atributo satisfacción, a partir de la observación por parte del coordinador de la prueba sobre el comportamiento del usuario, es decir a través del análisis de los gestos, posturas, expresiones faciales que son evidenciadas durante la interacción con el software evaluado [4]. Es así como la obtención de la satisfacción es un proceso con cierto grado de subjetividad, pues depende de la veracidad de las encuestas o de la percepción del coordinador de la prueba con respecto al comportamiento del usuario, impidiendo obtener de manera cuantitativa el atributo satisfacción, algo que en el caso de la eficacia y la eficiencia es más sencillo, debido a las diferentes métricas con las que cuentan estos atributos [3]. Es por esta subjetividad en la obtención del atributo satisfacción que en este artículo se propone como aporte un sistema software para la estimación de la satisfacción en test de usuarios, teniendo en cuenta como variable de estudio la expresión facial. Lo anterior, considerando que la expresión facial es una de las variables más usadas en el laboratorio de usabilidad por los coordinadores de un test para determinar a criterio propio o mediante la comparación con heurísticas emocionales, el comportamiento emocional de un usuario durante una prueba. Del mismo modo, a diferencia de otros estudios basados en el seguimiento de variables fisiológicas para la estimación de la satisfacción [5], el análisis de la expresión facial es uno de los métodos menos invasivos, pues no involucra la articulación de diferentes tipos de sensores en el espacio corporal del usuario. De este modo, el sistema software propuesto, pretende automatizar las tareas realizadas por el coordinador de una prueba, al permitir llevar un registro de la emocionalidad del usuario en las diferentes tareas del test, haciendo uso de técnicas de análisis de imágenes y de detección de emociones. El sistema software propuesto hace uso de la cámara web dispuesta en un laboratorio de usabilidad (habitación del usuario), por medio de la cual se logra capturar imágenes del rostro del usuario de manera continua, las cuales son procesadas mediante algoritmos de predicción de emociones (tristeza, felicidad, disgusto, sorpresa, neutralidad y enojo), tomando como base los modelos de clasificación de emociones incluidos en la librería OpenCV [6], los cuales detectan en tiempo real un estado emocional durante los diferentes momentos de la interacción. A partir de lo anterior, el sistema software propuesto presenta gráficamente en tiempo real el comportamiento emocional del usuario a lo largo de la prueba. Del mismo modo, es posible para el coordinador de la prueba discriminar la duración de las tareas y observar gráficamente dicho comportamiento por tarea.

De este modo, el sistema software presentado en este artículo pretende contribuir en la disminución de la subjetividad en cuanto a la estimación del atributo satisfacción, convirtiéndose en un instrumento de apoyo en cualquier laboratorio de usabilidad que lo requiera. El presente artículo está organizado de la siguiente forma: en la sección 2 se definen los conceptos teóricos tomados en cuenta para el desarrollo del sistema software propuesto. En la sección 3 se describen los trabajos relacionados a esta investigación que se tomaron como referente para este trabajo. En la sección 4 se presentan los esquemas funcionales del sistema software propuesto, así como las interfaces finales del mismo. En la sección 5 se presenta la validación del sistema software desarrollado en el contexto de una prueba de usuario. Y, por último, en la sección 6 se describen las conclusiones y los trabajos futuros derivados de la presente investigación.

Marco conceptual

En esta sección se presentan los principales conceptos que se tuvieron en cuenta para el desarrollo de este trabajo. Dentro de estos se encuentran: laboratorio de usabilidad, prueba de usabilidad, atributo de satisfacción, emoción, características de las expresiones faciales y las emociones, y modelo de emociones de Paul Ekman. 2.1

Laboratorio de usabilidad.

Un laboratorio de usabilidad es un espacio físico compuesto generalmente de dos áreas, una para el usuario de prueba y otro para los evaluadores, en el cual se realizan evaluaciones de usabilidad y de accesibilidad a productos, sistemas y dispositivos, por medio de software y equipos hardware especializados en el monitoreo y registro del accionar del usuario con el producto a evaluar. Además, cuenta con herramientas que permiten obtener indicadores de los atributos de eficiencia, eficacia y satisfacción [8]. 2.2

Prueba de usabilidad

Es una técnica en el diseño y desarrollo de aplicaciones software o productos, por medio de la cual se evalúa el grado de uso de estos, mediante la inspección de la interacción del usuario de prueba con estos aplicativos. Como características principales se tienen que los resultados de esta prueba se van evidenciado de manera inmediata, el uso de espacios físicos aislados y el monitoreo constante con equipos técnicos especializados [8]. 2.3

Atributo de satisfacción

La norma ISO 9241-11 [2], define a la satisfacción como ausencia de incomodidad y existencia de actitudes positivas hacia la utilización del producto. El concepto de la satisfacción nombrada anteriormente asocia a este atributo con la existencia de actitudes positivas, por lo que se desprende que la satisfacción está ligada

directamente con la emocionalidad de un usuario durante la interacción con el software evaluado. 2.4

Características de las emociones y las expresiones faciales

Según el diccionario de la real academia una emoción es entendida como una alteración del ánimo intensa y pasajera, agradable o penosa, que va acompañada de cierta conmoción somática y/o interés, generalmente expectante, con que se participa en algo que está ocurriendo [9]. Las emociones tienen origen a nivel fisiológico en el sistema límbico [10] (sistema cuya función es la de regular las emociones, la memoria, el hambre e instintos sexuales y se compone de partes del cerebro como el tálamo, el hipotálamo y la amígdala cerebral) del cuerpo humano y que crean estos estados. Para evaluar o estimar las emociones de un usuario ha sido necesario desarrollar tecnologías biométricas [5][11], las cuales por medio de instrumentos como cámaras web o sensores, capturen las permutaciones fisiológicas derivadas de las emociones que se manifiestan en las terminaciones nerviosas, el sudor de la piel o las expresiones faciales, entre otras [12]. En este sentido, las emociones manifestadas en el caso de las expresiones faciales se describen utilizando patrones que permitan relacionarlas con los distintos estados emocionales [13]. 2.5

Modelo de Paul Ekman

En una definición general, los modelos de emociones son parametrizaciones y representaciones de lo que una persona puede sentir. Dicho lo anterior, una persona ha de pertenecer a una cultura determinada en la que expresan sus emociones de diferentes maneras, como a traves la expresión corporal o por medio de la expresión facial. Al existir tantas culturas en el mundo con su representación independiente de emociones a traves de la expresión del rostro es necesario recurrir a una generalización, como la que se ofrece en [14], aquí se explica que el psicólogo Paul Ekman identificó diferentes tipos de emociones relacionadas a los movimientos del rostro, concretando así, una clasificación de expresiones faciales universales relacionadas a seis tipos de emociones primarias a saber: ira, asco, miedo, alegría, tristeza y sorpresa. En este mismo sentido se puede decir que, el modelo tomado para la identificación y predicción de emociones propuesto en este trabajo es una adaptación, siendo este no el mismo y guardando diferencias al involucrar una nueva emoción “Neutro”(ver figura 1). Para llevar a cabo este trabajo, se ha empleado la biblioteca libre OpenCv de visión artificial, la cual tiene como base algoritmos que implica la detección de objetos y rostros a partir del procesamiento de imágenes. Esta biblioteca ha sido complemento junto con la adaptación del modelo de Emociones anteriormente mencionado, para la construcción del software propuesto.

Enojo

Felicidad

Sorpresa

Disgusto

Tristeza

Neutro

Fig. 1. Modelo de emociones Fuente: Paul Ekman: Las 6 Emociones Básicas [12]

Trabajos relacionados

En esta sección se presentan un conjunto de trabajos que se tuvieron en cuenta para el desarrollo de la presente investigación. En estos trabajos se plantean un conjunto de investigaciones que involucran el uso de la computación afectiva en diferentes contextos de aplicación. En [15], se presenta el proyecto denominado “Detección de emociones del usuario”, en el cual se desarrolló un prototipo para la detección de emociones de usuario, haciendo análisis de las emociones en tiempo real. La identificación de rostros y las incongruencias en los datos obtenidos, condujo a la construcción de un modelo para la obtención de la matriz de proyección para cada sujeto. Este trabajo presenta como aporte el uso de la librería OpenCV para el procesamiento de imágenes y la propuesta de un modelo de reconocimiento de emociones. Por su parte en [16] se propone una interfaz cerebro-computador (BCI) que permite la interacción de un usuario con el entorno cercano por medio de la actividad cerebral. Este tipo de tecnología crea un canal de comunicación para transmitir las intenciones, emociones, sensaciones, etc. de las personas a un dispositivo computarizado. El BCI es un tipo de sistema que reconoce patrones en las señales del cerebro, mediante imágenes electroencefalografías capturadas por medio de sensores. La imagen arroja un patrón y el sistema determina un parámetro de satisfacción que puede ser clasificado en cuatro categorías dependiendo del estado mental del usuario: frustración, concentración y relajación. El trabajo tiene como falencia la manera intrusiva en la que se capturan los datos biométricos, ya que los sensores usados para registrar la actividad cerebral podrían determinar una situación de incomodidad que puede distanciar el objetivo de medir la satisfacción de manera confiable. En [5] se presenta una propuesta para la estimación de la satisfacción en pruebas de usabilidad, a partir del análisis del estrés mental de un usuario durante el proceso de interacción. Esta propuesta realiza el estudio del estrés mental mediante el seguimiento de la variabilidad de la frecuencia cardiaca (VFC), la cual corresponde al espacio o conjunto de espacios entre pulsaciones cardiacas (intervalos RR). De este modo a partir de los intervalos RR y haciendo uso de la fórmula de Bayevsky se

obtiene el índice de estrés mental en diferentes momentos de la prueba, lo cual permite dar una idea general al coordinador de la prueba sobre el comportamiento emocional del usuario. Este trabajo presenta como aporte, la segmentación del proceso de estimación de la satisfacción de acuerdo a las tareas ejecutadas en la prueba, así como el seguimiento gráfico del estrés mental de un usuario. Este trabajo presentado por [17], tuvo como eje central el reconocimiento de emociones en tiempo real por medio de un dispositivo de hardware integrado por sensores de conductancia de la frecuencia cardíaca y de la piel, acompañado con la librería OpenCV e insight SDK para detectar las emociones de expresiones faciales capturadas desde una cámara web donde son procesadas en paralelo para comparar y contrastar. Dado a lo anterior, se destaca de esta investigación el uso de la librería OpenCV, el cual es un mediador para realizar las capturas de las emociones durante el proceso de evaluación en una prueba de usabilidad. También en [18], se propone un sistema automático de reconocimiento de emociones basado en la expresión facial, basado en tres pasos: detección de rostro, extracción de características faciales y clasificación de expresión facial. Éste se ha construido mediante un modelo antropométrico que permite detectar puntos de rasgos faciales combinados con el método de Shi y Thomasi. El proceso de clasificación se basó en el método Máquina de vectores de soporte. Los resultados que se obtuvieron frente a las diferentes pruebas demostraron ser un método eficaz para reconocer emociones a través de la expresión facial. En virtud de lo planteado en este trabajo se retomó la importancia de hacer el reconocimiento de las emociones basado en el rostro, expresión facial y sus características para poder determinar el estado de ánimo de una persona. A partir de los anteriores trabajos se tuvieron en cuenta algunas consideraciones para la presente propuesta tales como: la presentación de los resultados mediante gráficos en tiempo real, el uso de dispositivos menos intrusivos para la obtención de variables fisiológicas que pueden usarse en la estimación de la satisfacción, como es el caso de la expresión facial, la consideración del modelo de emociones de Paul Ekman y el uso de la librería OpenCV para dar soporte al procesamiento y análisis emocional de las imágenes.

Descripción del sistema propuesto

En esta sección se describe el diagrama de bloques del sistema propuesto y se presentan las interfaces finales del mismo. 4.1

Diagrama de bloques del sistema software

En la figura 2, se presenta el diagrama de bloques del sistema software propuesto dentro de un laboratorio de usabilidad, teniendo en cuenta las características de una prueba de usuario, en la que se distinguen los módulos de usuario y evaluador, siendo en este último módulo donde se disponen los módulos funcionales de captura de imagen, detección de emociones, almacenamiento temporal, seguimiento en tiempo

real, almacenamiento en base de datos (BD), discriminación de tareas, y el de generación gráfica de tareas. Una vez iniciado el sistema software, por defecto se carga el flujo de la cámara web (dispuesta en la habitación del usuario) en la interfaz principal del sistema. A través del flujo de la cámara web, la cual ha sido configurada para tomar el rostro del usuario, el módulo Captura de imagen, se encarga de obtener periódicamente imágenes del rostro del usuario, las cuales se envían al módulo de Detección de emociones. En este módulo el sistema software haciendo uso de los algoritmos provistos por la librería OpenCV de Python, clasifica la imagen capturada en alguna de las posibles 6 emociones soportadas: neutral, tristeza, felicidad, enojo, sorpresa y disgusto. El bloque de Almacenamiento temporal es el encargado de guardar en un arreglo la emoción detectada en conjunto con el tiempo en segundos en el cual se hizo la detección. A continuación, la información guardada es enviada al módulo de Seguimiento en tiempo real, el cual va presentando en tiempo real una gráfica con el comportamiento que el usuario va teniendo a lo largo de la prueba. Cuando la prueba de usuario termina, el sistema se encarga a través del módulo de Almacenamiento en BD de guardar la información temporal en la base de datos No-SQL TinyDB. La información almacenada corresponde al registro a lo largo de la prueba de la emoción y el tiempo en el que dicha emoción fue detectada.

Fig. 2. Diagrama de bloques. Fuente: Propia.

Seguidamente, en el módulo de Discriminación de tareas, el coordinador de la prueba ingresa numéricamente y separados por comas, los rangos de tiempos expresados en segundos, de manera que el sistema pueda realizar el análisis emocional de la prueba por tarea. Finalmente, en el bloque de Generación gráfica de tareas, se muestra la traza emocional del usuario a lo largo de la prueba y por tarea (con diferentes colores). Para realizar las gráficas presentadas en el sistema, se hizo uso de la librería matplotlib de Python.

4.2

Interfaces del sistema software

En la figura 3, se muestra la interfaz principal del sistema software para la estimación de satisfacción en pruebas de usabilidad. La interfaz permite embeber el flujo de video de la cámara web del laboratorio de usabilidad y el recuadro de visualización en tiempo real de la gráfica de la emoción capturada y un botón que acciona o detiene el coordinador de la prueba cuando inicia o termina la prueba de usabilidad, así como también un botón de procesar que permitirá graficar el comportamiento emocional del usuario por tarea, un campo de texto llamado tarea donde se visualiza el tiempo de duración que tarda la prueba de usabilidad, otro campo de llamado reporte donde se puede configurar un nombre de archivo para un posterior reporte y un botón de salir para dar por terminada la prueba. A continuación, se describe el funcionamiento del sistema software propuesto.

Fig. 3. Interfaz del sistema software. Fuente: Propia.

Al momento que el usuario inicia la prueba de usabilidad dentro del laboratorio, el evaluador se encarga de accionar el botón para iniciar el sistema software, el cual comienza con el proceso de captura de imágenes del rostro del usuario usando una cámara de video o webcam. Seguidamente se procede con la etapa de predicción, en la cual se realiza un análisis de las imágenes capturadas, con el fin de determinar una de las emociones correspondientes al modelo de clasificación usado por la librería OpenCV, al tiempo que se muestra en el recuadro de visualización (Gráfica en tiempo real) la emoción obtenida (ver figura 4).

Fig. 4. Predicción de la emoción. Fuente: Propia.

El coordinador de la prueba es el encargado de indicarle al sistema software el momento en el que la prueba de usabilidad termina, de lo contrario el sistema software seguirá capturando las imágenes, realizando la predicción y mostrando gráficamente el comportamiento emocional del usuario a lo largo de la prueba. Una vez termina la prueba, el coordinador de la prueba puede a través de la opción “Procesar” del sistema software realizar una discriminación de las tareas al diligenciar en el campo de texto “Tareas”, indicando los tiempos específicos de duración de cada una de las tareas de la prueba, separando cada una de estas mediante el símbolo de punto y coma (;) como se observa en la figura 5. Finalmente, el sistema software permite visualizar de manera gráfica el estado emocional del usuario bajo dos variables que son el tiempo y la emoción, como se muestra en la figura 6. Las gráficas obtenidas permiten al coordinador de la prueba realizar un seguimiento sobre el comportamiento emocional del usuario mientras interactúa dentro del laboratorio de usabilidad con un prototipo software, de manera discriminada por líneas de colores diferenciando cada tarea como se muestra en la figura 6 y si lo desea poder exportarlo en formato .csv al presionar la opción de guardar.

Fig. 5. Procesar emoción. Fuente: Propia.

Fig. 6. Generación de gráficas por tarea. Fuente: Propia.

Caso de estudio

A modo de validación de la propuesta, se hizo uso del sistema software construido en una prueba de usuario dentro del laboratorio de usabilidad de la Institución Universitaria Colegio Mayor del Cauca. La prueba fue desarrollada sobre la herramienta libre de edición de imágenes GIMP, para lo cual se diseñó un instrumento de evaluación constituido por un acuerdo de confidencialidad, un cuestionario pretest, un listado de tareas y un cuestionario postest. Mediante la ejecución de este instrumento en conjunto con el sistema software propuesto se obtuvieron resultados cuantitativos y cualitativos que permitieron evaluar la eficacia, eficiencia y satisfacción, así como obtener recomendaciones sobre el software

evaluado. Los resultados obtenidos mediante el sistema software propuesto fueron contrastados con los videos de la interacción capturados en la prueba. 5.1

Diseño de la prueba

La prueba de usabilidad en la que se hizo uso del sistema software fue desarrollada en el laboratorio de usabilidad de la Institución Universitaria Colegio Mayor del Cauca. El laboratorio dispone de una configuración de habitación doble, es decir está distribuido en dos módulos (módulo de usuario y módulo de evaluador) o espacios con equipamiento para el monitoreo y grabación de la interacción del usuario de prueba (ver figura 7). En el módulo de evaluador están dispuestos los equipos de monitoreo, los cuales están conectados en red con el equipo donde el usuario evalúa el software. Los dos módulos del laboratorio están relacionados por un vidrio espejo unidireccional que permite al evaluador observar el comportamiento del usuario mientras interactúa con el software y no viceversa. Adicionalmente dentro del módulo del usuario se encuentra la cámara web que captura las imágenes del rostro del usuario durante la prueba, la cual está conectada al computador del evaluador.

Módulo de evaluador

Módulo de usuario

Usuario de prueba

División de módulos

Fig. 7. Laboratorio de usabilidad. Fuente: Propia.

En la figura 8, se esquematizan las etapas realizadas para la construcción del instrumento usado para dar soporte a la prueba de usabilidad. Como primera medida está el acuerdo de confidencialidad, el cual garantiza el uso de la información de la prueba solo con propósitos académicos, seguidamente se diseñó el cuestionario pretest cuyo objetivo es la caracterización del perfil de los cinco (5) usuarios que interactuaron con la herramienta GIMP, luego de lo anterior se diseñó el listado de tareas que los usuarios realizaron en la herramienta GIMP, seguidamente se elaboró el cuestionario postest el cual busca recoger la percepción del usuario acerca de las

distintas tareas realizadas por el usuario, finalmente se diseñó el instrumento de seguimiento del evaluador o coordinador de la prueba, el cual permite realizar anotaciones acerca de los tres atributos principales de la usabilidad: eficiencia, eficacia y satisfacción. Los resultados estadísticos obtenidos mediante el instrumento diseñado se contrastaron con los resultados obtenidos mediante el sistema software. Lista de tareas

Acuerdo de confidencia lidad

Cuestionario pretest

Instrumento de evaluador

Cuestionario postest

Fig. 8. Etapas de la prueba de usabilidad: Fuente: Propia.

En cuanto a la elección de los usuarios que realizaron la prueba, es escogieron 5 personas con habilidades básicas en manejo de herramientas informáticas, con nivel mínimo de educación media y con edades mayores a los 18 (ver figura 9). Las tareas desarrolladas por parte de los cinco (5) usuarios seleccionados fueron dos, la primera tarea corresponde a la edición básica de una imagen y la segunda tarea está relacionada con la exportación de la imagen editada. Tanto la elección de la herramienta a evaluar como la de los usuarios participantes de la prueba está estrechamente relacionada, dado que se seleccionó una herramienta de edición de imágenes que tiene algunas falencias de usabilidad a criterio de los coordinadores de la prueba, pero que al mismo tiempo es un sistema posible de manejar por usuarios con conocimientos básicos, y no necesariamente un experto en computación, es decir; se trata de que el usuario realice tareas sencillas como la edición de una imagen sin tener que recurrir a conocimientos avanzados.

Fig. 9. Tareas de la prueba. Fuente: Propia.

5.2

Análisis emocional de la prueba

La prueba fue realizada utilizando el instrumento de usabilidad diseñada en la sección anterior y el sistema software la para la estimación de la satisfacción desarrollada, de modo que se pudiera contrastar los resultados obtenidos mediante el instrumento diseñado con los del sistema software. En términos generales el sistema software permitió determinar que los 5 usuarios evaluados experimentaron un cambio inesperado de emoción (pico en la gráfica) en los momentos de la prueba en los que se presentó confusión con las tareas de edición y exportación de las imágenes. A modo de ejemplo, en la figura 10 se presenta la gráfica general generada por el sistema software a partir de la interacción del usuario 1 con la herramienta GIMP. Tal como se aprecia en la figura 10, las dos tareas de la prueba son discriminadas en la gráfica con colores con colores azul (tarea 1) y verde (tarea 2). Está gráfica permite al evaluador realizar un seguimiento segundo a segundo del comportamiento emocional del usuario en cada una de las tareas de la prueba y en general durante toda la prueba. De este modo, el evaluador puede obtener una estimación más objetiva del atributo satisfacción en una prueba de usabilidad.

Fig. 10. Ventana de resultados para el usuario 1. Fuente: Propia.

Tal como se mencionó anteriormente, la figura 10 ilustra el comportamiento emocional del usuario 1 de la prueba durante la interacción con la herramienta GIMP en las dos tareas propuestas. Como se muestra en la figura 10, en el eje x se presenta el tiempo en segundos transcurridos desde el inicio de la prueba, teniendo en este caso la prueba una duración de 337 segundos. Por su parte en el eje y de la gráfica se presentan las diferentes emociones que considera el sistema software (disgustado, triste, enojado, neutral y sorprendido).

La duración de cada una de las tareas de la prueba es definida en el sistema software por parte del evaluador, quien lleva un control sobre los tiempos de manera independiente. De este modo, la tarea 1 fue realizada por el usuario 1 en 210 segundos, mientras que la tarea 2 fue realizada en 127 segundos. Las líneas azules describen el cambio emocional del usuario durante la tarea 1 y las líneas verdes durante la tarea 2, teniendo en cuenta las emociones del modelo escogido (alegre, sorprendido, neutral, enojado, triste y disgustado) y representadas en el eje y de la gráfica. En la figura 11, se presenta un análisis cualitativo de las tareas (los números representan la notación de tareas) realizadas por el usuario 1 durante la prueba. Este análisis fue obtenido al contrastar la gráfica de seguimiento generada por el sistema software con el video que contiene la interacción del usuario con la herramienta GIMP y las observaciones del evaluador. Tal como se presenta en la figura 11, los problemas relacionados con encontrar un filtro para la edición de una imagen y exportar un archivo en un formato específico, pueden verse reflejados en un pico en el cambio de emociones.

Fig. 11. Análisis de resultados para el usuario 1. Fuente: Propia.

Conclusiones y trabajos futuros

El análisis de la satisfacción a partir de la expresión facial del usuario es uno de los métodos menos intrusivos para la obtención de indicadores emocionales, si se compara con el uso de sensores biométricos articulados al espacio corporal del usuario. Del mismo la captura de la expresión facial del usuario, aprovecha la cámara

web que por lo general se suele utilizar en la habitación de usuario de un laboratorio de usabilidad. El sistema software propuesto permite realizar el análisis de la satisfacción, de tal modo que se logra hacer el seguimiento al comportamiento emocional del usuario en tiempo real durante una prueba ejecutada en un laboratorio de usabilidad, por lo que este aporte permite obtener indicadores del comportamiento emocional del usuario, de cara a la estimación objetiva de la satisfacción en pruebas de usabilidad. La prueba de usabilidad presentada en este artículo permitió verificar la validez de la propuesta, pues los resultados obtenidos permiten concluir que existe una relación directa entre el comportamiento emocional del usuario y las interacciones que realiza el usuario en las diferentes tareas de la prueba. De este modo, el sistema software propuesto pretende servir de referencia de cara a obtener indicadores más objetivos, con respecto al atributo satisfacción en una prueba de usabilidad. El sistema software propuesto en este artículo contó con las ventajas provistas por la librería OpenCV, la cual permite dentro del sistema desarrollado realizar las funciones de: captura, procesamiento y predicción de emociones. Las predicciones almacenadas y el tiempo en el que estas ocurren permiten un procesamiento de los datos para la generación de las gráficas del comportamiento emocional, lo que posibilita al evaluador de la prueba comparar las interacciones que realiza el usuario con los estados emocionales que el usuario manifiesta en las diferentes tareas. Adicionalmente, el sistema software propuesto posibilita una vez terminada la prueba, la diferenciación del comportamiento emocional por tareas, de modo que le permite al evaluador hacer una segmentación de la prueba de acuerdo al número de tareas realizadas y el tiempo empleado por el usuario en cada una de ellas. Como trabajo futuro se busca mejorar el sistema software propuesto, mediante la inclusión de otro tipo de datos estadísticos útiles para el evaluador, así como la integración de otros sensores para el análisis emocional de la prueba.

Referencias 1.

2. 3. 4. 5. 6. 7.

8. 9.

Sánchez, W.: La usabilidad en Ingeniería de Software: definición y características. Revista de Ingeniería e Innovación de la Facultad de Ingeniería - Universidad Don Bosco 1(2), 7-21 (2011). ISO 9241-11, https://www.iso.org/obp/ui/#iso:std:iso:9241:-11:ed-2:v1:en Aranaga, C.: Usabilidad y satisfacción de las personas que trabajan con Tecnologías de la Información y de la Comunicación. Revista No solo Usabilidad 8, (2009). Enríquez J. G., Casas S.I.: Usabilidad en aplicaciones Móviles. Revista Informe Científico Técnico UNPA 5(2), 25-47 (2013). Chanchí, G., Giraldo, M., Campo, W.: Herramienta para el seguimiento del estrés mental en pruebas de usabilidad. Revista RISTI 17(1), 2019. OpenCV, https://opencv.org/ Perurena, L., Moráguez, M.: Usabilidad de los sitios Web, los métodos y las técnicas para la evaluación. Revista Cubana de Información en Ciencias de la Salud 24(2). 176-194 (2013). Calvo-Fernández A., Ortega, S., Valls, A.: Métodos de evaluación con usuarios. Editorial Universidad de Cataluña, Cataluña-España (2004). Definición de emoción, https://definicion.de/emocion.

92 10. 11.

12.

13. 14. 15. 16.

17.

18.

Peinador, A.: Smartphone como soporte para Interacción Afectiva: Expresión Afectiva. Universidad Autónoma de Madrid. Madrid-España (2016). Fernández, A., Duffey, M., Mourgues, C.: Expresión y reconocimiento de emociones: un punto de encuentro entre evolución, psicofisiología y neurociencias. Revista Chilena de Neuropsicología 2, 8-20 (2007). Ardil, A.: El lenguaje no verbal. Claves culturales para la competencia comunicativa e intercultural. Editorial Universidad de Oviedo, Oviedo-España (2016). Diaz, J., Flores, E.: La estructura de la emoción humana: Un modelo cromático del sistema afectivo. Revista Salud Mental 24(4), 20-35 (2001). Reza, L.: La influencia de las emociones en las expresiones faciales según Paul Ekman. Revista Contribuciones a las Ciencias Sociales, (2016). Marín, E.: Detección de emociones de usuario. Editorial Pontificia Universidad Católica de Valparaíso, Valparaíso-Chile (2014). Rodriguez, P.: Método automatizado para la evaluación de la Usabilidad en sistemas e-learning usando monitoreo de actividad cerebral. Editorial Universidad Nacional, Medellín-Colombia (2015). K. G. N. S. Priyank Rathod, «Bio-Signal based Emotion Detection Device, » IEEE XPLORE DIGITAL, vol. DOI: 10.1109/BSN.2016.7516241, nº 2016 IEEE 13th International Conference on Wearable and Implantable Body Sensor Networks, 21 July de 2016. F. Abdat, C. Maaoui y A. Pruski, «Human-Computer Interaction Using Emotion Recognition from Facial Expression,» 2011 UKSim 5th European Symposium on Computer Modeling and Simulation - IEEE XPLORE DIGITAL, vol. DOI: 10.1109/EMS.2011.20, 16 January 2012.

Propuesta de una herramienta para la ejecución de pruebas de usabilidad bajo el enfoque de mouse tracking David Alejandro Albornoz 1, Sebastián Alejandro Moncayo2, Samir Ruano Hoyos3, Gabriel Elías Chanchí G.4, Patricia Acosta Vargas5 1,2,3,4

Institución Universitaria Colegio Mayor del Cauca, Popayán, Colombia, 5 Universidad de Las Américas, Quito, Ecuador

alejo.albornoz@unimayor.edu.co1, sebastian.moncayo@unimayor.edu.co2, samir.ruano@unimayor.edu.co3 patricia.acosta@udla.edu.ec5

Resumen. En la actualidad, existe un creciente interés en el campo de la interacción computadora-usuario donde el uso de datos de movimiento del mouse influye en las preferencias del usuario. Por lo tanto, la usabilidad se ha convertido en un aspecto fundamental del desarrollo de software de calidad. Actualmente, existen herramientas para la ejecución de pruebas de seguimiento del mouse, la mayoría de las cuales no permiten discriminar el análisis por áreas de la pantalla o el análisis de la traza en una tarea específica de una prueba de usuario. Este documento presenta una herramienta para la ejecución de pruebas de usabilidad bajo el enfoque de seguimiento del mouse, que además de capturar el rastro del mouse en la pantalla, permite el análisis de diferentes áreas de interés durante las diferentes tareas de una prueba de usabilidad, así como la grabación en formato de video de la sesión. A través de la herramienta propuesta, esperamos obtener recomendaciones específicas con respecto a la disposición adecuada de los elementos en la pantalla. La propuesta puede servir como punto de partida en el trabajo futuro y ayudar en el desarrollo de aplicaciones más utilizables. Palabras clave: Seguimiento del mouse, Sistema de software, usabilidad, prueba de usabilidad.

Introducción

El auge de nuevas tecnologías tales como internet de las cosas y el desarrollo exponencial de la red de redes, han posibilitado en la actualidad el crecimiento en el número de aplicaciones desplegadas en internet, así como la necesidad de que dichas aplicaciones estén más acorde a nivel de calidad a las necesidades de los usuarios [1]. Debido a lo anterior, el concepto de usabilidad [2] se ha convertido en un asunto fundamental para el desarrollo de la informática, puesto que define la productividad del usuario y de las empresas con respecto a un aplicativo software. Según la norma ISO 9241-11, la usabilidad es definida como el grado en que un producto puede ser usado por determinados usuarios para lograr sus propósitos con eficacia, eficiencia y satisfacción en un contexto de uso específico [3]. Esta definición describe los tres atributos (eficiencia, eficacia y satisfacción) que se deben considerar

en cuenta para estimar el grado de usabilidad de un producto software [4]. La eficacia es referida al cumplimiento de los objetivos del usuario; la eficiencia a la optimización de los recursos, siendo el tiempo el recurso más importante para el usuario; finalmente la satisfacción está asociada al confort de un usuario durante la interacción [5]. En un test de usuario, desarrollado en un laboratorio de usabilidad, la eficacia puede ser obtenida a partir del porcentaje de tareas ejecutadas cumplidamente por el usuario de prueba escogido. En lo que respecta a la eficiencia puede ser medida por medio del tiempo empleado para realizar las tareas establecidas por el evaluador de la prueba [6]. Por su parte, la satisfacción al ser definida según la ISO 9241-11 como “ausencia de incomodidad y existencia de actitudes positivas hacia la utilización del producto” [3], está relacionada directamente con la emocionalidad del usuario durante una prueba de usabilidad [7] y puede ser obtenida mediante los cuestionarios de percepción de usuario. Del mismo modo, uno de los indicadores que pueden ser utilizados para determinar el atributo eficiencia puede ser el número de clics o la traza de mouse que un usuario realiza durante una determinada tarea de una prueba de usabilidad [6]. En este orden de ideas las pruebas de seguimiento de mouse o mejor conocidas como pruebas de mouse tracking permiten obtener indicadores relevantes de cara a disponer los diferentes elementos en pantalla de manera más adecuada, con el fin de hacer más eficiente la interacción del usuario con el software evaluado. De este modo, a partir de la traza de mouse es posible detectar los sectores de la interfaz de un determinado software que pueden ser rediseñados o movidos a zonas de mayor jerarquía [8][9]. Aunque se ha evidenciado la existencia de herramientas comerciales y académicas para la ejecución de pruebas de seguimiento de mouse, en su mayoría no permiten el análisis discriminado por zonas de pantalla, o el análisis de la traza en una determinada tarea de un test de usuario desarrollado en un laboratorio de usabilidad. De esta manera en este artículo se presenta como aporte una herramienta académica para la ejecución de pruebas de usabilidad bajo el enfoque de mouse tracking, la cual además de realizar la captura de la traza de mouse en pantalla, permite el análisis de diferentes zonas de interés durante las diferentes tareas de una prueba de usabilidad, así como la grabación en formato de video de la sesión. En este orden de ideas, a través del análisis por tareas y zonas la herramienta pretende ser de ayuda para los coordinadores de la prueba en cuanto a la detección de opciones de frecuente uso que están ubicadas en zonas de baja jerarquía. De este modo, mediante la herramienta propuesta se esperan obtener recomendaciones puntuales en cuanto a la disposición adecuada de los elementos en pantalla. La herramienta mencionada fue desarrollada en el lenguaje Java, haciendo uso de las librerías EasyCapture, OpenCSV y JFreeChart, las cuales permiten respectivamente la grabación de la sesión de video, el almacenamiento de las coordenadas y el tiempo en un archivo tipo CSV, y finalmente la generación de gráficos estadísticos a partir de los datos capturados en la prueba de usabilidad. El resto del artículo está organizado de la siguiente forma: en la sección 2 se presentan las diferentes fases metodológicas que guiaron la investigación. En la sección 3 se describen los conceptos relevantes que se tuvieron en cuenta en la presente investigación. En la sección 4, se presentan un conjunto de herramientas que se consideraron para el diseño de la herramienta

propuesta. En la sección 5 se muestra el diagrama funcional de la herramienta construida y las interfaces finales de la misma. En la sección 6 se describe un caso de estudio en el cual se hizo uso de la herramienta propuesta. Finalmente, en la sección 7 se presentan las conclusiones y trabajos futuros derivadas de esta investigación.

Metodología

Para el desarrollo del presente trabajo se tuvieron en cuenta 4 fases a saber: caracterización de las pruebas de usabilidad, exploración de herramientas de seguimiento de mouse, construcción de la herramienta y caso de estudio.

Fig 1. Metodología propuesta.

En la fase de caracterización de las pruebas, se hizo un estudio de la estructura de las pruebas de usuario desarrolladas en el laboratorio de usabilidad, con el fin de adecuar la herramienta a las necesidades de la prueba. En la fase de exploración de las herramientas, se escogieron un conjunto de herramientas con el fin de evaluar si se adecuaban a las necesidades de una prueba de usabilidad. En la fase de construcción se hizo el diseño y la implementación de la herramienta propuesta, tomando en cuenta algunas de las características de las herramientas exploradas y considerando que los test de usuarios están centrados en el desarrollo de tareas. Finalmente, en la fase de caso de estudio, se desarrolló un caso de estudio en el laboratorio de la Institución Universitaria Colegio Mayor del Cauca haciendo uso de la herramienta construida.

Marco conceptual

Laboratorio de usabilidad

Un laboratorio de usabilidad es un espacio físico compuesto generalmente de dos módulos, uno para el usuario de prueba y otro para los coordinadores de la prueba, en el cual se realizan evaluaciones de usabilidad a productos, sistemas y dispositivos, por medio de software y equipos hardware especializados en el monitoreo y registro del accionar del usuario con el producto a evaluar. Un laboratorio de usabilidad debe permitir la obtención de indicadores de los atributos de eficiencia, eficacia y satisfacción [7][10].

3.2

Prueba de usabilidad

Es una técnica en el diseño y desarrollo de aplicaciones software o productos, por medio de la cual se evalúa el grado de uso de estos, mediante la inspección in situ de la interacción del usuario de prueba con estos aplicativos. Como características principales se tienen que los resultados de esta prueba se van evidenciado de manera inmediata, el uso de espacios físicos aislados y el monitoreo constante con equipos técnicos especializados [11]. Dentro de las pruebas de usabilidad, se destaca el enfoque de seguimiento de mouse o mouse tracking, mediante el cual es posible determinar elementos de la interfaz que no están distribuidos de manera adecuada y cuya reubicación podría contribuir a mejorar la eficiencia del software evaluado [12]. 3.3

Atributo eficiencia

Según la norma ISO 9241-11 [3], la eficiencia se define como la relación entre los recursos empleados y la precisión y grado de consecución con que los usuarios logran objetivos específicos. Dentro de algunas de las métricas empleadas para determinar el atributo satisfacción se destacan: tiempo empleado en completar una tarea, número de teclas presionadas por tarea, tiempo transcurrido en cada pantalla, eficiencia relativa en comparación con un usuario experto [6]. De este modo, una prueba de seguimiento de mouse tiene como fin aportar en mejorar los indicadores del atributo satisfacción, en el sentido que, a partir de la traza de mouse capturada de la interacción del usuario con un software determinado, permite identificar posibles componentes que no están distribuidos en pantalla de manera adecuada y que hacen que el usuario tarde más tiempo en ejecutar una tarea determinada.

Trabajos relacionados

Actualmente, existe un creciente interés en el campo de la interacción entre los usuarios y el computador en el uso de los datos de movimiento del mouse que permite inferir, los intereses, preferencias y la personalidad del usuario. En estudios anteriores se han definido varios patrones del comportamiento del movimiento del mouse al considerar medidas de patrones de movimiento específicos. De acuerdo con Rayner [13] desde la década de 1970, los sistemas de rastreo ocular se utilizan en la investigación de Human Computer Interaction (HCI) cuentan con una amplia gama de comportamientos de movimientos entre ellos el ocular que se han asociado con los movimientos del mouse. Por otro lado, se cuentan con dispositivos de adquisición de datos multimodales como en [14], donde se aporta en la investigación para estudios relacionados con el seguimiento con los ojos y el análisis del comportamiento del muestreo ocular. Aunque los sistemas de rastreo ocular tienen una historia comparativamente larga, el campo de seguimiento del mouse ha desarrollado varios enfoques interesantes para los movimientos del mouse. Esto se relaciona en gran medida con las pruebas de usa-

bilidad de las páginas web con el fin de mejorar la experiencia del usuario. A continuación, se presenta una revisión de las principales herramientas existentes. 4.1

Herramientas exploradas

En esta sección se presentan un conjunto de herramientas que permiten dar soporte a una prueba de usabilidad bajo el enfoque de mouse tracking. Dentro de estas herramientas se destacan: Mouseflow, UserTrack, IoGraph. 4.1.1

Mouseflow

Es una herramienta para el análisis de la traza de mouse en aplicaciones web, la cual actúa en segundo plano, permitiendo hacer grabaciones de pantalla, grabaciones del movimiento del mouse y generando estadísticas sobre los puntos donde el usuario centra su atención al navegar por un portal web. Lo anterior se realiza con el fin de redistribuir o cambiar diferentes elementos de un portal web como pueden ser: el color, el texto, los componentes multimedia, la ubicación de las diferentes opciones, en aras de mejorar la experiencia de un usuario en el sitio y hacer más eficiente la interacción. La herramienta incluye cinco componentes principales: repetición de sesión (grabaciones), mapas de calor (clic, movimiento, desplazamiento, atención y geografía), embudos, análisis de forma y comentarios de los usuarios. Aunque mouse flow permite hacer seguimiento sobre los puntos de interés en los que centra el usuario la atención durante la interacción, la herramienta no incluye el análisis de zonas en pantalla, ni la discriminación de la traza del mouse por tareas [14]. 4.1.2

UserTrack

Es una herramienta analítica que se encuentra actualmente en desarrollo activo, la cual está diseñada para contribuir con la mejora en el diseño de portales web, al definir a partir de la traza del ratón posibles componentes de la interfaz que deben ser reubicados. En este orden de ideas, esta herramienta además de posibilitar el control de los visitantes a un sitio web permite el registro mediante mapas de calor la traza del mouse de un usuario durante la interacción con un sitio web. De igual modo, esta herramienta se encarga de generar videos sobre la interacción de un usuario con la aplicación web. Los mapas de calor son generados haciendo uso de tres colores: verde, amarillo y rojo, dependiendo de la traza y del tiempo que el mouse permanece en una determinada ubicación de la pantalla. El color verde es usado cuando el tiempo que permanece el mouse en una posición es poco, el color rojo es usado cuando el ratón permanece mayor tiempo en una posición, mientras que el color amarillo corresponde a un tiempo intermedio. Aunque UserTrack arroja datos de interés sobre la traza del mouse y los lugares donde el usuario centra su atención, no permite el análisis de la traza del mouse por tareas o zonas por tareas de una prueba de usabilidad [15].

4.1.3

IoGraph

IoGraph es una herramienta gratuita de escritorio desarrollada en Java, la cual se ejecuta en segundo plano y permite la captura y representación gráfica de la traza del mouse durante una prueba de usabilidad. Esta herramienta permite adicionalmente capturar una imagen del fondo y sobreponer sobre esta la traza de mouse capturada, para posteriormente posibilitar los resultados de la prueba en formatos de imagen. Esta herramienta también incluye la funcionalidad de dibujar puntos de interés en los cuales el mouse queda suspendido. Aunque esta herramienta es intuitiva y fácil de manejar, no permite el análisis de la traza del mouse por zonas de interés, ni tampoco el análisis por tareas de un test de usuario [16]. A partir de las herramientas exploradas en esta sección, es posible concluir que ningunas estas se centra en el análisis por el tiempo de las tareas, lo cual es de gran utilidad en las pruebas de usabilidad, con el fin de determinar cuál es comportamiento de un usuario en una determinada tarea de la prueba. En este mismo sentido la herramienta propuesta incluye el análisis por zonas de interés o zonas de pantalla en cada una de las tareas de la prueba.

Herramienta propuesta

En esta sección se describe el diagrama de flujo y de bloques de la herramienta, así como las interfaces finales de la misma. 5.1

Diagrama de flujo de la herramienta

A partir de las diferentes características de una prueba desarrollada en un laboratorio de usabilidad, en la figura 1 se presenta el diagrama de flujo de la herramienta construida para el seguimiento de mouse. En primera instancia una vez ejecutada la herramienta, el coordinador de la prueba escoge si registrar una nueva sesión o analizar datos que previamente han sido almacenados en sesiones anteriores. En caso que escoger la opción de registrar una nueva sesión, ingresa los datos de la prueba tales como, el nombre de la sesión, la fecha, el nombre de los usuarios entre otros datos básicos. A continuación, de manera paralela al inicio de la prueba de usabilidad, la herramienta procede a obtener y almacenar de manera continua y temporal las coordenadas x y y del puntero del mouse, así como el tiempo trascurrido desde el inicio de la prueba. Al tiempo que las coordenadas del puntero y el tiempo van siendo registrados temporalmente, la herramienta propuesta se encarga de iniciar la grabación del video que captura las diferentes interacciones del usuario en cuestión con el software evaluado, usando para ello la librería EasyCapture. Una vez termina el test por parte del usuario en cuestión, la herramienta se encarga de generar un reporte con los datos almacenados en un archivo de texto plano tipo CSV. Se escogió este tipo de formato con el fin de dar la posibilidad también al coordinador de la prueba de revisar los datos en una hoja de cálculo.

Fig 2. Diagrama de flujo de la herramienta.

Una vez almacenados los datos en el archivo de texto plano tipo CSV, se puede proceder a la grabación de una nueva sesión de usuario (repetición de la fase anterior) o se puede dar continuidad a la fase de análisis de los datos capturados y almacenados en el archivo CSV. Del mismo modo el coordinador de la prueba puede proceder con la reproducción del video generado en la sesión con cada uno de los usuarios participantes. Para el análisis de las zonas de interés en las diferentes tareas de una prueba, es importante que el coordinador de la misma haya llevado el registro de la duración en segundos de cada una de las tareas desarrolladas por los usuarios durante la prueba, de tal modo que una vez proporcionados los tiempos de las tareas de cada usuario, sea posible hacer un análisis por zona de interés de cada una de las tareas y de la prueba en general. 5.2

Diagrama de bloques de la herramienta

En la figura 3 se presenta el diagrama de bloques de la herramienta propuesta, diferenciando las funciones que son realizadas a partir de los datos capturados al usuario de prueba y las tareas que realiza el coordinador o evaluador de la prueba de usabilidad. Lo anterior obedece a que la herramienta fue diseñada para ser ejecutada en el contexto de los tests de usuario desarrollados en el laboratorio de usabilidad, en los cuales mientras un usuario de prueba realiza un conjunto de tareas sobre un software determinado, el evaluador o coordinador de la prueba se encarga de observar el comportamiento del usuario y verificar el cumplimiento de las tareas.

100

Fig 3. Diagrama de bloques de la herramienta.

En ese orden de ideas, en primera instancia la herramienta permite registrar los datos de la prueba y almacenarlos en una base de datos. A continuación, a partir de las tareas que realiza el usuario dentro del laboratorio de usabilidad, la herramienta se encarga de capturar en tiempo real las posiciones del puntero y el tiempo asociado a dichas capturas. Así mismo, mientras el usuario está realizando la interacción, la herramienta se encarga de capturar un video de la sesión, el cual permitirá al coordinador de la prueba realizar un análisis detallado del comportamiento del usuario en una determinada tarea o a nivel general. Una vez concluidas las diferentes tareas de la prueba de usabilidad, la herramienta genera un archivo .csv que contiene información de la traza del ratón y el tiempo en el que cada pareja de coordenadas ha sido capturadas. Cuando la prueba de usabilidad termina, el coordinador de la misma es el encargado de analizar los resultados de esta, cargando en primera instancia el archivo CSV generado. Posteriormente el coordinador de la prueba puede acceder a los diferentes videos generados, con el fin de verificar el tiempo de duración de cada una de las tareas desarrolladas por un determinado usuario. A partir del diligenciamiento de los tiempos de las diferentes tareas en la herramienta, es posible visualizar el análisis por zonas en cada tarea y de manera general. Mediante estos resultados es posible tomar desiciones relacionadas con el reajuste en la ubicación de los componentes de la interfaz hacia zonas de mayor jerarquía en pantalla, buscando que el software evaluado permita una mayor eficiencia al usuario. 5.3

Interfaz final de la herramienta

A partir de las funcionalidades descritas en la sección 5.1 y 5.2, en la figura 4 se presenta la interfaz gráfica principal de la herramienta propuesta. A la izquierda de la

101

interfaz se muestran las diferentes opciones de la herramienta, las cuales permiten la configuración de las sesiones, la captura de la traza de mouse, la configuración de las tareas y el análisis gráfico de la traza de mouse por tareas y de manera general. Por su parte en la parte derecha por defecto se presenta la interfaz que permite cargar un archivo CSV de una sesión previa, así como el video asociado a dicha sesión. Del mismo modo es posible digitar la duración de las diferentes tareas de la prueba asociadas a la sesión cargada, mediante las cuales es posible hacer el análisis de la traza de mouse por zonas de interés.

Fig 4. Interfaz principal de la herramienta.

De manera posterior a la carga del archivo CSV y del registro de la duración de las diferentes tareas de la prueba, se presiona en el botón “Iniciar Análisis”, lo cual permite visualizar en la opción “Gráficas Parciales” la traza de mouse por tarea y en la opción “Gráfica Total” la traza completa de la prueba, tal como se muestra en la figura 5. Lo anterior permite al coordinador de la prueba identificar si la disposición de ciertos elementos de la interfaz involucrados en cada una de las tareas es la adecuada.

102

Fig 5. Traza de mouse generada mediante la herramienta.

Finalmente, según se muestra en la figura 6, es posible realizar un análisis por zonas de interés en pantalla, de acuerdo a las diferentes tareas de una prueba de usabilidad. Esto permite visualizar las zonas más utilizadas en una tarea de la prueba, para posteriormente identificar si ciertos elementos de la pantalla están dispuestos de manera correcta en una tarea específica de la prueba.

Fig 6. Gráfico de zonas de interés.

Caso de estudio

A modo de validación de la herramienta propuesta en este artículo, se desarrolló un test de usuario en el laboratorio de usabilidad con el objetivo de evaluar las zonas de interés en las diferentes tareas desarrolladas con la herramienta Pinta V1.6. Pinta es un editor de imágenes libre y multiplataforma que permite realizar la creación y modificación de imágenes con funcionalidades básicas de edición. La prueba de usabilidad se desarrolló con 5 estudiantes pertenecientes a la Facultad de Ingeniería de la Institu-

103

ción Universitaria Colegio Mayor del Cauca con edades entre 21 y 26 años, a los cuales se les asignó las 3 tareas presentadas en la tabla 1. Tabla 1. Lista de tareas. Tarea Descripción Tarea 1 Dibujar sobre una imagen existente Tarea 2 Agregar efectos sobre la imagen editada Tarea 3 Cortar y girar la imagen editada

Como resultado general de la prueba se pudo concluir que gracias a la posibilidad que provee la herramienta propuesta de segmentar la interfaz del software evaluado en 4 o 6 zonas de interés o zonas de pantalla (ver figura 7), fue posible evidenciar que aunque PintaV1.6 tiene opciones intuitivas que le permitieron a los 5 usuarios alcanzar una eficacia del 100% en las tareas, la ubicación de las opciones de la paleta para deshacer acciones (zonas 2 y 4 o zonas 3 y 6) agrega una carga adicional en las tareas que ejecutan los usuarios, de tal modo que su reubicación de estas secciones podría mejorar la eficiencia del usuario en la interacción. Lo anterior se pudo apreciar de manera más clara en la tarea 2 de cada uno de los usuarios, en donde la traza del mouse cobra relevancia en dichas zonas de interés o zonas de pantalla.

Fig 7. División por zonas de la herramienta.

A modo de ejemplo de las conclusiones generales obtenidas mediante la prueba, en la figura 8 se muestran los resultados particulares (a 4 zonas) del análisis realizado con la herramienta propuesta sobre las tareas del usuario 1. Tal como se muestra en la figura 8, en las tareas 2 y 3 se aprecia un alto porcentaje de uso de la zona 4 de la pantalla, lo cual puede explicarse en que dichas tareas requieren el uso de opciones de uso frecuente como el panel para deshacer opciones (parte inferior derecha). Es así como en el caso de la tarea 2, cerca 34% de la traza del mouse está concentrada en la zona 4, mientras que en el caso de la tarea 4, hay un porcentaje de uso de la zona 4 cercano al 80%. Con respecto a la tarea 1 de la prueba, el usuario 1 en su mayoría hizo uso de las tareas de edición básicas ubicadas en la zona 1 de la interfaz.

104

Fig 8. Gráfico de zonas de interés para el usuario 1.

Conclusiones y Trabajos Futuros

La herramienta propuesta en esta investigación fue construida de a acuerdo a las características de un test de usuario convencional desarrollado en un laboratorio de usabilidad, de tal modo que permite hacer el análisis de las trazas de mouse por tarea de la prueba, lo cual es un aporte con respecto a las demás herramientas similares puesto que las pruebas de usabilidad son conducidas por tareas. En este mismo sentido la herramienta tiene como aporte el uso de diferentes zonas de interés, lo cual puede ayudar a tomar decisiones sobre posibles áreas de la pantalla que no se están usando de manera adecuada. Finalmente, la herramienta propuesta también presenta como aporte la generación de un video con la interacción realizada por el usuario durante la prueba, el cual le permite al coordinador de la prueba llevar un control sobre el tiempo de las tareas realizadas por el usuario. La herramienta propuesta almacena los datos de la interacción del usuario con el software a evaluar (coordenadas del mouse y traza de tiempo) en un archivo plano tipo CSV y se encarga de procesar dichos datos de acuerdo a la duración de las tareas de la prueba de usabilidad. Lo anterior posibilita presentar y filtrar de manera gráfica la traza de mouse en las diferentes tareas, lo cual pretende ser de ayuda en la toma de decisiones del coordinador de la prueba sobre los elementos de la interfaz que pueden ser reacomodados para hacer más eficiente el software evaluado con respecto a las diferentes tareas. La herramienta propuesta en este artículo pretende ser de apoyo en cuanto a la ejecución de pruebas de usabilidad, en el sentido que permite obtener datos complementarios que pueden generar recomendaciones acerca de la adecuada disposición de los elementos de la interfaz. Esto gracias a las ventajas que provee la herramienta con

105

respecto al análisis por zonas de interés y por tareas de una prueba de usabilidad. En este sentido la herramienta permite hacer un análisis de la pantalla a 4 y zonas de interés divididas de manera equitativa. A nivel de las tecnologías usadas para la construcción de la herramienta propuesta, es importante resaltar que el lenguaje Java tiene como ventaja el hecho de contar con un conjunto de APIs que posibilitan la captura de la traza de mouse, la grabación de videos de la interacción y el almacenamiento en archivos CSV. En este sentido a diferencia de otros lenguajes, Java permite facilidad en la integración de dichas librerías al proyecto, sin requerir instalaciones adicionales. En este sentido las tecnologías empleadas pretenden servir de referencia para la construcción de proyectos para el estudio de la traza de mouse en diferentes contextos de aplicación. La importancia de las pruebas de usabilidad bajo el enfoque de seguimiento de mouse o mouse tracking, es que, mediante la mejor distribución de los elementos en pantalla, se pretende mejorar los indicadores del atributo eficiencia, en el sentido que un usuario pueda tardar menos tiempo en ejecutar una tarea determinada dentro del software evaluado. Como trabajos futuro derivados de la presente investigación, se espera complementar la herramienta en el sentido que se permita discriminar de manera gráfica el tiempo que el puntero del ratón permaneces suspendido en la interfaz. En este mismo sentido, se pretende conducir estudios de computación afectiva a partir de la traza del mouse capturada durante una prueba de usabilidad, con el fin de contribuir con la estimación del atributo satisfacción. Finalmente se espera adaptar la herramienta al contexto de las aplicaciones móviles, con el fin de conducir evaluaciones de usabilidad en este contexto.

References 1.

3. 4.

Arroyo, E., Selker, T., & Wei, W. (2006, April). Usability tool for analysis of web designs using mouse tracks. In CHI'06 extended abstracts on Human factors in computing systems (pp. 484-489). ACM. [13] Sánchez, W.: La usabilidad en Ingeniería de Software: definición y características. Revista de Ingeniería e Innovación de la Facultad de Ingeniería - Universidad Don Bosco 1(2), 7-21 (2011). [1] ISO 9241-11, https://www.iso.org/obp/ui/#iso:std:iso:9241:-11:ed-2:v1:en Mascheroni, M., Greiner, C., Petris, R., Dapozo, G., Estayno M.: Calidad de software e Ingeniería de Usabilidad. En: XIV Workshop de Investigadores en Ciencias de la Computación. Universidad Nacional de Misiones (UNM), La Plata-Argentina (2012). Cepeda, C., Rodrigues, J., Dias, M. C., Oliveira, D., Rindlisbacher, D., Cheetham, M., & Gamboa, H. (2018, August). Mouse Tracking Measures and Movement Patterns with Application for Online Surveys. In International Cross-Domain Conference for Machine Learning and Knowledge Extraction (pp. 28-42). Springer, Cham. Enriquez J. G., Casas S.I.: Usabilidad en aplicaciones Móviles. Revista Informe Científico Técnico UNPA 5(2), 25-47 (2013).

106 7.

8. 9. 10.

11. 12.

13. 14. 15. 16. 17.

Delgado D., Girón D., Chanchí G., Márceles K.: Propuesta de una herramienta para la estimación de la satisfacción en pruebas de usuario, a partir del análisis de expresión facial 19(2), 6-15 (2018). Hehman, E., Stolier, R., Freeman, J.: Advanced mouse-tracking analytic techniques for enhancing psychological science 18(3), 384-401 (2014). Freeman, J., Ambady, N.: MouseTracker: Software for studying real-time mental processing using a computer mouse-tracking method 42(1), 226-241 (2010). Perurena, L., Moráguez, M.: Usabilidad de los sitios Web, los métodos y las técnicas para la evaluación. Revista Cubana de Información en Ciencias de la Salud 24(2). 176-194 (2013). Calvo-Fernandez A., Ortega, S., Valls, A.: Métodos de evaluación con usuarios. Editorial Universidad de Cataluña, Cataluña-España (2004). Unrau, R., & Kray, C. (2019). Usability evaluation for geographic information systems: a systematic literature review. International Journal of Geographical Information Science, 33(4), 645-665. Rayner K (1998) Eye movements in reading and information processing: 20 years of research. Psychol Bull 124:372. Tobiipro (2019) Eye tracking for research. https://www.tobiipro.com/. Accessed 31 May 2019. Mouseflow, https://mouseflow.com UserTrack, https://www.usertrack.net/ IoGraph, http://iographica.com/

La Usabilidad en el desarrollo de Software para la Industria 4.0 Alicia Mon, Horacio René Del Giorgio, Claudio Figuerola, Matías Querel Universidad Nacional de La Matanza – Departamento de Ingeniería e Investigaciones Tecnológicas - Florencio Varela 1903 (B1754JEC) - San Justo, Buenos Aires, Argentina alicialmon@gmail.com, horacio.delgiorgio@gmail.com, claudio.figuerola@gmail.com, matias.querel@gmail.com

Resumen. En este artículo se presenta una investigación en curso que aborda el desafío de la aplicación de técnicas de usabilidad al desarrollo de productos software que puedan ser implementados en la industria manufacturera, independientemente de la rama productiva en la que se trabaje. Las Tecnologías de la Información y la Comunicación (TIC) constituyen una pieza clave en el desarrollo industrial camino a la transformación digital que requiere el desarrollo de la Industria 4.0. El impacto que generan en la industria las nuevas Tecnologías favorece la detección de fallos, la mejora de procesos, y la aceleración de los tiempos de producción, variables que alteran sensiblemente los niveles de productividad en los diferentes sectores industriales. Si bien en la actualidad las industrias utilizan diversos Productos Software en sus procesos de gestión, comercialización, logística entre otros, la inserción de tecnologías en la automatización y control de procesos de producción está generando una nueva revolución industrial que modifica el paradigma de control de procesos, impactando de lleno sobre la productividad y la competitividad. El desafío de la ingeniería de software reside en construir productos accesibles y usables para los usuarios particulares, estudiando los comportamientos, conocimientos y características de éstos, a efectos de aplicar técnicas que se adecuen a los procesos productivos y a los saberes que funcionan al interior de una industria. El presente artículo propone, en el marco de una investigación en curso, un incipiente modelo de Proceso de Diseño/Desarrollo de Productos Software específicos para la industria, que aplique y adapte las diferentes técnicas de usabilidad a las particularidades de este tipo de usuario en su contexto real de uso. Palabras clave: Keywords: Industria 4.0, TIC, Usabilidad.

Introducción

El desarrollo de las TIC que caracterizaron a la tercera revolución industrial se encuentra en un proceso de transformación de la mano de un conjunto de avances científicos y tecnológicos que toman forma de innovación y se expresan tanto en la vida cotidiana de las personas como en los procesos que se desarrollan en la actividad económica de la producción industrial de bienes, así como en la prestación de servicios. En este contexto de transformación, la digitalización adopta un rol

108

protagónico y en algunos sectores productivos y de servicios se ha tornado imprescindible. Es así como el término “Industria 4.0”, que refiere específicamente a la cuarta revolución industrial, genera un salto cualitativo significativo en la organización y gestión de las cadenas de valor [1]. El desarrollo de las TIC permite vincular el mundo físico, a través de dispositivos, materiales, productos, equipos, instalaciones y comunicaciones, con el mundo digital, expresado a través de sistemas colaborativos y Productos Software interconectados con una gran variedad de dispositivos para potenciar el desarrollo de la Industria 4.0. El impacto generado por el Software se manifiesta principalmente en los sistemas de producción, especialmente de la mano de la inteligencia artificial, la robótica y conectividad de los objetos a través de comunicaciones inalámbricas. Las diferentes partes del proceso productivo no sólo adoptan funciones inteligentes, sino que se comunican automáticamente y en forma autónoma entre ellas mediante Internet de las Cosas [2], donde la gestión del conocimiento forma parte de los sistemas de producción [3] [4]. Frente a esta gran transformación, la industria actual necesita cambios tecnológicos urgentes, dado que la competitividad de las empresas pasa por la globalización, la productividad y la innovación. Sin embargo, no se han encontrado trabajos que definan con exactitud cuál es el grado de desarrollo tecnológico que se encuentra hoy en día implementado en las industrias para poder determinar cuáles son los requerimientos específicos de actualización y cuáles son los atributos de usabilidad, tal como se definen en los estándares de usabilidad [5] [6] [7]. La incorporación de nuevas tecnologías en los sectores industriales requiere de un profundo conocimiento sobre la capacidad existente; es decir que, sin información relativa a los Productos Software implementados y utilizados en los diferentes procesos no es posible definir necesidades de incorporación tecnológica para generar una reconversión en las cadenas de valor. Es por ello que en el presente artículo se exponen las características específicas de los Productos Software que en la actualidad se encuentran implementados en las industrias manufactureras, independientemente de la rama en las que se cataloguen internacionalmente, a modo de establecer qué tipos de software componen en la actualidad las tecnologías de la industria que se encaminan hacia la Industria 4.0. A partir de la definición de los Productos Software específicos, se propone un proceso de Diseño/Desarrollo que contenga las particularidades de los usuarios. En este sentido, la Ingeniería de Software tiene como desafío adecuar sus conocimientos a la aplicación de las técnicas particulares como soporte indispensable para el desarrollo de la producción industrial.

Diferenciación de Productos Software

La tipología desarrollada en la presente Investigación permite analizar los Productos Software en las diversas áreas al interior de las industrias agrupado en 3 categorías de productos con el mismo nivel de jerarquía, interacción y dependencia entre sí, que corresponden a diversos tipos de desarrollo tecnológico, pero que se necesitan y se

109

complementan en forma directa. En este sentido, la tipología organiza y diferencia entre Productos Software, Equipos o Hardware y Comunicaciones o Infraestructura [8] [9]. En las diferentes categorías, se agrupan los productos según su evolución y contribución al nivel de innovación dentro de la Industria. Las categorías definidas, así como los productos específicos han sido validados en un estudio realizado con expertos del área de TIC, a través de entrevistas y encuestas, a efectos de establecer diferentes niveles de desarrollo [8]. La siguiente Figura expone la taxonomía con la tipología elaborada para Productos Software según su incorporación más antigua en el mercado, al que se denomina “Básico”, agrupados por tipo de función que cumplen independientemente del área funcional de la industria en la que se encuentren implementados. Los diferentes colores utilizados permiten distinguir modos de agrupamiento según tipos de productos [10].

Figura 1. Productos Software – Nivel Básico. Fuente: Elaboración propia [10].

La Figura 2 presenta la tipología de productos de un nivel intermedio, con softwares que pueden encontrarse en las industrias, que exponen una incorporación de tecnologías más recientes en su aparición en el mercado, al que se denomina “Intermedia”, pero que no constituyen productos de innovación.

Figura 2. Productos Software – Nivel Intermedio. Fuente: Elaboración propia [10].

Finalmente, la Figura 3 presenta la tipología de Productos Software más avanzados, que deben estar integrados y complementados para generar un nivel de innovación sustantivamente más avanzado. Es así como en este nivel de desarrollo tecnológico, denominado “Avanzado” se detectan aquellos productos que resultan necesarios para la transformación de una industria manufacturera en una Industria 4.0.

110

Figura 3. Productos Software – Nivel Avanzado. Fuente: Elaboración propia [10].

Los tipos de Software que se encuentran en el nivel más avanzado realizan las siguientes funciones en interacción con la infraestructura y las redes o comunicaciones que se encuentren instaladas. Los Sistemas Colaborativos constituyen un conjunto de herramientas y aplicaciones que ayudan a las personas, en general dispersas geográficamente, a trabajar en equipo a través de medios para llevar a cabo los proyectos y las tareas en forma conjunta, permitiendo la comunicación, la realización de conferencias y la coordinación de las actividades [4]. En cuanto a los Sistemas BSC (Balanced Score Card), vinculan el logro de las metas estratégicas a largo plazo con las operaciones diarias de una organización [4]. Los Sistemas de BI (Business Intelligence) contienen herramientas que facilitan la explotación y utilización de datos de la organización, agrupándolos estadísticamente para la creación del conocimiento de la misma. Estos sistemas brindan fundamentación y soporte a la toma de decisiones, y adicionalmente permiten realizar minería de datos; es decir, analizar patrones, correlaciones, tendencias, entre otros parámetros. Incluyen un mayor control a través de un Balanced Score Card, mayor rapidez en la generación de reportes, e integridad y consistencia de la información [4]. Este tipo de sistemas, requieren de la digitalización de la información, la generación de datos propios en las diferentes funciones de una organización. Estos datos requieren de la aplicación de diferentes técnicas tendientes a la toma de decisiones en tiempo real que involucran un gran volumen de datos típicamente provenientes de diversas fuentes. Así, las diferentes técnicas de Big Data requieren de bases de datos capaces de gestionar datos estructurados y no estructurados. Los Sistemas para la Programación y Planificación de la producción como los MRP (Material Requeriments Planning) conforman una aplicación de software para la planificación de la producción y la adquisición de materiales. En cambio, las herramientas PDM (Product Data Management) proporcionan los medios para gestionar toda la información relativa tanto al producto en sí como a los procesos utilizados a través de su ciclo de vida completo [11]. El tipo de información que pueden gestionar las herramientas PDM abarca desde información sobre la configuración del producto, así como datos o documentos que sirven para describir el producto y sus procesos de fabricación [11]. En cuanto a la gestión de los procesos, las herramientas PDM dan soporte a los diversos flujos y procedimientos de trabajo vigentes durante el ciclo de vida de un

111

producto, contemplando a su vez la definición de las personas que realizan dichas tareas, sus funciones y responsabilidades en los mencionados procesos [11]. Respecto de los Sistemas de Control de Automatización, son sistemas a medida, capaces de dar órdenes e interactuar con una red de autómatas y equipos de medición, con un entorno gráfico de los sistemas que se supervisan. Su objetivo es proveer información rápida y actualizada del estado de una máquina o planta, averías registradas, números de ciclos de trabajo efectuado, entre otros parámetros, así como poder accionar los distintos elementos que convenga en cada momento y situación. Toda la información puede ser procesada por un ERP o MRP [9]. Complementando a los Sistemas de Control de Automatización, los sistemas SCADA (Supervisory Control And Data Acquisition) se aplican para comunicar, controlar y gestionar diversos dispositivos de campo, así como controlar de forma remota todo el proceso productivo [9]. Las herramientas CAM (Computed Aided Manufacturing) permiten fabricar las piezas en máquinas de control numérico por Computadora, calculando las trayectorias de la herramienta para conseguir el mecanizado correcto, basándose en la información de la geometría de la pieza, el tipo de operación deseada, la herramienta elegida y las condiciones de corte definidas [11]. En cuanto a los Sistemas CAE (Computer Aided Engineering) pueden realizar la simulación del diseño como así también la optimización y monitoreo del proceso productivo. La Ingeniería Asistida por Computadora supone un paso más en los sistemas CAD tradicionales, ya que además del diseño del modelo, también permite integrar sus propiedades, las condiciones, características materiales, entre otras [11]. Los Sistemas de Geolocalización son de utilidad para el Análisis Geoespacial aplicable para funciones de publicidad y/o logística. Los softwares Embebidos constituyen un sistema generalmente basado en un microprocesador, sensores y actuadores, y diseñado para realizar funciones dedicadas. Se trata de equipos electrónicos que realizan el procesamiento de datos e información, pero que, a diferencia de una computadora personal, están diseñados para satisfacer una función específica [9]. En cuanto al Software de Control Energético, se trata de sistemas que fundamentalmente permiten controlar dispositivos eléctricos de forma centralizada y automatizada, desde cualquier computadora personal de escritorio. Este tipo de plataformas permite a las compañías tener un control integral de luminarias y equipos eléctricos, permitiendo adoptar estrategias de ahorro energético en base a esquemas horarios, ocupación de áreas y niveles de iluminación y se su implantación requiere de la incorporación de sensores de medición [9]. La Realidad Virtual es un entorno tridimensional generado por computadoras que crea en el usuario la sensación de estar inmerso en él. Dicho entorno es visualizado a través de lentes de realidad virtual, a veces acompañado de otros dispositivos, como guantes o trajes especiales, que permiten una mayor interacción con el entorno, así como la percepción de diferentes estímulos que intensifican la sensación de realidad. La Realidad Virtual se aplica mayormente en el terreno del entretenimiento y de los videojuegos, pero constituye una herramienta potente para la simulación de procesos, para el diseño de productos o la capacitación de recursos en la industria [4]. Por otra parte, la Realidad Aumentada constituye la visualización en tiempo real de elementos visuales y/o auditivos virtuales superpuestos sobre un entorno del

112

mundo real. Así, mientras la realidad virtual permite a los usuarios experimentar un mundo completamente virtual, la realidad aumentada agrega elementos virtuales a una realidad existente, en lugar de crear esa realidad desde cero [9]. La aplicación de algoritmos que detecten patrones de comportamiento a partir de datos generados por los procesos productivos se aplican al interior de un proceso a efectos de predecir variables de producción, como pueden ser el análisis del funcionamiento de los equipos, evitar fallas, mejorar tiempos de producción, entre otras posibilidades. Es así como la implementación de los algoritmos de Machine Learning constituyen una herramienta que brinda soporte a la productividad en el camino de los niveles más avanzados de la tecnología industrial [9].

Hardware y Productos de Infraestructura y Comunicaciones

La complejidad de los Productos Software descriptos requiere la incorporación en forma conjunta de equipamiento Hardware específico y equipos de Comunicaciones e Infraestructura adecuados para el correcto funcionamiento e integración de los Productos Software. En este sentido, la investigación en curso propone un conjunto de Productos Hardware y de Infraestructura necesarios para que estos Productos Software funcionen. Los tipos de Hardware o Equipamientos y productos de Infraestructura y Comunicaciones que se encuentran en el nivel más avanzado de desarrollo de la tecnología son: Impresoras 3D, Plotters, Discos compartidos, Redes para Internet de las Cosas, Equipos para Internet de las Cosas y Sensores La creciente velocidad de la potencia de cálculo de los equipos de Hardware hace posible el procesamiento local, remoto o en la nube, de volúmenes de datos significativamente mayores y capacidades como el uso asociado de métodos matemáticos complejos. La potencia de cálculo permite tener Sensores aún más inteligentes, aunque esta inteligencia no es suficiente hasta que se combina con el Software y los conocimientos de aplicación adecuados a través de una adecuada Interfaz Humano Computadora (HCI). La combinación inteligente de los conocimientos de las aplicaciones y la flexibilidad de arquitecturas de software más avanzadas permite alcanzar esta etapa en el desarrollo de los sensores.

Proceso de Diseño/Desarrollo de Software Industrial

La tarea de los diseñadores de Productos Software reside en resolver problemas creativamente a partir de la observación en el espacio de trabajo de los usuarios. La Ingeniería de Software, al momento de diseñar, debe centrarse en la observación de los usuarios específicos y no en las posibles soluciones. Entendiendo que la materia prima del Software es el conocimiento, el mismo debe estar contenido al momento de diseñar/desarrollar los Productos Software.

113

Se proponen para ello 3 tipos de conocimiento que implican que el equipo de diseño y desarrollo de software debe centrarse en tales aspectos e integrarse con el usuario en su contexto al momento de obtener el conocimiento: 



Conocimiento del problema a resolver: requiere que el equipo de Diseño/Desarrollo del Producto Software conozca los aspectos centrales del problema. Es decir que debe profundizar en la rutina, la metodología y las características técnicas de la fabricación o la línea de producción que está analizando. Este conocimiento corresponde al campo del dominio del problema y el software a implementar funcionará como soporte de la producción existente. Conocimiento sobre las técnicas a utilizar: implica que el equipo Diseño/Desarrollo debe conocer la tecnología y las metodologías que va a utilizar para comprender el problema, diseñar y construir la solución. Este conocimiento es propio del campo de la Ingeniería del Software para el desarrollo de una aplicación, que debe incluir el conocimiento sobre las TIC necesarias para que el software funcione adecuado al usuario. Conocimiento del usuario: significa conocer al usuario, comprender cómo es que el usuario entiende el problema, conocer de qué manera opera en la resolución cotidiana; es decir, que el equipo de Diseño/Desarrollo debe comprender cómo trabaja el usuario en las tareas rutinarias y sistemáticas que realiza. Este conocimiento corresponde al campo del usuario y para obtenerlo se requiere de un conjunto de técnicas específicas de observación y análisis que se deben realizar en el espacio de trabajo del usuario.

El diseño de este tipo de Productos Software requiere de un proceso particular en el análisis de la interacción entre el usuario y los equipos que contienen el Software. Inicialmente, requiere partir de la observación de cómo el usuario realiza las tareas rutinarias, a efectos de poder comprender sus movimientos y sus conocimientos. Una vez comprendida esta rutina, debe analizarse el problema, para poder crear algunas posibles ideas de solución que mejoren la tarea realizada. Tales ideas no solamente deben incluir el software, sino también y muy especialmente el equipamiento y la infraestructura necesaria para que el software funcione adecuadamente en los tiempos de la operatoria. Definidas las ideas viables como solución, el proceso requiere de la construcción de un prototipo que será testeado en el contexto real de uso, evaluado y medido en cuanto a la mejora en la realización de la tarea, para luego refinar la solución y volver a iniciar el ciclo de la observación si así lo requiere el Diseño/Desarrollo del Producto Software. En la siguiente Figura se presenta el Proceso de Diseño/Desarrollo de Productos Software para la industria en la cual deben ser analizados todos los productos TIC necesarios para la interacción del usuario. La flecha punteada entre los procesos Refinar y Observar refiere a que se trata de un proceso de mejora continua que se inicia con la observación, como ya se mencionó, finaliza con el refinamiento y vuelve a comenzar con una observación más afinada.

114

Figura 4. Proceso de Diseño/Desarrollo. Fuente: Elaboración propia.

Las técnicas a utilizar en el proceso de Diseño/Desarrollo de software para la industria requiere de la combinación de diversos recursos, tales como: Etnografía de un usuario, Simulación de experiencias, Mapa de experiencia del usuario, Mapa conceptual, Perfil persona, Rutas tecnológicas y Focus Group. El proceso propuesto define que en las instancias de testeo y evaluación con el usuario deben evitarse las encuestas teóricas y con gran cantidad de preguntas, dado que los usuarios no se encuentran habituados a esas actividades en sus tareas rutinarias. Resulta necesario utilizar todas las técnicas disponibles que se encuentren lo más próximas a la tarea del usuario para las instancias de validación. Dado que el proceso de innovación constituye un campo interdisciplinario y colaborativo que debe contemplar las necesidades de los usuarios, el desarrollo de Productos Software debe contemplar la incorporación de conocimientos provenientes de otras disciplinas para el desarrollo de las técnicas de Usabilidad, tales como los conocimientos provenientes de la Antropología o la Sociología. Las técnicas adecuadas, deben ser aplicadas con el conocimiento controlado de estas disciplinas. Las nuevas posibilidades tecnológicas que permiten el desarrollo de productos, procesos o servicios que mejoran la calidad de vida agregan valor a la experticia de un usuario en la medida que sean absorbidas directamente de sus saberes. Si dicho proceso se centra en los factores humanos, hace de la innovación un resultado desde las necesidades de los usuarios y no desde la percepción de los tecnólogos. En este sentido, el diseño, desarrollo e implantación de tecnologías en la industria constituye un eje central como soporte para el desarrollo productivo y es desde esta perspectiva que la ingeniería de software debe hacer foco en la usabilidad de sus productos.

115

Conclusiones

En el presente artículo se han presentado los avances de una investigación en curso que permite detectar los Productos Software que impactan en forma directa sobre los niveles de productividad en los diversos sectores industriales donde se implementen. La detección de los productos específicos en diferentes niveles de desarrollo y su integración con la información total generada en una empresa según las variadas funciones que cumplen impacta directamente en los niveles de productividad y permite transformar a una compañía en una Industria 4.0. La Ingeniería de Software debe focalizarse en el desarrollo de las interfaces de estos productos complejos de modo tal que adquieran un alto nivel de Usabilidad incorporando los productos de infraestructura y equipamiento necesarios para el tipo de productos software a desarrollar. Desde esta perspectiva, se ha presentado un modelo incipiente de proceso de Diseño/Desarrollo de Productos Software para la industria, haciendo foco en la centralidad del usuario así como en las técnicas específicas a ser aplicadas como parte de un proceso para este sector productivo. Asimismo, se propone que el equipo de desarrollo debe integrarse al contexto del Usuario para adquirir su conocimiento. Una vez convalidados los tipos de TIC que definen a una empresa como Industria 4.0 se trabajará a futuro en los criterios de Usabilidad específicos para la totalidad de los productos TIC que están estrechamente vinculados a los productos software, dado que de ellos dependerán los niveles de usabilidad del software desarrollado.

Referencias 1.

4. 5.

Ministerio de Ciencia, Tecnología e innovación Productiva. (2015). Industria 4.0: Escenarios e impactos para la formulación de políticas tecnológicas en los umbrales de la Cuarta Revolución Industrial. Obtenido de http://www.mincyt.gob.ar/adjuntos/archivos/000/038/0000038319.pdf Hewlett Packard. (2016). The Internet of Things. Today and Tomorrow. Obtenido de http://www.arubanetworks.com/assets/eo/HPE_Aruba_IoT_Research_Report.pdf ANETCOM. (2017). La TIC en la estrategia empresarial. Valencia. España. https://datos.portaldelcomerciante.com/userfiles/167/Biblioteca/93d0cb62098a0ea3 055eLaTICenlaestrategiaempresarial.pdf Mazza, N. H. (2018). Gestión Estratégica de Recursos Informáticos. Buenos Aires: Sustentum. Obtenido de http://www.sustentum.com/nTIC/nTIC2018.pdf ISO/IEC 25000 (2014). System and Software Quality Requirements and Evaluation – SquaR. International Standards Organization. Disponible en: https://iso25000.com/index.php/normas-iso-25000/iso-25010/23-usabilidad ISO 13407 (1999). Human Centred Design Processes for Interactive Systems. International Standards Organization. Disponible en: https://www.iso.org/standard/21197.html Bevan, N. (2007). UsabilityNet Methods for User Centred Design. Human Computer Interaction: Theory and Practice (Volume 1). Lawrence Erlbaum Associates. Disponible en: http://www.usabilitynet.org/tools/13407stds.htm

116 8.

10.

11.

Mon, A; Del Giorgio, H. (2018). Análisis de las tecnologías de la información y la comunicación y su innovación en la industria. XXIV Congreso Argentino de Ciencias de la Computación (CACIC 2018). http://sedici.unlp.edu.ar/handle/10915/73560 Del Giorgio, H. R., & Mon, A. (2019). Niveles de productos software en la industria 4.0. International Journal of Information Systems and Software Engineering for Big Companies (IJISEBC), 5(2), 53-62. Mon, A; Del Giorgio, H; De María, E; Figuerola, C & Querel, M. (2017). Observatorio de inserción de TIC en los procesos industriales. Proyecto de Investigación C.187. Universidad Nacional de La Matanza. Buenos Aires. Argentina Bonilla, A. (2001). Aplicación de las Tecnologías de la Información y Comunicación en la industria. Obtenido de http://www.bizkaia.eus/Home2/Archivos/DPTO8/Temas/Pdf/ca_GT_INDUSTRIA. pdf

SECCIÓN 3 Recursos e investigación Educativa En esta sección se revisan y proponen recursos tecnológicos y educativos desde muy diversos análisis teóricos y metodológicos. Esta diversidad de miradas ofrece al lector propuestas de recursos educativos y mediación tecnológica para la enseñanza y aprendizaje de temas matemáticos tanto en educación primaria como en bachillerato, y herramientas tecnológicas para la formación inicial de médicos. El desarrollo de las competencias en la era de la información y el conocimiento toma nuevas formas y requiere nuevas formaciones y actualización permanente de los actores educativos. Se presentan aquí herramientas, recursos tecnológicos y metodologías para el análisis y desarrollo de competencias para la ciudadanía digital y la investigación tanto en adolescentes como en jóvenes unviersitarios. La competencia docente en la era del Internet también es revisada en esta sección.

Competencia docente para uso de internet en la Educación Telesecundaria Rocío Ramón Ramón1, Rubén Edel Navarro2, Sebastián Figueroa Rodríguez3 1,2,3Facultad

de Pedagogía, Región Veracruz, Universidad Veracruzana. Doctorado en Sistemas y Ambientes Educativos. México.

rocioramonramon@hotmail.com

2redel@uv.mx 3sfigueroa@uv.mx

Resumen. En el presente documento se muestran los resultados más significativos de la aplicación de la prueba piloto de un instrumento de medición de tipo cuantitativo, el cual forma parte de un trabajo de investigación en curso titulado Competencias docentes para el uso pedagógico de internet en la modalidad de educación Telesecundaria en México; se aborda desde un enfoque mixto, a través de un estudio explicativo y en el macrocontexto de las Telesecundarias del Estado de Veracruz. Para la fase cualitativa se pretende utilizar como técnica de recolección de datos una entrevista a profundidad dirigida a los docentes y como instrumento de medición una guía de preguntas; para la fase cuantitativa se optó por realizar una encuesta a estudiantes que cursan los tres grados de secundaria a través de un cuestionario en línea; sin embargo, la prueba piloto se aplicó sólo a alumnos de segundo grado de una Telesecundaria del municipio de Boca del Río. Los resultados abordan la competencia digital docente, por lo que se mencionan los hallazgos asociados con las habilidades informáticas, habilidades informacionales y habilidades comunicativas digitales. Palabras clave: Telesecundaria, internet, competencia digital, habilidades docentes, educación secundaria. Abstract. This document shows the most significant results obtained in the application of the pilot test of a measurement instrument of quantitative type, which is part of an ongoing research work entitled Teaching competencies for the pedagogical use of the internet in the modality of Telesecundaria education in Mexico; This is approached from a mixed approach, through an explanatory study, in the macrocontext of the Telesecundarias of the State of Veracruz. For the qualitative phase, it is intended to use an in-depth interview as a data collection technique aimed at Telesecundaria teachers and as a measurement tool a guide of questions; For the quantitative phase, it was decided to conduct a survey of students who attend the three high school grades through an online questionnaire; however, the pilot test was applied to second grade students of a Telesecundaria school in the municipality of Boca del Río. The results refer to the digital teaching competence, which is why the findings associated with computer skills, informational skills and digital communication skills are mentioned. Keywords: Telesecundaria, internet, digital competence, teaching skills, secondary education.

119

Introducción

La Telesecundaria en México es pieza fundamental para dar cumplimiento a lo dispuesto en el Artículo Segundo y Tercero Constitucional al procurar reducir las desigualdades e impulsar la equidad entre los grupos sociales y flexibilizar las estrategias pedagógicas según las necesidades de los jóvenes que pretenden concluir la educación básica. A pesar de los esfuerzos por brindar una educación de calidad, el subsistema de Telesecundaria necesita innovar en su proceso formativo, puesto que la transformación de la sociedad, la información y el conocimiento exigen nuevos entornos de aprendizaje que faciliten el desarrollo de competencias para la vida. Actualmente, se requiere de docentes con conocimientos, habilidades y actitudes para el uso de tecnologías de la información y comunicación (TIC), para el manejo de información y la difusión de conocimiento que les permita desempeñarse con éxito en este nuevo contexto. Autores como Del Moral, Villalustre y Neira, asocian estas habilidades con la competencia digital, definiéndola como la habilidad para buscar, seleccionar, registrar y tratar información a través de medios audiovisuales, digitales y multimedia. [1] En este sentido, Gutiérrez, menciona que son el conjunto de valores, creencias, conocimientos, capacidades y actitudes para utilizar adecuadamente las tecnologías y la información con el fin de construir conocimiento. [2]. El docente debe ser el protagonista de la innovación y la transformación educativa, capacitarse para desarrollar competencias digitales que le posibiliten planear e implementar estrategias que favorezcan el aprendizaje escolar en esta nueva era digital. Por lo antes mencionado, la importancia del presente trabajo radica en la exposición de los resultados obtenidos en la aplicación de la prueba piloto de un instrumento (cuestionario), producto de la fase cuantitativa de una investigación en curso titulada Competencias docentes para el uso pedagógico de internet en la modalidad de educación Telesecundaria en México. En este instrumento se pretende medir la competencia digital de una docente que imparte el segundo grado en una Telesecundaria del municipio de Boca del Río, asimismo, se muestran las fortalezas y áreas de oportunidad en el aspecto tecnológico, informacional y comunicativo digital. En la primera parte del documento se define el concepto competencia digital, se mencionan las implicaciones en el proceso educativo y se hace referencia a estándares e indicadores de desempeño docente para el uso de TIC a nivel nacional e internacional. Posteriormente, se describe el proceso metodológico que rige el trabajo de investigación, el proceso de validación empírica del instrumento de medición y los resultados que se obtuvieron de acuerdo a la percepción del grupo de estudiantes encuestados.

Competencia digital

En la sociedad del siglo XXI los materiales educativos se han diversificado, sus formatos y medios de acceso requieren habilidades específicas para su uso, por esta razón, una escuela en la actualidad debe favorecer que la comunidad educativa

120

emplee de manera eficiente materiales para el aprendizaje permanente. En este sentido, la Secretaría de Educación Pública (SEP) recomienda a los profesores el uso de recursos tecnológicos, audiovisuales e internet para la creación de materiales digitales, generación de redes y comunidades de aprendizaje, asimismo, establece estándares e indicadores de desempeño docente para el uso de TIC: trabajar de manera colaborativa; compartir experiencias con otros estudiantes a través de servicios de mensajería instantánea, uso de correo electrónico, blogs y foros; participar en redes sociales; utilizar internet de manera responsable y segura. [3]. En el ámbito internacional, la Sociedad Internacional para la Tecnología en Educación (ISTE), establece los siguientes indicadores para el uso de TIC, los cuales están relacionados con el plan de estudio para la educación básica: utilizar recursos digitales para el aprendizaje de conceptos; planear y desarrollar investigaciones a través de TIC; utilizar correo electrónico, foros, blogs y mensajería instantánea para desarrollar el aprendizaje colaborativo; desarrollar el pensamiento creativo y la solución de problemas reales a través de la generación de productos digitales; y utilizar redes sociales e internet con ética. Por su parte, el Centro de Educación y Tecnología del Ministerio de Educación de Chile (ENLACES) en su propuesta de Estándares considera que un docente es competente en el uso de TIC cuando es competente también en el área pedagógica, en el área de gestión escolar, en el área de desarrollo profesional docente, cuando conoce los aspectos legales y cuando tiene conocimientos técnicos en el uso de TIC. [4]. Debido al rápido avance de la sociedad, la tecnología y el conocimiento, la práctica docente en la actualidad debe apuntar hacia el empleo de competencias para buscar, manejar, organizar, evaluar y comunicar información de manera crítica y segura a través de herramientas tecnológicas que hagan frente a los desafíos de la Sociedad de la Información y el Conocimiento. Una de las competencias que debe formar parte de la competencia profesional de los docentes de cualquier nivel educativo es la competencia digital, la cual supera el hecho de sólo saber utilizar la computadora, específicamente se refiere al uso del conjunto de habilidades, conocimientos y actitudes en aspectos tecnológicos, informacionales y comunicativos en distintas situaciones y contextos con la finalidad de generar nuevos conocimientos. [5]. La habilidad tecnológica implica el manejo de hardware, software y uso de datos en diferentes formatos, siendo la habilidad informacional aquella que permite buscar, identificar, organizar y transformar información, saber en qué momento utilizarla de manera ética y legal; la habilidad comunicativa posibilita la difusión de información y la participación en redes de comunicación. El desarrollo de la competencia digital debe ser parte de la formación inicial y permanente del docente, de esta manera emplearía efectivamente recursos tecnológicos que transformarían su práctica pedagógica al promover nuevas formas de aprender; debe conjugar sus conocimientos disciplinares, pedagógicos y tecnológicos para construir ambientes de aprendizaje que fortalezcan el proceso educativo.

121

Metodología

La información que se presenta en este artículo forma parte del trabajo de investigación “Competencias docentes para el uso pedagógico de internet en la modalidad de educación Telesecundaria en México”, el cual se encuentra en proceso de desarrollo en el marco del Doctorado en Sistemas y Ambientes Educativos de la Universidad Veracruzana, Región Veracruz en México. La investigación se aborda desde un enfoque mixto [6], a través de un estudio explicativo en el macrocontexto de Telesecundarias del Estado de Veracruz. Para la fase cualitativa se optó por usar la técnica de recolección de datos una entrevista a profundidad, dirigida a docentes de Telesecundaria utilizando como instrumento una guía de preguntas; mientras que para la etapa cuantitativa se decidió llevar a cabo una encuesta a estudiantes que cursan los tres grados de secundaria, a través de un cuestionario en línea. La investigación tiene como objetivo general explicar las competencias de los docentes de Telesecundaria para el uso pedagógico de internet; sin embargo, en el presente documento se muestran resultados obtenidos en el primer acercamiento que se tuvo con 24 estudiantes de segundo grado de una escuela Telesecundaria del municipio de Boca del Río, Veracruz, a través de la aplicación de la prueba piloto del cuestionario. Los resultados son parciales y aluden sólo a las habilidades informáticas, informacionales y comunicativas digitales de la docente que imparte el segundo grado de secundaria en el grupo “C” en la institución mencionada.

Prueba piloto

El instrumento se sometió a un proceso de validación empírica con el objetivo de probar la fiabilidad del cuestionario, comprobar si los ítems son claros para los encuestados, si éstos se pueden responder en un tiempo considerable y si cumplen con los objetivos de la investigación. [7]. De manera previa, se realizó el análisis de consistencia interna de los ítems, mediante el cálculo del coeficiente de Alpha de Cronbach, con el programa SPSS (Statistical Package for the Social Sciences), obteniendo 0.935 de fiabilidad. Para llevar a cabo la prueba piloto, se consideró como criterio de inclusión que el docente cuente con conexión a internet en su salón de clases; como criterio de exclusión se determinó que no participarían en la prueba piloto los grupos que no cuentan con internet en el aula, asimismo, se seleccionó una Telesecundaria del municipio de Boca del Río que se encuentra en una zona urbanizada y de fácil acceso. Esta institución cuenta con una matrícula de 264 alumnos en el ciclo escolar 20182019 (cuatro grupos de primer grado, tres grupos de segundo grado y cuatro grupos de tercer grado); sin embargo, sólo se aplicó el cuestionario a los 24 estudiantes del grupo “2C” (15 hombres y 9 mujeres), por ser el único salón de clases que tiene acceso a internet y que realizan actividades apoyadas en internet propuestas por su maestra. El instrumento está diseñado en línea con la herramienta Google Forms, cuenta con 3 preguntas abiertas y 23 preguntas cerradas (de tipo excluyente, ordinales y de

122

varias alternativas de respuestas). [8]. Sin embargo, los estudiantes respondieron el cuestionario de manera impresa en su salón de clases, debido a que el centro de cómputo de la institución no cuenta con conexión a internet y en su salón de clases sólo el docente puede hacer uso del recurso, ya que, de acuerdo con datos de la Directora del plantel, la mayoría de los estudiantes no tienen teléfono móvil con señal de internet. Al finalizar la aplicación se identificaron algunos elementos a mejorar referente a las instrucciones, el contenido y el lenguaje, ya que lo más relevante de este proceso es el perfeccionamiento y la elaboración de la versión final del instrumento.

Resultados

Los resultados a continuación hacen referencia a la competencia digital (habilidades informáticas, informacionales y comunicativas digitales) de la docente de segundo grado grupo “C” de una Telesecundaria del municipio de Boca del Río, la cual cuenta con 60 años de edad y es titulada de la Licenciatura en Español por la Escuela Normal Superior. El cuestionario lo respondieron 24 estudiantes, lo cual representó el 9% del total de participantes, ya que actualmente la matrícula de la institución es de 264 estudiantes. El 62.5% pertenecen al sexo masculino y el 37.5% al sexo femenino, de los cuales el 12.5% cuenta con 12 años de edad, el 54.2% con 13 años, el 20.8% tienen 14 años y el 12.5% cuentan con 15 años de edad. En la dimensión habilidades informáticas el 75% de los estudiantes mencionaron que su maestra casi siempre utiliza el proyector; así como el 54.2% respondió que la laptop también casi siempre es utilizada para impartir clase, mientras que el 100% aseveró que la tableta, el reloj inteligente y la videoconsola nunca han sido empleados en el aula. Sólo el 8.3% afirmó que el programa informático Word casi siempre es usado para explicar contenidos de clase; el 4.2% respondió que Excel y Power Point casi siempre son usados en la clase, mientras que el 100% afirmó que Publisher nunca ha sido empleado por la maestra. Referente a los materiales digitales, el 25% de los estudiantes mencionaron que la docente siempre utiliza videos para explicar los contenidos de las asignaturas; siendo Prezi, Emaze y Knovio los materiales que nunca se emplean, ya que el 91.7% de los encuestados lo afirmaron. Por ser una escuela Telesecundaria, uno de los datos más interesantes que arrojó la encuesta es que el 29.2% mencionó que nunca se explican los temas mediante clases televisadas, el 8.3% que casi nunca, el 37.5% casi siempre y sólo el 25% comentó que siempre. De acuerdo con el sistema de Telesecundaria, las clases televisadas son apoyadas por el libro de texto y por los discos compactos de la mediateca, los cuales contienen videos que sirven para ilustrar y reforzar los contenidos; en este sentido, el 41.7% reveló que la maestra casi siempre proyecta videos de la mediateca como apoyo a su labor docente, frente al 37.5% que manifestó nunca emplearse. Finalmente, el 7% de los estudiantes comentaron que las actividades de trabajo desarrolladas en clase siempre son apoyadas con internet; al respecto el 45.8% refieren que casi siempre, el 16.7% casi nunca y el 8.3% aseguran que nunca ocurre. En la tabla 1 se muestran las

123

respuestas de los participantes en relación a la frecuencia con la su maestra emplea herramientas, programas y materiales en el aula. Tabla 1. Herramientas, programas y materiales digitales empleados por el docente en el aula.

Habilidades Informáticas Mi maestro utiliza para impartir clase… Nunca Casi nunca Herramientas digitales Proyector 8.3% 8.3% Laptop 16.6% 20.8% Tableta 100% 0% Reloj inteligente 100% 0% Videoconsola 100% 0% Nunca Casi nunca Programas informáticos Word 79.1% 12.5% Excel 87.5% 8.3% PorwerPoint 95.8% 4.2% Publisher 100% 0% Nunca Casi nunca Materiales digitales 20.8% 12.5% Videos Prezi 91.7% 4.1% Emaze 91.7% 4.1% Knovio 91.7% 0%

Casi siempre

75% 54.2% 0% 0% 0% Casi siempre

Siempre

8.3% 8.3% 0% 0% 0% Siempre

8.3% 4.2% 4.2% 0%

0% 0% 0% 0%

Casi siempre 41.6%

Siempre 25%

0% 4.1% 8.3%

4.1% 0% 0%

En la dimensión habilidades informacionales el 29.2% de los alumnos encuestados mencionaron que la profesora siempre comenta en clase la información que obtiene de internet, frente al 8.3% que afirmaron que nunca lo hace; en este sentido, también el 8.3% aseveró que cuando utiliza información de internet, siempre hace referencia a hechos reales y no sólo a opiniones de personas, sin embargo, el 20.8% mencionaron lo contrario, es decir, que nunca refiere a situaciones reales. Por otro lado, el 54.2% afirmó que su maestra promueve la consulta de información en buscadores tradicionales como google, yahoo, bing, etc.; sólo el 4.2%, mencionó que nunca lo hace. El 83.3% de los alumnos respondieron que nunca utilizan repositorios ni ebooks, mientras que el 8.3% comentaron que casi siempre usan ambos recursos; el 91.7% afirmó que nunca ha utilizado simuladores y el 87.5% tampoco han empleado nunca revistas electrónicas ni museos virtuales. Para concluir con esta dimensión, el 16.7% de los estudiantes respondieron que la profesora siempre les enseña a identificar información confiable en internet, el 29.2% mencionó que casi siempre, el 25% que casi nunca lo hace, mientras que el 29.2% respondió que esto nunca ocurre. En la tabla 2 se muestras las respuestas de los estudiantes en relación a la frecuencia con la desarrolla actividades con apoyo de internet.

124

Tabla 2. Habilidades informacionales de la docente para el uso de internet en el aula. Habilidades Informacionales Mi maestro en la clase… Comenta información de internet Explica por qué confiar en internet Promueve el uso de buscadores Enseña a elegir información confiable Utiliza repositorios Utiliza revistas electrónicas Museos virtuales Simuladores Utiliza Ebooks

Nunca 8.3% 20.8% 4.2% 29.2% 83.3% 87.5% 87.5% 91.7% 83.3%

Casi nunca 16.6% 29.1% 12.5% 25% 8.3% 12.5% 12.5% 8.3% 8.3%

Casi siempre 45.8% 41.6% 54.1% 29.2% 8.3% 0% 0% 0% 8.3%

Siempre 29.2% 8.3% 54.2% 16.7% 0% 0% 0% 0% 0%

En la dimensión habilidades comunicativas digitales el 95.8% de los estudiantes respondieron que su maestra nunca imparte clase por videoconferencia a través de Skype, Webex, ooVoo, Zoom y Viber, mientras que el 4.2% aseveró que casi siempre lo hace; en este sentido, el 100% comentó que nunca utiliza Tango, Jitsi, Tox y Hangouts para realizar esta práctica. Para compartir información a través de diversos servicios de internet, el 8.3% mencionó que la profesora siempre utiliza Facebook y Youtube, el 4.2% afirmó que siempre utiliza Twitter, mientras que el 100% de los alumnos aseveraron que nunca utiliza foros, el 95.8% comentaron que nunca utiliza salas de chat e Instagram, el 91.7% mencionó que nunca utiliza Whatsapp ni correo electrónico. Referente al uso de plataformas educativas sólo el 4.2% mencionó que la profesora siempre utiliza Google classroom; mientras que el 95.8% de los estudiantes respondieron que nunca se utiliza Moodle, Edmodo, Chamilo ni Claroline para abordar los temas de clase. En la tabla 3 se muestra la frecuencia con la que la docente utiliza recursos tecnológicos para compartir información con sus estudiantes. Tabla 3. Frecuencia con la que la docente emplea recursos tecnológicos para compartir información con sus estudiantes.

Habilidades Comunicativas Digitales Mi maestro utiliza… Nunca Casi nunca Casi siempre Videoconferencia Skype 95.8% 0% 0% Webex 95.8% 0% 0% Oovoo 95.8% 0% 0% Viber 95.8% 0% 0% Nunca Casi nunca Casi siempre Servicios de internet Facebook 87.5% 4.1% 0% Youtube 37.5% 12.5% 41.6% Twitter 87.5% 8.3% 0% Foro 100% 0% 0% Salas de chat 95.8% 4.1% 0% Instagram 87.5% 4.1% 0% Whatsapp 91.6% 8.3% 0%

Siempre

4.2% 4.2% 4.2% 4.2% Siempre

8.3% 8.3% 4.1% 0% 0% 0% 0%

125

Correo electrónico Plataformas educativas Google classroom Moodle Eminus Edmodo Atutor Chamilo Claroline

91.6%

8.3%

Nunca 83.3%

Casi nunca 8.3%

Casi siempre 4.1%

Siempre 4.1%

95.8% 91.6% 95.8% 91.6% 95.8% 95.8%

0% 4.1% 0% 4.1% 4.1% 4.1%

4.1% 4.1% 4.1% 4.1% 0% 0%

0% 0% 0% 0% 0% 0%

Conclusiones

Después del análisis de la información obtenida en la encuesta aplicada a 24 estudiantes de segundo grado de secundaria, se puede concluir que la docente cuenta con un bajo nivel de competencia digital. A continuación, se especifican los datos más significativos. Relativo a la habilidad informática se concluye:  Las herramientas digitales más utilizadas por la profesora para impartir clase son la laptop y el proyector, siendo la tableta, el reloj inteligente y la videoconsola las herramientas que nunca se han utilizado en el aula.  El uso de programas informáticos como Word, Excel y PowerPoint es mínimo, ya que casi nunca se utilizan para explicar contenidos de la clase.  El video es el material digital más empleado por la docente, seguido de audio y Geogrebra, mientras que Prezi, Emaze y Knovio nunca han sido empleados abordar temas de clase.  La señal EDUSAT y los discos compactos de la mediateca casi nunca son utilizados, a pesar de ser elementos relevantes en el sistema de Telesecundaria.  Con regularidad la maestra realiza actividades de trabajo en clase con apoyo de internet. Relativo a la habilidad informacional se concluye:  La profesora utiliza información que obtiene de internet para impartir clase, sin embargo, casi nunca hace referencia a hechos reales.  Casi siempre se promueve la consulta de información en buscadores como Google, Yahoo, Bing, etc., aunque pocas veces se le enseña a los estudiantes a identificar información confiable en internet.  La docente no utiliza recursos como repositorios, revistas electrónicas, museos virtuales, simuladores ni ebooks para consultar información. Relativo a la habilidad comunicativa digital se concluye:  La mayoría de las respuestas recae en la opción “nunca”, lo cual significa que las acciones que se enlistan en el instrumento no ocurren en el aula, por lo tanto se considera la principal área de oportunidad para la docente.

126

 



Casi el 100% de los encuestados respondieron que su maestra nunca imparte clase por videoconferencia a través de Skype, Webex, ooVoo, Zoom, Viber, Tango, Jitsi, Tox y Hangouts. Youtube y Facebook son los servicios de internet más utilizados por la profesora para compartir información de las asignaturas, sin embargo, casi el 100% de los estudiantes aseveró que nunca se ha empleado el correo electrónico, chat, foros, blogs, Instagram y whatsapp. Casi el total de los encuestados mencionaron que nunca se utilizan plataformas educativas como Moodle, Eminus, Edmodo, ATutor, Chamilo y Claroline para abordar los temas de clase.

Referencias 1.

3. 4. 5.

6. 7.

Del Moral, M. E., Villalustre, L., Neira, M. R.: Relatos digitales: activando las competencias comunicativa, narrativa y digital en la formación inicial del profesorado. Ocnos: Revista de Estudios sobre Lectura. 15, 22-41 (2016). Gutiérrez, I.: Competencias del profesorado universitario en relación al uso de tecnologías de la información y comunicación: Análisis de situación en España y propuesta de un modelo de formación. Tesis doctoral. Universidad Rovira i Virgili. Departamento de Pedagogía (2011). Secretaría de Educación Pública. Plan de Estudios 2011. Educación Básica (2011). Secretaría de Educación Pública. Modelo Educativo para el Fortalecimiento de Telesecundaria. Document Base (2011). Mon, E., Cervera, G.: Competencia digital en la educación superior: instrumentos de evaluación y nuevos entornos. Enlace. Revista venezolana de información, tecnología y conocimiento. 10(3), 29-43 (2013). Hernández, R., Fernández, C., Baptista, M. P.: Metodología de la Investigación. Quinta edición. McGraw-Hill, México (2010). Escofet, A., Folgueiras, P., Luna, E., Palou, B.: Elaboración y validación de un cuestionario para la valoración de proyectos de aprendizaje-servicio. Revista Mexicana de Investigación Educativa. 21(70), 929-949 (2016). Fernández, L.: ¿Cómo se elabora un cuestionario? Institut de Ciències de l'Educació. Universitat de Barcelona (2007).

Determinación de la validez de contenido a partir del juicio de expertos para medir la relación entre la ciudadanía digital de los adolescentes y diversos factores de intervención parental Ana María Rodríguez Pérez, Maricela Urías Murrieta2, Ángel Alberto Valdés Cuervo2 2

1 Estudiante del Doctorado en Sistemas y Ambientes Educativos Sede ITSON Profesor-Investigador del Departamento de Educación de Instituto Tecnológico de Sonora.

ana.rodriguez@potros.itson.edu.mx, murias@itson.edu.mx, angel.valdes@itson.edu.mx

Resumen. La constitución de ambientes virtuales a través de las Tecnologías de Información y Comunicación (TIC) ha originado fenómenos como la ciudadanía digital, referida a la práctica segura y eficaz de los derechos y obligaciones de los individuos en estos espacios, que al igual que ventajas, implica diversos retos y riesgos sobre todo para los más jóvenes. Se ha identificado una relación positiva entre el involucramiento de los padres y el uso responsable de la tecnología en los menores, en contraste, son pocos los padres de familia implicados en la formación para la ciudadanía digital de sus hijos. Esta aportación establece como objetivo determinar la validez de contenido de escalas dirigidas a la medición de la ciudadanía digital, la mediación parental, los estilos de crianza, la comunicación y la cohesión familiar a través del juicio de expertos, aplicando el método de agregados individuales; para ello se empleó un instrumento que permitió valorar su suficiencia, coherencia, relevancia y claridad con base en una rúbrica que incluye 4 escalares de calificación. Se determinó el coeficiente de validez de contenido (cvc) por ítem, lo que permitió el descarte de los elementos con un cvc  0.80. Se concluye que, después de las modificaciones realizadas, las escalas cumplen con la característica de validez de contenido; las escalas de ciudadanía digital, de estilos de crianza, de comunicación y cohesión familiar se consideran con un cvc excelente, mientras que, en la escala de mediación parental, se estima como bueno. Palabras clave: Validez de contenido, ciudadanía digital en adolescentes, participación parental.

1 Introducción La oportunidad de relacionarse con otros a través de las TIC puede contemplarse como una condición esencial para la participación íntegra y plena en las comunidades contemporáneas [1]. Esta valiosa práctica requiere del aprendizaje de habilidades básicas que son esenciales para el uso adecuado y sensato de la tecnología [2]; una de ellas es la ciudadanía digital, que emerge de forma inherente al entorno virtual e im-

128

plica la facultad de participar de manera exitosa y responsable en ambientes en constante comunicación y con un gran cúmulo de información [3]; dicha capacidad requiere de procesos de formación donde los adultos tienen una labor preponderante para orientar la participación responsable y autónoma en las comunidades virtuales, [1,3,4,5,6,7,8, 9,10,11, 12,13]. Para aumentar las probabilidades de éxito de la enseñanza formal de la ciudadanía, resulta necesario que la familia encause esta labor a través de la educación no formal [14]; además se han identificado algunos factores de la participación de los padres que tienen relación con el uso de las TIC de sus hijos, como la mediación parental [13,16,17], la comunicación familiar [18,19], el estilo de crianza [20,21,22], y la cohesión familiar [16,23]. Aunado a la necesidad de educar para la ciudadanía digital, el acceso a las TIC alcanza paulatinamente a un mayor sector de la población; en México, el Instituto Nacional de Estadística y Geografía (Inegi), reporta un aumento del 10.1% al 47% de viviendas con acceso a Internet en un periodo de 10 años [24]; además, diversos estudios reportan que la población de adolescentes presenta un uso elevado de las tecnologías, con una frecuencia diaria y caracterizada principalmente por actividades de socialización e interacción con sus pares [25,26,27,28]. Aun cuando estas herramientas ofrecen diversas ventajas, su uso implica riesgos que son generados a partir del poco valor que los jóvenes dan a su huella digital, además de la poca o nula reflexión sobre prácticas ilegales o maliciosas en el entorno virtual [29]. El 76% de los adolescentes declara que ha tenido contacto involuntario con contenido censurado para su edad, casi un 45% ha recibido la petición de un desconocido para realizar contacto a través de otros dispositivos y un 17% para encuentros cara a cara, en contraste casi un 20% no es consciente de los riesgos que el uso de TIC implica [30], dentro de los cuales se identifican el phising, el grooming y el cyberbullying [30,31]. Además, el 88% de los adolescentes identifica a personas que son crueles en los sitios virtuales que frecuentan [32]. En contraste, se ha identificado que la intervención de los padres no es suficiente [33]; solo un 17.6% que reconoce que sus hijos son acosados, y un 45% afirma que sus hijos no son atacados, aun cuando estos declaran recibir agresiones diariamente [34]. Uno de los factores relacionados a los riesgos en la Internet, sobre todo al acoso cibernético, es la pobre relación y vínculo entre los padres y los adolescentes [35], cuando los primeros se involucran, los menores muestran mayores niveles de etiqueta y seguridad en los ambientes virtuales [13]. En México, un alto porcentaje de los jóvenes entre 10 y 18 años exponen que sus padres no emplean prohibiciones para su navegación en Internet [36]; en el estado de Sonora, la edad de inicio para el acceso a Internet ha disminuido [37]. Formar a los jóvenes para la integración de comunidades virtuales exitosas con base a la ciudadanía digital requiere de una mayor contribución e intervención de los padres. La presente aportación muestra la primera fase para la validación de un instrumento que mida la mediación parental, la comunicación familiar, la cohesión familiar, los estilos de crianza y la ciudadanía digital de los adolescentes, mismo que se podrá aplicar a familias con hijos matriculados en educación secundaria en el estado de Sonora; el objetivo es determinar la validez de contenido de las escalas a través del juicio de expertos para determinar las relaciones entre dichas variables con base en una recolección de información válida y confiable.

129

Revisión de la literatura

La investigación científica es clave para la generación de conocimiento y el desarrollo de la humanidad; es un proceso continuo de razonamiento riguroso fundamentado en la interacción de métodos, teorías y hallazgos [38]. Una fase esencial de esta tarea es la recolección de datos, que implica un procedimiento complejo y es un eje central para el éxito de todo estudio; ya que se ha seleccionado el diseño de investigación y la muestra, “la siguiente etapa consiste en recolectar los datos pertinentes sobre los atributos, conceptos o variables de las unidades de muestreo/análisis o casos” [39, p. 198], lo que comprende la selección y aplicación de un instrumento para la recogida de información. Este se define como una herramienta operativa para la recolección de datos y “deberá ser producto de una articulación entre paradigma, epistemología, perspectiva teórica, metodología y técnicas para la recolección y análisis de datos” [40, p. 20], logrando representar y medir constructos a través de sus manifestaciones externas. Por ello, el instrumento debe poseer dos propiedades fundamentales, confiabilidad y validez. Mientras la confiabilidad implica la obtención de resultados consistentes y coherentes al medir un objeto de estudio en repetidas ocasiones [40], la validez se refiere al grado en que un instrumento mide la variable del estudio, y se integra de tres tipos: de contenido, de criterio y de constructo [39,40]. La de contenido se precisa como el juicio lógico sobre la correspondencia que existe entre el rasgo que se pretende medir y los ítems que se incluyen en el test [41]; es decir, es la medida en que los elementos de un instrumento reflejan el dominio de un contenido específico. La de criterio implica el grado en que un instrumento comparado con otros criterios externos mide lo mismo [42]. Por último, la de constructo, analiza qué tanto una medición se relaciona de forma consistente con otras mediciones [39] y permite determinar la estructura de las dimensiones de la variable de estudio [43]. La validación total del instrumento incluye las tres. La validez de contenido es la más de difícil de establecer de forma cuantitativa, ya que involucra juicios de valor sobre la pertinencia y relevancia por parte de expertos, en el caso de instrumentos tipo escala se puede determinar a través del análisis de cada uno de los ítems, así como de la determinación del coeficiente de validez de contenido (CVC), este establece el grado de acuerdo entre los jueces y realiza sus cálculos a partir de los puntajes que asigna cada uno sobre los ítems o categorías del instrumento. El resultado indica el grado de aceptación de la validez del ítem (ver tabla 1) [43]. Tabla 1. Escala sobre el grado de validez según el CVC. CVC

Validez y concordancia

Menor que .60

Inaceptables

Igual o mayor a 0.60

Deficientes

Mayor que 0.71 y menor o igual que 0.80

Aceptables

Mayor que 0.80 y menor o igual que 0.90

Buenas

Mayor que 0.90

Excelentes

130

Metodología

Este análisis es descriptivo no experimental, recolectando información a través del método de agregados individuales para determinar la validez de las escalas por medio del juicio de expertos, ya que además de ser económico, se adecúa al tiempo de cada juez participante, al no reunirlos se evitan sesgos que pueden generase al momento de debatir entre ellos [44]. Los sujetos participantes se dividieron en dos grupos, tres expertos en ciudadanía digital y cuatro expertos en dinámica familiar, todos ellos con el grado de Doctor y miembros activos de núcleos académicos de investigación; quienes, con base en sus conocimientos y experiencia, evaluaron las escalas proporcionadas. Se utilizó un formato que incluyó la definición de las variables y sus dimensiones para la contextualización del estudio, además de un mecanismo de valoración por ítem con base en la propuesta de Escobar-Pérez y Cuervo-Martínez [45]. Se contempla la suficiencia, coherencia, relevancia y claridad, en una rúbrica con escalares que incluye: 1. No cumple con el criterio, 2. Bajo nivel, 3. Moderado nivel, y 4. Alto nivel. Por ejemplo, se presentó el ítem “reviso la configuración de privacidad de mis perfiles”, donde el experto debió calificar que la redacción sea clara, que se relacione y sea importante para la dimensión de autoprotección en el entorno digital; de igual forma valorar que los 20 elementos de la dimensión comprenden su definición conceptual. Las respuestas de los expertos se integraron en un base de datos que permitió la determinación del CVC, además se compararon los comentarios por ítem, lo que permitió afianzar la cuantificación de la validez con elementos cualitativos. A partir de ello se eliminaron algunos ítems, se dividieron y agregaron elementos, o se aplicaron recomendaciones de redacción.

Resultados

Para la variable de ciudadanía digital se utilizó una escala diseña a partir de la revisión de propuestas teóricas, integrándose de 5 dimensiones. Esta fue valorada por 3 expertos y obtuvo coeficientes iniciales entre 0.5532 y 0.9629; después de descartar los ítems que no se ubicaron en valoraciones buenas o excelentes se obtuvo un coeficiente de validez de contenido total de 0.9422 (ver tabla 2). La versión inicial del instrumento sufrió pocos cambios, ya que solo 3 elementos obtuvieron un CVC de 0.80 o menor, además se aplicaron recomendaciones que generalmente se orientaron a la redacción del ítem o la unificación de términos. Tabla 2. Análisis de ítems de la escala de ciudadanía digital en adolescentes Dimensión D1. Identidad en el entorno digital D2. Autoprotección en el entorno digital

Cantidad inicial

Eliminados

Divididos o Cantidad agregados final

0.9384

0.9424

CVC

131 D3. Acción en el entorno digital

0.9289

D4. Fluidez en el entorno digital

0.9421

D5. Ética en el entorno digital

0.9593

Para la variable de mediación parental, se utilizó una escala diseñada por Nikken y Jansz [46] que incluye 4 dimensiones en 25 ítems. A partir de la valoración de 4 expertos los coeficientes iniciales oscilaron entre 0.7148 y 0.9648, eliminando un total de 4 elementos de la versión inicial y aplicando sugerencias relacionadas con la división de ítems y la integración de nuevos elementos a la escala. La versión posterior al análisis de validez de contenido logró un CVC total de 0.8986 con 26 ítems (ver tabla 3). Tabla 3. Análisis de ítems de la escala de mediación parental Cantidad inicial

Eliminados

Divididos o agregados

Cantidad final

CVC

D1. Mediación activa D2. Mediación restrictiva D3. Co-uso

0.8828

0.9090

0.9023

D4. Supervisión

0.9085

Dimensión

El cuestionario de estilos y dimensiones parentales (PSDQ por sus siglas en inglés) [47] fue seleccionado para medir la variable de estilos de crianza, distinguiendo 3 dimensiones y una cantidad inicial de 62 ítems. Esta escala fue valorada por 3 expertos, quienes en conjunto asignaron CVC iniciales con un mínimo de 0.6643 y un máximo de 0.9421. A partir de dichos resultados y de las observaciones de los expertos, se eliminaron 22 ítems, por lo que la versión final cuenta con 30 elementos que presentan un CVC total de 0.9152 (ver tabla 4). Tabla 4. Análisis de ítems de la escala de estilos de crianza Cantidad inicial

Eliminados

Divididos o agregados

Cantidad final

CVC

D1. Con autoridad

0.8900

D2. Autoritaria

0.9379

D3. Supervisión

0.9178

Dimensión

En el caso de la comunicación familiar, se utilizó la escala de comunicación PadreAdolescente (PAC por sus siglas en inglés) [48], misma que contempla 2 dimensiones para la variable. Dicha escala fue evaluada por 4 expertos, disminuyendo de 24 a 20 elementos y registrado un CVC total de 0.9205 (ver tabla 5).

132 Tabla 5. Análisis de ítems de la escala de comunicación familiar. Dimensión

Cantidad inicial

Eliminados

Divididos o Cantidad agregados final

D1. Abierta

0.9101

D2. Problemática

0.9309

CVC

Por último, para la medición de la cohesión familiar, se utilizó una subescala de FACES IV [49] y fue calificada por 3 jueces; para este instrumento solo se aplicaron recomendaciones de redacción, ya que los CVC iniciales se registraron entre 0.8796 y 0.9629, con un CVC total de 0.9048, permaneciendo los 21 ítems originales de la subescala (ver tabla 6). Tabla 6. Análisis de ítems de la escala de cohesión familiar. Cantidad inicial

Eliminados

Divididos o agregados

Cantidad final

CVC

D1. Balanceada

0.9302

D2. Desapego

0.9212

D3. Enmarañada

0.9212

Dimensión

Conclusión

Con base en el juicio de expertos y la identificación del coeficiente de validez de contenido por ítem y por escala, se determina que, después de las modificaciones realizadas, las escalas valoradas cumplen con la característica de validez de contenido. La escala de ciudadanía digital (CVC total=0.9422), la de estilos de crianza (CVC total=0.9152), la de comunicación familia (CVC total= 0.9205) y la de cohesión familiar (CVC total=0.9048) se ubican en el escalar de excelente, mientras que la escala de mediación parental (CVC total=0.8986) en buena, según la guía establecida por Hernández [43]. Con la finalidad de contar con instrumentos que representen un apoyo consistente para el logro del estudio, se recomienda analizar la posibilidad de integrar una versión corta de la escala de ciudadanía digital para adolescentes, ya que su extensión puede influir en el ánimo del encuestado y por ende sus respuestas. La determinación de validez de contenido es una fase esencial para el logro de la validación de un instrumento, este ejercicio permite asegurar que existe concordancia entre los elementos del mismo y el fundamento teórico-epistémico del fenómeno a estudiar, por ello resulta trascendental asegurar que esta etapa clave sea parte inherente a los procesos de investigación.

133

References 1.

2. 3. 4. 5. 6. 7. 8. 9.

10.

11.

12.

13.

14.

15.

16.

17.

Menéndez de Llano, C. R.: La ciudadanía digital, ¿ágora aumentada o individualismo postmaterialista?. RELATEC: Revista Latinoamericana de Tecnología Educativa 15(2), 15-24 (2016). Salzman, R., Albarran, A. B.: Internet Use in Latin America. Palabra Clave 14(2), 297-313 (2011). Tan, T.: Educating Digital Citizens. Leadership 41(1), 30-32 (2011). Galindo, J. A.: Ciudadanía digital. Signo y Pensamiento XXVIII(54), 164-173 (2009). Alberta Education (Ed.).: Digital Citizenship Policy Development Guide. 1ra edn. Alberta Education, School Technology Branch, Providence of Alberta (2012). Simsek, E., & Simsek, A.: New Literacies for Digital Citizenship. Contemporary Educational Technology 4(2), 126-137 (2013). Isman, A., Canan, O.: Digital Citizenship. Turkish Online Journal of Educational Technology - TOJET 13(1), 73-77 (2014). Cáceres, M. D., Brändle, G., Ruiz, J. A.: Hacia la construcción de una ciudadanía digital. Prisma Social: Revista de investigación social (15), 643-684 (2015). Howard, P.: Digital Citizenship in the Afterschool Space: Implications for Education for Sustainable Development. Journal of Teacher Education for Sustainability 17(1), 23-34 (2015). Unesco: Fostering Digital Citizenship through Safe and Responsible Use of ICT: A Review of Current Status in Asia and the Pacific as of December 2014. 1st edn. UNESCO Bangkok, Thailand (2015). Sierra, F., Gravante, T.: Ciudadanía digital y acción colectiva en América Latina: crítica de la mediación y apropiación social por los nuevos movimientos sociales. La trama de la comunicación (20), 163-175 (2016). Choi, M., Glassman, M., Cristol, D.: What it means to be a citizen in the internet age: Development of a reliable and valid digital citizenship scale. Computers & Education 107(Supplement C), 100-112 (2017). Wang, X., Xing, W.: Exploring the Influence of Parental Involvement and Socioeconomic Status on Teen Digital Citizenship: A Path Modeling Approach. Educational Technology & Society 21(1), 186-199 (2018). Plaza, J., Caro, C.: la implicación de la familia en la formación ético-cívica de los jóvenes a través de las TIC. Aloma: Revista de Psicologia, Ciències de l'Educació i de l'Esport 34(2), 97-106 (2016). Pérez, A., Iglesias, A., Sánchez, M. C.: Competencia digital y TIC, claves de la ciudadanía digital y requisitos para el futuro profesorado. En Roig-Vila, R. (ed.). Tecnología, innovación e investigación en los procesos de enseñanza-aprendizaje, pp. 1793-1802. Octaedro, Barcelona (2016). Sasson, H., Mesch, G.: Parental mediation, peer norms and risky online behavior among adolescents. Computers in Human Behavior, 33(Supplement C), 32-38 (2014). Brito, R., Francisco, R., Dias, P., Chaudron, S.: Family Dynamics in Digital Homes: The Role Played by Parental Mediation in Young Children’s Digital Practices Around 14 European Countries Contemporary Family Therapy 39(4), 271– 280 (2017)

134 18.

19.

20.

21.

22.

23.

24.

25.

26. 27. 28. 29. 30. 31. 32.

33.

34.

35.

Caprara, G., Scabini, E., Regalia, C.: The impact of perceived family efficacy beliefs on adolescent development. In Pajares, F. Sef-Efficacy Beliefs of Adolescents, pp. 97-115). Information Age Publishing, United States of America (2006). Moawad, G. E. N. A., Ebrahem, G. G. S.: The Relationship between Use of Technology and Parent-Adolescents Social Relationship. Journal of Education and Practice 7(14), 168-178 (2016). Makri-Botsari, E., Karagianni, G.: Cyberbullying in Greek Adolescents: The Role of Parents. Procedia - Social and Behavioral Sciences 116(Supplement C), 32413253 (2014). Broekman, F. L., Piotrowski, J. T., Beentjes, H. W. J., Valkenburg, P. M.: A parental perspective on apps for young children. Computers in Human Behavior 63, 142151 (2016). Chou, H.-L., Chou, C., Chen, C.-H.: The moderating effects of parenting styles on the relation between the internet attitudes and internet behaviors of high-school students in Taiwan. Computers & Education 94(Supplement C), 204-214 (2016). Carvalho, J., Francisco, R., Relvas, A. P.: Family functioning and information and communication technologies: How do they relate? A literature review. Computers in Human Behavior, 45(Supplement C), 99-108 (2015). Instituto Nacional de Estadística y Geografía. Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares, http://www.beta.inegi.org.mx/proyectos/enchogares/regulares/dutih/2016/default.ht ml, último acceso 2018/10/15. Viñas, F.: Uso auto informado de Internet en adolescentes: perfil psicológico de un uso elevado de la red. International Journal of Psychology and Psychological Therapy 9(1), 109-122 (2009). Zambrano, J.: Comunidad, formación y ciudadanía digital. Educación y Desarrollo Social 6(2), 191-201 (2012). Ponz, M. J.: Hacia una ciudadanía digital. Puertas abiertas: Revista de la Escuela de Lenguas (11), (2015). Mitchell, L.: Beyond Digital Citizenship. Middle Grades Review 1(3), 1-8 (2016). Oxley, C.: Digital Citizenship: Developing an Ethical and Responsible Online Culture. International Association of School Librarianship, Australia (2010). García, A.: Una perspectiva sobre los riesgos y usos de Internet en la adolescencia. Revista ICONO14 9(3), 410-425 (2011). Tejedor, S., Pulido, C.: Retos y riesgos del uso de Internet por parte de los menores. ¿Cómo empoderarlos?. Comunicar XX (39), 65-72 (2012). Lenhart, A., Madden, M., Smith, A., Purcell, K., Zickuhr, K., Rainie, L.: Teens, Kindness and Cruelty on Social Network Sites: How American Teens Navigate the New World of Digital Citizenship. Pew Research Center’s Internet & American Life Project, Washington, D.C (2011). Wadmany, R., Zeichner, O., Melamed, O.: Students in a Teacher College of Education Develop Educational Programs and Activities Related to Intelligent Use of the Web: Cultivating New Knowledge. Journal of Educational Technology 10(4), 1828 (2014). Navarro, R., Yubero, S., & Larrañaga, E.: El papel de la mediación parental en el cyberbullying. International Journal of Developmental and Educational Psychology 5(1), 319-327 (2014). Ang, R. P.: Adolescent cyberbullying: A review of characteristics, prevention and intervention strategies. Aggression and Violent Behavior 25(Part A), 35-42 (2015).

135 36.

37.

38. 39. 40. 41. 42.

43. 44. 45. 46. 47.

48. 49.

Bringué, X., Sádaba, C., Tolsá, J.: La generación interactiva en Iberoamérica 2010. Niños y adolescentes ante las pantallas. Foro Generaciones Interactivas, Madrid España (2011). León, G. A., & Caudillo, D.: ¿Cómo son las Relaciones Interactivas en los Jóvenes Mexicanos? Un Estudios sobre Regulación, Mediación y Control Parental en la Secundaria Pública Mexicana. Sessões do Imaginário 17(28), 1-11 (2012). Gall, M., Gall, J., Borg, W.: Educational Research. An Introduction. 7ª edn. Pearson Education, United States of America (2003). Hernández, R., Fernández, C., Baptista, P.: Metodología de la Investigación. 6ª edn. McGraw-Hill/Interamericana Editores, México D.F. (2014). Soriano, A.M.: Diseño y validación de instrumentos de medición. Editorial Universidad Don Bosco 8(13), 19-40 (2014). Urrutia, M., Barrios, S., Gutiérrez, M., Mayorga, M.: Métodos óptimos para determinar validez de contenido. Educación Médica Superior 28(3), 547-558 (2014). Puerta, L., Marín, E.: Análisis de validez de contenido de un instrumento de transferencia de tecnología universidad-industria de Caja California, México. XX Congreso Internacional de Contaduría, Administración e Informática. Universidad Autónoma de México, D.F. (2015). Hernández, R. A.: Instrumentos de recolección de datos en Ciencias Sociales y Biomédicas. Universidad de Los Andes, Mérida Venezuela (2012). Corral, Y.: Validez y confiabilidad de los instrumentos de investigación para la recolección de datos. Revista Ciencias de la Educación 13 (33), 228-247 (2009). Escobar-Pérez, J., Cuervo-Martínez, A.: Validez de contenido y juicio de expertos: Una aproximación de su utilización. Avances en Medición 6, 27-36 (2008). Nikken, P., Jansz, J.: Developing Scales to Measure Parental Mediation of Young Children’s Internet Use. Learning, Media and Technology 39(2), 250-266 (2014). Robinson, C., Mandleco, B., Roper, S., Hart, C.: The Parenting Styles and Dimensions Questionnaire (PSDQ). Handbook of Family Measurement Techniques 3, 319-321 (2001). Barnes, H. L., Olson, D. H.: Parent-Adolescent Communication and the Circumplex Model. Child Development 56(2), 438-447 (1985). Rivero, N., Martinez-Pampliega, A., Olson, D. H.: Spanish adaptation of the FACES IV questionnaire: Psychometric characteristics. Family Journal: Family and Therapy for Couples and Families 18(3), 288-296 (2010).

Fundamentación teórica y metodológica de un cuestionario “Perfil del estudiante universitario en formación investigativa” Luz Yadira Ríos Rocher1, Sebastián Figueroa Rodríguez2, Jesús Lau3 1

Estudiante del Doctorado en Sistemas y Ambientes Educativos (DSAE) de la Facultad de Pedagogía, Universidad Veracruzana (UV), Región Veracruz, Boca del Río, Veracruz, México. lurios@uv.mx 2 Investigador de tiempo completo, integrante del Núcleo Académico Básico del DSAE de la UV y Coordinador del Cuerpo Académico UV-CA-373 “Investigación y desarrollo tecnológico en Psicología” de la UV. sfigueroa@uv.mx 3 Profesor investigador, Instituto de Ingeniería / Profesor Doctorado DSAE, Facultad de Pedagogía, Universidad Veracruzana, Veracruz Campus, Boca del Río, Veracruz, México. jlau@uv.mx

Resumen. La formación investigativa es un proceso sistematizado que involucra prácticas y actores diversos en la adquisición y desarrollo de competencias de investigación. El objetivo de este artículo es explicar el diseño y validación de un un instrumento de medición en Instituciones de Educación Superior de México. Dentro del presente se describe lo siguiente: 1) La introducción del documento; 2) El estado del arte sobre las competencias de investigación de los estudiantes en educación superior y su participación en las actividades relacionadas con la investigación; 3) Diseño del instrumento con su respectiva matriz de operacionalización; 4) Validación del instrumento propuesto. Durante el proceso de validación participaron 74 estudiantes universitarios voluntarios de diversos semestres. Los materiales utilizados fueron: formatos de consentimiento, así como un cuestionario autoadministrado diseñado en google forms. Como parte de los resultados, se confirmó la validez de contenido y la confiabilidad del instrumento de medición. Palabras clave: Formación investigativa; Validez; Confiabilidad; Licenciatura; Perfil del estudiante universitario en formación investigativa.

Introducción

A partir de mayo de 2015, durante el foro mundial sobre educación, se le encomendó a la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO), coordinar la Agenda 2030. Como parte de las acciones para fomentar sus objetivos, en el Foro CILAC 2016 [40], se planteó en temática de educación científica lo siguiente: 1) Tiene un lugar estratégico desde la educación básica al permitir a los ciudadanos tomar decisiones en problemas socio-científicos y socio-tecnológicos importantes para el desarrollo de los países; 2) Despierta el deseo de aprender, el cuestionamiento permanente y desarrollar el conocimiento científico que aporta a la innovación y desarrollo; 3) Los educadores emplean contenidos y estrategias perti-

137

nentes, espacios educativos de aprendizaje que superan las aulas y fomentan el conocimiento científico, pedagógico y didáctico. Cabe señalar que la educación científica puede apoyar al estudiante del siglo XXI para fomentar las siguientes competencias: 1) Adaptarse a contextos cambiantes; 2) Poseer habilidades para el trabajo en equipo y aprender colaborativamente; 3) Reconocer y delimitar problemas, buscar soluciones; 4) Proponer soluciones creativas; 5) Ser capaz de argumentar; 6) Moverse en la complejidad; 7) Poseer estrategias que le permitan aprender y seguir aprendiendo, desarrollando habilidades metacognitivas y de autorregulación. En México, hay muchos elementos que se pueden mejorar para poder alcanzar las metas del objetivo 41 de la Agenda 2030 y fomentar la educación científica. A continuación se mencionan algunos aspectos que se consideran importantes: - Mejorar el desempeño de los estudiantes en escolaridad obligatoria en el área de ciencias dentro del Programa Internacional para la Evaluación de los Alumnos de 2015 (PISA) [40]. - Superar el 0.5% de inversión en investigación y desarrollo, considerando el Producto Interno Bruto (PIB), a diferencia de un 2.41% y 2.55% de inversión en los países que integran en la Organización para la Cooperación y el Desarrollo Económicos (OCDE), así como la media mundial de 2.228% y 2.063% [27]. - Fomentar la vinculación entre los actores relacionados con el desarrollo de la ciencia y la tecnología, y las actividades del sector empresarial [13, 45]. - Fomentar la vinculación entre las áreas prioritarias o estratégicas nacionales o locales y los apoyos otorgados para becas de posgrado. En 2012 se otorgaron 60,014 becas, pero la mayoría siguieron una política poco orientada hacia áreas prioritarias o estratégicas [13]. - Fomentar la inversión pública y privada, así como un sistema flexible que promueva la innovación y vinculación con el ámbito productivo [45]. Dentro del Programa Especial de Ciencia, Tecnología e Innovación 2014-2018 [13] y el Diagnóstico del Programa E021 Investigación Científica y Desarrollo Tecnológico [45], se pueden identificar en educación superior algunas causas de lo anteriormente mencionado como son: las competencias de los docentes, que incluye si son integrantes del Sistema Nacional de Investigadores, sus estrategias didácticas, su participación en redes académicas, su estilo de tutoría; las competencias de los estudiantes, como su participación en diversas actividades relacionadas con la investigación; los recursos financieros distribuidos para la Ciencia, Tecnología e Innovación (CTI); las relaciones o convenios entre las instituciones publicas y privadas.

Se establecen 10 metas para la realización del objetivo 4, de las cuales siete son resultados esperables y tres son medios para conseguir esas metas. Entre las metas que se esperan como resultado se encuentran las siguientes: 4.1) Educación primaria y secundaria universal, garantizando que sea gratuita, equitativa, de calidad y que produzca resultados escolares pertinentes y eficaces; 4.2) Desarrollo en la primera infancia y educación preescolar universal; 4.3) Acceso igualitario a la educación técnica/profesional y superior; 4.4) Habilidades adecuadas para el trabajo; 4.5) Igualdad entre los sexos e inclusión educativa; 4.6) Alfabetización universal de la juventud, garantizando las competencias de lectura, escritura y aritmética; 4.7) Educación de la ciudadanía para el desarrollo sostenible (UNESCO, 2015a).

138 Como se menciona en Asencio-Cabot [4], actualmente se da un abordaje descriptivo en el ámbito educativo de la ciencia y la tecnología, se espera superar una enseñanza de conocimientos y procedimientos a fomentar una educación científica que parte de lo anterior pero continúa con el debate, la valoración y la toma de decisiones de los estudiantes en las situaciones planteadas. Es papel de la escuela preparar estudiantes que busquen su autoformación constante, apoyen a otras personas a comprender los avances científicos, sus aportaciones y controversias. El estudio expuesto en el presente documento tuvo por objetivo fundamentar, diseñar y validar un instrumento de medición en Instituciones de Educación Superior de México, en líneas posteriores se describe brevemente: el estado del arte sobre las competencias de investigación de los estudiantes en educación superior y su participación en las actividades relacionadas con la investigación; el diseño del instrumento con su respectiva matriz de operacionalización; la validación del instrumento propuesto.

Estado del arte

Para poder identificar un perfil del estudiante en proceso de formación investigativa, el primer paso, fue revisar la literatura o estado del arte sobre las competencias de investigación de los estudiantes en educación superior y su participación en las actividades relacionadas con la investigación. En el segundo paso, se agruparon los estudios investigados por sus aportaciones al diseño del instrumento. En el tercer paso, se vació la información más relevante en excel para su análisis. Como se menciono anteriormente, en el primer paso, se realizó un análisis documental considerando el período 2016-2018, con las palabras clave “Diagnosis/validation+research competencies/scientific competences +college student/bachelors degree”, se consultaron las siguientes bases de datos: Elsievier, Project MUSE, Taylor and Francis Online, ERIC, Scielo, EBSCO, Emerald insight, NDLTD, PQDT Open, Teseo. Como parte de los criterios de inclusión para los artículos y tesis se consideraron los siguientes aspectos: todas las áreas de conocimiento; enfocados en nivel educativo superior; nivel de generalización de los resultados teóricos o metodológicos expuestos; análisis del estado del arte de la problemática; período 2016-2018. Algunas fuentes de información fueron excluidas, considerando: su originalidad, disponibilidad en línea, gratuito y en caso de repetirse en varias bases de datos, se consideraba en la primera donde hubiera sido localizada. De esta revisión, se obtuvieron 2,709 fuentes de información, de acuerdo con los criterios de inclusión y exclusión se consideraron 27 fuentes, de las cuales 4 son tesis de posgrado y 23 artículos publicados en revistas científicas. Enseguida se describen los principales resultados encontrados de la búsqueda y revisión sistematizada de las investigaciones relacionadas con el tema, las cuales se ordenan alfabéticamente, mencionando en cada una los autores, el tipo de investigación, participantes y sus recomendaciones. En la investigación cualitativa de Aguilar-Vargas et al. [1], se utilizó como técnica el análisis documental o de producciones y como instrumento una rúbrica de evaluación en 103 alumnos de Medicina. Como parte de sus recomendaciones incluye: utili-

139

zar la retroalimentación constructiva en la formación de estudiantes y fomentar su presencia en eventos científicos. En Alarco et al. [2] con su investigación cuantitativa utilizan la encuesta como técnica y el instrumento es un cuestionario autoadministrado, aplicado a 341 estudiantes de Medicina. Como parte de sus recomendaciones consideran: investigar más sobre el interés de estudiantes por la investigación, factores relacionados, y cómo varía por sexo y ciclo académico; otorgar facilidades a grupos estudiantiles para capacitación, financiación y publicación. Con Barbarà-I-Molinero et al. [5] se utilizó una investigación cualitativa teniendo como técnicas el análisis documental de bases de datos, y los grupos focales con grabaciones y transcripciones. Como parte de sus recomendaciones se incluye realizar más investigaciones que integren más disciplinas y factores en sus análisis. Bascó et al. [6] en su investigación de tipo cuantitativo, utilizaron como técnicas la encuesta y la entrevista grupal; para la primera ocuparon como instrumento un cuestionario semiestructurado y para la segunda, una guía de entrevista grupal. Estos instrumentos fueron aplicados a 546 estudiantes y 50 docentes de Medicina respectivamente. Como parte de sus recomendaciones proponen estimular desde semestres iniciales la actividad científica estudiantil y la participación de docentes en actividades tutoriales y aprendizajes significativos. En la investigación cuantitativa de Calhoun, Green y Burke [8], se utilizó como técnica la encuesta y como instrumento un cuestionario mixto en 51 programas de posgrado virtuales. Como parte de sus recomendaciones se identifica el modificar los currículos para integrar la tecnología en los programas de posgrado para fomentar aprendizajes en línea. Para Castro et al. [9], en su investigación cuantitativa se utilizó la encuesta cuyo instrumento fue un cuestionario estructurado para 144 estudiantes de Odontología. Quienes recomiendan lo siguiente para mejorar la producción científica de los estudiantes universitarios: mejorar su formación en temas relacionados con la investigación y estimular su participación en actividades científicas; actualizar las colecciones de las bibliotecas y las plataformas tecnológicas; estrechar lazos entre los alumnos y las instituciones que realizan investigación independiente formal y organizada; mejorar las asesorías, la relación asesor-estudiante, incrementar la carga lectiva y retribuir con créditos académicos a los estudiantes que publican. En De La Cruz-Vargas et al. [30], se realizó una investigación cualitativa de un curso taller en el periodo 2015-2017 en el cual se analizaron producciones de 450 estudiantes de Medicina. Como parte de sus recomendaciones se identifica: dar a conocer las competencias que se adquieren; difundir las tesis en repositorios y en eventos científicos; fomentar la publicación y proporcionar becas para estudiantes; incentivos a docentes por publicaciones y apoyos a congresos; evaluar número e impacto de las publicaciones realizadas. Con Demetriou et al. [14] se realizó una investigación cualitativa a 16 estudiantes de pregrado que fueron entrevistados. Parte de sus recomendaciones incluyen el continuar la investigación con estudiantes exitosos y las actividades que fueron exitosas para su aprendizaje, las relaciones de mentoría, el pertenecer a organizaciones estudiantiles y los beneficios de trabajar en tiempo parcial. Falicoff [15], realizó una investigación mixta en 106 estudiantes de Bioquímica y 82 de Biotecnología, en la fase cuantitativa se aplico un cuestionario y en la cualitati-

140 va se analizaron documentos, desde una metodología científica y como parte de sus recomendaciones incluyen: 1) Interpretar las evidencias en distintos formatos y elaborar conclusiones basadas en las mismas; 2) Explicar los hechos enfatizando la integración y aplicación de modelos y conocimientos científicos, todo aplicado a diferentes situaciones contextualizadas que interesen a la ciencia, tecnología y sociedad; 3) Identificar problemas posibles de investigar. En la investigación cuantitativa de Flórez [16], sus datos fueron obtenidos de documentos institucionales cuyos indicadores seleccionados fueron analizados con pruebas estadísticas, sus participantes fueron 62 instituciones universitarias. Como parte de sus recomendaciones se identifica continuar los estudios cuantitativos sobre la acreditación institucional y su efecto en la tasa de deserción-graduación de los estudiantes, seguir utilizando los estándares institucionales e incrementar el tamaño de la muestra. Para Giménez et al. [18], en su investigación mixta, se realizó un análisis documental de la producción científica y el diseño de un cuestionario en un hospital universitario, 10 centros de salud, 673 médicos y 747 enfermeras. Parte de sus recomendaciones incluyen: formar en investigación, consolidar estructuras de apoyo a profesionales en investigación; proporcionar mayores recursos, formación y tiempo para investigar dentro de la jornada laboral; mejorar la colaboración y comunicación entre los diversos actores. En Heerwegh et al. [22] con su investigación cuantitativa que utilizó la encuesta con un cuestionario a 297 estudiantes Ciencia, Tecnología, Ingeniería y Matemáticas. Como parte de sus recomendaciones en el uso de TIC se identifica: 1) Promover su utilidad en la ciencia y para mejorar las habilidades de los estudiantes; 2) Propiciar grados iniciales las primeras experiencias de uso; 3) Profundizar con investigación cualitativa en cómo se utilizan estos instrumentos TIC dentro de la familia y los efectos que esto tiene sobre el dominio de las TIC básicas. Con Hernández Jácquez [23], en su investigación cualitativa utilizaron la encuesta y como instrumento un cuestionario aplicado a 182 estudiantes de licenciatura. Parte de sus recomendaciones identifican algunas variables que influyen directamente en la autoeficacia académica percibida como son: contar con una beca, el gusto por la carrera que se estudia, no tener dificultades económicas, el deseo de estudiar un posgrado, el promedio de bachillerato, la cantidad de asignaturas no aprobadas y el promedio del semestre anterior. Hirsch Adler [26] en su investigación cualitativa se aplicó como técnica la entrevista y como instrumento la guía de entrevista para 17 coordinadores de México y 14 profesores de 3 universidades de España. Algunas recomendaciones para formar conductas éticas en la investigación son: establecer una cultura y compromisos éticos con líderes que sean ejemplos y una formación que sea preventiva; fomentar la cooperación y códigos de ética institucionales e internacionales. En la investigación cuantitativa de Jensen et al. [28], como técnica se utilizó la encuesta y como instrumento el cuestionario electrónico a 32 enfermeras especializadas en Informática y Gestión sanitaria. Como parte de sus recomendaciones se identifica el apoyar estudios futuros que discutan las TIC en el campo de la investigación y permitiendo la comparación con otros países.

141

Para Jillings [29] en su investigación cualitativa, utilizó como técnica la entrevista y una guía de entrevista semiestructurada con 25 estudiantes de licenciatura. Recomienda realizar estudios en diversos aspectos de la experiencia universitaria. En López et al. [32] se realizó una investigación mixta que inició con el análisis documental, posteriormente, una encuesta que utilizó como instrumento un cuestionario aplicado a 11 estudiantes de licenciatura. Como recomendaciones incluyen: mejorar las estrategias de enseñanza; estudiar la relación entre la percepción de dificultad como un proceso de aprendizaje o de enseñanza asistido o de autoaprendizaje. Con Montesi et al. [36] se realizó una investigación cuantitativa con la encuesta y como instrumento de medición el cuestionario a 26 alumnos de maestría. Como recomendaciones proponen: 1) Ver la búsqueda de información como un flexible y colaborativo; 2) Trabajar colaborativamente docentes y tutores; 3) Aumentar la información de los tutores, apoyar su implicación con el alumnado y su adaptación a las necesidades específicas de cada uno; 4) Discutir el trabajo personal en tutorías o defensas de tesis; 5) Fomentar la lectura autónoma de los textos científicos. Navaridas et al. [38] con su investigación cuantitativa utilizaron como técnica la encuesta y como instrumento de medición el cuestionario en 323 estudiantes de licenciatura. Parte de sus recomendaciones, consideran fomentar el desarrollo de competencias instrumentales como medidas preventivas de las tasas de abandono de los estudios universitarios. En la investigación cualitativa de Reguant et al. [41], se utilizó como técnica la entrevista y como instrumento la guía de entrevista en 12 supervisores académicos. Como parte de sus recomendaciones se identifica: 1) Continuar la investigación en diversas universidades, países y grados académicos; 2) Considerar las perspectivas de otros agentes involucrados como los estudiantes. Para Rosenbluth et al. [42], en su estudio cuantitativo utilizaron como técnica la encuesta y como instrumento el cuestionario en 49 estudiantes de Psicología. Se identifican las siguientes recomendaciones: 1) Especificar las definiciones de las competencias, clarificando y diferenciando las habilidades que miden cada una; 2) Reelaborar la evaluación de competencias para otros ciclos considerando la planificación del currículo y las metas de enseñanza aprendizaje; 3) Realizar un esfuerzo transversal en planear en los programas de cada asignatura las competencias a desarrollar y sus formas de evaluación. En Sánchez-Duque et al. [43], con su investigación cuantitativa se utilizó la encuesta como técnica y como instrumento de medición dos cuestionarios aplicados en 143 estudiantes de Medicina. Como parte de sus recomendaciones se identifica: 1) Realizar investigaciones que contemplen desde la concepción hasta la publicación y la participación de los estudiantes; 2) Diseñar nuevas metodologías e instrumentos que evalúen la efectividad a corto plazo de los entrenamientos; 3) Evaluar a estudiantes y profesores en sus conocimientos y habilidades para mejorar el perfil de egresados universitarios; 4) Analizar las publicaciones, participaciones en eventos, premios y selección de carreras científicas para identificar los factores que impactan en su formación. Con Sulbarán [46] y su investigación cuantitativa, utiliza la encuesta como técnica y su instrumento fue un cuestionario en versión impresa y electrónica en 88 colaboradores del estudio. Entre sus recomendaciones se identifica articular planes de forma-

142 ción y revisiones curriculares para la definición del perfil profesional del egresado en atención a las demandas de formación integral del contexto actual. Valdés et al. [47], en su investigación cuantitativa utilizaron como técnica la encuesta y como instrumento un cuestionario impreso para 147 estudiantes de posgrado en Biología e Ingeniería. Se identifican las siguientes recomendaciones en la formación de científicos: 1) Alentar la asociación entre la percepción de los estudiantes y el desarrollo de habilidades en el currículo, la calidad de la tutoría y la disponibilidad de recursos; 2) Se necesitan mas estudios que indaguen la perspectiva del estudiante. White [49], en su investigación mixta utilizó como técnicas la encuesta y el análisis documental, como instrumentos el cuestionario y las producciones. Los participantes fueron 20 estudiantes universitarios que cursan experiencias de investigación. Como parte de sus recomendaciones se identifica: 1) Entornos seguros, inclusivos, positivos e interdisciplinarios; 2) Independencia del estudiante guiado por un investigador experto; 3) Uso de métodos mixtos para identificar y comprender los mecanismos dentro del programa. Willison y Buisman-Pijlman [50], se realizaron una investigación cualitativa que utilizó como técnica la entrevista y como instumento de medición la guía de entrevista a 9 académicos y 14 estudiantes de licenciatura. Como parte de sus recomendaciones se identifica: 1) Estudiar el enfoque en otros contextos o programas; 2) Fomentar la formación en investigación contexutalizada. Zlatkin-Troitschanskaia et al. [51] efectuaron un estudio mixto inicialmente con una investigación documental, en la segunda parte, utilizando como técnica la encuesta y como instrumento el cuestionario participaron 10,000 estudiantes. Como parte de sus recomendaciones en el desarrollo de competencias se identifica: 1) Realizar investigaciones con diseños metodológicos complejos; 2) Disminuir el uso de autoevaluaciones, fomentar el uso de pruebas adaptativas basadas en computadora y técnicas psicométricas adecuadas. Como parte del segundo paso, se agruparon los estudios investigados por sus aportaciones al diseño del instrumento, se retomó principalmente lo mencionado los párrafos anteriores como recomendaciones y aquellos aspectos mencionados en cada fuente que fueron integrados en sus instrumentos de medición. Lo anterior permitió identificar qué factores podrian estar interviniendo en la formación investigativa de estudiantes de educación superior (ver Tabla 1). Tabla 1. Agrupación de los estudios investigados por su aportación al instrumento. Factores Factores demográficos

Autores [2, 5, 29, 36, 43, 51, 8, 9, 14–16, 18, 23, 28]

Factores económicos

[5, 14, 23, 36]

Factores escolares

[5, 8, 14–16, 23, 29]

Factores relacionados con la investigación TIC relacionadas con la investigación

[1, 2, 36, 38, 41–43, 46, 47, 49–51, 6, 9, 14, 15, 18, 21, 26, 30] [8, 21, 22, 28]

143

Concretamente, de la sistematización de las 27 investigaciones analizadas se obtienen varios elementos importantes. En primer lugar, observando la Tabla 2, los países que tienen un mayor número de publicaciones en el tema son España (6), México y Estados Unidos (4), seguidos por Perú y Colombia. El tipo de investigación más utilizado es el cuantitativo (14) con la técnica de la encuesta (12), seguido por el cualitativo (8) con la técnica de la entrevista (4) y el análisis documental (3). La investigación menos utilizada es la mixta (5) con las técnicas del análisis documental y la encuesta (3). Tabla 2. Tipo de investigación. TI

Cualitativa

Análisis documental Análisis documental /grupos focales

Entrevista semiestructurada

Cuantitativa

Encuesta

Encuesta / Entrevista grupal

Pruebas estadísticas

1 1

Encuesta / análisis documental Total

1 1

Entrevista estructurada

Total

1 1

Entrevista

Análisis documental / Encuesta

Encuesta

Mixta

2 4

Nota: TI= Tipo de investigación, Al= Alemania, Au= Austria, Be= Bélgica, Br= Brasil, Ch= Chile, Co= Colombia, Ec= Ecuador, Es= España, Eu= Estados Unidos, Mx= México, P= Perú, V= Venezuela. Fuente: elaboración propia.

Considerando lo anterior, de los documentos analizados se puede observar de forma global que son pocas las investigaciones mixtas, para México no se identifican estudios de este tipo. Por otra parte, de los autores revisados se obtuvieron los siguientes elementos: pocos estudios que identifican factores relacionados con investigación, se centran principalmente en un perfil profesional del estudiante; la evaluación de las competencias investigativas desarrolladas y no sólo por medios de autopercepción; se retomaron todos los estudios identificados en la temática para identificar que factores influyeron más en sus investigaciones para diseñar el instrumento propuesto. El presente estudio utiliza una metodología mixta para fundamentar y validar su instrumento de medición iniciando con el análisis documental de las bases de

144 datos y focalizado en estudiantes universitarios que cursaron materias relacionadas con la investigación.

Diseño del instrumento

Como se ha mencionado, en el ámbito educativo se identifica un abordaje descriptivo de la enseñanza de la ciencia, tecnología e innovación. Para superar este abordaje y fomentar la educación científica, diversos autores conciben la formación en investigación como elemento clave. Para Martínez y Marquéz [33] es la utilización creativa de conocimientos y hábitos adquiridos en proporcionar una solución a determinadas tareas teóricas o prácticas con un fin conscientemente determinado. Por su parte, Valencia, Macías y Valencia [48], la consideran como una estrategia pedagógica utilizada en la formación profesional que busca familiarizar a los estudiantes con la cultura científica y de investigación, utilizando sus procesos, metodologías y/o técnicas en diferentes contextos de los estudiantes. También ha sido identificada como el conjunto de acciones del sector académico o productivo, que favorecen la apropiación y desarrollo de conocimientos, habilidades y actitudes necesarios en estudiantes y profesores para desempeñar con éxito actividades productivas relacionadas a la investigación científica, desarrollo tecnológico e innovación [20]. Por otra parte, puede ser un proceso en el cual: 1) Intervienen prácticas y actores diversos, donde los formadores son mediadores que promueven y facilitan de forma sistematizada, el acceso al conocimiento, el desarrollo de habilidades, hábitos, actitudes y la apropiación de valores [37]; 2) Se desarrollan los conocimientos y observación permanente, curiosidad, indagación, crítica de la realidad y práctica de la investigación [31]; 3) Se incluyen: actitudes, aptitudes y valores relacionados con la investigación; la observación, trabajo en equipo, leer y escribir críticamente; acciones que se adquieren en formación académica para cultivar la cultura investigativa; un conocimiento en construcción permanente y un pensamiento crítico [3]. Para los fines de este estudio, se considera “Formación investigativa” como el proceso sistematizado que involucra practicas y actores diversos en la adquisición y desarrollo de competencias de investigación necesarias para la formación profesional. Una vez identificadas y analizadas las fuentes de información, se elaboró la representación gráfica de la variable con sus dimensiones, categorías y respectivas referencias teóricas de fundamentación. El instrumento completo “Perfil del estudiante universitario” se encuentra disponible aquí. A continuación se detallan los elementos más importantes que integran las dimensiones del instrumento: 1) Incluye las condiciones generales del estudiante, compuesta por 6 ítems, descritos a continuación: 1.1) Ciudad de residencia, es el lugar actual de su domicilio; 1.2) Carrera, es la disciplina que estudia; 1.3) Región, es la zona o región donde se ubica su disciplina; 1.4) Sexo, es la condición de tipo orgánica que diferencia al macho de la hembra; 1.5) Edad, es el tiempo que ha vivido la persona desde su nacimiento; 1.6) Estado civil, es la condición de una persona según el registro civil en función de si tiene o no pareja. 2) Incluye la condiciones que tiene el estudiante para satisfacer sus necesitades mientras cursa la carrera profesional, compuesta por 4 ítems, descritos a

145

continuación: 2.1) Dependientes económicos, son las personas que viven del salario del trabajador, cualquiera que sea el título de su vida en común; 2.2) Condición laboral, es su condición relacionada con el estado actual de su trabajo y tipo de contratación. 3) Incluye las condiciones que presenta el estudiante relacionadas con su formación escolar, compuesta por 7 ítems, descritos a continuación: 3.1) Semestre, es el número del período escolar que cursa; 3.2) Créditos académicos, son las horas de trabajo que incluyen el acompañamiento docente y actividades independientes que permiten alcanzar metas de aprendizaje; 3.3) Promedio general, es el valor que resulta de dividir la suma de todas las experiencias educativas cursadas; 3.4) Becas, apoyo económico con los que cuenta o ha contado; 3.5) Experiencias Educativas (EE) relacionadas con la investigación, son las EE que dentro de su programa educativo que consideran contenidos relacionados con la investigación; 3.6) Organizaciones estudiantiles, son grupos formados por estudiantes donde se desarrollan diversas habilidades y actividades religiosas, étinicas, deportivas o culturales. 4) Incluye las condiciones que presenta el estudiante relacionadas con el proceso de investigación, compuesta por 27 ítems, descritos a continuación: 4.1) Actividades relacionadas con la investigación, son actividades en las cuales participa y que se relacionan con la investigación; 4.2) Modalidad de titulación, es la modalidad seleccionada por el estudiante que le permitirá obtener su título profesional; 4.3) Línea de investigación para tesis, es el eje temático que agrupa a un conjunto de docents e investigadores, y que el estudiante identifica com viable para elaborar su tesis de licenciatura; 4.4) Programas y/o becas que apoyan la investigación, son apoyos que recibe el estudiante para realizar investigación; 4.5) Premio para tesis de licenciatura, es el reconocimiento otorgado al estudiante por la calidad manifestada en sus tesis de licenciatura; 4.6) Utilidad como profesionista, es la importancia que le asigna al realizar investigación en su disciplina; 4.7) Solución de problemas regionales y/o nacionales, representa qué áreas prioritarias identifica el estudiante que requieren solución en su contexto regonal y/o nacional; 4.8) Fortalezas para realizar investigación, son las características que identificadas que le ayudan a realizar investigación; 4.9) Debilidades para realizar investigación, son las características identificadas que le dificultan el realizar investigación. 5) Incluye las condiciones tecnológicas que presenta el estudiante relacionadas con el proceso de investigación, compuesta por 19 ítems, descritos a continuación: 5.1) Capacitación en el uso de Tecnologías de la Información y Comunicación (TIC), es la asistencia a cursos relacionados al uso de las TIC que se relacionan al proceso de investigación; 5.2) Actividades investigativas que utilizan TIC, son actividades relacionadas con la investigación donde se utilizan TIC; 5.3) Lugar de acceso, son lugares donde el estudiante tiene acceso a las TIC.

146

Tabla 3. Matriz de operacionalización. Definición constitutiva

Formación investigativa: proceso sistematizado que involucra prácticas y actores diversos en la adquisición y desarrollo de competencias de investigación necesarias para la formación profesional.

Dimensiones

Indicador

1. Factores demográficos (6)

1.1 Ciudad de residencia (1) 1.2 Carrera (1) 1.3 Región (1) 1.4 Sexo (1) 1.5 Edad (1) 1.6 Estado civil (1) 2.1 Dependientes económicos (2) 2.2 Condición laboral (2) 3.1 Semestre (1) 3.2 Créditos (1) 3.3 Promedio general (1) 3.4 Becas (2) 3.5 EE relacionadas con la investigación (1) 3.6 Organizaciones estudiantiles (1) 4.1 Actividades relacionadas con el proceso de investigación (18) 4.2 Modalidad de titulación (2) 4.3 Líneas de investigación para tesis (1) 4.4 Programas y/o becas que apoyan la investigación (1) 4.5 Premios para tesis de licenciatura (1) 4.6 Utilidad como profesionista (1) 4.7 Solución de problemas nacionales (1) 4.8 Fortalezas para realizar investigación (1) 4.9 Debilidades para realizar investigación (1) 5.1 Capacitación en el uso de TIC (9) 5.2 Actividades relacionadas con la investigación que utilizan TIC (9) 5.3 Accesibilidad (1)

2. Factores económicos (4) 3. Factores escolares (7)

4. Factores relacionados con la investigación (27)

5. TIC relacionadas con la investigación (19)

Nota: Los números ubicados dentro del paréntesis indica la cantidad de ítems incluidos en cada dimensión y cada indicador.

Para construir el instrumento, se retomaron los elementos considerados en la matriz de operacionalización. El instrumento resultante fue de tipo mixto, compuesto por 65 preguntas, que incluye una sección de identificación (dirección de correo electrónico y fecha), las 63 preguntas restantes se organizaron en las cinco dimensiones mencionadas y descritas en la Tabla 3. Las preguntas planteadas en el instrumento son de tipo: a) Abiertas, 21 ítems; b) Opción múltiple, 24 ítems; c) Dicotómicas, 20 ítems. En este punto, se inicio con la elaboración de un borrador y posteriormente su redacción en google forms. Por otra parte, se redactaron los borradores de los siguientes elementos complementarios del cuestionario: instructivo de aplicación y evaluación; correo electrónico con invitación a participar en la investigación; carta de consentimiento; correo de seguimiento del cuestionario. Previa revisión del director de tesis,

147

se elaboraron digitalmente, los elementos mencionados, con sus respectivos permisos de acceso, URL y código QR para poder ser compartidos a los participantes.

Validación

Como parte del cuarto paso, se realizó una prueba piloto, que permitió identificar la validez y confiabilidad del instrumento construido al analizar los datos obtenidos [25]. Como sugieren diversos autores, la aplicación de pruebas piloto del instrumento de medición; permite disminuir los costos de posibles fallas durante su aplicación, los resultados de esta prueba sugieren algunas modificaciones antes de realizar el muestreo a escala completa [7, 10–12, 19, 24, 34, 44]. Durante esta investigación los objetivos que orientan la aplicación de la prueba piloto del instrumento diseñado son los siguientes: 1) Probar la fiabilidad del instrumento; 2) Identificar posibles dudas de los estudiantes en los diversos ítems; 3) Identificar el tiempo de aplicación y respuesta; 4) Categorizar las preguntas abiertas a partir de las opciones de respuesta; 5) Grado de interés de los estudiantes; 6) Dificultades de aplicación, técnicas o de planeación; 7) Analizar si los ítems formulados concuerdan con los objetivos del instrumento por medio del juicio de expertos. Para la prueba piloto se solicitó autorización y proporcionó al docente la carta informativa sobre la investigación y el instructivo de aplicación del instrumento que considera la carta consentimiento y el instrumento en sí. La participación fue voluntaria, buscando su consentimiento informado por medio de aspectos como: información sobre los beneficios, el objetivo y características del instrumento, el objetivo y características de la investigación, validez, la confidencialidad en el manejo de los datos. Dependiendo del autor consultado, varía la cantidad de participantes en la aplicación de las pruebas piloto, pero concuerdan en que debe ser una muestra pequeña, inferior a la muestra definitiva; se puede incluir entre 30 y 50 participantes, los cuales deben poseer los atributos que se desean medir en la población objetivo. [12, 17, 24, 35]. En esta prueba piloto participaron un total 74 estudiantes voluntarios de diferentes Instituciones de Educación Superior del Estado de Veracruz distribuidos en diferentes días de aplicación, con edades entre 17 y 28 años, de nivel socioeconómico medio. De los participantes 35 fueron hombres y 39 mujeres. Por Institución de Educación Superior, la distribución fue la siguiente: 7 participantes de la Universidad Veracruzana, 34 del Instituto Tecnológico Superior de Misantla y 33 de la Universidad Metropolitana de Xalapa. La situación experimental se ubicó en sus respectivas aulas de las materias seleccionadas, el centro de cómputo y la biblioteca de la institución; dichas instalaciones contaban con wi-fi institucional, una adecuada ventilación e iluminación. Como materiales se utilizaron: una carta consentimiento en formato de formulario PDF para ser reenviada por correo electrónico, así como un cuestionario en línea. Como parte del equipo se incluye una MacBook Pro; impresora Epson L200; programa SPSS Statistics, paquetería Microsoft Office 365; programa Adobe Acrobat Pro DC; almacenamiento en la nube de Google Drive; Google Forms; navegador de internet Chrome; internet; equipos móviles con internet como celulares inteligentes, tabletas y computadoras portátiles.

148 Para la recolección de datos, se realizó una investigación por encuesta que emplea el instrumento “Perfil del estudiante universitario”, descrito anteriormente. Como parte del tratamiento estadístico, el manejo de datos cuantitativos se llevó a cabo por computadora con apoyo del programa estadístico SPSS. Se realizó el análisis exploratorio del instrumento, la previsualización de las gráficas del formulario de Google y la descarga de los datos en Excel para su posterior uso en SPSS. Se crearon tablas de frecuencia, estadísticos descriptivos y medidas de tendencia central. 4.1

Primera aplicación

Se realizó el 06 de noviembre del 2018, participaron voluntariamente 25 estudiantes de dos Instituciones de Educación Superior del Estado de Veracruz. En la Tabla 4 se muestra la distribución de la aplicación. Tabla 4. Distribución de los participantes de la primera aplicación. Institución de afiliación

Hombres

Mujeres

Total

Universidad Veracruzana Noveno Tercero Instituto Tecnológico Superior de Misantla Noveno Quinto Séptimo

4 1 3 15 1 8 3

6 2 3

4 1 3 21 1 10 6

Tercero Total general

3 19

1 6

4 25

Para las preguntas dicotómicas se utilizó la técnica Kuder-Richardson y se obtuvo un coeficiente de 0.704, en consecuencia, el instrumento mostró una consistencia interna buena, y las preguntas incluidas tienen una tendencia donde los participantes responden de una misma (ver Tabla 5). Tabla 5. Pruebas de confiabilidad para cada aplicación. Número de aplicación

Kuder-Richardson

Alpha

Primera Segunda

.704 .693

0.717 0.815

Para las preguntas de policotómicas se utilizó la técnica Alfa de Cronbach y se obtuvo un coeficiente α de 0.717, en consecuencia, el instrumento mostró una consistencia interna buena (ver Tabla 5). Por medio del análisis de la prueba Shapiro-Wilk (selecionado por tener una muestra menor a 50), se considera que los datos provienen de una distribución normal cuando los puntajes tienen un p valor > α0.05, como es el caso para todos los factores (ver Tabla 6).

149 Tabla 6. Prueba Shapiro-Wilk de la primera aplicación. Kolmogorov-Smirnova

Shapiro-Wilk

Estadístico

Sig.

Estadístico

Sig.

.389

.000

.679

.000

FEC

.347

.000

.639

.000

FES

.148

.161

.936

.122

.161

.095

.872

.005

.169

.062

.922

.057

a. Corrección de significación de Lilliefors

Se realizó la prueba prueba de KMO y Bartlett, se obtuvo 0.470, al ser el valor de p < 0.5 significa que no se puede aplicar el análisis factorial (ver Tabla 7).

Tabla 7. Prueba KMO y Bartlett de la primera aplicación. Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett

4.2

.470 Aprox. Chi-cuadrado

20.238

gl Sig.

10 .027

Segunda aplicación

Durante la segunda aplicación, realizada los días 07, 08 y 09 de noviembre, participaron voluntariamente 49 estudiantes de tres Instituciones de Educación Superior del Estado de Veracruz (ver Tabla 8). Tabla 8. Distribución de los participantes de la segunda aplicación. Institución de afiliación Universidad Veracruzana Quinto Tercero Instituto Tecnológico Superior de Misantla Noveno Séptimo Universidad Metropolitana de Xalapa Primero Segundo Tercero Total general

Hombres 3 2 1 9 9 4 3 1 16

Mujeres

4 1 3 29 22 1 6 33

Total 3 2 1 13 1 12 33 25 1 7 49

150 Para las preguntas dicotómicas se utilizó la técnica Kuder-Richardson y se obtuvo un coeficiente de 0.693, en consecuencia, el instrumento mostró una consistencia interna aceptable, y las preguntas incluidas tienen una tendencia donde los participantes responden de una misma forma (ver Tabla 5). Para las preguntas policotómicas se utilizó la técnica Alfa de Cronbach y se obtuvo un coeficiente α de 0.815, en consecuencia, el instrumento mostró una consistencia interna buena (ver Tabla 5). Por medio del análisis de la prueba Shapiro-Wilk, se considera que todos los factores presentan un distribución normal en sus datos (ver Tabla 9). Tabla 9. Prueba Shapiro-Wilk de la segunda aplicación. Kolmogorov-Smirnova

Shapiro-Wilk

gl .330

Sig. 49

Estadístico .000

gl .695

Sig. 49

.000

FEC

.386

.000

.624

.000

FES

.239

.000

.819

.000

.156

.004

.870

.000

.092

.200

.967

.179

Estadístico

*. Esto es un límite inferior de la significación verdadera. a. Corrección de significación de Lilliefors. Se realizó la prueba prueba de KMO y Bartlett, se obtuvo 0.298, al ser el valor de p < 0.5 significa que podría ser viable el análisis factorial (ver Tabla 10). Tabla 10. Prueba KMO y Bartlett de la segunda aplicación. Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett

0.504 Aprox. Chi-cuadrado

26.412

Sig.

0.003

Después de la aplicación de cada prueba se les pidió a los participantes que proporcionan sus comentarios con respecto al instrumento, como resultados se identificaron los siguientes elementos: - La pregunta I5 se modificó de la siguiente manera: Selecciona la región a la que pertenece tu carrera. En caso no estar considerada tu región en la opción “Otro” anota su nombre. - La pregunta I14 se modificó de la siguiente manera: ¿Cuántos créditos has obtenido hasta el momento? Anota "No se" en caso no conocer la cantidad exacta.

151

- La pregunta I19 se modificó de la siguiente manera: Si formas parte de una o varias organizaciones estudiantiles (religiosas, étnicas, deportivas, culturales, etc.), anota sus nombres a continuación. En caso contrario escribe “no aplica”/ se aneja una descripción / Organizaciones estudiantiles son equipos de trabajo formados por estudiantes con un mismo objetivo e intereses. Ejemplos: club de matemáticas, artes, ciencia, literatura, periodismo, tutores, consejo de estudiantes, ambientalistas. - En la pregunta I41 se elimino la opción “Movil (laptop, celular inteligente, tableta)” y se anexo la alternativa “Internet wifi proporcionado por la institución”. - Se considero entregar nuevamente los consentimientos informados impresos para ahorrar tiempo de aplicación, durante la primera prueba fue de 20 minutos en promedio. - Se considero continuar la aplicación en computadoras y proporcionar a quien lo necesitara un cuestionario impreso.

Discusión y conclusiones

Del análisis documental se obtuvieron muchos elementos importantes para el diseño del instrumento como son: 1) Carencia en investigación mixta en México en esta temática, situación por lo cual, el presente estudio utilizó una metodología mixta para fundamentar y validar su instrumento de medición iniciando con el análisis documental de las bases de datos y centrándose en estudiantes universitarios que cursaron materias relacionadas con la investigación de diversos tipos; 2) La recomendación de varios autores para seguir desarrollando investigaciones en la temática, principalmente longitudinales para involucrar todos los elementos del proceso investigativo en la formación e identificar los diversos factores que pueden estar influyendo, el apoyo a las propuestas de formación, el incremento económico de los apoyos y la intervención de los actores involucrados; 3) De los autores revisados se identifican pocos estudios que identifican factores relacionados con investigación, la evaluación de las competencias investigativas desarrolladas y no sólo por medios de autopercepción; 4) De los estudios analizados se obtienen los factores que mayormente impactaron en sus investigaciones para diseñar el instrumento. Con los resultados obtenidos de la prueba piloto se considera lo siguiente: 1) La fiabilidad del instrumento es en general aceptable en ambas aplicaciones, para la primera, la técnica de Kuder-Richardson fue de 0.704 y el alfa de Cronbach de 0.715, en la segunda, de 0.691 y 0.781 respectivamente; 2) No es viable el análisis factorial para este momento de la validación, considerando que hay preguntas abiertas por categorizar y convertir a preguntas cerradas; 3) Aunque los datos en ambas aplicaciones de la prueba piloto tienen una distribución normal, el número de participantes fue inferior a 50 en cada aplicación; 4) La prueba de KMO y Bartlett, en la primera aplicación tiene un p=0.470 y en la segunda un p=0.504, se plantea la duda de aumentar en la próxima prueba piloto la muestra de participantes y analizar la viabilidad de utilizar otras técnicas estadísticas para realizar la validez del constructo. Queda pendiente una segunda prueba piloto del instrumento con las modificaciones identificadas.

152

Agradecimientos

Para la elaboración del presente documento se recibieron apoyos del Consejo Nacional de Ciencia y Tecnología (CONACYT), con la beca Núm. 486327, del periodo 01 de septiembre de 2017 a 31 de agosto 2020. Por las facilidades proporcionadas para la realización de este trabajo a: la Universidad Veracruzana y al Mtro. José Guillermo Hernández Calderón; al Instituto Tecnológico Superior de Misantla, al Director General Dr. José Alberto Gaytán García y al Mtro. Roberto Ángel Meléndez Armenta; a la Universidad Metropolitana de Xalapa y al Mtro. José Miguel Muñoz Matías; al Doctorado en Sistemas y Ambientes Educativos.

Referencias 1.

7. 8.

10. 11. 12.

Aguilar-Vargas, E.; Rodríguez-Castellanos, A.; Baeza, L.; Méndez, N.: La retroalimentación constructiva en el desarrollo de habilidades comunicativas escritas e investigativas en dos generaciones de alumnos de medicina en Yucatán, México. Anales de la Facultad de Medicina, Vol. 77, No. 2, pp. 137–142 (2016) Alarco, J.J.; Changllio-Calle, G.; Cahuana-Salazar, M.: Investigación en pregrado: interés según sexo y ciclo académico. Educación Médica, Vol. 18, No. 1, pp. 67– 73. doi: 10.1016/J.EDUMED.2016.04.004 (2017) Aldana, G.M.; Castro, S.P.: Convergencias y divergencias en la apropiación de la formación investigativa: el caso de dos programas académicos colombianos. Revista Virtual Universidad Católica del Norte, No. 50, pp. 62–80 (2017) Asencio-Cabot, E. de la C.: La educación científica: percepciones y retos actuales. Educación y Educadores, Vol. 20, No. 2, pp. 282–296. doi: 10.5294/edu.2017.20.2.7 (2017) Barbarà-I-Molinero, A.; Cascón-Pereira, R.; Hernández-Lara, A.B.: Professional identity development in higher education: influencing factors. International Journal of Educational Management, Vol. 31, No. 2, pp. 118–130. doi: 10.1108/IJEM-052015-0058 (2017) Bascó, E.L.; Barbón, O.G.; Solís, U.; Poalasín, L.A.; Pailiacho, H.: Diagnóstico de la actividad científica estudiantil en la carrera de Medicina de la Universidad Nacional de Chimborazo. Educación Médica, Vol. 18, No. 3, pp. 154–159. doi: 10.1016/j.edumed.2016.12.002 (2017) Caballero R., A.: Metodología integral innovadora para planes y tesis (2014) Calhoun, D.W.; Green, L.S.; Burke, P.: Online Learners and Technology: A Gap in Higher Education and Student Affairs Professional Preparation.. Quarterly Review of Distance Education, Vol. 18, No. 1, pp. 45–61 (2017) Castro, Y.; Sihuay-Torres, K.; Perez-Jiménez, V.: Producción científica y percepción de la investigación por estudiantes de odontología. Educación Médica, Vol. 19, No. 1, pp. 19–22. doi: 10.1016/j.edumed.2016.11.001 (2018) Cazau, P.: Introducción a la investigación en ciencias sociales, 3 ed. Buenos Aires (2006) Claret, A.: Como Hacer y Defender Una Tesis, 7 ed. Editorial Texto, Venezuela (2007) Colás Bravo, M.P.; Buendía Eisman, L.; Hernández Piña, F.: Competencias Científicas para la realización de una tesis doctoral. Davinci Continental, S. L.,

153

13. 14.

15.

16.

17.

18.

19. 20. 21.

22. 23.

24.

25. 26.

27.

28.

Barcelona (2009) Consejo Nacional de Ciencia y Tecnología, [CONACYT]: Programa Especial de Ciencia, Tecnología e Innovación 2014-2018. México (2014) Demetriou, C.; Meece, J.; Eaker-Rich, D.; Powell, C.: The Activities, Roles, and Relationships of Successful First-Generation College Students. Journal of College Student Development, Vol. 58, No. 1, pp. 19–36. doi: 10.1353/csd.2017.0001 (2017) Falicoff, C.: Evolución de las competencias científicas en las carreras de Bioquímica y Biotecnología de la Universidad Nacional del Litoral, Argentina. Un estudio longitudinal. (Tesis doctoral). Universidad de Santiago de Compostela. España (2014) Flórez, C.: A Causal-Comparative Study of Colombia’s Institutional Accreditation System and Graduation, Employability, and Attrition in Higher Education. A Causal-Comparative Study of Colombia’s Institutional Accreditation System and Graduation, Employability, and Attrition in Higher Education (2017) García-García, J.A.; Reding-Bernal, A.; López-Alvarenga, J.C.: Cálculo del tamaño de la muestra en investigación en educación médica. Investigación en Educación Médica, Vol. 2, No. 8, pp. 217–224. doi: 10.1016/S2007-5057(13)72715-7 (2013) Giménez, N.; Caro, C.; Ponsa, E.; Perez Ortiz, Á.M.; Navazo, I.; Gavagnach, M.: El reto de potenciar la investigación en Atención Primaria y Enfermería: productividad científica y opinión del profesional. Enfermería Clínica, Vol. 27, No. 3, pp. 144– 152. doi: 10.1016/j.enfcli.2017.03.008 (2017) Giroux, S.; Tremblay, G.: Metodología de las ciencias humanas. Fondo de Cultura Economica, México (2004) Guerrero, M.E.: Formación de habilidades para la investigación desde el pregrado. Acta Colombiana de Psicología, Vol. 10, No. 2, pp. 190–192 (2007) Hamodi, C.; Pastor, V.M.L.; Pastor, A.T.L.: Medios, técnicas e instrumentos de evaluación formativa y compartida del aprendizaje en educación superior. Perfiles Educativos, Vol. 37, No. 147, pp. 146–161. doi: 10.1016/j.pe.2015.10.004 (2015) Heerwegh, D.; De Wit, K.; Verhoeven, J.C.: Exploring the Self-Reported ICT Skill Levels of Undergraduate Science Students (2016) Hernández Jácquez, L.F.: Perfil sociodemográfico y académico en estudiantes universitarios respecto a su autoeficacia académica percibida. PSICOGENTE, Vol. 21, No. 39, pp. 35–49. doi: 10.17081/psico.21.39.2820 (2017) Hernández, R.; Fernández, C.; Baptista, P.: Concepción o elección del diseño de investigación. In: Metodologia de la investigacion, 5° ed. McGraw Hill, México, p 140 (2010) Hernández, R.; Fernández, C.; Baptista, P.: Metodología de la investigación, 6a. McGraw Hill, México (2014) Hirsch Adler, A.: Comportamiento responsable en la investigación y conductas no éticas en universidades de México y España. Revista de la Educación Superior, Vol. 45, No. 179, pp. 79–93. doi: 10.1016/j.resu.2016.06.005 (2016) Instituto de Estadística: Gasto en investigación y desarrollo (% del PIB) | Data. https://datos.bancomundial.org/indicador/gb.xpd.rsdv.gd.zs?end=2015&start=2013. (2018). Accedido el 27 de May de 2018 Jensen, R.; Guedes, E. de S.; Leite, M.M.J.; Jensen, R.; Guedes, E. de S.; Leite, M.M.J.: Informatics competencies essential to decision making in nursing management. Revista da Escola de Enfermagem da USP, Vol. 50, No. 1, pp. 109– 117. doi: 10.1590/S0080-623420160000100015 (2016)

154 29. 30.

31.

32.

33.

34.

35. 36.

37.

38.

39.

40.

41.

42.

Jillings, S.: The Nature of Satisfaction and the Conditions Under Which Students Thrive. Prescott College (2016) De La Cruz-Vargas, J.A.; Correa-Lopez, L.E.; Alatrista-Gutierrez de Bambaren, M. del S.; Sanchez Carlessi, H.H.; Luna Muñoz, C.; Loo Valverde, M.; Cano Cardenas, L.; Gonzalez Menendez, M.; Salinas Salas, C.; Segura Nuñez, P.; Alva Rodriguez, M.; Morales Rezza, E.; Castillo Velarde, E.; Oshiro Kanashiro, S.; Machado Nuñez, A.; Sanchez Padilla, D.; Chanduvi Puicon, W.; Roldan Arbieto, L.: Promoviendo la investigación en estudiantes de Medicina y elevando la producción científica en las universidades: experiencia del Curso Taller de Titulación por Tesis. Educ Médica. doi: 10.1016/j.edumed.2018.06.003 (2018) Landazábal, P.D.; Páez, D.I.; Pineda, E.: Diseño de una innovación pedagógica para la formación en investigación apoyada en ambientes digitales. Revista Virtual Universidad Católica del Norte Número, Vol. 40, No. 40, pp. 4–30 (2013) López, C.I.; Bautista, L.E.; Bravo, E.R.: Marco de referencia de enseñanzaaprendizaje para la formación de investigadores en desarrollo de dispositivos médicos. Innovación educativa (México, DF), Vol. 17, No. 74, pp. 81–107 (2017) Martínez, D.; Márquez, D.: Las Habilidades Investigativas Como Eje Transversal De La Formación Para La Investigación. Tendencias Pedagógicas, No. 24, pp. 347–360 (2014) Martínez, M. de J.; Hernández, M.C.: Autoevaluación de la competencia investigativa en un grupo de posgrado de la Universidad Autónoma de Nayarit. Revista Electrónica sobre Cuerpos Académicos y Grupos de Investigación en Iberoamérica, Vol. 3, No. 6, pp. 1–10 (2016) Monje, C.: Metodología de la investigación cuantitativa y cualitativa. Guía didáctica.. Universidad Surcolombiana, pp. 1–216 (2011) Montesi, M.; Cuevas-Cerveró, A.; Fernández-Bajón, M.T.: Enseñanza de la metodología de la investigación en ciencias sociales: el punto de vista del alumno de máster. Transinformação, Vol. 29, No. 3, pp. 333–342. doi: 10.1590/231808892017000300010 (2017) Moreno Bayardo, M.G.: Formación para la investigación y programas de posgrado. Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, Vol. 5, No. 3, pp. 1–22. doi: 10.1016/j.respol.2015.01.012 (2005) Navaridas, F.; Jiménez, M.A.; Fernández, R.: El aprendizaje de competencias en la Universidad: expectativas predictivas y niveles de confirmación de los estudiantes. Revista Española de Pedagogía, Vol. 74, No. 264, pp. 337–356 (2016) Organización de las Naciones Unidas para la Educación la Ciencia y la Cultura, [UNESCO]: Educación 2030: Declaración de Incheon y Marco de Acción para la realización del objetivo de Desarrollo Sostenible 4. UNESCO, Organización de las Naciones Unidas para la Educación la Ciencia y la Cultura (2015) Organización de las Naciones Unidas para la Educación la Ciencia y la Cultura, [UNESCO]: Foro CILAC 2016 - Eje temático: Cultivando ciencias y ciudadanía. Montevideo (2016) Reguant, M.; Martínez-Olmo, F.; Contreras-Higuera, W.: Supervisors’ perceptions of research competencies in the final-year project. Educational Research, Vol. 60, No. 1, pp. 113–129. doi: 10.1080/00131881.2018.1423891 (2018) Rosenbluth, A.; Cruzat-Mandich, C.V.; Ugarte, M.L.: Metodología para validar un instrumento de evaluación por competencias en estudiantes de Psicología. Universitas Psychologica, Vol. 15, No. 1, pp. 303–314. doi: 10.11144/Javeriana.upsy15-1.ppmp (2016)

155 43.

44. 45. 46.

47.

48.

49. 50.

51.

Sánchez-Duque, J.A.; Rueda-Lizarazo, L.; Tafur-Puentes, D.; López-Serna, M.J.; Muñoz-Hernandez, D.; Bados-Enriquez, D.M.; Gómez-González, J.F.: Programa de entrenamiento vacacional en investigación: una propuesta de estudiantes de medicina colombianos. Educ Médica. doi: 10.1016/j.edumed.2017.03.018 (2017) Scheaffer, R.; Mendenhall, W.; Ott, L.: Elementos de muestreo. Grupo Editorial lberoaméricana, México (1987) Secretaría de Educación Pública, [SEP]: Diagnóstico. México (2017) Sulbarán, D.: Enseñanza interdisciplinar de la estadística en psicología: una propuesta de formación por competencias. Revista de psicología (Santiago), Vol. 26, No. 1, pp. 148–161. doi: 10.5354/0719-0581.2017.46692 (2017) Valdés, A.A.; Sánchez, P.A.; Estévez, E.H.; Aquino, S.P.: Scientific Skills in Mexican Graduate Students: Curriculum, Mentoring and Institutional Support. International Journal of Higher Education, Vol. 5, No. 3. doi: 10.5430/ijhe.v5n3p70 (2016) Valencia, J.; Macias, J.; Valencia, A.: Formative Research in Higher Education: Some Reflections. Procedia - Social and Behavioral Sciences, Vol. 176, pp. 940– 945. doi: 10.1016/J.SBSPRO.2015.01.562 (2015) White, B.: Interdisciplinary Research Experiences For Undergraduates: Two Mixed-Methods Studies. The University of Vermont (2017) Willison, J.; Buisman-Pijlman, F.: PhD prepared: research skill development across the undergraduate years. International Journal for Researcher Development, Vol. 7, No. 1, pp. 84–102. doi: 10.1108/IJRD-07-2015-0018 (2016) Zlatkin-Troitschanskaia, O.; Pant, H.A.; Kuhn, C.; Toepper, M.; Lautenbach, C.: Assessment Practices in Higher Education &amp; Results of the German Research Program Modeling and Measuring Competencies in Higher Education (KoKoHs).. Research & Practice in Assessment, Vol. 11, pp. 46–54 (2016)

EDUMAT: Herramienta Web basada en gamificación para la enseñanza de operaciones elementales en la educación básica primaria Luis Freddy Muñoz Sanabria1, Leydi Mercedes Vargas Ordoñez2 Faculty Of Systems Engineering, Foundation Of The University Of Popayán, Cauca, Colombia 1 lfreddyms@fup.edu.co, 2lady-117@hotmail.com

1,2

Resumen. Esta investigación propone un método para la enseñanza de operaciones elementales basadas en la gamificación y las tecnologías de la información y la comunicación con el objetivo de promover las mejores prácticas en el contexto de la educación y mejorar el rendimiento de los estudiantes de de educación básica en el área de matemáticas, centrado la división con sustracción sucesiva, que incluye las cuatro operaciones elementales (suma, resta, multiplicación y división) en un solo procedimiento. El método se implantó en una aplicación web con un entorno interactivo y didáctico donde a través del juego se puso a prueba las destrezas y el conocimiento que los estudiantes adquirían en el aula. La intención, fue verificar mediante una prueba de implantación en un entorno educativo si el método es realmente efectivo y si fomenta el interés de incluir estrategias didácticas de aprendizaje en las aulas de clase. Palabras clave: gamificación, educación, juego, matemáticas, entrenamiento, división.

Introducción

Actualmente la gamificación es utilizada en muchas actividades; entre ellas como herramienta de aprendizaje en diferentes áreas del conocimiento, también, en el desarrollo de actitudes y comportamientos colaborativos y el estudio autónomo [1] entre otros. De hecho, el proceso de inclusión de estas técnicas para el fortalecimiento delaprendizaje debe verse tanto como un proceso didáctico contextualizado, con significancia, en otras palabras, transformador del proceso de enseñanza y/o aprendizaje [2]. Evidencia de ello son las numerosas investigaciones que plantean beneficios con el uso de mecánicas de gamificación en el aula, como lo demuestran los trabajos de investigadores como Gonzales [3], Walter [4], Barata [5], Chasteen [6], Carreño [7], Gonzales [8], entre otros. La gamificación ha ido evolucionando constantemente, su inclusión ha cubierto numerosos campos de nuestra sociedad, y la educación no es una excepción, ya que estas tecnologías se presentan como una alternativa de gran ayuda para fortalecer la educación [9].

157

La gamificación, utiliza mecánicas asociadas al videojuego, para presentar al estudiante una serie de retos de aprendizaje, que debe cumplir, y así obtener una recompensa a corto plazo dimensionada a la complejidad del reto. La gamificación correctamente implementada no es algo que un profesor pueda lanzar de forma individual dentro del aula de clase, él debe estar integrado en un proceso más amplio y debe contar con el aval de una institución educativa. La calidad de la educación en las instituciones públicas y privadas en el país ha sido uno de los principales retos a través de los años para el ministerio de educación nacional de Colombia [10], según un estudio realizado por la Universidad Nacional de (Palmira), ocho de cada 10 estudiantes de primer semestre llega a la educación superior con bajos conocimientos matemáticos, lo que es preocupante ya que este problema es un común denominador desde la básica primaria [11]. En la última década Colombia ha mostrado un significativo incremento en materia de incorporación de las TIC en la educación, para contribuir al mejoramiento en el proceso de aprendizaje, sin embargo, los colegios que integran de forma habitual las TIC en su sistema educativo lo limitan a la clase de Tecnología e informática [12]. Esta investigación tiene como objetivo, promover las mejores prácticas en el contexto de la educación a través de la creación de una herramienta web para la enseñanza de las operaciones elementales, que permita mejorar el desempeño de los estudiantes de básica primaria en matemáticas, específicamente en el tema de la división con restas sucesivas, debido a que, este tema incluye por defecto, las cuatro operaciones elementales (suma, resta, multiplicación y división) en un solo procedimiento. La aplicación web brinda un entorno interactivo y didáctico donde a través de la dinámica del juego se pondrá a prueba las destrezas y el conocimiento que los estudiantes adquieren en el aula.

Marco contextual

Actualmente, el sector educativo está incluyendo alternativas tecnológicas para apoyar el proceso de enseñanza que permitan al estudiante experimentar diferentes situaciones de aprendizaje en entornos virtuales, agregando contenidos textuales, multimedia, entre otros. Esta combinación es muy útil, ya que dinamiza el aprendizaje y favorece la aprehensión de conocimientos de una manera divertida y lúdica. La gamificación representa un elemento motivador para los estudiantes, debido a que el nivel de colaboración que se puede alcanzar en aplicaciones basadas en la dinámica del juego es mayor al que se puede obtener mediante el uso de herramientas con contenidos teóricos convencionales [13]. La educación tradicional por sí sola no permite la sensación de inmersión ya que toda la información esta dada por el profesor o el libro de texto. Es por ello que Perrotta [14] afirma que la gamificación puede convertir el aprendizaje en una actividad inmersiva. En esencia hace uso de la dinámica, la mecánica y los componentes propios de los juegos. La dinámica hace referencia a las motivaciones internas que tiene el ser humano para jugar, entre ellas se encuentran las emociones, la narrativa, el sentido de progreso, el reconocimiento, la recompensa, la cooperación, entre otros, la mecánica son las reglas y retos que propone el juego; se pueden mencionar entre ellas la recolección de objetos, las

158

comparativas y clasificaciones, los niveles, las respuestas (feedback), los premios, las transacciones, los turnos, los estados de juego, entre otros, y finalmente los componentes del juego son los elementos base que le dan estructura, como los logros, los avatares, las insignias, las luchas, colecciones, desbloqueo de contenidos, regalos, tablas de líderes, niveles, puntos, conquistas, gráficas sociales, entre otros. [15] Como una herramienta es útil en el ámbito educativo, porque su desarrollo es muy alentador para realizar planes de diseño y aplicaciones, gracias a la facilidad de introducir al estudiante en entornos inmersivos en los que el estudiante puede interactuar con un ambiente artificial que estimule su proceso de aprendizaje.

Investigaciones relacionadas

En la investigación gamificación de las matemáticas en la enseñanza del valor posicional de cantidades por Martha Ortegon [18] se exponen una propuesta metodológica basada en juegos empleando gamificación en el aula llamada educaplay, juego dinámico basado en un personaje que se adentra en una misión donde avanza y gana premios si cumple con los retos de ubicar cantidades (unidades, decenas y centenas), contabilizando puntajes, tiempos y así medir el avance y la compresión del concepto, este trabajo resume que el juego es un elemento esencial para despertar el interés y la motivación de los estudiantes, quienes demostraron adquisición de habilidades y destrezas en el reconocimiento del valor posicional de cantidades en el sistema de numeración decimal [18]. En la publicación de Carmen Iturriaga [19], matemáticas a través del juego (gamificación) se muestra una estrategia metodológica donde a los estudiantes se le inculca por medio de juegos específicos como el black Jack, parchis o el poker a practicar desde casa para luego en clase impartirles el contenido matemático de estos juegos. Un ejemplo de juego empleado para reforzar los conocimientos en tiro parabólico y ecuaciones de segundo grado fue Angry Birds, donde se explicaba a los estudiantes como aplicar estos conceptos matemáticos para resolver cual debía ser la altura máxima de trayectoria del tiro para que el avatar logre derribar los obstáculos en la menor cantidad de intentos posibles, este trabajo resume, que por medio de la motivación del juego el estudiante logra mejorar en la resolución de problemas y el razonamiento matemático [19]. Un estudio “Innovación Educativa: Uso de las TIC en la enseñanza de la Matemática Básica” se exponen los resultados obtenidos en una experiencia empírica sobre el uso de diferentes recursos tecnológicos en el proceso de enseñanzaaprendizaje de la asignatura Matemática Básica. Para ello se parte de la presentación de una serie de actividades que tienen como objetivo principal motivar la participación y el aprendizaje activo de los estudiantes, además de desarrollar las competencias matemáticas sugeridas en el proyecto PISA. Los resultados obtenidos mostraron un incremento significativo en el rendimiento académico que reflejó el interés de los estudiantes por continuar usando las herramientas TIC en sus clases de matemáticas [20].

159

En la propuesta de gamificación en el aula: Uso de una plataforma para motivar a los estudiantes del Programa Académico de Informática de la Universidad Autónoma de Nayarit, realizada por Antonio González [21] propone el uso de Gamificación utilizando una plataforma de juego denominada Classcraft en la unidad de aprendizaje de bases de datos que tomarán los estudiantes pertenecientes al programa académico de informática en la Universidad Autónoma de Nayarit. Además, se describen los elementos que permiten el desarrollo de la propuesta planteada, cuyo objetivo fue determinar que dicha propuesta si impacto positivamente en la motivación de los estudiantes para superar la unidad de aprendizaje. Juan Carlos Mena [22], propuso desarrollar una estrategia de gamificación en un espacio virtual para la difusión sobre el cuidado ambiental en la Pucesa en la universidad católica de Ecuador, el espacio virtual contiene elementos gamificados como puntos, misiones, premios, entre otros; e información sobre el medio ambiente con la intención de brindar a la entidad educativa, un proyecto innovador para socializar este tipo de temáticas y así cumplir la exigencia de la transversalidad del medio ambiente. Roxanna Rivera en su trabajo principios de gamificación aplicados a plataformas virtuales de aprendizaje de educación superior, hace una revisión del concepto de diseño denominado gamificación. Analiza casos de su aplicación con fines educativos a nivel superior para detectar factores de éxito y fracaso y se realiza recomendaciones que permitan hacer un mejor uso de ella. De esta revisión concluye que se requiere realizar un estudio de los objetivos y el público que va a utilizar la plataforma virtual, además de, definir indicadores claros de lo que se desea lograr, así como conocimiento pedagógico y psicológico que permita un diseño de sistema que resulte didáctico y funcional, y que no entorpezca las actividades de estudio [23] Estas investigaciones demuestran la necesidad imperante de cambiar los métodos tradicionales de enseñanza, ya que un aprendizaje ludificado permite la inclusión de nuevas estrategias, nuevas motivaciones, adaptables al ritmo de aprendizaje de los estudiantes, lo que mejoraría la accesibilidad al conocimiento y con la incorporación de las TIC los métodos de enseñanza serán más asertivos. [24]

Caso de estudio

Para implementar el modelo, se escogió como grupo focal la Corporación educativa del sur occidente colombiano (CESCO Bilingüe) de la ciudad de Popayán, los niños de grado 3 y 4 de escolaridad (con edades entre 8 a 10 años), un total de 19 estudiantes. Para la primera fase (Diagnóstico) se realizó una medición del rendimiento académico de los estudiantes en el área de matemáticas, encontrando un déficit de rendimiento en la materia, se promedió la calificación de los estudiantes de estos grados y se evidencio que la calificación promedio del grupo fue de 3,10 (en un rango de 1,0 a 5,0). Como se observa en la tabla No 1.

160

Tabla 1. Promedio de notas en el área de las matemáticas. N° De estudiantes 14 5

Asignatura Matemáticas Matemáticas

Grado de escolaridad Grado 3º Grado 4º Promedio general

Promedio de notas 3,11 3,10 3,10

En esta fase no solamente se evalúo los resultados cognitivos de los estudiantes, sino que se reconoció también cuáles fueron las falencias de aprendizaje para el desarrollo correcto de la actividad. Para la segunda fase, (implementación) se desarrolla el tema de clase aprovechando EDUMAT, una herramienta web basada en gamificación. Debido a que era una ayuda didáctica nueva para los estudiantes, el aprendizaje se convirtió en un momento lúdico en la que los niños aprendieron la división por restas sucesivas a través de un tablero aleatorio y desordenado de piezas electrónicas donde los estudiantes a través del juego lograron ordenarlo, además de superar los distintos niveles de complejidad del juego y fortalecer así su aprendizaje. La herramienta tiene dos usuarios: el jugador y el instructor, cada uno cuenta con funcionalidades distintas, en el caso del jugador después de iniciar la sesión, puede ver una página donde visualiza el ranking o la clasificación por puntaje obtenido de los demás jugadores, con el objeto de auto-retarse a mejorar esos puntajes; además de la opción de iniciar la partida. El estudiante debe superar cada nivel y cada módulo (suma, resta, multiplicación y división) y al final le mostrará al jugador un resumen de la partida, con su puntuación e intentos fallidos por cada nivel. Lo que permitirá tanto al jugador como la docente observar cuáles son sus dificultades en el aprendizaje de las operaciones aritméticas y tomar alguna decisión al respecto. La figura 1 y 2 muestran las vistas del usuario jugador.

Figura 1. Partida en el módulo de la división.

161

Figura 2. Final de los módulos y resumen del juego.

El instructor una vez inicie la sesión puede visualizar el puntaje y el tiempo que tardó cada jugador en resolver los módulos, pero además puede obtener una lista detallada del curso al que pertenece el estudiante, sus datos personales entre otros. También tiene la opción de gestionar los integrantes del curso es decir agregar, eliminar y modificar la información de los estudiantes que usarán la aplicación. Finalmente puede ver una estadística detallada sobre el rendimiento de cada estudiante en los distintos módulos y una gráfica general que le facilitara la evaluación y el seguimiento al progreso de cada jugador. Además de permitirle decisiones de juego para solidificar mas los aprendizajes de los estudiantes. La figura 4 muestra la lista de participantes visible en el módulo instructor y en la figura 5 se muestra el grafico de rendimiento obtenido por estudiante.

Figura 3. Lista de los participantes del juego.

162

Figura 4. Estadística por modulo y general de los jugadores.

Resultados obtenidos

Se realizó una primera validación con expertos en desarrollo de pensamiento lógico matemático, lo que permitió medir el nivel de satisfacción, accesibilidad de la herramienta. Se encontró que EDUMAT obtuvo un resultado del 85% respecto a su nivel de accesabilidad y aprehensión para lograr los objetivos de la investigación. En el grafico 1 y 2 se muestra los ítems evaluados. Manifestaron también los expertos que el método de aprendizaje a través de la herramienta, se convierte en un gran apoyo didáctico que le permite al educador conocer el diagnóstico y el nivel de aprendizaje de los niños en el trascurso de los periodos académicos sin que el estudiante lo perciba; es decir, el método hace una evaluación constante de los conocimientos, pero esta oculta; el estudiante mientras está jugando y motivado a superar sus dificultades, el docente puede evaluar el ritmo de aprendizaje de los estudiantes y conocer al tiempo las falencias de aprendizaje.

163

Número de personas encuestadas

RESULTADOS DE LA ENCUESTA CON RESPUESTA DE SACTISFACCIÓN A DOCENTES 8

6 4 2 0 ¿Qué nivel de apoyo ¿Cómo calificarías la ¿Desde tu punto de ¿Qué nivel de ¿Crees que la ¿El nivel de habilidad consideras que la dinamica de la vis ta, como valorarías complejidad experiencia de que los estudiantes aplicación Edumat aplicación frente al la accesibilidad, considera usted que aprendizaje que fortalecen con la brinda para impartir tema educativo usabilidad y la aplicación Edumat tendrán los aplicación es? el tema contenido? contenido en la flexibilidad de demanda? estudiantes con la aplicación Edumat ? utiliz ación de la aplicación Edumat aplicación seria? presentada? Bajo

Regular

Medio

Bueno

Alto

Muy alto

Grafico 1. Estadística nivel de satisfacción de la aplicación realizada a los docentes.

Revisada la aplicación con los Docentes, quienes analizaron el grado cognitivo que alcanzaría los estudiantes usando la herramienta, el 95% de sus respuestas fueron satisfactorias debido a que consideraron la aplicación como una ayuda didáctica útil, un método diferente de enseñanza que se sale de todos los parámetros tradicionales.

Número de personas encuestadas

RESULTADO DE LA ENCUESTA A ESTUDIANTES 26 24 22 20 18 16 14 12 10 8 6 4 2 0 ¿Cómo calificarías l a herramienta educati va?

¿En que nivel EDUMAT te ¿Consideras que seguir ayudo a aprender dividir? utilizando la herramienta para la materia seria?

Muy Malo

Mal o

Regular

Bueno

¿Si EDUMAT te enseara mas temas de la mat eria, para ti seria?

Excelente

Grafico 2. Estadística nivel de satisfacción de la aplicación realizada a los estudiantes.

Con los resultados estadísticos de la evaluación, se pudo concluir que EDUMAT obtuvo en promedio 80% sobre la satisfacción y accesibilidad de la herramienta. Se notó, cuando los estudiantes una vez terminado su juego, querían continuar trabajando con el nuevo método de la clase.

164

En términos de usabilidad, el 83% de los estudiantes que trabajaron EDUMAT, no presentaron mayores dificultades de uso. El 17% manifestó algunas dificultades que fueron superando con el uso continuo de la herramienta y las repeticiones a medida que pasaba el juego. Esto se notó en las calificaciones obtenidas una vez terminaron con los diferentes niveles presentados por la aplicación. Analizadas estas dificultadas también por los investigadores, se notó que este grupo, viene acostumbrados a los métodos tradicionales donde el Docente es el actor principal y es quien dice lo que se debe hacer y “hay que seguir puntualmente sus instrucciones”. Perdiendo de esta manera la posibilidad de la creatividad. Cabe resaltar que las preguntas formuladas a los estudiantes no refieren más que al manejo o la interacción con el aplicativo, así como la emoción que les genera hacer uso del mismo ya que el hecho de que los estudiantes muestren agrado garantiza que practiquen constantemente en ella sin que sean persuadidos u obligados a hacerlo. Con la colaboración del docente de la clase, se realizó el seguimiento de la prueba durante todo el tiempo; mientras los estudiantes hacían uso del aplicativo en sus horas de práctica, para este análisis el docente consulto el listado que la aplicación arrojó de cada una de las actividades realizadas por los estudiantes, las que se compararon con el resultado de las mismas actividades desarrolladas de forma tradicional. A continuación, la tabla 2 muestra la evaluación promedio realizada por el docente de la asignatura donde resulta evidente la mejora en el rendimiento linealmente ascendente semana a semana. Tabla 2. Medición del rendimiento del alumnado con EDUMAT. Ítems 1 semana 2 semana 3 semana Meta 110 150 200 Puntaje promedio 57 112 156 de los cursos 1 y 2. (máximo puntaje obtenido) Promedio 52% 75% 78% porcentual Dificultad Medio–alta Medio-bajo Medio-Bajo Aprendizaje Medio Medio Medio-Alto

4 semana 250 225f

90% Bajo Alto

RENDIMIENTO PRO MEDIO DE LO S CURSO S 300

165 Puntajer obtenidos

250

250 225

200

200 150

150 100 50

110

156

M eta A lcance

112

0 1 semana

2 semana

3 semana

4 semana

Grafico 3. Grafico lineal del rendimiento promedio.

Con base en las pruebas de aula se pudo afirmar que la herramienta arrojó resultados satisfactorios de superación y mejoramiento de las habilidades de cada estudiante a medida que practica en la aplicación, y así mismo los docentes perciben el desempeño y la motivación de los mismos.

4 Conclusiones y Trabajos futuros Integrar las TIC con actividades de gamificación mejora las actividades del proceso enseñanza/aprendizaje, Los elementos propuestos por la gaminicación, favorecen y ayudan al proceso educativo y mejora el dialogo educativo entre el docente, el estudiante y la asignatura. La integración de dinámicas de juego en entornos no lúdicos en el ámbito de la formación estudiantil, con el objetivo de impulsar el conocimiento aumenta la motivación y el grado de compromiso de los estudiantes lo que ostensiblemente mejora su nivel de cognición y aprendizaje. Queda en evidencia la necesidad de un cambio de metodología tradicional a una más activa, en la que el estudiante sea responsable y participe de su propio aprendizaje, siendo el docente el instructor y orientador de dicho proceso. Se recomienda que las instituciones y los docentes adopten herramientas novedosas, que motiven a los estudiantes a aprender a través del juego. Como trabajo futuro, se manifiesta que es necesario hacer otras validaciones del método en otras instituciones, que permita verificar la aceptabilidad y grados de aprendizaje en otros contextos. Complementar el juego con otras técnicas que permitan monitorear al participante tal como las de reconocimiento facial para determinar emociones y la técnica de exploración funcional del sistema nervioso central para inspeccionar que partes del cerebro se activan y por ende el nivel de estimulación cerebral que genera el aplicativo, con el objeto de enfocar las ayudadas didácticas basadas en TIC hacia esas posibilidades de activación cerebral, para alcanzar mejores resultados.

166

Implantar la aplicación en otros niveles operacionales en el área de matemáticas, esto permitirá que los estudiantes mejoren sus desempeños lógico matemáticos y se minimicen las dificultades que ahora tienen en cursos o grados superiores.

Referencias 1.

3. 4.

8. 9. 10. 11. 12.

Caponetto, I., Earp, J., y Ott, M. (2014, octubre). Gamificación y educación: una revisión de la literatura. In european conference on games based learning (Vol. 1, p. 50). Conferencias académicas internacionales limitadas. Carolei, P., Munhoz, G., Gavassa, R., & Ferraz, L. (2016). Gamificação como elemento de uma política pública de formação de professores: vivências mais imersivas e investigativas. Simpósio brasileiro de games e entretenimento digital (SBGames), 15, 1253-1256. González, C. S., & Blanco, F. (2008). Integrating an educational 3D game in Moodle. Simulation & gaming, 39(3), 399-413. Fitz-Walter, Z., Tjondronegoro, D., & Wyeth, P. (2011, November). Orientation passport: using gamification to engage university students. In proceedings of the 23rd australian computer-human interaction conference (pp. 122-125). ACM. Barata, G., Gama, S., Jorge, J., & Gonçalves, D. (2013, September). engaging engineering students with gamification. In 2013 5th International Conference on games and virtual worlds for serious applications (VSGAMES) (pp. 1-8). IEEE. Li, C., Dong, Z., Untch, R. H., & Chasteen, M. (2013). Engaging computer science students through gamification in an online social network based collaborative learning environment. International journal of information and education technology, 3(1), 72. González, C. S. G., & Carreño, A. M. (2014, November). Methodological proposal for gamification in the computer engineering teaching. International symposium on computers in education (SIIE) (pp. 29-34). IEEE. Moreira, M. A. (2015). De la enseñanza con libros de texto al aprendizaje en espacios online gamificados/From teaching with textbooks to learning on online gamified spaces. Education Siglo XXI, 33(3), 15-37. Vianna, Y., Vianna, M., Medina, B., & Tanaka, S. (2014). Gamificacion, inc-recreating companies through games. Delgado, M. (2014). La educación básica y media en Colombia: retos en equidad y calidad. Alonso, S. H., Sáez, A. M., & Picos, A. P. (2004). ¿Por qué se rechazan las matemáticas? Análisis evolutivo y multivariante de actitudes relevantes hacia las matemáticas. Revista de educación, 334, 75-95. Morales Capilla, M., Trujillo Torres, J. M., & Raso Sánchez, F. (2015). Percepciones acerca de la integración de las TIC en el proceso de

167

13. 14. 15. 16. 17. 18. 19. 20. 21.

22.

23. 24.

enseñanza-aprendizaje de la universidad. Pixel-Bit. Revista de medios y educación, 46, 103-117 Luis-Pascual, J. C. (2015). El juego auténtico y las claves de la gamificación del aprendizaje. Inclusao e aprendizagem: desafíos para a escola em Ibero-América. Sao Paulo, SP: Cultura económica. Perrotta, C., Featherstone, G., Aston, H., y Houghton, E. (2013). Aprendizaje basado en juegos: última evidencia y futuras direcciones. Slough: NFER . Marín-Díaz, V. (2015). La Gamificación educativa. Una alternativa para la enseñanza creativa. Digital education review, (27). Bunge, M. (2000). La investigación científica: su estrategia y su filosofía. Siglo XXI. Hurtado J. Método científico en ingeniería de software. Reporte técnico. Disponible en: http://www.dcc.uchile.cl/~jhurtado/mcis.pdf. Ortegón Yáñez, M. E. (2016). Gamificación de las matemáticas en la enseñanza del valor posicional de cantidades (Master's thesis). Iturriaga, C. (2015). Matemáticas a través de un juego (Gamificación) Universidad De La Rioja. Disponible en: https://biblioteca.unirioja.es/tfe_e/TFE000892.pdf. } Pichardo, I. M. C., & Puente, Á. P. (2012). Innovación Educativa: Uso de las TIC en la enseñanza de la matemática básica. EDMETIC, 1(2), 127-144 Reyes, J. A. G., Granados, S. A. O., Sánchez, E. G., & Melchor, I. G. F. (2017). Propuesta de gamificación en el aula: Uso de una plataforma para motivar a los estudiantes del programa académico de informática de la Universidad Autónoma de Nayarit. Educateconciencia, 13(14). Freire, M., & Carlos, J. (2017). Desarrollo de una estrategia de gamificación en un espacio virtual para la difusión sobre el cuidado ambiental en la PUCESA (Master's thesis, Pontificia Universidad Católica del Ecuador). Rivera, R. (2015). Principios de gamificación aplicados a plataformas virtuales de aprendizaje de educación superior. En ponencia presentada en el XX Congreso internacional de contaduría administración e informática. Rivero, A. D. S. L., Tobar, M. L. B., & Granados, C. C. V. (2015). Perspectiva del aprendizaje tradicional y del aprendizaje con comunicación bidireccional en actividades educativas. Revista de investigaciones UNAD, 14(1), 253-262.

Expediente médico electrónico para el entrenamiento de estudiantes de medicina Quintanar Sandoval Alan Giovanni, Ruiz Flores Jorge Mauricio, Rafael Lemuz López Facultad de Ciencias de la Computación, Benemérita Universidad autónoma de Puebla, Puebla 72000, México

Resumen. En este trabajo se presenta el desarrollo de un sistema para la administración del expediente médico electrónico para el apoyo educativo y capacitación de los futuros médicos en su uso. El sistema de software surgió de las necesidades que se tiene en la actualidad de utilizar herramientas de las tecnologías de la información y comunicación para el manejo y administración de información relacionada a un paciente que son de importancia para mejorar las competencias, conocimientos, actitudes y valores durante la atención y seguimiento de los futuros médicos. Además, se describe el sistema que integra herramientas de ingeniería de software, bases de datos, diseño de interfaces humano computadora y metodología de la investigación en su realización. Palabras Clave: Expediente Clínico, Estudiantes, Herramienta de Apoyo Educativo, Sistemas de Información, Interfaz Humano-Computadora.

Introducción

En los últimos años el uso de las tecnologías de la información y comunicación (TIC) ha crecido exponencialmente en todos los ámbitos de trabajo, y el seguimiento clínico de los pacientes no ha escapado de esta revolución tecnológica. Estamos siendo testigos de un cambio trascendental en la forma de generar, consultar y comunicar la información clínica. El expediente médico electrónico es una herramienta que favorece la calidad, la seguridad y la continuidad de la atención del paciente por los médicos. Permite tener el control sobre las acciones de las consultas que han realizado. Además, permiten llevar un registro ordenado de los antecedentes del paciente, así como de todos los acontecimientos médicos relevantes sucedidos durante el diagnóstico y tratamiento médico, lo que la convierte en una herramienta muy importante para los médicos y pacientes [1]. En la facultad de medicina de la Benemérita universidad Autónoma de Puebla (BUAP) donde se capacitan los futuros profesionales de la salud se requiere el desarrollo de un sistema para administrar el expediente clínico que les permita a los estudiantes familiarizarse con esta herramienta durante las prácticas que realizan sobre el seguimiento médico de los pacientes.

169

Antecedentes

Actualmente existen diversos sistemas que administran el expediente clínico de los pacientes [2-6]. En [7] se hace una revisión del estado del arte sobre algunos de estos sistemas con la intensión de estudiar si el uso de estos sistemas tiene un papel preponderante en mejorar la salud de las poblaciones, así como identificar los principales inhibidores para su adopción y uso. Nosotros compartimos su punto de vista en relación a que la adopción nacional de un expediente clínico completamente interoperable puede iniciar rompiendo la barrera común de resistencia al cambio. En este sentido el entrenamiento apropiado en el uso del expediente clínico puede ayudar en el desarrollo de las habilidades informáticas de los futuros médicos e incluso descubrir nuevas oportunidades para mejorar la productividad, eficiencia y ofrecer un mejor servicio. En [8] se describe el uso del expediente clínico electrónico como una herramienta educacional fundamental para mejorar el cuidado de la salud aún en instituciones en las que se ha adoptado un sistema interoperable ya que se sabe que los médicos pueden utilizar hasta el 49% de su trabajo en procesos de documentación lo que se traduce en menor interacción con los pacientes. El estudio enfatiza la mejora en la calidad de las notas médicas cuando los estudiantes utilizan sistemas de expedientes clínicos electrónicos que pueden ser revisados por los educadores o revisados por pares quienes proveen retroalimentación a los estudiantes. Si bien existen diversos sistemas para administrar el expediente clínico de los pacientes, estos no cubren las necesidades requeridas en el hospital escuela de la universidad como la información específica sobre la valoración clínica de los pacientes y la impresión de notas médicas en un formato especial. Otros sistemas por su parte sobrepasan las necesidades requeridas lo que dificultaba su utilización por profesores y estudiantes. Es por esta razón que se decidió crear un sistema con todas las características y necesidades específicas de la institución. Para que un expediente clínico electrónico sea usable se requieren implementar interfaces usuario computadora que permitan acompañar el proceso de atención médica de los pacientes. En los sistemas computacionales una buena interface de usuario puede mejorar significativamente la interacción humano-computadora lo cual brinda comodidad y eficiencia [9]. Para la elaboración de la aplicación se recurrió al uso de entornos de desarrollo de software que facilitan la puesta en marcha de la aplicación [10]. Para mejorar el desempeño y vista de la aplicación reutilizamos módulos usados frecuentemente. Así se integró una estructura de software compuesta por componentes personalizables e intercambiables en el desarrollo de la aplicación. En el desarrollo del expediente clínico que se propone se consideraron los siguientes cinco componentes principales: - Datos subjetivos obtenidos de la exploración física y de las exploraciones complementarias.

170

- Datos subjetivos proporcionados por el médico. -Diagnóstico. -Pronóstico. -Tratamiento Igualmente, en torno al desarrollo de la seguridad hay diversas herramientas que son eficientes en la prestación de cifrado y seguridad del sistema como lo brinda sentinel que es un paquete que permite administrar de manera eficiente las cuentas de usuarios e inicios de sesión a través del uso de tablas específicas de la base de datos. Para que la atención médica de los pacientes asociada con la tecnología pueda lograr mejores resultados, se requiere además que el sistema permita: - Registrar información sobre antecedentes médicos en un paciente, - Registrar información detallada sobre signos, características y resultados de estudios en un paciente. - Registrar el seguimiento del tratamiento y mejoras del paciente La estructura y funcionalidades de presentación del expediente médico electrónico varían de una organización a otra, pero supone siempre una integración de la información médica y su administración. Sin embargo, actualmente muchos expedientes clínicos siguen siendo en papel, con las desventajas de consulta, registro de la información del paciente y los tratamientos llevados en el paciente además de aspectos de seguridad a la información del paciente.

3 Funciones y Beneficios El expediente Médico electrónico debe cumplir con una serie de funcionalidades y aspectos básicos para que tenga un buen desempeño y sea implementado correctamente. Las funcionalidades que el expediente debe cumplir son las siguientes: - Gestionar correctamente la información de salud del paciente. - Gestión correcta de resultados del paciente. - Sistema de soporte para toma de decisiones. - Sistema de información al paciente sobre su tratamiento y estudios. - Administración de procesos de cita, medicación (recetas) y estudios. - Informes de monitorización. - Sistema de informes médicos. Los aspectos a tomar en cuenta en la implementación del expediente médico electrónico son los siguientes: - Identificación única del paciente.

171

- Uso de estándares en los informes. - Presentación adecuada de la información clínica del paciente con formato corporativo, introduciendo la información en orden del formato. - Tener en cuenta la seguridad y privacidad de la información del paciente asimismo como el tratamiento y control de medicamentos. Teniendo en cuenta los puntos anteriormente mencionados se pueden tener una serie beneficios en cuanto al uso del expediente médico electrónico. - Ahorro de tiempos de consulta y acceso al historial clínico de un cierto paciente. - Mejora la interacción al paciente dado el menor tiempo de búsqueda del historial médico. - Acceso a la información médica con independencia de una localización fija ya que se posee el acceso a la información desde ciertos puntos específicos. - Presentación legible, ordenada, inalterable y con disponibilidad casi instantánea de la información médica del paciente desde la cual se puede entrar en distintos puntos geográficos y en cualquier momento. - Disposición de credenciales de acceso a la información protegida de los pacientes para reducción de errores. - Confidencialidad y seguridad al acceso y divulgación de la información privada de un paciente. - Soporte a la documentación completa. - Reducción de espacio de almacenamiento físico de los expedientes clínicos. - Posibilidad de emisión de informes médicos. - Mejora a la atención del estado de salud del paciente.

4 4.1

Metodología Requerimientos

Se propuso elaborar un sistema para administrar de forma electrónica los registros generados en el hospital escuela. El sistema cuenta con una base de datos, la cual almacena datos de los pacientes, como son nombre, apellido, ocupación etc., antecedentes heredo- familiares, antecedentes personales no patológicos, actividad física, toxicomanías, medicina preventiva, antecedentes gineco-obstétricos, antecedentes personales patológicos, padecimientos actuales, interrogatorio por aparatos y sistemas, signos vitales, laboratorios, estudios de gabinete, impresión diagnostica, tratamiento y pronóstico. Para la implementación del expediente médico electrónico se utilizaron diferentes herramientas y lenguajes de programación como se muestra a continuación: - Laravel 5.3 - Sentinel 2.0 - PHP 7.2 - Mysql - Wamp server

172

4.2

Diseño de la base de datos La figura 1 muestra el diseño de la base de datos del expediente clínico propuesto.

Figura 1. Diagrama de la base de datos del expediente médico electrónico.

Para el desarrollo de la base de datos se crearon las tablas de usuarios, expedientes, antecedentes, citas, diagnósticos, notas, padecimientos, estudios, exploraciones, datos y las tablas intermedias requeridas para conectar el sistema y la seguridad de sentinel. 4.3

Funciones implementadas

Usuarios - Registro - Inicio de sesión Expedientes - Crear expedientes - Modificar información básica de expedientes - Listar expedientes - Activar el uso de un expediente - Obtener un expediente que ya existe al momento de intentar crearlo Citas - Ver todas las citas que tiene un doctor - Ver las citas que tiene el expediente activo - Crear una cita en el expediente activo - Modificar la información de una cita del expediente activo - Eliminar una cita del expediente activo Antecedentes médicos - Agregar antecedentes del paciente al expediente activo - Modificar información de un antecedente del expediente activo - Eliminar un antecedente del expediente activo

173

Exploraciones - Ver todas las exploraciones que se le han hecho al paciente del expediente activo - Agregar unos datos una exploración hecha al paciente - Modificar datos de una exploración del expediente activo - Eliminar datos de una exploración del expediente activo Estudios - Ver todos los estudios que se le han hecho al paciente del expediente activo - Agregar datos de un estudio hecho al paciente en el expediente activo - Modificar datos de un estudio del expediente activo - Eliminar datos de un estudio del expediente activo

4.4

Interface del expediente médico

174

Conclusiones

Con el avance actual de la tecnología las instituciones médicas han tenido que realizar actualizaciones en sus métodos de trabajo como lo es en el uso de expedientes médicos electrónicos ya que éstos permiten agilizar, optimizar, simplificar y sistematizar los procesos de diagnósticos y seguimiento en tratamientos a los pacientes. En caso de un hospital escuela es de suma importancia la capacitación y fácil adaptación de los médicos en preparación a este tipo de tecnologías integradas al ámbito médico, ya que

175

estas herramientas tecnológicas son diseñadas para mejorar la calidad de los servicios de la salud. El expediente médico electrónico es cada vez más indispensable en los hospitales dado la digitalización de toda la información a nivel mundial, además de abrir nuevas posibilidades en el desarrollo de nuevas herramientas informáticas que integren herramientas electrónicas, computacionales y médicas. Es evidente la gran demanda de sistemas informáticos para realizar necesidades indispensables en cada vez más sectores productivo y de servicios como el sector de la salud.

Referencias 1. 2. 3.

4. 5. 6. 7.

10.

Bakshi, Sumitra G, and Bhakti Trivedi. “Electronic medical record system: A critical viewpoint.” Indian journal of anaesthesia vol. 62,7 (2018): 564-565. Fortuny, R. S. (2013). Historial Clinica Electronica en un departamento de obstetricia, ginecologia y reproduccion. Universidad autonoma de barcelona. Hoffman, S. (2016). EHR Data Security. In Electronic Health Records and Medical Big Data: Law and Policy (Cambridge Bioethics and Law, pp. 5679). Cambridge: Cambridge University Press. Moros, D. (2017). The Electronic Medical Record and the Loss of Narrative. Cambridge Quarterly of Healthcare Ethics, 26(2), 328-331 Hoffman, S. (2016). Electronic Health Records and Medical Big Data: Law and Policy (Cambridge Bioethics and Law). Cambridge: Cambridge University Press. Wager, K. A., Lee, F. W., Glaser, J. P., Health care information systems: a practical approach for health care management. John Wiley & Sons; Mar 27, 2017. Kruse, C. S., Stein, A., Thomas, H., & Kaur, H. (2018). The use of Electronic Health Records to Support Population Health: A Systematic Review of the Literature. Journal of medical systems, 42(11), 214. doi:10.1007/s10916-018-1075-6. Habboush, Y., Hoyt, R., & Beidas, S. (2018). Electronic Health Records as an Educational Tool: Viewpoint. JMIR medical education, 4(2), e10306. doi:10.2196/10306. Bologva E. V et al. Human-Computer Interaction in Electronic Medical Records: From the Perspectives of Physicians and Data Scientists, Procedia Computer Science, Volume 100, Pages 915-920, (2016). Mamadou K. Introduction to computational frameworks: from heterogeneity challenge to integrative levels of organization. ScienceDirect ,9-21, (2017)

Construcción de la identidad digital de los estudiantes universitarios Gustavo Antonio Huerta Patraca1, Carlos Arturo Torres Gastelú2, Agustín Lagunes Domínguez3 1

Facultad de Pedagogía, Universidad Veracruzana, México. Facultad de Administración, Universidad Veracruzana, México. 3 Facultad de Contaduría y Administración, campus Ixtac, Universidad Veracruzana, México 2

1gushuerta@uv.mx, 2ctorres@uv.mx, 3aglagunes@uv.mx

Resumen: La construcción de la identidad digital implica la aplicación de la competencia digital, permitiendo al usuario establecer congruencia entre el yo real (conformación biopsicosocial) y el yo virtual (perfil construido para identificarse en la Red) en los distintos servicios de Internet, a partir de ello toda interacción que se realiza en el entorno virtual conforma la huella digital, misma que se va generando al compartir contenido con otras personas o instituciones. El objetivo fue describir el proceso de construcción de la identidad digital por parte de estudiantes universitarios. Se realizó un estudio cuantitativo de alcance exploratorio, que consistió en la aplicación de una escala de percepción con 14 ítems. La muestra fue de 125 estudiantes de la Facultad de Administración de la Universidad Veracruzana. Entre los resultados destaca que los estudiantes no proporcionan todos los datos solicitados en los servicios de Internet, les parece normal tener más de una identidad digital y suelen compartir con frecuencia contenido digital personal o de otros usuarios que pertenecen a sus grupos sociales. Palabras clave: Identidad digital, Visibilidad digital, Huella digital, Gestión de la identidad digital, estudiantes universitarios.

Introducción

Cada ocasión en la que se ingresa a Internet utilizando las Tecnologías de Información y Comunicación (TIC) desde algún dispositivo, se están generando información sobre los sitios visitados y las interacciones realizadas en las que se comparte contenido de creación personal o de otras personas e instituciones, todo ello se vincula al perfil de usuario con el que se accede, asociado principalmente a una cuenta de correo electrónico o red social, en este proceso de intercambio de información, se va construyendo lo que se denomina, la identidad digital. Para iniciar la construcción de la identidad digital, primeramente, se requiere identificarse ante los servicios de Internet, estableciendo un nombre de usuario o alias, fotografía personal o imagen que se asocia con el nombre, edad, género, correo electrónico, entre otros datos personales, en algunos casos se solicita el número de

177

teléfono, ubicación geográfica e incluso alguna información de corte profesional o social, dependiendo la orientación del servicio de Internet en que se registra. A partir de ser identificado y de interactuar en Internet, se empieza a construir el historial de navegación y publicación con los datos de dicho perfil, permitiendo ser ubicado por otros usuarios que tienen gustos o intereses afines. Considerando que una persona puede contar con más de un perfil de usuario en un mismo servicio de Internet como redes sociales, se pueden por tanto estar construyendo distintas identidades digitales, ya que, al iniciar la navegación con un perfil digital, todo lo realizado se vincula a dicha cuenta de usuario. La creación de estos perfiles de usuario puede en ocasiones no resultar tan transparente con el perfil personal, es decir, puede darse el caso de que las personas se registren en el ámbito virtual con un nombre y/o apellido distinto, que no brinden algunos otros datos solicitados en congruencia plena con lo que son en el ámbito personal o que generen más de un perfil de usuario en un mismo servicio de Internet. En la presente ponencia se aborda la problemática vinculada a la construcción de la identidad digital, como parte de un proyecto de investigación doctoral orientado al diseño de un modelo para evaluar la gestión de la identidad digital en estudiantes universitarios.

Metodología

Como punto de partida, se plantearon las siguientes preguntas de investigación: Pregunta general: ¿Cómo construyen su identidad digital los estudiantes universitarios? Preguntas específicas: 1. ¿Qué nivel de congruencia existe entre la información personal y la información proporcionada para crear la identidad digital de los estudiantes universitarios?, 2. ¿Qué tipo de contenido comparten los estudiantes universitarios en Internet para conformar su huella digital?, 3. ¿Cómo interactúan los estudiantes universitarios en Internet a fin de generar su visibilidad?. Los objetivos de la presente investigación son: Objetivo general: Describir el proceso de construcción de la identidad digital desarrollado por los estudiantes universitarios. Objetivos específicos: 1. Identificar el nivel de congruencia existente entre la información personal y la información que conforma la identidad digital de los estudiantes universitarios. 2. Conocer el tipo de contenido que comparten los estudiantes universitarios en Internet para conformar su huella digital. 3. Describir el tipo interacción que realizan los estudiantes universitarios en Internet para generar su visibilidad. De este modo, se parte del supuesto de que los estudiantes universitarios construyen su identidad digital a partir de los distintos roles que tienen en el ámbito personal. Con ello se expresa que sus interacciones virtuales se generan con las personas que conviven de manera personal, complementando sus comunicaciones e interacciones en el ámbito virtual, además de personas e instituciones con las que no tienen contacto físico de manera constante e incluso individuos que pueden no conocer personalmente.

178

El presente estudio posee un enfoque cuantitativo, de alcance exploratorio [1], presenta información obtenida tras la aplicación de una escala de percepción que tiene como objetivo identificar la construcción de la identidad digital que realizan los estudiantes universitarios. Dicho instrumento consta de 14 ítems distribuidos en cuatro indicadores: congruencia entre el yo real y el yo virtual, multiplicidad de identidades, interacción sociodigital y visibilidad y huella digital. Se aplicó a una muestra de 125 estudiantes de la Facultad de Administración de la Universidad Veracruzana, pertenecientes a las licenciaturas en Administración, Sistemas Computacionales Administrativos y Turismo que cursan el ciclo escolar agosto 2018 febrero 2019. La escala aplicada consta de 14 afirmaciones agrupados en cuatro indicadores: la congruencia entre el yo real y el yo virtual, multiplicidad de identidades, huella digital e interacción sociodigital. Así, la congruencia entre el yo real y el yo virtual, se relaciona con lo que la persona es desde la perspectiva biopsicosocial, es decir, el conjunto de características personales que distinguen a las personas en un entorno social, aspectos que se emplean para identificarse en el entorno digital a partir de la percepción que se tiene de uno mismo o incluso de lo que se desea ser o proyectar en el plano virtual. La multiplicidad de identidades se refiere al proceso de creación de más de una identidad digital utilizada para presentarse en Internet, finalmente, este proceso constructivo implica cierta congruencia entre el yo real y el yo virtual, entendido como el nivel de correspondencia de características personales que coinciden entre lo que la persona es en persona y lo que dice ser en la Red. Dicho instrumento tiene como finalidad es valorar su percepción sobre la forma en que construyen su identidad digital, empleando como opciones de respuesta la escala siguiente: Totalmente en desacuerdo (TD), en desacuerdo (ED), Indiferente (I), De acuerdo (DA) y Totalmente de Acuerdo (TA). Los resultados obtenidos se capturaron en el software Excel, realizando el procesamiento estadístico de los mismos empleando SPSS v20.

Construcción de la identidad digital

La identidad de las personas está conformada por el conjunto de características que lo definen y distinguen de los demás, pero al hablar de identidad digital, cabe precisar que se trata de una especie de extensión de la identidad personal. En relación con la identidad digital, se debe considerar como punto de partida que se trata de la misma persona, que interactúa en dos ámbitos: el virtual y el real, también llamados online y offline, digital y análogo respectivamente. Para referirse a la identidad real, personal o también llamada offline, se contempla el conjunto de características biopsicosociales de la persona, esta identidad en su conjunto se refiere a tres elementos, lo biológico, siendo la dimensión física o corporal de la persona; lo psicológico, en tanto se sitúa al individuo en relación con el “yo”; y lo sociológico, en

179

cuanto la persona es a partir de sus relaciones con los integrantes del grupo o grupos sociales a los que pertenece [2]. En una investigación realizada [3], se analiza esta bidimensionalidad implícita en la conformación de la identidad digital, también denominada por ellos como sujeto-usuario, para referirse a la interacción de la misma persona con otros sujetos en un espacio físico y con otros usuarios (e incluso pueden ser los mismos) en un espacio virtual, tal como se puede visualizar en la figura 1. SUJETO Dimensión no-virtual - Sujeto como resultado de sus experiencias, vivencias, mediaciones - No decide qué rasgos lo definen e identifican ante los otros - Es verificable - Para la interacción es necesario formar parte del mismo espacio social (Bordieu, 1997)

Dimensión virtual - Producto consciente de sí mismo - Posee control sobre los rasgos y elementos que lo definen e identifican ante los otros - Difícil, mas no imposible de verificar - No requiere ser parte del mismo espacio social para la interacción

Fig 1. Bi-dimensionalidad de la identidad (Aguilar y Said, 2010, p. 12).

Por su parte [4], en su estudio considera la identidad desde las interacciones de tres dimensiones: a) Personal-subjetiva, es decir, el rasgo particular, único que se diferencia del conjunto de los rasgos de su personalidad como resultado de la construcción de su identidad, b) Interpersonal, construida por el individuo y a la vez con los demás (coconstruida) y c) Social, referida al status y roles preparados en la sociedad que el individuo asume por la cnecesidad de pertenencia social. Considerando esta característica tridimensional de la identidad [3], analiza la identidad digital, dividiéndola en: identidad civil e identidad pantalla, considerando que no hay una división de la identidad digital (física u online) y la identidad analógica (virtual u offline), dado que pertenecen al mismo individuo en dos ámbitos de actuación [5]. La identidad civil, es la integración de la identidad en la red social y la identidad social real, es decir, la proyección en Internet de las actividades de su vida cotidiana en la familia y sociedad. La identidad pantalla, por su parte, se manifiesta a través de las actividades que identifican al usuario en Internet como un personaje incorpóreo y ubicuo [4]. Entre sus resultados [5], hace la precisión de que no se deben considerar los espacios virtuales y no virtuales como opuestos y excluyentes uno de otro, ya que esta escisión evita identificar el grado en que tanto uno como otro se retroalimentan y componen a sí mismos, ya que si algo afecta a la persona en el espacio físico o no-virtual, puede verse reflejado en el espacio analógico o virtual y viceversa. Por tanto, esta mencionada bidimensionalidad propicia una intersección espacio-temporal del sujeto virtual y el sujeto no virtual, generando una superposición de estos espacios, que se convierten, en

180

mecanismos de control entre sí, donde el sujeto virtual está vinculado al sujeto no-virtual [3], tal como se muestra en la figura 2.

Sujeto novirtual

Conflicto Se evidencia la congruencia entre sujeto virtual y el no virtual.

Sujeto virtual

Control El conocimiento del sujeto no virtual permite controlar al sujeto virtual.

Bi-dimensionalidad del sujeto Fig 2. Bi-dimensionalidad del sujeto (Aguilar y Said, 2010, p. 19).

Así, los estudios realizados [6, 4] permiten visualizar que la identidad digital conjuga elementos que forman parte de cada individuo en un entorno mediado por la tecnología, que se refiere a los aspectos de la tecnología digital como mediadora de la identidad que ya ha construido la persona, misma que está condicionada por factores sociales. Por ello, la identidad digital está integrada por todo el conjunto de rasgos que individualizan y nos permiten distinguir a una persona de otra, confirmando que ésta es realmente quien dice ser, ya sea en el ámbito legal, familiar o digital, etc. [7], añade que es la creación de características que una persona o institución que se puede configurar para identificarse en los diversos recursos y sitios de Internet. Asimismo, la identidad digital es la identificación que las personas o instituciones hacen de sí misma dentro de la cultura digital y con la postura que sea capaz de definir, apoyar, mantener y proyectar con respecto a su forma de relacionarse con las personas, con los contenidos y con las estructuras de producción y divulgación del conocimiento a través de internet [8]. Con lo anterior se destaca que cada usuario de Internet posee una identidad que lo caracteriza en la Red y que se integra por información personal que debe ser protegida, para ello el usuario debe implementar un conjunto de medidas que le permitan gestionar su identidad digital. Una definición que se propone [9] desde el Marco Europeo de Competencia Digital, señala que la gestión de la identidad digital implica crear, adaptar y gestionar una o varias identidades digitales, ser capaz de proteger su reputación digital, gestionar los datos que uno produce a través de varias cuentas y aplicaciones. Finalmente, los estudios [10] establecen que la gestión de la identidad digital es el manejo consciente del entorno web, las oportunidades y peligros de la red a la hora de publicar la propia información personal en la sociedad del conocimiento.

181

Acerca de la construcción de la identidad digital [4] menciona que este proceso, permite al individuo pensar antes de organizar las características de la identidad que desea proyectar, convirtiendo su ser-virtual en el equivalente a un mensaje de tipo publicitario, con el objetivo específico de encontrar y dejarse encontrar por sus similares. Así, en el momento en que la persona construye su perfil en un entorno virtual, se encuentra frente a un lienzo en blanco en donde puede crear el retrato de sí mismo que mejor le parezca, resaltando los elementos que quiere hacer evidentes y ocultando aquellos que no considera relevantes dentro del nuevo sujeto que está creando [3]. De este modo, los estudios describen que la construcción de la identidad digital en Internet es un proceso permanente que permite a los individuos decidir proyectarse tal como son o modificar lo que son para acercarse a lo que desean ser [11]. Aunado a ello, existe tanta flexibilidad en este proceso de construcción que los individuos son capaces de crear múltiples identidades, pudiendo incluso hacer modificaciones, eliminar y volver a crear estas identidades, conformando seres idealizados [12]. En esta multiplicidad de identidades, se encuentran personas que se proyectan tal como son, es decir una identidad real, así como quienes modifican esta identidad para generar una identidad idealizada [11]. En esta interacción sociodigital entre sujetos que pueden o no conocerse personalmente, la identidad digital de los usuarios de Internet, se construye a partir de dos partes: una personal y una social, la primera conformada a partir de lo que la persona es, la segunda a partir de dos formas básicas: Un grupo de personas que nos influencias y forman parte de nuestra red social de contactos o de aprendizaje y un grupo de pernos reflejamos, es decir, las personas que se ven influenciadas por nosotros [6]. Otros elementos que son determinantes para la construcción de la identidad digital son los datos que se solicitan para crear un perfil o cuenta de usuario y que ayudan a identificar a los usuarios, se contempla que con ello se generan tres identidades [5]: Identidad declarada: compuesta por aquella información que revela expresamente la persona, Identidad actuante: según las acciones que lleva a cabo la persona, e Identidad calculada o inferida: según el análisis de las acciones que realiza la persona. El tipo de datos que configuran la identidad digital son [13]: Datos de identidad individual: como el nombre, género, fecha de nacimiento, número telefónico, datos de tarjetas de crédito, etc. Datos de comportamiento: historial de navegación, datos de localización, historial de compra, accesos, etc. Datos derivados o calculados: analíticas que se utilizan para perfilar a las personas, valorar su influencia en un ámbito determinado, etc. Datos que va creando el propio usuario para identificarse: intenciones de compra, opiniones sobre productos, valoraciones y revisiones de productos, respuestas en foros, etc. La construcción de la identidad digital es el proceso de configuración tecnológica que implica la creación de uno o varios perfiles digitales orientado a la creación integral de rasgos distintivos que identifican a una persona o institución ante los demás en el ámbito digital, pudiendo o no guardar relación con los rasgos personales, físicos, psicológicos, sociales, actitudinales, intereses, etc. [14], generando con ello una o diversas identidades para utilizarse en el mismo u otro servicio de Internet como correo electrónico, redes sociales, plataformas educativas virtuales, videojuegos, etc.

182

Resultados obtenidos.

Los resultados obtenidos tras encuestar a 125 estudiantes universitarios, de los cuales 65 (52%) son mujeres, mientras que 60 (48%) son hombres, de ellos 79 (63%) cursan la licenciatura en Administración, 44 (35%) la licenciatura en Sistemas Computacionales Administrativos, mientras que los 2 (2%) restantes, son de la licenciatura en Turismo en la Facultad de Administración de la Universidad Veracruzana. En cuanto al género por licenciatura, encontramos que hay 47 mujeres y 32 hombres en Administración, 16 mujeres y 28 hombres en Sistemas Computacionales Administrativos, así como 2 mujeres de Turismo, tales datos se muestran en la tabla 1. Su edad oscila entre los 17 y 30 años, predominando los que tienen 21, 18 y 19 años, con una frecuencia de 27, 26 y 19 estudiantes de la muestra respectivamente, asiste también un estudiante que tiene 45 años. En cuanto al ciclo escolar, los encuestados se encuentran cursando del primero al onceavo semestre, destaca que 34 de ellos están en 7° semestre, 33 se encuentran en 3° semestre y 30 en 1° semestre. Tabla 1. Frecuencias y porcentajes de estudiantes por género y licenciatura. Elaboración propia. Hombres Licenciatura

Total %

Administración

f 32

40.50 %

f 47

37.13 %

63 %

Sistemas Computacionales Administrativos

63.63 %

7.04 %

35 %

Turismo

0.04 %

48 %

52 %

125

100 %

Total

Mujeres

La dimensión de construcción de la identidad digital se define en la escala aplicada como el proceso de configuración tecnológica que implica la creación de uno o varios perfiles digitales orientado a la creación integral de rasgos distintivos que identifican a una persona o institución ante los demás en el ámbito digital, pudiendo o no guardar relación con los rasgos personales, físicos, psicológicos, sociales, actitudinales, intereses, etc., generando con ello una o diversas identidades para utilizarse en el mismo u otro servicio de Internet como correo electrónico, redes sociales, plataformas educativas virtuales, videojuegos, etc., contempla 14 ítems, agrupados en cuatro indicadores: congruencia entre el yo real y el yo virtual, multiplicidad de identidades, visibilidad e interacción sociodigital. En relación con los resultados sobre el indicador congruencia entre el yo real y el yo virtual expresados en la tabla 1 donde se destacan los porcentajes de respuesta más elevados, se aprecia que el 36% de los 125 estudiantes encuestados afirman estar de acuerdo ante la afirmación de que proporcionan sus datos reales en los servicios de Internet, seguido de un 22.4% que señala estar en desacuerdo, lo que permite identificar que para ellos resulta justificado no proporcionar todos los datos solicitados, excepto los

183

datos obligatorios al conformar su usuario en un servicio de Internet. Reforzando lo anterior, en el ítem que se les cuestiona si hay información personal que no proporcionan cuando se la solicitan al registrarse en algún servicio de Internet, destaca que el 41.6% señalan estar muy de acuerdo, con tal afirmación, seguido de un 27.2% que está de acuerdo, lo que indica que un 68.8% sumando los resultados de ambas opciones de respuesta, lo que deja ver que les resulta natural no brindar todos los datos que se le solicitan e incluso brindar información que no coincide con los datos reales. Tabla 2. Porcentajes de respuesta del indicador Congruencia entre el yo real y el yo virtual. Elaboración propia. Muy en En Indiferente De Muy de Ítem desacuerdo desacuerdo acuerdo acuerdo 1. Proporciono mis datos reales en los distintos servicios de Internet que 9.6 % 22.4 % 19.2 % 36 % 12.8 % utilizo 2. Hay información personal que no proporciono cuando me la solicitan al 6.4 % 4.8 % 20 % 27.2 % 41.6 % registrarme en algún servicio de Internet 3. La información que proporciono en los servicios de Internet coincide 4% 9.6 % 24.8 % 34.4 % 27.2 % totalmente con lo que soy en el ámbito real 4. Cuando me identifico en Internet 12.8 % 16.8 % 36 % 22.4 % 12 % lo hago desde mi rol de estudiante Porcentaje promedio 8.2 % 13.4 % 25 % 30 % 23.4 %

Ante la afirmación directa sobre si la información que proporcionan en los servicios de Internet coincide totalmente con lo que son en el ámbito real, el 34.4% señala estar de acuerdo y el 27.2% dice estar muy de acuerdo, con las respuestas de estos tres ítems se identifica que más de la mitad de los estudiantes proporcionan su información personal en el ámbito virtual, existiendo una congruencia entre lo que son en el ámbito real y el digital. Finalmente, sobre el ítem referido a la identificación en Internet desde su rol de estudiante, el 36% de los encuestados se muestran indiferente, junto con un 22.4% que responden estar de acuerdo, en este sentido, se identifican con dicha tendencia, dado que poseen distintos roles de parte de los encuestados en la Red, no solamente desde lo educativo. Con todo lo anterior, se encontró que, en relación con la construcción de la identidad digital de los estudiantes universitarios, existe una congruencia entre el yo real y el yo virtual, ubicándose una relación entre lo que los estudiantes son en el ámbito personal y lo que dicen ser en los entornos digitales. El indicador de multiplicidad de identidades se conformó de dos ítems, los porcentajes de respuesta se muestran en la tabla 3. Ante la afirmación directa de si tenían más de una

184

identidad digital en los servicios de Internet, se obtuvo que un 23.2% señaló estar de acuerdo con ello, dato polarizado con un 20.8% que mencionó estar en desacuerdo, lo anterior deja ver que aunque para algunos estudiantes universitarios resulta muy común tener más de una identidad digital en los servicios de Internet, lo que puede implicar entre otros casos, que tengan usuarios en distintos servicios o varios usuarios dentro de un mismo servicio o sitio web, teniendo con ello que gestionar las identidades que generaron para diversas aplicaciones para finalidades educativa, comercial, juegos, correo electrónico, lúdico u otra. También se identificaron estudiantes que no les resulta necesario contar con más de una identidad en al ámbito virtual. La identidad digital tiene como elementos esenciales el nombre de usuario e imagen de perfil, cuyos elementos distinguen en denominación y de manera gráfica al propietario del perfil o cuenta. En la mayoría de los casos, los servicios de Internet permiten el cambio de alguno de estos elementos identitarios de los usuarios. Al cuestionarles si cambian con frecuencia (cada 2 meses o antes) su nombre de usuario o imagen en los perfiles digitales que poseen, un 34.4% respondió estar muy en desacuerdo, acompañado de un 24.8% que dijo estar en desacuerdo, con ello identificamos que mantienen por periodos mayores a dos meses estos datos, sin descartar que hay estudiantes universitarios que no los modifican. Tabla 3. Porcentajes de respuesta del indicador Multiplicidad de identidades. Elaboración propia Muy en En Indiferente De Muy de Ítem desacuerdo desacuerdo acuerdo acuerdo 5. Tengo más de una identidad digital (más de un perfil de usuario) 21.6 % 20.8 % 19.2 % 23.2 % 15.2 % en los distintos servicios de Internet 6. Cambio con frecuencia (cada 2 meses o antes) mi nombre de usuario 34.4 % 24.8 % 18.4 % 12 % 10.4 % o imagen en los perfiles digitales que tengo Porcentaje promedio 28 % 22.8 % 18.8 % 17.6 % 12.8 % .

La visibilidad de la identidad digital está conformada por el conjunto de información que genera un individuo a partir de su intervención en la red y que lo distingue de los demás, compartiendo información de su actividad cotidiana, ideas, gustos e intereses, de modo que toda interacción en Internet deja una huella digital que permite brindar cierto nivel de visibilidad al contenido que se comparte y por ende a la identidad digital, considerando que no tiene relación directa con la cantidad de publicaciones, sino con el impacto de las mismas, para ello se conformó el indicador titulado, visibilidad y huella digital, conformado por cuatro ítems, cuyos resultados se presentan en la tabla 4. En este sentido, ante la afirmación de si publican comentarios, imágenes, audio o contenido multimedia en sus servicios de Internet, el 37.6% dijo estar de acuerdo, seguido del 23.4%

185

que mencionó estar muy de acuerdo, estableciendo con ello que el 60.8% de los encuestados comparte contenido textual, gráfico o multimedia, construyendo con ello su identidad digital. Tabla 4. Porcentajes de respuesta del indicador Visibilidad y huella digital. Elaboración propia. Muy en En Indiferente De Muy de Ítem desacuerdo desacuerdo acuerdo acuerdo 7. Publico comentarios, imágenes, audio o contenido multimedia en 5.6 % 11.2 % 22.4 % 37.6 % 23.2 % mis servicios de Internet 8. Publico con frecuencia estados o información acerca de mis 18.4 % 19.2 % 30.4 % 19.2 % 12.8 % actividades diarias en los servicios de Internet que brindan esa opción 9. Comparto contenido de actividades relacionadas con la 4% 9.6 % 23.2 % 40 % 23.2 % escuela en los servicios de Internet 10. Utilizo actualmente todos los servicios de Internet en los que he 4% 9.6 % 16.8 % 40.8 % 28.8 % registrado mis datos personales Porcentaje promedio 8% 12.4 % 23.2 % 34.4 % 22 %

Al preguntarles acerca de si publican con frecuencia estados o información de sus actividades diarias en los servicios de Internet que brindan dicha opción, el 30.4% respondió indiferente, dato que se complementa con el 19.2% de respuestas en desacuerdo y un 19.2% de acuerdo, identificando con ello que los encuestados no comparten contenido propio sobre lo que van realizando de manera cotidiana, sino de manera diferida conforme va sucediendo. Con ello, se puede inferir que los estudiantes universitarios no están a favor de poseer distintas identidades digitales o de cambiar con frecuencia información de las cuentas de usuario que poseen. Sobre la afirmación de si comparten contenido de actividades relacionadas con la escuela en los servicios de Internet, el 40% mencionó estar de acuerdo, seguido del 23.2% que dijo estar muy de acuerdo, misma cantidad que eligió la opción indiferente. Así, se ubica nuevamente que el rol de estudiante es uno de los que poseen en la Red, aunado a otros perfiles vinculados a actividades sociales y recreativas. Finalmente, en este indicador se les cuestionó acerca de la utilización actual de todos los servicios de Internet en los que se han registrado, al respecto, el 34.4% dijo estar de acuerdo, acompañado de un 28.8%, con ello, se percibe una utilización efectiva de los perfiles de usuario que han generado, cuya actividad se suma a la construcción de su huella digital. Parte importante de la construcción de la identidad digital es la interacción que se realiza en Internet, referida a la cantidad de personas o instituciones con las que se

186

intercambia contenido y que pueden o no pertenecer a la esfera cercana de interacciones sociales en el ámbito personal (offline). Este indicador se integra por cuatro ítems, los porcentajes de respuesta se describen en la tabla 5. Sobre la afirmación de si interactúan con miembros de su familia a través de Internet, el 44% dijo estar de acuerdo, aunado al 33.6% que señaló estar muy de acuerdo; de este modo, se da un 77.6% de estudiantes universitarios que interactúa con sus familiares de manera frecuente. En relación con la interacción con personas del ámbito escolar, el 46.4% señaló estar de acuerdo, junto con un 37.6% que dijo estar muy de acuerdo, así, se tiene que el 84% comparte información a través de Internet con personas del ámbito escolar. Tabla 5. Porcentajes de respuesta del indicador Interacción sociodigital. Elaboración propia. Muy en En Indiferente De Muy de Ítem desacuerdo desacuerdo acuerdo acuerdo 11. Interactúo con miembros de 1.6 % 8% 12.8 % 44 % 33.6 % mi familia por Internet 12. Interactúo con personas del 1.6 % 2.4 % 12 % 46.4 % 37.6 % ámbito escolar por Internet 13. Interactúo con mis amistades y 1.6 % 0.8 % 8.8 % 47.2 % 41.6 % grupos sociales por Internet 14. Tengo entre mis contactos de 4% 9.6 % 24.8 % 34.4 % 27.2 % Internet a mis padres y/o maestros Porcentaje promedio 2.2 % 5.2 % 14.6 % 43 % 35 %

En cuanto a la interacción con amistades y grupos sociales por Internet, el 47.2% dijo estar de acuerdo, seguido de un 41.6% que señala estar muy de acuerdo, considerando ambos datos, se obtiene que el 88.8% intercambia contenido con este grupo de personas, siendo el ámbito social el que mayor cantidad de respuestas obtuvo. Finalmente, en cuanto a la afirmación sobre si tienen entre sus contactos de Internet a padres y maestros, las respuestas mantuvieron la misma tendencia, siendo más alto el porcentaje de respuesta en las opciones de acuerdo y muy de acuerdo, con un 43% y 35% respectivamente, siendo otro grupo con el que los estudiantes universitarios se comunican e interactúan en la Red.

Conclusiones

Como parte del supuesto inicial, se encontró que la identidad digital se construye a partir de proceso complejo, permanente y de aprendizaje empírico que permite a las personas ser y mostrarse a partir de sus acciones e interacciones con las personas con las que convive cotidianamente, proyectándose similar o distinto de manera radical en los ámbitos personal (offline) y virtual (online), de este modo, se parte del hecho de que desde la perspectiva biopsicosocial somos una integración de células, ideas, personalidad,

187

creencias y vivencias cotidianas que van conformando la identidad de las personas, pero en ámbito virtual, se puede ser la misma persona u otra relativamente cercana a lo que se es, incluso radicalmente distinta, ya que los servicios de Internet confían en lo que las personas informan al crear su perfil de usuario, siendo el primer paso del proceso, mismo que se va reforzando continuamente conforme se comparte contenido digital propio o de las personas e instituciones con las que se interactúa a través del correo electrónico, redes sociales, actividades académicas en plataformas educativas virtuales, compra y venta online, videojuegos, etc. En relación con los principales hallazgos por cada indicador entre los estudiantes universitarios, se tiene lo siguiente: Indicador Congruencia entre el yo real y el yo virtual:  Se encontró que conforme de construye la identidad digital, se van adquiriendo habilidades tecnológicas tras ensayo y error, lo que permiten hacer más efectivos los procesos y productos derivados de la interacción digital, desde tomar una mejor foto, ser más hábil en la configuración de dispositivos, pensar antes de hacer comentarios o compartir cierto contenido no validado, hasta generar varios perfiles y gestionar eficientemente éstos para fortalecer una identidad digital positiva entre los usuarios con los que se comparte contenido con frecuencia.  La construcción de la identidad digital permite establecer de manera consciente una congruencia entre lo que se es en el ámbito personal (offline) y lo que se es o se pretende ser en el ámbito virtual (online), esta congruencia se encuentra vinculada primeramente con la información que se proporciona al momento de crear una cuenta de usuario.  La congruencia entre lo personal y lo virtual se mantiene o difiere al momento de difundir contenido propio en Internet y compartir información generada por otros usuarios, fomentando un intercambio de ideas y opiniones. Indicador Multiplicidad de identidades:  Los usuarios pueden generar más de una identidad digital dentro de un mismo servicio de Internet o dentro de servicios distintos, todo ello para resolver las situaciones que cada sitio le brinde o la necesidad laboral social, lúdica, de trámite económico o escolar que se presente.  Esta multiplicidad de identidades presenta por un lado implicaciones técnicas que derivan en la gestión de las identidades digitales que se posean, así como un enfoque biopsicosocial, relacionado con personas que pretenden ser o mostrarse distintas en el ámbito personal y el virtual.  Los estudiantes universitarios pueden tener más de una identidad digital en diversos servicios de Internet, manteniendo o modificando entre estas identidades alguno de los elementos que la conforman: nombre, imagen de perfil, edad, sexo, entre otros. Indicador Visibilidad y huella digital:

188



Los estudiantes encuestados comparten contenido propio en sus servicios de Internet, además de compartir el que publican otras personas, generando interacción a través de texto, imágenes o multimedia. Señalan que comparten actividades escolares y lúdicas o cómicas como los memes, mayormente generados por personas o instituciones con las que interactúan. No suelen publicar información acerca de sus actividades cotidianas en redes sociales.

 

Indicador Interacción sociodigital:  Comparten contenido mayormente con sus amistades y grupos sociales, seguido de familia y con personas del ámbito escolar.  Interactúan mayormente de manera virtual con personas con las que tienen trato físico cotidiano. El presente estudio estuvo limitado por la captación de percepciones, aspecto que puede variar en futuras aplicaciones, se plantea generar propuestas evaluativas que indaguen de forma más objetiva los conocimientos y habilidades en torno a la construcción de la identidad digital. Derivado de los resultados presentados, se pueden iniciar proyectos futuros de corte cualitativo acerca de las interacciones sociodigitales que realizan los estudiantes universitarios, así como análisis de su huella digital en alguna red social en particular.

Referencias 1. 2. 3. 4.

5. 6. 7. 8.

Hernández, S. R., Fernández, C. C., & Baptista, L. P. Metodología de la investigación, 6ta edición. México: McGraw-Hill. (2014) Dans, I. Identidad digital de los adolescentes: la narrativa del yo. Revista de Estudios e Investigación en Psicología y Educación, (13), 001-004. (2015) Aguilar Rodríguez, D. E., & Said Hung, E. Identidad y subjetividad en las redes sociales virtuales: caso de Facebook. Zona próxima, (12). (2010) Perea, F. L'identité numérique: de la cité à l'écran. Quelques aspects de la représentation de soi dans l'espace numérique. Les Enjeux de l'information et de la communication, 2010(1), 144-159. (2010) Tusa, J. F. La construcción de la identidad digital y las narrativas híbridas. Tesis doctoral. Universidad Austral de Argentina. (2018) Castañeda, L., & Camacho, M. Desvelando nuestra identidad digital. El profesional de la información, 21(4), 354-360. (2012) Gamero, R. La construcción de la identidad digital. EnterIE, 131 (junio 2009). (2009). Lara, T. El papel de la Universidad en la construcción de su identidad digital. RUSC. Universities and Knowledge Society Journal, 6(1), 8. (2009)

189 9.

10. 11. 12.

13.

14.

Ferrari, A. DIGCOMP: A framework for developing and understanding digital competence in Europe. Sevilla: Institute for Prospective Technological Studies (IPTS), European Commission. (2013) Giones, V. A., & Serrat, B. M. La gestión de la identidad digital: una nueva habilidad informacional y digital. (2010) Bozkurt, A., & Tu, C. H. Digital identity formation: Socially being real and present on digital networks. Educational Media International, 53(3), 153-167. (2016) Manago, A. M., Graham, M. B., Greenfield, P. M., & Salimkhan, G. Self-presentation and gender on MySpace. Journal of Applied Developmental Psychology, 29(6), 446458. (2008) Telefónica, F. Identidad Digital: El nuevo usuario en el mundo digital. Barcelona: Editorial Ariel. Recuperado de http://www. educando. edu. do/files/9513/9281/6433/identidad_digital. pdf. (2013) Barragán, M. V. El devenir de la identidad digital: del yo proteico al yo identificado. PAAKAT: Revista de Tecnología y Sociedad, (11). (2016)

Propuesta de mediación tecnológica para la comprensión del objeto matemático función, utilizando Realidad Aumentada López Hernández Francisco Javier1, Briones Cortés Ricardo2,Navarro Rangel Yadira3, Fuchs Gómez Olga L.4 1,2,3,4 Benemérita

Universidad Autónoma de Puebla, Puebla 72230, México

franciscojavier.lopez@viep.com.mx,ricardo.briones@alumno.buap.mx yadira.navarro@viep.com.mx, leticia.fuchs@viep.com.mx

Resumen. Se presenta como base para la elaboración de una aplicación de realidad aumentada, un análisis descriptivo de las dificultades alrededor de las representaciones semióticas del objeto función (gráfico, tabular, algebraico y lenguaje natural), analizando la articulación entre la conversión y la transformación mediante una prueba con diez ítems. Los datos analizados pertenecen a 34 alumnos de un Bachillerato General Escolarizado (BGE) del Estado de Puebla y a 97 alumnos de un Bachillerato Universitario (BU) perteneciente a la Benemérita Universidad Autónoma de Puebla. De los resultados obtenidos se puede observar poco dominio en la articulación de las representaciones gráficas. Es por ello por lo que la aplicación desarrollada pretende apoyar como andamiaje en esta representación semiótica del objeto función. La aplicación se realizó en Unity® y está en proceso de ser aplicada a los estudiantes. Palabras Clave: Realidad Aumentada, Mediación con TIC, Función.

Introducción

El presente artículo es el avance de un trabajo colaborativo entre la Maestría de Educación Matemáticas perteneciente a la Facultad de Ciencias Físico Matemáticas, la Licenciatura en Computación de la Facultad de Ciencias de la Computación y el Doctorado en Sistemas y Ambientes Educativos de la Facultad de Ciencias de la Electrónica. El tema de funciones ha sido de gran interés por parte de los investigadores debido a la complejidad que puede llegar a presentar en los estudiantes para su comprensión; como lo señala Gómez [1], el aprendizaje de las funciones ha mostrado ciertas complicaciones a través de la historia de la humanidad, lo que no deja de ser preocupante ya que una mala concepción de este concepto podría redundar en un bajo rendimiento en el aprendizaje del cálculo. Y el cálculo reúne una gran cantidad de subtemas que están íntimamente relacionados, lo que según Hitt (2003 citado en Gómez, [1], p. 278) permite inferir que un manejo pobre de algunos de estos subconceptos puede impedir el desarrollo profundo de sus conceptos asociados, por lo que sería deseable que se promovieran conexiones entre nociones asociadas, que faciliten el acceso al cálculo.

191

“Uno de los factores indiscutibles e interventores hoy día en la enseñanza de las matemáticas, tiene que ver con la implicación de las tecnologías y las investigaciones emergentes en torno a la factibilidad en el uso de software y ambientes virtuales, orientados al plano didáctico a nivel superior en las matemáticas puras o sobre referentes interdisciplinarios como la ingeniería” (Aparicio y Cantoral, 2004, citado en Parra, [2] p. 62). Es por ello por lo que en esta investigación planteamos que, el uso adecuado de las herramientas tecnológicas enriquecidas facilita la construcción del conocimiento a través de experiencias significativas y su incorporación en las secuencias didácticas pueden influir de manera positiva en la comprensión del concepto de Funciones y Gráficas. Los resultados positivos de la mediación de las TIC (Tecnologías de la Información y la Comunicación) en la enseñanza permitirán que los docentes las incorporen en su práctica.

2 2.1

Indagación bibliográfica Representación Semiótica

Para Amaya (2014, citado en Gómez, [1] p. 279) “los contextos de representación usados en la actividad matemática surgen como hilo de enlace que permiten proponer problemas interesantes que facilitan el análisis de las dificultades de comprensión de los estudiantes, los que pueden ser usados para mejorar sus procesos de aprendizaje”. Las representaciones semióticas, definidas por Duval (1999, citado en Gómez, [1] p. 279) “son producciones del sujeto con el uso de símbolos, que son remitidas a un sistema particular de signos y reproducidas en un registro determinado.” Duval distingue dos tipos de transformaciones: el tratamiento, que es una transformación al interior de un registro determinado, el cual se realiza con cierta homogeneidad en las representaciones en juego, y la conversión, que es una transformación de un objeto de un registro a otro, es decir, es decodificar una representación en un registro y codificarlo en otro. Dentro de los conceptos con representaciones tenemos el concepto de función al cual nos enfocaremos en este estudio; Prada [3] señala “el objeto matemático “función” puede ser representado de forma analítica (algebraica), tabular, gráfica o en lenguaje natural. La conversión es la que permite la articulación entre los registros de representación en la enseñanza; son el resultado de la comprensión conceptual y cualquier dificultad que se presente, indica que la construcción del concepto aún no ha finalizado”. (p. 35). 2.2

Realidad Aumentada

Según Duval (2004, citado en Prada [3], p. 36), “existen al menos dos características de la acción cognitiva involucrada en el desarrollo de las habilidades matemáticas. Por un lado, el empleo de diversos registros de representación semiótica, algunos de los cuales no han sido específicamente desarrollados para realizar tratamientos matemáticos. Por otra parte, ocurre que no siempre los objetos matemáticos son accesibles mediante visualización”.

192

La anterior es una de las razones por las que proponemos el uso de la tecnología emergente Realidad Aumentada (RA) definida por Abud [4]como una tecnología que complementa la percepción e interacción con el mundo real y permite al usuario estar en un entorno real aumentado con información adicional generada por la computadora. En circunstancias ideales, el usuario percibe los objetos reales y virtuales coexistiendo en el mismo espacio. La RA ha mostrado ser una herramienta poderosa en la educación como lo concluye Garzón [5], quien realiza un metaanálisis de los artículos alrededor de la línea de investigación de RA y educación: “…muchos estudios se han llevado a cabo para identificar, el estatus, tendencias, ventajas, oportunidades y retos de la Realidad Aumentada (RA) en la educación (Akçayir & Akçayir, 2017; Antonioli, Blake, & Sparks, 2014; Diegmann, Schmidtkraepelin, Eynden, & Basten, 2015; Wu, Lee, Chang, & Liang, 2013). Estos estudios han mostrado que la aplicación de la RA en la educación se ha incrementado constantemente desde 2010 y se ha arraigado efectivamente en entornos educativos (Ozdemir, Sahin, Arcagok, & Demir,2018; Radu, 2014; Santos et al., 2014) dirigieron una revisión sistemática de literatura que incluyó 32 artículos del 2003 al 2013. El estudio señala que la RA es más aplicada para enseñar Ciencias Naturales y Matemáticas y que el grupo objetivo más común es el de estudiantes de licenciatura. También reveló que las ventajas más reportadas son los logros de los aprendizajes y la motivación. Por otro lado, las limitaciones de los sistemas de RA más reportadas son la superposición de información y considerar la tecnología como intrusiva…” (p. 4). Salinas et al. [6] realizaron un estudio de RA y el aprendizaje del cálculo en grupo de licenciatura, obteniendo una aceptación por parte de los usuarios y un impacto positivo. Es por ello por lo que la RA ayudaría a los alumnos a visualizar el concepto de función aplicado en situaciones reales que por medio de una aplicación con esta tecnología les sirva de andamiaje para interiorizar el concepto de función y poder transitar entre las distintas representaciones. Que de acuerdo con Goss, [7] la metáfora del andamiaje propuesto por Vygotsky se relaciona con las interacciones con la zona de desarrollo proximal para describir como los maestros estructuran las tareas que le permita al estudiante participar en tareas conjuntas que de otro modo estarían fuera de su alcance y luego se retira el apoyo o andamio a medida que los alumnos lo empiezan a realizar más independientemente. Metodología Para poder realizar la aplicación se necesita tener una idea de como se encuentran los alumnos por lo que se realizó un diagnóstico a 34 alumnos estudiantes de cuarto semestre pertenecientes al Bachillerato General Escolarizado (BGE) con nivel II en PLANEA [8] y a 97 estudiantes inscritos en el área de humanidades y ciencias sociales del tercer año de bachillerato universitario (BU) con nivel IV PLANEA, durante el periodo otoño 2018. El pretest que se aplicó es una réplica del propuesto por Prada [3] el cual fue construido y contextualizado a partir del material propuesto por Hitt en su trabajo Funciones en contexto y una pregunta 10 la cual es una modificación de la que proponen Gómez et al [1] y cuya finalidad de es obtener producciones por parte de los alumnos y las transformaciones realizadas tipo conversión y tipo tratamiento.

193

Las articulaciones que pretende evaluar cada ítem son: de gráfico a gráfico (ítem 1), de lenguaje cotidiano a gráfico o algebraico (ítem 2, 3 y 8), de gráfico a lenguaje algebraico (pares ordenados, ítem 4), de lenguaje algebraico a gráfico (ítem 5 y 7), de tabular a gráfico (ítem 6), y de lenguaje cotidiano a algebraico (ítem 9). Las categorías de análisis de la pregunta 10 son: identificación de los elementos de una función (inciso a), relación entre los elementos de una función (inciso b), modelación de una situación funcional (inciso c), descripción de los procesos realizados (inciso d), utilización del concepto de ecuación para encontrar una incógnita (inciso e) e identificación y uso del patrón de regularidad y de crecimiento de la función (inciso f). A continuación, se presentan los resultados del pretest. Tabla 1. Resultados del diagnóstico. Ítem 1 2 3 4 5 6 7 8 9 10a. 10b. 10c. 10d. 10e. 10f.

BGE (34) 14.71% 26.47% 47.06% 14.71% 8.82% 44.12% 5.88% 0.00% 2.94% 55.88% 26.47% 26.47% 20.59% 8.82% 8.82%

BU-1 (30) 0.00% 13.33% 63.33% 63.33% 23.33% 50.00% 3.33% 3.33% 13.33% 73.33% 33.33% 50.00% 40.00% 23.33% 23.33%

BU-2 (28) 3.57% 28.57% 64.29% 53.57% 21.43% 71.43% 7.14% 0.00% 8.93% 92.86% 75.00% 85.71% 78.57% 78.57% 71.43%

BU-3 (39) 12.82% 12.82% 79.49% 38.46% 20.51% 61.54% 30.77% 0.00% 2.56% 56.41% 12.82% 35.90% 23.08% 33.33% 30.77%

En la tabla anterior se puede observar que existe una relación entre el tipo de sistema educativo y nivel PLANEA, donde los alumnos que pertenecen al Bachillerato Universitario tienen un mejor desempeño que los que no. Cabe señalar que en cada tipo de bachillerato se estudia el mismo contenido en diferentes momentos, pero no por ello se estudia por más tiempo o mayor profundidad. No hay ventaja en términos del tiempo invertido en el estudio de cada tema. Propuesta de secuencia didáctica incorporando tecnología. De acuerdo con los resultados obtenidos, se observa que los alumnos presentan dificultad para realizar la articulación de la representación gráfica. Es por ello por lo que se pretende hacer uso de la Realidad Aumentada para que el alumno logre la transposición didáctica del uso de la aplicación a la comprensión del tema función. La aplicación fue desarrollada en Unity®, el cual es un motor de juegos que permite tanto el desarrollo 2D como 3D, este cuenta con la opción de empaquetado a través de múltiples plataformas, Android, IOS, Windows, etc. De forma complemen-

194

taria se decidió usar Vuforia, kit de desarrollo de software para realidad aumentada, se optó por esta herramienta debido a su versatilidad y rapidez en la creación de prototipos, así como su compatibilidad con Unity. La aplicación presenta un arquero disparando una flecha en diferentes ángulos, en el cual el alumno podrá observar la trayectoria que presenta la flecha y la función que la describe. A continuación, se muestra una imagen de lo que verá el estudiante.

Fig. 1. Muestra de la interfaz que vera el estudiante.

Se diseñó una secuencia didáctica, la cual esta pensada en cinco momentos, cada uno con su inicio desarrollo y cierre; en el primer momento consiste en aplicar el diagnóstico (ya realizado), el segundo momento su objetivo es explorar las nociones de la función, tipos de funciones, formas de discriminar cuando una gráfica es función o no lo es, en el tercer momento el objetivo es que el estudiante realice la conversión entre representaciones semióticas: lenguaje natural – algebraico- tabular-gráfico y en sentido inverso gráfico-tabular-algebraico-lenguaje natural; en el cuarto momento el alumno entrará en contacto con la aplicación de realidad aumentada; en el quinto momento se realizará un postest que es el mismo pretest y una encuesta de satisfacción de uso de la aplicación donde se indagará sobre la usabilidad de la herramienta. Las percepciones del uso de la aplicación por parte de los alumnos serán evaluadas con una prueba Lickert de 20 preguntas elaborada con Google Forms, la cual es una modificación de la propuesta por Sancristán et al. [9]. Teniendo una expectativa prometedora al incorporar la RA como andamiaje para la comprensión del objeto matemático función. Es importante saber, si el uso de la realidad aumentada, es decir, la medicación tecnológica se convierte en apoyo en el entorno académico o al contrario lo entorpece. Si los usuarios están satisfechos con la intervención y además logramos atraer su atención estaremos creando mejores aprendizajes fortaleciendo la atención, interacción profesor-tecnología-alumno y la confianza. La participación por parte de los investigadores será de observación participante, todo se videograbará y se tomaran notas en el diario de clase. Reflexiones. La propuesta tecnológica es parte de una secuencia didáctica donde se incorporan actividades, representaciones, articulaciones y conversiones del objeto

195

matemático función. Se espera que la incorporación de la tecnología en las clases diarias del nivel medio superior apoye al alumno, haciendo las clases más interactivas, la abstracción más fácil y los logros académicos alcanzables. Durante el desarrollo de este artículo la secuencia didáctica se encuentra aplicando en ambos centros de trabajo, con grupos de control y grupo experimental, se realizarán las correlaciones con los resultados obtenidos, para verificar la relación que pueda existir entre edad – rendimiento, tipo de bachiller- rendimiento, aceptación de la aplicación-tipo de bachiller, semestre-rendimiento, entre otros.

Referencias 1.

2. 3.

4. 5. 6.

7. 8.

Gómez, G. M. E., Hernández, P. H. E., Chaucánés, J. A. E.: Dificultades en el aprendizaje y el trabajo inicial con funciones en estudiantes de educación media. Sicentia et Technica, 20(3), 278–285 (2015). Parra, O. y Díaz V.: Didáctica de las matemáticas y tecnologías de la información. Educación y Desarrollo Social, 8(2), 60-81 (2014). Prada, N. R., Jaimes, C. L.A., Hernández, S. C.A.: Representación semiótica de la noción de función, concepciones de los estudiantes que transitan del colegio a la universidad. Panorama, 11(20), 34-44 (2017). Abud, F. Ma. A.: Modelo de objetos de aprendizaje con realidad aumentada. Revista Internacional de la Educación en Ingeniería, 5(1), 1-7 (2012). Garzón, J. y Acevedo J.: A Meta-Analysis of the impact of Augmented Reality on Student´s learning effectiveness. Educational Research Review, (en prensa). Salinas, P., González, M. E., Quintero, E., Ríos, H. & Morales, S.: The Development of a Didactic Prototype for the Learning of Mathematics Through Augmented Reality. Procedia Computer Science, 25, 62-77 (2013). Goss, M., Stillman, G., Vale, C.: Teaching secondary school mathematics. Research and practice for the 21st century, Allen & Unwin, Australia (2007). PLANEA Página Principal, http://planea.sep.gob.mx/ms/, último acceso 2019/03/10 Sancristán, S. C. M., Martín R., Navarro, A. E., & Tourón F. J.: Flipped clasroom y didáctica de las matemáticas en la formación online de maestros de educación infantil. Revista Electrónica Interuniversitaria de Formación del Profesorado, 20(3), 1-14 (2017).

Redes Neuronales Artificiales para el estudio de Rayos Cósmicos E. Varela1,2 , I. Gabriel2, A. Quiroz2 , L-A Baéz2 and H. Salazar1,2,3 1

Facultad de Ciencias Físico Matemáticas BUAP, Avenida San Claudio y 18 sur, Colonia San Manuel, Puebla México 2 Laboratorio Nacional de Superómputo del sureste de México (LNS), Boulevard Valsequillo y Av. Las torres, cp 72570, Puebla México 3 Dirección de Computo y Tecnologías de la Información y Comunicación enrique.varela@correo.buap.mx

Resumen. En este trabajo se estudian métodos de redes neuronales artificiales para reconstruir propiedades de rayos cósmicos, como la composión másica de estos. Nosotros hemos usado un cluster de supercómputo de 12 tarjetas Nvidia Tesla V100 del Laboratorio Nacional de Supercómputo del Sureste de México (LNS). Las redes neuronales artificiales son entrenadas a partir de datos de simulaciones Monte Carlo de rayos cósmicos primarios de Proton y Hierro en un rango de energía que cubre los 1017-1019 Electronvoltios, lo que se obtiene a partir de las redes neuronales es una predicción de una de las principales carácteristicas de los rayos cosmicos que se relaciona directamente con la composición del primario llamado Xmax. Keywords: Redes Neuronales Artificiales, NVIDIA V100, Rayos Cósmicos.

Antecedentes

El estudio de rayos cósmicos ultraenergéticos (energías arriba de 10 17 eV por ejemplo) se realiza por medio de enormes observatorios puestos en la tierra, como es el caso del Observatorio de rayos cósmicos Pierre Auger (PAO) situado en Malague Mendoza Argentina, las mediciones que realizan sus detectores permiten la reconstrucción de rayos cósmicos que inducen lluvias atmosféricas extensas (Extensive Air Showers EAS) cuando interacctuan con las partículas de la atmósfera, los parámetros que se analizan son la dirección de llegada de la partícula, su nivel de energía, la profundidad atmosférica donde se desarrolló el máximo de la lluvia entre otras variables. Muchos de los métodos de reconstrucción de rayos cómicos más usados, estan basados principalmente en las simulaciones por métodos de Monte Carlo [1]. Frecuentemente, las matemáticas complejas necesarias en muchas aplicaciones analíticas pueden ser evadidas enteramente por simulaciones. Estos métodos de Monte Carlo se concentran por ejemplo en el estudio del espectro de los rayos cósmicos [2]. También para determinar la composición másica de la

197

partícula primaria de los rayos, en estos estudios simulaciones Monte Carlo junto con diferentes modelos hadrónicos interacción son usados [3]. El estudio de la composición de rayos cósmicos de muy alta energía permite dilucidar el aún no bien entendido origen de estos. La profundidad atmosférica donde el desarrollo longitudinal de los EAS generados por un rayo cósmico primario alcanzan su máximo desarrollo o generación de partículas al interactuar con la atmósfera de la tierra, es llamado Xmax. Este parámetro es una observable sensible a la composición másica del rayo cósmico primario, es decir, a diferentes núcleos/masas se tienen diferentes distribuciones de Xmax [4] en este trabajo se estudia por ejemplo el desarrollo de la Xmax en función de la energía. Recientemente, la física de astropartículas se ha visto beneficiada por las ciencias computacionales emergentes, como técnicas de análisis de datos, mediante el machine y deep learning, esto a través de algoritmos de redes neuronales artificiales (RNAs) como por ejemplo, la reconstrucción de lluvias atmosféricas inducidas por rayos cósmicos; científicos expertos en la detección y reconstrucción de rayos cósmicos usando enormes observatorios puesto a nivel del suelo estan comparando los métodos normales para realizar la reconstrucción con métodos de deep learning [5]. Otros estudios muy finos en la detección y reconstrucción de EAS es la estimación del contenido de muones en estos EAS, recientemente se han hecho comparaciones de los métodos normales para realizar estas estimaciones usando ahora métodos de machine y deep learning [6]. También en técnicas para la detección de rayos cósmicos en monitores de neutrones se usa RNAs [7].

2 2.1

Datos de Entrada para Red Neuronal Artificial Rayos Cósmicos y Xmax

El presente trabajo consiste en el análisis de eventos simulados de lluvias atmosféricas extensas EAS inducidas por rayos cósmicos, mediante el uso de una red neuronal de retropropagación que, mediante su entrenamiento, genere un modelo predictivo para determinar el parámetro Xmax, en función de la energía (en Electronvoltios), lo que se espera es que los errores en la predicción no dependan de la energía. Estos métodos en trabajos posteriores se pueden usar para entrenar una red neuronal con datos reales de algún observatorio y predecir resultados donde por limitaciones estadísticas con métodos normales no se pueda decir mucho y con estas técnicas encontrar ciertos comportamientos. Nos centramos en la profundidad atmosférica donde el desarrollo longitudinal de EAS alcanzan su máximo Xmax. Ya que como se mecciona arriba este parámetro es sensible a la composición del rayo cósmico primario, y diferentes núcleos tienen diferentes distribuciones de Xmax [4]. 2.2

Producción de Eventos Simulados

Primero se generaron los datos que se usaron para entrenar la RNA; para esto se usaron dos conjuntos de datos de simulaciones Monte Carlo (MC). Se realizaron simula-

198 ciones MC de chubascos atmosféricos extendidos con el Código CONEX v4r37 [8,9], usando uno de los modelos de interacción de partículas comunes en este campo llamado Sibyll 2.3 [10]. Se simularon 3 x 105 chubascos por primario (Protón y Hierro) y por intervalo de energía (intervalos separados en Log[Energía/Electronvoltio]=0.25), se cubrió un rango total de 1017-1019 Electronvoltios. Estas simulaciones MC, requieren y consumen mucho tiempo de cáculo ya que cada evento a simular correrá en un solo núcleo y dependiendo de la energía a simular le tomará más tiempo, así por ejemplo para un evento MC de primario de Hierro de 1017 eV con mil lluvias le toma aproximadamente 2 dias mientras que un evento de 1018 eV le puede tomar una semana, por lo que se requiere de un equipo de cómputo con una muy buena capacidad de procesamiento y donde poder distribuir estos trabajos, por lo que estas simulaciones fueron realizadas en el cluster de CPUs “Cuetlaxcoapan” del Laboratorio Nacional de Supercómputo del sureste de México (LNS) [11] para un trabajo previo y aquí se usan sólo como datos de entrada.

Hardware de cómputo

El equipo de cómputo utilizado para realizar los entrenamientos es un equipo de alto rendimiento de última generación, proporcionado por el LNS, el cual se describe a continuación: Servidor IBM Power System AC922, cada uno con: 2 x Procesador POWER9 20-core, 2.4 GHz (3.0 GHz turbo) 160 threads: x4 per core 1 TB Memoria RAM: 16 x 64GiB RDIMM DDR4 2666 MHz 4 x NVIDIA Tesla V100 SXM2 GPUs con 16 GB de Memoria y NVLink Air-Cooled Cada acelerador GPU NVIDIA Tesla V100 cuentan con: Arquitectura GPU: NVIDIA Volta NVIDIA Tensor Cores: 640 NVIDIA CUDA® Cores: 5,120 Double-Precision Performance: 7.8 TFLOPS Single-Precision Performance: 15.7 TFLOPS Tensor Performance: 125 TFLOPS GPU Memory: 16GB HBM2 Memory Bandwidth: 900GB/sec Interconnect Bandwidth: 300GB/sec El LNS cuenta con tres servidores IBM Power System AC922 con 4 aceleradores GPU NVIDIA Tesla V100, los cuales pueden ser utilizados para entrenar redes neuronales profundas en paralelo hasta con las 12 GPUs que suman en total; sin embargo, la fase del proyecto que se presenta actualmente no requiere de un poder de cómputo lo suficientemente intensivo.

199

El entrenamiento de las redes neuronales fue ejecutado tanto en los CPUs POWER9 como en una GPU NVIDIA Tesla V100 utilizando los CUDA Cores. Siendo [5,6] uno de los trabajos con mayor similitud al nuestro, fue tomado como referencia para determinar tanto los parámetros adecuados para el modelo de nuestra ARN, como el hardware apropiado para el entrenamiento de la misma. Dicha investigación fue realizada utilizando una tarjeta GPU NVIDIA GeForce GTX 1080, la cual cuenta con 2560 CUDA Cores, 8GB de memoria, y un ancho de banda de 320 GB/sec, lo que deriva en un rendimiento de ~0.2773 TFLOPS en operaciones de doble precisión, siendo ésta la precisión utilizada por nuestros datos. En comparativa, las características físicas de las GPUs Tesla V100 sobrepasan ampliamente y en todos los aspectos a las tarjetas GTX 1080, lo que provoca que su rendimiento sea hasta ~28 veces mayor que esta. Con base en el cotejo realizado, se esperaba reducir los tiempos de entrenamiento de la ARN muy por debajo de los ~100 segundos por epoch que le tomó entrenar al experimento comparado.

Preparación de los datos

La base de datos utilizada durante el análisis es una muestra de aproximadamente 4.8 millones de datos descritos en la sección 2.2. De dicho set de datos se extraen únicamente la energía E en (Log[Energía/Electronvoltio]) y la profundidad atmosférica que corresponde al desarrollo máximo de los rayos cósmicos simulados Xmax[gr/cm2]. Para que la RNA generalice los datos de manera adecuada, la base de datos es dividida en sets secundarios para el entrenamiento y la posterior evaluación del modelo generado por la RNA. Dicha división debe contener muestras que representen de manera general el comportamiento total, por lo que, antes de dividir los datos, todas las muestras de la base de datos son previamente aleatorizados [12]. En una segunda instancia se define el porcentaje de datos que se usa para el entrenamiento de la red y la prueba de validación. Para los modelos de redes generados en este trabajo, se utilizaron el 70% del total de los datos para hacer el entrenamiento y el 30% para ser datos de validación. La normalización de los datos es una práctica común en la preparación de la información a procesar cuando se tienen más de dos variables (columnas) con rangos numéricos diferentes, las cuales, influyen en el comportamiento de un solo evento. Otro de los aspectos a tomar en cuenta es que, al utilizar los datos normalizados, el gradiente descendente converge más rápido a un mínimo local o mínimo global, evitando así posibles oscilaciones en la función de pérdida durante el entrenamiento. Este efecto se pude notar también en la clasificación de vectores de soporte (SVC), donde se deben escalar los datos para su posterior análisis [13]. En el entrenamiento se utilizó la estandarización z-score, la cual se usa para comparar datos de diferentes muestras. Utilizar esta técnica no sólo proporciona la posibilidad de reescalar los datos como lo haría una normalización típica, sino que también agrupa los datos. La estandarización z-score se obtiene con:

200

(1) 𝓍 : Dato por analizar. 𝜇 : Media. 𝜎 : Desviación estándar. Otro de los beneficios que nos otorga el realizar esta estandarización es la posibilidad de estimar la distancia que tiene el dato de la media y la cantidad de datos que se encuentran agrupados, de igual manera, a la media. Esta estandarización se aplicó a los niveles de energía (LogE).

Arquitectura de la RNA

El modelo de la RNA fue desarrollado con el lenguaje de programación Python, y la biblioteca de desarrollo para machine learning TensorFlow a través del framework Keras. Esto compone el entorno de desarrollo más simple y a la vez robusto para el modelado de redes neuronales Mediante el uso del error cuadrático medio (MSE) como función de pérdida, se generó una regresión polinomial con una red neuronal artificial, la cual sufrió múltiples cambios de diseño durante el desarrollo de la investigación con el fin de determinar el número adecuado de neuronas. Se siguió este procedimiento debido a que actualmente aún no existe una metodología general que, dado un problema, se obtenga una arquitectura definida [14]. Esta función de pérdida corresponde a:

(2) n: Número de puntos. y: Punto real. ỹ: Punto estimado. El modelo que se obtuvo consta de una capa de entrada densa con una entrada, que corresponde a el nivel de energía (LgE); esta capa está conectada a una capa oculta densa (totalmente conectada) con sesenta y cuatro perceptrones; la última capa, correspondiente a la salida, siendo esta, una capa densa con un perceptrón (ver Fig. 1).

201

Fig. 1. Distribución, número de capas y perceptrones correspondientes al modelo.

Para nuestra implementación de la RNA de regresión, se utilizó una sola variable. En las capas ocultas se utilizaron diseños de 2048, 1024, 832, 512, 256, 128, 100 y hasta 32 neuronas distribuidos entre 1 y 6 capas ocultas para definir el mejor modelo a desarrollar. Al determinar que no existe una diferencia notoria entre el error y la validación de error durante el entrenamiento de dichos modelos, y debido al incremento de tiempo necesario para realizarlo, proporcional al incremento de neuronas en la red, se optó por utilizar la arquitectura ya mencionada, la cual destacó tanto en velocidad de entrenamiento como en la fase de validación. Es esencial determinar el número óptimo de perceptrones y capas en la red para evitar que la RNA “memorice” los datos y sea incapaz de predecir (overfitting), o que no sea capaz siquiera de representar el comportamiento de los datos (underfitting). Se comprobó que a un número menor de perceptrones presentados en el diseño final, el error incrementa y se presenta underfitting y, por el otro lado, a un número mayor, el tiempo de entrenamiento incrementa y se presenta overfitting (ver Fig.2).

Fig. 2. Tiempo de entrenamiento en segundos por época (epoch) para cada modelo.

Debido a que la red neuronal artificial realizó una regresión lineal, a la salida sólo se utiliza un solo perceptrón.

202

Entre cada capa de perceptrones de la red, se utiliza una función de activación, la cual agrega no linealidad al modelo, y de esta forma le es posible aprender patrones más complejos. Ésta función se aplica tanto en la capa de entrada como en las capas ocultas. Como ya se mencionó se implementa un algoritmo de regresión lineal, entonces en la capa de salida se utiliza una función de activación lineal. La función de activación utilizada fue ReLU (unidad lineal rectificadora), la cual es ampliamente ocupada en la actualidad ya que presenta buenos resultados al evitar el problema del desvanecimiento del gradiente, el cual provoca un lento aprendizaje de las redes de regresión.

Parámetros del entrenamiento

Las epochs son el número de veces que se realiza la regresión; y determinan la proporción con la que la red aprende con cada iteración del ajuste de pesos de los perceptrones: pocas epochs conducen al problema del underfitting, y demasiadas, al overfitting. Se utilizó una cantidad variable de epochs al establecer una función de paro del entrenamiento, la cual se activa cuando presenta disminución en el error de entrenamiento (loss) y en el error de validación (validation loss) durante 10 epochs. Después del entrenamiento se precisa que se requieren 21 epochs para llegar al mínimo error de validación. El batch size es una opción que se puede asignar a la función de entrenamiento del modelo, y esta nos permite determinar el tamaño de las muestras y a su vez nos da el número de muestras que se utilizarán a lo largo del entrenamiento, esto debido a que se debe tener cierta precaución en el uso del espacio utilizado en la memoria RAM de la computadora en la cual se ejecute el entrenamiento. Tomando en cuenta la gran cantidad de memoria del hardware empleado, así como la complejidad de la ARN, puesto que el entrenamiento se realizó con 1,674,418 muestras, se experimentó con batch sizes en valores desde 32 muestras, fijando el parámetro en 10,000 muestras para el entrenamiento. Aun cuando es sabido que a mayor número de muestras se puede degradar la calidad del modelo y su habilidad para generalizar [15], se compensó el incremento de epochs necesarios para alcanzar error de validación similar al que se obtiene con un batch size mucho menor al reducir el tiempo de entrenamiento por cada epoch; es decir, se aumentó en un factor de hasta 1.3 veces la cantidad de epochs que le tomaría a la red ser entrenada con un batch size de 512, pero el tiempo de entrenamiento de cada epoch fue ~2.8 veces más rápido.

Pruebas con bases de datos similares

Una vez establecida la arquitectura de la red y haber determinado los parámetros del entrenamiento, esta se puso a prueba con datasets generados aleatoriamente; para esto se usó un programa en lenguaje Python con la librería de Numpy. El primer dataset

203

cuenta con un millón de puntos con un rango de cero a siete para el eje x, y un rango de menos veinte a veinte para el eje y. Se introdujo una función senoidal a la generación de los datos, evitando así que los datos se crearan con una distribución lineal. La segunda base de datos cuenta con dos millones de puntos. En el eje x: se tiene un rango de 0 a 2.3 y en el eje y un rango de 512 a 524. De igual manera, se introdujo una función senoidal a la generación. En la Fig. 3 se muestran los resultados del entrenamiento de la red para cada dataset. Se observa que la red identificó que los datos seguían un comportamiento no lineal. Otro aspecto que se observa es que determinó la distribución general de los datos, esto se infiere debido a que, aunque la base de datos tiene puntos aleatorios, su distribución es uniforme en el rango establecido. Adicionalmente, se comprueba que la red no sufre de overfitting, ya que es capaz de predecir la dirección de valores fuera del rango de los datos de entrenamiento.

Fig. 3. Regresión polinomial y predicción de datos, a) primera base de datos con un desarrollo de la función seno amplia, b) segunda base de datos con un desarrollo de la función seno corta.

El número de epochs que le tomó a la red aprender el comportamiento general de cada dataset corresponde a 34 y 52 epochs respectivamente.

Resultados

Usando la arquitectura de la RNA planteada y con los parámetros de entrenamiento descritos, se entrenó a la red para generar, en primera instancia, la regresión polinomial de las lluvias de rayos cósmicos. La evolución del entrenamiento de la red nos puede mostrar, si para el caso de esta base de datos, se presenta overfitting. En la Fig. 4 muestra el error del entrenamiento (loss) y el error de la validación (val_loss) contra el número de epochs. Este error, a su vez, es la diferencia que hay entre el valor estimado con el valor real. El overfitting se presenta cuando el error de validación es mucho mayor al de entrenamiento.

204

Fig. 4. Evolución del entrenamiento, nos puede mostrar si existe overfitting.

En la Fig. 5 y la Fig. 6 son mostradas la diferencia entre X max del MC menos Xmax predicha por la RNA, para eventos MC simulados por el modelo hadrónico Sibyll 2.3 para ambos primarios Protón y Hierro respectivamente. Se obtiene que en promedio el error en la predicción de Hierro es de 9.00 gr/cm2 y no depende de la energía, este es un resultado interesante ya que con métodos tradicionales hay una dependencia directa con la energía, en el caso de la predicción de protón el error es en promedio de 23.00 gr/cm2 y támpoco depende de la energía, el error es más grande para la predicción del protón esto es algo normal en rayos cósmicos.

Fig. 5. Diferencia entre Xmax de entrada menos Xmax predicha, por intervalos de energía para chubascos atmosféricos extendidos generados por un rayo cósmico primario de Protón, simulados con el modelo hadrónico Sibyll.

205

Fig. 6. Diferencia entre Xmax de entrada menos Xmax predicha, por intervalos de energía para chubascos atmosféricos extendidos generados por un rayo cósmico primario de Hierro, simulados con el modelo hadrónico Sibyll.

Conclusiones

El uso de redes neuronales artificiales RNA nos ayuda a encontrar patrones dentro de bases de datos que una técnica convencional no podría. Para que una red pueda cumplir la tarea de encontrar patrones y predecir el comportamiento de datos fuera de los valores con los que se entrena, es necesario encontrar el número óptimo de capas y neuronas de la red (además de otros factores), ya que, si el número no es suficientemente grande, los resultados no podrán ajustarse a los datos, y si el número es demasiado amplio, la red podrá ajustarse a los datos conocidos, pero no podrá hacer predicciones. Tomando como entrada chubascos atmosféricos extendidos simulados, hemos mostrado que los métodos de RNAs son una herramienta poderosa para estimar el máximo del desarrollo longitudinal de rayos cósmicos Xmax. sobre la base de los estudios de Monte Carlo. Queda demostrado también que a pesar de ser un trabajo que podría considerarse preliminar debido a la poca complejidad de la red, así como a la pequeña cantidad de parámetros de entrada, nuestro método describe adecuadamente los patrones presentes en los datos simulados, por lo que nuestra red puede adaptarse y aplicarse a un amplio espectro de núcleos primarios y energías, pero especialmente podrá entrenarse utilizando datos reales, y de esta manera, hacer predicciones donde la estadística de los eventos a energías muy altas es muy baja.

206 Los métodos de Redes Neuronales Artificiales y Aprendizaje Profundo parecen una herramienta prometedora para obtener más información sobre los misterios de los rayos cósmicos de ultra alta energía. Agradecimientos Los autores agradecen al Laboratorio Nacional de Supercómputo del Sureste de México (LNS), perteneciente al padrón de laboratorios nacionales CONACYT, por los recursos computacionales, el apoyo y la asistencia técnica brindados, a este trabajo. Referencias 1. 2.

4. 5.

8. 9. 10. 11. 12. 13. 14. 15.

William L. Dunn, J. Kenneth Shultis, in Exploring Monte Carlo Methods, 2012, pp 21-46. T. Abu-Zayyad, R. Aida, M. Allen, R. Anderson, et al, The cosmic-ray energy spectrum observed with the Surface detector of the telescope array experiment, The astrophysical Journal Letters, Volume 768, Number 1. (2013). Washington R., CarvalhoJr., JaimeAlvarez-Muñiz, Determination of cosmic-ray primary mass on an event-by-event basis using radio detection, Astroparticle Physics, Volume 109, 2019, pp 41-49 T. K. Gaisser and A. M. Hillas, in Proceedings 15th ICRC, Plovdiv (1977), Vol. 8, p. 353. M. Erdmann, J. Glombitza, D. Walz, A deep learning-based reconstruction of cosmic ray induced air showers, Astroparticle Physics, Volume 97, 2018, Pages 46-53. A. Guillén, A. Bueno, J.M. Carceller, J.C. Martínez-Velázquez, G. Rubio, C.J. Todero Peixoto, P. Sanchez-Lucas, Deep learning techniques applied to the physics of extensive air showers, Astroparticle Physics, Volume 111, 2019, Pages 12-22. P. PaschalisC. SarlanisH. Mavromichalaki, Artificial Neural Network Approach of Cosmic Ray Primary Data Processing, Solar Physics, Volume 282, Issue 1, 2013, pp 303–318. T. Bergmann, R. Engel, D. Heck, N.N. Kalmykov, S. Ostapchenko, T. Pierog, T. Thouw, and K. Werner, Astropart. Phys. 26, 420 (2007). T. Pierog, M. K. Alekseeva, T. Bergmann, V. Chernatkin, R. Engel, D. Heck, N.N. Kamkov, J. Moyon et al., Nucl. Phys. B, Proc. Suppl. 151, 159 (2006). E. J. Ahn, R. Engel, T. K. Gaisser, P. Lipari, and T. Stanev, Phys. Rev. D 80, 094003 (2009). Laboratorio Nacional de Supercómputo del sureste de México Homepage, http://www.lns.org.mx. Jason Brownlee. Deep Learning With Python. Hsu, C.-W & Chang, C.-C & Lin, C.-J. (2003). A Practical Guide to Support Vector Classification. 101. 1396-1400. D. Stathakis, How many hidden layers and nodes?, International Journal of Remote Sensing, 30:8, 2133-2147. Shirish Keskar, Nitish & Mudigere, Dheevatsa & Nocedal, Jorge & Smelyanskiy, Mikhail & Tang, Ping. (2016). On Large-Batch Training for Deep Learning: Generalization Gap and Sharp Minima.

Planeación y rediseño de un instrumento para medir competencias investigativas en estudiantes universitarios Pahola Ríos Carrillo1, Genaro Aguirre Aguilar2, Rubén Edel Navarro3 1

Facultad de Pedagogía, Universidad Veracruzana, Calz. Juan Pablo II, 94294, Veracruz, México 2 Facultad de Ciencias y Técnicas de la Comunicación, Universidad Veracruzana, Calz. Juan Pablo II, 94294, Veracruz, México 3 Laboratorio para la Innovación y Desarrollo Regional, Universidad Veracruzana, Calz. Juan Pablo II, 94294, Veracruz, México paholariosc@hotmail.com, 2geaguirre@uv.mx, 3redel@uv.mx

Resumen. El presente artículo forma parte del proyecto doctoral titulado Competencias para la enseñanza de la investigación en Ciencias Sociales, donde uno de los instrumentos desarrollados tiene por objetivo identificar las competencias investigativas -habilidades, saberes, actitudes y valores- de los estudiantes universitarios. Por tal motivo, se distinguen las fases iniciales de un proyecto de investigación, es decir, la elaboración del marco epistémico y el marco teórico-conceptual, para llegar al diseño metodológico que incluye la planeación y el rediseño de un instrumento para evaluar habilidades de investigación. Es justo a partir de este proceso doctoral, que es objetivo de este artículo hacer un ejercicio reflexivo y experiencial que describa esta etapa de construcción, de igual forma se establecen las pautas generales para la validez de contenido por juicio de expertos mediante un software; por último, se destacan los aprendizajes más sobresalientes que favorecen el desarrollo de un proyecto de investigación. Palabras Clave: Competencias Investigativas; Instrumento de Medición; Rediseño de instrumento; Validación por Juicio de Expertos.

Introducción

De acuerdo con Nieto Súa, Gómez Velasco y Eslava, la palabra investigar significa “el proceso de construir conocimiento a partir del análisis sistemático, riguroso y formal como fuente del verdadero conocimiento” [1]. Realizar una tesis como proyecto doctoral en el área de Ciencias Sociales y que se encuentre orientado al ámbito educativo, presupone transitar por experiencias centradas en la identificación de un objeto de estudio, su fundamentación teórica y el diseño metodológico, a través de bordar el Marco Epistémico que incluye la elaboración del estado del arte, construcción del problema de investigación, objetivos e hipótesis; el Marco Teórico-Conceptual y el Diseño Metodológico donde se selecciona la población de estudio, tipo de muestreo, así como la definición de las técnicas de investigación y el diseño de instrumentos de medición para después someterlos a procesos de validación y confiabilidad.

208

Por tal motivo, es interés de los autores del presente artículo analizar la planeación y diseño, en términos teóricos y técnicos, de un instrumento de medición, orientado a la identificación de conocimientos, habilidades, valores y actitudes relacionados con la investigación, para lo cual se exponen 3 etapas que se han considerado particularmente significativas en este proceso a) La experiencia doctoral en el diseño de un proyecto de investigación, su metodología y la construcción de un instrumento para la medición de las variables del estudio. b) Criterios para la validación del instrumento por juicio de expertos a través del empleo de un software, el análisis de fiabilidad, prueba piloto y su aplicación. c) Las principales conclusiones del artículo.

El proceso de un proyecto de investigación.

El proyecto de investigación doctoral Competencias para la enseñanza de la investigación en Ciencias Sociales inició con la edificación de un Marco Epistémico. Dicha acción representó una revisión documental de artículos, tesis de maestría y doctorado, memorias, reportes de investigación, entre otras fuentes, relacionadas con la temática de estudio que hubieran sido producidos de los últimos 10 años; se consideraron repositorios institucionales y bases de datos académicas para la selección de la información. Para efectos de viabilidad se identificaron las palabras clave del proyecto, en los idiomas predominantes de dicho trabajo: español (enseñanza de la investigación, competencias docentes, competencias investigativas y mediación tecnológica) e inglés: (competencies for teaching research, scientific method, investigative competencies, technological mediation). Con los anterior fue posible elaborar los antecedentes del objeto de estudio, que dieron lugar a la enseñanza de las ciencias, el papel de la universidad en su conformación y consolidación, la investigación en el contexto de las Ciencias Sociales en el nivel superior, la aplicación de las TIC en tareas de investigación, así como el perfil de quien enseña y quien aprende a investigar. Posteriormente, se conformó la estructuración analítica de un estado del arte, a través de la contextualización, clasificación y categorización para la reflexión y detección de vacíos de la información [2], entre lo que se incluyó la enseñanza de la investigación, la mediación tecnológica en el proceso enseñanza-aprendizaje y las competencias investigativas. De este modo se pudo dar paso al planteamiento del problema y a su pregunta de investigación: ¿Qué habilidades y conocimientos disciplinares, metodológicos y digitales pueden caracterizar el desarrollo de un modelo de competencias docentes para la enseñanza de la investigación mediada las TIC? Así mismo se establecieron los siguientes objetivos específicos: 1. Identificar las competencias que posee el docente para la enseñanza de la investigación en Ciencias Sociales. 2. Analizar el tipo de metodologías pedagógicas que emplean los docentes para generar entornos de aprendizaje que favorezcan la enseñanza de la investigación.

209

Describir las competencias investigativas que se promueven entre los estudiantes que cursan programas en el ámbito de las Ciencias Sociales. 4. Evaluar la pertinencia de un modelo de mediación para la enseñanza de la investigación en Ciencias Sociales que facilite el desarrollo de competencias investigativas en estudiantes universitarios. Una vez que se establecieron las preguntas y los objetivos del proyecto, se especificaron las variables atributivas del estudio: a) Competencias para la enseñanza de la investigación. b) Competencias investigativas en estudiantes universitarios. Para la construcción del Marco Teórico-Conceptual, se incluyen las perspectivas, enfoques, modelos y supuestos teóricos para estudiar las variables, por lo que también debió realizarse una búsqueda bibliográfica amplia [3]. De ahí que, tras una revisión sistemática del marco teórico-conceptual, se lograron definir entre otros términos, los de competencias docentes y competencias investigativas, que dan sentido a las variables atributivas de estudio. Posteriormente se ubicaron las dimensiones que conformarían a estas variables. En el siguiente apartado nos centraremos en el desarrollo de un instrumento de medición a partir de la variable atributiva: Competencias investigativas en estudiantes universitarios. 2.1

La construcción de un instrumento de medición sobre Competencias Investigativas en Estudiantes Universitarios.

Para cumplir con el tercer objetivo de investigación “Describir las competencias investigativas que se promueven entre los estudiantes que cursan programas en el ámbito de las Ciencias Sociales”, se elaboró una la Escala Competencias Investigativas en Estudiantes Universitarios. Después de realizar una revisión teórica, la variable competencias investigativas en estudiantes universitarios fue definida operacionalmente por los autores del artículo, destacando el conjunto de conocimientos, habilidades o destrezas, actitudes y valores que se promueven en el estudiante; procurando con ello, el desarrollo del pensamiento analítico y crítico, así como los dominios teórico-metodológicos que le permitan desarrollar actividades propias de la práctica científica, cuya comunidad de referencia podrán ser académicos e investigadores del campo de conocimiento donde se forma. Con los elementos anteriores se dio paso al siguiente momento del proyecto: el Diseño Metodológico. De acuerdo con Dorantes Rodríguez, el diseño de la investigación dictamina la estructura que debe seguir la investigación, permite conocer la relación entre las variables y sugiere los instrumentos estadísticos que deben utilizarse [4]. Por tal motivo, este apartado define las etapas en las que se llevará a cabo la investigación, describir el tipo de estudio, escenario, población, perfil de los participantes, tipo de muestreo, las técnicas y los instrumentos. En esa tesitura y con la intención de realizar un instrumento para valorar las competencias investigativas que poseen los estudiantes universitarios, se procedió a operacionalizar esta variable. Dicha actividad, es considerada una de las actividades más complejas en el proceso investigativo, pues lleva a la variable desde un nivel abstracto a un plano más concreto o empírico [5]. En otras palabras, operacionalizar

210

significa situar a través de acciones el significado de las variables de estudio, es decir, traducir los conceptos y significados de las variables en acciones observables [6]. Es por ello, que durante la operacionalización se determinaron las dimensiones, concepciones y los indicadores para valorar el comportamiento de las variables. Para ello, se consideró como piedra angular el instrumento propuesto por Rivera et al. (2014) Evaluación de habilidades de investigación [7], dirigido a la autoevaluación de estudiantes y/o docentes universitarios, de modo que, para cada uno, se podían ajustar los ítems a sus propias necesidades. De hecho, los propios autores señalan que también puede utilizarse como medio de planeación didáctica o evaluación al inicio o final de un curso. En consecuencia, este instrumento consta de 13 dimensiones y 59 ítems. Tabla 1. Dimensiones e ítems del Instrumento Evaluación de Habilidades de Investigación (Rivera et al., 2014). Dimensión 1-7 Ítems Dimensión 8-13 Ítems 1. Valores y actitudes. 1-7 8. Dominio técnico especializado 33-36 (marco teórico). 2. Habilidades cognitivas. 8-14 9. Dominio técnico especializado 37-46 (metodología). 3. Dominio básico de herramientas 15-17 10. Dominio técnico 47-49 computacionales. especializado (resultados). 4. Dominio especializado de 18-20 11. Dominio técnico 50-51 herramientas computacionales. especializado (discusión). 5. Comunicación oral y escrita 21-23 12. Dominio técnico 52 básica. especializado (referencias). 6. Comunicación oral y escrita 24-27 13. Dominio técnico 53-59 especializada. especializado (experiencias en investigación). 7. Dominio técnico básico. 28-32

Fuente: elaboración propia. En correspondencia con lo antes mencionado, se hicieron ajustes a dicha prueba de acuerdo con el marco teórico-conceptual del proyecto doctoral, así fueron adecuadas las dimensiones preestablecidas, hasta conformar 5 en el instrumento final y un total de 91 ítems; por ejemplo, la dimensión antes llamada habilidades cognitivas fue renombrada como habilidades del pensamiento, debido a los indicadores que en la nueva escala se incluyeron. Además, se optó por una escala tipo Likert, cuyas opciones de respuestas fueron: a) De acuerdo, b) Ni de acuerdo ni en desacuerdo, c) En desacuerdo y d) No aplica. Después de pasar por diversas etapas de revisión y de ajustes de fondo y forma, el nuevo instrumento fue denominado Escala de Competencias Investigativas en Estudiantes Universitarios, cuyo objetivo principal es identificar los conocimientos, las habilidades, las actitudes y los valores, que han desarrollado los estudiantes de universidad o pregrado tras haber cursado materias de investigación. A continuación, se muestran 3 de las 5 dimensiones que fueron reajustadas:

211

Fig. 1. Operacionalización de las dimensiones 2, 3 y 4 de la Escala de Competencias Investigativas en Estudiantes Universitarios. Fuente: elaboración propia, basado en la

propuesta de Rivera et al. (2014).

Validación del instrumento.

En vista del rediseño del instrumento de medición, es importante hacer énfasis en la utilidad de los procesos de validación y confiabilidad. Usualmente se dice que un instrumento es válido cuando cumple con el objetivo para el que fue diseñado, es decir cuando logra medir la variable o constructo de estudio, por lo que esta cualidad es la que se considera más relevante. Para tal proeza, Thorndike y Hagen expresan que se deben contestar las siguientes preguntas: “¿mide la prueba lo que deseamos medir?, ¿en qué grado lo logra?, ¿mide lo que deseamos medir?” [8]. Así mismo, cabe aclarar que hay distintos tipos de validez por lo que su elección dependerá enteramente del tipo de instrumento que ha sido elaborado. Argibay define la siguiente tipología: a) Validez de contenido: la evaluación se centra en el contenido de la prueba de medición, por lo que generalmente se recurre a la opinión de expertos

212

formados en la temática que se esté tratando, pues lo que interesa es conocer si los reactivos son una muestra representativa de las conductas que se están evaluando, b) Validez de criterio: en esta clase de validez se relacionan las puntuaciones obtenidas en la prueba con otras variables llamadas criterio. Dentro de esta clasificación también se encuentran la validez concurrente y predictiva, c) Validez de constructo: Se utiliza para variables hipotéticas que no pueden ser evaluadas o estudiadas ya que no son observables de manera directa, por tal motivo, son asociadas principalmente con variables que definen diversos aspectos de la conducta humana [9]. Para la validación de la Escala de Competencias Investigativas en estudiantes universitarios se ha utilizado la herramienta virtual denominada Plantilla para evaluar la validez de contenido a través de juicio de expertos, creada en 2017 por los autores Galicia Alarcón, Balderrama Trápaga y Edel Navarro. Para tal motivo, se considerando las categorías expresadas por Escobar y Cuervo en 2008: a) Claridad, cuando un ítem es comprensible a nivel semántico y sintáctico; b) Coherencia, cuando el ítem guarda una relación lógica con la dimensión o el indicador; c) Relevancia, cuando los ítems son significativos pues garantizan que la información permita medir las variables del estudio, por lo que deben ser incluidos; y d) suficiencia, cuando se tiene la certeza que todos los ítems pertenecen a una misma dimensión [10]. Una vez que se cargó y corroboró el funcionamiento del instrumento en la plantilla, se contactó con los evaluadores expertos seleccionados a través de un correo electrónico con la liga de acceso del software antes mencionado. Cuando el evaluador ingresa a la liga y selecciona el instrumento se muestran las indicaciones generales para el uso de la plantilla, sus dimensiones, objetivos, e ítems. En cada ítem se logra observar las categorías de Coherencia, Relevancia y Claridad, así como los 4 tipos de respuesta que hay para cada una de ellas: 1) No cumple con el criterio, 2) Bajo Nivel, 3) Moderado nivel y 4) Alto nivel. De este modo el experto puede calificar dichos ítems. La evaluación de la categoría de Suficiencia se muestra al final de la plantilla electrónica pues en ella se valora la dimensión completa, considerando nuevamente los 4 tipos de respuesta antes mencionados. En la imagen posterior se muestra parte del instrumento integrado en la plantilla digital. En el punto A se visualiza el número de ítem, en el B la descripción o enunciado de cada uno de los reactivos y en el punto C los apartados de Coherencia y Relevancia con sus 4 opciones de respuesta.

213

Fig. 2. Muestra de pantalla con el instrumento de evaluación cargado con la Plantilla para evaluar la validez de contenido a través de juicio de expertos de Galicia Alarcón, Balderrama Trápaga y Edel Navarro (2017), partes A, B y C. Para cuando se escribe este artículo, el instrumento se encuentra en su etapa de validación por juicio de expertos, por lo que se espera que una vez terminada, se proceda con la aplicación de la prueba piloto, el análisis de la confiabilidad mediante el Coeficiente Alfa de Cronbach; ya que con una prueba de fiabilidad como esta, se pretende analizar el grado de

consistencia o estabilidad de una medida, por lo tanto, dependiendo del grado en que los errores de medición estén presentes en un instrumento de medición, el instrumento será poco o más confiable; por tal motivo, se podría afirmar que la confiabilidad es la ausencia relativa de errores de medición en un instrumento [11].

Conclusiones.

Al adentrarse en las fases del diseño de instrumentos de medición, el investigador tiene la oportunidad de realizar búsquedas que le permitan distinguir los instrumentos que han sido estandarizados y validados por otros autores -como cuestionarios o escalas-, y que puedan ser adecuados para su investigación o por el contrario, construir un instrumento propio que le permita recolectar información para el estudio de fenómenos o problemas relacionados con el campo de conocimiento donde se ubican sus objetos de estudio, ya sea para medir o manipular las variables de un proyecto de corte cuantitativo, para la descripción de cualidades o búsqueda de significados con instrumentos cualitativos, o en su defecto, para lo que requiera en un estudio de carácter mixto. Una vez que se ha cumplido con la validación de contenido por juicio de expertos a través de una herramienta digital como la aquí señalada, se da pie a la aplicación de la prueba piloto y análisis de confiabilidad, etapas que también contribuyen a dar solidez al instrumento, donde se espera obtener resultados favorables que lleven a la aplicación final de este.

214

Referencias 1.

3. 4.

5. 6.

9. 10.

11.

Nieto Súa, D. L.; Gómez Velasco, N. Y.; Eslava, S.: Significado psicológico del concepto investigación en investigadores. Perspectivas en Psicología http://www.redalyc.org/pdf/679/67945904008.pdf (2016). Accedido el 03 de marzo de 2019. Reidl-Martínez, L. M.: Marco conceptual en el proceso de investigación. Investigación en Educación Médica. http://riem.facmed.unam.mx/node/231(2012). Accedido el 10 de marzo de 2019. Dorantes Rodríguez, C. H.: El proyecto de investigación en Psicología: de su génesis a su publicación. Universidad Iberoamericana (2010) Carballo Barcos, M.; Guelmes Valdés, E. L.: Algunas consideraciones acerca de las variables en las investigaciones que se desarrollan en educación. Revista Universidad y Sociedad. http://rus.ucf.edu.cu/ (2016). Accedido el 15 de marzo de 2019. Vicencio Leyton, O.: La investigación en las Ciencias Sociales. Trillas (2015) Rivera Heredia, M. E.; Arango Pinto, L. G.; Torres Villaseñor, C. K.; Salgado Brito, R.; García Gil de Muñoz, F. L.; Caña Díaz, L. E.: Competencias para la investigación: desarrollo de habilidades y conceptos. Trillas (2014) Galicia Alarcón, L. A.; Balderrama Trápaga, J. A.;, Edel Navarro, R. Validez de contenido por juicio de expertos: propuesta de una herramienta virtual. Apertura. http://dx.doi.org/10.18381/ap.v9n2.993 (2017). Accedido el 12 de febrero de 2019. Argibay, J. C.: Técnicas psicométricas. Cuestiones de validez y confiabilidad. Subjetividad y Procesos Cognitivos. http://www.redalyc.org/pdf/3396/339630247002.pdf (2006). Accedido el 12 de febrero de 2019. Thorndike, R. L.; Hagen, E. P.: Medición y evaluación en Psicología y Educación. Trillas (2006) Guerra Molina, R.: ¿Formación para la investigación o investigación formativa? La investigación y la formación como pilar común de desarrollo. Revista boletín Redipe. https://revista.redipe.org/index.php/1/article/view/180 (2017). Accedido el 15 de marzo de 2019. Quero Virla, M.: Confiabilidad y Coeficiente Alpha de Cronbach. Telos. Revista de Estudios Interdisciplinarios en Ciencias Sociales. http://www.redalyc.org/html/993/99315569010/ (2010). Accedido el 20 de mayo de 2019.

Mediación Tecnológica Integración de las TIC en investigación, desarrollo y educación

Editado por Yadira Navarro Rangel Eugenia Erica Vera Cervantes está disposición en htlm en la página de la Facultad de Ciencias de la Computación de la Benemérita Universidad Autónoma de Puebla (BUAP) http://www.dgie.buap.mx/dsae/index.php a partir de septiembre de 2019 Peso del archivo 9.95

View publication stats