Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESE DE DOUTORAMENTO
Contribuciones a la mejora del soporte al aprendizaje
autorregulado en entornos virtuales de aprendizaje
Ano 2017
Escola Internacional de Doutoramento
Vigo, 4 de Ma io de 2017.
i
ii
A GRADECIMIENTOS
iii
iv
A GRADECIMIENTOS PERSONALES
No puedo dejar de agradecer a todos los que me han apoyado, ya sea activa o
“moralmente”, durante la realización de este doctorado.
En primer lugar quiero agradecer enormemente a mis directores de tesis. A
Martín por su paciencia, sus ideas, sus valiosos consejos y su criticismo, que me han
hecho crecer como investigador. A Manuel por su soporte, guiado y motivación;
por ayudarme a enfocar siempre lo importante y a visualizar los resultados desde
el primer esbozo. Algunas de las claves de esta tesis provienen de debates llenos de
ideas innovadoras, de pragmatismo y, sobre todo, de colaboración.
A mis compañeros del GIST, pasados y presentes, un grupo de investigación lleno
de talento. Aunque nos vemos poco, siempre estáis ahí para lo que haga falta. En
especial a Roberto Pérez.
A los que me he encontrado por el camino durante esta andadura, especialmente
a Aubrie. Thanks a lot for endless intriguing conversations!
Por supuesto, a mis amigos, que están “a las duras y a las maduras”. Entre charlas
de música, ciencia, olas, coches, etc. han aguantado más de una queja y bastantes
“hoy no puedo que estoy con la tesis”. Aquí están todos los que son, pero no son
todos los que están: Luis, Isma, Mon y Chris (los chicos de The Venus’ Garden);
Pablo y Ana, Marcos “Manguitos”, Marco, Gise, Gerar, Manu, Jaime, Arturo, Javi,
David Alonso, Carlos Gago, “Loris”, Breixo, Paula, Julia, Cris, Marcos
Álvarez,…(seguro que me olvido de alguien) ¡me siento muy afortunado de teneros
conmigo!
A mi familia, por vuestro cariño, apoyo y ánimos. Siempre y pase lo que pase os
llevaré en mi corazón.
Por último, no hay palabras que permitan expresar lo agradecido que estoy a
Berta por su amor y su apoyo, por ponerme los pies en la tierra cuando me da por
soñar demasiado alto, por haber sido mi consultora personal de pedagogía durante
este doctorado,…En definitiva, por hacer que el viaje de la vida sea, en los tiempos
que corren, más que llevadero, apasionante.
v
vi
C ONTENIDOS
1 I N T R O D U C C IÓ N 17
1.1 Motivación 17
1.2 Objetivos 22
1.3 Metodología 24
1.4 Estructura de la memoria 27
2 C O N T E X T O P E D A G Ó G ICO 31
vii
4.2 Aplicaciones software con soporte SRL 82
4.2.1 Aplicaciones específicas 82
4.2.2 Aplicaciones genéricas 88
4.3 Evaluación del soporte al SRL en software 90
4.3.1 Análisis teórico del nivel de soporte según tipo de herramienta 91
4.3.2 Proyecto TELEPeers 92
4.3.3 Acerca de las Metodologías 95
4.4 Monitorización del aprendizaje 96
4.4.1 Soluciones de Interoperabilidad 97
4.4.2 Activity Streams 98
4.4.3 Tin Can API o eXperience API (xAPI) 100
4.4.4 IMS Caliper 105
4.4.5 Proyectos de monitorización del SRL 106
4.5 Conclusiones 109
5 R E Q U IS I T O S P A R A E L S O P O R T E S O F T W A R E A L S R L 111
viii
6.5.1 Capa de presentación 151
6.5.2 Datos y lógica de negocio 154
6.6 Validación 155
6.6.1 Validación por juicio de expertos 156
6.6.2 Validación por repetición (prueba de fiabilidad) 156
6.7 Conclusiones 158
7 X A P I - S R L : P E R F I L D E A P L IC A C I Ó N 161
ix
B.4 Entrega de contenidos 261
B.5 Gestión de recursos educativos e información 263
B.6 Guías para estrategias cognitivas 265
B.7 Automonitorización y autoevaluación 266
B.8 Gestión del tiempo 268
B.9 Social y trabajo colaborativo 269
B.10 Estrategias embebidas comunes 271
C PERFIL XAPI-SRL 273
x
F IGURAS
Fig. 1: Estructura modular del MLO (Manso & Llamas, 2013c). ........................... 20
Fig. 2: Contexto, objetivos y contribuciones de esta tesis. ..................................... 24
Fig. 3: Design Science Research Methodology Process (Peffers et al. 2007). ........ 26
Fig. 4: Desarrollo de la tesis de acuerdo con la metodología. ................................. 26
Fig. 5: Estructura de la memoria.............................................................................. 28
Fig. 6: Ilustración que representa en clave de humor la realidad de la ausencia de
adaptación a las inteligencias múltiples existente en la educación................ 36
Fig. 7 Relaciones entre tareas, estrategias y metacognición (Allueva Torres, 2002).
........................................................................................................................... 41
Fig. 8: Fases y subprocesos de la autorregulación en el modelo de Zimmerman
(Zimmerman, 2002). ........................................................................................ 45
Fig. 9: Fases y áreas de la autorregulación en el modelo de Pintrich (Pintrich P. ,
2004). ................................................................................................................ 47
Fig. 10: Modelo de SRL de Winne y Hadwin (Winne & Hadwin, 1998). ............. 48
Fig. 11: Modelo PLEJE de aprendizaje autorregulado (Rosario, Nuñez, &
González-Pienda, 2006). .................................................................................. 49
Fig. 12: Funciones clave de los ITS (Koedinger, Brunskill, Baker, McLaughlin, &
Stamper, 2013). ................................................................................................. 68
Fig. 13: Balance entre proceso y producto en un ePortfolio (Barrett, 2009). ........ 72
Fig. 14: Herramientas de un PLE distribuido. ........................................................ 76
Fig. 15: Escritorio personal de ILIAS....................................................................... 83
Fig. 16: Entorno gráfico de gStudy (Winne, y otros, 2006).................................... 84
Fig. 17: Gráficas de LearnTracker de izquierda a derecha: tiempo empleado por
un usuario para cada actividad de un curso, tiempo empleado para cada
actividad vs. el tiempo medio del resto de estudiantes, y tiempo empleado
para cada actividad comparado con el tiempo medio del resto de estudiantes
y el tiempo estimado por el profesor. .............................................................. 86
Fig. 18: Interfaz de MetaTutor................................................................................. 87
Fig. 19: Dashboard de Twitter Analytics. ............................................................... 89
Fig. 20: Funcionamiento de IMS LTI. ..................................................................... 98
Fig. 21: Combinaciones para compartir registros de actividad de aprendizaje. .. 101
Fig. 22: Evento en IMS Caliper (IMS GLC, 2015)................................................. 105
Fig. 23: Ejemplo de gráfico D/F de SoftLearn. ...................................................... 106
Fig. 24: StepUp! Big Table. ..................................................................................... 108
Fig. 25: Detalle de actividad semanal en StepUp! Big Table. .............................. 108
Fig. 26: Portada de CESARAS. ............................................................................... 152
Fig. 27: Vista del cuestionario................................................................................ 152
Fig. 28: Página de resultados. ................................................................................. 153
Fig. 29: Base de datos de CESARAS....................................................................... 155
Fig. 30: Resultados de la validación para las aplicaciones seleccionadas. ............ 157
Fig. 31: Desviación estándar por funcionalidad. ................................................... 158
Fig. 32: Declaración de xAPI. ................................................................................ 167
xi
Fig. 33: Proceso de creación de una declaración. ................................................. 170
Fig. 34: Escenarios de demostración para xAPI-SRL. .......................................... 176
Fig. 35: Interacciones en los escenarios de la simulación. ................................... 177
Fig. 36: Filtrado y organización de trazas. ............................................................ 180
Fig. 37: Opciones de agrupación de trazas para una gráfica de uso del tiempo: por
aplicación de origen (arriba) Vs. por tipo de actividad (abajo).................... 181
Fig. 38: Estimación temporal vs. tiempo empleado por tarea. ............................. 182
Fig. 39: Tiempo por actividad en episodio 1 escenario no-SRL. .......................... 183
Fig. 40: Tiempo por actividad en episodio 1 para escenario SRL. ....................... 183
Fig. 41: Tiempo empleado por objetivo principal. ............................................... 184
Fig. 42: Dudas por cada objetivo. .......................................................................... 184
Fig. 43: Uso de estrategias...................................................................................... 185
Fig. 44: Tiempo vs. notas de un usuario comparado con su clase. ....................... 185
Fig. 45: Número de acciones de un alumno por tipo de actividad (vista del
profesor) para el módulo 2 de un curso. ....................................................... 189
Fig. 46: Tiempo dedicado a actividades SRL durante el año. ............................... 190
Fig. 47: Tiempo dedicado a cada conjunto de actividades por día de la semana. 190
Fig. 48: Gráfica de uso de estrategias de un repositorio. ...................................... 191
Fig. 49: Gráfica de ayuda ofrecida y recibida. ...................................................... 192
Fig. 50: Integración de reflexiones y otros tipos de nota en las gráficas. ............ 193
Fig. 51: Interfaz de Trello siguiendo el formato Kanban. .................................... 194
Fig. 52: Diseño de la interfaz para la implementación de KWL en el MLO. ...... 243
Fig. 53: Ejemplo de red semántica. ....................................................................... 247
xii
T ABLAS
Tabla 1. Clasificación de estrategias (Mayor, Suengas, & González, 1995). .......... 53
Tabla 2: TELEs evaluados con el PRET. .................................................................. 94
Tabla 3: Leyenda de clasificación y subclasificación de requisitos. ..................... 119
Tabla 4: Requisitos para planificación y gestión de proyectos o tareas. .............. 121
Tabla 5: Requisitos para gestión del tiempo. ......................................................... 122
Tabla 6: Requisitos para entrega de contenidos. ................................................... 123
Tabla 7: Requisitos para gestión de recursos educativos e información. ............. 124
Tabla 8: Requisitos para guías de estrategias. ........................................................ 125
Tabla 9: Requisitos para automonitorización y autoevaluación. ......................... 126
Tabla 10: Requisitos para trabajo colaborativo. .................................................... 127
Tabla 11: Requisitos comunes. ............................................................................... 128
Tabla 12: Ejemplo de rúbrica (Fernández-Pampillón, Domínguez, & Armas,
2012). .............................................................................................................. 135
Tabla 13: Resultados iniciales para las aplicaciones de control por funcionalidad.
......................................................................................................................... 149
Tabla 14: Puntuación final calibrada de las herramientas de control por
funcionalidad. ................................................................................................. 150
Tabla 15: Resultados de la validación por repetición. .......................................... 157
Tabla 16: Actividad y trazas del estudiante no autorregulado. ............................ 177
Tabla 17: Actividad y trazas del estudiante autorregulado. ................................. 179
xiii
xiv
A CRÓNIMOS
xv
xvi
1 I NTRODUCCIÓN 1
The only thing that interferes with my learning is my education.
— Albert Einstein
1.1 M OTIVACIÓN
En la literatura sobre tecnología educativa encontramos dos tendencias que
destacan en el marco educativo reciente, presentes en la siguiente afirmación
(Mooij, Steffens, & Snow Andrade, 2014):
1 http://www.ehea.info/
INTRODUCCIÓN
1 https://moodle.org
2 https://www.edx.org/
18
1.1 MOTIVACIÓN
Este segundo punto es clave y resalta la importancia del SRL para facilitar un uso
efectivo de software para aprender. Esta relación PLE-SRL puede considerarse
bidireccional o incluso simbiótica, ya que numerosos autores defienden que el
software podría y debería dar soporte al SRL y a los procesos metacognitivos
(Reeves & Hedberg, 2003) (Yong Ku & Morgan, 2006) (Carneiro, Lefrere, Steffens,
& Underwood, 2011) (Nussbaumer, y otros, 2013). Es decir, el SRL da soporte al
estudiante para la construcción y el uso de un PLE como conjunto de herramientas
distribuidas, y estas herramientas deberían ofrecer soporte al alumno para la
implementación de procesos SRL. Es esta segunda parte la que nos interesa desde
un punto de vista tecnológico.
19
INTRODUCCIÓN
Esta nueva aproximación nos ha llevado a tratar de identificar de forma clara cómo
se puede ofrecer soporte al SRL, atendiendo a los procesos implicados en el
aprendizaje autorregulado.
Para dar respuesta a esta pregunta, lo primero es identificar los requisitos que ha
de cumplir una herramienta software para ofrecer este soporte. Aquí nos
encontramos con el primer problema. Los requisitos para el soporte software al
SRL actuales tienen como origen el estudio de la teoría SRL. Los más significativos
son los creados por Bartolomé y Steffens (2011):
Estos criterios cubren, de forma general y sin entrar en detalle, algunos de los
aspectos que afectan a un número limitado de estrategias de aprendizaje, y aunque
son acertados, son insuficientes y no tienen en cuenta el tipo de herramienta.
20
1.1 MOTIVACIÓN
21
INTRODUCCIÓN
22
1.2 OBJETIVOS
23
INTRODUCCIÓN
1.3 M ETODOLOGÍA
Esta tesis pertenece al programa de Doctorado en Tecnologías de la Información y
las Comunicaciones, siendo por tanto una contribución al campo de los sistemas
de la información. No obstante, está enmarcada en el campo del e-learning y más
concretamente en el del aprendizaje apoyado por tecnología (TEL). Este dominio
es multidisciplinar por definición, incorporando una fuerte componente
pedagógica. Sin perder de vista el aspecto tecnológico, se han tenido muy en cuenta
tanto esta componente pedagógica como el hecho de que, en último término, se
trata de facilitar soluciones a estudiantes y profesores que interaccionarán con el
software. El factor humano es especialmente relevante para el autor dado que uno
de sus campos de especialización es el diseño de experiencia de usuario (UX o User
eXperience), habiendo realizado varios trabajos previos a esta tesis, y alguna
24
1.3 METODOLOGÍA
2. Definición de los objetivos para una solución: Los objetivos para alcanzar
la solución son inferidos de la definición del problema. Los objetivos
pueden ser cuantitativos o cualitativos. Los recursos para esta actividad
incluyen el conocimiento del estado del problema y la eficacia de las
soluciones actuales.
25
INTRODUCCIÓN
26
1.3 METODOLOGÍA
El objetivo de esta investigación hace que haya sido necesaria una fase de análisis
bastante extensa, abarcando varias disciplinas, lo cual está representado en los tres
capítulos de contexto y estado del arte. Además, el proceso de desarrollo de la
investigación ha provocado que, siendo la segunda contribución (CESARAS)
consecuencia de la primera (requisitos software para SRL), la primera se viese
modificada en una segunda iteración paralela al desarrollo de la segunda
contribución. Asimismo, la tercera contribución (xAPI-SRL) fue desarrollada en
paralelo a la segunda (CESARAS). Por sencillez para el lector se presentan las
contribuciones siguiendo una organización lineal agrupando los resultados
obtenidos para cada contribución.
En la figura 5 podemos ver la estructura de la tesis en relación a la metodología
empleada, agrupando los procesos seguidos en los capítulos cuyo contenido se
describe a continuación.
27
INTRODUCCIÓN
28
1.4 ESTRUCTURA DE LA MEMORIA
29
INTRODUCCIÓN
30
2 C ONTEXTO PEDAGÓGICO
2
Everybody is a genius. But if you judge a fish by its ability to climb a tree, it
will live its whole live believing that it is stupid.
— Albert Einstein
2.1.1 C O N D U C T IS M O
32
2.1 TEORÍAS DEL APRENDIZAJE
2.1.2 C O G N IT I V IS M O
2.1.3 C O N S T R U C T I V IS M O
33
CONTEXTO PEDAGÓGICO
Esta teoría nace a principios del siglo XX gracias a autores como John Dewey y
Jean Piaget, aunque no ha sido hasta finales de siglo cuando ha adquirido más
fuerza a través de las propuestas realizadas por autores como Jonassen.
Una de las bases del constructivismo es la teoría del desarrollo social de Vygotsky
La teoría del (Vygotsky, 1978). Para Vygotsky, la interacción social juega un papel fundamental
desarrollo social de
Vygotsky es a veces
en el proceso del desarrollo cognitivo, creando la figura del conocedor (MKO o
considerado un More Knowledgeable Other), persona que sabe más que el estudiante y sirve de
paradigma fuera del referencia, y de la zona de desarrollo próximo (ZPD o Zone of Proximal
constructivismo.
Development), que es la distancia entre la capacidad del estudiante de hacer una
tarea guiado por un conocedor y la capacidad del estudiante de hacer esa tarea sin
ayuda.
Otros autores importantes son Siemens y Downes, creadores del conectivismo
(Siemens, Connectivism: a learning theory for the digital age, 2005), definido por
ellos mismos como “una teoría pedagógica para la era digital”. El conectivismo
Según el
conectivismo, el explica cómo Internet ha creado nuevas oportunidades para aprender y compartir
aprendizaje es un información. Según esta teoría, “el conocimiento es el conjunto de conexiones
proceso consistente en
formadas por acciones y experiencias” (Downes, 2007). En el conectivismo, el
conectar nodos o
fuentes de profesor guía a los estudiantes a la información y responde a preguntas clave, para
información ayudar a los estudiantes a aprender y compartir por sí mismos y entre ellos. El
especializados; el aprendizaje ocurre cuando individuos de una comunidad concreta acceden a
conocimiento
depende de la conocimiento disponible en esa comunidad, y a su vez alimentan la comunidad
diversidad de con su conocimiento. Un ejemplo concreto podría ser un conjunto de gente que
opiniones. comparte un conjunto específico de intereses y que interactúan entre ellos y con
recursos a través de Internet, adquiriendo conocimiento y a su vez alimentando la
comunidad. Los cMOOC (connectivist MOOC) han surgido de esta teoría (ver
sección 3.2).
En la aproximación pedagógica constructivista se plantea la educación en base a
la generación de experiencias relevantes. De esta forma, la puesta en práctica de
En el constructivismo esta teoría consiste en la utilización de actividades que han de ser realizadas por
el estudiante
descubre y aplica sus los alumnos, generando estas experiencias. Éstas suelen consistir en problemas
propias ideas. cuya solución requiere la adquisición y utilización de los conocimientos y
habilidades deseados (Wilson & Lowri, 2000). El educador ha de ofrecer
información relevante y proponer problemas complejos, de forma que pueda
ofrecerles distintas perspectivas y sean los propios alumnos quienes descubran y
apliquen sus propias ideas de forma activa. La evaluación está integrada en el
contexto educativo y se centra en lo que los alumnos aprenden en las tareas, por lo
que cada alumno puede tener objetivos diferentes.
2.1.4 H U M A N IS M O
34
2.1 TEORÍAS DEL APRENDIZAJE
2.1.5 I N T E L IG E N C IA S M Ú L T I P L E S
La teoría de las inteligencias múltiples fue desarrollada por Gardner (1983). En ella
se postula la existencia de siete inteligencias que tienen habilidades asociadas:
35
CONTEXTO PEDAGÓGICO
Fig. 6: Ilustración que representa en clave de humor la realidad de la ausencia de adaptación a las
inteligencias múltiples existente en la educación.
2.1.6 C O M P E T E N C IA S D E L S I G LO X X I
En el marco del EEES, las denominadas competencias del siglo XXI han cobrado
importancia desde la recomendación realizada en el año 2006 por el parlamento
europeo (European Parliament, 2011).
Este concepto también conocido como habilidades del siglo XXI o 21CC por sus
siglas en inglés (21st century competencies), se refiere a las habilidades que los
estudiantes necesitan para desarrollarse con éxito en el mundo competitivo,
digitalizado y conectado de hoy en día. Según expertos, no se trata de habilidades
nuevas: por ejemplo, pensamiento crítico o resolución de problemas han sido
componentes del progreso humano a lo largo de la historia. Lo que es nuevo es que
en el mundo actual, el éxito individual y colectivo depende de estas habilidades
debido a los cambios sociales y económicos (Rotherham & Willingham, 2010).
36
2.1 TEORÍAS DEL APRENDIZAJE
Existen múltiples iniciativas que describen estas competencias, de entre los que
destacamos “5 minds for the future” (Gardner, 2008), Partnership for 21st Century
Las 21CC se centran
Skills (P21 framework, 2015), el proyecto australiano “Assessment and Teaching
en habilidades
of 21st Century Skills” (ATC21S, 2012), y el “European Reference Framework on deseables para el éxito
Key Competences for Lifelong Learning” (European Parliament, 2011). Todas ellas en la sociedad
competitiva actual.
coinciden en las principales competencias, habiendo otras que aparecen con menos
frecuencia en estos frameworks, llegando incluso algunas a aparecer en uno solo.
A continuación veremos las competencias más relevantes:
37
CONTEXTO PEDAGÓGICO
de los estudios (Wolters, 2010). El SRL está más enfocado al aprendizaje en sí y las
propuestas de las 21CC son más generalistas y abarcan también competencias más
básicas necesarias para la vida. En cualquier caso, su enseñanza aboga por métodos
centrados en el estudiante, como la enseñanza basada en problemas o en proyectos
(Rotherham & Willingham, 2010).
Uno de los problemas que los expertos ven en enseñar las habilidades del siglo
XXI es que ciertas competencias no se pueden enseñar como se enseña cualquier
materia. Competencias como la auto-dirección, colaboración o creatividad son
competencias complejas y en cierto modo abstractas. Estas competencias son
centrales en el SRL, y es posible desarrollarlas gracias a la utilización de estrategias
y la práctica, como se ha demostrado en varios proyectos de promoción del SRL
(Rosario, Nuñez, & González-Pienda, 2006).
2.2 M ETACOGNICIÓN
Analizando la propia palabra podemos intuir a qué se refiere: la cognición sobre la
cognición, el conocimiento sobre el conocimiento, el pensamiento sobre el
pensamiento (Mayor, Suengas, & González-Marqués, 1993). Sin embargo, hay aún
debate acerca de lo que es exactamente la metacognición. El hecho de que haya
La metacognición se varios términos para referirse al mismo fenómeno, como autorregulación o control
refiere a la capacidad
para reflexionar y ejecutivo, y para referirse a aspectos del mismo fenómeno como la metamemoria,
actuar sobre los hacen que se genere cierta confusión (Livingston, 2003). La falta de acuerdo entre
propios procesos de los autores puede deberse a que el mismo elemento ha sido estudiado desde
aprendizaje.
perspectivas diferentes, que comparten solamente algunos aspectos (Crespo, 2004).
El término ha sido empleado en psicología educativa desde los años setenta
gracias a John Flavell, quien lo usó inicialmente para referirse a la metamemoria
(Flavell, 1976) y pronto se empleó para dominios específicos como la lectura y la
comprensión. Como encontramos en (Nisbet & Shucksmith, 1986), según Flavell,
“Metacognición significa el conocimiento de uno mismo concerniente a los propios
procesos y productos cognitivos o a todo lo relacionado con ellos. (…) Indica, entre
otras cosas, el examen activo y consiguiente regulación y organización de estos
procesos en relación con los objetos cognitivos sobre los que versan, por lo general
al servicio de algún fin u objeto concreto” (Flavell, 1979).
Durante los años 80 del siglo XX es definida teórica y operacionalmente por
varios autores (Mayor, Suengas, & González-Marqués, 1993), forjándose el
concepto general. En 1978 Brown (Brown A. L., 1987) lo definió como el
conocimiento sobre el conocimiento, que según Brown, se regula a sí mismo. Para
este trabajo se ha elegido la definición que tiene más fuerza en la comunidad de
psicología educativa y pedagogía, que además encaja con los objetivos de la
investigación.
La metacognición se refiere a “pensamientos de alto nivel (complejos) que
implican un control activo sobre los procesos cognitivos envueltos en el
38
2.2 METACOGNICIÓN
2.2.1 C O M P O N E N T E S D E L A M E T A C O G N IC IÓ N
2.2.2 M O D A L ID A D E S M E T A C O G N I T I V A S
39
CONTEXTO PEDAGÓGICO
40
2.2 METACOGNICIÓN
“No hay una definición simple y directa del constructo del aprendizaje
autorregulado” (Boekaerts & Corno, 2005). Al igual que ocurre con la
metacognición, hay varias definiciones de aprendizaje autorregulado o autónomo,
en inglés Self-Regulated Learning (SRL), aunque todas apuntan en la misma
dirección. Zimmerman, Pintrich, Winne y Hadwin son quizás los autores más
relevantes en este dominio, y sus modelos de aprendizaje autorregulado son usados
todavía por la mayoría de la comunidad de expertos en educación. De acuerdo con
Zimmerman, “la autorregulación se refiere a pensamientos, sentimientos y
comportamientos autogenerados que están orientados a la consecución de
41
CONTEXTO PEDAGÓGICO
objetivos” (Zimmerman, 2002). Por otro lado, Pintrich afirma que el aprendizaje
autorregulado es “un proceso activo y constructivo en que los estudiantes definen
objetivos para su aprendizaje, y luego tratan de monitorizar, regular y controlar su
cognición, motivación y comportamiento, guiados y encauzados por sus objetivos
y las características contextuales del entorno” (Pintrich P. , 2000a). Winne y
Hadwin definen el SRL como un proceso gobernado y potenciado por la
metacognición en el que los estudiantes desarrollan percepciones de sus tareas de
aprendizaje, establecen objetivos y planifican cómo aprender, aplicando y
adaptando sus estrategias de aprendizaje para conseguir los objetivos de
aprendizaje (Winne & Hadwin, 1998). Las diferencias entre estas definiciones no
parecen muy evidentes; sin embargo, veremos que los modelos propuestos por
estos mismos autores sí contienen diferencias sustanciales (sección 2.3.2).
Según esta teoría, el proceso de autorregulación está basado en la consciencia de
los estudiantes sobre sus habilidades y limitaciones, sus objetivos centrados en
tareas y el uso de las estrategias apropiadas. Los estudiantes pueden mejorar su
rendimiento académico empleando estrategias para controlar y regular aspectos de
su cognición, motivación y comportamiento, para elegir y construir sus entornos
de aprendizaje y para establecer objetivos y monitorizar su cumplimiento.
2.3.1 C O N T E X T O Y E V O LU C I Ó N D E L A P R E N D IZ A J E A U T O R R E G U LA D O
42
2.3 APRENDIZAJE AUTORREGULADO
Self-Directed Learning
El lector podría no conocer el aprendizaje autorregulado, pero sí el autodirigido
(Self-Directed Learning o SDL). El SRL y el SDL son teorías paralelas que podrían
considerarse equivalentes (Beishuizen & Steffens, 2011), como se puede inferir de
la definición original de Knowles de SDL: “es un proceso en el que individuos
toman la iniciativa, con o sin ayuda de otros, en diagnosticar sus necesidades de
aprendizaje, formular sus objetivos de aprendizaje, identificar recursos humanos y
43
CONTEXTO PEDAGÓGICO
2.3.2 M O D E L O S D E A P R E N D IZ A J E A U T O R R E G U LA D O
44
2.3 APRENDIZAJE AUTORREGULADO
45
CONTEXTO PEDAGÓGICO
Cognición
Motivación y afecto
Conducta
Contexto.
Las tres primeras representan las tres áreas del funcionamiento psicológico,
mientras que la cuarta refleja la importancia del contexto social y personal. La
regulación de la cognición hace referencia a cómo el estudiante entiende las tareas
de aprendizaje, las realiza de forma estratégica a la vez que monitoriza y controla
el proceso y finalmente reflexiona para mejorar las estrategias y el procedimiento
seguido. Pintrich afirma que, de forma similar, es posible regular las otras tres
áreas: la motivación a través de estrategias para el control de las creencias
motivacionales (autoeficacia, dificultad de la tarea, etc.), la conducta a través de
estrategias de gestión de tiempo y monitorización del esfuerzo, y el contexto a
través del control de su entorno social y contextual.
46
2.3 APRENDIZAJE AUTORREGULADO
Este es el modelo más amplio y que abarca más aspectos o dominios de forma
específica, además de la cognición.
1. Análisis de la tarea
3. Ejecución
4. Adaptación.
47
CONTEXTO PEDAGÓGICO
Fig. 10: Modelo de SRL de Winne y Hadwin (Winne & Hadwin, 1998).
48
2.3 APRENDIZAJE AUTORREGULADO
fase establecen los objetivos junto con los estándares que habrá que cumplir para
conseguirlos, y definen las estrategias a seguir. En la tercera fase los estudiantes se
enfrentan a la tarea empleando las estrategias elegidas en la fase anterior. En esta
fase se monitoriza la efectividad de las estrategias así como la correspondencia
entre los productos y los estándares. La última fase es opcional, e implica
reflexionar acerca de la tarea, los objetivos y estrategias para rediseñar el plan o
modificar los estándares ya sea para esta misma tarea o para otras venideras.
2.3.3 F A S E S D E L A A U T O R R E G U L A C IÓ N D E L A P R E N D IZ A J E
Examinando los modelos es evidente que existe una relación entre las fases, y así
lo confirman los propios autores (Pintrich P. , 2004). Como podemos observar,
todos definen varias fases de la autorregulación. Zimmerman profundiza aquí y
define los subprocesos. La principal diferencia radica en que Zimmerman agrupa Es importante no
las fases de monitorización y control en la fase de realización dado que ocurren confundir la
evaluación de
durante el mismo período de tiempo, esto es, durante la realización de las tareas. conocimientos
Pintrich, que ha separado la monitorización y el control, afirma que la mayoría del adquiridos con la
trabajo empírico acerca de estas dos fases “no encuentra mucha separación de estos evaluación SRL, que
consiste en evaluar el
procesos en términos de la experiencia de los sujetos” (Pintrich P. , 2004).
proceso de aprendizaje
Otra diferencia relevante es la ubicación de la selección de estrategias. de cara a mejorarlo.
Zimmerman la ubica en la fase previa o de planificación en concordancia con la
mayoría de autores y con los manuales de estrategias existentes. Pintrich por el
contrario indica que esto ocurre en la fase de control. Esto dependerá del
estudiante, ya que aquellos que planifiquen su aprendizaje al detalle elegirán la
estrategia para abordar cada tarea durante la planificación y aquellos que conozcan
bien las estrategias y prefieran improvisar elegirán la estrategia más adecuada a la
tarea en el momento de realizarla.
Otro aspecto a tener en cuenta es que según modelos más recientes, cada fase
puede tener una planificación, una realización o ejecución y una evaluación,
también cíclicos, para cada tarea. Esto es conocido como el modelo PLEJE
(Planificación, Ejecución y Evaluación) (Rosario, Nuñez, & González-Pienda,
2006) (ver Fig. 11). De esta forma, un modelo simplificado puede usarse para cada
tarea de forma recursiva.
El modelo PLEJE se
llama originalmente
PLEA, ya que
proviene del
portugués:
Planificação, Execucão
e Avaliação.
Fig. 11: Modelo PLEJE de aprendizaje autorregulado (Rosario, Nuñez, & González-Pienda, 2006).
49
CONTEXTO PEDAGÓGICO
Teniendo todo esto en cuenta, en este trabajo se han adoptado tres fases cíclicas
si las vemos a alto nivel, pero considerando habitual el hecho de que haya saltos de
una a otra si examinamos los procesos a un nivel más bajo. Estas fases son:
2.3.4 Á R E A S D E L A A U T O R R E G U L A C IÓ N D E L A P R E N D IZ A J E
Cognición
Metacognición
Motivación / afecto
Comportamiento
2.3.5 C A R A C T E R ÍS T IC A S D E L O S E S T U D I A NT E S A U T O R R E G U L A D O S
Los estudiantes autorregulados poseen una serie de características que han ido
adquiriendo con la práctica en la utilización de las estrategias. Cabe diferenciar
varios aspectos:
Aspectos Cognitivos
En relación a los aspectos cognitivos, los estudiantes autorregulados conocen y
usan estrategias de aprendizaje cognitivas de forma efectiva para seleccionar,
categorizar, organizar, elaborar y recuperar información (Paris & Byrnes, 1989).
Aspectos Metacognitivos
En cuanto a estos aspectos, los estudiantes autorregulados se conocen a sí mismos,
conocen los requisitos de las tareas y “saben cómo y cuándo deben emplear las
estrategias más adecuadas” (Boekaerts, 1986). Saben cómo usar estrategias
metacognitivas (planificación, monitorización, evaluación y regulación) para
llevar a cabo sus tareas y conseguir sus objetivos (Zimmerman & Martinez-Pons,
1990).
50
2.3 APRENDIZAJE AUTORREGULADO
Aspectos Motivacionales
La motivación es uno de los elementos clave en la autorregulación, y los
estudiantes autorregulados “se motivan a sí mismos, tienen expectativas y
atribuciones positivas” y están interesados de forma natural en sus tareas de
aprendizaje. Son proactivos y confían en sus habilidades (Zimmerman, 2002).
2.4.1 E N S E Ñ A N Z A D E L A S E S T R A T E G IA S
Los beneficios de usar estrategias son claros, ya que mejoran las habilidades de los
estudiantes, que se vuelven más eficientes y obtienen mejores resultados, y esto
debería ser suficiente para despertar su interés en ellas. Hacerlas más atractivas
para los estudiantes es importante, pero la forma en la que se enseñan las estrategias
habitualmente puede ser un problema a este respecto. Podemos encontrar las
estrategias en páginas web, manuales de técnicas de estudio y estrategias de
51
CONTEXTO PEDAGÓGICO
aprendizaje, pero la mayoría de ellos son muy formales y descriptivos, siendo poco
atractivos para la audiencia para la que están destinados. Tradicionalmente, estas
estrategias son enseñadas en proyectos de intervención para la enseñanza de
estrategias: a) en cursos de verano, b) a lo largo del curso como materia
independiente o c) incorporadas en cada materia, tratando las estrategias
específicas de éstas. Generalmente, las estrategias son enseñadas de forma
metódica, sin profundizar ni en el problema ni en por qué son tan necesarias.
Hay un proyecto que ha sido implementado en varias universidades en Europa,
especialmente en Portugal y España, llamado “Cartas do Gervasio ao seu umbigo”
(Rosario, Nuñez, & González-Pienda, 2006) que destaca por su metodología. En él
se trata de enseñar la autorregulación y las estrategias de aprendizaje a los alumnos
de primer año de una forma diferente. El aspecto innovador de este proyecto reside
en la forma en la que se presentan las estrategias a los estudiantes: a través de la
historia de un alumno de primer año llamado Gervasio. Está formado por trece
cartas, cada una de las cuales trata las cosas buenas y malas típicas del primer año
de universidad, así como algunas formas de lidiar con los problemas que llevan al
fracaso escolar, i.e., la utilización de estrategias de autorregulación y aprendizaje.
El proyecto cuenta también con ejercicios, problemas y recomendaciones para
trabajar en clase con el profesor, para entender y afianzar los conceptos
presentados en las cartas.
La idea es que conocer y manejar correctamente las estrategias aumenta en gran
medida la autonomía de los estudiantes, pero la manera más rápida y efectiva de
que esto suceda es de una forma guiada por un educador, algo en lo que coinciden
todos los expertos (Moos & Ringdal, 2012).
Además de Cartas do Gervasio ao seu Umbigo, en este trabajo se han manejado
otros manuales y guías de estrategias: “Estrategias de aprendizaje para aprender
más y mejor” (Carrasco, 2007), “Learning Strategies” (Nisbet & Shucksmith, 1986),
el sitio web “Skills You Need” (2014).
2.4.2 C L A S I F IC A C IÓ N D E E S T R A T E G IA S
Resulta difícil clasificar las estrategias de aprendizaje, dado que hay numerosos
criterios posibles y es necesario atender a varios a la vez, ya que de alguna forma
En la literatura nos todos son relevantes. Así, podemos clasificarlas según lo que se pretende mejorar
encontramos con (comprensión lectora, gestión del tiempo, etc.), según en qué fase SRL estén
numerosas
enmarcadas, según estén enfocadas a la cognición o a la metacognición, etc.
clasificaciones de
estrategias basadas en Además, dependiendo del criterio elegido hay estrategias que encajan en varias
criterios diferentes. categorías, lo que dificulta aún más esta labor. Por ejemplo, si elegimos como
criterio las fases y las áreas de la autorregulación, hay estrategias que abarcan todas
las fases, y que pueden ser cognitivas o metacognitivas, y tener a la vez una
componente importante de control del contexto. Como no podía ser de otra
manera, hemos encontrado en la literatura varias clasificaciones, algunas
generalistas y otras atendiendo a criterios particulares de una investigación
52
2.4 ESTRATEGIAS DE APRENDIZAJE Y AUTORREGULACIÓN
Exploración
Atención Selección
Concentración
Recepción de información
Codificación Sistemas de representación
Adquisición Traducción
Comparación
Relaciones
Cognitivas Reestructuración Organización
Contextualización
Transformación
Mantenimiento
Manejo
Recuperación
Tareas
Uso
Generalización Materiales
Contextos
Aplicación Ámbitos académicos naturales
Reducción ansiedad
R. emocional
Estado de ánimo
Orécticas Refuerzo Autoconcepto
R. motivacional Atribuciones
Motivación de logro
Representación
Toma de
Procesos
Actividad conciencia Funciones
reflexiva Representación
Control Procesos
Metacognitivas Funciones
Objetivos
Planificación
Desarrollo global Planes
del proceso de Monitorización Revisión continua
aprendizaje Del proceso
Evaluación
Del producto
53
CONTEXTO PEDAGÓGICO
2.4.3 E S T R A T E G I A S D E A U T O R R E G U L A C IÓ N
Las estrategias de autorregulación son las que más nos interesan para este estudio.
Son las relacionadas con el control del aprendizaje. En este grupo podemos incluir
estrategias metacognitivas (planificación, auto-monitorización and auto-
evaluación de los procesos de aprendizaje), estrategias de conducta (gestión del
tiempo, búsqueda de ayuda, auto-observación, etc.), estrategias de motivación
(activación del interés, atribución causal, etc.) y estrategias de contexto
(monitorización de los cambios de la tarea y de las condiciones del contexto,
evaluación de la tarea, etc.).
Como ya hemos comentado, autores como Pintrich agrupan las áreas
metacognitiva y cognitiva. Sin embargo, “las estrategias metacognitivas son
procesos secuenciales que uno usa para controlar las actividades cognitivas, y para
asegurar la consecución del objetivo cognitivo” (Livingston, 2003), mientras que
las cognitivas están centradas en la gestión y adquisición del conocimiento y la
memoria. Por ello las hemos considerado aparte.
Presentaremos a modo ilustrativo cuatro estrategias de las más importantes,
relacionadas en este caso con la gestión de objetivos y que en su conjunto abarcan
las tres fases de la autorregulación. Puede encontrar un listado completo de las
estrategias seleccionadas en el apéndice.
Definición de objetivos
Un objetivo es algo que un estudiante quiere conseguir, por lo que guía su
comportamiento. Para poder ser considerado un objetivo como tal, éste debe
cumplir los requisitos MARTE: debe ser Medible, Alcanzable, Relevante y limitado
en el Tiempo y Específico (en inglés SMART por Specific, Measurable, Achievable,
Relevant and Time-bounded). Los objetivos a largo plazo deben ser divididos en
objetivos a corto plazo para cumplir los requisitos. Es importante no confundir
estos objetivos generales con los objetivos de la tarea o target goals, que son los
objetivos usados para evaluar la realización de una tarea, es decir, podremos dar la
tarea como concluida con éxito si se cumplen estos objetivos de la tarea.
Planificación de un objetivo
El plan debe responder a la pregunta: ¿Cómo voy a conseguir este objetivo? Para
crear el plan se han de seguir estos pasos:
Monitorización de un objetivo
Consiste en una comprobación periódica acerca de la orientación de nuestros actos
hacia el objetivo. Las siguientes preguntas pueden ayudar: ¿Estoy actuando según
54
2.4 ESTRATEGIAS DE APRENDIZAJE Y AUTORREGULACIÓN
lo planeado? Lo que estoy haciendo, ¿me acerca o me aleja del objetivo? Hay que
actuar de acuerdo con las respuestas. Si nos encontramos una dificultad insuperable
será necesario revisar la selección de estrategias y modificarla o adaptar alguna
estrategia. Esta auto-monitorización de las tareas puede ser planificada en la fase
anterior.
Evaluación de un objetivo
Para verificar si has conseguido tu objetivo has de comparar los resultados
obtenidos con los esperados, previamente definidos en la planificación, el esfuerzo
realizado y las dificultades encontradas. Basándote en esto puedes modificar el plan
o las estrategias de cara a mejorar.
2.4.4 E S T R A T E G I A S D E A P R E N D IZ A J E C O G N IT I VA S
Las estrategias cognitivas proveen una estructura para el aprendizaje cuando una
tarea no puede ser completada siguiendo una serie de pasos y están enfocadas
principalmente hacia la adquisición de conocimientos. Estas estrategias ofrecen
soporte al estudiante para desarrollar procedimientos internos para abordar tareas
complejas (Rosenshine, 1997). Algunas de estas estrategias son también conocidas
como técnicas de estudio. Las estrategias para la búsqueda de información, su
selección, adquisición, procesamiento, transformación y memorización, y otras
como asociación de imágenes, resolución de problemas, etc. son cognitivas.
Gargallo ha hecho una buena clasificación de estas estrategias en (Gargallo, 2000)
La mayoría de estas estrategias no son implementables o integrables
completamente en software, ya que involucran acciones internas e interacciones
con elementos externos que el estudiante ha de hacer por sí mismo.
Al igual que en la sección anterior, presentamos aquí una estrategia
representativa de este grupo.
SQ3R
SQ3R (Survey, Question, Read, Recite, and Review) (Robinson, 1978) es una
estrategia para mejorar la comprensión lectora. Pertenece a la categoría de
adquisición de información, dentro de las estrategias cognitivas. Está basada en
cinco pasos:
55
CONTEXTO PEDAGÓGICO
2.5 C ONCLUSIONES
Las diversas teorías del aprendizaje (Sección 2.1) parecen no coincidir en los
procedimientos y vías por las que se produce el aprendizaje. Sin embargo, si en
lugar de verlas como teorías excluyentes se opta por una visión amplia e
integradora, parece claro que todas ellas definen diferentes tipos de aprendizaje
que efectivamente se producen tal y como están descritos, por lo que son
complementarias y en su conjunto definen las posibles formas de enseñanza-
aprendizaje. Además, este paradigma evoluciona con el tiempo, la investigación y
con la tecnología, dando lugar a nuevas teorías que se adaptan a las nuevas formas
de interacción de la sociedad de la información.
Las teorías de metacognición (Sección 2.2) definen de forma clara una de las
partes vitales para el aprendizaje autorregulado: la consciencia y control del propio
proceso de aprendizaje. Podría decirse que la teoría del SRL (Sección 2.3) se apoya
en la teoría metacognitiva. Ambas están centradas en la capacitación del estudiante
como estudiante estratégico y autónomo, que comprende cómo estudia, conoce sus
virtudes y defectos, y analiza sus procesos y resultados para mejorar. La teoría del
SRL es más amplia, centrándose además de en la cognición y metacognición en
otros factores que influyen en el aprendizaje, como la motivación, el contexto y el
comportamiento.
Estudiando las teorías del aprendizaje autorregulado podemos ver el problema
que representa una aproximación teórica al trabajo realizado en esta tesis. Los
modelos de Pintrich y Zimmerman, son realmente muy similares, definiendo lo
mismo de formas diferentes, aunque cuentan con pequeñas contradicciones. Sin
embargo, si analizamos el modelo de Wine y Hadwin, éste define el aprendizaje
autorregulado de una forma más centrada en la parte cognitiva, siguiendo una
aproximación muy diferente a los otros dos modelos, resultando en una teoría
totalmente diferente, pero igualmente válida y aceptada.
Las estrategias de aprendizaje y autorregulación podrían ser definidas como el
instrumento o artefacto resultante de aplicar la teoría SRL. Son procedimientos
diseñados por educadores y psicólogos expertos para ser usados por los estudiantes
56
2.5 CONCLUSIONES
57
CONTEXTO PEDAGÓGICO
58
3 C ONTEXTO TECNOLÓGICO : VLE
3
If you only have a hammer, you tend to see every problem as a nail.
— Abraham Maslow
60
3.1 LMS
Pizarra: consiste en una pizarra virtual que puede ser empleada para la
realización de una clase virtual de forma síncrona en conjunto con otras
funcionalidades como videoconferencia o chat.
61
CONTEXTO TECNOLÓGICO: VLE
1 https://moodle.org
2 https://sakaiproject.org/
62
3.1 LMS
1 http://www.blackboard.com
63
CONTEXTO TECNOLÓGICO: VLE
Notas: permite a los estudiantes subrayar y tomar notas sobre los contenidos
basados en texto. Esta es una funcionalidad avanzada con respecto a la
ofrecida por la mayoría de LMS.
Etiquetas: los estudiantes pueden etiquetar las notas para poder encontrarlas
más fácilmente, así como el material del curso.
Foros de discusión: son los clásicos foros, pero en este caso cuentan con
funciones de la Web 2.0 como curación.
Curación: los estudiantes pueden valorar los hilos, las respuestas, las
preguntas, etc. realizadas en los foros, así como los contenidos añadidos por
los usuarios a modo de curación.
1 https://es.coursera.org/
2 https://www.edx.org/
3 https://miriadax.net/home
64
3.2 MOOC
Además de esto y dada la gran componente social, cada usuario tiene una
“reputación”·derivada de sus logros en la plataforma.
Desde el punto de vista tecnológico solamente los xMOOC presentan una solución
concreta, mientras que el resto de tipos se centran en la aproximación pedagógica
obviando las soluciones tecnológicas utilizadas.
Las principales diferencias entre las plataformas de xMOOC y los LMS son, por
un lado la capacidad máxima de alumnos en un curso, y por otro la dimensión
social que afecta a todo el proceso, especialmente al sistema de evaluación
(Epelboin, 2013). Mientras que un LMS está orientado a clases de cientos de
alumnos por curso, el número máximo de alumnos en un MOOC es del orden de
1 http://ds106.us/about/
2 https://sites.google.com/site/potcertclass13/
65
CONTEXTO TECNOLÓGICO: VLE
1 https://www.google.com/intl/es_es/drive/
66
3.3 INTELLIGENT COLLABORATIVE LEARNING ENVIRONMENT
1 https://products.office.com/es-es/office-online
2 https://www.google.es/hangouts/
3 http://www.edistorm.com/
4 https://www.lamsinternational.com/
67
CONTEXTO TECNOLÓGICO: VLE
Fig. 12: Funciones clave de los ITS (Koedinger, Brunskill, Baker, McLaughlin, & Stamper, 2013).
68
3.4 INTELLIGENT TUTORING SYSTEMS
69
CONTEXTO TECNOLÓGICO: VLE
70
3.5 ADAPTIVE SYSTEMS
1 http://www.dreambox.com
71
CONTEXTO TECNOLÓGICO: VLE
1 https://mahara.org/
2 https://pathbrite.com
3 http://web.seesaw.me/
72
3.6 EPORTFOLIOS
Las redes sociales educativas son el resultado de aplicar el concepto de Web 2.0 al
aprendizaje a distancia. Se trata de redes sociales normales, como pueden ser
Facebook o Twitter, por citar dos de las más usadas a día de hoy, a las que se les
añade alguna funcionalidad extra orientada al e-learning. Las redes sociales
fomentan y facilitan la interacción, la comunicación, la colaboración y la
Las RRSS educativas
compartición de conocimiento (Ahmed-Kadry & Mohsen El Fadi, 2012) (Mason & permiten una
Rennie, 2008). Además permiten la puesta en práctica de pedagogías participativas, aproximación
y permitiendo aproximaciones socio-constructivistas (Veletsianos & Navarrete, conectivista al
permitir a los
2012) gracias a dar soporte a la interacción manteniendo al mismo nivel las voces estudiantes formar
de los estudiantes y el instructor y permitiendo el acceso libre a los flujos de grupos con intereses
información creados por los propios estudiantes. comunes..
ELGG 2 : es una red social genérica con todas las funcionalidades típicas.
Ofrece numerosas opciones de personalización. No dispone de servidores
en línea, por lo que ha de ser configurada y mantenida en un servidor. Ha
sido usada en numerosos proyectos de investigación por su gran versatilidad
y facilidad de uso (Veletsianos & Navarrete, 2012) (Rodríguez, Vázquez,
Lama, Gewerk, & Muciente, 2014).
1 https://www.edmodo.com
2 https://elgg.org/
73
CONTEXTO TECNOLÓGICO: VLE
PLE todo en uno: este tipo de PLE pretenden ofrecer todas las
funcionalidades necesarias en una única herramienta, que es adaptable y
personalizable para cada individuo. Esta opción tiene muchas desventajas:
el usuario no puede elegir ninguna herramienta por separado, la capacidad
de personalización es limitada, existen herramientas que cubren cada una
de las funcionalidades de forma más completa y además de todo esto, el
crear una herramienta que ofrezca muchas funcionalidades con un mínimo
de adaptabilidad y personalización es un reto técnico complejo. No encaja
con el concepto de PLE que finalmente se ha implantado, por lo que
actualmente esta opción ha sido descartada. Aun así existen ejemplos de este
tipo de PLE, como PLEX (Beauvoir, 2005).
74
3.8 PLE
75
CONTEXTO TECNOLÓGICO: VLE
3.9 C ONCLUSIONES
En este capítulo hemos visto varios tipos de herramientas de software educativo,
de entre las que podríamos destacar los LMS, por ser la herramienta específica más
utilizada históricamente y la que ofrece más funcionalidades, siendo incluso
ampliable a través de extensiones y plug-ins. Moodle es el LMS más empleado.
Por otro lado los MOOC han ampliado el alcance de los cursos en línea
permitiendo el acceso masivo a bajo coste o a coste cero, ofreciendo
funcionalidades realmente interesantes para los estudiantes desde el punto de vista
del SRL, como las notas, el etiquetado, la curación y las medallas, así como la
revisión por pares. El hecho de que en este tipo de sistemas el estudiante esté menos
supervisado por el profesor y que su rol sea necesariamente más participativo y
responsable hace que necesite de mayor capacidad para el aprendizaje autónomo.
Los ITS parecen destacar en cuanto a cursos en dominios específicos, siendo muy
efectivos, aunque su enfoque basado en el guiado de los estudiantes contrasta con
el objetivo y métodos del SRL. Las redes sociales educativas han dejado de ser un
experimento para convertirse en una realidad que fomenta el aprendizaje
colaborativo incorporado cada vez más a otros sistemas, como MOOC o LMS.
De todos los tipos de entornos vistos, son los PLE los que merecen más atención
en este estudio, aunque han de considerarse necesariamente diferentes al resto por
ser un conjunto de herramientas y no una herramienta o sistema concreto. En este
76
3.9 CONCLUSIONES
77
CONTEXTO TECNOLÓGICO: VLE
78
4 E STADO DEL ARTE : SRL EN SOFTWARE
4
Once we have computer outlets in every home, each of them hooked up to
enormous libraries where anyone can ask any question and be given
answers, be given reference material about something you’re interested in
knowing; and you ask and you find out, and you can follow it up; and you
can do it in your own home, at your own speed, in your own direction, in
your own time…then everyone will enjoy learning.
— Isaac Asimov1
Los criterios definidos 5. Autorregulación: ¿qué soporte ofrece el sistema al estudiante para
por Arnold, a pesar de organizar sus actividades de aprendizaje?
tener carencias, han
sido un buen punto de 6. Adaptabilidad: ¿es el sistema adaptable fácilmente a cambios conceptuales
partida para
posteriores estudios.
del aprendizaje y a cambios en el contenido?
80
4.1 REQUISITOS PARA EL SOPORTE SOFTWARE AL SRL
Estos criterios cubren de forma general algunos requisitos que afectan a un número
limitado de estrategias, aunque abordan parte de las más relevantes. Por hacer un
símil, podríamos decir que esta propuesta determina los criterios a nivel
macroscópico.
En el proyecto TELEpeers, del que hablaremos en profundidad en el apartado
4.3, se han definido una serie de aspectos de entornos tecnológicos que
potencialmente dan soporte a las prácticas del SRL (Delfino & Persico, 2010):
Características generales que dan soporte a todas las fases del SRL:
Interfaz intuitiva y homogénea.
Interfaz personalizable.
81
ESTADO DEL ARTE: SRL EN SOFTWARE
Herramientas de autoevaluación.
En el proyecto
Estos requisitos mezclan temas de usabilidad y adaptabilidad con los de
TELEpeers se han personalización y soporte al SRL y al aprendizaje colaborativo (muy importante en
mezclado requisitos SRL). Siguen sin entrar en detalle acerca de cómo se produce el soporte, indicando
SRL con requisitos de
simplemente las características deseables en un software genérico, o más bien, en
usabilidad y
adaptabilidad. un entorno software genérico que potencialmente abarque todas las fases del SRL,
algo realmente complicado de lograr con una sola herramienta.
Como veremos en el siguiente capítulo es necesario entrar más en detalle a la
hora de definir los requisitos, cubrir un número más grande de estrategias y detallar
las necesidades de cada estrategia en particular. Aportando unos requisitos
detallados se permitirá a desarrolladores diseñar funcionalidades software más
adecuadas y se facilitará la evaluación del soporte ofrecido a cada estrategia. Como
veremos a lo largo de este capítulo, no es inmediato conocer el nivel de soporte al
SRL ofrecido por una herramienta, algo que se ha tratado de resolver en esta tesis
(OE3), pero es posible tener una aproximación. Por el momento, hablaremos de
soporte en potencia.
4.2.1 A P L IC A C IO N E S E S P E C Í F IC A S
82
4.2 APLICACIONES SOFTWARE CON SOPORTE SRL
1 http://www.ilias.de
83
ESTADO DEL ARTE: SRL EN SOFTWARE
gStudy y nStudy
Los sistemas gStudy y nStudy (Winne, y otros, 2006) (Winne & Hadwin, 2013) son
Los sistemas gStudy entornos de aprendizaje desarrollados dentro del contexto del Learning Kit Project,
nStudy son entornos
de aprendizaje y diseñados en base a la teoría de SRL, y más concretamente, en base al modelo de
diseñados en base al Winne y Hadwin visto en el apartado 2.3.2.3. En ambos entornos se ofrece a los
modelo SRL de Winne estudiantes paquetes llamados “kits de aprendizaje” que incluyen medios como
y Hadwin.
texto, esquemas, imágenes, video y audio. Los estudiantes cuentan con
herramientas cognitivas como notas, subrayado de textos, resúmenes de los
conceptos de los cursos, glosario, mapas conceptuales, una herramienta de
discusión en forma de chat, y etiquetado de los conceptos y recursos construidos
—llamado por los creadores “expresión personal de ideas”—. Cada una de estas
acciones de etiquetado, toma de notas, subrayado, etc. es llamado “objeto de
información”.
Estas funcionalidades han sido pensadas para el estudiante autorregulado, de
forma que por ejemplo, las notas cuentan con varias plantillas que pueden ser
usadas para un resumen, una pregunta, un comentario, como apunte rápido, para
marcar el contenido para revisar, etc., y las etiquetas permiten definir elementos
subrayados como “importante”, “ejemplo”, “en desacuerdo”, etc. Los mapas
conceptuales pueden ser creados o ampliados con todos los objetos de información
En nStudy el
estudiante puede
que el estudiante ha creado previamente, de forma que pueda organizar la
etiquetar las notas de información. Hay que resaltar que ambos entornos están centrados en la parte
varias formas, dándole cognitiva del aprendizaje, centrándose en la fase de ejecución, y permitiendo por
semántica a la nota
para definir el tipo de
ejemplo la monitorización de la comprensión.
contenido.
84
4.2 APLICACIONES SOFTWARE CON SOPORTE SRL
LearnTracker
LearnTracker (Tabuenca, Kalz, Drachsler, & Specht, 2015) es un sistema
desarrollado dentro del proyecto LACE para impartir cursos y registrar el tiempo
empleado por los alumnos en cada actividad, así como la localización en la que se
produce el aprendizaje, de cara a conocer los hábitos de estudio de cada usuario.
Consta de LearnTracker Backend, un servicio web basado en una API abierta
(servidor cloud) en la que profesores y diseñadores instruccionales pueden crear
cursos que serán desplegados para ser usados en los diferentes clientes, y los
clientes desde los que los estudiantes acceden al servicio, concretamente una LearnTracker está
aplicación Android y una aplicación web accesible desde cualquier navegador. A enfocado a conocer los
mayores cuenta con una herramienta de notificaciones SMS para el teléfono en la hábitos de estudio de
cada usuario.
que se ofrecen 16 consejos genéricos para autorregulación y 12 indicaciones de
learning analytics.
Los cursos son estructurados y cada elemento de un curso contiene una breve
descripción y un tiempo de duración estimado por el profesor. Lo interesante de
LearnTracker son las posibilidades que ofrece para monitorizar la actividad del
estudiante. El control del tiempo de cada actividad lo registra el propio estudiante
empleando un temporizador que ofrece la plataforma que muestra el tiempo
acumulado para esa tarea, o bien un indicador de tiempo para registrar la actividad
de forma asíncrona. Además del tiempo se registran la fecha, la hora y las
coordenadas. De esta forma es posible conocer los hábitos del estudiante,
concretamente cuándo y dónde se han producido los episodios de estudio. Cuenta
con una herramienta de informes (Fig. 17) que ofrece gráficas con las que es posible
ver el tiempo empleado por el estudiante en cada actividad de un curso, ver la
progresión del tiempo empleado en comparación con el resto de estudiantes y con
la estimación del profesor, etc.
A pesar de la potencia del concepto, solamente es útil para monitorizar los cursos
realizados dentro de LearnTracker y no es posible importar o exportar datos en un
formato estándar, ya sea para emplear la herramienta de informes de LearnTracker
con datos externos o para sumar los datos de LearnTracker a los de otra plataforma
e-learning en una herramienta de informes externa.
85
ESTADO DEL ARTE: SRL EN SOFTWARE
Fig. 17: Gráficas de LearnTracker de izquierda a derecha: tiempo empleado por un usuario para
cada actividad de un curso, tiempo empleado para cada actividad vs. el tiempo medio del resto de
estudiantes, y tiempo empleado para cada actividad comparado con el tiempo medio del resto de
estudiantes y el tiempo estimado por el profesor.
ePEARL
El portfolio electrónico ePEARL 1 (Electronic Portfolio Encouraging Active
Reflective Learning Software) (Abrami, y otros, 2008) fue desarrollado por el
Center for the Study of Learning and Performance (CSLP) en colaboración con
LEARN. Se trata de un ePortfolio basado en web centrado en el estudiante y
diseñado para dar soporte a las tres fases de la autorregulación según el modelo de
Zimmerman. Se ofrece dentro de un paquete llamado Learning Tool Kit, que
contiene varias herramientas de e-learning.
ePearl destaca por Entre las características de esta herramienta, destacan las posibilidades de
promocionar el personalizar el portfolio, establecer objetivos —en base a resultados o al proceso—
establecimiento de
, crear y editar nuevo trabajo —con posibilidad de guardar múltiples versiones—,
objetivos para cada
trabajo, disponer de enlazar trabajos existentes, reflexionar acerca del trabajo, compartir el trabajo y
planificaciones de obtener realimentación de profesores, compañeros y padres. Cuenta con un espacio
estudio y permitir el
de trabajo —también en forma de portfolio— y un portfolio de presentación en el
uso de rúbricas de
evaluación. que el estudiante muestra su selección personal.
Previamente a la creación de trabajos, la herramienta promociona el
establecimiento de objetivos para cada trabajo así como el añadido de registros de
aprendizaje, rúbricas de evaluación y planificaciones de estudio para poder así
realizar un seguimiento del proceso de aprendizaje.
MetaTutor
MetaTutor (Azevedo, 2012) es según sus autores un entorno de aprendizaje
hipermedia adaptativo con múltiples agentes basado en la observación del
1 https://www.concordia.ca/research/learning-performance/tools/learning-
toolkit/epearl.html
86
4.2 APLICACIONES SOFTWARE CON SOPORTE SRL
87
ESTADO DEL ARTE: SRL EN SOFTWARE
4.2.2 A P L IC A C IO N E S G E NÉ R I C A S
1 https://www.diigo.com/
88
4.2 APLICACIONES SOFTWARE CON SOPORTE SRL
1 https://analytics.twitter.com/
2 https://www.google.com/intl/es_es/drive/
3 https://products.office.com/es-es/office-online/documents-spreadsheets-presentations-
office-online
89
ESTADO DEL ARTE: SRL EN SOFTWARE
90
4.3 EVALUACIÓN DEL SOPORTE SRL EN SOFTWARE
4.3.1 A N Á L I S IS T E Ó R IC O D E L N IVE L D E S O P O R T E A L S R L S E G Ú N E L T I P O
D E H E R R A M IE N T A
Bartolomé y Steffens han hecho en (Steffens & Bartolomé, 2011) un análisis del
soporte ofrecido por diferentes tipos de software en función de los criterios
definidos por ellos mismos, que hemos visto en el apartado 4.1, que recordamos
brevemente aquí:
e-Portfolios
Todos los e-portfolios se caracterizan por su “capacidad para registrar las
actividades y productos de los estudiantes y la realimentación de los profesores”. Bartolomé y Steffens
Esto cumpliría el criterio 2. No fomentan de forma particular el SRL, por lo que no realizaron un análisis
teórico del soporte al
cumplen el 1, y muchos de ellos cumplirían el 3 por ofrecer herramientas
SRL de distintos tipos
específicas para la autoevaluación. de herramientas
empleadas en
Blogs e-learning.
Los blogs son herramientas genéricas que en este caso dependen de la forma en que
sean usados. Si son usados como diarios personales, su funcionalidad sería similar
a la de los e-portfolios. Los autores afirman que los blogs “podrían ofrecer una gran
flexibilidad a los estudiantes, pudiendo ayudar a los estudiantes a buscar recursos
que soporten su aprendizaje”, y afirman que ofrecen un soporte parcial al criterio
1. En cualquier caso, esto dependerá más del individuo que de la herramienta.
Ofrecerían soporte al criterio 2 dadas sus características y no cumplen el criterio 3
ya que no incluyen ninguna opción de autoevaluación.
91
ESTADO DEL ARTE: SRL EN SOFTWARE
Web 2.0
Algunas características de la Web 2.0 parecen cumplir los criterios: “inteligencia
colectiva, administración de la información y autoría social”, pero dependerá de
cómo sea usada para que esto se produzca. Los problemas encontrados dependen
más de la actitud y responsabilidad de los estudiantes que de las capacidades de las
herramientas Web 2.0.
Es sencillo ver que estos aspectos no se corresponden con las cuatro áreas definidas
por Pintrich (cognición, motivación, conducta y contexto), pero sí usan las fases
definidas por Zimmerman, similares a su vez a las propuestas por Pintrich.
En el proyecto
También afirman que “la emoción y la motivación están relacionadas, pero son
TELEpeers han realmente aspectos distintos”, por lo que los analizan por separado. La motivación
tratado de evaluar “está relacionada con los objetivos que persigue un estudiante”, mientras que “la
diferentes opciones
tecnológicas en cuanto
emoción está relacionada con las reacciones no racionales a eventos”. La voluntad,
a su capacidad para que es un aspecto personal, ha sido dejada fuera dado que no depende del uso de
fomentar y dar un TELE.
soporte al SRL.
Han desarrollado dos cuestionarios diferentes para la evaluación del soporte
software al SRL: el PRET (TELE-SRL) y el TELEStudents-SRL, que veremos a
continuación.
92
4.3 EVALUACIÓN DEL SOPORTE SRL EN SOFTWARE
4.3.2.2 TELEStudents-SRL
El segundo cuestionario, el TELEStudents-SRL, debe ser cubierto por los
estudiantes para evaluar el entorno con el que trabajan, i.e., está orientado a
evaluar hasta qué punto los estudiantes consideran útil el TELE, y qué aspectos del
mismo les han ayudado. Este cuestionario es necesario para complementar al
PRET, ya que consideran que los expertos no pueden “evaluar hasta qué punto el
TELEs puede ayudar realmente a los estudiantes a autorregular su aprendizaje”, y
que esta evaluación debe ser realizada por los propios estudiantes. El cuestionario
TELEStudents-SRL consta de cuatro partes:
93
ESTADO DEL ARTE: SRL EN SOFTWARE
94
4.3 EVALUACIÓN DEL SOPORTE SRL EN SOFTWARE
En general trata muchos de los requisitos necesarios para dar soporte al SRL, pero
en base a este análisis presenta varios problemas básicos:
95
ESTADO DEL ARTE: SRL EN SOFTWARE
En este caso, los problemas que presentan los proyectos de evaluación del soporte
software al SRL expuestos en esta sección tienen varias cosas en común. Primero,
no profundizan en ninguna funcionalidad, salvo en la entrega de contenidos.
Segundo, no contemplan algunas funcionalidades importantes y se centran en una
o dos en concreto y, además, no separan el análisis por funcionalidades. Por esto,
en el caso del proyecto TELEpeers los resultados estarán ponderados a la capacidad
de la herramienta evaluada para ofrecer soporte al SRL para las funcionalidades
que han sido destacadas en el cuestionario empleado. Una herramienta que cuente
con una funcionalidad relevante para el SRL no incluida obtendrá una puntuación
extremadamente baja aunque ofrezca un buen nivel de soporte.
96
4.4 MONITORIZACIÓN DEL APRENDIZAJE
actividad del estudiante, no disponible de otra forma. Para obtener esta integración
contamos con dos posibles soluciones: la adopción de un solución de
interoperabilidad o la adopción de un formato común para el registro de trazas de
actividad, preferiblemente basado en un estándar. Como veremos, en este trabajo
se ha seleccionado la segunda opción por ofrecer una solución más específica para
el problema a tratar, resolviendo de forma más amplia el problema con un impacto
similar en las aplicaciones.
En este apartado veremos brevemente las soluciones de interoperabilidad
disponibles, los principales estándares de registro de actividad —Activity Streams
y Tin Can API o eXperience API— y brevemente los proyectos más relevantes de
monitorización de actividad del estudiante.
4.4.1 S O L U C IO N E S D E I N T E R O P E R A B I LI D A D
Uno de los mayores problemas que presenta el uso de diferentes herramientas para
el aprendizaje, como en el caso de los PLE, es el de la interoperabilidad y la
comunicación entre herramientas. Al ser herramientas creadas por diferentes
desarrolladores, no existe generalmente la posibilidad de comunicar unas con otras.
Las soluciones de interoperabilidad buscan convertir un conjunto de herramientas
distribuidas en un conjunto orquestado que comparta datos y responda a eventos LTI permite la
ocurridos dentro del conjunto. integración “blanda”
de herramientas
El ejemplo más conocido es IMS LTI 1 (Learning Tools Interoperability), un software.
estándar desarrollado por IMS Global Learning Consortium que actualmente va
por la versión 2.0. Está pensado para la integración de herramientas externas que
actúan como proveedores de servicios (tool provider) en sistemas o plataformas
como LMS, que actúan como consumidores de dichos servicios (tool consumer)
(ver Fig. 20). LTI permite centralizar el uso de varias herramientas en un único
sistema permitiendo la comunicación bidireccional entre el cosumidor y el
proveedor. Cuenta con un protocolo web y una API para dar soporte a esta
integración sin tener que desarrollar o mantener integraciones ad hoc, y hace uso
de OpenID 2 con con inicio de sesión único (Single Sign On – SSO) para la
autenticación automática.
En la literatura encontramos otras iniciativas, alternativas a LTI, como las
expuestas en (Fontenla, Caeiro, & Llamas, 2009) (Manso & Llamas, 2013a) y
(Conde, García, Alier, Mayol, & Fernández, 2013), que permiten una arquitectura
no centralizada en la que no necesariamente hay una herramienta principal que
hace de consumidor de servicios, sino que todas las herramientas están a un mismo
nivel. En ellas se hace uso de un sistema mediador (middleware) que implementa
las API de cada herramientas y realiza la traducción entre formatos. Esta es una
solución más potente que LTI ya que permite el control de flujo entre aplicaciones
(Fontenla, Caeiro, & Llamas, 2009), pero también más compleja.
1 https://www.imsglobal.org/activity/learning-tools-interoperability
2 http://openid.net/
97
ESTADO DEL ARTE: SRL EN SOFTWARE
Tanto LTI como estas propuestas ofrecen soluciones para la comunicación entre
herramientas, pero aún así necesitan de un “acuerdo” a la hora de cómo formatear
los datos a intercambiar. No ofrecen una solución general para permitir la
monitorización de la actividad de aprendizaje del estudiante en múltiples
herramientas, ya que no resuelven el problema del formato común para el registro
de trazas, por lo que no entraremos en más detalle para no alejarnos de los objetivos
principales de esta tesis.
1 https://www.w3.org/TR/activitystreams-core/
98
4.4 MONITORIZACIÓN DEL APRENDIZAJE
En su nivel más básico, un statement tiene la forma: el actor actor hizo verb (type)
sobre object en context, registrado en el momento published con id id. Aquí
podemos ver un ejemplo de un statement básico:
{
"@context": "http://www.w3.org/ns/activitystreams",
"name": "Martin's recent activities",
"type": "Collection",
"totalItems": 1,
"items" : [{
"type": "Add",
"published": "2011-02-10T15:04:55Z",
"generator": "http://example.org/activities-app",
"nameMap": {
"en": "Martin added a new image to his album.",
"ga": "Martin phost le fisean nua a albam."
},
"actor": {
"type": "Person",
"id": "http://www.test.example/martin",
"name": "Martin Smith",
"url": "http://example.org/martin",
"image": {
"type": "Link",
"href": "http://example.org/martin/image",
"mediaType": "image/jpeg",
"width": 250,
"height": 250
}
},
"object" : {
"name": "My fluffy cat",
99
ESTADO DEL ARTE: SRL EN SOFTWARE
"type": "Image",
"id": "http://example.org/album/my_cat",
"preview": {
"type": "Link",
"href": "http://example.org/album/my_cat_thumb.jpg",
"mediaType": "image/jpeg"
},
"url": [
{
"type": "Link",
"href": "http://example.org/album/my_cat.jpg",
"mediaType": "image/jpeg"
}
]
},
"target": {
"type": "Collection",
"id": "http://example.org/album/",
"nameMap": {
"en": "Martin's Photo Album",
"ga": "Grianghraif Mairtin"
},
"image": {
"type": "Link",
"href": "http://example.org/album/thumbnail.jpg",
"mediaType": "image/jpeg"
}
}
}
]}}
4.4.3 T I N C A N A P I O E X P E R IE NC E A P I ( X A P I)
Tin Can API1, también conocido como Experience API o xAPI, ha surgido en 2010
de aplicar el concepto de Activity Streams al e-learning (Cooper, 2014). Se trata de
una especificación para tecnología educativa gestionada por ADL2, los creadores de
SCORM, y está diseñada para “permitir el registro de prácticamente cualquier tipo
de actividad educativa” realizada en una aplicación software. Está en buena parte
impulsado por la comunidad, que contribuye a evolucionar y expandir la
especificación. Ha sido empleado en plataformas de aprendizaje social y ya en 2014
estaba despertando cada vez más interés como medio para la captura de datos para
Tin Can API ha sido learning analytics (Cooper, 2014). En este caso entraremos algo en detalle debido
adoptado
mayoritariamente
a que, como veremos, es el estándar el elegido para la propuesta que aborda el
como especificación objetivo específico OE4 (facilitar un formato estándar para el registro de trazas de
para la captura de SRL).
trazas de actividades
educativas.
4.4.3.1 ¿Cómo funciona?
Tin Can API está basado en Statements o declaraciones en la forma de “I did this”
(actor, verbo y objeto) que son codificadas por la herramienta en la que se producen
1 http://tincanapi.com/
2 https://www.adlnet.gov/
100
4.4 MONITORIZACIÓN DEL APRENDIZAJE
101
ESTADO DEL ARTE: SRL EN SOFTWARE
UUID
Es un identificador generado por el LRS o por la herramienta que genera el
statement, i.e., el Activity Provider. Este identificador es unívoco.
Actor
El actor es el que realiza la acción registrada en el statement. Puede ser un agente
o un grupo. Contiene el nombre del agente y un identificador unívoco, como una
dirección de correo electrónico, un mbox, un OpenID o una cuenta de alguna
plataforma (por ejemplo, una cuenta de Twitter). Un grupo contiene más de un
agente.
1 https://registry.tincanapi.com
102
4.4 MONITORIZACIÓN DEL APRENDIZAJE
Verb
El verbo define la acción, lo que se ha hecho. Se usa el pasado para denotar que la
acción ya ha sido realizada. Cada verbo tiene un identificador legible que es una
URI que acaba con el propio verbo, como en este ejemplo:
http://adlnet.gov/expapi/verbs/answered
Existe una lista de verbos recomendados en The Registry (ver siguiente sección).
Object
El objeto es lo que el actor experimenta. Puede ser de varios tipos:
Activity: una actividad tiene un tipo, un nombre, una descripción, una URL
para más información y un objeto de extensiones. Una acción con actividad
sería por ejemplo “Tom leyó la pregunta 1”, siendo la pregunta 1 el objeto.
Es el tipo de objeto más común. Existe una lista de tipos de actividad
recomendada en The Registry (ver siguiente sección).
Context
El contexto permite añadir información contextual al statement, es decir, el
instructor, la actividad padre, el grupo, la plataforma, etc. Todos los elementos de
este objeto son opcionales.
Result
Si la actividad genera algún resultado, es posible definirlo aquí. Consta de varios
campos de tipos diferentes: completion (booleano), success (booleano), duration
(ISO 8601), score (objeto) y extensions (objeto). El objeto score puede ser scaled
(número decimal entre -1 y 1) o raw, también decimal, pero en este caso es posible
definir un máximo y un mínimo.
Attachments
Este campo permite definir una lista de ficheros que serán adjuntados al statement.
Tiene algunas propiedades obligatorias para identificar las propiedades principales
de los adjuntos: display (nombre), description, contentType (tipo del contenido),
usageType (identificador del uso del adjunto), length (tamaño en octetos del
adjunto), sha2 (hash) y fileUrl (IRL donde puede ser obtenido el adjunto).
103
ESTADO DEL ARTE: SRL EN SOFTWARE
Timestamp
Es la fecha y hora en la que el statement es creado. Es generado por el activity
provider, es decir, la herramienta donde se produce la actividad, pero si esto no se
produce es generado por el LRS en el momento de almacenar la declaración.
Extensions
El objeto extensions puede ser incluido en una definición de actividad, en el
contexto o en los resultados. Las propiedades de este objeto son abiertas y definidas
por URIs, y los valores pueden ser cualquier cosa. Este es el campo en donde definir
aquellas cosas que no tienen cabida en el resto de objetos de la especificación. Hay
extensiones definidas que ya han sido creadas previamente para aplicaciones
concretas en The Registry (ver siguiente sección).
1 https://registry.tincanapi.com
104
4.4 MONITORIZACIÓN DEL APRENDIZAJE
4.4.4 IM S C A L I P E R
Caliper es un estándar abierto para el registro de trazas educativas creado por IMS
Global Learning Consortium1. Fue lanzado en Octubre de 2015, cuando el trabajo
de esta tesis estaba ya avanzado, por lo que no ha sido considerado como candidato
para la captura de trazas SRL. Sin embargo, se hará una breve descripción del
estándar ya que es una clara alternativa a xAPI.
Según IMS, Caliper constituye un ecosistema para learning analytics construido
entorno a la API IMS Learning Sensor, que captura los datos desde cualquier
navegador. Emplea el estándar ISM LTI para integrar trazas de herramientas y
otros estándares de IMS como LIS (Learning Information Services) para capturar
los datos del contexto de educativo. Inicialmente no incluye un LRS de forma
estándar como xAPI, sino que éste ha de ser necesariamente desarrollado si se
quiere adoptar el estándar.
A diferencia de xAPI, cuenta con perfiles definidos por IMS para diferentes
actividades de aprendizaje, como evaluación, lectura, media, etc., en lugar de dejar
la labor de creación de perfiles a la comunidad. Además, cuenta con un perfil
llamado Base Metric Profile que define los conceptos principales para las Entidades
que participan el las Interacciones de Aprendizaje, así como el concepto de Evento.
Al igual que en xAPI, los eventos cuentan con un actor, una acción y un objeto, e
incluyen siete elementos opcionales para describir la acción.
La gran ventaja con la que cuenta Caliper con respecto a xAPI es que únicamente
es necesario implementar una API en el cliente, ya que ofrecen de sensores ya
programados en varios lenguajes que pueden ser símplemente importados en el
código. Sin embargo, tiene el inconveniente de que los perfiles de Caliper son
gestionados por IMS y no es posible crear o proponer nuevos perfiles con la
facilidad que permite xAPI.
1 https://www.imsglobal.org/activity/caliperram
105
ESTADO DEL ARTE: SRL EN SOFTWARE
4.4.5 P R O Y E C T O S D E M O NI T O R IZ A C IÓ N D E L S R L
SoftLearn
Uno de los trabajos más interesantes acerca de sistemas para la monitorización del
SRL para facilitar la evaluación por parte de profesores es el presentado en
(Rodríguez, Vázquez, Lama, Gewerk, & Muciente, 2014). Para el escenario de esta
investigación han elegido una aproximación de blended learning en la que los
estudiantes emplean ELGG como un PLE. ELGG (ver apartado 3.7) integra un
espacio individual y una red social con foros, blogs, micro-blogging, detalles de
perfiles de usuario, listas de amigos, visualización de actividad, un muro personal,
SoftLearn ha sido calendario, favoritos y páginas. Uno de los mayores problemas de la evaluación del
usada para facilitar a SRL en este contexto es que “un proceso de monitorización riguroso genera un
los profesores la
volumen de información tal que resulta inmanejable: evaluar un conjunto de
evaluación del SRL a
través de la portfolios es mucho más complejo que un simple proceso de poner notas”. Al
visualización del mismo tiempo, la evaluación es cualitativa, y “requiere leer cientos de entradas
proceso de aprendizaje
para saber si el estudiante ha conseguido las competencias esperadas”, por lo que
de los alumnos.
consume una cantidad de tiempo ingente.
106
4.4 MONITORIZACIÓN DEL APRENDIZAJE
StepUp!
StepUp! (Santos-Odriozola, Verbert, & Duval, 2012) es una herramienta de medida
Step Up! es una
y visualización de trazas de actividades de aprendizaje. Ha sido creada dentro del herramienta de
proyecto ROLE1 (Responsive Open Learning Environments), un proyecto europeo medida y
colaborativo que comprende 16 grupos de 6 países de la UE y China. Este proyecto visualización de trazas
de actividades de
está orientado a dar soporte a profesores en el desarrollo de PLE abiertos para aprendizaje orientada
estudiantes en donde se puedan desarrollar habilidades para el SRL, y en este marco a dar soporte a
la herramienta StepUp! es una contribución al soporte de la monitorización. profesores, aunque las
trazas están
Esta herramienta captura trazas de interacciones sociales, tiempo empleado disponibles también
(usando la aplicación Toggl 2 , que puede funcionar con un temporizador o para los alumnos.
actualmente.
1 http://role-project.archiv.zsi.at/
2 https://toggl.com/
107
ESTADO DEL ARTE: SRL EN SOFTWARE
108
4.5 CONCLUSIONES
4.5 C ONCLUSIONES
En este capítulo se ha hecho una revisión de la relación entre el SRL y el software,
centrándonos en el estado del arte de las contribuciones presentadas en esta tesis.
109
ESTADO DEL ARTE: SRL EN SOFTWARE
no solamente de cara al SRL sino en general, y es necesario abordar este tema para
poder crear herramientas que faciliten la monitorización.
Lo primero para esto es la obtención de trazas, y el primer problema sin resolver
en este aspecto es la interoperabilidad de las trazas. Existen ya muchos sistemas
que generan trazas y logs, pero siempre con un formato propietario o, si es abierto,
no es estándar ni es empleado por otras herramientas. En este capítulo hemos visto
algunos ejemplos de proyectos en los que se generan trazas y se demuestra la gran
utilidad de estos datos tanto para los propios estudiantes como para los profesores,
y hemos visto los principales estándares de registro de actividad existentes. Tin Can
API o Experience API (xAPI) es el estándar más prolífico hoy en día y, dado su
diseño, promete no quedar obsoleto en un futuro. Su gran flexibilidad hace que sea
necesaria la creación de especificaciones para aplicaciones concretas en forma de
perfiles de aplicación, que es justamente lo que se plantea en la segunda parte de
esta tesis. Los estándares de interoperabilidad por otro lado aportan una solución
para la compartición de datos entre aplicaciones pero no resuelven el problema del
formato común, por lo que siguen necesitando una especificación para poder
emplear garantizar la interoperabilidad de las trazas. La utilización del estándar
xAPI soluciona tanto el intercambio como el almacenamiento de trazas, por lo que
es la alternativa más viable.
110
5 R EQUISITOS PARA EL SOPORTE SOFTWARE
AL SRL
5
If I had asked people what they wanted, they would have said faster horses.
— Henry Ford
1 1 http://www.ilias.de
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
Hay que resaltar que muchas estrategias están relacionadas entre sí, de forma que
una estrategia (que podríamos llamar super-estrategia) puede estar formada por
varias estrategias más sencillas. La forma en la que las estrategias están relacionadas
puede llegar a ser confusa, ya que podemos encontrarnos con hasta 3 niveles de
sub-estrategias de varios tipos. Por ejemplo, varias estrategias de planificación
contienen estrategias de gestión del tiempo.
Dado que el número de estrategias seleccionadas es elevado y el análisis se ha
realizado a bajo nivel, no se presentará aquí el análisis del conjunto de estrategias
al completo sino algunos ejemplos representativos. El lector dispone de un análisis
resumido del conjunto completo en el Apéndice A.
112
5.1 ANÁLISIS DE ESTRATEGIAS DE APRENDIZAJE Y AUTORREGULACIÓN
5.1.1 E J E M P L O S D E A N Á L IS I S D E E S T R A T E G IA S M E T A C O G N IT I V A S
1. Definición de un objetivo.
2. Planificación de un objetivo.
Estrategia
Un objetivo es aquello que un alumno desea alcanzar conscientemente. Para ser un
objetivo ha de cumplir los requisitos MARTE: Medible, Alcanzable, Relevante,
limitado en el Tiempo y Específico (SMART en inglés por Simple, Measurable,
Attainable, Relevant, Time-bounded). El estudiante ha de definir sus objetivos
siguiendo estos requisitos.
Desde el punto de vista temporal, los objetivos pueden ser a largo plazo o a corto
plazo. Los objetivos a largo plazo deben ser divididos en objetivos de concreción
más próxima, o a corto plazo, para que las tareas tengan éxito.
Desde el punto de vista motivacional, los objetivos pueden estar orientados a la
maestría (intentar desarrollar competencias, mejorar el trabajo y el aprendizaje
para uno mismo) o a la realización (estar centrado en la exhibición pública de éxito
por comparación con los demás).
Hay que considerar también que los objetivos pueden ser vistos de dos formas.
Tenemos por un lado los objetivos o metas de aprendizaje del estudiante, que son
las metas que quiere conseguir, a los que nos hemos referido hasta ahora. Por otro
lado, cuando se define una tarea también se definen los objetivos de esa tarea
(target goals), que indican lo que se pretende conseguir con ella. Es decir, definirán
qué ha de cumplir el resultado de la tarea para ser considerada como exitosa. Éstos
servirán como criterio de evaluación de la ejecución de la tarea. Estos objetivos
113
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
pueden coincidir en muchos casos con los objetivos de aprendizaje, pero no como
norma general.
Identificación de procesos
Desde un punto de vista procedimental, esta estrategia consiste en definir el
objetivo siguiendo los requisitos descritos en la estrategia:
Implementación
Tradicionalmente, esto se lleva a cabo anotando los objetivos y sus elementos
relacionados en papel. La implementación de esta estrategia parece encajar
perfectamente en un gestor de tareas o proyectos. En una herramienta de este tipo
sería posible anidar objetivos y tareas. De esta forma un objetivo que tenga sub-
tareas sería un objetivo de aprendizaje y un objetivo hijo de una tarea sería un
objetivo de la tarea o target goal. Para esto es necesario diferenciar los objetivos y
tareas conceptualmente y visualmente.
Para definir un objetivo simplemente es necesario poder añadir un nombre o
título del objetivo y una descripción del mismo, que no tiene por qué ser
obligatoria. Los requisitos pueden ser mostrados al usuario a modo de ayuda de
forma opcional, es decir, que el usuario pueda consultar los requisitos si lo necesita.
A su vez, si el objetivo abarca demasiado, es necesario dividirlo en objetivos más
cercanos y asequibles. En este aspecto, podríamos considerar esta estrategia como
“recursiva”. Esta estrategia forma parte de una más compleja en la que se definen
otros elementos como sub-objetivos o tareas para conseguir el objetivo.
A mayores, si la herramienta es colaborativa, sería interesante poder definir la
privacidad o visibilidad del objetivo, de forma que pueda ser compartido, público
o privado.
Trazas
Esta estrategia generaría los siguientes resultados:
114
5.1 ANÁLISIS DE ESTRATEGIAS DE APRENDIZAJE Y AUTORREGULACIÓN
Estrategia
Consiste en identificar los pasos a seguir para la consecución de un objetivo.
Identificación de procesos
Básicamente, esta estrategia consiste en la identificación de los pasos, que pueden
ser anotados para una posterior consulta o revisión.
Implementación
Esta estrategia encaja perfectamente en un gestor de tareas o proyectos, en el que
es posible definir los pasos a seguir para un objetivo o tarea. Los pasos podrían ser
implementados de la misma forma que las subtareas, realizando la distinción
conceptual para el usuario, que no es imprescindible pero sí recomendable.
Trazas
De forma similar a la definición de objetivos o tareas, esta estrategia generaría los
siguientes resultados:
Estrategia
Consiste en identificar y definir una tarea, que puede requerir la realización de
varios pasos. La definición de una tarea ha de incluir qué se va a hacer y cómo.
115
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
Identificación de procesos
Creación de la tarea
Implementación
Las herramientas software de gestión de tareas y proyectos ya ofrecen esta
funcionalidad. Permiten crear tareas, relacionarlas con otras mediante jerarquía o
etiquetado (ambas serían deseables) y es posible definir los criterios de completitud
a modo de subtareas, aunque sería recomendable poder identificar éstos como
objetivos para mayor claridad como se ha indicado en la estrategia de definición de
objetivos.
Trazas
De forma similar a la definición de objetivos, esta estrategia generaría:
Descripción de la tarea.
Propietario/a de la tarea.
Visibilidad/privacidad de la tarea.
Estrategia
Esta estrategia consiste en realizar una estimación del tiempo que se necesitará para
realizar una tarea o actividad en base a la experiencia previa y/o al análisis de los
pasos a realizar. Forma parte de la gestión del tiempo y de la planificación.
Esta estrategia, siendo de gestión del tiempo, está siempre enmarcada en la
planificación de tareas y objetivos.
Identificación de procesos
Consiste en asignar un tiempo a una tarea o paso. El tiempo de una tarea formada
por varios pasos o subtareas se puede calcular a partir de las estimaciones de las
subtareas.
Implementación
Para implementar esta estrategia tan sólo es necesario añadir la estimación
temporal en un formato conocido (HH:MM) a una tarea, paso o actividad. Esta
116
5.1 ANÁLISIS DE ESTRATEGIAS DE APRENDIZAJE Y AUTORREGULACIÓN
Trazas
Esta estrategia generaría una estimación temporal en un formato común de tiempo
que ha de ir asociada a una tarea, paso o actividad existente.
117
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
118
5.2 REQUISITOS SOFTWARE PARA EL SOPORTE AL SRL
Requisitos
En los siguientes apartados se listarán los requisitos por funcionalidad (objetivo
específico OE2). Para cada uno de ellos se indicará a qué fase y área SRL pertenece,
a modo de subclasificación. En algunos casos, un requisito afectará a más de un área
o fase. La leyenda para la clasificación y subclasificación es como se muestra en la
Tabla 3:
EC Entrega de contenidos
ME Automonitorización y autoevaluación
TC Trabajo colaborativo
RC Requisitos comunes
CG Cognición
MC Metacognición
CD Conducta
CX Contexto
119
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
5.2.1 P L A N I F IC A C IÓ N Y G E S T IÓ N D E P R O Y E C T O S O T A R E A S
120
5.2 REQUISITOS SOFTWARE PARA EL SOPORTE AL SRL
121
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
5.2.2 G E S T IÓ N D E L T IE M P O
5.2.3 E N T R E G A D E C O NT E N I D O S
122
5.2 REQUISITOS SOFTWARE PARA EL SOPORTE AL SRL
123
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
5.2.4 G E S T IÓ N D E R E C U R S O S E D U C A T I VO S E I NF O R M A C IÓ N
124
5.2 REQUISITOS SOFTWARE PARA EL SOPORTE AL SRL
5.2.6 A U T O M O N I T O R IZ A C IÓ N Y A U T O E V A L U A C IÓ N
125
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
5.2.7 T R A B A J O C O L A B O R A T I VO
126
5.2 REQUISITOS SOFTWARE PARA EL SOPORTE AL SRL
5.2.8 R E Q U I S IT O S C O M U N E S
Hay un conjunto de requisitos que son comunes para todas las funcionalidades y
se han incluido en una categoría aparte. Se muestran en la siguiente tabla:
127
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
Además de estos requisitos específicos SRL hemos de contar con otros más
generales que son importantes para garantizar un soporte adecuado.
5.3.1 C O M U N IC A C IÓ N E NT R E A P L IC A C IO NE S : LE N G U A J E C O M Ú N
128
5.3 OTROS REQUISITOS IMPORTANTES
5.3.2 C O M P R O M IS O E N E L N I V E L D E G U I A D O
5.4 C ONCLUSIONES
En este capítulo se ha presentado el análisis de estrategias, se han identificado las
funcionalidades con potencial para el soporte SRL (objetivo específico OE1) y los
requisitos para el soporte software a las estrategias SRL (objetivo específico OE2).
El análisis de estrategias y la definición de requisitos son clave en esta
investigación. Han permitido definir la evaluación del soporte software en SRL así
como las necesidades de la monitorización SRL. Las contribuciones de los capítulos
siguientes son consecuencia directa de los resultados presentados aquí.
Con estos requisitos se pretende sentar las bases para una posible mejora del
soporte software al SRL en el futuro. Su mayor utilidad es que pueden ser
empleados como guía de implementación de soporte software a las estrategias SRL,
ya que se han definido a un nivel más bajo que las alternativas existentes, tratando
de solventar los problemas que éstas planteaban, y se han realizado una
clasificación por funcionalidad para facilitar su utilización. Para cada funcionalidad
se incluye una recomendación de implementación conjunta de otras
funcionalidades, ya que unas complementan a otras.
Implementación de estrategias
Algunas de las estrategias pueden ser directamente ejecutadas en software, es decir,
pueden ser implementadas de forma que toda la estrategia pueda ser puesta en
práctica utilizando una herramienta software. A estas estrategias podemos
llamarlas embebidas, y son las que potencialmente podrán obtener un soporte más
avanzado. Otras sin embargo no pueden ser implementadas completamente debido
a que implican procesos internos al estudiante o la interacción con elementos
129
REQUISITOS PARA UN SOPORTE SOFTWARE AL SRL
externos. Estas estrategias pueden recibir soporte creando guías de las mismas que
sean accesibles desde software. Esto no se ha detallado aquí por no desviar la
atención del lector de las conclusiones del análisis de las estrategias, que es lo
realmente relevante, pero es interesante mencionarlo para comprender que es
posible ofrecer un soporte bastante completo a todo el proceso de aprendizaje,
incluyendo tareas cognitivas externas (lectura, creación de esquemas, resolución
de problemas, etc.) mediante estrategias de guía. Esto ha sido contemplado de
forma expresa en la funcionalidad guías de estrategias. Este concepto ya ha sido
explorado en el proyecto ROLE a través del Learning Activity Recommender
widget (Lachmann & Kiefel, 2012), que ha sido experimental y no está disponible
actualmente.
130
6 CESARAS: EVALUACIÓN DEL SOPORTE AL
SRL EN SOFTWARE
6
The number one benefit of information technology is that it empowers
people to do what they want to do. It lets people be creative. It lets people
be productive. It lets people learn things they didn’t think they could learn
before, and so in a sense it is all about potential.
— Steve Ballmer
Objetivos y requisitos
A la hora de crear el cuestionario de evaluación se han fijado dos objetivos
principales:
Casos de uso
Esta herramienta está orientada a dos casos de uso principales ya comentados
previamente, que describiremos aquí:
132
6.1 CONCEPTO, OBJETIVOS Y REQUISITOS DE CESARAS
El cuestionario consta de 84 ítems que abarcan las tres fases y cinco áreas del SRL
descritas en el Capítulo 2 (sección 2.3). Se ha tratado de adaptar la forma de cada
pregunta a su objetivo, para lo que se han empleado diferentes tipos de preguntas
y respuestas. En este apartado se muestran primero los tipos de preguntas
considerados para exponer seguidamente la elaboración de las preguntas y su
clasificación.
133
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Escalas
Las escalas de puntuación por intervalos son empleadas de forma frecuente en
herramientas de evaluación. Éstas pueden ser definidas por el investigador o
escogidas entre escalas ya establecidas, siendo las más comunes la de Likert (Likert,
1932) o la de Guttman (Guttman, 1950).
La escala de Likert es una escala analógica verbal que mide el grado de acuerdo o
desacuerdo que el encuestado tiene con respecto a la afirmación establecida.
Originalmente creada para medir actitudes, es muy usada en psicología y ciencias
sociales. Un ejemplo de escala Likert sería:
Las escalas suelen tener entre 5 y 9 puntos, permitiendo así una puntuación
neutral, aunque a veces esto trata de evitarse empleando un número par de
opciones para obligar al encuestado a posicionarse y minimizar el llamado sesgo
denominado error de tendencia central.
Rúbricas
Una rúbrica es un conjunto de criterios y estándares empleado para realizar
evaluaciones objetivas. Permite estandarizar la evaluación de acuerdo a criterios
específicos, simplificando el proceso.
En las rúbricas se asocia un criterio a una puntuación de forma que la evaluación
sea clara. Si se cumple ese criterio, se obtiene esa puntuación. El criterio puede
estar formado por uno o varios requisitos más o menos complejos. Cuanto más
exigente sea el criterio, más alta será la puntuación. Vamos a ilustrar el concepto
con un ejemplo real, planteado en la siguiente tabla, en la que vemos 3 criterios
empleados para una rúbrica que evalúa la reusabilidad de objetos de aprendizaje:
134
6.2 PREGUNTAS Y RESPUESTAS
Criterios de reusabilidad
Reusabilidad del contenido: el objeto de aprendizaje se organiza
a modularmente, de forma que todas o alguna de sus partes puede
utilizarse para construir otros objetos de aprendizaje.
Reusabilidad del contexto educativo: el objeto de aprendizaje o alguno
b
de sus módulos puede utilizarse en diversos entornos de aprendizaje.
Reusabilidad del entorno: el objeto de aprendizaje o alguno de sus
c módulos puede utilizarse en diversos entornos de aprendizaje
(presencial, virtual o mixto).
Rúbricas para reusabilidad
Puntuación 1 2 3 4 5
a parcial: modular pero no
Criterio No modular a a+c a+b+c
reutilizable
6.2.2 E L A B O R A C IÓ N D E P R E G U N T A S Y R E S P U E S T A S
Para este cuestionario se han elegido preguntas cerradas para permitir una fácil
codificación y poder usar puntuaciones y rúbricas. Las preguntas abiertas tan sólo
se han usado para la obtención de realimentación acerca del cuestionario, ya que
su codificación es realmente compleja y requiere de una valoración que puede ser
subjetiva, a lo que hay que sumar la subjetividad de la propia respuesta.
Inicialmente la redacción de las preguntas estaba orientada a los expertos, de
forma que alguien que conociera las estrategias pudiera responder al cuestionario
sin dudar, ya que éstas eran claramente identificables en las preguntas.
Posteriormente la redacción ha sido modificada para que cualquier usuario que
conozca la herramienta a analizar pueda realizar el cuestionario sin problemas,
para lo que se han planteado las preguntas de una forma más neutra, incluyendo
algunos elementos aclaratorios según las necesidades. Se mostrarán a continuación
los factores más determinantes tenidos en cuenta durante el proceso.
135
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
136
6.2 PREGUNTAS Y RESPUESTAS
Estos tres tipos de pregunta se mezclan a lo largo del cuestionario en función de las
necesidades específicas de cada pregunta.
6.2.3 C L A S I F IC A C IÓ N Y O R D E N A C IÓ N
137
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Entrega de contenidos.
Guías de estrategias.
Automonitorización y autoevaluación.
Trabajo colaborativo.
138
6.3 PUNTUACIÓN Y CREACIÓN DE RÚBRICAS
6.3.1 C L A S I F IC A C IÓ N D E L O S IT E M S D E C A R A A LO S R E S U LT A D O S
obtendrían una puntuación global más alta que otras con un soporte excelente para
una de las funcionalidades. Esto sería un error teninendo en cuenta que una de las
finalidades de CESARAS es la recomendación de herramientas. Cada funcionalidad
ha de ser considerada por separado para obtener resultados coherentes y realistas.
Por otro lado se obtiene una puntuación para cada fase y área SRL. Esto permite
ver las fases y áreas de la autorregulación del aprendizaje soportadas por la
herramienta. Cabe resaltar que esta puntuación es orientativa, debido a que no se
han podido incluir todas las estrategias de cada fase y área por las razones descritas
en el Capítulo 5. Esto ha de ser tenido en cuenta a la hora de usar la herramienta.
La combinación de ambas clasificaciones permite ver el nivel de soporte a cada
area y fase para cada funcionalidad cubierta por la herramienta evaluada.
6.3.2 P U N T U A C IO N E S I NIC I A L E S
140
6.4 CALIBRACIÓN DE RESULTADOS
6.4.1 S E L E C C IÓ N D E A P L IC A C IO NE S D E C O NT R O L
Entrega de contenidos
Como se ha comentado antes, esta funcionalidad es común a varios tipos de
herramientas, desde LMS a blogs o redes sociales, por lo que se han seleccionado
varias de diferentes tipos de cara a maximizar la coherencia de resultados
independientemente del tipo de herramienta:
Moodle: LMS.
Blackboard: LMS.
1 https://workflowy.com
2 http://www.asana.com
3 http://www.clockingit.com
141
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Blogger1: blog.
Moodle: LMS.
Guías de estrategias
Desafortunadamente no se ha encontrado ninguna herramienta que incluya esta
funcionalidad, una señal más que indica que es necesario realizar una revisión del
software educativo a nivel funcional de cara a mejorar el soporte y favorecer la
autonomía de los estudiantes.
Automonitorización y autoevaluación
Esta funcionalidad no está muy extendida, pero hemos seleccionado herramientas
diferentes en las que es posible emplearla en mayor o menor medida:
Moodle: LMS.
1 https://www.blogger.com
2 https://evernote.com
3 https://everhour.com
142
6.4 CALIBRACIÓN DE RESULTADOS
Trabajo colaborativo
En esta funcionalidad es posible encontrar herramientas de muchos tipos, ya que
esta no es una funcionalidad principal sino una característica extra habitual hoy en
día en aplicaciones en línea. Se han elegido también herramientas de diferentes
tipos.
6.4.2 E V A L U A C IÓ N D E E X P E R T O S
ASANA
Ventajas - A destacar
Multidispositivo: hay una versión para cada uno de los principales sistemas
operativos tanto móviles (Android, IOS) como de pc (Windows 7, 8, 10 y
Mac OS X), y una versión web.
1 https://www.mindmeister.com
143
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Posibilidad de marcar las tareas asignadas al usuario para hacer hoy, como
próximas o para después independientemente de la fecha límite de la tarea.
Dispone de un calendario para poder ver las tareas con fecha límite.
Permite seguir una tarea o subtarea si formas parte del equipo de trabajo de
ese espacio o proyecto.
Inconvenientes – A mejorar
No distingue entre tareas y objetivos.
Puntuación
Planificación y gestión de proyectos o tareas 6
Entrega de contenidos .
Gestión de recursos educativos e información 5
Gestión del tiempo .
Guías de estrategias .
Automonitorización y autoevaluación 3
Social y trabajo colaborativo 9
144
6.4 CALIBRACIÓN DE RESULTADOS
Conclusiones
Asana puede ser adecuada para la planificación del estudio por parte de un
estudiante autorregulado. Mejoraría el soporte si es ampliada con algunas
aplicaciones que permite integrar, especialmente alguna de gestión del tiempo. No
es tan sencilla e intuitiva como otras aplicaciones (por ejemplo, Wunderlist o
Workflowy) pero es más completa y tiene menos limitaciones. Lo más mejorable
es el apartado de monitorización, ya que tan solo es posible ver las tareas
completadas y una gráfica de tareas completadas por proyecto.
CLOCKINGIT
Ventajas - A destacar
Gestión del tiempo e informes totalmente integrados.
Inconvenientes – A mejorar
No es multidispositivo. Solamente hay una versión online.
145
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Puntuación
Planificación y gestión de proyectos o tareas 6-
Entrega de contenidos .
Gestión de recursos educativos e información 4
Gestión del tiempo 5+
Guías de estrategias .
Automonitorización y autoevaluación 4
Social y trabajo colaborativo 8+
Conclusiones
Se trata de una herramienta muy potente para la gestión de proyectos pero poco
adecuada para el uso por parte de un estudiante. Tiene potencial a nivel de soporte,
pero la interfaz de usuario hace que sea algo compleja de manejar y poco intuitiva
por momentos. Destaca por ofrecer buen soporte de gestión del tiempo integrado
en una herramienta de planificación.
MOODLE
Ventajas - A destacar
Permite estructurar el contenido educativo.
Inconvenientes – A mejorar
No permite realizar anotaciones sobre los contenidos o recursos salvo que
se trate de una entrega.
146
6.4 CALIBRACIÓN DE RESULTADOS
Puntuación
Planificación y gestión de proyectos o tareas .
Entrega de contenidos 6
Gestión de recursos educativos e información 3-
Gestión del tiempo .
Guías de estrategias .
Automonitorización y autoevaluación 2+
Social y trabajo colaborativo .
Conclusiones
A pesar de sacar una puntuación relativamente alta en entrega de contenidos, hay
mucho margen de mejora, especialmente en una herramienta en la cual ésta es su
funcionalidad principal. Por otro lado, la gestión de recursos educativos ofrece un
soporte muy bajo a las estrategias SRL, estando limitada prácticamente a las
entregas programadas.
ELGG
Ventajas - A destacar
Dispone de marcadores para que los estudiantes guarden recursos en línea.
Estos recursos pueden ser asociados a actividades.
Inconvenientes – A mejorar
No permite anotar contenidos ni recursos. Las anotaciones son fuera del
contexto del contenido o recurso.
147
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Puntuación
Planificación y gestión de proyectos o tareas .
Entrega de contenidos 3
Gestión de recursos educativos e información 5-
Gestión del tiempo .
Guías de estrategias .
Automonitorización y autoevaluación .
Social y trabajo colaborativo 9-
Conclusiones
Esta herramienta destaca por ser una red social en cuanto a las comunicaciones y
el permitir trabajar en grupos, pero ofrece un soporte bajo a la entrega de
contenidos, y a pesar de contar con marcadores sociales, no destaca en el soporte a
la gestión de recursos educativos e información.
LEARNTRACKER
Ventajas - A destacar
Planificación basada en objetivos.
Inconvenientes – A mejorar
No permite crear tareas, solamente objetivos.
148
6.4 CALIBRACIÓN DE RESULTADOS
Puntuación
Planificación y gestión de proyectos o tareas .
Entrega de contenidos .
Gestión de recursos educativos e información .
Gestión del tiempo 6+
Guías de estrategias .
Automonitorización y autoevaluación 7-
Social y trabajo colaborativo .
Conclusiones
Esta herramienta ha sido creada para los estudiantes. Destaca como herramienta
de informes y para controlar el tiempo, aunque sus capacidades de planificación
son muy limitadas, permitiendo tan sólo definir objetivos de aprendizaje. A pesar
de esto, permite definir una fecha estimada de finalización y las horas de
dedicación diaria a cada objetivo, por lo que puede ayudar a mantener unas metas
realistas haciendo al estudiante consciente de las horas disponibles.
6.4.3 R E S U L T A D O S I N IC I A L E S P A R A L A S A P L IC A C IO N E S D E C O N T R O L
Nombre - - - -
Guías de estrategias
Puntos - - - -
Tabla 13: Resultados iniciales para las aplicaciones de control por funcionalidad.
149
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
6.4.4 C O M P A R A C IÓ N D E R E S U L T A D O S Y A J U S T E D E P U NT U A C IO NE S
Una vez conocidos los resultados del análisis de expertos para cada herramienta, se
ha procedido a ponderar las puntuaciones de cada opción de respuesta. Se ha
incrementado levemente la puntuación de aquellos ítems resaltados por los
expertos, rebajando el resto de puntuaciones en función también la relevancia
previamente establecida en el análisis del cuestionario (ver sección 6.3). Se ha
realizado un ajuste fino de forma que las puntuaciones finales coincidan con la
percepción de los expertos en términos de potencial para el SRL.
Nos hemos encontrado con que muchas de las preguntas marcadas inicialmente
como relevantes tenían un peso adecuado, mientras que algunas han necesitado
ajustes. Además, ha sido necesario ajustar muchas de las preguntas menos
relevantes, quedando con una puntuación máxima más baja.
6.4.5 R E S U L T A D O S F I N A L E S P A R A L A S H E R R A M IE N T A S D E C O NT R O L
Tabla 14: Puntuación final calibrada de las herramientas de control por funcionalidad.
150
6.5 IMPLEMENTACIÓN
6.5 I MPLEMENTACIÓN
Para la implementación de CESARAS se ha realizado un desarrollo ad hoc. Para su
desarrollo se ha empleado Yii 1 , un framework PHP para el desarrollo de
aplicaciones web 2.0 basado en el patrón Modelo-Vista-Controlador (MVC). Por
tanto, las tecnologías empleadas para la parte del servidor han sido PHP 5 y
MySQL, y HTML5, JavaScript y CSS3 para el cliente como suele ser habitual.
6.5.1 C A P A D E P R E S E N T A C IÓ N
1 http://www.yiiframework.com/
2 https://www.google.es/intl/es/forms/about/
3 https://www.typeform.com/
4 https://es.surveymonkey.com/
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
152
6.5 IMPLEMENTACIÓN
Cada pregunta cuenta internamente con un campo que indica si ésta es llave de
sección o de pregunta, y las opciones de esa pregunta indican al JavaScript el
número de pregunta a la que se ha de saltar en función de la respuesta. Esto se ha
realizado creando una etiqueta personalizada de html: salto.
Una vez se envía el cuestionario se almacena la entrada —conformada por todas
las respuestas— en la base de datos se calculan los resultados, que posteriormente
son mostrados al usuario (Fig. 28), incluyendo un código identificativo de la
entrada para visualizaciones posteriores. Este proceso es el mismo que se sigue al
recuperar la entrada a partir del código. A mayores se envía una notificación al
usuario incluyendo los resultados y el código.
El usuario cuenta con una pestaña llamada feedback para poder anotar cualquier
cosa que quiera enviar a los desarrolladores. Esta pestaña se muestra y se oculta sin
perder los datos y es finalmente enviada junto con las respuestas del cuestionario.
153
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
6.5.2 D A T O S Y L Ó G IC A D E NE G O C IO
Se ha empleado una base de datos MySQL para almacenar tanto las preguntas y
opciones del cuestionario como las respuestas. La estructura de la misma se muestra
en la Fig. 29. Veremos a continuación una descripción de las tablas:
SECCIÓN Esta tabla permite guardar la información relativa a cada una de las
secciones del cuestionario. Cuenta con un campo idc que relaciona esta tabla con
la anterior.
OPCIÓN Aquí son guardadas todas las opciones de las preguntas, su puntuación
asociada y el número de pregunta para saltar en caso de que la pregunta sea llave.
USUARIO Esta tabla almacena la información de los usuarios que han utilizado la
herramienta.
ENTRADA Cada vez que un usuario evalúa una herramienta se crea una entrada y
se almacena en esta tabla. La entrada lleva asociados los identificadores de usuario
y herramienta.
154
6.5 IMPLEMENTACIÓN
1 http://161.116.23.180/cgi-bin/personal/bartolome.cgi?idioma=1
155
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
6.6.1 V A L ID A C IÓ N P O R J U I C I O D E E X P E R T O S
6.6.2 V A L ID A C IÓ N P O R R E P E T IC IÓ N ( P R U E B A D E F I A B I L ID A D )
156
6.6 VALIDACIÓN
EC 62 43 50 50 49,5 7.9
TC 34 29 34 43 37,3 5.8
PL 56 60 51 60 56,8 4,3
TC 93 98 93 98 95,5 2,9
Media E1 E2 Media E1 E2
E3 E4 E3 E4
157
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
Desviación estándar
10
9
8
7
6
5
4
3
2
1
0
PL EC GRI AMAE TC
Moodle Asana
En este caso, el valor es muy bueno, de acuerdo con la clasificación de Fleis (1986).
6.7 C ONCLUSIONES
La valoración de CESARAS por parte de los expertos contactados ha sido
globalmente positiva, habiendo consenso en cuanto a los beneficios de la existencia
de un instrumento de este tipo. CESARAS ofrece nuevas posibilidades hasta ahora
inexistentes, permitiendo evaluar el soporte software en varios tipos de
herramientas.
El autor cree importante destacar la selección de preguntas y su redacción, que
es donde reside el mayor valor de esta contribución. Han sido creadas de forma que
permiten que cualquier persona que conozca la herramienta a analizar realice una
evaluación para la que, sin contar con la ayuda de la herramienta, serían necesarios
amplios conocimientos de SRL. Por tanto, permite a un amplio abanico de
personas, ya sean investigadores, profesores, desarrolladores de software, etc.,
evaluar el soporte SRL ofrecido por una aplicación software sin tener
158
6.7 CONCLUSIONES
La importancia de la usabilidad
Durante el proceso de calibración, los expertos han destacado cuestiones relativas
a la usabilidad, que obviamente influyen en el uso potencial de cada herramienta.
De cara tanto a seleccionar herramientas como para mejorar herramienta en
desarrollo es recomendable la evaluación de la usabilidad. Una herramienta con un
alto potencial debido a sus características puede ser menos adecuada que otra
debido a problemas de usabilidad.
En esta investigación no se han tenido en cuenta las cuestiones de usabilidad
debido a estar fuera del alcance y los objetivos de esta tesis, pero no por ello se debe
obviar su relevancia.
159
EVALUACIÓN DEL SOPORTE AL SRL EN SOFTWARE
160
7 X API-SRL: PERFIL DE APLICACIÓN 7
Life is 10% what happens to us and 90% how we react to it.
— Charles Swindoll
1 https://www.lamsinternational.com
2 http://www.tincanapi.com
162
7.1 CONCEPTO, OBJETIVOS Y REQUISITOS
Objetivos y requisitos
El perfil xAPI-SRL pretende proporcionar un lenguaje común para favorecer el
desarrollo de funciones de monitorización de la autorregulación tanto en software
educativo como genérico. Los objetivos a cumplir para conseguir esto son:
Casos de uso
Este perfil de aplicación aportaría una solución para los siguientes casos de uso:
AUTO-MONITORIZACIÓN DEL ESTUDIANTE Un estudiante autorregulado podría
beneficiarse del uso de informes basados en los datos capturados empleando
xAPI-SRL.
MONITORIZACIÓN DEL PROFESOR Un profesor que emplee métodos de SRL con sus
estudiantes podría seguir su progreso como estudiantes autorregulados gracias al
uso de este perfil de aplicación. Ahorraría mucho tiempo dado que cuenta con
trazas representativas del proceso de autorregulación, y se podría ver de forma muy
sencilla quienes están autorregulando su aprendizaje correctamente y quienes
necesitan ayuda.
REGISTRO DE INFORMACIÓN En general, cualquier aplicación con funcionalidades
que den soporte al SRL podría hacer uso de este perfil de aplicación para registrar
los datos de actividad, permitiendo su posterior recuperación. Una aplicación de
estas características podría ser empleada en cualquier situación de aprendizaje, ya
sea en un entorno institucional o de aprendizaje informal.
INFORMES Una herramienta de informes para SRL podía emplear este perfil para
recuperar datos de varias fuentes y emitir informes completos. Al igual que en el
caso anterior, una herramienta de este tipo encajaría en cualquier situación de
aprendizaje, tanto en un entorno institucional como de aprendizaje informal.
163
XAPI-SRL: PERFIL DE APLICACIÓN
164
7.2 SELECCIÓN DE LA INFORMACIÓN A CAPTURAR
165
XAPI-SRL: PERFIL DE APLICACIÓN
LEGIBILIDAD Cada parte de una declaración xAPI cuenta con una capa basada en
mapas de lenguaje, ofreciendo una versión diferente de cada verbo, palabra
intermedia, objeto, etc. mapa para cada idioma. Esto hace que una declaración sea
legible en todos los idiomas incluidos.
Una vez conocidas las acciones y los datos a registrar de cada estrategia se ha
definido cómo registrar cada una de las acciones empleando xAPI. Este proceso
resultó ser mucho más complejo de lo esperado inicialmente debido a la necesidad
de establecer un compromiso entre las recomendaciones de ADL para la creación
de recetas y el propio criterio de cómo una acción queda mejor definida. Además,
se ha buscado mantener una coherencia entre las recetas del perfil en cuanto a
dónde se guarda información similar. Veamos cómo ha sido el proceso.
7.4.1 C R E A C IÓ N D E D E C LA R A C IO N E S
1 https://registry.tincanapi.com
166
7.4 DESARROLLO DEL PERFIL DE APLICACIÓN
los factores a tener en cuenta para cada parte de una declaración a la hora de
crearla:
VERBO El verbo, que define la acción, ha de formar parte del listado ofrecido por
ADL. En caso de necesitar un verbo diferente, es necesario realizar una propuesta
a ADL que pasará un proceso de curación. Una vez aprobado e incluido en la lista
oficial ya puede ser empleado por toda la comunidad. Es interesante que el verbo
defina la acción de la forma más completa posible, y es posible emplear verbos
“compuestos” como stopped following (dejó de seguir), voted up (votó positivo),
entered frame (entró en el encuadre), etc. Existen algunos ejemplos en el listado
de verbos oficial.
167
XAPI-SRL: PERFIL DE APLICACIÓN
EXTENSIONES Las extensiones permiten definir cualquier cosa que no tenga cabida
en los campos existentes. Solamente pueden definirse en un objeto de tipo
Activity, en el contexto y en el resultado. Es importante resaltar que el uso de
extensiones debe ser evitado si se puede emplear otro campo ya definido en la
especificación. Además, en caso de usar una extensión, se recomienda emplear una
de las existentes en el listado de ADL, ya que solamente se añadirán extensiones
nuevas si es imprescindible.
El resto de campos de una declaración (timestamp, stored, authority, version,
attachments) no requieren de ninguna consideración especial. La mayoría son
rellenados automáticamente por el LRS.
168
7.4 DESARROLLO DEL PERFIL DE APLICACIÓN
1 http://id.tincanapi.com/extension/planned-duration
169
XAPI-SRL: PERFIL DE APLICACIÓN
que puede ser usada para la cuarta opción, que ha sido finalmente la elegida para
este caso. Se ha propuesto el verbo estimated-duration a ADL, que ha sido
finalmente aceptado e incorporado al listado de verbos. Evidentemente hay más
combinaciones, pero se han empleado estas cuatro a modo ilustrativo.
Este proceso de “diseño” de declaraciones es realmente tedioso, dado que para
cada declaración es necesario realizar varios pasos y la decisión tomada condiciona
la rapidez con la que podrá ser creada la declaración final. El proceso, que se ilustra
en el diagrama de flujo de la Fig. 33, consiste en: buscar los verbos, tipos de
actividad y extensiones existentes que puedan encajar, plantear las posibles
opciones incluyendo el vocabulario existente y nuevas propuestas en caso de que
se adapten mejor a la acción descrita, seleccionar la más adecuada en base a las
recomendaciones descritas en la especificación y a la coherencia entre
declaraciones del perfil, en caso de que haya algún verbo, tipo de actividad o
extensión nuevo es necesario proponerlo a ADL y esperar a que resuelvan tras el
proceso de curación al que someten cada propuesta, que suele ser bastante lento.
Una vez es aceptado es posible añadir finalmente la declaración a la receta. En caso
de no ser aceptado es necesario volver a las opciones planteadas y tratar de
encontrar otra que sea adecuada. El problema para esto es que ADL no proporciona
ningún tipo de realimentación, por lo que si una propuesta es rechazada no es
posible conocer la razón.
170
7.4 DESARROLLO DEL PERFIL DE APLICACIÓN
7.4.2 E S T R U C T U R A C IÓ N E N R E C E T A S
Un perfil de xAPI está compuesto por una o varias recetas. Este perfil, dada su
amplitud, debe ser dividido en varias, pero es necesario estructurarlas de forma
coherente para no forzar a la implementación de partes innecesarias del perfil, ya
que la mayoría de herramientas solamente necesitarán las partes que representen
las acciones acordes con sus funcionalidades.
El modelo de datos definido en xAPI-SRL pretende representar las acciones
relacionadas con los grupos de actividades definidos en el capítulo 5
(funcionalidades):
Sin embargo, estos grupos de actividades no sirven para clasificar las declaraciones
en recetas, ya que hay numerosas declaraciones que se repetirían en varios grupos
de actividades, como por ejemplo el tomar una nota acerca de un objeto que podría
ser una tarea, un recurso, un contenido, una estrategia, etc.
Las declaraciones se han agrupado en recetas formando pequeños conjuntos de
acciones con relación directa en cuanto a su propósito, de forma que cada receta
represente una función. De esta forma, según el tipo de herramienta se necesitará
un determinado conjunto de recetas del perfil. De esta categorización han
resultado 11 recetas:
GESTIÓN DE TAREAS Y OBJETIVOS Esta receta define las acciones relacionadas con
la gestión de proyectos de aprendizaje (u otro tipo de proyectos) empleando tareas,
objetivos y algún otro tipo de elemento. Por ejemplo, un estudiante define un
objetivo y crea tareas que son necesarias para conseguirlo.
CONTROL DE TIEMPO Y FLUJO Esta receta está centrada en registrar el uso del
tiempo en varias aplicaciones, de forma que sea posible conocer el flujo de
actividad y poder monitorizar y evaluar el uso del tiempo.
171
XAPI-SRL: PERFIL DE APLICACIÓN
172
7.4 DESARROLLO DEL PERFIL DE APLICACIÓN
Para cada una de las funcionalidades — o desde el punto de vista de xAPI, grupos
de actividades— contempladas en esta tesis para el SRL se ha seleccionado un
conjunto de recetas concreto que permite representar las acciones SRL
relacionadas. Se presentan aquí los listados de recetas que se deberían implementar
para cada funcionalidad:
Planificación
Motivación
Secuenciación de pasos
Control de visionado
Curación
Anotación
Entrega de contenidos
Control de visionado
Curación
Anotación
Gestión de estrategias
Gestión de estrategias
Curación
Secuenciación de pasos
Auto-monitorización y auto-evaluación
Auto-monitorización y auto-evaluación
173
XAPI-SRL: PERFIL DE APLICACIÓN
Curación
Motivación
Atribución causal
174
7.5 DEMOSTRACIÓN Y EVALUACIÓN
7.5.1 E S C E N A R IO S D E D E M O S T R A C IÓ N
175
XAPI-SRL: PERFIL DE APLICACIÓN
7.5.2 S IM U L A C IÓ N D E T R A Z A S
En una situación real, simplemente tendríamos un conjunto de trazas con las que
trabajar para ver qué ha hecho el estudiante. En este caso, se simularon las trazas a
partir de una secuencia de actividades realizada por cada estudiante en un curso.
Las interacciones de ambos escenarios se ilustran en la Fig. 35, donde podemos ver
además que únicamente el gestor de tareas, el LMS y la herramienta de informes
se comunican con el LRS.
Las trazas simuladas representan la actividad desarrollada por los dos estudiantes
durante los cinco días lectivos de la segunda semana de un curso de JAVA,
correspondiente al segundo módulo del curso. En las tablas 16 y 17 se presenta, a
176
7.5 DEMOSTRACIÓN Y EVALUACIÓN
modo de ejemplo, la simulación de trazas para uno de los días de cada estudiante,
listando las actividades realizadas y sus correspondientes trazas.
Estudiante no-SRL
Acción Herramienta Trazas
19:00 Juan viewed the module “Módulo 2: Básicos
Accedió al módulo 2 LMS
de JAVA”.
Lanzó contenido
LMS (visor PDF) N/A
“Variables
Cerró “Variables” LMS (visor PDF) 19:35 Juan read the file “Variables” (34 min.).
Lanzó contenido
LMS (visor PDF) N/A
“Operadores”
Cerró “Operadores” LMS (visor PDF) 19:58 Juan read the file “Operadores” (23 min.).
Salió del curso LMS 20:20 Juan left the course “Introduction to JAVA”.
177
XAPI-SRL: PERFIL DE APLICACIÓN
-
Estudiante SRL
Acción Herramienta Trazas
18:03 Ana viewed the module “Módulo 2:
Accedió al módulo 2 LMS
Básicos de JAVA”.
Verificó tareas y
LMS N/A
contenidos semanales
18:05 Ana defined the goal “Módulo 2”.
18:06 Ana defined the goal “Variables”.
18:06 Ana estimated the duration of goal
“Variables” in 40 minutes.
Creó objetivos para el 18:06 Ana defined the goal “Operadores”.
Gestor de tareas
módulo 2 18:06 Ana estimated the duration of goal
“Operadores” in 40 minutes.
18:07 Ana defined the goal “Control de flujo”.
18:07 Ana estimated the duration of goal
“Control de flujo” in 60 minutes.
18:09 Ana added the file “Variables” as course
material.
Enlazó contenidos Gestor de tareas
18:09 Ana added the file “Operadores” as
course material.
Leyó contenido
LMS (visor PDF) N/A
“Variables”
Cerró contenido 18:24 Ana read the file “Variables” (15 min.).
LMS (visor PDF)
“Variables”
Leyó contenido N/A
LMS (visor PDF)
“Operadores”
Buscó información en
navegador N/A
formato video
18:33 Ana added the video link “Variables y
operadores en Java”.
Guardó dos enlaces a
Gestor de tareas 18:35 Ana added the video link “JAVA
recursos
BASICO CAPITULO 2 | VARIABLES Y
OPERADORES”.
Cerró contenido 18:35 Ana read the file “Operadores” (11
LMS (visor PDF)
“Operadores” min.).
Gestor de tareas
18:35 Ana viewed the video “Variables y
Visualizó recurso 1 (lanza reproductor
operadores en Java”.
externo)
18:48 Ana rated the video “Variables y
Puntúó recurso 1 con operadores en Java” with 3/5 stars.
Gestor de tareas
3/5 y añadió anotación 18:48 Ana annotated “No es muy claro.” on
“Variables y operadores en Java”.
Gestor de tareas 18:48 Ana viewed the video “JAVA BASICO
Visualizó recurso 2 (lanza reproductor CAPITULO 2 | VARIABLES Y
externo) OPERADORES”.
178
7.5 DEMOSTRACIÓN Y EVALUACIÓN
7.5.3 S E L E C C IÓ N Y P R O C E S A D O D E T R A Z A S
Una vez capturadas, cada visualización requerirá del uso de unas trazas concretas.
En SRL, lo ideal es disponer de gráficas parametrizables que permitan al usuario
elegir lo que quiere visualizar y el periodo de tiempo a representar, aunque puede
ser conveniente partir de opciones predefinidas para facilitar la monitorización a
los estudiantes menos experimentados. En ambos casos, y teniendo en cuenta el
volumen de datos que se puede generar en un único episodio de aprendizaje, es
necesario realizar un filtrado para seleccionar únicamente las trazas que aporten la
información que se desea mostrar. Además, será necesario organizar las trazas si
provienen de distintas herramientas.
179
XAPI-SRL: PERFIL DE APLICACIÓN
1. Autor: filtrar las declaraciones para elegir las trazas del autor que se
quieren ver.
2. SRL: filtrar las trazas que pertenezcan al perfil xAPI-SRL, en caso de que
únicamente se quiera ver información relativa al SRL.
180
7.5 DEMOSTRACIÓN Y EVALUACIÓN
estrategias SRL. Cada barra representa una parte del proceso SRL, mostrando cómo
se ha distribuido el tiempo con respecto a las estrategias.
El segundo criterio aporta información más significativa y es más claro. Sin
embargo, el primero —en función de la herramienta de origen— puede dar lugar
a equívocos. Por ejemplo, se podría relacionar todas las acciones realizadas en un
gestor de tareas con la planificación. Sin embargo, esto no siempre es correcto.
Continuado con el ejemplo, la acción de reflexionar sobre una tarea completada es
una acción de auto-evaluación, aunque haya sido realizada en una herramienta de
planificación.
Fig. 37: Opciones de agrupación de trazas para una gráfica de uso del tiempo: por aplicación de
origen (arriba) Vs. por tipo de actividad (abajo).
181
XAPI-SRL: PERFIL DE APLICACIÓN
nuevo dato, el diferencial entre esos dos tiempos, que indica la desviación de la
estimación con respecto al tiempo real.
El uso de los datos puede ser directo o requerir algún tipo de procesado.
Siguiendo con el ejemplo anterior, el “tiempo estimado” para una tarea es un dato
que se puede usar directamente ya que es un valor temporal especificado por el
usuario, mientras que el “tiempo empleado” ha de ser calculado sumando las trazas
de actividad para esa tarea, teniendo en cuenta generalmente varios registros (ver
receta de Time and flow control, Apéndice C).
En la Fig. 38 se muestra, como ejemplo del resultado de este tipo de procesado,
un gráfico comparativo del tiempo estimado para una serie de tareas frente al
tiempo empleado en las mismas. De un vistazo es posible ver la diferencia temporal
entre la estimación y el tiempo real, y en la vista detalle de las tareas se muestra la
diferencia temporal en porcentaje.
Los resultados obtenidos aplicando este procesado permiten obtener gráficas fáciles
de entender, que pueden ser muy útiles para estudiantes y profesores en un
escenario SRL. La clave radica en la adecuada elección de las variables a comparar.
7.5.4 M U E S T R A D E V IS U A LI Z A C IO NE S D E G R Á F IC A S D E LA S I M U L A C IÓ N
Mostramos aquí una serie de gráficas resultantes de procesar las trazas simuladas.
El fin de estas gráficas es facilitar a los estudiantes la reflexión acerca de su
desempeño a través de información concreta y sencilla de comprender que les
ayude a extraer conclusiones acertadas.
Se pretende que las gráficas sean auto-explicativas, por lo que invita al lector a
visualizarlas antes de leer la correspondiente explicación situada debajo las mismas.
182
7.5 DEMOSTRACIÓN Y EVALUACIÓN
En estas gráficas se muestra el tiempo empleado en cada actividad para las trazas
presentadas en las tablas del apartado 7.5.2, correspondientes al primer episodio
del módulo 2 de ambos escenarios.
En la gráfica superior podemos ver el estudiante no-SRL que realizó
principalmente cuatro actividades. Aquellas que se solapan en tiempo son
agrupadas en una única barra y resaltadas, como se puede ver en la primera de
las barras. La gráfica inferior muestra la actividad para el estudiante SRL.
183
XAPI-SRL: PERFIL DE APLICACIÓN
Esta gráfica (Fig. 41) representa el tiempo empleado por fase SRL en objetivos
de un mismo nivel, e incluye a mayores la estimación temporal para cada uno
de ellos, aportando información comparativa entre el tiempo estimado y el
empleado. Se indica además si el objetivo ha sido completado o no. Importante:
los datos referentes a los módulos 1 y 3 han sido generados con el objeto de
completar las gráficas y ofrecer un mejor ejemplo al lector.
184
7.5 DEMOSTRACIÓN Y EVALUACIÓN
Esta figura muestra un ejemplo de gráfica de uso de estrategias por parte del
alumno del escenario SRL para el módulo 2. En ella es posible ver el número de
objetivos creados, objetivos para los que se ha hecho estimación temporal,
objetivos completados, tareas creadas y completadas, recursos enlazados,
visualizados y puntuados, recursos creados por el propio estudiante y
anotaciones realizadas. Esta gráfica está orientada a ver el grado de utilización
de estrategias por parte del estudiante.
185
XAPI-SRL: PERFIL DE APLICACIÓN
7.5.5 E V A L U A C IÓ N
Evaluación de objetivos XO
XO1: REGISTRO UNÍVOCO DE TRAZAS SRL La demostración realizada ha permitido
asegurar la capacidad del perfil para registrar las acciones SRL descritas de forma
unívoca. A pesar de esto, se han detectado algunos problemas.
El registro de la duración de eventos que se solapan en tiempo puede dar lugar a
equívocos durante el procesado. En las trazas mostradas de ejemplo en el
apartado 7.5.2 se incluyen acciones que se solapan en tiempo, como la lectura de
un documento (registrada cuando se cierra éste incluyendo la duración) y los
subrayados realizados en el documento mientras éste estaba abierto (escenario
no-SRL). En este caso, sí se procedió a la lectura:
19:08 Juan annotated “obliga a declarar las variables antes de poder hacer uso de ellas”.
(…)
19:34 Ana added the file “Esquema variables y operadores” as “own material”.
186
7.5 DEMOSTRACIÓN Y EVALUACIÓN
Esto parece no tener solución inmediata debido a que no es posible saber con qué
propósito el estudiante mantiene abierto el documento, pero ha de ser tenido en
cuenta durante el procesado si hay acciones que se solapen en tiempo con ésta.
En el apartado 7.5.4 hemos visto algunas de las gráficas que es posible obtener a
partir de trazas generadas con xAPI‑SRL. En ese apartado veremos otras gráficas,
no incluidas en la demostración, que también pueden contribuir a la
monitorización y evaluación del aprendizaje autorregulado por parte de alumnos
y profesores, y que darán al lector una visión más amplia de las posibilidades que
genera este nuevo perfil de aplicación.
187
XAPI-SRL: PERFIL DE APLICACIÓN
7.6.2 G R Á F IC A S D E E J E M P LO
Como se mencionaba en el apartado 7.5.3, xAPI-SRL permite agrupar las trazas por
tipo de actividad, independientemente de la herramienta de origen. Esto permite
generar estas gráficas, como la presentada en la Fig. 45, que facilitan la
visualización de la dedicación del alumno a las actividades clave de la
autorregulación —metacognitivas, motivacionales y de contexto—, así como las
188
7.6 EJEMPLOS DE VISUALIZACIONES
Fig. 45: Número de acciones de un alumno por tipo de actividad (vista del profesor) para el módulo
2 de un curso.
189
XAPI-SRL: PERFIL DE APLICACIÓN
Esta gráfica (Fig. 47) muestra el tiempo dedicado a cada conjunto de actividades
durante un período de tiempo determinado, empleando una clasificación por tipo
de actividad diferente de la anterior, no relativa al SRL. Ésta podría aportar
información al estudiante acerca de cómo ha repartido las horas del día durante un
período de tiempo más o menos largo.
Fig. 47: Tiempo dedicado a cada conjunto de actividades por día de la semana.
190
7.6 EJEMPLOS DE VISUALIZACIONES
Las acciones realizadas sobre estas guías, especialmente el consumo de las mismas,
pueden ser de especial interés para monitorizar la autorregulación de un
estudiante. La Fig. 48 muestra una gráfica que permite ver las estrategias (en forma
de guía) empleadas por un estudiante (durante un período de tiempo concreto) así
como el número de veces que las ha empleado. Las estrategias aparecen agrupadas
191
XAPI-SRL: PERFIL DE APLICACIÓN
Esta gráfica muestra las dudas pendientes, la ayuda ofrecida a otros estudiantes y
la recibida de otros. Permite ver por un lado el número de dudas pendientes y por
otro la relación entre la ayuda recibida y la ofrecida, indicativo del interés del
estudiante y de su participación. En el ejemplo de la figura se muestran los datos
de una única asignatura clasificados por los módulos de la misma:
Algunas opciones interesantes para esta gráfica son, por ejemplo, la evolución del
alumno durante un período de tiempo, como un cuatrimestre, incluyendo los datos
de todas las asignaturas del curso por semanas; o la comparativa entre asignaturas,
que permitiría ver en qué asignaturas el estudiante es más participativo o tiene más
problemas (incluiría los datos de todas las asignaturas, clasificados por asignatura,
durante un período de tiempo, como un mes o un cuatrimestre).
192
7.6 EJEMPLOS DE VISUALIZACIONES
1 https://trello.com/
193
XAPI-SRL: PERFIL DE APLICACIÓN
7.7 C ONCLUSIONES
Se podría pensar que es demasiado pronto para xAPI-SRL, que aún no es necesario
o que el soporte software al SRL aún no ha alcanzado una madurez suficiente para
permitir una monitorización como la que se plantea con el uso de este perfil.
Esto es cierto en parte, ya que por un lado hemos concluido en el Capítulo 6 que
hay mucho margen de mejora en cuanto a las características implementadas en
software para ofrecer soporte a las estrategias, y como se ha comentado en el
apartado anterior, esto hace que no sea posible generar trazas suficientes para
permitir una monitorización completa. Por otro lado, al definir las trazas necesarias
para la monitorización SRL se establece una base para una futura implementación
de estas características, y de la recolección de trazas en su conjunto.
Hay pocas herramientas centradas en la monitorización y en su mayoría
pertenecen a proyectos de investigación, como las que se han visto en la sección
4.4.3 del Capítulo 4. Sin embargo, bajo nuestro criterio la existencia de una
especificación que permita registrar de forma unívoca cada una de las acciones
relativas a los procesos SRL puede aportar varios beneficios en un futuro próximo:
194
7.7 CONCLUSIONES
195
XAPI-SRL: PERFIL DE APLICACIÓN
196
8 C ONCLUSIONES
8
Our educational system focuses primarily on teaching youth what to think
rather than how to think.
— J. Lockhead
198
8.1 REVISIÓN DE LA INVESTIGACIÓN
199
CONCLUSIONES
200
8.2 RESUMEN DE CONTRIBUCIONES
201
CONCLUSIONES
Enfoque práctico
Algo que sí podría considerarse nuevo en este trabajo es el enfoque. Hasta ahora
otros trabajos relacionados habían seguido un enfoque teórico (en cuanto a la
componente pedagógica), frente al práctico y de aplicación seguido aquí.
Desde el punto de vista de un tecnónologo, la pedagogía puede resultar difusa y
contradictoria, debido a las múltiples teorías que, en muchos casos, se solapan
tratando de explicar lo mismo: el aprendizaje y sus procesos. Hemos visto que
algunas pueden verse como complementarias: el conductismo, el cognitivismo y el
constructivismo (Sección 2.1). Sin embargo, las teorías del aprendizaje
autorregulado (Sección 2.3), al menos los modelos de Pintrich y Zimmerman,
definen lo mismo de formas diferentes, en algunos casos con pequeñas
contradicciones. Además de esto, el modelo de Wine y Hadwin define el
aprendizaje autorregulado de una forma más centrada en la parte cognitiva,
siguiendo una aproximación muy diferente a los otros dos modelos. En cualquier
caso, los tres modelos son aceptados. La pedagogía no es una ciencia exacta y este
“polimorfismo” complica enormemente el proceso de investigación y desarrollo.
En este caso particular, obliga desde el primer momento a elegir un modelo, o a
buscar puntos comunes, para poder trasladar este conocimiento al campo del
desarrollo de aplicaciones software para e-learning.
202
8.3 CONCLUSIONES FINALES
Por todo esto en este trabajo se ha buscado un enfoque más directo, de aplicación
práctica. La pedagogía tiene por supuesto una parte práctica, ya no el acto de
enseñar en sí, sino la relacionada con enseñar el metaaprendizaje, es decir, a
aprender a aprender. En esta parte se contemplan los procedimientos, que como
hemos visto son conocidos como estrategias, que son de aplicación práctica. Desde
el punto de vista del autor, estas estrategias conforman el mejor punto de partida
para estudiar el posible desarrollo de herramientas de soporte, por tener una
aplicación práctica directa, algo que no se había considerado hasta ahora, hasta
donde conoce el autor.
203
CONCLUSIONES
Esperanzas de cambio
Tras realizar esta investigación nos encontramos con que hay numerosos trabajos
de pedagogía orientados a fomentar y mejorar el aprendizaje autónomo, como los
presentados en la sección 2.4.1, pero hay poco trabajo y poco conocimiento acerca
del soporte software al aprendizaje autónomo. Este es un campo que tiene interés,
dada la tendencia hacia el aprendizaje autónomo comentada ya en varias ocasiones.
Esperamos que este trabajo sirva, a pesar de las barreras antes mencionadas, como
trampolín para el desarrollo de aplicaciones más orientadas hacia dar soporte al
alumno en su cada vez más personal camino hacia el conocimiento.
Esta tesis ha tratado de establecer un nuevo punto de partida para el soporte al SRL
en software. Igualmente, las propuestas pueden no ser perfectas y como todo son
susceptibles de mejorar y evolucionar. Presentamos aquí algunas mejoras que no
han podido llevarse a cabo por falta de tiempo, así como algunas líneas que
permitirían continuar con la investigación realizada en este trabajo:
204
8.4 PROBLEMAS ABIERTOS Y TRABAJOS FUTUROS
205
CONCLUSIONES
aportada por cada uno de los requisitos en la realidad, cuáles son valorados
por los usuarios, cuáles no y por qué.
206
8.5 PUBLICACIONES
207
CONCLUSIONES
208
8.5 PUBLICACIONES
209
CONCLUSIONES
Publicaciones futuras
En el futuro próximo se prevee la presentación de dos publicaciones más en revistas
científicas conluyendo con el trabajo realizado:
M. Manso, M. Caeiro and M. Llamas, Use of software applications to support Self-
Regulated Learning.
En esta publicación se presenta un estado del arte del uso de software como soporte
al SRL, tanto empleando software específico como genérico, haciendo referencia a
lo visto en el capítulo 4 de esta tesis.
210
APÉNDICES
212
A A NÁLISIS DE ESTRATEGIAS
A
En este apéndice se presenta un análisis resumido de las estrategias de
autorregulación y aprendizaje encontradas en la literatura especializada.
Selección de estrategias
Se han empleado varias fuentes para recopilar las 55 estrategias consideradas en
este trabajo: “Cartas do Gervasio ao seu umbigo” (Rosario, Nuñez, & González-
Pienda, 2006), “Estrategias de aprendizaje para aprender más y mejor” (Carrasco,
2007), “Learning Strategies” (Nisbet & Shucksmith, 1986), el sitio web “Skills You
Need” (2014).
De las 72 estrategias encontradas en total (una vez hecha la fusión de estrategias Se han encontrado
equivalentes) se ha realizado una selección atendiendo a las posibilidades de numerosas estrategias
procedentes de
implementación y aplicabilidad a través de software en base a los siguientes
distintas fuentes que
criterios: son equivalentes, es
decir, podrían
El objeto de la estrategia es medible (cuantificable) o tangible: por ejemplo, considerarse como
la voluntad es algo que no se puede medir, por lo que una estrategia centrada distintas visiones la
misma estrategia
en la voluntad será difícilmente implementable; sin embargo una estrategia
definida por autores
de gestión del tiempo puede serlo ya que el tiempo se puede medir y diferentes. En este
cuantificar. trabajo se han
fusionado las
La acción o acciones implicadas en la estrategia y la información que maneja estrategias
son registrables. equivalentes para
evitar una repetición
Requiere entrada/salida de datos: es decir, el usuario ha de introducir datos innecesaria.
A.1.1 E S T R A T E G I A S D E P L A NI F IC A C IÓ N
Esta es una estrategia compleja (superestrategia), formada por cinco estrategias más
simples:
1. Definición de un objetivo.
2. Planificación de un objetivo.
Se trata de una de las estrategias más complejas, ya que abarca varias estrategias
más simples distribuidas en las tres fases. Se analizarán las estrategias implicadas.
DEFINICIÓN DE UN OBJETIVO
214
ANÁLISIS DE ESTRATEGIAS
Hay que considerar también que los objetivos pueden ser vistos de dos formas.
Tenemos por un lado los objetivos o metas de aprendizaje del estudiante, que son
las metas que quiere conseguir. Por otro lado, cuando se define una tarea también
se definen los objetivos de esa tarea (target goals), que definen qué ha de cumplir
el resultado de la tarea para ser considerada como completada con éxito. Éstos
servirán como criterio de evaluación de la ejecución de la tarea.
La finalidad de esta estrategia es guiar las acciones y comportamiento. Pertenece
a la primera fase de planificación.
Identificación de procesos
Desde un punto de vista procedimental, esta estrategia consiste en definir el
objetivo siguiendo los requisitos descritos en la estrategia:
Implementación
Tradicionalmente, esto se lleva a cabo anotando los objetivos y sus elementos
relacionados en papel. Esta estrategia podría implementarse en herramientas de
gestión de tareas o proyectos, donde sería posible anidar objetivos y tareas. Un
objetivo de aprendizaje puede incluir tareas (hijas). Una tarea puede tener objetivos
de la tarea (target goals), que aportan información de completitud de la tarea. Es
importante diferenciar conceptualmente objetivos y tareas. Sería interesante poder
definir objetivos de forma colaborativa para grupos de trabajo.
Trazas
Esta estrategia generaría los siguientes resultados:
PLANIFICACIÓN DE UN OBJETIVO
215
APÉNDICE A
Identificación de procesos
Básicamente, esta estrategia consiste en la identificación de los pasos, que pueden
ser anotados para una posterior consulta o revisión.
Implementación
Esta estrategia encaja perfectamente en un gestor de tareas o proyectos, en el que
es posible definir los pasos a seguir para un objetivo o tarea. Los pasos podrían ser
implementados de la misma forma que las subtareas, realizando la distinción
conceptual para el usuario, que no es imprescindible pero sí recomendable.
Trazas
De forma similar a la definición de objetivos o tareas, esta estrategia generaría los
siguientes resultados:
Posición (ordenación).
IDENTIFICACIÓN/DEFINICIÓN DE TAREAS
Identificación de procesos
Creación de la tarea
216
ANÁLISIS DE ESTRATEGIAS
Implementación
Las herramientas software de gestión de tareas y proyectos ya ofrecen esta
funcionalidad. Permiten crear tareas, relacionarlas con otras mediante jerarquía o
etiquetado (ambas serían deseables) y es posible definir los criterios de completitud
a modo de subtareas, aunque sería recomendable poder identificar éstos como
objetivos para mayor claridad como se ha indicado en la estrategia de definición de
objetivos.
Trazas
De forma similar a la definición de objetivos, esta estrategia generaría:
Descripción de la tarea.
Propietario/a de la tarea.
Visibilidad/privacidad de la tarea.
Esta estrategia consiste en realizar una estimación del tiempo que se necesitará para
realizar una tarea o actividad en base a la experiencia previa y/o al análisis de los
pasos a realizar. Forma parte de la gestión del tiempo y de la planificación.
Esta estrategia, siendo de gestión del tiempo, está siempre enmarcada en la
planificación de tareas y objetivos.
Identificación de procesos
Consiste en asignar un tiempo a una tarea o paso. El tiempo de una tarea formada
por varios pasos o sub-tareas se puede calcular a partir de las estimaciones de las
sub-tareas.
Implementación
Para implementar esta estrategia tan sólo es necesario añadir la estimación
temporal en un formato conocido (HH:MM) a una tarea, paso o actividad. Esta
funcionalidad encaja en gestores de tareas y proyectos así como en herramientas
de entrega de contenidos (que cuenten con herramientas de planificación) en los
que el estudiante pueda asignar una estimación temporal a un contenido, prueba
de nivel o ejercicio.
En cualquier caso se recomienda realizar la planificación en una única
herramienta de cara a poder tener una visión global. De esta forma, la estimación
temporal se asignaría a una tarea en el software de planificación que sería a realizar
217
APÉNDICE A
Trazas
Esta estrategia generaría una estimación temporal en un formato común de tiempo
que ha de ir asociada a una tarea, paso o actividad existente.
Consiste en realizar un horario semanal fijo y detallado con todas las actividades
que el estudiante realiza semanalmente (clases, comer, ensayos, entrenamientos,
etc.). Se han de marcar las horas disponibles y reservadas para estudiar cada día. En
base a estas horas libres se podrá realizar la planificación.
La finalidad es conocer las horas disponibles para facilitar la planificación.
Pertenece a la fase 1 (previsión, planificación y activación).
Identificación de procesos
Identificar los intervalos horarios ya ocupados para cada día de la semana y
fijarlos en el horario.
Implementación
Se trata de un horario fijo semanal, en el que la información más importante de
cara a la autorregulación es el tiempo disponible para estudiar cada día. Este tiempo
es el que albergará los episodios de aprendizaje. Es decir, la planificación real de
tareas debería hacerse en base al tiempo disponible cada día, asignando cada tarea
con su estimación temporal a los huecos disponibles.
Este horario puede estar basado en intervalos temporales que llamaremos
ranuras. Las ranuras definidas por el usuario para el estudio son las que podrá
emplear para la planificación de tareas y objetivos a corto plazo, y las que deberían
usarse para calcular si la planificación de tareas es realista o si no tendrá tiempo
suficiente. En cualquier caso, el usuario deberá poder definir las ranuras a su
antojo. Es posible ofrecer unos tipos de actividad predefinidos y permitir tipos
personalizados.
Trazas
Ranura temporal, que tendrá los siguientes datos:
o Nombre
218
ANÁLISIS DE ESTRATEGIAS
Identificación de procesos
Definir el tiempo máximo de episodio sin descanso y el tiempo de descanso.
Implementación
Los elementos necesarios para la planificación de los episodios son las ranuras
temporales y los episodios (planificados) definidos anteriormente. En este caso,
para cada episodio planificado se podría definir el tiempo máximo sin descanso y
el tiempo de descanso. De esta forma, si se emplea un temporizador, éste podrá
avisar automáticamente si se supera el tiempo máximo sin descanso.
Trazas
Tiempo máximo sin descanso.
Tiempo de descanso.
Implementación
Esta estrategia está incluida en la planificación de tareas/eventos.
219
APÉNDICE A
A.1.2 E S T R A T E G I A S D E M O N I T O R IZ A C IÓ N Y C O NT R O L
Identificación de procesos
Visualización de lo que se está haciendo
Implementación
La automonitorización se hace sobre la marcha, durante la ejecución de las tareas,
y es un proceso que implica consciencia de lo que se está haciendo y, si es posible,
el registro de los pasos de realización (estrategia relacionada). Hay ciertos
parámetros que se pueden mostrar al usuario para ayudarle en el proceso de
monitorización. Por ejemplo, es posible mostrar el tiempo transcurrido en la tarea
y el tiempo estimado, es posible mostrar la planificación original para que
reflexione sobre si la está cumpliendo o si ve necesario actuar y realizar cambios
(control metacognitivo), mostrar el plan seguido para comparar, etc. El usuario
debería poder elegir qué quiere visualizar, ya sea información general o datos
concretos.
Por tando, esta estrategia implica el registro de los pasos de realización y la
visualización de esta información, que puede derivar en reflexiones (que han de
ser registradas) o en cambios en la estrategia seguida o la planificación. Por
ejemplo, en un gestor de tareas, ver las tareas completadas para de un objetivo
concreto es monitorizar la ejecución realizada para lograr ese objetivo.
Trazas
Las trazas derivadas de la monitorización en sí misma son las acciones de
visualización del proceso realizado. Por tanto, simplemente se podría registrar que
el usuario monitoriza una tarea, objetivo, etc.
Consiste, como su nombre indica, en registrar los pasos que se llevan a cabo para
la realización de una actividad o tarea, incluyendo las estrategias seguidas y
decisiones tomadas si es posible, para poder realizar la monitorización en cualquier
momento.
Identificación de procesos
Registro de la actividad del usuario (automático o manual).
220
ANÁLISIS DE ESTRATEGIAS
Implementación
Un sistema software puede registrar únicamente la actividad que el usuario
desarrolla empleando el software. Aquellas actividades que desarrolla de forma
externa han de ser registradas voluntariamente por el usuario, por lo que el
software debe proporcionar un medio adecuado para esto, de forma que el registro
tenga la semántica adecuada dependiendo de qué sea lo que se ha registrado (un
paso de una tarea o actividad, una tarea, un cambio de estrategia, etc.).
Además se debe distinguir si lo que se va a registrar estaba ya planificado o por
el contrario es una actividad nueva. Si se trata por ejemplo de una tarea planificada
símplemente habría que añadir un episodio a dicha tarea añadiendo información
de uso del tiempo. En caso de no estar planificada se añadiría un episodio que
contaría con datos de la tarea desempeñada y del uso del tiempo, teniendo en
cuenta especialmente que dicha tarea no pertenecía a la planificación original.
Trazas
Esta estrategia generaría principalmente trazas acerca de un episodio, que contaría
con los siguientes datos:
Tiempo empleado
El registro de episodios contaría con acciones como iniciar tarea, pausar tarea,
detener tarea, completar tarea (implicaría finalizarla) y añadir tiempo dedicado a
una tarea.
Implementación
Hay ya numerosas aplicaciones de gestión del tiempo, como TimeEdition,
Everhour, Harvest, etc. Todas emplean dos métodos: por un lado el temporizador,
221
APÉNDICE A
que se puede iniciar y detener para cada tarea o actividad añadida; y por otro
ofrecen la posibilidad de registrar el tiempo manualmente para aquellas actividades
que se han realizado offline.
Es ideal que esto se incorpore a gestores de tareas, de forma que se pueda
controlar el tiempo empleado en las tareas sin tener que duplicar las mismas en
otra aplicación. Hay aplicaciones que ofrecen la integración de estos servicios como
Asana, que permite integrar Harvest o Everhour para gestionar el tiempo empleado
en las tareas.
Trazas
Esta estrategia generaría trazas del tipo “Juan realizó la tarea X durante 15
minutos”. El tiempo indicado se correspondería con un episodio.
Identificación de procesos
Realizar un resumen, mapa conceptual o paráfrasis acerca de lo que se ha
tratado en la actividad de lectura o estudio.
Registrar el resultado.
Implementación
Para implementar esta estrategia es posible solicitar al usuario la realización de un
resumen o esquema tras la lectura o visualización del contenido, simplemente de
cara a provocar la autoconsciencia del nivel de retención y comprensión,
fomentando la automonitorización de la ejecución de la tarea de
lectura/visualización. Se registraría si es posible el resultado de la monitorización.
Trazas
Esta estrategia genera como resultado un resumen, esquema o mapa que contaría
con los mismos datos que en las estrategias de organización de la información.
222
ANÁLISIS DE ESTRATEGIAS
A.1.3 E S T R A T E G I A S D E E V A L U A C IÓ N , R E F LE X IÓ N Y R E A C C I Ó N
Identificación de procesos
Utilización de una estrategia
Valoración de la estrategia
Implementación
La implementación de esta estrategia es sencilla. Encaja en un contexto en el que
se dispone de un repositorio de estrategias o una herramienta que nos permita
integrarlas en un plan de trabajo. De esta forma, se podría valorar cada estrategia
para un uso futuro mediante un sistema de puntuación y/o favoritos, permitiendo
al usuario registrar una reflexión con la puntación siempre que sea posible. Es
decir, se registrarían las conclusiones de la experimentación.
Trazas
La acción de puntuar una estrategia o añadir a favoritos podría incluir, como se ha
comentado, una reflexión del usuario.
223
APÉNDICE A
AUTOCRÍTICA
Implementación
La implementación de esta estrategia implicaría dos funciones, una de ellas
necesaria y otra opcional:
Trazas
En esta estrategia se generarían las siguientes acciones: añadir, modificar o eliminar
una reflexión sobre un elemento (tarea, objetivo, recurso, actividad, etc.), a lo que
hay que añadir la valoración discreta. Esto se puede expresar de varias formas. Por
ejemplo: usuario añade reflexión sobre elemento, o bien usuario reflexiona sobre
elemento, siendo la reflexión el resultado de la acción.
La reflexión debería llevar unos datos asociados:
Texto de la reflexión
Contexto
224
ANÁLISIS DE ESTRATEGIAS
Implementación
Esta estrategia puede encajar en una herramienta de entrega de contenidos que
tenga funciones de evaluación y en una de gestión de tareas y objetivos en la que
la tarea u objetivo genere un resultado. En ambas, se podría incluir un campo de
evaluación del resultado, en la que el estudiante pueda incluir su reflexión y una
puntuación.
Para el caso del episodio de aprendizaje, tiene sentido en herramientas que
permitan la planificación. En este caso no se genera necesariamente un resultado,
pero se puede evaluar el episodio planificado. El estudiante ha de reflexionar acerca
de consecución de objetivos, eficiencia, etc., por lo que en el campo en el que
escribirá la reflexión se pueden sugerir preguntas genéricas como “¿qué tal te ha
ido?” o más específicas como “¿has conseguido tus objetivos?” o “¿has aprovechado
el tiempo?”
Trazas
Las trazas generadas por esta estrategia serían idénticas a las generadas en la
estrategia de autocrítica.
Esta es una superestrategia consistente en analizar cada uno de los pasos que han
llevado al estudiante al resultado, los métodos y estrategias empleados. De esta
forma es posible aprender de errores y mejorar la planificación y ejecución de
tareas, así como pulir las estrategias para ser más eficientes.
1. Analizar los pasos que nos han llevado al resultado (proceso de realización).
225
APÉNDICE A
Implementación
La implementación de esta superestrategia consistirá en la implementación de las
estrategias que la forman. A mayores, podría tener sentido una reflexión final,
global acerca del proceso de aprendizaje en su conjunto.
Consiste en analizar cada uno de los pasos que han llevado al estudiante al resultado
para aprender de errores y mejorar en la planificación y ejecución de tareas. Esta
estrategia parte de la información obtenida durante la fase de monitorización,
concretamente de las estrategias monitorizar la realización de tareas y registrar los
pasos de realización. Esta información permite al estudiante comparar el plan
seguido con el plan original, ver y evaluar su desempeño y sus decisiones durante
el proceso.
Implementación
Este proceso consiste primero en la revisión de datos previamente almacenados
para posteriormente emitir una evaluación. Por esto, para esta estrategia es ideal
mostrar al estudiante, preferiblemente a través de gráficas, la información de
monitorización de tareas y pasos registrados. Así, el estudiante podrá evaluar su
desempeño y reflexionar sobre sus acciones. Es importante que se pueda registrar
esta reflexión. A su vez, es posible que sea interesante que el estudiante pueda
puntuar (para futuras gráficas) su desempeño, a modo de valoración.
Trazas
Las trazas generadas por esta estrategia serían idénticas a las generadas en la
estrategia de autocrítica.
Esta estrategia consiste en analizar cómo han resultado las estrategias empleadas
en la consecución de un objetivo o tarea para mejorarlas y/o adaptarlas para usos
futuros. No todas las estrategias funcionan igual para cada individuo ni para cada
226
ANÁLISIS DE ESTRATEGIAS
tarea. De esta forma el estudiante aprende qué estrategia es mejor para cada
situación y cuál se adapta más a su forma de trabajar.
Implementación
Esta estrategia encaja en herramientas que tengan un repositorio de estrategias o
en aquellas que tengan estrategias integradas que puedan ser activadas o
desactivadas.
La forma más sencilla de realizar esta implementación es que el usuario pueda
puntuar la estrategia empleada del repositorio, o bien que pueda desactivar las
estrategias integradas. Además es interesante que el usuario pueda adaptar una
estrategia a su forma de trabajar, por lo que la modificación de las estrategias del
repositorio completa las funcionalidades necesarias.
Trazas
Contemplando los dos casos, tenemos por un lado que el usuario puede activar o
desactivar una función que implementa una estrategia y, por otro, que pueda
puntuar una estrategia de un repositorio, o modificarla para crear una estrategia
personalizada. Por tanto tenemos un objeto estrategia que puede tener asociada la
siguiente información:
Nombre
Contexto
Implementación
En una herramienta que cuente con un repositorio de estrategias, sería necesario
que ésta permita a los estudiantes modificarlas, permitiendo la creación de
estrategias personalizadas. La estrategia original se conservaría siempre como
referencia sin ser modificada.
En estrategias que cuenten con una serie de pasos, éstos han de poder modificarse
y reordenarse.
227
APÉNDICE A
Trazas
Los datos para las trazas generadas en esta estrategia coinciden en parte con los
generados en las estrategias de evaluación de las estrategias empleadas e
identificación de pasos:
Nombre
Pasos:
Posición (ordenación).
Las acciones asociadas con esta estrategia serían modificar o eliminar estrategia,
añadir, eliminar y modificar paso.
ATRIBUCIÓN CAUSAL
Implementación
Parte de esta estrategia implica conocer cómo hemos de atribuir las causas de éxitos
o fracasos. Esta parte no es implementable, pero puede ser ofrecida como guía.
Por otro lado, es posible permitir al estudiante que registre la reflexión
resultante, o incluso preguntarle, en caso de una valoración negativa o muy
positiva, por qué ha obtenido ese resultado. En cualquier caso, implicaría añadir
un campo al propuesto en la estrategia de autoevaluación (autocrítica) en el que el
usuario ha de responder por qué le ha ido bien o mal. Con esto conseguiríamos
separar semánticamente la esta reflexión, aunque puede ser habitual que un
estudiante autorregulado incluya ya esta información en la reflexión general sin
solicitarle la información de forma explícita.
228
ANÁLISIS DE ESTRATEGIAS
Trazas
En este caso es posible registrar la acción de atribución causal. Esto sería posible de
dos formas: o bien añadiendo un tipo de reflexión llamado atribución causal a los
tipos ya existentes, registrándose como cualquier otra reflexión, o bien a través de
especificar la acción completamente, indicando que el usuario atribuyó causa al
resultado o valoración.
Implementación
Es necesario poder registrar la duración de las tareas o actividades (ver elaboración
de un plan de trabajo) para contar con datos y poder así realizar la evaluación del
uso del tiempo. Esta evaluación se puede hacer de muchas formas. Lo ideal es que
el usuario pueda visualizar gráficamente el tiempo empleado por tarea o actividad,
el tiempo empleado frente al estimado (si lo hay), etc. Dependiendo de la
información disponible las gráficas serán más útiles o menos. En cualquier caso la
cantidad de información a visualizar debe ser personalizable, comprensible y
nunca excesiva.
Esta evaluación no desembocará necesariamente en una entrada de información
(reflexión) del estudiante. De hecho no es necesaria de cara a una buena ejecución
de la estrategia, pero es interesante ofrecerla para no limitar a aquellos que quieran
dejar constancia de lo que han pensado tras la monitorización/evaluación. La clave
está en la consciencia del uso del tiempo y, por tanto, una visualización adecuada
puede facilitar mucho esta labor. Sí puede ser interesante por otro lado que el
usuario pueda definir la evaluación como positiva, neutra o negativa, al igual que
las reflexiones. De esta forma tendríamos un resultado sencillo de la
autoevaluación, rápido para el usuario.
Trazas
En este caso solamente es necesario registrar la acción de evaluación, es decir, la
visualización de la información de uso del tiempo. Esta acción puede ir
229
APÉNDICE A
Gráfica o información
Título
Descripción (opcional)
Texto de la reflexión
Es importante que la tendencia del estudiante sea hacia las adaptativas, que
provocan una mejora en los métodos y en los procesos de aprendizaje y evitan el
abandono o despreocupación de las tareas.
Implementación
En herramientas que permitan al estudiante registrar reflexiones con una
valoración, es importante que, si ésta es negativa, se ofrezcan opciones para
reconducir las reacciones del estudiante hacia las adaptativas, ofreciendo
alternativas como adaptación o cambio de estrategia, ampliación de información,
solicitud de ayuda, etc.
Trazas
La implementación de esta estrategia no generaría necesariamente trazas. Sin
embargo, sí es posible monitorizar las reacciones del estudiante realizando un
seguimiento específico tras una valoración negativa, especialmente si se trata de
una tarea que forma parte de una mayor, de un objetivo, o bien que no ha concluido
y se esperan más acciones del estudiante.
De esta forma sería posible ver si las sugerencias realizadas han servido al
estudiante o no.
230
ANÁLISIS DE ESTRATEGIAS
AUTOMOTIVACIÓN
EXPECTATIVAS DE RESULTADOS
Consiste en crear una lista de los beneficios que creemos que nos va a aportar un
objetivo, lo que nos va a permitir o en lo que nos puede ser útil. Tener expectativas
de los beneficios que nos puede aportar el conseguir un objetivo ayuda a la
motivación.
Identificación de procesos
Identificar y anotar las expectativas de resultados para una tarea u objetivo.
Implementación
Consistiría en preguntar al estudiante qué espera obtener al finalizar la
tarea/objetivo y que éste lo registre en un campo de texto. Al finalizar la tarea, estas
expectativas le ayudarán a reflexionar sobre lo que ha conseguido y a evaluar su
realización de la tarea/objetivo.
Aquí caben dos aproximaciones. Dado que los resultados esperados pueden ser
varios, se podría emplear un campo de texto libre o una lista de elementos.
Trazas
Un elemento expectativa de resultados contendría los siguientes datos:
Descripción
231
APÉNDICE A
RECOMPENSA
Identificación de procesos
Definir la recompensa a obtener y la condición a cumplir para obtenerla.
Implementación
La implementación de esta estrategia puede ser sencilla. Simplemente en la interfaz
de la tarea u objetivo se ha de permitir añadir una recompensa, que constará de
una descripción y una condición. Esta condición puede ser de varios tipos:
temporal, tarea completada y objetivo alcanzado. La condición temporal llevará un
valor temporal asociado.
Trazas
El objeto recompensa tendrá los siguientes datos:
Descripción
Condición
232
ANÁLISIS DE ESTRATEGIAS
BÚSQUEDA DE AYUDA
Implementación
La herramienta debe permitir solicitar ayuda a través de una duda u otro método.
Lo ideal es que esta ayuda sea en contexto, es decir, dentro de o enlazada
directamente al elemento relacionado. Por ejemplo, un foro permite plantear
dudas, pero están descontextualizadas y depende del usuario el proporcionar un
contexto adecuado.
Dada la implementación propuesta basada en una anotación con semántica de
“duda”, la implementación de esta estrategia se ha fusionado con la de toma de
notas (ver apartado A.4.2).
Consiste en trabajar con otros estudiantes de forma colaborativa. Estudiar con otras
personas hace que se puedan poner en práctica técnicas de trabajo en grupo y
aprender discutiendo y escuchando a otros compañeros.
La finalidad de esta estrategia es la de favorecer el desarrollo de habilidades
sociales para el trabajo en equipo. Fundamentalmente se desarrolla durante la fase
de ejecución, aunque puede darse en las tres fases.
Implementación
El desarrollo de esta estrategia depende de que la herramienta permita el trabajo
colaborativo. Las herramientas deben permitir la edición conjunta y
preferiblemente algún tipo de comunicación síncrona en contexto. Hay algo que
está impícito en la posibilidad de trabajar de forma colaborativa, y es la posibilidad
de compartir el elemento sobre el que se trabaja.
Trazas
Las trazas que genera esta estrategia son las resultantes de las comunicaciones y
modificaciones en elementos relacionados con otras estrategias. Las relativas
puramente al proceso de colaboración, como mensajes de chat o ediciones en un
documento, tienen una importancia menor. Sin embargo, el hecho de colaborar sí
es importante y es interesante que sea registrado. Esto quedará reflejado cuando un
233
APÉNDICE A
grupo realice una acción, por lo que ha de ser posible registrar acciones realizadas
por grupos, no únicamente por individuos.
Acciones relativas a esta estrategia son compartir elementos (tareas, documentos,
etc.) y las acciones realizadas de forma colaborativa (creación, edición, publicación,
etc.).
Las estrategias cognitivas proveen una estructura para el aprendizaje cuando una
tarea no puede ser completada siguiendo una serie de pasos, y están enfocadas hacia
principalmente hacia la adquisición de conocimiento.
Todas las estrategias cognitivas presentadas aquí pertenecen a la fase 2,
concretamente a la ejecución.
Como su nombre indica, consiste en elegir las fuentes de información que nos
interesan. Consta de varios pasos:
2. De entre ellas, seleccionar las que están más a nuestro alcance ojeando el
contenido para saber si se adapta.
234
ANÁLISIS DE ESTRATEGIAS
Identificación de procesos
Los pasos en los que está dividida esta estrategia ya nos indican los procesos a
implicados:
Implementación
La identificación de fuentes y la ampliación implican procesos internos al
individuo y la utilización de herramientas de búsqueda o la interacción con otros,
por lo que no se buscará su implementación.
La recogida y clasificación de las fuentes sí puede ser implementada por ejemplo
a través de marcadores o fichas que permitan recoger la información relativa a cada
fuente para futuros accesos. Una vez seleccionada, la consideraremos un recurso.
La clasificación se puede llevar a cabo a través de una estructura (carpetas), a través
de etiquetado o ambas. En cualquier caso, el recurso se añade a un elemento
contenedor que puede ser una carpeta, una tarea, un objetivo, una colección, etc.
dependiendo de la herramienta.
La valoración del recurso se puede hacer a través de un sistema de puntuación.
El usuario podría puntuar los recursos en función de lo interesantes que le resulten
de cara al objetivo a cumplir o a sus preferencias personales, o simplemente
descartar las que no interesan (se ocultarían para permitir posibles accesos en el
futuro) o eliminarlas si finalmente no cumplen unos mínimos.
Trazas
El recurso puede tener los siguientes datos:
Título
Descripción
Propietario
Enlace al recurso
Etiquetas
235
APÉNDICE A
Contenedor
Las posibles acciones son añadir, editar, etiquetar, puntuar, descartar, eliminar
recurso.
AMPLIACIÓN DE INFORMACIÓN
Implementación
En un sistema que permita la gestión de contenidos o recursos, un usuario podría
añadir fuentes, información sobre las mismas e información acerca de su procesado
(si la ha subrayado o no, si ha hecho algún esquema, nivel de interés, etc).
La implementación y las trazas coinciden con las comentadas en la estrategia de
selección de fuentes de información.
RESUMEN Y SÍNTESIS
236
ANÁLISIS DE ESTRATEGIAS
Implementación
Esta estrategia se puede ofrecer al estudiante a modo de guía.
A.4.2 E S T R A T E G I A S D E A D Q U IS IC IÓ N, P R O C E S A M IE NT O Y U S O D E L A
I N F O R M A C IÓ N
Esta estrategia consiste en una serie de pasos para adquirir conocimiento de una
fuente de información:
Implementación
Esta superestrategia puede ser ofrecida al estudiante a modo de guía.
237
APÉNDICE A
SUBRAYADO
Estrategia
El subrayado consiste en identificar en un texto lo más importante y resaltarlo.
Hay una serie de recomendaciones a tener en cuenta:
Leer el conjunto del texto antes de subrayar, a fin de tener una idea general.
Identificación de procesos
El proceso consiste en subrayar las ideas principales.
Implementación
Esta es una funcionalidad común en lectores de pdf y en herramientas en línea
como Diigo. En todas ellas es posible compartir incluyendo el subrayado, que
permanece entre sesiones.
Trazas
Lo complejo de registrar el subrayado no es registrar cada acción individual de
subrayado, sino el caso en el que el usuario subraya varias partes que forman un
conjunto, omitiendo otras en el medio. Por ejemplo, “El actor (...) debe vocalizar
(…) de forma que se le entienda, pero sin exagerar (…) la expresión.”. A la hora de
registrar el subrayado es importante ver, en caso de que haya más de un evento
consecutivo, si varias piezas subrayadas corresponden a la misma acción de
subrayado de la misma frase, es decir, si para el usuario todas o varias las piezas
subrayadas corresponden a la misma acción y deberían registrarse conjuntamente
como un único evento. Esto podría realizarse midiendo el tiempo entre subrayados
y estableciendo un máximo que si no se supera hará que se considere como un
evento único. Este sistema no sería infalible. El único método fiable
completamente sería la indicación del propio usuario.
En un evento de subrayado se generarían los siguientes datos:
238
ANÁLISIS DE ESTRATEGIAS
Identificación de procesos
Los procesos desde el punto de vista de una implementación software son:
Anotación de términos.
Implementación
Una implementación sencilla sería permitir al usuario registrar las palabras nuevas
asociadas al recurso, tarea u objetivo al que están vinculadas. Podría tener una
colección para cada tema o bien una única colección en la que se pudiese etiquetar
cada palabra con respecto al tema. También sería interesante poder añadir una lista
de palabras relacionadas. A su vez, es importante poder registrar dónde se encontró
el usuario con la palabra, para aportar un contexto real, por lo que debe ser posible
añadir una referencia al objetivo, tarea o recurso relacionado.
Trazas
Cada palabra ha de tener:
Descripción
Las acciones pueden ser crear colección de vocabulario, añadir, editar o eliminar
palabra. Puede ser interesante también la opción de compartir.
239
APÉNDICE A
TOMA DE NOTAS
Esta estrategia consiste en la toma de notas durante una lectura activa o una
exposición en clase. “Escribiendo notas en tus propias palabras te verás forzado a
pensar sobre las ideas presentadas en el texto y sobre cómo explicarlas de forma
coherente” (Rosario, Nuñez, & González-Pienda, 2006). Por tanto, este proceso te
ayudará a retener y analizar lo leído. Copiar lo importante solamente tiene sentido
si la idea es citar al autor.
Estas notas, pueden ser usadas para varios fines: sintetizar lo leído, ampliar
información, aclarar dudas, como recordatorio, etc.
La estrategia difiere según la fuente, pero todas indican que no hay un método
estándar y cada uno debe ver el que mejor le funciona, pero sí apuntan diversas
recomendaciones:
Identificación de procesos
Anotación
Implementación
Debido a la variedad de usos que pueden tener las notas, esta funcionalidad ha de
ser versátil. Lo básico es que permita al usuario escribir anotaciones, pero hay que
destacar una serie de características a tener en cuenta:
Las notas han de poder tomarse en contexto. Es decir, al igual que en papel
el software ha de ofrecer la posibilidad de añadir notas en la misma interfaz
de visualización si la tiene. Esto es muy evidente para documentos
hipermedia, no tanto para audio y video. En estos formatos que cuentan con
una línea de tiempo, las anotaciones pueden estar referenciadas a la línea de
tiempo. En caso de no tener interfaz de visualización (externa) ha de
permitir tomar notas asociadas directamente al elemento sobre el que
queremos realizar la anotación, que contará presumiblemente con un
enlace en el interfaz.
240
ANÁLISIS DE ESTRATEGIAS
Trazas
Una anotación puede tener:
Contexto de la nota:
Leer con la mayor rapidez posible tratando de extraer las ideas principales.
Suprimir las regresiones (parar para releer parte del texto de forma
continuada).
Implementación
Esta estrategia no es implementable en software, pero puede ser facilitada al
estudiante a modo de guía.
SQ3R
Esta es una estrategia para mejorar la comprensión lectora y está basada en cinco
pasos:
241
APÉNDICE A
Implementación
Esta estrategia puede ser ofrecida al estudiante como guía. Solamente los pasos 2 y
4 podrían implicar interacción con una herramienta, si se considera un texto
independiente. El resto de pasos implican interacción con elementos externos.
KWL
Esta es una estrategia inicialmente creada por Ogle (1986) para mejorar la
comprensión lectora. Está basada en tres cuestiones:
Identificación de procesos
Identificar (y registrar) lo que ya se conoce sobre el tema.
Implementación
Una opción de implementación de esta estrategia se ha planteado en (Manso &
Llamas, 2013b). Consiste en un organizador del aprendizaje que emplea esta
estrategia como base para la gestión de objetivos de aprendizaje. Para cada objetivo
se plantea la posibilidad de indicar qué se sabe acerca de la materia. Los
sub-objetivos permiten definir qué se quiere aprender. Tras los episodios, el -
242
ANÁLISIS DE ESTRATEGIAS
Trazas
Como vemos, la aproximación elegida implica varias estrategias: activación del
conocimiento previo, definición de objetivos y monitorización y evaluación de
objetivos. Las trazas generadas serán las de cada una de estas estrategias.
243
APÉNDICE A
Implementación
Todas estas estrategias cuentan con diferentes herramientas que permiten su
creación, que serán detalladas en el apartado de implementación de cada una.
Teniendo esto en cuenta, desde el punto de vista del SRL es interesante que los
estudiantes puedan añadir mapas conceptuales como recursos en la herramienta
e-learning que usen para aprender o para organizar su aprendizaje. Además, es
importante poder especificar si han sido creados por ellos mismos.
Trazas
Caben dos aproximaciones a la hora de registrar la información derivada de estas
actividades:
Nosotros hemos optado por la segunda opción, más global y menos detallada,
debido a varias razones: (1) el nivel de detalle de la primera resultaría innecesario
en la mayoría de los casos; (2) generaría gran cantidad de información de escasa
utilidad; (3) la cantidad de información generada sería difícil de manejar.
Cada una de estas estrategias genera un objeto resultante diferente (mapas
conceptual o mental, tabla, esquema o red semántica). Los objetos de estas
estrategias han de contar con la siguiente información:
nombre
descripción
tema (etiquetas)
244
ANÁLISIS DE ESTRATEGIAS
MAPA CONCEPTUAL
Implementación
Existen multitud de herramientas para crear estos mapas, siendo CmapTools1 la
más utilizada.
MAPA MENTAL
Un mapa mental es una estructura gráfica en donde se reflejan los puntos o ideas
centrales de un tema, estableciendo relaciones entre ellos utilizando
combinaciones de formas, colores, dibujos y palabras. Son similares a los mapas
conceptuales, pero en este caso no cuentan con palabras de enlace para establecer
relaciones entre elementos. Para elaborar un mapa mental:
1 http://cmap.ihmc.us/cmaptools/
245
APÉNDICE A
Situar las ideas principales cada una en una rama saliendo del centro,
sintetizadas en palabras clave. Van con letra más grande que el resto.
Emplear dibujos, colores y formas para destacar los distintos elementos para
facilitar la memorización. Las flechas sirven para unir las ideas relacionadas.
Implementación
Ejemplos de aplicaciones específicas para la creación de mapas mentales son:
MindMeister1, Xmind2, Freemind3, Coggle4, Mindjet5, etc.
TABLA O CUADRO
Las tablas dependen del código verbal y sirven para clarificar la estructura sobre
cómo se organiza la información. Sirven para ver las relaciones de subordinación
entre los elementos que constituyen una unidad informativa. Las tablas que
contienen una excesiva información suelen ser contraproducentes.
Implementación
Esta es una funcionalidad soportada por la mayoría de software de edición de
documentos y gráficos, por lo que existen ya numerosas herramientas para su
creación.
REDES SEMÁNTICAS
1
https://www.mindmeister.com/es
2 http://www.xmind.net/
3 http://freemind.sourceforge.net/wiki/index.php/Main_Page
4 http://coggle.it/
5 http://www.mindjet.com/
246
ANÁLISIS DE ESTRATEGIAS
Relaciones nodales o nexos: dan lugar a las frases. Suelen ser verbos,
preposiciones y conjunciones.
Implementación
No hay herramientas específicas para la creación de redes semánticas, pero pueden
ser creadas con la mayoría de herramientas para mapas conceptuales y mentales.
ESQUEMAS
2. Crear el esquema en base a las palabras que representen cada idea central,
estructurándolo jerárquicamente.
247
APÉNDICE A
Implementación
No hay herramientas específicas para la creación de esquemas, pero éstos pueden
ser creados con herramientas de diferentes tipos, desde editores de textos genéricos
a herramientas para hacer mapas mentales.
repetición
AGRUPACIÓN*
248
ANÁLISIS DE ESTRATEGIAS
ACRÓNIMOS*
Por ejemplo, un estudiante de idiomas que aprenda una nueva palabra que es
similar a otra en otro idioma significando lo mismo podría relacionarla para
acordarse. Es aplicable a casos más complejos en los que se puede relacionar el
nuevo elemento con el que ya tenemos, realizando una comparación para
esclarecer diferencias y similitudes.
REPASO O REVISIÓN
Implementación
Esta estrategia se ha considerado como no implementable en software. Sin
embargo, es posible implementar acciones cuyo objeto es el repaso que no son
habitualmente incluidas en software educativo.
Esta acción (el repaso o revisión) podría ser tenida en cuenta en la creación de
software educativo, permitiendo al usuario marcar un contenido o recurso para
repasar (como un estado más del recurso o contenido) durante la planificación.
Además, la acción de repaso podría ser capturada de cara a la monitorización (si un
usuario revisa uno o varios elementos que ya ha visto previamente).
249
APÉNDICE A
Trazas
Las acciones descritas en la implementación generarían sus correspondientes
trazas: marcar un contenido para revisar, marcar como revisado y el acto de revisar
si la propia herramienta permite la visualización.
Identificación de procesos
El proceso consiste únicamente en añadir una imagen a un elemento.
Implementación
Es posible implementarla permitiendo añadir imágenes o ilustraciones al elemento
con el que se está trabajando, ya sea una entrada de vocabulario, un nodo de un
esquema o mapa, o cualquier tipo elemento.
Trazas
Las acciones derivadas de esta implementación serían añadir, cambiar o eliminar
imagen a un objeto. La imagen no necesita descripción ya que es definida por el
elemento relacionado.
SISTEMAS MNEMOTÉCNICOS*
250
ANÁLISIS DE ESTRATEGIAS
Implementación
Esta estrategia puede ser implementada a modo de guía.
251
APÉNDICE A
5. Hacer el problema.
Implementación
Esta estrategia puede ser implementada a modo de guía.
TORMENTA DE IDEAS
Implementación
Hay herramientas software específicas para esto, como Stormboard 1 , Mural 2 o
Conceptboard3. Cada herramienta ofrece algunas funcionalidades diferentes, pero
todas comparten las principales que son: gestión de ideas como elemento principal
dentro de una tormenta de ideas, que es un elemento padre compartido por los
usuarios participantes, gestión de tormentas de ideas y gestión de participantes.
Trazas
Hay una serie de acciones que son comunes en todas las aplicaciones mencionadas:
crear tormenta de ideas, unirse a tormenta de ideas, dejar tormenta de ideas, cerrar
tormenta de ideas, añadir idea, modificar idea, añadir idea derivada de otra idea,
comentar idea y votar idea.
1 https://stormboard.com/
2 https://mural.co/
3 https://conceptboard.com/
252
ANÁLISIS DE ESTRATEGIAS
Esta es una estrategia compleja formada por varios pasos y estrategias de varios
tipos, principalmente cognitivas, aunque incluye alguna estrategia de planificación
como la estimación temporal.
Los pasos recomendados para realizar un trabajo o monografía son:
4. Estructurar el trabajo.
Usar las citas cuando remitimos al lector a las fuentes en que nos
basamos para confirmar nuestras afirmaciones.
253
APÉNDICE A
Implementación
Esta estrategia puede ser ofrecida al estudiante a modo de guía.
254
B CESARAS
B
En este apéndice se presenta una versión impresa de CESARAS, el cuestionario de
evaluación del soporte al aprendizaje autorregulado en software.
La versión electrónica de este instrumento está disponible tanto en inglés como
en español en http://www.cesaras.es.
Las preguntas indicadas con el símbolo ☇ son llave de sección, es decir, si la
respuesta a esa pregunta es “no”, salte a la siguiente sección. Estos saltos y otros
están automatizados en la versión en línea.
ACERCA DE CESARAS
Por favor, Introduzca sus datos. Éstos nos ayudarán a la hora de clasificar las
respuestas. Se mantendrá en todo momento la privacidad de las respuestas salvo
por petición expresa del usuario.
a Correo electrónico
Introduzca su dirección de correo electrónico. No se le enviará ningún correo
electrónico salvo los resultados de la evaluación.
___________________________________________________________________
b Nombre*
___________________________________________________________________
c Nivel de estudios*
Sin estudios / educación primaria
Educación secundaria
Bachillerato / Formación profesional
Formación universitaria
Doctorado
a Nombre de la herramienta*
___________________________________________________________________
256
CESARAS
b Dirección web
___________________________________________________________________
___________________________________________________________________
1 2 3 4 5
1 2 3 4 5
Sí No
257
APÉNDICE B
Sí No
258
CESARAS
Sí No
259
APÉNDICE B
260
CESARAS
Sí No
261
APÉNDICE B
Sí No
Sí No
Sí No
262
CESARAS
Sí No
263
APÉNDICE B
Sí No
264
CESARAS
Sí No
Sí No
265
APÉNDICE B
266
CESARAS
Sí No
267
APÉNDICE B
Sí No
268
CESARAS
Sí No
Sí No
269
APÉNDICE B
Sí No
270
CESARAS
271
APÉNDICE B
272
C P ERFIL X API-SRL C
En este apéndice se presenta una versión impresa de xAPI-SRL, el perfil de
aplicación para capturar trazas de aprendizaje autorregulado sobre la especificación
xAPI (eXperience API o Tin Can API).
Aquí se incluyen en inglés la información general del perfil y las recetas creadas
hasta Diciembre de 2016. Para una versión actualizada se recomienda acceder a
The Registry en la página web de xAPI.
C.1.1 W H A T IS S E L F - R E G U L A T E D LE A R N I NG ?
During the last decades, the concept of SRL has received a great deal of attention
in educational research and educational psycological studies. Numerous results
have indicated that SRL leads to success in and beyond school.
SRL is related to the learner’s ability to understand and control his/her learning
processes and environment, involving components such as cognition,
metacognition and motivation.This is done at several stages or involving different
strategies: setting goals, using different strategies to achieve them, monitoring and
assessing progress, adapting to the contextual features in the environment, etc.
Self-regulated learners use self-regulation and learning strategies to plan, monitor
and reflect about their learning and all the processes involved in it, to become
more autonomous, efficient and effective learners.
For more information about SRL please check the following links:
What it means to be a self-regulated learner
What is self-regulated learning?
C.1.1.1 Monitoring
One of the main concepts in SRL is monitoring, for both teachers and learners
(self-monitoring). There are two key issues that need to be considered about
monitoring: “what?” and “how?”.
APÉNDICE C
What do we monitor? From a SRL point of view we need to track actions related
to SRL procedures, that is, the implementation of learning and self-regulation
strategies. Namely: setting goals, planning, resource management, reflection, etc.
How do we monitor those actions? A self-regulated learner may use different
tools (SRL oriented or not) for planning, reading, writing, searching, self-assessing,
communicating, working in groups, etc. For instance, a learner may use a LMS to
follow a course, may use a task manager to organize work from different subjects
(homework, projects, etc.), may use an e-portfolio, a blog or a notebook app to
reflect about his/her performance and results, etc. In order to self-monitor and
self-evaluate their learning activities, learners need to keep track of what they do
in the different tools they use, even to keep track of their offline activites. In most
cases, that could be done automatically by the software, or with a little help of the
learner. This profile is aimed at enabling the recording of these activities to enable
monitoring and evaluation.
C.1.2 W H A T IS T H IS P R O F IL E F O R ?
This profile defines data models that enable the recording of relevant actions
performed by learners related to the implementation of SRL strategies. In this
context, learners are the ones who peform the actions to be recorded. The
information recorded could be valuable for:
1. Self-monitoring and self-evaluation: learners are the main consumers of
the recorded information for self-monitoring and self-evaluation.
2. Teachers' monitoring and evaluation of the performance of their students.
3. Measuring student’s SRL skill level and strategy use using learning
analytics techniques. This is an active field of research that needs to solve
two main issues tackled by this profile: the definition of data models about
significant actions related to SRL strategies and the collection and
integration of traces from different systems.
274
XAPI-SRL
In a more specific manner, the main goal of the xAPI-SRL Profile is to make the
representation of actions related to the following groups of activities:
Task and goal management and planning (e.g. completing task).
Resources and information management (e.g. adding a resource).
Time management (e.g. estimating the duration of a task).
Content delivery (e.g. viewing a content).
Strategy management (e.g. rating a strategy).
Self-monitoring and self-evaluation (e.g. self-monitoring the time spent in
a task). UNDER DEVELOPMENT
C.1.3 H O W T O U S E T H E X A P I - S R L P R O F IL E
275
APÉNDICE C
Curation
Annotation
Time management
Starting or stopping a task are some examples of use cases in this group. We
defined some SRL-specific use cases like estimating the duration of an element or
recording the time used to perform an action. This set of functionalities is usually
offered by task managers, time-tracking tools, LMSs, etc.
The recommended recipe for this functionality is:
Time and flow control
Content delivery
Viewing a content or scheduling it for later are examples of use cases in this
group. This set of functionalities is usually offered by LMSs and other content
delivery tools.
The recommended recipes for this functionality are:
View control
Curation
Annotation
Strategy management
This is a rare functionality, but relevant for SRL. To support this, the software
must offer a set of learning strategies in the form of instructions to do SRL related
tasks. Some use cases included here are selecting a strategy for a task, personalizing
a strategy, rating a strategy, etc.
The recommended recipes for this functionality are:
Learning Strategy management
Curation
Step sequencing
276
XAPI-SRL
C.1.4 M A I N P A R T S O F A X A P I - S R L S T A T E M E NT
Here we present the new additions to the xAPI Registry proposed for this profile.
Please, read the Statement 101 article for general information about xAPI
statements, or refer to the xAPI specification for more details.
Actors
The actor is the individual that carries out a particular action. The main actor in
this SRL context would be the learner, who is managing and performing his/her
learning. All the actions related to managing tasks, time tracking, monitoring
performance, etc. are performed by the learners. The monitoring and evaluation
of these processes (see Monitoring and Evaluation recipe) can be performed by the
learner or by the educator, the second actor included in this profile.
Verbs
We tried to use the verbs that are available in xAPI Registry, but in some cases
we needed to consider new verbs to represent the SRL actions in a consistent way.
Here are the xAPI-SRL proposals:
DEFINED
Indicates that the actor has defined the object. Note that this is a more specific
form of the verb “create”. For instance, a learner defining a goal.
ESTIMATED-DURATION
Indicates that the actor has estimated the duration of the object. For instance, a
learner estimating the duration of a task.
PERFORMED
Indicates that the actor has performed the object offline for a period of time
(episode). For instance, a learner performed task X, which is an offline task like
reading a book, for 30 minutes. This is used to record the time spent on offline
activities.
EXPECTED
Indicates that the actor expected particular results from the object. The expected
results should be recorded in the results field.
ARRANGED
Indicates that the actor arranged the object within a collection or set of elements.
The extension http://id.tincanapi.com/extension/position should be used to
indicate the new position.
277
APÉNDICE C
SELECTED
Indicates that the actor selects an object from a collection or set to use it in an
activity. The collection would be the context parent element.
DISCARDED
ENABLED
Indicates that the actor turned on a particular part or feature of the system.
DISABLED
Indicates that the actor turned off a particular part or feature of the system.
PERSONALIZED
Indicates that the actor personalized the object. The idea is that the actor
personalizes an object created by a third party to adapt it for his/her personal use.
C.1.5 O B J E C T S A N D A C T I V IT Y T Y P E S
In this profile we use several object types. When not specified, the objectType
by default is Activity.
Most of the activity types used in this profile are from the xAPI Registry, but we
defined some new, along with some extensions.
Activity types
PROJECT
A project is a specific plan or set of tasks with a common goal. It can have
subtasks and subgoals, resources, etc.
GOAL
A goal is something that the actor wants to achieve, the purpose of doing a task
or group of tasks. It can have subtasks and subgoals.
STEP
A step is one of several actions that the actor has to do to achieve something, for
instance, a goal or the completion of a task. For instance, a method, strategy or task
could be divided into smaller steps.
278
XAPI-SRL
STRATEGY
A strategy is a plan or method for achieving any specific goal, and can be formed
by a group of steps.
EMBEDDED-STRATEGY
REWARD
Refers to a compensation that the actor wants to get for achieving something.
RESOURCE
A resource is a generic item that the actor may use for something. It could be a
video, a text, a device, etc. However, it is recommended to use a more specific
activity type like those mentioned.
DOUBT
Refers to something that the actor needs to cast light on, something that can be
answered or solved.
SOLUTION
Refers to the answer for a doubt that provides a solution. If the answer is not a
solution, it should be coded as answer, or if it is just a comment, as comment.
TO-REVIEW
Refers to something that the actor wants or plans to review in the future.
VOCABULARY-WORD
Refers to a word that the learner defines or translates. The vocabulary word can
be part of a collection. An actor can use more than one vocabulary collection, for
instance, for several languages or several topics. Besides the “name” (the word) and
“description” (meaning or translation), we recommend the use of moreInfo to link
to a definition in an online dictionary. As an option, you can use the extension tags
to classify the words.
SIMPLE COLLECTION
279
APÉNDICE C
MIXED COLLECTION
It is a collection of items of mixed activity types. The activity type of the items
is not specified.
C.1.6 E X T E N S IO N S
POSITION
REFLECTION
CONDITION TYPE
Represents the type of condition that the actor needs to achieve to do what the
verb in the statement expresses.
CONDITION VALUE
Represents the value (if necessary) to accomplish the condition. For instance, if
the condition is a time limit, the condition value is the time expressed in the
ISO8601 format, the same used in the result duration property.
TYPE
PURPOSE
COLLECTION TYPE
C.1.7 P R O P E R T IE S T H A T A P P L Y T O A LL S T A T E M E NT S
The properties in this section apply to all statements in these recipes. We use the
time management recipe as an example to illustrate this, but it is applicable to all
recipes. For more information about how to use recipes, click here.
280
XAPI-SRL
object.id (required)
Managing the time of a particular task or goal would involve a series of statements
related to that task or goal. For example:
or
All statements like these about a particular goal or task should use the same
Activity Id, as they refer to the same task or goal. This object could have been
defined previously in other statement, for example, when the user created a task.
All statements regarding that particular task should use the same Activity Id.
context.category (required)
All statements include the Recipe Id in the "category" context activity list (See
spec.).
For example, the ID of the Time Management Recipe is:
http://id.tincanapi.com/recipe/srl/task-goal-management/0.1.
For example:
"context": {
...
"contextActivities": {
...
"category": [
{
"id": "http://id.tincanapi.com/recipe/srl/task-goal-
management/0.1",
"definition": {
"type":
"http://id.tincanapi.com/activitytype/recipe"
},
"objectType": "Activity"
}]
}
...
context.platform (recommended)
All statements could include some information about the platform in which the
action was performed.
281
APÉNDICE C
C.2.1 R E S O U R C E A N D LE A R N I N G C O N T E N T M A NA G E M E N T
This recipe defines the actions related to the management of learning objects or
resources, but it could be applied to any other element that can be added to a
container, removed from it, or edited in it. For example, a learner may add a book
to a course if it is relevant for it, or a video to a task if it has valuable information
about how to do it. This recipe is part of the xAPI-SRL profile.
282
XAPI-SRL
*Media is a generic type that could be text, audio, video or an image. Use this if it
is a media content but you don’t know its specific type.
The “resource” Activity Type should only be used when the type of activity is
unspecified. For example, if all the options are shown in a menu, “element” could
be used to represent an ‘other’ option.
Here is an example of an Activity object representing an image:
"object": {
"id": "http://www.example.com/resource-management/136945",
"definition": {
"name": {
"en-US": "example image"
},
"description": {
"en-US": "An example image of a tree."
},
"moreInfo": "https://vienna-wv.com/images/tree.jpg",
"type": "http://activitystrea.ms/schema/1.0/image"
},
"objectType": "Activity"
}
C.2.1.2 Statements
For example, a learner might do this when finding an interesting resource related
to a task, goal, chapter, etc. he/she is working on. The minimum functionality to
allow this is to enable adding a link of the resource to an element.
actor: a learner.
verb:
o as:added: http://activitystrea.ms/schema/1.0/add
o cu:edited: http://curatr3.com/define/verb/edited
o as:deleted: http://activitystrea.ms/schema/1.0/delete
object: what has been added, edited or deleted. If the object is not an
agent, i.e., it is an Activity:
o object.definition.description: (optional) text description of the
resource.
o object.definition.moreInfo: (recommended) URL to the content
or the reference of the content if it is not online.
context.contextActivities.parent: the parent element for the object
(Activity).
timestamp: represents when the actor performed the action.
283
APÉNDICE C
C.2.2 V IE W C O N T R O L
In this recipe we define the actions related to the act of viewing learning content
or a particular resource. For example, a learner read an article or chapter or viewed
a video.
Important: this recipe complements the time and flow control recipe in terms of
recording the duration of certain actions included here.
The “resource” Activity Type should only be used when the type of activity is
unspecified. For example, if all the options are shown in a menu, “element” could
be used to represent an ‘other’ option.
284
XAPI-SRL
},
"moreInfo": "https://vienna-wv.com/images/tree.jpg",
"type": "http://activitystrea.ms/schema/1.0/image"
},
"objectType": "Activity"
}
C.2.2.2 Statements
For example, a learner might do this when glancing over, studying or going over
a resource. There are two important considerations about these statements: first,
the duration of the action should be recorded, whether it was an online or offline
activity, as this recipe works in conjunction with the time and flow control recipe.
Second, the learner may want to record a reflection about the resource or the
performance of reading or viewing (if he/she got distracted, if it was hard to read,
etc.), so there is a specific field for it.
actor: a learner.
verb:
o previewed: http://id.tincanapi.com/verb/previewed
o viewed: http://id.tincanapi.com/verb/viewed
o as:read: http://activitystrea.ms/schema/1.0/read (for text specific
objects)
o reviewed: http://id.tincanapi.com/verb/reviewed
object: what has been previewed, viewed, read or reviewed (Activity).
o object.extensions. http://id.tincanapi.com/extension/reflection:
(optional) can optionally be used to record a reflection of the user
about the performance.
result.duration: (recommended) represents de duration of the episode.
context.contextActivities.parent: the element from where the object was
previewed, viewed, read or reviewed (Activity), i.e., the immediate
element up in the hierarchy.
context.contextActivities.grouping: (recommended) the root element for
the object. For example, if the element is part of a unit that is part of a
course, the parent element is the unit and the grouping is the course.
timestamp: represents when the actor performed the action.
C.2.3 T A S K A N D G O A L M A N A G E M E NT
This recipe defines the actions related to the management of learning projects,
using tasks, goals and some other elements. For example, a learner can define a
goal and some inner tasks that need to be done to achieve that goal.
285
APÉNDICE C
C.2.3.2 Statements
Created
Estella created the task “review chapter 2” with description “focus
on possible questions”.
For example, a learner might do this when creating a task in a task manager.
286
XAPI-SRL
Defined (recommended)
Estella defined the goal “learn how to use aperture” with
description “try manual mode”.
For example, a learner might do this when defining a goal in a task manager, e-
portfolio, etc. Conceptually, goals are not created. They can be set or defined.
Edited
Estella edited the task “review chapter 2” with a new description
“focus on possible questions for the exam”.
For example, a learner might do this when creating a task in a task manager.
Deleted
Estella deleted the task “review chapter 2” from “Unit 1: The
Camera”.
C.2.4 T IM E A N D F L O W C O N T R O L
This recipe is aimed at recording the use of time across applications, so we can use
the information from multiple systems to monitor and evaluate the use of time.
287
APÉNDICE C
The ‘performance’ Activity Type should only be used when the type of activity is
unspecified. For example, if all the options are shown in a menu, ‘performance’
could be used to represent an ‘other’ option.
Here we have 2 episodes, one from 1:00 pm to 3:00 pm, and the next from 5:00 pm
to 6:00 pm. In the first episode there was a 30 minutes pause, so the time spent in
288
XAPI-SRL
the task (productive time) in the first episode is 1h30’. The total spent time for that
task was 2h30’, summing both episodes. Paused is used when we want to record
the interruptions, external or your own, that we have during an episode. On the
other hand, suspended is used when we consider the episode as finished, and we
plan to continue the activity later.
C.2.4.3 Statements
Estimated duration
Estimated duration is used if you want to record something like this:
Estella estimated the duration of task 3 in 2 hours.
For example, a learner might do this when creating a task in a task manager, or by
scheduling the task.
Performed
Performed is used if you want to record that the actor performed the object offline
for a period of time (episode):
Estella performed task 3 for 2 hours.
For example, a learner might do this when performing a task offline and wanting
to keep track of the spent time.
289
APÉNDICE C
object.extensions.http://id.tincanapi.com/extension/attempt-id: (optional)
can be used to record the number of episode for that particular object.
context.contextActivities.parent: (recommended) the parent element for
the object.
context.contextActivities.grouping: (optional) the root element. For
example, if the element is part of a task that is part of a project, the
parent element is the task, and the project is the grouping, the root.
timestamp (DateTime): represents when the actor started the episode.
Started
Started is used as part of the time tracking of the performance of the object:
Estella started task 3.
For example, a learner might do this when a task in a task manager with time
tracking capabilities.
Paused
Paused is used as part of the time tracking of the performance of the object:
Estella paused task 3 at 1:30pm.
For example, a learner might pause a time tracking when the episode is interrupted
briefly for any reason (phone call, rest, etc.).
290
XAPI-SRL
object.extensions.http://id.tincanapi.com/extension/reflection: (optional)
can optionally be used to record a reflection of the user.
object.extensions.http://id.tincanapi.com/extension/attempt-id: (optional)
can be used to record the number of episode for that particular object.
context.contextActivities.parent: (recommended) the parent element for
the object.
context.contextActivities.grouping: (optional) the root element. For
example, if the element is part of a task that is part of a project, the
parent element is the task, and the project is the grouping, the root.
timestamp: represents when the actor paused the object.
Suspended
Suspended is used as part of the time tracking of the performance of the object:
Estella suspended task 3 at 3:00pm.
For example, a learner might suspend an activity when the episode is considered
as finished and the activity will be continued in the future.
Resumed
Resumed is used as part of the time tracking of the performance of the object:
Estella resumed task 3 at 3:00pm.
For example, a learner might resume an activity to continue with the episode (if
paused) or starting a new one (if suspended).
291
APÉNDICE C
Completed
Completed is used as part of the time tracking of the performance of the object:
Estella completed task 3 at 5:00pm with a total duration of 2h 30’.
For example, a learner might complete an activity when the episode is considered
as finished and the activity will not be continued in the future.
C.2.5 PLANNING
This recipe is aimed at recording the actions related to the planning of tasks, goals,
etc., but it could be applied to any other element that can be planned. For example,
scheduling a task, setting a deadline, etc.
292
XAPI-SRL
Planned Episodes
When an agent schedules a task for a particular day and time everything is clear.
But what happens when the agent schedules the task in two or more different
planned episodes? For example, we could want to do a task for an hour three days
in a raw, in three episodes. We can schedule the task three times, but what we are
scheduling are the planned episodes for that task, so we could have used the
episode as the object and the task (in this example) as the context. In order to be
consistent, the object in these statements is the task and the episode is recorded in
the extensions.
C.2.5.2 Statements
Scheduled
Scheduled is used as part of the planning of the object:
293
APÉNDICE C
For example, a learner might do this when adding the object to a calendar, or
setting the planned start time for the object in a planner.
Set deadline
Estella set a deadline for the task “review chapter 2” for the
5/1/16 at 15:00.
For example, a learner might do this when defining a goal in a task manager, e-
portfolio, etc.
For example, a learner might do this when defining a task in a task manager.
294
XAPI-SRL
object.extensions.http://id.tincanapi.com/extension/position: (optional)
here we can specify the order of the strategy in case there are more than
one.
context.contextActivities.other: the object for what the strategy was
selected (task, goal, etc.).
context.contextActivities.parent: the parent element for the object, that
is, the collection, set, etc. where the strategy belongs.
timestamp: represents when the actor defined the object.
C.2.6 C U R A T IO N ( S E L F A N D O T H E R S )
This recipe is aimed at recording the actions related to the curation of content,
resources, strategies, etc. For example, rating a resource, selecting a strategy as
favorite, etc.
*Media is a generic type that could be text, audio, video or an image. Use this if it
is a media content but you don’t know its specific type.
295
APÉNDICE C
The “resource” Activity Type should only be used when the type of activity is
unspecified. For example, if all the options are shown in a menu, “resource” could
be used to represent an ‘other’ option.
C.2.6.2 Statements
Rated a resource
Estella rated the resource “guide to understanding aperture” with 4
stars.
For example, a learner might do this after previewing or viewing the resource.
actor: a learner.
verb: http://id.tincanapi.com/verb/rated
object: what has been rated.
context.contextActivities.parent: (recommended) the parent element for
the object (Activity).
timestamp: represents when the actor performed the action.
For example, a learner might do this after previewing or viewing the resource.
actor: a learner.
verb:
o http://activitystrea.ms/schema/1.0/favorite
o http://activitystrea.ms/schema/1.0/unfavorite
object: what has been favorited.
context.contextActivities.parent: (recommended) the parent element for
the object (Activity).
timestamp: represents when the actor performed the action.
296
XAPI-SRL
For example, a learner might do this when assigning or linking resources to task
or goals.
actor: a learner.
verb:
o srl:selected: http://id.tincanapi.com/verb/selected
o srl:discarded: http://id.tincanapi.com/verb/discarded
object: what has been selected or discarded.
context.contextActivities.other: the element for what the object was
selected (Activity).
context.contextActivities.parent: (recommended) the parent element for
the object, that is, the collection, unit, set, etc. where the object belongs
(Activity).
timestamp: represents when the actor performed the action.
For example, a learner might do this when sharing a resource with some classmates
or friends.
actor: a learner.
verb:
o as:shared: http://activitystrea.ms/schema/1.0/share
o as:unshared: http://activitystrea.ms/schema/1.0/unshare
object: what has been shared.
context.contextActivities.parent: (recommended) the parent element for
the object (Activity).
context.extensions.irl: link to the shared object.
context.extensions.tweet: (optional) in case the destination of the sharing
is a tweet.
timestamp: represents when the actor performed the action.
C.2.7 A N N O T A T IO N
297
APÉNDICE C
ActivityType IRI
(context)
Task http://activitystrea.ms/schema/1.0/task
Goal http://id.tincanapi.com/activitytype/goal
Step http://id.tincanapi.com/activitytype/step
Strategy http://id.tincanapi.com/activitytype/strategy
paragraph http://id.tincanapi.com/activitytype/paragraph
article http://activitystrea.ms/schema/1.0/article
page http://activitystrea.ms/schema/1.0/page
image http://activitystrea.ms/schema/1.0/image
audio http://activitystrea.ms/schema/1.0/audio
slide http://id.tincanapi.com/activitytype/slide
slide deck http://id.tincanapi.com/activitytype/slide-deck
file http://activitystrea.ms/schema/1.0/file
media* http://adlnet.gov/expapi/activities/media
book http://id.tincanapi.com/activitytype/book
resource http://id.tincanapi.com/activitytype/resource
298
XAPI-SRL
For text based objects (document, slide deck, etc.), if the content has a structure,
we can specify the chapter or part, or the title using the topic extension. If it is a
web page, include the irl of that part of the website/page when posible along with
the title (H element). If it is a document divided in pages like a pdf or slide deck,
we can specify the number of the page (page) or a range of pages. If the annotation
refers to a specific part of the text, it can be included as a selection (using the
extension highlighted string).
For audio and video objects we can specify a time marker or a time range with the
extensions starting point and ending point.
C.2.7.2 Statements
We use the verbs, activity types and extensions created by Risc. Since their
annotation profile is no longer available, we redefined how to use those verbs and
added some new features to create new functionality, adding new types of
annotation (doubt, solution, to review).
actor: a learner.
verb:
o ri: annotated: http://risc-inc.com/annotator/verbs/annotated
o ri: modified-annotation: http://risc-
inc.com/annotator/verbs/modified
object: the annotation itself (Activity).
o object.definition.name: the title of the annotation if any
(optional).
299
APÉNDICE C
context.extensions.http://www.risc-inc.com/annotator/extensions/page:
(optional) if the context activity object is divided in pages, the page
reference for the annotation can be stored here.
context.extensions.http://id.tincanapi.com/extension/topic: (optional) use
this to record the name of the chapter, section or part of the object that is
referred by the annotation. If the context object is a web page, store here
the title element (H) referred by the annotation.
context.extensions.http://id.tincanapi.com/extension/irl: (optional) if the
context object is a web page, store here the link to the specific part of the
website referred by the annotation.
context.extensions.http://www.risc-
inc.com/annotator/extensions/highlightedString: (optional) if the
annotation is referred to a selected text, store the original text here.
context.extensions.http://id.tincanapi.com/extension/starting-point:
(optional) if the context activity object is video or audio and the
comment refers to a time range, here we can store the starting point of
the range. If the ending point is not specified, use this as a time marker.
context.extensions.http://id.tincanapi.com/extension/ending-point:
(optional) if the context activity object is video or audio and the
comment refers to a time range, here we can store the ending point of
the range.
300
XAPI-SRL
*The vocabulary collection type is specific of this recipe and refers to the generic
type simple collection.
C.2.8.2 Statements
For example, a learner might do this when glancing over, studying or going over
a resource.
actor: a learner.
verb:
o as:added: http://activitystrea.ms/schema/1.0/add
o cu:edited: http://curatr3.com/define/verb/edited
o as:deleted: http://activitystrea.ms/schema/1.0/delete
301
APÉNDICE C
C.2.9 M O T I V A T IO N
This recipe defines the actions related to motivation strategies. It complements the
task and goal management recipe. It could also complement as well any other
recipe related to strategies in which the learner can use rewards or expected results
to control motivation, but in most cases, motivation strategies will be related to a
goal or a task. For instance, a reward could be set for completing a particular book.
This element, completing a book, can be seen as a goal or as a task in this context,
and should be considered that way.
302
XAPI-SRL
"object": {
"id": "http://www.example.com/task-goal-management/136945",
"definition": {
"name": {
"en-US": "example task"
},
"description": {
"en-US": "An example task that the example user wants to
achieve."
},
"type": "http://activitystrea.ms/schema/1.0/task",
},
"objectType": "Activity"
}
C.2.9.2 Statements
This is not a popular functionality, but works for motivation. This could be done
by a learner when planning to do a task.
303
APÉNDICE C
For example, a learner might do this when defining a task in a task manager.
C . 2 . 1 0 S T R A T E G Y M A N A G E M E NT
This recipe contains the actions related to the management of (learning and self-
regulation) strategies: strategies embedded in the software or strategies as a set of
instructions that typically would be stored in a repository or collection. For
instance, enabling or disabling a strategy or adding a strategy to a repository.
304
XAPI-SRL
*The strategy collection type is specific of this recipe and refers to the generic type
simple collection.
Type: here you can store the type of strategy attending to a high level
classification. The options available are cognitive, metacognitive,
motivational, behavioral, context and other. The option ‘other’ is really
an open field where the user can define the type in his/her own words.
Purpose: here you can store the purpose as the second level of
classification. We have again some predefined options and one option to
be defined by the user: reading, memory, information research, creation,
transformation (like summarizing), planning, monitoring, evaluation,
help seeking, self-regulation, and other.
Object example
Here is an example of an Activity object representing a strategy:
"object": {
"id": "http://www.example.com/strategy-management/136945",
"definition": {
"name": {
"en-US": "example reading strategy"
},
"description": {
"en-US": "An example strategy for reading comprehension."
},
"type": "http://id.tincanapi.com/activitytype/strategy",
},
“extensions”: {
“{$SRL_EXTENSIONS}/type”: “cognition”,
“http://id.tincanapi.com/extension/purpose”: “reading”
}
},
"objectType": "Activity"
}
C.2.10.2 Statements
These statements can be used in systems in which there are embedded strategies
that are configurable. Some examples could be, completion progress (task manager
or content delivery), expected results (task manager), previous knowledge
(content delivery), etc.
305
APÉNDICE C
Personalized a strategy
Estella personalized the “KWL” strategy.
For example, a teacher or learner might do this after finding a new strategy. This
is about managing a collection of strategies.
actor: a learner.
verb:
o as:added: http://activitystrea.ms/schema/1.0/add
o cu:edited: http://curatr3.com/define/verb/edited
o as:deleted: http://activitystrea.ms/schema/1.0/delete
object: the strategy that has been added (Activity):
o object.definition.type: srl:strategy
o object.definition.name: the name of the strategy itself.
o object.definition.description: (optional) the explanation of the
strategy.
o object.definition.moreInfo: (optional) irl to the source.
306
XAPI-SRL
This recipe defines the actions related to the management of sequences of steps in
elements that can be divided into them. For instance, a strategy would be defined
as several steps that we need to follow.
For the context activity we can use any activity type that represents a procedure
that can be divided into steps. In this case, we use the task, goal and strategy
activity types:
307
APÉNDICE C
C.2.11.2 Statements
For example, a learner might do this when defining a task in a task manager.
C.3 E XAMPLE
{
“actor”: {
“name”: “David Winters”,
“account” : {
“homepage” : “https://example.com”,
“name” : “7ce61a81-c95b-4e07-8355-266b53f29a7f”
},
“objectType”: “Agent”
},
“verb”: {
"id": "http://id.tincanapi.com/verb/paused",
"display": {
"en-US": "paused"
}
},
"object": {
"id": "http://www.example.com/time-management/134569",
"definition": {
"name": {
"en-US": "Task 3"
},
"description": {
"en-US": "Summarize lesson 2."
},
"type": "http://adlnet.gov/expapi/activities/task"
},
“extensions”:{
“ http://id.tincanapi.com/extension/attempt-id”: “54654”
},
308
XAPI-SRL
"objectType": "Activity"
},
"result": {
"duration": "PT1H0M0S"
},
"context": {
"contextActivities": {
"category": [
{
"id": "{$SRL_RECIPES}/0_1#time-management",
"definition": {
"type":
"http://id.tincanapi.com/activitytype/recipe"
},
"objectType": "Activity"
}
]
}
},
"timestamp": "2015-05-18T07:55:32.654Z"
}
309
B IBLIOGRAFÍA
Abrami, P., Wade, C., Pillay, V., Aslan, O., Bures, E., & Bentley, C. (2008).
Encouraging self-regulated learning through electronic portfolios.
Canadian Journal of Learning and Technology.
Adell, J., & Castañeda, L. (2010). Los Entornos Personales de Aprendizaje (PLEs):
una nueva manera de entender el aprendizaje. In R. Roig Vila, & M.
Fiorucci, Claves para la investigación en innovación y calidad educativas.
La integración de las Tecnologías de la Información y la Comunicación y
la Interculturalidad en las aulas. Alcoy: Marfil.
Ahmed-Kadry, M., & Mohsen El Fadi, A. (2012). A proposed model for assessment
of social networking supported learning and its influence on learner
behaviour. Interactive Mobile and Computer Aided Learning (IMCL), (pp.
101-108). Amman.
Albert, W., & Tullis, T. (2013). Measuring the user experience: collecting,
analyzing and presenting usability metrics. Newnes.
Anido, L., Burgos, D., Caeiro, M., Torrente, J., Fernández, M., González, J., . . .
Fernández, B. (2011). GameTel: an approach to multi-format and multi-
device accessible engineering education. IEEE Frontiers in Education
(FIE). Rapid City.
Aroyo, L., Dolog, P., Houben, G., Kravcik, M., Naeve, A., Nilsson, M., & Wild, F.
(2006). Interoperability in personalized adaptive learning. Educational
Technology & Society, 9(2), 4-18.
ATC21S. (2012). ATC21S. Retrieved 02 25, 2016, from Assessment and Teaching
of 21st Century Skills: http://www.atc21s.org/
310
BIBLIOGRAFÍA
Bandura, A. (1977). Social Learning Theory. New York: General Learning Press.
Beishuizen, J., & Steffens, K. (2011). A conceptual framework for research on self-
regulated learning. In Self-Regulated Learning in Technology Enhanced
Learning Environments: A European Perspective (Vol. 5). Rotterdam:
Sense Publishers.
Brooke, J. (1996). SUS: A quick and dirty usability scale. In Usability evaluation in
industry. London: Taylor & Francis.
311
BIBLIOGRAFÍA
Brown, A., Bransford, J., Ferrara, R., & Campione, J. (1983). Learning,
remembering and understanding. In P. Mussen (Ed.), Handbook of child
psychology Vol. 3 Cognitive development (pp. 77-166). New York: Wiley.
Caeiro, M., Manso, M., & Anido, L. (2012). Design of flexible and open learning
management systems using IMS specifications. The GameTel experience.
Journal of Research and Practice in Information Technology, 44(2), 151-
165.
Carneiro, R., Lefrere, P., Steffens, K., & Underwood, J. (Eds.). (2011). Self-
regulated learning in technology enhanced learning environments (Vol.
5). Sense Publishers.
Chatti, M., Agustiawan, M., Jarke, M., & Specht, M. (2012). Toward a Personal
Learning Environment Framework. In Design, implementation and
evaluation of Virtual Learning Environments (pp. 20-40). IGI Global.
Conde, M., García, F., Alier, M., Mayol, E., & Fernández, C. (2013).
Implementation and design of a service-based framework to integrate
personal and institutional learning environments. Science of Computer
Programming, 88, 41-53.
Corbett, A., Koedinger, K., & Anderson, J. (1997). Intelligent Tutoring Systems. In
M. Helander, T. Landauer, & P. Prabhu, Handbook of Human-Computer
Interaction. Elsevier Science B.V.
312
BIBLIOGRAFÍA
Delfino, M., & Persico, D. (2010). Unfolding the potential of ICT for SRL
development. In Self-Regulated Learning in Technology Enhanced
Learning Environments: a European Perspective (pp. 49-70). Sense
Publishers.
Dewey, J. (1902). The child and the curriculum. Chicago: The University of
Chicago press.
Dillenbourg, P., Järvelä, S., & Fischer, F. (2009). The evolution of research on
computer-supported collaborative learning: from design to orchestration.
In N. Balacheff, S. Ludvigsen, T. de Jong, A. Lazonder, & S. Barnes (Eds.),
Technology Enhanced Learning: principles and products (pp. 3-19).
Fleiss, J. (1986). The design and analysis of clinical experiments. New York: Wiley.
Fontenla, J., Caeiro, M., & Llamas, M. (2009). Una Arquitectura SOA para sistemas
de e-Learning a través de la integración de Web Services. V Congreso
Iberoamericano de Telemática (CITA), (pp. 22-29).
Gagné, R. (1977). The conditions of learning. (Holt, Rinehart, & Winston, Eds.)
New York.
313
BIBLIOGRAFÍA
García, F., Conde, M., Alier, M., & Casany, M. (2011). Opening Learning
Management Systems to Personal Learning Environments. Journal of
Universal Computer Science, 17(9), 1222-1240.
Gardner, H. (2008). 5 minds for the future. Boston: Harvard Business Press.
González-Gascón, E., De Juan, M., Parra-Azor, J., Sarabia-Sánchez, F., & Kanther,
A. (2010). Aprendizaje autorregulado: antecedentes y aplicación a la
docencia universitaria de marqueting. Revista de Investigación Educativa,
1(28), 171-194.
Good, T., & Brophy, J. (1990). Educational psychology: a realistic approach. New
York, USA: Longman.
Graesser, A., & Hu, X. (2016). AutoTutor. Retrieved 05 04, 2016, from AutoTutor:
http://www.autotutor.org
Guttman, L. (1950). The basis for scalogram analysis. In S. e. al. (Ed.), Measurement
and Prediction (Vol. 4). New York: Wiley.
Hadwin, A., Winne, P., Nesbit, D., & Woszczyna, C. (2001). Context moderates
students' self-reports about how they study. Journal of Educational
Psychology, 93(3), 477-487.
Heery, R., & Patel, M. (2000). Application Profiles: Mixing and Matching Metadata
Schemas. Ariadne(25). Retrieved from Ariadne:
http://www.ariadne.ac.uk/issue25/app-profiles
314
BIBLIOGRAFÍA
Helping you develop life skills. (2014). Retrieved April 2014, from Skills You Need:
http://www.skillsyouneed.com
Henri, F., & & Charlier, B. (2010). Personal learning environment: A concept, an
application, or a self-designed instrument? Information Technology Based
Higher Education and Training (ITHET), (pp. 44-51).
Hevner, A., March, S., Park, J., & Ram, S. (2004). Design science in information
systems research. MIS quarterly, 28(1), 75-105.
Huang, Y.-P., Shen, C.-Y., & Chang, C.-S. (2011). A Study of the Effect on
Metacognition by Integrating Diigo Social Media Tool with Instructor’s
Metacognitive Scaffolds in an Online Inquiry Learning Context. Next
Generation Information Technology (ICNIT), (pp. 90-94). Gyeongju.
Junco, R., Heiberger, G., & Loken, E. (2010). The effect of Twitter on college
student engagement and grades. 27(2), 1-14.
Koedinger, K., Brunskill, E., Baker, R., McLaughlin, E., & Stamper, J. (2013). New
Potentials for Data-Driven Intelligent Tutoring System Development and
Optimization. AI Magazine, 34(3), 1-17.
Likert, R. (1932). A Technique for the Measurement of Attitudes (140 ed.). Science
Press.
315
BIBLIOGRAFÍA
Limongelli, C., Sciarrone, F., Temperini, M., & Vaste, G. (2009). Adaptive Learning
with the LS-Plan System: A Field Evaluation. Transactions on Learning
Technologies, 2(3), 203-215.
Limongelli, C., Sciarrone, F., Temperini, M., & Vaste, G. (2010). A module for
adaptive course configuration and assessment in Moodle. World Summit
on the Knowledge Society (WSKS), (pp. 267-276). Corfu, Greece.
Llamas, M., Caeiro, M., & Castro, M. (2011a). Use of e-learning functionalities and
standards: the Spanish case. IEEE Transactions on Education, 54(4), 540-
549.
Llamas, M., Caeiro, M., Castro, M., Plaza, I., & Tovar, E. (2011b). Use of LMS
functionalities in Engineering Education. IEEE Frontiers in Education
(FIE). Rapid City.
Mace, F., Belfiore, P., & Hutchinson, J. (2001). Operant theory and research on
self-regulation. In B. Zimmerman, & D. Schunk (Eds.), Self-regulated
learning and academic achievement theoretical perspectives (pp. 39-66).
New Jersey: Lawrence Erlbaum Associates Publisher.
Malmberg, J., Järvelä, S., & Kirschner, P. (2013). Elementary school students'
strategic learning: Does task-type matter? Metacognition and Learning, 1-
24.
Malmberg, J., Järvenoja, H., & Järvelä, S. (2013). Patterns in elementary school
students’ strategic actions in varying learning situations. Instructional
Science(41), 933-954.
316
BIBLIOGRAFÍA
Manso, M., & Llamas, M. (2014). Design of the Monitoring System of a Learning
Organizer. IEEE Global Engineering Education Conference (EDUCON).
Istanbul (Turkey).
Manso, M., Caeiro, M., & Llamas, M. (2014a). Analysis of Self-Regulated Learning
Strategies Oriented to the Design of Software Support. Frontiers In
Education (FIE). Madrid.
Manso, M., Caeiro, M., & Llamas, M. (2014b). Cuestionario de Evaluación del
Soporte al Aprendizaje Autorregulado en Software. Simposio
Internacional Informática Educativa (SIIE), (pp. 179-185). Logroño.
Manso, M., Caeiro, M., & Llamas, M. (2015a). Development of a xAPI Application
Profile for Self-Regulated Learning. IEEE Global Engineering Education
Conference (EDUCON), (pp. 365-372). Tallin, Estonia.
Manso, M., Caeiro, M., & Llamas, M. (2015b). xAPI-SRL: Uses of an Application
Profile for Self-Regulated Learning Based on the Analysis of Learning
Strategies. IEEE Frontiers in Education Conference (FIE), (pp. 1-8). El
Paso, TX.
Manso, M., Caeiro, M., & Llamas, M. (2016a). Are Learning Software Systems
Well-Prepared to Support Self-Regulated Learning Strategies?
International Journal of Engineering Education, 32(2(B)), 1015-1023.
Manso, M., Caeiro, M., & Llamas, M. (2016c). Tracking and Visualizing Time
Management for Self-Regulated Learners. IEEE Frontiers in Education
Conference. Erie.
Manso, M.,Caeiro, M., Llamas, M., & ADL. (2016b). Profile: xAPI-SRL. Retrieved
04 2016, from The Registry: https://registry.tincanapi.com/#profile/60
Mason, R., & Rennie, F. (2008). E-learning and social networking handbook. New
York & London: Routledge.
Mayor, J., Suengas, A., & González, J. (1995). Estrategias Metacognitivas. Madrid,
España: Síntesis.
McAuley, A., Stewart, B., Siemens, G., & Cormier, D. (2010). The MOOC Model
for Digital Practice.
Mikic, F., Burguillo, J., & Llamas, M. (2009). TQ-Bot: An AIML-based Tutor and
Evaluator Bot. Journal of Universal Computer Science, 15(7), 1486-1495.
317
BIBLIOGRAFÍA
Mikic, F., Burguillo, J., & Llamas, M. (2012). An intelligent tutoring module
controlled by BDI agents for an e-learning platform. Expert Systems with
Applications, 39(8), 7546-7554.
Mikic, F., Burguillo, J., LLamas, M. D., & Rodríguez, E. (2009). Charlie: an AIML-
based chatterbot which works as an interface among INES and humans.
EAEEIE Annual Conference.
Mooij, T., Steffens, K., & Snow Andrade, M. (2014). Self-regulated and
Technology-enhanced Learning:an European perspective. European
Educational Research Journal, 13(5), 519-528.
Nielsen, J., & Mack, R. (1994). Usability inspection methods. New York: John
Wiley & Sons, Inc.
Nisbet, J., & Shucksmith, J. (1986). Learning Strategies. Florence, USA: Taylor &
Frances/Routledge.
Núñez, J., Cerezo, R., Bernardo, A., Rosário, P., Valle, A., Fernández, E., & Suárez,
N. (2011). Implementation of training programs in self-regulated learning
strategies in Moodle format: Results of a experience in higher education.
Psicothema, 23(2), 274-281.
Núñez, J., Solano, P., González, J., & Rosário, P. (2006). Evaluación de los procesos
de autorregulación mediante autoinforme. Psicothema, 18(3), 353-358.
Nussbaumer, A., Dahrendorf, D., Schmitz, H., Kravcik, M., Berthold, M., & Albert,
D. (2013). Recommender and guidance strategies fro creating Personal
Mashup Learning Environments. Computer Science and Information
Systems, 11(1), 321-342.
Nussbaumer, A., Kravcik, M., Renzel, D., Klamma, R., Berthold, M., & & Albert,
D. (2014). A Framework for Facilitating Self-Regulation in Responsive
Open Learning Environments. arXiv.
P21 framework. (2015). Retrieved 02 23, 2016, from Partnership for 21st Century
Skills: http://p21.org
318
BIBLIOGRAFÍA
Paris, S., & Byrnes, J. (1989). The constructivist approach to self-regulation and
learning in the classroom. In Self-regulated learning and academic
achievement. Theory, research and practice (pp. 169-200). New York:
Springer-Verlag.
Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A design
science research. Journal of Management Information Systems(24), 45-77.
Piaget, J. (1936). Origins of intelligence in the child. London: Routledge & Kegan
Paul.
Pintrich, P., Smith, D., García, T., & Mackeachie, W. (1991). A manual for the use
of the Motivated Strategies for Learning Questionnaire. Michigan
University.
Pohl, A., Bry, F., Schwarz, J., & Gottstein, M. (2012). Sensing the Classroom:
Improving Awareness and Self-Awareness of Students with Backstage.
International Conference on Interactive and Collaborative Learning (ICL).
Villach, Austria.
Robinson, F. (1978). Effective Study (6th ed. ed.). New York, USA: Harper & Row.
Rodríguez, A., Vázquez, B., Lama, M., Gewerk, A., & Muciente, M. (2014). Using
a learning analytics tool for evaluation in Self-Regulated Learning.
Frontiers In Education (FIE), (pp. 2484-2491). Madrid.
Rogers, C., & Freiberg, H. (1994). Freedom to learn. New York: Macmillan.
ROLE. (2014). The ROLE Project. Retrieved 11 2014, from ROLE Project Website:
http://www.role-project.eu/
319
BIBLIOGRAFÍA
Roll, I., & Winne, P. (2015). Understanding, evaluating, and supporting self-
regulated learning using learning analytics. Journal of Learning Analytics,
1(2), 7-12.
Roselle, M., Caron, P., & Heutte, J. (2014). A typology and dimensions of a
description framework for MOOCs. European MOOC Stakeholder
Summit, (pp. 130-139).
Rotherham, A., & Willingham, D. (2010). 21st-Century Skills: not new, but a
worthy challenge. American Educator, 17-20.
Rustici Software. (2014). What is the Tin Can API? Retrieved 7 2014, from Tin
Can API: http://tincanapi.com/overview/
Schraw, G., & Graham, T. (1997). Helping gifted students develop metacognitive
awareness. Roeper Review, 20(1), 4-8.
Schraw, G., Crippen, K., & Hartley, K. (2006). Promoting self regulation in science
education: metacognition as part of a broader perspective on learning.
Research in Science Education(36), 111-139.
Sclater, N. (2008, June). Web 2.0, Personal Learning Environments, and the
Future. ECAR Research Bulletin, EDUCAUSE, 2008(13).
Shawky, D., Badawi, A., Said, T., & H. R. (2014). Affordances of Computer-
Supported Collaborative Learning Platforms: A Systematic Review.
Interactive Collaborative Learning (ICL), (pp. 633-651). Dubai.
320
BIBLIOGRAFÍA
Sierra, E., Martínez, R., & Cataldi, Z. (2006). Towards a methodology for the design
of intelligent tutoring systems. Research in Computing Science
Journal(20), 181-189.
Solano, P., Núñez, J., González, J., González, S., Roces, C., Álvarez, L., . . . Rosário,
P. (2005). Evaluación de los procesos de autorregulación y aprendizaje en
estudiantes universitarios. In M. F. J.A. del Barrio, Nuevos contextos
psicológicos y sociales en educación. Buscando respuestas. (pp. 531-544).
Santander: INFAD Psicoex.
Solano, P., Núñez, J., González-Pienda, J., & Rosário, P. (2006). El aprendizaje
autorregulado como medio y meta de la educación. Papeles del Psicólogo,
27(3), 139-146.
Stylianakis, G., Arapi, P., Moumoutzis, N., & Christodoulakis, S. (2013). CoLearn:
Real time collaborative learning environment. International Conference
on e-Learning and e-Technologies in Education (ICEEE), (pp. 13-18).
Lodz.
Tabuenca, B., Kalz, M., Drachsler, H., & Specht, M. (2015, 11). Time Will Tell: The
role of mobile learning analytics in self-regulated learning. Computers &
Education, 89, 53-74.
321
BIBLIOGRAFÍA
Thorndike, E. (1905). The elements of psychology. (A. Seiler, Ed.) New York.
UNESCO. (2012). 2012 Paris OER Declaration. World OER Congress. Paris.
Retrieved from http://www.unesco.org/new/fileadmin/MULTI
MEDIA/HQ/CI/CI/pdf/Events/Paris%20OER %20Declaration_01.pdf
Valtonen, T., Hacklin, S., Dillon, P., Vesisenaho, M., Kukkonen, J., & Hietanen, A.
(2012). Perspectives on Personal Learning Environments held by
vocational students. Computers & Education, 58, 732-739.
Veletsianos, G., & Navarrete, C. (2012). Online social networks as formal learning
environments: Learner experiences and activities. International Review of
Research in Open and Distance Learning, 13(1), 144-166.
Verbert, K., Govaerts, S., Duval, E., Santos, J., Assche, F., Parra, F., & Klerkx, J.
(2014). Learning dashboards: an overview and future research
opportunities. Personal and Ubiquitous Computing, 18(6), 1499-1514.
Weber, G., & Brusilovsky, P. (2001). ELM-ART: An Adaptive Versatile System for
Web-based Instruction. International Journal of Artificial Intelligence in
Education(12), 351-384.
Wilson, B., & Lowri, B. (2000). Constructivist learning on the Web. New
Directions for Adult and Continuing Education(88).
Wilson, S., Liber, O., Johnson, M., Beauvoir, P., Sharples, P., & and Milligan, C.
(2007). Personal Learning Environments: Challenging the dominant
design of educational systems. Journal of e-Learning and Knowledge
Society, 3(3), 27-38.
Winne, P. H., Nesbit, J. C., Kumar, V., Hadwin, A. F., Lajoie, S. P., Azevedo, R., &
Perry, N. E. (2006). Supporting self-regulated learning with gStudy
322
BIBLIOGRAFÍA
Winne, P., & Hadwin, A. (2013). nStudy: tracing and supporting self-regulated
learning in the internet. In International handbook of metacognition and
learning technologies (pp. 293-308). New York: Springer.
Yong Ku, S., & Morgan, M. (2006). Technology from a metacognitive perspective
in studio settings in the higher education sector. Information Technology
Based Higher Education and Training (ITHET), (pp. 490-498). Ultimo,
NSW.
323
BIBLIOGRAFÍA
Zubrinic, K., & Kalpic, D. (2008). The Web as a personal learning environment.
International Journal of Emerging Technologies in Learning(3), 45-58.
324