31 de Marzo de 2009

Interfaz basada en mapas conceptuales como apoyo al aprendizaje

Soler Pellicer, Yolanda
Lezcano Brito, Mateo Gerónimo

Resumen: En el presente artículo se propone un sistema de enseñanza que integre diferentes técnicas computacionales y ambientes de autoaprendizaje. Con este objetivo se presenta el uso de los mapas conceptuales para organizar los contenidos de la asignatura, incluyendo diversos recursos computacionales que facilitan la interacción y el autoaprendizaje, tales como: multimedias, simulaciones, problemas de aplicación, ejercicios propuestos y bibliografía.

Introducción

La comprensión de los diferentes niveles de abstracción en el diseño de los datos, la selección de estructuras y la implementación de algoritmos óptimos que las manipulen, constituyen un problema central en las carreras de perfil informático.

En el presente trabajo se defiende que una incorrecta organización de los contenidos estudiados impide la posterior aplicación de los mismos, dificultando al estudiante formar nuevos conceptos más generales e inclusivos. Como consecuencia resulta evidente la necesidad de organizar los contenidos de la asignatura (en este caso "Estructura de Datos") aprovechando las ventajas que ofrecen las herramientas informáticas y los ambientes de aprendizaje constructivistas, especialmente la enseñanza significativa y los mapas conceptuales. Así mismo se defiende que el estudiante debería contar con un sistema que facilite la interacción con los contenidos, herramientas que apoyen el autoprendizaje y la ejercitación, además de herramientas de comunicación eficaces con el profesor y el resto de estudiantes.

Antecedentes

En la búsqueda de medios de apoyo al proceso de integración e interacción de los contenidos de la asignatura, se encontraron herramientas informáticas para la creación de animaciones de algoritmos, entre ellas los sistemas Zeus, StarLite, Polka, Samba y Xtango (Muthukumarasamy y T.Stasko, 2006). Esta última ofrece una plataforma que soporta una serie de conceptos primitivos útiles para la creación de animaciones, es fácilmente transportable, sus requerimientos técnicos no son elevados, puede utilizarse online, y el modelo conceptual que utiliza es sencillo de comprender.

Algunas de estas aplicaciones muestran de forma gráfica las operaciones básicas con ciertas estructuras de datos, visualizando el proceso que se ejecuta, como Balsa, propuesta por (Ruiz, 1996). La herramienta EDApplets es una aplicación Web orientada a la enseñanza-aprendizaje de la programación y la algorítmica en las ingenierías (Almeida, Blanco y Moreno, 2003), basada en la tecnología de Applets Java y orientada a la animación y visualización mediante trazas de algoritmos y estructuras de datos.

Aunque las aplicaciones descritas resultan muy útiles para el proceso de enseñanza, carecen sin embargo de una interfaz que organice y vincule los contenidos relacionados con las estructuras de datos y sus algoritmos.

La tecnología educativa y los ambientes de aprendizaje

En la actualidad el proceso de enseñanza-aprendizaje se caracteriza por una mayor heterogeneidad y diversidad en el alumnado, y una estrecha relación y complementación entre tecnología y enseñanza, derivada del vertiginoso desarrollo de las Tecnologías de la Información y la Comunicación (TICs).

Las TICs obligan a modificar la organización de la educación, pues propician entornos educativos que amplían considerablemente las posibilidades del sistema, no sólo de tipo organizativo, sino también de transmisión de conocimientos y desarrollo de destrezas, habilidades y actitudes. La clave está en transformar la información en conocimiento, y éste en educación y aprendizaje significativo (Ruiz, 1996).

El sistema educacional es una institución que imparte una educación formal que ha comprendido la necesidad de incorporar a sus metodologías el uso de herramientas que faciliten el aprendizaje, y siendo más ambiciosos, el autoaprendizaje (Lezcano, 1998). Coincidiendo con este autor, puede añadirse que en el proceso de enseñanza-aprendizaje de las técnicas de programación, estas herramientas constituyen, al mismo tiempo, objeto de estudio e instrumento pedagógico.

La Enseñanza Asistida por Computadoras no siempre ha disfrutado de una buena reputación (Hodson, 1996; Holland, Holyoak, Nisbett y Thagard, 2000), aunque es evidente que gracias a ella los estudiantes tienen la posibilidad de observar la simulación del comportamiento de los sistemas que están estudiando.

El alumno no descubre el conocimiento, sino que lo construye, en base a su maduración, experiencia física y social, es decir, al contexto o medio ambiente (Vigostky, 1988). El punto crucial y definitorio del enfoque constructivista, según (Piaget, 1989; Duffy, 1991), se manifiesta en la posibilidad humana de abstraer en los objetos algunos pocos rasgos para construir criterios de agrupamiento de los objetos abstraídos.

Para otros autores como Stojanovic (2002) y Heao (2004), diseñar ambientes de aprendizaje que permitan integrar el potencial de las TICs, a través de recursos didácticos en línea, supone proveer experiencias de aprendizaje auténtico que permiten al que aprende desarrollar conocimientos significativos, aplicables, y facilitar actividades y oportunidades interactivas.

En ambientes colaborativos, se espera que las TICS apoyen el pensamiento creativo, autoaprendizaje, compromiso, responsabilidad, participación, organización, crecimiento individual y grupal.

Los mapas conceptuales en la enseñanza

Basándose en el aprendizaje como procesamiento de información, Novak y Gowin introducen el Mapa Conceptual como una respuesta a la línea de Ausubel del aprendizaje significativo dentro del marco de un programa denominado "Aprender a Aprender" (Novak y Gowin, 1988; Novak, 1991). En los mapas conceptuales el conocimiento está organizado y representado en todos los niveles de abstracción, situando los más generales e inclusivos en la parte superior, y los más específicos y menos inclusivos en la parte inferior.

Los mapas conceptuales ofrecen una presentación integradora y un recurso esquemático de lo aprendido, mostrando las diferentes relaciones jerárquicas y niveles de abstracción (Cañas, Hill y Lott, 2003; Cañas y Novak, 2004).

En programación se da el caso particular de que todo concepto expresado a través de la sintaxis de un lenguaje tiene su correlación con un significado operacional (semántica), y dicho significado estará definido de manera composicional, en función del significado de otros conceptos más elementales.

De este modo, el mapa conceptual puede ser usado como una herramienta de organización, asociación, validación, interrelación, discriminación, descripción y ejemplificación de contenidos, con un alto poder de visualización. La incidencia de los mapas conceptuales en la pedagogía moderna para definir y organizar planes de estudio, currículos, programas de asignaturas y para la acción directa en el proceso de aprendizaje ha trascendido las aspiraciones iniciales de su creador.

El trabajo con los mapas conceptuales permite que el proceso de enseñanza-aprendizaje se desarrolle centrado en el alumno y no en el profesor, atendiendo al desarrollo de destrezas, no conformándose sólo con la repetición memorística de la información por parte de alumno, y pretendiendo un desarrollo armónico de todas las dimensiones de la persona, no solamente intelectuales.

Organización del sistema de conocimientos de la asignatura estructuras de datos y algoritmia a través del cmapTools

En el nivel primario del mapa se muestra el concepto Tipos Abstractos de Datos como un modelo matemático, y las operaciones que se ejecutan sobre él. Para profundizar más en el tema representado por cada nodo, se le vincula una página web con definiciones y ejemplos.

En este nivel de su formación, los alumnos son capaces de definir, debido a los conocimientos adquiridos en asignaturas previas de Álgebra y Matemática, el modelo matemático de los números enteros, complejos o las matrices y las operaciones sobre ellos. La Figura 1 muestra el mapa que representa la unión de estos dos conceptos conocidos y la definición de un Tipo Abstracto de Datos.

Mapa Conceptual Tipos de Datos Abstractos
Figura. 1. Mapa Conceptual Tipos de Datos Abstractos

De forma similar, los estudiantes se han familiarizado en la asignatura Programación I con los Tipos de Datos que pueden ser definidos por el usuario. En el nodo Lenguajes de Programación se ofrece información sobre diversos paradigmas y lenguajes, como la orientación a objetos, sus semejanzas y diferencias, a través de los recursos (documentos, imágenes, videos, páginas web, animaciones, simulaciones, mapas conceptuales) que el cmapTools permite incluir a cada nodo. Con ello se pretende mostrar los diferentes niveles de abstracción en el diseño de los datos y su implementación.

En el mapa principal se formalizan, usando algoritmos, las operaciones de un Tipo Abstracto de Datos. Este es un concepto ya estudiado en asignaturas previas, a cuyo nodo se asocia la definición e información sobre Pseudocódigos que se usan para su expresión independiente del lenguaje de programación. Además se aportan datos relacionados con la cultura de la profesión, como un sitio con las contribuciones más relevantes realizadas a la ciencia de la Computación por diferentes investigadores como Al-Khorezmi, Blaise Pascal, Charles Babbage, George Boole, Augusta Ada Byron, John Von Neumann, Alan Mathison Turing, Donald Knuth, entre otros.

A las operaciones con las estructuras se le suman, como recursos del mapa, diferentes algoritmos o métodos. En el caso de la operación de ordenamiento en arreglos (vectores o 'arrays') se incluyen aplicaciones para los algoritmos de ordenamiento clásico, como puede observarse en la figura 2.

Mapa con los métodos de Ordenamiento de arreglos
Figura. 2. Mapa con los métodos de Ordenamiento de arreglos.

En la figura 3 se muestran las aplicaciones para los algoritmos de ordenamiento por los métodos de Bubble y QuickSort. Para cada uno se ofrece un análisis de su complejidad, teniendo en cuenta el mejor, el peor y el caso medio, lo que permite a los estudiantes familiarizarse con el concepto de eficiencia, a la vez que va comprobando paso a paso los resultados de la ejecución y pueden comprender la importancia del coste computacional.

Aplicaciones que simulan los algoritmos de ordenamiento Bubble y QuickSort
Figura. 3. Aplicaciones que simulan los algoritmos de ordenamiento Bubble y QuickSort.

En el ejemplo se parte del algoritmo de ordenamiento Bubble, ya estudiado y fácil de entender, demostrando su complejidad cuadrática y por tanto su ineficiencia al compararlo con otros. Se adiciona al nodo una página web con información general sobre esta operación, en la que se introduce la notación O y se comparan los diferentes algoritmos teniendo en cuenta esta función. Las operaciones de ordenamiento y búsqueda pueden ser más óptimas si se utilizan Técnicas de Diseño y Análisis de Algoritmos, por lo que al orientar el estudio del método de Ordenamiento Rápido (QuickSort) o Búsqueda Binaria se sugiere una visita al nodo Divide y Vencerás de este mapa.

El nodo de ordenamiento cuenta, además, con problemas resueltos donde se utilizan algoritmos de ordenamiento, se mezclan algunos y en otros se propone a los estudiantes que introduzcan variantes para mejorar su eficiencia. En cada caso se realiza el análisis de complejidad y se compara con la de otros algoritmos similares.

Una de las ventajas de la herramienta CMapTools es la posibilidad de adicionar a un nodo una lista de discusión, lo que facilita el trabajo colaborativo y la interactividad alumno-alumno y alumno-profesor (para un mismo concepto pueden crearse varias listas de discusión). Además, la posibilidad de generar el mapa en formato html permite su uso sin necesidad de que cmapTools se encuentre instalado como cliente, aumentando su accesibilidad (la dirección para acceder al sitio cmap de la Universidad de Granma, donde se encuentra el mapa Tipos Abstractos de Datos es http://cmap.udg.co.cu).

En la figura 4 se muestra el mapa y un ejemplo de aplicación, relacionado con el cálculo de las raíces de un polinomio por el método de bisección, que se ha representado en una lista simplemente enlazada.

Versión en html del mapa generado en el servidor cmap de la Universidad de Granma
Fig. 4. Versión en html del mapa generado en el servidor cmap de la Universidad de Granma.

El mapa Tipos Abstractos de Datos incluye aplicaciones que usan diferentes estructuras de datos para solucionar problemas propios de las asignaturas de la carrera, como son las de Matemática y la simulación de procesos del sistema operativo (figura 5), donde la representación de la memoria y las operaciones se hacen a través de arreglos y listas simplemente enlazadas, se simula una secuencia de referencias a memoria sobre el espacio direccionable de varios procesos, permite seleccionar el tamaño de cada bloque de memoria de la lista de valores disponibles, o aleatorio si quiere que se determine al azar (el rango está entre los valores mínimo y máximo de la lista) y permite la comparación de los algoritmos frente a una larga cadena de referencias, mostrando el número de fallos a medida que transcurre el tiempo.

Simulador de Sistema Operativo
Fig. 5. Simulador de Sistema Operativo.

Aportes del mapa conceptual "tipos abstractos de datos"

La propuesta metodológica para la organización del sistema de conocimientos en la asignatura Estructura de Datos, permite:

  • Relacionar e integrar conocimientos que contribuyen a seleccionar las estructuras adecuadas para la solución del problema;
  • Llegar a conclusiones propias y construir nuevos conocimientos a partir del sistema didáctico desarrollado;
  • Valorar los cambios de algoritmos, en el caso de ser necesarios, o justificar la permanencia del código y las estructuras de datos presentados, cuando consideren que no es necesario hacer modificaciones;
  • Evaluar la calidad del proceso, no solo al final del mismo, sino en cada una de las etapas previas, logrando así una mayor calidad en el producto final;
  • Proporcionar material bibliográfico y recursos que tratan el tema de la complejidad y las Técnicas de Diseño y Análisis de Algoritmos;
  • Apoyar el sistema de valores definidos por la asignatura al fomentar el criterio estético, que se logra mediante el trabajo de programación y en la presentación de los Proyectos de Curso;
  • Tomar conciencia de ahorro de recursos, de eficiencia y eficacia que se concreta en el diseño de las estructuras de datos necesarias para la solución de los problemas planteados y la elaboración de programas que hagan un uso eficiente de los recursos de un sistema de cómputo;
  • El desarrollo de la responsabilidad individual y el colectivismo, que se logra al trabajar en equipo para la elaboración de los Proyectos de Curso.

Se promueve un aprendizaje significativo porque se facilita una rápida visualización de los contenidos de aprendizaje, se favorece el recuerdo y el aprendizaje de manera jerárquica organizada, se permite una rápida detección de los conceptos claves de un tema, así como de las relaciones entre los mismos, y se favorece el desarrollo del pensamiento lógico.

Se facilita el estudio independiente, permite que el alumno pueda explorar su conocimiento previo acerca de un nuevo tema, así como la integración de la nueva información que ha aprendido, organiza los conocimientos a partir de las principales relaciones entre los conceptos, favorece el trabajo colaborativo y la interacción a través de los hilos de discusión que pueden insertarse en cada concepto del mapa.

Al nodo Estructuras de Datos del mapa principal se inserta el recurso del Aula Virtual de Estructura de Datos (usando Moodle), que permite fomentar estrategias de enseñanza-aprendizaje constructivistas apoyadas en los pilares: aprender a aprender, aprender a hacer, aprender a ser y aprender a convivir con los demás (ya que en la asignatura se trabaja por proyectos, en equipos). Se aprovechan las ventajas de la plataforma para potenciar la relación entre los sujetos del proceso de enseñanza-aprendizaje y la labor del tutor.

Bibliografía

Almeida, F., Blanco, V. y Moreno, L. (2003). EDApplets: Una Herramienta Web para la Enseñanza de Estructuras de datos y Técnicas Algorítmitcas. Trabajo presentado en: X Jornadas de Enseñanza Universitaria de la Informática, Universidad de Laguna. Tenerife.

Cañas, A., Hill, G. y Lott, J. (2003). Support for constructing knowledge models in CmapTools (Technical Report. HMC CmapTools 2003-02). Pensacola, Fl.: Institute for Human and Machine Cognition.

Cañas, A. y Novak, J. (2004). Concept Maps: Theory, Methodology, Technology. Spain, 56.

Duffy, T. (1991). Constructivism: New implications for instructional technology. Educational Technology Research & Development, 67p.

Heao, M. (2004). Experiencia con el uso de mapas conceptuales como estrategia de enseñanza en un curso de ingeniería del conocimiento. Publicada en, Universidad de La Plata, La Plata, 100p.

Hodson, D. (1996). "Laboratory works as scientific method: three decades of confusion and distortion." JCS Journal of curriculum studies, 28-22.

Holland, J., Holyoak, K., Nisbett, R. and Thagard, P. (Eds.). (2000). Processes of Inference, Learning, and Discovery: Occasional and eclectic book reviews by Cosma Shalizi. The Best-Laid Schemes o' Mice an' Men.

Lezcano, M. (1998). "Ambientes de aprendizaje por descubrimiento para la disciplina Inteligencia Artificial". Publicada en, Las Villas, Santa Clara, 123p.

Muthukumarasamy, J. and T.Stasko, J. (2006). Visualizing Program. Executions on Large Data Sets using Semantic Zooming (GIT-GVU-95-02 ). Atlanta: Graphics, Visualization and Usability Center, CollegeofComputing, GeorgiaInstituteofTechnology.

Novak, J. (1991). Ayudar a los alumnos a aprender cómo aprender. La opinión de un profesor-investigador" en Enseñanza de las Ciencias. 9,3, 215-227.

Novak, J. y Gowin, D. (1988). Aprendiendo a aprender. Barcelona, 12.

Piaget, J. (1989). La construcción de lo real en el niño. Grijalbo: Crítica, 9.

Ruiz, F. (1996). Nuevas herramientas tecnológicas para la realización de cursos por computador. Revista de Enseñanza y Tecnología,, 5, 21 - 31.

Stojanovic, L. (2002). El paradigma constructivista en el diseño de actividades y productos informáticos para ambientes de aprendizaje "on-line". . Pededagogía. Caracas, 23, 66.

Vigostky, L. (1988). La Imaginación y el Arte en la Infancia. Madrid: Aka, 56.

Yolanda Soler Pellicer

Máster en Computación Aplicada y aspirante al doctorado en Computación y Automática, de la Universidad Central 'Marta Abreu' de Las Villas, Cuba. Profesora Auxiliar de la Universidad de Granma. Miembro de la Sociedad Cubana de Matemática y Computación de Cuba. Actualmente Investiga en la línea de visualización de programas y técnicas de interacción persona-ordenador.
e-mail: ysolerp@yahoo.es

Mateo Gerónimo Lezcano Brito

Doctor en Ciencias de la Computación. Profesor Titular de la Universidad Central 'Marta Abreu' de Las Villas. Vicepresidente de Computación de la Sociedad Cubana de Matemática y Computación de Cuba.
e-mail: mlezcano@uclv.edu.cu

Citación recomendada:

Soler Pellicer, Yolanda; Lezcano Brito, Mateo Gerónimo (2009). Interfaz basada en mapas conceptuales como apoyo al aprendizaje. En: No Solo Usabilidad, nš 8, 2009. <nosolousabilidad.com>. ISSN 1886-8592

Compártelo:

 
mini-logo nsu
No Solo Usabilidad journal - ISSN 1886-8592. Todos los derechos reservados, 2003-2013
email: info (arroba) nosolousabilidad.com