ENTORNOS DE APRENDIZAJE Y MODELADO

BASADOS EN ESTÁNDARES

SEGUNDA PARTE

XOSÉ MANUEL CARREIRA RODRÍGUEZ

xcarreira1@alumno.uned.es

ÍNDICE
1. Análisis de xAPI
1.1. Descripción de xAPI y evolución frente a SCORM
2. Análisis de un Learning Record Store (LRS)
2.1. Evolución de SCORM
2.2. Implicaciones en Learning Analytics
3. Uso de prototipos de xAPI para producir registros de uso a partir
de un curso
4. Uso de SCORM Driver para prueba de contenido SCORM y
conversión a Tin Can
5. Conclusiones
6. Referencias
7. Test de autoevaluación
 1. Análisis de xAPI

Tal y como se ha hecho referencia en la primera parte del informe,

xAPI (Experience API) es considerado como el nuevo estándar de e-learning;
el cual surge como resultado de las mejoras realizadas a su antecesor
SCORM; pues vistas las limitaciones que este último poseía en cuanto a los
registros de las actividades realizadas fuera del área del LMS, así como a su
poca capacidad de adecuarse a otros dispositivos móviles, es entonces que
nace la necesidad de establecer nuevos lineamientos o especificaciones que
permitiesen la adaptación de las tecnologías de aprendizaje a la nueva
realidad existente en dicha área

Para conocer un poco más sobre las bondades que xAPI ofrece, el
siguiente apartado constará de su análisis y una comparación con su antecesor
SCORM.

1.1. Descripción de xAPI y evolución frente a SCORM

SCORM era el estándar de e-learning más utilizado. Un paquete
SCORM (Sharable Content Object Reference Model) es un bloque de
material web que se encuentra empaquetado de tal manera que permite la
reproducción de gráficos, scripts en JavaScript y cualquier otro recurso
necesario para un navegador web; entonces cualquier contenido SCORM
puede reproducirse en cualquier LMS basado en SCORM, permitiendo así la
interoperabilidad, esto es, capacidad de utilizarse en otro emplazamiento y
con otro conjunto de herramientas.

Hasta aquí parece que todo funciona de acuerdo a lo deseado, ahora

bien, la tecnología avanza a pasos agigantados y se observan cambios en el
uso de éstas por parte de los usuarios: los grupos de personas aprenden
mientras interactúan con diversos formatos de contenidos y tecnologías y no
sólo dentro de plataformas LMS. Uno de los grandes retos que esto implica
es adaptar las TIC al proceso educativo de forma eficaz para mejorar la
calidad y la pertinencia del aprendizaje a la vez de dar la oportunidad de
accesibilidad a ella para todos por igual.

La UNESCO y la Unión Internacional de Telecomunicaciones (UIT),

cada vez más alineados con la evolución en el uso de las tecnologías,
promueven el uso de los móviles como herramienta para acceder a la
educación en forma igualitaria, realizando cada año la Conferencia
denominada Semana del aprendizaje móvil (UNESCO 2018).

Esto implica una forma diferente de acceder a la educación para lo cual

distintas empresas y organizaciones educativas realizan nuevas
investigaciones y adecúan sus plataformas para lograr la integración de estos
dispositivos al proceso de aprendizaje.

Tal situación amerita en repensar en una nueva cultura de aprendizaje,

en el cual la enseñanza puede ocurrir en cualquier parte, en la lectura de un
PDF en la tablet, al seleccionar un simulador o simplemente asistir a un
webinar a través del móvil. Todo ello implica ir más allá de los ya
tradicionales usos dados a los LMS.

Entonces, a la luz de los nuevos adelantos tecnológicos, así como de las

necesidades propias de los aprendizajes con respecto a la educación, SCORM
muestra algunas limitaciones que xAPI viene a suplir.

El proyecto inicial llevaba por nombre Tin Can API y posteriormente

fue rebautizado con el nombre de Experiencia API o xAPI. Siendo API un
término tecnológico que indica una interfaz de programación de aplicaciones,
la cual comprende al conjunto de subrutinas que permite la comunicación
entre los componentes de software, lo que permite intercambiar datos e
interactuar con diversas tecnologías; entonces es fácil suponer que el
proyecto xAPI busca facilitar la “comunicación” entre las distintas
aplicaciones a través de especificaciones técnicas. Una de las ideas motoras
del nacimiento de Tin Can API es poder aprender en cualquier momento, a
través de distintos dispositivos y no solamente dentro de un LMS con un
seguimiento de las actividades.

Siendo SCORM su antecesor, guarda algunas similitudes con él en

cuanto a las especificaciones en el registro de seguimiento del alumno, uso
del tiempo en cada actividad y el registro de la puntuación del alumno.

Sin embargo el desarrollo de xAPI da la oportunidad para poder

ampliar las interacciones entre las aplicaciones que conforman los sistemas
de aprendizaje, logrando así lo que hasta ahora SCORM no había podía
alcanzar, estas son:

Reportar puntuaciones múltiples

Resultados detallados de las pruebas
Mayor seguridad través de oAuth
No se necesita estar anclado a un LMS
Más control sobre el contenido de aprendizaje
No se requiere navegador de Internet
Usa aplicaciones móviles para aprender
Facilita la transición de plataforma (es decir, puede
comenzar en la computadora y proseguir en un móvil)
 Ofrece la oportunidad de registrar el uso de juegos
educativos y simulaciones.
Puede usarse para el aprendizaje formal e informal
Puede funcionar offline y sincronizar todas las actividades
ejecutadas al conectarse a internet
Favorece al aprendizaje interactivo, adaptativo y combinado
Favorece el aprendizaje colaborativo y cooperativo

Toda esta información es almacenada o registrada en un LRS, a través

de las declaraciones generadas por el API. Estas declaraciones se completan
en la forma de Actor (el que realiza la acción) – Verbo (descripción de la
acción) – Objeto (actividad, recurso u otro actor al cual va dirigida la
acción).

El cómo se ejecuta el proceso lo describe claramente la página oficial

de xAPI, en el el cual puede leerse lo siguiente:
“La API de experiencia (Tin Can API) es una API de código
abierto. Es un servicio web de transferencia de estado
representacional que utiliza la notación de objetos JavaScript
(JSON) para su formato de datos. El servicio web permite a los
clientes de software leer y escribir datos experienciales en forma
de objetos de "declaración". En su forma más simple, los
enunciados son en forma de "Hice esto", o más generalmente
"objeto verbo actor". Se pueden usar formularios de declaración
más complejos. También hay una API de consulta integrada para
ayudar a filtrar las declaraciones grabadas, y una API de estado
que permite una especie de "espacio temporal" para las
aplicaciones consumidoras.”

Descrito lo anterior, las declaraciones pueden suponerse la base para

establecer el seguimiento de un usuario durante su proceso de aprendizaje,
siendo registrado dichas declaraciones en el Learning Record Store (LRS)
para que luego pueda ser recuperado y categorizado de acuerdo a las diversas
multivariables requeridas para la evaluación de la curva de aprendizaje del
individuo a través de lo que se denomina Learning Analytics.

Entonces un LRS podría considerarse el área neurálgica de xAPI, dado

que es el encargado de recibirá, almacenar y procesar los datos sobre las
experiencias de aprendizaje, de logros y en el rendimiento de las actividades,
académicas o no.

El desarrollo de xAPI, y LRS, cambian eso y abren las posibilidades a

la adaptabilidad de esta nueva etapa de aprendizaje mediada por dispositivos
móviles.

2. Análisis de un Learning Record Store (LRS)

El Learning Record Store (LRS) es un componente central en los

sistemas de e-learning actuales, en él se almacenan, ordenan y comparten
todos los datos de la plataforma de aprendizaje, creando una gran base de
datos que puede ser usada posteriormente para el Learning Analytics.

Para los que se inician con las plataformas e-learning, su arquitectura y

estándares; con regularidad tienden a confundir los LRS con LMS, pues en
ambos casos el enfoque principal es registrar el aprendizaje; sin embargo la
diferencia sustancial es que los LRS registran datos que van más allá del
propio sistema LMS. Existen otras diferencias que es necesario reseñar en
cuanto a los procesos que los LMS pueden realizar y los LRS no, por lo que
podría considerarse una desventaja, como por ejemplo:

• Gestión de usuarios
• Matriculación de estudiantes
 • Gestión y entrega de contenidos
• Características sociales
• Programación de eventos
Los Learning Record Stores, en general son contenedores de datos que
incluyen una variedad de funciones de informes y análisis, por los que se
puede trabajar en forma complementaria al LMS, así como pueden funcionar
en forma independiente o compartir información con otros LRS, creando un
repositorio de datos con los registros de aprendizajes creados por xAPI.

Se considera el corazón del sistema xAPI, pues este depende del LRS
para cumplir su objetivo; dado que cualquier dispositivo o herramienta que
envíe o recupere datos de actividades de aprendizaje interactuará con el LRS
incluyendo actividades de la vida real.

2.1. Evolución de SCORM

Shareable Courseware Object Reference Model (SCORM) es un
estándar de e-learning desarrollado por ADL, con el objeto de poder
estandarizar y regularizar a la educación online. A la fecha de la realización
de esta investigación, veinte años han pasado desde su creación y varios son
los cambios que ha ido presentando en la búsqueda de mejorar su
funcionamiento.

Tal como lo enfatiza la página de SCORM, en la actualidad existen

cuatro ediciones de SCORM diferentes, siendo xAPI la última generación
anunciada de SCORM. Para comprender mejor su evolución, se presentará a
continuación una línea de tiempo donde se mostrará las diferencias entre cada
edición:

Feb 1988 Nace SCORM de la mano de ADL y el Departamento de

Estado de Estados Unidos, con el objeto de estandarizad
la educación online, se considera como el primer borrador
 del producto

Ene 2000 SCORM 1.0 considerado ya un producto listo para su uso

Ene 2001 SCORM 1.1 comienza el auge de SCORM, aunque

carece aún de algunas palabras claves, de un manifiesto de
empaquetado ni poseía metadatos

Oct 2001 SCORM 1.2: dada las limitaciones anteriores, se realiza

esta modificación en forma rápida, resultando un gran
éxito y todavía se usa mucho hoy en día. Es la mejor
soportado por los distintos LMS

Ene 2004 SCORM 2004 1era edición: se introduce

especificaciones de secuenciación y navegación pero
presentan problemas de implementación operativa.

Jul 2004 SCORM 2004 2da edición: redujo el tamaño de los datos
de marcadores de nuevo 4000 caracteres, y soluciona el
problema de la primera edición, su uso se extendió
rápidamente.

Oct 2006 SCORM 2004 3era edición: se mejora la interfaz de

usuario de los LMS, se añade las variables para
comunicar con los LMS y se mejora así la secuenciación

Mar 2009 SCORM 2004 4ta edición: se amplían las opciones para
el creador de contenidos y se presta especial atención al
proceso de certificación de los LMS.

Con la incursión de los recursos tecnológicos que apoyan la interacción

y socialización a través de dispositivos móviles, se comienza a considerar el
aprendizaje móvil o la que se ejecuta haciendo uso de dispositivos móviles
(PDA, Tablets, móviles inteligentes, entre otros) como el nuevo sector de la
educación y capacitación, cuyo futuro depende de la solución a los problemas
inherentes a la adaptabilidad de las plataformas educativas. A este nuevo
sector de la educación con telefonía móvil es lo que Ramírez, M. (2009)
llama m-learning o aprendizaje móvil.

SCORM siendo una tecnología más antigua, no es realmente

susceptible al aprendizaje móvil (m-learning) y / o navegadores modernos y
puede verse mal en su implementación. Cosas como aspectos de seguridad,
bloqueadores de ventanas emergentes y redes CDN (Content Delivery
Networks) no funcionan bien con SCORM. Esto puede dejar a las modernas
implementaciones de LMS con las manos atadas en cuanto a qué tan lejos
pueden empujar la especificación y el material didáctico.

El desarrollo de xAPI, y LRS, cambian eso y abren las posibilidades a

la adaptabilidad de esta nueva etapa de aprendizaje mediada por dispositivos
móviles.

2.2. Implicaciones en Learning Analytics

El análisis de aprendizaje es un campo emergente de investigación
que está creciendo rápidamente. Aprovecha la última década de
implementaciones de e-learning en educación y capacitación, así como de
trabajo de investigación y desarrollo en áreas como minería de datos
educativos, análisis web y estadísticas. En los últimos años, un número cada
vez mayor de herramientas digitales para los sectores de educación y
capacitación han incluido el análisis del aprendizaje hasta cierto punto, y
estas herramientas están ahora en las primeras etapas de adopción.

En términos generales, toda estrategia de formación requiere ser

medida para comprobar la eficacia del mismo, en términos de competencias y
aprendizajes, y en el caso de no cumplir a cabalidad con el objetivo poder
hacer las correcciones y ajustes pertinentes que permitan llegar al objetivo
planteado inicialmente.

Si bien en la educación presencial la mirada del profesor sobre el grupo

de alumnos en las intervenciones educativas, pruebas, ejercicios prácticos,
pueden servir como parámetro de valoración de la evolución de cada uno de
ellos; en la educación e-learning esta mirada directa sobre los participantes no
existe o es parcial y es necesario recurrir a la ayuda tecnológica para poder
hacer un seguimiento y obtener un panorama de lo que está ocurriendo en
cada caso.

Otro factor de gran consideración es la evaluación de riesgo que corren

los estudiantes participantes de los programas e-learning, pues estos tiene la
tendencia al abandono de los cursos por diversos motivos; de ello que
detectar la falta de interacción con el sistema educativo a través de la
generación de alertas es vital para la toma de decisiones oportunas, tanto a
nivel institucional, como de tutores y de los propios alumnos (Solar Society
for learning Analytics Research 2011).

En función de lo expresado anteriormente, la capacidad de crear

reportes a través de registros de las actividades e interacciones que realiza el
estudiante durante el curso, resulta beneficioso para que el tutor verifique las
necesidades puntuales de estos y de esa forma personalizar el proceso de
aprendizaje del alumno a través de orientaciones adicionales, mejorando el
rendimiento individual y del curso en general.

Con el uso de las plataformas LMS se tiene la propiedad del registro o

el llamado tracking de los datos de la formación, que servirá para su posterior
procesamiento y análisis. Ahora bien, dependiendo de la forma en que se
hayan construido los elementos que forman parte de la capacitación (por
ejemplo, si se eligió un estándar de e-learning como SCORM o xAPI) los
datos y metodología de guardado cambiarán.

Como se ha comentado en apartados anteriores xAPI y LRS permiten

realizar el registro de datos del usuario realizados dentro del LMS o fuera de
él: computador o móvil, webinar o un juego educativo e incluso la práctica en
un simulador, así como también la interacción con sus compañeros de cursos
a través de redes sociales o foros.

Con el incremento de uso de juegos y/o simuladores educativos a todos

los niveles de la enseñanza, se hace necesario reseñar el uso de Learning
Analytics en los juegos educativos, a los que Freire, M.; Fernández, B., (s/f)
denominan Game Learning Analytics.

Esto resulta de gran importancia dado que los juegos generan grandes
cantidades de datos susceptibles de análisis desde varias aristas:

Evaluar la destreza o el conocimiento adquirido por el

usuario

Detectar aspectos del juego problemáticos sea por falla de

juego educativo o por dificultades de conceptos

Comparar el progreso de alumnos y grupos

Sin embargo, la recopilación de datos y su uso se enfrentan a una serie

de desafíos éticos, incluyendo consentimiento informado, ubicación e
interpretación de datos, privacidad de datos, clasificación y gestión de datos.
Los enfoques adoptados para comprender las oportunidades y los desafíos
éticos de la analítica del aprendizaje dependen necesariamente de muchos
supuestos ideológicos y epistemologías.
 Scatler, N. (2016) a este respecto apunta que las objeciones éticas y
legales al análisis del aprendizaje se convierten en barreras para el desarrollo
en esta área, conllevando a privar a los estudiantes de los beneficios del
análisis predictivo de su actuación en el proceso educativo.

Este mismo autor expresa, cómo una empresa, denominada Jisc; sin
ánimo de lucro del Reino Unido encargada de apoyar la educación y la
investigación a través de asesoramiento, tecnología y recursos digitales, ha
intentado abordar el problema planteando un código de prácticas para el
Learning Analytics. Explica que dicho código cubre los principales
problemas que las instituciones deben abordar para avanzar ética y
legalmente.
El modelo resultante para desarrollar el código de práctica de Jisc
incluye cinco etapas:
Extensa revisión bibliográfica de los problemas legales y
éticos relacionados con el análisis de aprendizaje
Conformación del grupo asesor para supervisar el desarrollo
del Código de Práctica
Desarrollar una taxonomía de cuestiones éticas, legales y
logísticas, y su validación con expertos nacionales e
internacionales
Redacción del Código de práctica y posterior validación con
las partes interesadas de todo el sector
Aplicar a grupos de estudios y realizar estudios de casos.

Si bien esto resulta un gran avance, es menester reseñar que es una

propuesta realizada acatando la legislación Británica y tomando en cuenta la
educación superior de ese país, por lo cual resulta pertinente realizar llamado
a que se profundice investigaciones en esta área en diversos países de
acuerdo a su idiosincrasia y legislaciones laborales, políticas y educativas.
 3. Uso de prototipos de xAPI para producir
registros de uso a partir de un curso

Lo hasta ahora observado con xAPI, muestra el potencial que posee

para poder engranar los diversos elementos del sistema de aprendizaje en
línea.

xAPI muestra tres prototipos iniciales de cursos con sus respectivos

contenidos y un instrumento de recogida de datos que pretende medir el
aprendizaje generado con el curso, para posteriormente a través de un
informe con las declaraciones previamente establecidas elaborar un informe
sobre el avance del curso realizado a través del prototipo seleccionado.

Es necesario reseñar, que siendo xAPI un conjunto de especificaciones

para una aplicación integrada en un sistema de aprendizaje, lo que se observa
en los prototipos es como ocurre la integración de la web con el LRS para
registrar los datos y luego poder establecer el Learning Analytics.

Al analizar los prototipos puede observarse que las declaraciones o

sentencias establecidas, son básicas para un informe sobre el rendimiento del
usuario en el curso elegido, sin embargo pudiese establecerse mayores
cantidades de declaraciones para establecer algunas otras estadísticas
pertinentes, lo que conlleva a pensar que toda la estructura
xAPI+LRS+Learning Analytics, rendirán los frutos esperados dependiendo
del diseño previo de las variables a considerar en la evaluación de la curva de
aprendizaje del usuario.

Para poner a prueba el prototipo inicial puede utilizar un grupo control

y observar el informe resultante, en ella se podrá observar los patrones que
emergen de las declaraciones establecidas y es entonces que deberá
considerarse el enfoque dado a dichas declaraciones en función de los ajustes
que se desee obtener.

Otro punto de importancia en el registro de datos de un curso usando

xAPI, es el LRS, que cómo se ha explicado anteriormente es el responsable
de recibir, almacenar y proporcionar acceso a datos basados en xAPI. Cuando
se evalúa la interoperabilidad y la implementación efectiva de xAPI, se hace
necesario realizar un conjunto de pruebas para determinar si el LRS
implementa correctamente los requisitos obligatorios del lado del servidos
xAPI al presentarse las solicitudes por parte de la aplicación.

Es entonces que el diseño de prototipos y generación de contenidos de

prueba bajo las estrictas especificaciones xAPI, permite para cualquier
organización determinar la usabilidad y estabilidad del LRS y su
compatibilidad con las otras aplicaciones; una vez comprobadas las mismas,
puede establecerse el diseño definitivo o en su defecto reestructurar el
prototipo.

Ahora bien, al pensarse en prototipos y plantear la migración a xAPI y

probar el LRS, no siempre significa para la empresa o institución educativa
abandonar el LMS, para ello la empresa Rustici Software, que es la empresa
que colaboró con ADL para investigar, idear y escribir la nueva
especificación, ofrece el servicio de Cloud Computing, siendo el más
conocido y usado el SCORM Cloud with Tin Can API support.

Esto le permitirá a la empresa contar con un contenedor de inicio para

sus prototipos antes de lanzar el curso a sus estudiantes, midiendo la
interoperabilidad y usabilidad del mismo.
 4. Uso de SCORM Driver para prueba de
contenido SCORM y conversión a Tin Can

El SCORM Cloud es una plataforma de capacitación de SaaS

(Software as a Service) (Rustici Software, 2018) es decir, que pone a
disposición diferentes programas y aplicaciones haciendo el uso del internet
como medio de entrega. Esta plataforma incorpora la funcionalidad de la
nube (crear aplicaciones, almacenar datos, hospedar sitios web, entregar
software, analizar datos, entre otros); para poder administrar todo el proyecto
de aprendizaje en un solo lugar, para ello cuenta con SCORM Driver (o
Rustici Driver), que es un contenedor que:

Permite enviar declaraciones xAPI, importar y lanzar

contenido SCORM, xAPI, AICC y cmi5
Puede configurar sus proveedores de actividades con acceso
a su LRS
Entregar cursos directamente a los estudiantes a través de
invitaciones públicas o privadas
Permite convertir automáticamente datos SCORM en
declaraciones xAPI
Permite generar y rastrear declaraciones xAPI con contenido
SCORM existente

Se encuentra diseñado para integrarse con otras aplicaciones de tal

forma que se pueda poner en prueba el contenido del curso e-learning, siendo
posible poder almacenar en el SCORM Cloud, dichos cursos, bajos los
siguientes estándares: SCORM, xAPI, AICC y cmi5 (Rustici Software 2018).
Resultando muy útil a la institución que adquiere SCORM cloud, en el caso
de que desee continuar utilizando su LMS como está, pero aún necesita una
forma de impartir sus cursos SCORM.

Los pasos de conversión son:

Identificar qué estándar final se necesita: SCORM es el más

universal, xAPI se caracteriza por su posibilidad de tracking
y cmi5 proporciona reglas que visan la máxima
interoperabilidad.
Seleccionar la mejor herramienta o conjuntos de
herramientas para convertir SCORM a xAPI (SCORM
Cloud, Rustici Engine, Rustici Driver, etc):
- Si la herramienta de autor en uso ya soporta xAPI o cmi5 debe
permitir seleccionar el archivo original y publicarlo en el curso
según el estándar que elija.
- Si se tiene una herramienta de creación de contenido y se desea
asegurar la exportación de contenido como xAPI o cmi5,
Rustici Driver es el contenedor adecuado.
- Si se tiene un sistema de aprendizaje para su contenido, Rustici
Engine y SCORM Cloud permiten convertir automáticamente
datos SCORM en declaraciones xAPI, lo que puede ser
particularmente útil para migrar cursos o datos sin problemas a
otros sistemas.

Utilizar las herramientas de desarrollo preferidas

- Biblioteca de códigos TinCanJS, que es una biblioteca
JavaSCript que puede ayudarlo a iniciar y capturar datos xAPI.
- Prototipos xAPI, que son ejemplos de declaraciones xAPI
generadas a modo de ejemplos para inspirarse en ellas.
 Para usar SCORM Driver (Rustici Driver) se descarga el Driver y se
modifican dos archivos que se encuentran en el directorio raíz de la descarga:
tincan.xml y tc-config.js . En ambos hay que personalizar las líneas
correspondientes a ActivityID, ActivityName y ActivityDesc. Para usar el
contenido convertido, es necesario configurar el contenido para usar el
estándar LMS correcto modificando el archivo Configuration.js.

Para probar los contenidos de aprendizajes en SCORM Cloud es tan

sencillo como crear una cuenta gratuita en la página principal del mismo
(https://cloud.scorm.com,), importar los contenidos de aprendizajes con sus
respectivos objetos y ejecutarlos, se inicia el curso en la zona de contenido de
pruebas y se evalúa el resultado; si ha ocurrido algún problema durante la
ejecución se podrá observar en los registros de depuración. Una vez
solventado los errores y aprobado la ejecución del proyecto, se realiza la
entrega a través de SCORM cloud invitations, para invitar directamente a los
estudiantes. o SCORM Cloud Dispatch para impartir cursos a otras
plataformas de aprendizaje

Siendo uno de los objetivos de los estándares creados el favorecer la

interoperabilidad y reusabilidad de los cursos, en el caso de SCORM y su
conversión a Tin Can o también llamado xAPI, el proceso es bastante
sencillo, tal cual como lo explica las páginas oficiales de Rustici Software
(2018).

Con la incorporación a SCORM Cloud de la funcionalidad de generar

declaraciones sAPI a partir de registros SCORM, se permite la adecuación de
los contenidos y se asegura la reusabilidad. Esto se evidencia al entregar los
registros SCORM a través de SCORM Cloud, esto crea el registro de a quién
va dirigido, fecha, hora, entre otros; posteriormente se visualiza a través del
LRS, asociado con la aplicación el registro, las declaraciones resultantes en el
visor de estado.

A través de ese visor no sólo se podrá observar las declaraciones

almacenadas, sino que podrán ser filtradas y exportadas de ser necesario. Esto
es realmente útil para aquellos que desean migrar datos xAPI sin problemas a
otros sistemas. Por ejemplo, si estaba implementando un nuevo sistema de
análisis de aprendizaje que admitía xAPI y quería generar sentencias xAPI de
cursos SCORM para ingresar en ese sistema.

Como corolario final a esta apartado, se puede reseñar que el SCORM

Cloud es la plataforma que presta el servicio de congregar todas las
aplicaciones educativas en un mismo espacio (la nube), adicionalmente
ofrece diversas funcionalidades que permite la integrar múltiples aplicaciones
bajo distintos estándares e incluso la migración de cursos educativos bajo
estándares SCORM a xAPI logrando ser visualizados los resultados de estos
en los LRS asociados y creados a tal fin.

La evolución de la tecnología no cesa, y la adecuación de las nuevas

herramientas en el área educativa no es de extrañar que ocurran, pues es
necesario entender que el conocimiento se genera a cada día y en la vivencia
de cada nueva experiencia, así como en el procesamiento adecuado de los
datos aportado por cada nueva lectura, cada nuevo juego jugado o cada
simulación ejecutada.

La necesidad de crear estándares cada vez más apropiados para

garantizar la reusabilidad, interoperabilidad, así como la mejora en la entrega
de los contenidos educativos; está siempre en constante estudio, el cmi5 se
vislumbra como la mejora del xAPI en cuanto a las reglas en el uso de
verbos adecuados para garantizar la interoperabilidad en la comunicación de
las aplicaciones. Sin embargo la investigación sobre este tema es causal de
otro proyecto de investigación.
 5. Conclusiones

En el sector del e-learning hay grandes esperanzas puestas en xAPI, pues da

mayor flexibilidad que SCORM para seguir y compartir datos de rendimiento
de una formación, no requiere una conexión permanente a Internet y
proporciona opciones de aprendizaje sobre dispositivos móviles. Sin
embargo, no debe tratarse como una solución panacea, por ejemplo, xAPI es
apenas una especificación que no va a solucionar los problemas provenientes
de sistemas informáticos mal pertrechados. Dicho de otra manera, xAPI es
un posibilitador pero no hace que las soluciones se implementen y se
implemente bien por arte de magia.

Finalmente, xAPI es el futuro del e-learning y m-learning pero, antes de

subirnos al carro del progreso, es conveniente analizar las experiencias de
aprendizaje –si son realmente ubicuas o no tanto- y las métricas que serían
necesarias para inferir si ha habido potencialmente aprendizaje o no. De
hecho, los usos y datos necesarios podrían ser suficientes con lo que se
encuentra dentro de la tradicional combinación SCORM+LMS.

6.
 6.

6. Referencias

Freire, M.; Fernández, B., (s/f)._ Metodología de Integración de

Objetos de Aprendizaje Avanzados en Sistemas de E-Learning._
Departamento de Ingeniería del Software e Inteligencia Artificial Grupo e-
UCM, Cátedra Telefónica en Educación Digital y Juegos Serios Facultad de
Informática. Universidad Complutense de Madrid. España._ Consultado el
26/08/2018 en http://pubman.e-ucm.es/drafts/e-UCM_draft_300.pdf

Organización de las Naciones Unidas para la educación la Ciencia y la

Cultura UNESCO(2018)._ Aprendizaje Móvil._ Consultado el 287/08/2018
en https://es.unesco.org/themes/tic-educacion/aprendizaje-movil
Rustici Software. (2013)._ SCORM To XAPI Now Live In SCORM
Cloud._ Consultado el 31/08/2018 en https://support.scorm.com/hc/en-
us/articles/206165056-SCORM-to-xAPI-now-live-in-SCORM-Cloud
Rustici Software. (2018)._ Scorm cloud._ Consultado el 31/08/2018 en
https://rusticisoftware.com/products/scorm-cloud/
Rustici Software. (2018)._._ Cómo probar el contenido SCORM._
Consultado el 31/08/2018 en https://rusticisoftware.com/resources/test-
scorm/
Rustici Software (2018(._ SCORM Cloud vs. Learning Management
System (LMS)._Consultado el 31/08/2018 en
https://rusticisoftware.com/products/scorm-cloud/scorm-cloud-vs-lms/
Scatler, N. (2016)._ Learning Analytics in Higher Education: A review
of UK and international practice._ Consultado el 28/08/208 en
https://www.jisc.ac.uk/reports/learning-analytics-in-higher-education
Solar Society for learning Analytics Research (2011)._ Open Learning
Analytics: an integrated & modularized platform. Proposal to design,
implement and evaluate an open platform to integrate heterogeneous learning
analytics techniques. Consultado el 30/08/2018 en
https://solaresearch.org/wp-
content/uploads/2011/12/OpenLearningAnalytics.pdf

xAPI._ Learning Record Store._ Consultado el 28/08/2018 en

https://xapi.com/learning-record-store/

xAPI._ Learning Record Store._ Consultado el 28/08/2018 en

https://xapi.com/prototypes/
 7. Test de autoevaluación

Responde a estas preguntas. Haz click en verdadero o falso para saber

la solución

P1. xAPI es un aplicación que permite la Verdadero Falso

comunicación con otros dispositivos.
P2. Los LRS son los encargados de recibir,
almacenar y procesar los datos sobre las Verdadero Falso
experiencias de aprendizaje, de logros y en el
rendimiento de las actividades, académicas o
no.

P3. Los LRS son capaces de gestionar usuarios Verdadero Falso

y matricular estudiantes.

P4. Learning Analytics presenta objeciones Verdadero Falso

éticas y legales.

P5. El SCORM cloud es el nuevo estándar que Verdadero Falso

promete mejorar las deficiencias que posee
xAPI.

P6. xAPI depende de un LRS para funcionar, Verdadero Falso

sustituyendo a los LMS, que están tendiendo a
desaparecer.
P7. Tin Can API propone desvincular la
experiencia del aprendizaje de un LMS Verdadero Falso
concreto y poder capturar datos de las
actividades de formación del alumno en un
formato consistente y legible por diferentes
sistemas.
Respuesta CORRECTA. Continuar con el test de autoevaluación
Respuesta INCORRECTA. Continuar con el test de autoevaluación