Los sistemas de bu´squeda e indexaci´on de contenidos han experimentado un gran avance en las u´ltimas d´ecadas. Los motores de bu´squeda en internet han liderado la investigaci´on en este campo consiguiendo resultados excelentes. En este trabajo se expone una propuesta de sistema que utilizando t´ecnicas de an´alisis e indexaci´on de contenidos sea capaz de generar Itinerarios Docentes de forma automa´tica. El principal problema a resolver es c´omo tomar la decisi´on de cu´al es el mejor antecesor y sucesor para un Objeto Docente del grafo. La soluci´on que se propone pasa por el uso de la teor´ıa de la l´ogica difusa y la definici´on de un operador de agregaci´on que para un determinado Objeto Docente nos calcule el grado de pertenencia como antecesor o sucesor para el resto de Objetos docentes.
El r´apido desarrollo del modelo conocido como e-formaci´on o e-learning, cada
vez m´as valorado, no como sustituto de la formaci´on presencial tradicional, sino
m´as como un complemento que se ha de adaptar segu´n las necesidades y nivel de
madurez del pu´blico receptor de esta formaci´on [
Los LCMS 1 son sistemas basados en web que se utilizan para crear,
aprobar, publicar, administrar y almacenar recursos educativos y cursos en l´ınea.
Los principales usuarios son los disen˜adores instruccionales que utilizan los
contenidos para estructurar los cursos, los profesores que utilizan los contenidos
para complementar su material de clase e incluso los alumnos, que en algu´n
momento pueden acceder a la herramienta para desarrollar sus tareas o completar
sus conocimientos [
Los contenidos se almacenan como objetos descritos e identificables de forma
u´nica [
La esencia de los LOs es ser utilizados en procesos de aprendizaje. En este
art´ıculo se propone un sistema LCMS capaz de recuperar informaci´on del
contenido del LO, de sus metadatos y de su “historia” para poder construir de
forma autom´atica Itinearios Docentes en respuesta a las necesidades del usuario.
Es decir, se pretende que el usuario del LCMS pueda preguntar al sistema cosas
como:
1. quiero aprender a resolver sistemas de ecuaciones de primer grado
2. quiero conocer las guerras pu´nicas a nivel de 1o de bachillerato
3. quiero conocer las guerras pu´nicas a nivel de 3o de carrera
4. quiero saber programar en Java
Como se muestra en el art´ıculo [
En la secci´on 2 se describe la soluci´on que se propone basada en el art´ıculo
“Organizing Encyclopedic Knowledge based on the Web and its Application to
Question Answering” [
Tomando como base el sistema que plantea [
La fuente de LOs para el sistema no ser´a la Web. El sistema que se plantea es per se un almac´en de LOs y ser´an estos los que habr´a que analizar. Por lo tanto, nuestro universo de estudio de documentos se acota significativamente. Este m´odulo tendr´a la misi´on de planificar cual es el siguiente LO que hay que analizar, es decir, establecer´a un orden para los LOs en funci´on de prioridades: 1. los m´as utilizados 2. los mejor valorados 3. los de un determinado formato 4. fecha m´as reciente 5. etc. 2.2
Los LOs almacenados en el sistema, tendr´an asociados unos metadatos, en
concreto Dublin Core; tambi´en tendr´an un formato adecuado y fundamentalmente
no hay que perder de vista que se est´a hablando de un LCMS. Todos los
contenidos tendr´an una buena estructura ya que existen procesos de revisi´on y
validaci´on previos a la aceptaci´on y publicaci´on de contenidos [
Vuelven a aparecer unos l´ımites claros en nuestro universo de estudio que
favorecen una buena calidad en los resultados de este paso. Este m´odulo se
encargar´a de recupear informaci´on del documento estudiando su: estructura y
contenido. Tendr´a en cuenta palabras clave, definiciones, referencias bibliogr´aficas y
referencias a otros LOs (HDL [
El est´andar SCORM prev´e una organizaci´on m´as compleja entre LOs de lo que ser´ıa un t´ıpico ´ındice secuencial. Lo que se pretende en este sistema es conseguir definir grafos dirigidos donde los nodos son LOs y los arcos son relaciones entre los nodos. SCORM permite trabajar con esta informaci´on. Es necesario analizar la informaci´on obtenida en el paso anterior para establecer las relaciones entre los LOs.
Por el contexto en el que se plantea el sistema se han podido acotar ciertas caracter´ısticas, como por ejemplo, temas de formato o que son contenidos docentes. Sin embargo, es imposible establecer unos l´ımites claros a la hora de decidir si A es antecesor de B para cualquier A y B perteneciente al conjunto de LOs almacenados en el LCMS, es decir:
La l´ogica difusa soluciona este problema. En la secci´on 3 se van a especificar un conjunto de reglas en lenguaje natural que permiten tomar esta decisi´on. Posteriormente se traducir´an estas reglas en una funci´on de pertenencia tal que: A, B ∈ LOs, A → B
FB(A) = ta donde ta es el grado de pertenencia de A al conjunto de predecesores de B (1) (2) 2.4
Muchos de los marcos utilizados en la representaci´on y gesti´on del conocimiento est´an basados en la l´ogica formal y en el c´alculo de predicados de primer orden, que proporcionan un buen modelo para razonar con informaci´on cierta, pero que en cuanto se intenta aplicarlos al mundo real pueden resultar ineficaces o inviables. Ello se debe a frecuentes contingencias derivadas de la “calidad” de la informaci´on que se maneje. As´ı, puede ocurrir que falte informaci´on relevante, debida a la insuficiencia de las observaciones, a que la informaci´on disponible sea err´onea debido a la fiabilidad limitad de los instrumentos de medida, situaci´on frecuente en los procesos psicol´ogicos inherentes al proceso de ensen˜anza-aprendizaje, como lo es el que tenga que involucrar apreciaciones subjetivas, ser resultado de una conjunci´on de informaciones conflictivas o redundantes etc.
Por su propia ´ındole, estas “deficiencias”, que hay que tener en cuenta si se quiere ser realista, no siempre pueden resolverse buscando la informaci´on necesaria ni depurando la disponible, tareas con frecuencia costosas si acaso posibles. Adem´as hay otros aspectos que no pueden ser tratados por medio de la l´ogica formal ordinaria, entre los que est´an algunos que no se pueden soslayar en el ´ambito que aqu´ı nos interesa, como lo son el hecho de que el proceso de ensen˜anza-aprendizaje es esencialmente din´amico, lo que conlleva la necesidad de tener muy en cuenta el orden de ejecuci´on y la temporalidad de las tareas, la causalidad que pueda relacionar unas con otras, la relevancia de las mismas dependiendo del contexto y la fase en que se est´e y otra serie de factores que afectan a la organizaci´on del conocimiento y que tienen que ser tenidos en cuenta en ocasiones en los sistemas LCMS. Es claro que en afirmaciones del tipo “si se hace ... entonces ocurrir´a que...” frecuentes en el modo de expresi´on ordinario est´an involucradas la temporalidad y la causalidad, que transcienden el alcance expresivo de la l´ogica cl´asica.
Aparte de estas incidencias en la organizaci´on del conocimiento, en el contexto de nuestro problema de gesti´on de los recursos docentes, puede haber otras relativas al conocimiento mismo con el que que rara vez es en este campo se puede considerar totalmente apod´ıctico ni categ´orico, dado que con frecuencia hay que tener en cuenta que el conocimiento puede ser incierto, las reglas pueden tener excepciones, puede faltar informaci´on o ser ´esta confusa, inconsistente, vaga, ambigua o imprecisa debido entre otras causas a la ´ındole del tema y a que estas son caracter´ısticas habituales del lenguaje ordinario en que se expone.
En estas circunstancias la formalizaci´on de los procesos de razonamiento no la podemos realizar solamente por medio de la l´ogica formal ordinaria, que no dispone de modos de representaci´on ni de inferencia para predicados vagos. Una breve lectura del sistema de reglas que se plantea en 3.3 muestra que es conveniente usar t´ecnicas de l´ogica difusa. La veracidad, entendida como correspondencia de los predicados con los hechos no debe ser entendida en el ´ambito de los objetos docentes de un modo dicot´omico, sino gradual, circunstancia que abunda en la conveniencia del empleo de la l´ogica alternativa basada en los conjuntos difusos y la modelizaci´on en ellos basada, que ofrece la posibilidad de ponderar niveles de certeza mediante distribuciones de posibilidad, con t´erminos y niveles de veracidad graduales pero representables en esquemas num´ericos computables. 3
En esta secci´on se desgrana el disen˜o del sistema propuesto. Inicialmente se describir´a el modelo de datos capaz de almacenar la informaci´on necesaria sobre cada LO; a continuaci´on se explicar´a el sistema de reglas (l´ogica difusa) que se aplicar´a para decidir si un LO A es antecesor de otro LO B; por u´ltimo, se describe el sistema de representaci´on que se aplicar´a para las relaciones que se descubran entre LOs. 3.1
Para un LO A, el m´odulo de extracci´on de informaci´on tendr´a que llevar a cabo
las siguientes tareas:
– extraer´a el conjunto de t´erminos que se definen en el mismo. Para decidir
qu´e terminos se definen en un LO se aplicar´a la propuesta de [
No hay que perder de vista que adem´as de esta informaci´on y dado que estamos trabajando con un LCMS tambi´en disponemos de los metadatos. En este caso, del conjunto de metadatos DC. 3.2
La representaci´on para las relaciones entre los LOs se har´a mediante un grafo dirigido. Lo arcos estar´an caracterizados por un peso. Este peso representa la calidad de la relaci´on, es decir, si por ejemplo en nuestro sistema disponemos de un LO A que explica como sumar y otro C que explica como resolver una potencia del tipo xy, se puede establecer una relaci´on entre A → C con un peso/distancia grande; son necesarios unos conocimientos intermedios antes de poder pasar de la suma a la resoluci´on de potencias. Por el contrario, tenemos el anterior LO A y ahora disponemos de otro B que nos ensen˜a a multiplicar. La distancia entre A → B ser´a menor. Tambi´en aparecer´a una relaci´on B → C con una distancia relativamente pequen˜a.
Esto permite jugar con algoritmos para el recorrido del grafo en funci´on del tipo de Itinerarios Docentes que se desee obtener. Por ejemplo, utilizando el algoritmo de bu´squeda avariciosa se conseguir´ıan como resultados Itinerarios Docentes muy en detalle, recorriendo la mayor cantidad de nodos; tambi´en se podr´ıa jugar con distintas heur´ısticas o favoreciendo que se usen el m´ınimo nu´mero de nodos. Las posibilidades son grandes y habr´ıa que estudiar en detalle este aspecto, por esto se deja propuesto como trabajo futuro (consultar secci´on 5).
al que se referencia x es el porcentaje de palabras clave utilizadas por B que se definen en A WB ≡ Conjunto de palabras clave de B DA ≡ Conjunto de palabras definidas en A τBA = |WB T DA| ≡ Cardinal de la intersecci´on entre ambos conjuntos nBA = τBA
|WB| 3. A a sido utilizado m´as veces como antecesor de B
el idioma se almacena como metadato DC 6. A y B pertenecen a la misma categor´ıa, funcio´n crisp μ(A, B) = ν(A, B) = 1 si 0 no 1 si 0 no γ(x) = Vamos a ilustrar las consideraciones anteriores con un pequen˜o prototipo, con LOs muy sencillos, relativos a la aritm´etica de los nu´meros naturales, intentando que sirva de concreci´on y muestre el tipo de resultados que obtendr´ıa el modelo en que venimos tratando. Supongamos los siguientes LOs A, B y C (son del mismo idioma, de la misma categor´ıa, no hay informaci´on hist´orica sobre relaciones anteriores, c1 = c2 = c3 = c4 = 1/4 y c5 = c6 = 0).
– A, Sumar y Restar
Sumar Dados dos conjuntos disjuntos X e Y , cuyos cardinales son x ´e y respectivamente, se define la suma de x ´e y como el cardinal del conjunto Z uni´on de X ´e Y Restar dos nu´meros x ´e y es calcular otro nu´mero z cuya suma con y d´e x HDL, bibliograf´ıa ∅ – B, Multiplicar y dividir
Multiplicar consiste, dados dos nu´meros, en sumar el primero de ellos (multiplicando) consigo mismo tantas veces como indique el segundo( multiplicador) Dividir consiste, dados dos nu´meros, en calcular cuantas veces (cociente) se puede restar el segundo de ellos ( divisor) del primero de ellos (dividendo), mientras lo restante siga siendo mayor que el divisor, hasta que no lo sea y quede el resto
– C, Potencias potencia un nu´mero (base) a otro (exponente) consiste en multiplicar consigo mismo al primero tantas veces como indique el segundo
DA = {sumar, restar} DB = {multiplicar, dividir} DC = {potencias} WA = {conjunto, cardinal, uni´on} WB = {sumar, restar, conjunto} WC = {multiplicar, base, exponente} BA = {∅} BB = {A(3)} BC = {A(1), B(3)}
FA(B) = 0 FA(C) = 0 FB(A) = 1.166 = 0.194
6 FB(C) = 0 FC (A) = 0.50 = 0.083
6 FC (B) = 1.083 = 0.180 6 4.1
La calidad del sistema que se propone depende en gran medida de la calidad de la extracci´on de palabras clave de los LOs, la resoluci´on de referencia bibliogr´aficas a HDL y en general, que se cumplan las condiciones que se esperan de un LCMS. Un gran problema ser´ıa que los LOs fueran libros completos. En esta situaci´on se complican los c´alculos de precedencias y bajar´a la calidad de los resultados en las bu´squedas. Se entiende que un LO deber´ıa ser algo as´ı como un art´ıculo de la Wikipedia5.
Otro problema claro ser´ıa: ¿qu´e sucede si el LO A define un conceptos que B utiliza y a su vez B define otros que usa A?, es decir, ¿qu´e se hacen con los bucles? Este es un problema interesante que se podr´ıa resolver con un buen algoritmo de recorrido, utilizando una bu´squeda heur´ıstica, en lugar de bu´squedas avariciosas. Este ser´ıa un tema a tratar en trabajos posteriores (consultar 5). 5
El sistema que se propone en este art´ıculo es fruto de la aplicaci´on de los sistemas
de recuperaci´on de informaci´on a los LCMS. Con la experiencia adquirida en el
desarrollo de ETSIISpace [
Un gran nu´mero de metadatos podr´ıan ser completados por el propio sistema aplicando t´ecnicas de recuperaci´on de informaci´on, l´ogica difusa y sistemas expertos. Tambi´en el sistema nos podr´ıa apoyar en la labor de construir Itinerarios Docentes mediante asociaciones de LOs. Un LCMS no es una base de datos acotada a documentos cient´ıficos o docentes. Cuando se hace una bu´squeda sobre un LCMS no se espera obtener un art´ıculo o un recurso web, se espera obtener una explicaci´on de un concepto que puede implicar un conjunto ordenado de varios LOs, un Itineario Docente.
Las l´ıneas de trabajo que se abren en este campo ser´ıan las siguientes: 1. Estudio del estandar IMS/LD que incluye SCORM y las posibilidades de organizaci´on de LOs que ofrece. Es fundamental resolver el problema t´ecnico del almacenamiento de los metadatos y las metaestructuras asociadas a cada elemento de una forma ´optima. 2. Estudio del sistema de recuperaci´on de informaci´on m´as adecuado para el contexto del sistema. Teniendo en cuenta que no s´olo se dispone de documentos, tambi´en hay unos metadatos asociados y tambi´en se puede aprovechar la experiencia del sistema. 3. Ser´ıa interesante plantearse t´ecnicas de inteligencia artificial, como por ejemplo redes neuronales, para ajustar los valores umbrales en la construcci´on de Itinerarios Docentes tomando como informaci´on de entrada otros cursos ya estructurados. 4. Estudiar en detalle las distintas posibilidades en cuanto algoritmos de recorrido del grafo de LOs del LCMS. Grado de ramificaci´on, heur´ısticas, etc.
5. Refinar las funciones de pertenencia, por ejemplo, el nu´mero de t´erminos ser´ıa m´as adecuado hacerlo en funci´on del nu´mero de terminos utilizados en le LO, es decir, si el LO tiene 100 definiciones y utiliza dos terminos de otro LO la precedencia es d´ebil, sin embargo, en un documento con 3 definiciones que utilice 2 terminos de otro tienen una dependencia mayor. 6. Ser´ıa interesante combinar el sistema que aqu´ı se plantea con Mediawiki6.
Los contenidos tienen una estructura y taman˜o ideal para su an´alisis. Esta simbiosis permitir´ıa mejorar la organizaci´on de los contenidos de los sistemas wiki y permitir´ıa hacer bu´squedas que devuelvan varios art´ıculos con algu´n hilo argumental.