Una Ontologı́a para Conectar Aprendizaje Formal e Informal en Entornos Inteligentes de Aprendizaje Adolfo Ruiz-Calleja Juan I. Asensio-Pérez Guillermo Vega-Gorgojo Alejandra Martı́nez-Monés ETSI Telecomunicación ETSI Telecomunicación ETSI Telecomunicación ETSI Informática Universidad de Valladolid Universidad de Valladolid Universidad de Valladolid Universidad de Valladolid Valladolid, España Valladolid, España Valladolid, España Valladolid, España adolfo@gsic.uva.es juaase@tel.uva.es guiveg@tel.uva.es amartine@infor.uva.es Miguel L. Bote-Lorenzo Yannis Dimitriadis Eduardo Gómez-Sánchez Sergio Serrano-Iglesias ETSI Telecomunicación ETSI Telecomunicación ETSI Telecomunicación ETSI Telecomunicación Universidad de Valladolid Universidad de Valladolid Universidad de Valladolid Universidad de Valladolid Valladolid, España Valladolid, España Valladolid, España Valladolid, España migbot@tel.uva.es yannis@tel.uva.es edugom@tel.uva.es sergio@gsic.uva.es Abstract—Smart Learning Environments (SLE) propose learn- I. I NTRODUCCI ÓN ing situations that bridge through formal and informal learning contexts using different technologies. For this proposal to become Los Entornos Inteligentes de Aprendizaje (SLE por sus a reality it is needed a data model that takes into account the par- siglas en inglés, Smart Learning Environment) [1] han surgido ticularities of SLEs and allows to share information among these technologies. The present paper proposes an ontology that follows en los últimos años como unos nuevos entornos de tecnologı́a this goal. For this purpose, it offers an example that illustrates educativa capaces de adaptar la experiencia de aprendizaje, the type of scenarios that happen in SLE, considering aspects dando un apoyo personalizado que tenga en cuenta las nece- such as the integration of diverse technology, the personalization sidades y el contexto de cada alumno [2]. Los SLE permiten of the learning process and the connection between formal and diseñar y poner en marcha escenarios novedosos que implican informal learning environments. Once analyzed these aspects - obtained from the literature and exemplified in the scenario- un aprendizaje transversal a través de distintos espacios. Por already-existing data models are extended to satisfy the specific ejemplo, si un SLE detecta que un alumno está aprendiendo needs of the SLEs. This extension allows to define a network sobre arte barroco en clase (espacio formal), cuando esté dando of actors and artifacts connected by their topics of interests, as un paseo por su ciudad (espacio informal) le podrı́a sugerir que well as to relate the learning activities with formal or informal visitase una iglesia cercana y observara su retablo barroco. environments. We also propose an implementation of this model in an ontology using Web Semantic technologies, thus easing its Uno de los principales retos de los SLE es la integra- reusability by third parties. ción de herramientas tecnológicas de diversa naturaleza (v.gr., tecnologı́a móvil, tecnologı́a Web, tecnologı́as semánticas o Resumen—Los entornos de aprendizaje inteligentes (SLE) pro- ponen situaciones de aprendizaje a través de contextos formales inteligencia artificial entre muchas otras [3]), que dan apoyo e informales, utilizando para ello tecnologı́as diversas. Parte a diferentes tipos de aprendizaje (v.gr., formal o informal [2]) del problema es contar con un modelo de datos que permita y que son ofrecidas por proveedores muy diferentes (v.gr., compartir información entre dichas tecnologı́as y que tenga en organizaciones como Moodle, empresas como Google o desa- cuenta las particularidades de los SLE. El presente artı́culo rrollos propios de una universidad). Un SLE debe permitir que propone una ontologı́a con esta finalidad. Para ello se parte de un ejemplo que ilustra el tipo de escenario que se da en los SLE, estas tecnologı́as interoperen de manera coordinada, siendo considerando aspectos como la integración de tecnologı́a diversa, conocedoras del progreso del alumno y de su relación con los la personalización del proceso de aprendizaje y la conexión artefactos involucrados en su aprendizaje. Por lo tanto, como del aprendizaje en entornos formales e informales. A partir parte del problema de integración, es necesario contar con de estos aspectos -recogidos en la literatura y ejemplificados un modelo de datos compartido entre las distintas tecnologı́as en el escenario- se extienden modelos de datos existentes para satisfacer las necesidades de los SLE. Esta extensión permite involucradas en él. definir una red de actores y artefactos de aprendizaje enlazados En el grupo GSIC de la Universidad de Valladolid hemos por sus temas de interés, ası́ como relacionar actividades de propuesto SCARLETT [4], un SLE que ofrece apoyo per- aprendizaje con entornos formales o informales. También se sonalizado a los alumnos en situaciones de aprendizaje que propone una implementación de este modelo en una ontologı́a ocurren en distintos entornos, valiéndose de la información utilizando tecnologı́as de la Web Semántica para ası́ favorecer la reutilización de datos ofrecidos por terceros. del contexto del alumno y del diseño de aprendizaje ofrecido por el profesor. Para su propuesta seguimos la metodologı́a Index Terms—Entornos de aprendizaje inteligente, Web de investigación basada en diseño [5], la cual es una metodo- Semántica, ontologı́a, sistema de recomendación logı́a iterativa muy utilizada en la investigación de tecnologı́a Copyright © 2020 for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0). educativa. En iteraciones previas en esta metodologı́a hemos contexto educativo (v.gr., contextos formales o informales) en hecho una propuesta arquitectónica [4] y hemos desarrollado el que se vayan a emplear [11]. una aplicación móvil que sugiere tareas de aprendizaje en Esta diversidad en los modelos de datos educativos genera función del contexto fı́sico del alumno [6]. En la iteración una potencial barrera a la hora de integrar tecnologı́a, ya que actual nos enfrentamos al problema de integrar la arquitectura se hace necesario alinear las estructuras de datos de distintos propuesta con la aplicación móvil, ası́ como otras tecnologı́as proveedores. Por eso las plataformas educativas que buscan ofrecidas por terceros (v.gr., VLE o editores de diseños de integrar herramientas de distintos proveedores definen modelos aprendizaje). De esta forma se busca ofrecer un soporte al de datos con conceptos de alto nivel que son compartidos por aprendizaje inteligente en espacios formales e informales. diversas herramientas. Un ejemplo es [11], donde se parte de Un aspecto nececesario para esta integración es que las principios teóricos para definir un modelo de datos extensible distintas tecnologı́as compartan un modelo de datos común, que pueda integrarse con diversos servicios y herramientas de para ası́ poder intercambiar información entre ellas. Con este aprendizaje. Otro ejemplo, también desarrollado por algunos propósito, en el presente artı́culo se propone una ontologı́a de los autores del presente artı́culo, es [12]. Este modelo de que da apoyo a todo el ciclo de vida de una actividad de datos soporta el despliegue de diseños de aprendizaje en dis- aprendizaje en un SLE; esto incluye su diseño, su desplie- tintas plataformas, de manera que se contempla la posibilidad gue en entornos formales e informales y su evaluación. Por de que los diseños y las plataformas sean heterogéneos. Ası́, se tanto, la ontologı́a debe ofrecer la expresividad necesaria definen una serie de conceptos comunes a múltiples lenguajes para diseñar una actividad, debe tener en cuenta el tipo de de diseño y se relacionan todos ellos para forjar un modelo de recursos tecnológicos que se integrarán en el VLE y debe datos extensible. De hecho, se propuso una extensión en [13] poder obtener información sobre el uso de dichos recursos. para añadir ciertos conceptos y ası́ dar soporte a la evaluación El uso de tecnologı́as semánticas para implementar el modelo por competencias de las actividades educativas. de datos en una ontologı́a permite reutilizar vocabularios y En la integración de los modelos de datos educativos datos disponibles en la Web [7] y otorga una extensibilidad también es relevante el uso extenso que se ha hecho de las al modelo para poder adaptarse a escenarios concretos. tecnologı́as de la Web Semántica [14]. Quizá el caso más El resto del artı́culo se estructura como sigue: en un primer conocido sea la representación de LOM utilizando vocabulario lugar se repasan los vocabularios utilizados en el dominio de la Web de Datos (v.gr., Dublin Core) y siguiendo los educativo (Sección II). Posteriormente se propone un esce- principios de Linked Data [15]. De esta forma se facilita nario educativo que guı́a los requisitos del modelo de datos la exportación de los recursos educativos de unos registros a (Sección III), el cual es posteriormente definido (Sección IV) otros, ası́ como su búsqueda y su descubrimientoUn. En otros e implementado en una ontologı́a (Sección V). Finalmente, la casos se han utilizado estas tecnologı́as para el enriquecimien- sección VI incluye las conclusiones más relevantes del artı́culo to de datos educativos [16] o la compartición de diseños de y sus lı́neas de trabajo futuro. aprendizaje [17]. En el contexto de los SLE, las tecnologı́as de la Web II. M ODELOS DE DATOS EDUCATIVOS Semántica se han utilizado generalmente para ayudar a la Durante las dos primeras décadas del siglo XXI se han personalización del proceso de aprendizaje [18]. Para ello propuesto una mirı́ada de modelos de datos y vocabularios se han desarrollado ontologı́as complejas que son utilizadas educativos. Algunos de estos modelos de datos buscaban la por sistemas de recomendación educativos (v.gr., [19]). No descripción de objetos de aprendizaje, incluyendo recursos obstante, esta misma complejidad va en detrimento de su educativos. Entre ellos cabe destacar LOM (Learning Object reutilización. Por ello, no se pueden considerar adecuadas si Metadata, Metadatos de Objetos de Aprendizaje) [8], una se busca la integración de datos abiertos publicados en la Web. propuesta de IEEE ampliamente aceptada por la comunidad Además, estas ontologı́as no tienen en cuenta la relación del cientı́fica y la industria. LOM es un modelo de datos cuyo aprendizaje formal e informal, que es una de las caracterı́sticas propósito es facilitar la reutilización e internacionalización de diferenciadoras de los SLE [2]. objetos de aprendizaje. Bien se podrı́a considerar a LOM un Con todo, se puede ver que la comunidad educativa ha estándar de facto que se utiliza en repositorios de recursos o propuesto multitud de modelos de datos y ha explorado cómo diseños de aprendizaje desde hace décadas [9]. las tecnologı́as semánticas presentan claras bondades a la hora Otros modelos de datos educativos tienen un propósito de integrar tecnologı́a y datos de terceros. Sin embargo, se distinto a la mera descripción y compartición de objetos de echa en falta un modelo de datos que, además, contemple las aprendizaje. Tal es el caso de los utilizados en entornos necesidades propias de un SLE, como son la personalización educativos que soporten la analı́tica del aprendizaje [10]. En del aprendizaje y la recomendación de tareas en entornos estos casos se requieren modelos de datos más complejos. En formales e informales. ellos generalmente se define un perfil de alumno y se relaciona con los objetos de aprendizaje que éste manipula para ası́ III. E SCENARIO generar un modelo de alumno. En estos casos el modelo de En esta sección se presenta un escenario que servirá para datos dependerá en buena medida del propósito con el que ejemplificar los requisitos de un modelo de datos para un SLE. se vayan a realizar las analı́ticas de aprendizaje ası́ como del Este escenario busca ser realista a la vez que relevante para la relacionarlos con el románico, el arte románico, la bóveda de cañón y la bóveda de arista. A los dos dı́as Rosa se dio un paseo por Palencia y pasó cerca de la Iglesia de San Juan Bautista, de estilo románico. La aplicación Casual Learn notificó al SLE la posición de Rosa y éste comprobó que en las cercanı́as se podı́an ofrecer actividades relacionadas con el arte románico, uno de los nuevos intereses de Rosa. Por eso Rosa recibió una notificación en su móvil proveniente de la aplicación Casual Learn (véase la Figura 1). En ella, se invita a fotografiar el frontispicio de la iglesia y reflexionar sobre las imágenes allı́ representadas. Rosa aceptó con gusto la actividad y la realizó. Cuando la finalizó la puntuó con 5 estrellas y solicitó que la aplicación le sugiriese otra. Entonces Casual Learn le propuso otra actividad; esta recomendación se debı́a a que unos dı́as antes Pedro, un compañero de Rosa, habı́a puntuado con cinco estrellas tanto la actividad que Rosa acababa de hacer como la que ahora se le iba a recomendar. En esa nueva actividad se pedı́a a Rosa que observase la bóveda de la Iglesia Figura 1. Arquitectura del sistema que soporta el escenario descrito. de San Juan Bautista y determinase de qué tipo de bóveda se trata. Rosa no dudó en contestar que es una bóveda de cañón. Esta tarea le gustó menos, ası́ que la puntuó con 2 estrellas. comunidad investigadora. Por eso, se basa en un análisis de la Después prosiguió su paseo. literatura sobre aprendizaje apoyado por entornos inteligentes, Al llegar a casa, Rosa volvió a acceder a Moodle. Allı́ ası́ como en la experiencia de nueve profesores de secundaria vio que en su porfolio de Mahoodle se encontraban de historia del arte de Castilla y León. Con dichos profesores los enunciados y las respuestas de las actividades que se realizaron dos rondas de entrevistas semi-estructuradas. ella habı́a realizado. Además, observó que en Moodle se Además, se han analizado los diseños de aprendizaje que proponı́an dos nuevas actividades optativas. Ambas eran cuatro de estos profesores utilizan en sus clases. A partir de sugeridas por el SLE teniendo en cuenta los intereses de todo ello se definió el escenario que sigue. Rosa y el que ella hubiera realizado las actividades cerca Jaime es docente de historia del arte en un instituto palen- de la Iglesia de San Juan Bautista. En una de las nuevas tino. En sus clases utiliza Moodle con el módulo SCARLETT actividades propuestas se le sugiere dibujar un capitel para conectarlo con un SLE. También sugiere a sus alumnos románico; otra consiste en emparejar el nombre y la fotografı́a que utilicen voluntariamente la aplicación móvil Casual de ciertas iglesias románicas. Rosa consideró que las harı́a en Learn [20] para aprender historia del arte en su propia otro momento. ciudad. A la semana siguiente, Jaime accedió a Moodle y visualizó Jaime cargó en Moodle el módulo de SCARLETT al las actividades realizadas por sus alumnos con Casual principio del curso. En él se ofrecı́an actividades para sus Learn. Se alegró al ver que un grupo de alumnos realizaron alumnos estructuradas en unidades temáticas. Dichas actividades. Sin embargo, varios alumnos habı́an errado al actividades pueden contener uno o varios recursos, fotografiar un frontispicio, confundiéndolo con la puerta o con como pueden ser textos, imágenes, vı́deos o cuestionarios. el tı́mpano; ası́ que Jaime pensó que repasarı́a ese término en Jaime ha comenzado esta semana a tratar el tema de arte su siguiente clase. También vio que Rosa habı́a hecho una románico y por ello pide a sus alumnos que accedan a la reflexión interesante sobre la fachada de San Juan Bautista, unidad temática correspondiente. Ahı́ pueden encontrar por lo que la invitarı́a a comentarlo en clase. distintas actividades en las que se les sugiere ver vı́deos y responder preguntas de tipo test para su autoevaluación. IV. P ROPUESTA DE UN MODELO DE DATOS Rosa es una de las alumnas de Jaime. Cuando estaba La sección III muestra un ejemplo de un escenario soportado en su casa estudiando, accedió al Moodle de la asignatura por SCARLETT. En él se observa una de las caracterı́sticas y en él encontró ciertos recursos de aprendizaje propias de los SLE [2]: se recomiendan actividades preparados por Jaime. Concretamente vió un vı́deo sobre el de acuerdo al entorno (Moodle o espacio fı́sico, en el arte románico que explicaba las diferencias entre la bóveda escenario) con el que interactúe; el contexto (localización, en de cañón y la bóveda de arista. Después, realizó un test en el ejemplo) en el que se encuentre; los temas de interés del el que se mostraban distintos tipos de bóvedas y tenı́a que alumno, de acuerdo a los objetos de aprendizaje y clasificarlas. Rosa quedó muy contenta, pues sus resultados actividades a los que haya accedido; y las preferencias fueron positivos. El SLE monitorizó a Rosa en la consecución del alumno en cuanto al tipo de actividades. En este de estas actividades, actualizó los intereses de Rosa para sentido, se realizan recomendaciones de actividades basadas Figura 2. Relaciones entre Alumnos, Temas y Actividades. en contexto (espacio y localización del alumno), contenido (temas y nivel alcanzado) y semejanza social (preferencias del alumno). Otra caracterı́stica propia de los SLE que refleja el escenario es la recogida de evidencias a partir de las actividades realizadas por el alumno (imágenes y texto, en el ejemplo) [2]. En el caso particular de es- te ejemplo, esas evidencias se recogen en un porfolio; Figura 3. Modelo de datos para un entorno inteligente de aprendizaje. En azul los conceptos nucleares del modelo; en amarillo la extensión necesaria además, se recogen las opiniones de los alumnos sobre para dar soporte al escenario de la sección III. las actividades para calcular su semejanza social. Para cumplir estos requisitos el modelo de datos debe relacionar Actividades y Alumnos a través de los Temas dé soporte al escenario de la sección III se han incluido dos de interés, aunque estas actividades se desarrollen en distintos conceptos a mayores: Porfolio y Opinión. El concepto Contextos formales o informales. Las recomendaciones Opinión define las evaluaciones de los Alumnos a las ofrecidas por el SLE pueden beneficiarse si los Alumnos Actividades. En el escenario descrito el propósito de estas están relacionados entre sı́ por su semejanza social y los evaluaciones es doble: ofrecer información para revisar las Temas se estructuran como taxonomı́as. De esta forma hay Actividades; y ofrecer una información social al sistema una relación jerárquica entre entidades de Tema. Ası́, tomando de recomendación, de manera que se pueda recomendar al el escenario anterior, la Actividad a la que accede el Alumno las Tareas que hayan sido positivamente valoradas alumno está relacionada con el Tema “Arquitectura Románi- por otros Alumnos con criterios de evaluación afines. ca”, si bien las actividades sugeridas por Casual Learn pueden estar relacionadas con los Temas “Frontispicio” y V. I MPLEMENTACI ÓN SEM ÁNTICA DEL MODELO DE “Bóveda de Cañón”. Para realizar dicha recomendación serı́a DATOS necesario que existiese una estructura en los Temas, de ma- El modelo de datos se implementó como una ontologı́a para nera que se relacionase “Arquitectura Románica” con “Fron- facilitar su extensibilidad y su integración con los registros tispicio” y “Bóveda de Cañón”. Esta estructura de relaciones, disponibles en la Web de Datos. En la Tabla I se muestra la representada gráficamente en la Figura 2, genera una red social implementación de las principales propiedades de cada clase de actores y artefactos, adecuada para la recomendación de junto con dos ejemplos. La Tabla II relaciona los espacios de actividades de aprendizaje en entornos informales [11]. nombres con sus correspondientes URI. Teniendo en cuenta estas condiciones para dar soporte al Siguiendo las buenas prácticas en el modelado de on- escenario se deriva el modelo de datos en la Figura 3. Para ello, tologı́as [21], se reutilizaron en la medida de lo posible se ha partido de [12], un modelo de datos para el despliegue de ontologı́as existentes. Ası́, se hizo uso de parámetros definidos actividades de aprendizaje en múltiples entornos. Este modelo en ontologı́as muy utilizadas en la Web de Datos para describir ya fue extendido en [13] para dar soporte a la evaluación recursos u objetos de aprendizaje, como Dublin Core (espacio por competencias utilizando porfolios. Estos modelos defi- de nombre dc: y dcmi:en la Tabla I). También se utilizaron nen conceptos como Diseño, Actividad, Evidencia y otras ontologı́as genéricas que también son usadas en la Web Alumno. No obstante, carecen de otros conceptos de suma de Datos [7]; entre ellas se encuentran RDF, FOAF, Review importancia para un SLE. Un de ellos es Tema, el cual es (rev:), DBpedia (db:) o SKOS. En los casos en los que fue importante que se relacione tanto con las actividades como necesario se definieron nuevas clases (v.gr. ns:actividad) con los alumnos, como se ha indicado anteriormente. Otro es o propiedades (v.gr. ns:tieneEntorno). Contexto, donde se definen los parámetros relevantes del Otra ventaja muy importante del uso de las tecno- contexto en el que se desarrolla la Actividad. Todos estos logı́as semánticas es que se puede relacionar el modelo conceptos citados se representan en azul en la Figura 3. de datos propuesto con otros modelos de datos estructu- Este modelo de datos es extensible para poder incluir rados ofrecidos por terceros. Ası́, DBpedia define tesau- conceptos adecuados a SLE concretos. Ası́, para el SLE que ros en los que relaciona explı́citamente categorı́as de ele- Actividad Prefix URI ns:actividad1 ns:actividad2 foaf: http://xmlns.com/foaf/0.1/ rdf:type ns:Actividad ns:Actividad db: http://es.dbpedia.org/resource/ rdfs:label ”Fotografı́a frontispicio” ”Bóvedas románicas” dbc: http://es.dbpedia.org/resource/Categorı́a: dc:creator ns:Casual Learn jaime@profesor.es dbf: http://commons.wikimedia.org/wiki/Special:FilePath/ dc:subject db:frontispicio db:Arquitectura románica dc: http://purl.org/dc/elements/1.1/ ns:text ”Fotografı́a el frontispicio...” .Observa el video...” dcmi: http://purl.org/dc/dcmitype/ ns:image dbf:San Juan02.JPG dct: http://purl.org/dc/terms/ ns:video yb:Oovakfxonm4 rev: http://purl.org/stuff/rev# ns:tieneEntorno ns:espacioFisico1 ns:Moodle1 yb: https://youtu.be/ rv:hasReview ns:rev001 ns: cualquier espacio de nombres privado ns:bloom ns:recuerda ns:recuerda Tabla II Alumno E SPACIOS DE NOMBRES UTILIZADOS EN ESTE ART ÍCULO Y SUS rosa@alumno.es pedro@alumno.es CORRESPONDIENTES URI rdf:type foaf:Person foaf:Person foaf:interest db:Arquitectura románica db:Arquitectura gótica rev:Review ns:rev001, ns:rev002 ns:rev100 ns:realiza ns:actividad1 ns:actividad100 ns:genera ns:evidencia1 ns:evidencia100 ”método bricolage- [23] que, en el caso del ejemplo, consistiriá Tema en emplear el modo de edición de Moodle [24]. db:Arquitectura_románica db:Bóveda de cañón En este sentido, el mayor problema se presenta en la rdf:type ns:tema ns:tema rdfs:label Arquitectura románica” ”Bóveda de cañón” relación de la Actividad con el Tema, si se entiende el skos:broader db:Arquitectura románica último como un concepto de un tesauro. Esto se debe a que skos:narrower db:Bóveda de cañón muchas de las herramientas de autorı́a solo permiten definir la Contexto ns:espacioFisico1 ns:Moodle1 temática de una Actividad mediante un conjunto de pala- rdf:type ns:Entorno ns:Entorno bras clave. Potenciales soluciones a este problema serı́an la co- ns:longitud 4.3128” creación de las Actividades entre profesores e ingenieros ns:latitud ”42.2736” Diseño de ontologı́as; o la adaptación de una herramienta de autorı́a ns:diseno1 ns:diseno2 para facilitar que el profesor relacione las Actividades rdf:type ns:Diseno ns:Diseno que genere con conceptos de DBpedia. Esta última opción dc:creator jaime@profesor.es jaime@profesor.es dc:hasPart ns:actFormal1 ns:actFormal2 la exploraremos en nuestro trabajo futuro. Evidencia También serı́a posible integrar un registro de ns:evidencia1 ns:evidencia2 Actividades educativas previamente existente, de dc:type dcmi:Image dcmi:Text manera que se pudieran importar las Actividades que dc:creator rosa@alumno.es rosa@alumno.es dc:related ns:actividad1 ns:actividad100 en él se contengan. Si este registro utiliza una ontologı́a Opinión diferente a la propuesta se deberı́a realizar un alineamiento ns:rev001 ns:rev002 de ambas ontologı́as; esta es una tarea ardua pero que rdf:type rev:Review rev:Review rev:Rating 5 2 muchas veces se ve facilitada al utilizar vocabularios de Porfolio la Web de Datos [7]. Un registro de Actividades de ns:porfolio1 ns:porfolio2 especial relevancia para este trabajo es el de Casual Learn: dc:type dcmi:Collection dcmi:Collection dc:autor rosa@alumno.es pedro@alumno.es en nuestro trabajo previo hemos propuesto explotar los datos dc:hasPart ns:evidencia1 ns:evidencia100 ofrecidos por DBpedia para generar actividades [25], que Tabla I potencialmente podrı́an utilizarse en Moodle u otro entorno de C LASES DEFINIDAS Y SUS PROPIEDADES PRINCIPALES JUNTO CON DOS EJEMPLOS DE INSTANCIAS . aprendizaje virtual; también hemos explorado la generación de actividades educativas geolocalizadas a partir de los datos de DBpedia [26]. De esta forma, se ha conseguido la generación semi-automática de 16.000 instancias del concepto mentos. Por ejemplo, se define la relación entre la cate- Actividad que se relacionan automáticamente con Temas gorı́a dbc:Elementos_de_arquitectura_románica definidos en DBpedia. Estas actividades generadas se centran y conceptos relacionados, como db:Bóveda_de_cañón. en el dominio de historia del arte en Castilla y León [26] y Estas relaciones se ofrecen como datos abiertos enlazados, de son utilizadas por la aplicación Casual Learn. manera que se pueden extraer libremente. Ası́ resulta sencillo El rol de alumno es el encargado de generar otras entidades, establecer las relaciones entre los Temas en el modelo de como Opiniones o Evidencias que se recogen en un datos: basta que estos Temas se definan como conceptos de Porfolio. También es el encargado de definir el perfil DBpedia e importar las relaciones entre esos conceptos. de Alumno al registrarse en el SLE. Este concepto será Cabe reflexionar cómo de factible es obtener datos que importante si se busca recoger datos para realizar analı́ticas de pueblen esta ontologı́a. En lo referente a las Actividades, aprendizaje. Ası́, el modelo de datos xAPI [27] (estandar de se espera que sea el profesor quien proporcione sus diseños facto para las analı́ticas del aprendizaje) define cuádruplas para educativos (también conocidos como ”diseños de aprendiza- dichas trazas compuestas por “Alumno”, “Actividad”, “Evi- je- [22]). Los diseños educativos se pueden realizar usando dencia” y “Contexto”. Los cuatro conceptos están incluı́dos y herramientas especı́ficas de autorı́a o mediante el denominado relacionados en nuestro modelo, por lo que extraer las trazas a partir de los datos recogidos no deberı́a ser una tarea ardua. [5] F. Wang and M. Hannafin, “Design-based research and technology- enhanced learning environments,” Educational Technology Research and VI. C ONCLUSIONES Development, vol. 53, no. 4, pp. 5–23, 2005. [6] A. Ruiz-Calleja, M. Bote-Lorenzo, G. Vega-Gorgojo, S. Serrano- Este artı́culo presenta una ontologı́a para un entorno de Iglesias, P. Garcı́a-Zarza, J. Asensio-Pérez, and E. Gómez-Sánchez, “Ca- aprendizaje inteligente (SLE). El modelo de datos que im- sual Learn: A smart application to learn History of Art,” in Proceedings of the 15th European Conference on Technology Enhanced Learning. plementa esta ontologı́a permite personalizar el aprendizaje Heidelberg, Germany: Springer, 2020, in press. ofreciendo actividades en entornos formales e informales. Para [7] T. Heath and C. Bizer, Linked Data: Evolving the Web into a global su definición se ha partido de un escenario y de otros modelos data space, J. Hendler and F. van Harmelen, Eds. Morgan & Claypool, 2011, URL: http://linkeddatabook.com/editions/1.0/, última visita julio de datos propuestos para el dominio educativo. Su implemen- de 2020. tación explotando las tecnologı́as de la Web Semántica facilita [8] I. G. L. Consortium, “Learning Resource Meta-data Specification v. 1.3,” la reutilización de datos de terceros. 2001, URL: http://www.imsglobal.org/metadata/index.html, última visita julio de 2020. Una de las caracterı́sticas de esta ontologı́a es que permite [9] F. Neven and E. Duval, “Reusable learning objects: A survey of lom- crear una red semántica de actores y artefactos, la cual es muy based repositories,” in Proceedings of the tenth ACM International adecuada para la recomendación de actividades de aprendi- Conference on Multimedia. Juan-les-Pins, France: ACM, 2002, pp. 291–294. zaje. Además, las actividades descritas se relacionan con un [10] A. Del Blanco, A. Serrano, M. Freire, I. Martı́nez-Ortiz, and contexto, de manera que se pueden contextualizar en entornos B. Fernández-Manjón, “E-learning standards and learning analytics. formales o informales y recomendarse de manera acorde. Los can data collection be improved by using standard data models?” in Proceedings of the IEEE Global Engineering Education Conference actores y artefactos se relacionan entre sı́ mediante los temas (EDUCON). Berlin, Germany: IEEE, 2013, pp. 1255–1261. de los que versan, por lo que resulta muy importante que los [11] A. Ruiz Calleja, S. Dennerlein, D. Kowald, D. Theiler, E. Lex, and temas se definan de manera explı́cita. Otro aspecto importante T. Ley, “An infrastructure for workplace learning analytics: Tracing knowledge creation with the social semantic server,” Journal of Learning es el uso de las tecnologı́as semánticas. Esto permite reutilizar Analytics, vol. 6, no. 2, pp. 120–139, 2019. datos y taxonomı́as publicadas por terceros. Ası́, es posible [12] L. Prieto, J. Asensio-Pérez, Y. Dimitriadis, E. Gómez-Sánchez, and relacionar de manera automática los temas explotando los J. Muñoz-Cristóbal, “GLUE!-PS: A multi-language architecture and data model to deploy tel designs to multiple learning environments,” in tesauros que se publican en DBpedia. También es posible Proceedings of the 6th European Conference on Technology Enhanced obtener actividades de aprendizaje definidas mediante herra- Learning. Heidelberg, Germany: Springer, 2011, pp. 285–298. mientas de autorı́a existentes, e incluso generadas de manera [13] A. Lozano-Alvarez, J. Asensio-Pérez, G. Vega-Gorgojo, and A. Martı́nez-Monés, “Helping teachers align learning objectives semi-automática a partir de datos de la Web. and evidence: Integration of eportfolios in distributed learning El trabajo aquı́ presentado debe entenderse como parte de environments,” Journal of Universal Computer Science, vol. 21, no. 8, la propuesta de un SLE llamado SCARLETT. Siguiendo la pp. 1022–1041, 2015. [14] G. Vega-Gorgojo, J. Asensio-Pérez, E. Gómez-Sánchez, M. Bote- metodologı́a de investigación basada en diseño, nuestro trabajo Lorenzo, J. Muñoz-Cristóbal, and A. Ruiz-Calleja, “A review of linked inmediato pretende cerrar esta iteración utilizando la ontologı́a data proposals in the learning domain,” Journal of Universal Computer propuesta para integrar las herramientas mencionadas en el Science, vol. 21, pp. 326–364, 2015. [15] T. Berners-Lee, “Linked Data - Design Issues,” 2006, URL: artı́culo: SCARLETT, Casual Learn, Moodle e ILDE. Poste- http://www.w3.org/DesignIssues/LinkedData.html, última visita julio de riormente se llevará a la práctica real un escenario semejante 2020. al descrito en la sección III. [16] S. Dietze, H. Q. Yu, D. Giordano, E. Kaldoudi, N. Dovrolis, and D. Taibi, “Linked Education: Interlinking educational resources and the Web of Data,” 2012, pp. 366–371. AGRADECIMIENTOS [17] I. Ruiz-Rube, C. Cornejo, and J. Dodero, “Accessing learning resources La investigación aquı́ reportada ha sido financiada por el described in semantically enriched weblogs,” International Journal of Metadata, Semantics and Ontologies, vol. 6, no. 3–4, pp. 175–184, 2011. Fondo Europeo de Desarrollo Regional y la Consejerı́a de [18] S. Ouf, M. Ellatif, S. Salama, and Y. Helmy, “A proposed paradigm Educación de la Junta de Castilla y León bajo el proyecto for smart learning environment based on Semantic Web,” Computers in VA257P18, y el Fondo Europeo de Desarrollo Regional y la Human Behavior, vol. 72, pp. 796–818, 2017. [19] S. Fraihat and Q. Shambour, “A framework of semantic recommender Agencia Nacional de Investigación del Ministerio de Ciencia system for e-learning,” Journal of Software, vol. 10, no. 3, pp. 317–330, e Innovación bajo el proyecto TIN2017-85179-C3-2-R. 2015. [20] A. Ruiz-Calleja, M. Bote-Lorenzo, G. Vega-Gorgojo, S. Serrano- R EFERENCIAS Iglesias, P. Garcı́a-Zarza, J. Asensio-Pérez, and E. Gómez-Sánchez, “Ca- suallearn: A smart application to learn history of art,” in Proceedings of [1] B. Gros, “The design of smart educational environments,” Smart Lear- the European Conference on Technology Enhanced Learning (ECTEL). ning Environments, vol. 3, no. 15, pp. 1–11, 2016. Heidelberg, Germany: Springer, 2020, pp. 472–476. [2] G. Hwang, “Definition, framework and research issues of smart learning [21] A. Gómez-Pérez, M. Fernández-López, and O. Corcho, Ontological environments - a context-aware ubiquitous learning perspective,” Smart Engineering. London, UK: Springer, 2004. Learning Environments, vol. 1, no. 4, pp. 1–14, 2014. [22] M. Maina, B. Craft, and Y. Mor, The art & science of learning design. [3] J. Dron, “Smart learning environments, and not so smart learning Rotterdam, The Netherlands: Springer, 2015. environments: A systems view,” Smart Learning Environments, vol. 5, [23] J. Muñoz-Cristóbal, V. Gallego-Lema, H. Arribas-Cubero, A. Martı́nez- p. 25, 2018. Monés, and J. Asensio-Pérez, “Using virtual learning environments in [4] S. Serrano-Iglesias, M. L. Bote-Lorenzo, E. Gómez-Sánchez, J. I. bricolage mode for orchestrating learning situations across physical and Asensio-Pérez, and G. Vega-Gorgojo, “Towards the enactment of lear- virtual spaces,” Computers & Education, vol. 109, pp. 233–252, 2017. ning situations connecting formal and non-formal learning in sles,” in [24] A. Berggren, D. Burgos, J. Fontana, D. Hinkelman, V. Hung, A. Hursh, Foundations and Trends in Smart Learning, M. Chang, E. Popescu, and G. Tielemans, “Practical and pedagogical issues for teacher adoption Kinshuk, N.-S. Chen, M. Jemni, R. Huang, J. M. Spector, and D. G. of ims learning design standards in moodle lms,” Journal of Interactive Sampson, Eds. Singapore: Springer Singapore, 2019, pp. 187–190. Media in Education, vol. 2005, no. 1, pp. 1–24. [25] G. Vega-Gorgojo, “Clover quiz: A trivia game powered by DBpedia,” Semantic Web Journal, vol. 10, no. 4, pp. 779–793, 2019. [26] A. Ruiz-Calleja, M. L. Bote-Lorenzo, G. Vega-Gorgojo, S. Serrano- Iglesias, J. Asensio-Pérez, Y. Dimitriadis, and E. Gómez-Sánchez, “The potential of open data to automatically create learning resources for smart learning environments,” in Proceedings of the 13th Internatio- nal Conference on Ubiquitous Computing and Ambient Intelligence (UCAml). Toledo, Spain: MDPI, 2019, p. 61. [27] Rustici Software, “xAPI solved and explained,” 2020, URL: https://xapi.com, última visita julio de 2020.