tesis presentada en opción al grado científico de doctor...
TRANSCRIPT
UNIVERSIDAD DE ORIENTE
CENTRO DE ESTUDIOS DE EDUCACIÓN SUPERIOR “MANUEL F. GRAN”
SISTEMA DE PROCEDIMIENTOS DIDÁCTICOS PARA LA
FORMACIÓN INVESTIGATIVA EN CIENCIA DE LA
COMPUTACIÓN
Tesis presentada en opción al grado científico de
Doctor en Ciencias Pedagógicas
Autora: MSc. Ekaterine Miriam Fergusson Ramírez
Santiago de Cuba, 2016
UNIVERSIDAD DE ORIENTE
CENTRO DE ESTUDIOS DE EDUCACIÓN SUPERIOR “MANUEL F. GRAN”
SISTEMA DE PROCEDIMIENTOS DIDÁCTICOS PARA LA
FORMACIÓN INVESTIGATIVA EN CIENCIA DE LA
COMPUTACIÓN
Tesis presentada en opción al grado científico de
Doctor en Ciencias Pedagógicas
Autora: MSc. Ekaterine Miriam Fergusson Ramírez
Tutores: Dra. C. Isabel Alonso Berenguer
Dr. C. Alexander Gorina Sánchez
Santiago de Cuba, 2016
Dedicatoria
A mi familia que tanto amo y que son mi apoyo espiritual:
Mis queridos padres Miriam y Arturo,
Mi amado esposo Roberto Carlos
Y mis luceros Carlitos, Davisito y Robertico.
Agradecimientos
Son muchas las personas que me han acompañado en la realización de esta tesis a las que debo infinito agradecimiento, aún cuando no estén relacionadas en la memoria escrita, sí lo están en mi corazón.
Mis agradecimientos especiales para:
Mi hermosa tutora, la Dra. C. Isabel Alonso Berenguer, por su fuerza, paciencia, apoyo incondicional y sobre todo por lo mucho que aprendo con ella.
Mi tutor, el Dr. C. Alexander Gorina Sánchez, por sus certeras orientaciones, seriedad y rigurosidad científica.
El ya Dr. C. Antonio Salgado Castillo por su incondicionalidad y cientificidad, quien no faltó en los momentos de necesitar sus críticas positivas.
A mis padres por incentivar mis aspiraciones de superación, quienes con mucha insistencia y fe en que podría lograrlo me estimularon a la realización de esta obra.
A mi Roberto Carlos, por ser mi sostén y fuerza, gracias por tus acertados consejos durante estos años y sobre todo por existir.
A mis hermanos, en especial a mi Eliza, porque a pesar de estar tan lejos su preocupación ha sido constante, te quiero mi hermanita.
A los miembros de mi grupo de investigación, gracias por su apoyo en todo momento.
Al Dr. C. Homero Calixto Fuentes González, quien me dio certeros consejos durante mi formación doctoral.
A todos los expertos, especialistas, investigadores y personas que han contribuido de una u otra forma con la realización de la presente investigación.
SÍNTESIS
La investigación parte del problema científico: insuficiente comprensión de las situaciones problémicas,
que se manifiestan en los limitados análisis y diseños de las investigaciones, no favoreciendo el futuro
desempeño profesional de los estudiantes de Licenciatura en Ciencia de la Computación; considerándose
como objeto de investigación, el proceso de formación investigativa en la carrera de Licenciatura en
Ciencia de la Computación, y como campo de acción, la dinámica de dicho proceso. El objetivo consistió
en la elaboración de un sistema de procedimientos didácticos, basado en un modelo de la dinámica del
proceso de formación investigativa en la carrera de Licenciatura en Ciencia de la Computación, lo que
favorecerá el futuro desempeño de los profesionales de la citada carrera. Los principales aportes fueron el
mencionado modelo y el sistema de procedimientos didácticos. Se valoró satisfactoriamente la pertinencia y
factibilidad científica de los resultados mediante dos talleres de socialización con especialistas de la
Universidad de Oriente y de la Universidad Central de Las Villas, la aplicación parcial del sistema de
procedimientos didácticos en tercer año de la carrera y la ejemplificación de dicho sistema en la asignatura
Ingeniería de Software. La novedad científica consistió en haber fundamentado una lógica didáctica para
la dinámica formativa de la investigación en Ciencia de la Computación, la que se constituye en condición
necesaria para el desarrollo de un pensamiento investigativo computacional, al establecer la relevancia de
los métodos investigativos, en su paso por los sistemas: usuario, intermediario y de información
computacional, a la vez que explicitar el tránsito por los niveles interpretativo, traductor y valorativo de la
hermenéutica digital.
ÍNDICE Pág.
INTRODUCCIÓN 1
CAPÍTULO I CARACTERIZACIÓN DEL PROCESO DE FORMACIÓN INVESTIGATIVA EN
CIENCIA DE LA COMPUTACIÓN (CC).
1.1 Fundamentación epistemológica del proceso de formación investigativa en la
carrera de Licenciatura en Ciencia de la Computación.
11
1.2
1.3
Caracterización histórica del proceso de formación investigativa en la carrera de
Ciencia de la Computación.
Caracterización del estado actual de la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en CC en la Universidad de Oriente.
29
40
Conclusiones 52
CAPÍTULO II CONSTRUCCIÓN TEÓRICO-PRÁCTICA DE LA DINÁMICA DEL PROCESO
DE FORMACIÓN INVESTIGATIVA EN LA CIENCIA DE LA COMPUTACIÓN
2.1 Fundamentos teóricos del modelo de la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en Ciencia de la Computación.
54
2.2 Modelo de la dinámica del proceso de formación investigativa en la carrera de
Licenciatura en Ciencia de la Computación.
56
2.3 Sistema de procedimientos didácticos para conducir la dinámica del proceso de
formación investigativa en la carrera de Licenciatura en Ciencia de la
Computación.
73
Conclusiones 90
CAPÍTULO III CORROBORACIÓN Y VALORACIÓN CIENTÍFICA DE LOS PRINCIPALES
RESULTADOS INVESTIGATIVOS
3.1 Valoración de la factibilidad y pertinencia científico-metodológica de los
principales resultados de la investigación a partir de la realización de talleres
de socialización.
91
3.2
3.3
Ejemplificación de la aplicación del sistema de procedimientos didácticos en el
3er año de la carrera de Licenciatura en Ciencia de la Computación de la
Universidad de Oriente.
Ejemplificación del sistema de procedimientos didácticos en la asignatura
Ingeniería de Software.
98
106
Conclusiones 117
CONCLUSIONES GENERALES 118
RECOMENDACIONES 120
BIBLIOGRÁFÍA
ANEXOS
1 Resultados de la revisión del informe del proceso de evaluación y acreditación de
la carrera de Licenciatura en Ciencia de la Computación en abril del año 2011.
2 Indicadores para la revisión y análisis del plan de estudio de la carrera de
Licenciatura en Ciencia de la Computación.
3 Resultados de la revisión del plan de estudio de la carrera de Licenciatura en
Ciencia de la Computación.
4 Guía para la entrevista a profesores de la carrera de Licenciatura en Ciencia de la
Computación con experiencia docente e investigativa.
5
Procesamiento de la información extraída de la entrevista a profesores de la
carrera de Licenciatura en Ciencia de la Computación con experiencia docente e
investigativa.
6
Observación participante del proceso de formación investigativa en la carrera de
licenciatura en ciencia de la computación en la universidad de oriente durante los
cursos 2010-2011 al 2012-2013.
7 Encuesta a profesores de la carrera de licenciatura en ciencia de la computación
de la universidad de oriente
8 Procesamiento de la encuesta a profesores de la carrera de licenciatura en ciencia
de la computación de la universidad de oriente.
9 Indicadores operacionalizados para la revisión y valoración, a escala, de los
informes de Trabajos de Diploma.
10
Procesamiento de la información extraída de la revisión a escala de los informes
de Trabajos de Diploma.
11 Asignaturas del Plan de Estudio vigente responsabilizadas con la ejecución del
Sistema de Procedimientos Didácticos en cada año de la carrera de CC.
12 Evidencias de la realización de los Talleres de Socialización.
13 Realización de un cuasi-experimento pedagógico.
14 Información ampliada de la ejemplificación del sistema de procedimientos
didácticos en la asignatura ingeniería de software.
1
INTRODUCCIÓN
Las nuevas condiciones tecnológicas de la actual sociedad informacional imprimen una nueva dinámica a
la organización social, la que se inspira en la transformación de la información en conocimiento y de este
último en innovación, como condición indispensable para modificar la realidad. Bajo estas condiciones
cobran especial relevancia las ciencias computacionales, que tienen como objeto de estudio las bases
teóricas de la información y la computación, así como su aplicación en sistemas informáticos (ACM, 2005).
De manera que las citadas ciencias, a decir de R. Cañedo, R. Ramos y J. Guerrero (2005), buscan
desarrollar un soporte lógico para hacer efectivo y eficiente el ciclo computacional de la información en las
organizaciones y la sociedad.
Frecuentemente se vinculan a otras áreas de investigación, pero se reconoce su existencia como ciencias
independientes, en pleno desarrollo y con clases de problemas propios, que tienen un amplio rango de
aplicabilidad a la solución de problemas de carácter complejo e interdisciplinario en diversos dominios
(Arana, M., 2005; Baeza, R., 2001 y Denning, P. J., 2000).
Ahora bien, es su aplicabilidad a la solución de disímiles situaciones problémicas que emergen del
quehacer social lo que evidencia la gran importancia de estas ciencias, pues permiten automatizar
procesos en todas las esferas de actuación de la sociedad e intervenir de manera activa y pro-activa en
importantes sistemas computacionales (Lissabet, A., 2011).
Desde el punto de vista profesional la perspectiva interdisciplinaria de las ciencias computacionales es
amplia y compleja por las múltiples relaciones con otras disciplinas, contribuyendo no sólo a la solución de
problemas de otras ciencias, sino al enriquecimiento de las teorías, modelos y algoritmos de estas,
facilitando la transferencia de métodos de solución a clases de problemas en otros dominios, así como a la
generalización de modos de abordar una solución.
Es precisamente esta innegable relevancia de las ciencias computacionales la que ha creado la necesidad
de formar profesionales altamente calificados para resolver problemas sociales, científicos y técnicos; con
2
suficientes conocimientos y habilidades para enfrentar el hallazgo e implementación computacional de sus
soluciones. Dentro de estos profesionales juega un rol destacado el licenciado en Ciencia de la
Computación, el que se ocupa de diseñar y analizar sistemas computacionales, es decir, sistemas que
reciben información acerca de una situación problémica, la procesan y proporcionan soluciones a la misma
como resultado de este procesamiento (Rosario, Y. y Ferrer, E. A., 2014).
La actividad profesional de este licenciado está dedicada a la realización de diversos procesos de
formalización, modelación, construcción de algoritmos y de programas, para diseñar, realizar y analizar un
sistema computacional. En síntesis, debe lograr una realización computacional mediante programas que
serán ejecutados de manera eficiente por una computadora o redes de computadoras (MES, 2008).
De la caracterización de estos profesionales se deriva la importancia que tiene su formación para el
desarrollo actual de la sociedad en todas sus esferas. Sin embargo, aún se confrontan serias dificultades
en el diseño y solución de las situaciones problémicas que abordan los estudiantes en sus investigaciones.
A tales insuficiencias se han referido numerosos investigadores que han profundizado en la formación
investigativa de los estudiantes de carreras de perfil computacional; un ejemplo de ello es la profesora
cubana I. Ross (2011), quien a partir de un diagnóstico sobre el trabajo científico estudiantil en la carrera
de Ingeniería Informática de la Universidad Central “Martha Abreu” de Las Villas, concluyó que existen
insuficiencias en el desarrollo de habilidades investigativas de los estudiantes, además de que no se ha
logrado una concepción interdisciplinar del trabajo científico estudiantil y que se observa un predominio de
trabajos que presentan productos tecnológicos sin la correspondiente fundamentación de su necesidad y
pertinencia.
Asimismo las investigadoras cubanas Y. Rosario y E. A. Ferrer (2014) del Instituto Superior Minero
Metalúrgico de Moa, Holguín, realizaron un diagnóstico en la carrera de Ingeniería Informática, consistente
en la revisión de informes de prácticas profesionales, proyectos de curso y trabajos de diploma. Dicho
diagnóstico reveló que las habilidades investigativas no se forman con la profundidad necesaria y que
3
todavía los docentes erróneamente consideran que los contenidos de Metodología de la Investigación,
impartidos en el año terminal de la carrera, resuelven los problemas de los estudiantes con respecto a su
formación investigativa.
Por otro lado, los investigadores B. A. K. Jesse y R. Fernández (2013) de la Universidad “Máximo Gómez
Báez” de Ciego de Ávila, Cuba, plantean que existen deficiencias en el desempeño investigativo de los
estudiantes de Ingeniería Informática, ya que adolecen de herramientas y conocimientos que les permitan
llevar a feliz término sus trabajos de culminación de estudios.
Esta situación no es privativa de las universidades cubanas, ya que también los investigadores J. M.
Londoño y C. A. Cortés (2004) de la Universidad de Manizales, Colombia, han detectado que incluso los
estudiantes de carreras de perfil computacional como la Ingeniería en Sistemas y Telecomunicaciones y la
Tecnología en Sistemas, que manifiestan un buen desempeño académico, al no poseer una buena
formación investigativa no logran una solución computacional eficiente de los problemas profesionales que
abordan, ya que para diseñar y desarrollar las aplicaciones sólo emplean conocimientos computacionales.
Teniendo en cuenta las insuficiencias planteadas por los diferentes investigadores y la experiencia de la
postulante, se realizó un diagnóstico en la carrera de Licenciatura en Ciencia de la Computación de la
Universidad de Oriente, Santiago de Cuba, para profundizar en sus manifestaciones. Dicho diagnóstico
estuvo basado en el estudio del informe que resume el proceso de acreditación, realizado a la misma en
abril del 2011 por el Comité Técnico Evaluador de Carreras de la Junta de Acreditación Nacional de Cuba
(ver Anexo 1), así como en la revisión y análisis del plan de estudio de la carrera (ver Anexos 2 y 3) y en la
entrevista a una muestra de 17 profesores, la que representa un 60,7% del total de dicha carrera en el
curso 2011-2012 (todos con categorías de Titular, Auxiliar o Asistente y con un promedio de más de 10
años de experiencia en la impartición de las asignaturas computacionales y en la investigación). Cabe
precisar que la muestra de profesores se seleccionó a partir de un muestreo aleatorio simple (ver Anexos 4
y 5).
4
El análisis de los resultados obtenidos mediante el diagnóstico arrojó como principales manifestaciones:
Insuficiente análisis de las situaciones problémicas, por parte de los estudiantes, lo que limita la correcta
comprensión de las mismas y conduce a una mecanización de la solución que se propone.
Reiteración en la aplicación de patrones de solución que parten del problema ya formulado en términos
computacionales, pasando directamente a su implementación, con lo que se afecta la calidad de las
soluciones que dan los estudiantes a las situaciones problémicas.
Las investigaciones que realizan los estudiantes no contienen un adecuado diseño, con categorías
metodológicas que orienten el camino hacia una solución pertinente.
Estas dificultades llevaron a la formulación del problema científico de la investigación: insuficiencias en
la comprensión de situaciones problémicas, que se manifiestan en los limitados análisis y diseños de las
investigaciones, no favoreciendo el futuro desempeño profesional de los estudiantes de Licenciatura en
Ciencia de la Computación. Este problema es expresión científica de la contradicción epistémica inicial
entre la interpretación de una situación problémica y su procesamiento computacional.
Entre las causas fundamentales que provocan estas insuficiencias, obtenidas a través del diagnóstico, se
destacan:
Inadecuada concepción del proceso de formación investigativa en la carrera, que es abordado
priorizando la selección de herramientas computacionales, en detrimento de la formación de habilidades
para la indagación de la situaciones problémicas y para la validación del sistema de información
computacional que se implementa.
Predominio de sesgos en los enfoques teóricos y didácticos con que se aborda la formación
investigativa en la carrera, al no privilegiar una correcta selección y aplicación de métodos de
investigación cualitativos y cuantitativos, para lograr una completitud y relevancia informacional.
Lo anterior apunta hacia la necesidad de perfeccionar el proceso de formación investigativa en la carrera
de Licenciatura en Ciencia de la Computación, el cual se asume como objeto de la investigación.
5
El proceso de formación investigativa a decir de M. E. Guerrero (2007) es un conjunto de acciones
orientadas a favorecer la apropiación y sistematización de los conocimientos, habilidades y actitudes
necesarios para que los estudiantes puedan desempeñar con éxito actividades productivas asociadas a la
investigación científica, el desarrollo tecnológico y la innovación, ya sea en el sector académico o en el
productivo.
Este proceso en la carrera de Licenciatura en Ciencia de la Computación ha sido estudiado por algunos
autores, los que han obtenido significativos resultados que fundamentan la importancia que tiene el mismo
en la actualidad. Así la investigadora cubana G. L. Ferreira (2005) propone la inclusión de temas de
Metodología de la Investigación en el tercer año y la creación de guías metodológicas para conducir la
investigación desde los primeros años, con el objetivo de potenciar la formación investigativa. Si bien esta
propuesta tiene en cuenta elementos importantes en dicha formación, no trasciende lo declarativo, pues no
llega a develar una lógica didáctica que oriente a docentes y educandos sobre el carácter sistémico de los
diversos aspectos del proceso de investigación científica.
También es destacable la propuesta de plan de estudio de la Universidad Politécnica de El Salvador
(UPES), para la carrera de Ingeniería en Ciencias de la Computación, consistente en la inclusión de la
asignatura Métodos y Técnicas de Investigación en el segundo año de la carrera (UPES, 2007). La
postulante considera que aunque esta inclusión pudiera ser una alternativa viable, pues intenta dotar a los
estudiantes de conocimientos y técnicas investigativas desde los primeros años, no logra que dichos
conocimientos se formen a partir de la contribución integrada de las diferentes asignaturas de la carrera.
En esta misma dirección, el Centro Nacional de Acreditación de Chile propone incluir en el plan de estudio
de la carrera Licenciatura en Ciencia de la Computación (aprobado en el 2012) una asignatura sobre
Metodología de la Investigación en el cuarto año (CNA-Chile, 2012). Al respecto se considera que esta
estrategia no es desacertada, pero responsabiliza a una sola asignatura con la formación de habilidades
6
investigativas, sin tener en cuenta que las especificidades y el carácter integrador de las investigaciones
que debe desarrollar el profesional de esta ciencia requieren de una concepción interdisciplinar.
A partir del análisis epistemológico hasta aquí realizado, y teniendo en cuenta las diversas perspectivas
con que los citados autores se han acercado al proceso de formación investigativa de los estudiantes de
Licenciatura en Ciencia de la Computación, se han podido revelar insuficiencias en cuanto a las propuestas
teóricas y metodológicas existentes, las que aún no logran explicitar las relaciones que pueden
establecerse en la dinámica del proceso de formación investigativa de la citada ciencia.
Estas insuficiencias no favorecen la precisión de métodos y procedimientos didácticos para desarrollar una
lógica investigativa dirigida hacia un profundo análisis de las situaciones problémicas que proporciona la
realidad social y su eficaz resolución computacional, lo que deviene en insuficiencia epistémica de la
presente investigación. Consecuentemente el campo de acción de la investigación se sitúa en la
dinámica del proceso de formación investigativa en la carrera de Licenciatura en Ciencia de la
Computación.
Para perfeccionar esta dinámica se requiere la introducción de nuevos procederes didácticos en el proceso
de formación investigativa de la citada carrera, lo que remite a profundizar en las particularidades de la
misma. En tal sentido las perspectivas de análisis se fundamentan en propuestas como la de J. M.
Londoño y C. A. Cortés (2004) de la Universidad de Manizales en Colombia, que aseguran que en la
carrera de Ingeniería en Sistemas y Telecomunicaciones y en la de Tecnología en Sistemas, la
investigación debe ser el eje articulador de todas las demás asignaturas del programa académico,
permitiendo una visión holística y concreta de los problemas, sus alcances, su interacción con otras
aplicaciones y la proyección de su solución computacional. Si bien esta propuesta reconoce el papel de la
formación investigativa como eje integrador de los contenidos de las asignaturas, no se proponen las vías
para hacerlo, ni las condiciones necesarias para llevar la formación investigativa a la práctica.
7
También los investigadores O. Estrada y S. Blanco (2014) de la Universidad de las Ciencias Informáticas
de Cuba proponen un sistema de habilidades investigativas para estudiantes de las carreras de Ingeniería
en Ciencias Informáticas, Licenciatura en Ciencia de la Computación e Ingeniería Informática, que persigue
el desarrollo eficaz de los trabajos de diploma. Si bien este sistema constituye un significativo aporte para
el perfeccionamiento de la formación investigativa de los citados estudiantes, es criticable que no brinde
elementos que orienten a los docentes sobre cómo formar estas habilidades, en correspondencia con las
especificidades de cada carrera.
Por otro lado, las investigadoras Y. Rosario y E. A. Ferrer (2014) del ISMMM proponen una estrategia para
la formación de competencias investigativas en estudiantes de la carrera de Ingeniería Informática, la que
favorece el actuar eficiente del futuro profesional para la solución de problemas. Si bien se reconoce la
pertinencia de esta propuesta, muy acorde a la necesidad actual de formación investigativa que tienen los
estudiantes de las carreras de perfil computacional, la misma no contribuye a la formación de una lógica
computacional efectiva que permita indagar, analizar e integrar las diferentes etapas de desarrollo por las
que transita un sistema computacional.
A partir de lo anterior, se define como objetivo de la investigación la elaboración de un sistema de
procedimientos didácticos, basado en un modelo de la dinámica del proceso de formación investigativa en
la carrera de Licenciatura en Ciencia de la Computación, lo que favorecerá el futuro desempeño de los
profesionales de la citada carrera.
Consecuentemente se asume la necesidad de revelar, en un movimiento único, la lógica didáctica de la
formación investigativa en la carrera de Licenciatura en Ciencia de la Computación, como eje integrador
que potencie una explicación de la situación problémica que se aborda y la verificación de la pertinencia del
correspondiente sistema computacional que se crea para resolverla, lo que se constituye en orientación
epistémica de esta investigación.
8
Una vez caracterizados el objeto y el campo de acción, se asumió como hipótesis de la investigación, la
aplicación de un sistema de procedimientos didácticos para la formación investigativa en la carrera de
Licenciatura en Ciencia de la Computación, que tome en cuenta la contradicción dialéctica que se
manifiesta entre una sistematización de la información proveniente de la situación problémica y la
comprobación de su correspondiente solución computacional, incrementa la aprehensión del pensamiento
investigativo en el estudiante de la citada carrera.
Ahora bien, para dar cumplimiento al objetivo planteado y satisfacer la hipótesis, será necesario desarrollar
un sistema de tareas científicas que vayan desde la etapa de fundamentación epistemológica y
praxiológica a la etapa de elaboración teórico-práctica, y de esta a la de aplicación y corroboración de los
resultados, las que se enumeran a continuación.
1. Fundamentar epistemológicamente el proceso de formación investigativa en la carrera de Licenciatura
en Ciencia de la Computación.
2. Caracterizar la evolución histórica del proceso de formación investigativa en la carrera de Licenciatura
Ciencia de la Computación.
3. Caracterizar el estado actual de la dinámica del proceso de formación investigativa de los estudiantes
de la carrera de Licenciatura en Ciencia de la Computación de la Universidad de Oriente.
4. Elaborar un modelo de la dinámica del proceso de formación investigativa en la carrera de Licenciatura
en Ciencia de la Computación.
5. Elaborar un sistema de procedimientos didácticos para conducir la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en Ciencia de la Computación.
6. Valorar la factibilidad y pertinencia científico-metodológica de los principales resultados de la
investigación a partir de la realización de dos talleres de socialización con especialistas.
7. Corroborar la aplicación parcial del sistema de procedimientos didácticos en el 3er año de la carrera de
Licenciatura en Ciencia de la Computación de la Universidad de Oriente.
9
8. Ejemplificar el sistema de procedimientos didácticos en la asignatura Ingeniería de Software.
Los métodos, enfoques y técnicas de investigación utilizados fueron:
Histórico-lógico, en la determinación de las tendencias históricas del proceso de formación investigativa
en la carrera de Licenciatura en Ciencia de la Computación.
Análisis-síntesis, transitó por todo el proceso de investigación científica.
Holístico-dialéctico, para el diseño del modelo de la dinámica del proceso de formación investigativa en
la carrera de Licenciatura en Ciencia de la Computación.
El enfoque hermenéutico-dialéctico, para la observación, comprensión, explicación e interpretación de la
dinámica del proceso de formación investigativa en la carrera de Licenciatura en Ciencia de la
Computación.
Sistémico-estructural-funcional en la elaboración del sistema de procedimientos didácticos para
perfeccionar la dinámica del proceso de formación investigativa en la carrera de Licenciatura en Ciencia
de la Computación.
Métodos cualitativos: Estudio de Casos y Observación Participante, para profundizar en el estado actual
del objeto y el campo de acción investigado.
Métodos cuantitativos: Estadística descriptiva, para gestionar los datos, procesarlos e interpretar los
resultados.
Técnicas de investigación: encuestas, entrevistas y revisión documental para realizar los diagnósticos.
El aporte teórico de la investigación está dado por un modelo de la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en Ciencia de la Computación y el aporte práctico por un
sistema de procedimientos didácticos que permite conducir la citada dinámica.
El impacto social de la investigación radica en la posibilidad de favorecer el alcance de resultados más
significativos en el proceso de formación investigativa de los estudiantes de la carrera de Licenciatura en
Ciencia de la Computación, a partir de potenciar el desarrollo de un pensamiento investigativo
10
computacional, que permita obtener resultados cualitativamente superiores en cuanto a los niveles de
validez y confiabilidad en el procesamiento computacional de la información proveniente del sistema
usuario y su posterior implementación en un sistema de información computacional (software, algoritmo,
formalización conceptual, paralelización de algoritmos, compiladores, intérpretes, entre otros).
Esta investigación tiene como novedad científica el haber fundamentado una lógica didáctica para la
dinámica formativa de la investigación en Ciencia de la Computación, la que se constituye en condición
necesaria para el desarrollo de un pensamiento investigativo computacional, al establecer la relevancia de
los métodos investigativos, en su paso por los sistemas: usuario, intermediario y de información
computacional, a la vez que explicitar el tránsito por los niveles interpretativo, traductor y valorativo de la
hermenéutica digital.
11
CAPÍTULO I: CARACTERIZACIÓN DEL PROCESO DE FORMACIÓN INVESTIGATIVA EN CIENCIA DE
LA COMPUTACIÓN
Introducción
Este capítulo está dedicado a caracterizar epistemológicamente el proceso de formación investigativa de los
estudiantes de la carrera Licenciatura en Ciencia de la Computación, con énfasis en la dinámica de dicho
proceso formativo. Así también se describe el camino histórico que ha transitado este proceso y las
principales tendencias que manifiesta este tránsito. Por último, se realiza una precisión de su estado actual
en la citada carrera de la Universidad de Oriente, develando sus principales aciertos y limitaciones.
1.1 Fundamentación epistemológica del proceso de formación investigativa en la carrera de
Licenciatura en Ciencia de la Computación
Las ciencias computacionales son aquellas que abarcan el estudio de las bases teóricas de la información y
su aplicación a sistemas computacionales. Estas ciencias permiten automatizar sistemas de información en
todas las esferas de actuación de la sociedad e intervenir en el desarrollo de importantes sistemas de
información computacionales (ACM, 2013).
Consecuentemente la Ciencia de la Computación (CC), como una de las ciencias computacionales, trata
diversos problemas que se abordan a partir de los principales procesos de información, para los cuales
tiene que hallar solución computacional. A tales efectos existen problemas relacionados con los diferentes
niveles de representación de la información; el almacenamiento y organización de la misma en sus disímiles
medios y niveles de abstracción computacional; su búsqueda (mediante algoritmos de acceso, recuperación
12
y actualización de la información almacenada); su transmisión, almacenamiento, procesamiento e
intercambio en redes de computadoras; su recepción bajo diferentes medios y métodos de análisis a
diferentes niveles, de clasificación y de interpretación, así como los relacionados con la síntesis y emisión
de información bajo diferentes medios y las dimensiones sintáctica y semántica (Estrada, O. y Blanco, S.,
2014).
Así puede afirmarse que la Ciencia de la Computación tiene gran importancia por contribuir a la solución de
problemas de otras áreas y al enriquecimiento de sus teorías, modelos y algoritmos; todo lo cual permite la
transferencia de métodos de solución a clases de problemas en otros dominios, permitiendo la
generalización de modos de abordar e investigar la solución de una situación problémica.
De manera que la investigación en esta ciencia requiere, en una primera instancia, de una actitud y una
capacidad de observación que cree acciones puntuales frente a los retos que ella misma genera (González,
H., 2011); y es precisamente esa actitud la que debe promoverse en el estudiante de Ciencia de la
Computación para que aborde con disposición y compromiso los problemas que se le presentan.
Dicha actitud le permitirá desarrollar eficazmente el proceso de investigación científica, cuya función
fundamental es el descubrimiento de la esencia de los hechos, fenómenos y procesos de la naturaleza, la
sociedad y el pensamiento; la cual se expresa en forma de regularidades, modelos, teorías, relaciones y
leyes, que explican la realidad, enriqueciendo la cultura (Fuentes, H. C., Matos, E. C. y Cruz, S. S., 2004).
A propósito, una mirada dinámica y totalizadora al proceso de investigación científica es la que se aporta en
H. C. Fuentes, E. C. Matos y S. S. Cruz (2004) desde la Teoría Holística Configuracional, al interpretar el
movimiento del mismo a través de eslabones, comprendidos como expresiones de los complejos estadios
por los que transita este proceso de investigación científica y que determinan su lógica interna.
En el caso de Ciencia de la Computación, el proceso de investigación tiene especificidades que lo
distinguen y le dan especial relevancia al estar dirigido a la descripción de las posibles soluciones
computacionales de un problema, preparando las bases para su aproximación computacional, la
13
modelación matemática del sistema de información, el análisis, diseño y desarrollo de los componentes
fundamentales en el sistema computacional, tales como: bases de datos, rapidez de respuesta al usuario,
precisión de los resultados y seguridad de la información procesada.
Lo anterior es reafirmado por reconocidas instituciones internacionales como la Asociación de Máquinas
Computadoras (ACM: siglas en ingles), el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE: siglas en
ingles), el Espacio Europeo de Educación Superior y la Junta de Acreditación de Ingeniería y Tecnología
(ABET: siglas en ingles), las que además han asegurado que es una necesidad el desarrollo de habilidades
investigativas en este tipo de carreras, y que de manera particular deben estar dirigidas desde el proceso
de desarrollo de sistemas computacionales (Estrada, O. y Blanco, S., 2014). De aquí que se requiera
profundizar en dicho proceso, identificando los tres tipos de investigaciones que este involucra: la básica, la
aplicada y la tecnológica (Ango, H., 2010; Vargas, Z., 2009; Montoya, M., 1998 y Zorrilla, A., 1993).
La investigación básica para esta ciencia comprende la búsqueda de métodos alternativos de computación,
como el cálculo cuántico, la teoría cuántica de la información y el trabajo con las bases teóricas de la
información y la computación (Ango, H., 2010).
La investigación aplicada consiste en el desarrollo de trabajos que impliquen el procesamiento de la
información para incidir en nuevos campos, conforme a nuevos procedimientos. Este tipo de investigación
se concreta en el desarrollo de sistemas computacionales, la elaboración de metodologías, estrategias,
modelos, estándares y pruebas ingenieriles de calidad (Vargas, Z., 2009).
La investigación tecnológica radica en la elaboración de nuevos programas de aplicación o mejoras
notables en los sistemas de explotación, así como en la optimización de los procesos establecidos por la
ingeniería de software, tales como modelos, metodologías, estrategias, pruebas ingenieriles y procesos de
mejora y control al desarrollo de sistemas computacionales (García, F., 2009).
Ahora bien, para lograr sistemas computacionales eficientes se requiere de una formación investigativa, en
correspondencia con la exigente complejidad inherente a la Ciencia de la Computación. La citada formación
14
se define por M. E. Guerrero (2007) como un conjunto de acciones orientadas a favorecer la apropiación y
sistematización de los conocimientos, habilidades y actitudes necesarios para que los estudiantes puedan
desempeñar con éxito actividades productivas asociadas a la investigación científica, el desarrollo
tecnológico y la innovación, ya sea en el sector académico o en el productivo.
En el pregrado, la dinámica del proceso investigativo debe facilitar que el estudiante reconozca el campo de
acción de su profesión y pueda proponer soluciones computacionales acordes a los modos de actuación de
la misma, es decir, que vaya desarrollando habilidades investigativas específicas (Díaz, M. V., 2009). Aquí
cabe precisar que la dinámica del proceso de formación investigativa no contempla una introducción total, ni
una generalización de los resultados. Esto es reconocido por F. García (2009), quien asegura que para
influir en el desarrollo de las habilidades investigativas, desde el pregrado de la carrera de CC, no se
requiere la introducción y generalización exhaustiva de los resultados, pero se deben elaborar acciones
para la aplicación de estos, a partir del despliegue del sistema computacional.
Así en la Ciencia de la Computación se deben desarrollar los procesos de formación investigativa a partir
del análisis de las situaciones problémicas, las que propician la obtención de abstracciones e idealizaciones
adecuadas, conducentes a aislar las entidades, estructuras y procesos involucrados en las mismas. Para
ello será conveniente que los profesores trabajen en la realización de adecuadas transposiciones didácticas
del contenido relativo a situaciones problémicas existentes en el contexto investigativo, facilitando la
comprensión y apropiación de las mismas, así como de los métodos que permitan la captura y
procesamiento de la información proveniente de estas. Entendiendo por transposiciones didácticas aquellas
transformaciones didácticas que debe experimentar el contenido de la situación problémica a enseñar, para
que se adecue a las especificidades de la investigación computacional (Chevallard, Y., 1991).
Consecuentemente, la dinámica del proceso de formación investigativa deberá contemplar la orientación de
métodos para la formalización y especificación de la citada situación problémica, con vista a su enfoque
computacional, es decir, para determinar los posibles procedimientos de solución, programación y
15
estimación de la complejidad computacional. Esta orientación es concebida como el proceso que permite
proporcionar información, guía y asesoramiento al estudiante para que pueda tomar decisiones adecuadas,
teniendo en cuenta, tanto la preparación investigativa del estudiante como las características del usuario,
las herramientas computacionales disponibles y las condiciones del proceso formativo (Solé, A., 1998).
Es así que, el profesional de Ciencia de la Computación deberá desarrollar habilidades para: construir
modelos pertinentes de situaciones problémicas, auxiliado de sus conocimientos de modelación matemática
y computacional; programar los modelos, realizarlos y/o simularlos computacionalmente, de acuerdo con los
requisitos de solución y los recursos computacionales disponibles; así como analizar y tomar decisiones
sobre los resultados de la aplicación del sistema computacional (ACM, 2013).
Además de estas habilidades, será necesario formar en este profesional otras orientadas a la realización de
diseños teóricos de sus investigaciones, para lo cual podrá emplearse contenidos de la Metodología de la
Investigación, en estrecha relación con los de Ingeniería de Software, disciplinas que brindan conocimientos
teóricos y propician la formación de habilidades prácticas, necesarias para el desarrollo de un sistema
computacional eficiente (Medina, M., 2012). Aquí la Ingeniería de Software es interpretada como la
aplicación práctica del conocimiento científico al diseño y construcción de programas de computadora y a la
documentación asociada, requerida para desarrollar, operar y mantener los mismos.
Ahora bien, con independencia de lo anterior, cabe señalar que una de las insuficiencias que con mayor
frecuencia reporta la literatura actual sobre el desarrollo del proceso de formación investigativa del
profesional de Ciencia de la Computación, está relacionada con la inadecuada concepción que tienen
algunos profesores, que centran dicha formación en la selección y aplicación de herramientas
computacionales, en detrimento de la necesaria indagación de las situaciones problémicas y de la
validación del sistema computacional que se implementa. Este sesgo de completitud en el espectro de
formación investigativa de dicho profesional ha sido una debilidad histórica.
16
La citada indagación de las situaciones problémicas está siempre asociada a un usuario que tiene la
necesidad de un producto de software para perfeccionar los procesos de una organización. En principio el
término usuario es el más difundido aunque se podría emplear también “cliente” o “consumidor de
información”, los tres términos representan las funciones que debe cumplir un sistema de información
encargado de la recepción, tratamiento y difusión de la información con el fin de satisfacer las necesidades
informativas de una determinada comunidad (Rojas, J. L., 2004).
Ahora bien, para debilitar el sesgo referido a la completitud en el espectro de formación investigativa del
profesional de las Ciencias de la Computación debe partirse por reconocer la necesidad de reforzar sus
habilidades investigativas relacionadas con una indagación eficiente de la información proveniente de los
usuarios y su correspondiente validación, una vez implementado el sistema computacional. Aquí, los
usuarios son considerados como aquellos sujetos que brindan información sobre la situación problémica a
resolverse computacionalmente y se responsabilizan con la explotación del producto de software elaborado.
De aquí que estos usuarios deban ser capaces de interpretar sus propias necesidades y comprender los
requerimientos, restricciones, exigencias y prestaciones del sistema computacional final.
Sin embargo, en opinión de esta autora, los usuarios no siempre tienen que ser sujetos, ya que pueden
considerarse también como usuarios algunos sistemas que ofrezcan información válida y confiable para el
desarrollo de un producto de software y sean parte de la explotación de dicho producto. Asumiendo como
sistema, una entidad independiente y coherente, que se manifiesta como un todo organizado y complejo; es
decir, un conjunto o combinación de partes que forman un todo complejo, unidos por alguna forma de
interacción (Austin, T., 2000).
En esta dirección cabe precisar que es esencial entender que un sistema es, ante todo, una entidad
independiente, no importa que a su vez pertenezca o sea parte de otro sistema mayor, ya que es al mismo
tiempo un todo coherente que se puede analizar para mejorar la comprensión del fenómeno bajo estudio.
Así, los sistemas según T. Austin (2000) se fundamentan según tres premisas básicas:
17
1. Existen dentro de sistemas: cada sistema existe dentro de otro más amplio.
2. Son abiertos (consecuencia del anterior): cada sistema que se examine, excepto el menor o mayor,
recibe y descarga algo en los otros sistemas, generalmente en los contiguos. Los sistemas abiertos se
caracterizan por un proceso de cambio infinito con su entorno, que son los otros sistemas. Cuando el
intercambio cesa, el sistema se desintegra, esto es, pierde sus fuentes de energía.
3. Las funciones de un sistema dependen de su estructura.
Otro aspecto a ser atendido en la dinámica del proceso de formación investigativa del profesional de CC, es
la adquisición de habilidades para el tratamiento de la información y sus diferentes flujos con fines
investigativos. Aquí, se debe reconocer que las situaciones problémicas deben ser bien comprendidas por
los estudiantes, dada la necesidad de abordarlas para implementar soluciones computacionales a las
mismas; entendiendo la comprensión según R. Wiltrock (1990), como una representación estructural o
conceptualmente ordenada de las relaciones entre las partes de la información que se debe aprender, y
entre esa información y esas ideas y la base de conocimientos y experiencias del resolutor.
A su vez la información que se debe comprender se deriva de los datos, los que se definen como la mínima
unidad semántica que se corresponde con elementos primarios de información. Representan así
observaciones o hechos fuera de contexto, y por lo tanto, sin significado inmediato, por ello no pueden por
sí solos aportar elementos para formar un juicio, ni para elaborar una interpretación o sustentar una
decisión (Rodríguez, G., Gil, J. y García, E., 2008).
Los datos, a decir de A. Gorina (2010), son el resultado de la medición de características, rasgos y
cualidades del objeto o situación problémica; describen sucesos y entidades, refiriéndose en ocasiones a
más de un hecho. Su importancia está en la capacidad de asociarse dentro de un contexto para convertirse
en información que ofrezca sentido, conocimientos, ideas o conclusiones a partir del significado y sentido
que pueda construir el investigador.
18
Ahora bien, la referida cuando al dato se le atribuye relevancia, intencionalidad y significado, se transforma
en información, pues se le agrega valor. La información es entonces un conjunto de datos procesados, que
tienen un significado (relevancia, propósito y contexto), y que por lo tanto son de utilidad para quien debe
tomar decisiones, al disminuir su incertidumbre (Gorina, A., 2010). Esta definición es asumida por su
cualidad orientadora en el procesamiento de los datos extraídos de las situaciones problémicas que deben
abordar los profesionales de la Licenciatura en Ciencia de la Computación.
Es conveniente precisar que la información ha adquirido diferentes connotaciones a lo largo del desarrollo
de la humanidad; considerándose como el conocimiento que se descubre mediante la observación, la
reflexión de manera fortuita o mediante un esfuerzo de estudio o de investigación (Guevara, M., 1995). En
todas las épocas esta ha ocupado un lugar importante, hasta llegar a ser vital en estos días.
Consecuentemente, la síntesis de la información es vista como el proceso de integración de las partes
esenciales de la información, de sus propiedades y relaciones, que forman un todo. Esta operación implica
una superación respecto a la operación analítica, no representando sólo la reconstrucción mecánica de la
información contenida en el todo, pues esto no permitirá avanzar en el conocimiento; implica llegar a
comprender la esencia del mismo, conocer sus aspectos y relaciones básicas en una perspectiva de
totalidad (Ruiz, R., 2007; Valera, O., 2001).
Otra categoría importante de la dinámica del proceso de formación investigativo es la sistematización,
entendida como interpretación crítica de una o varias experiencias que a partir de su ordenamiento y
reconstrucción descubre o explicita la lógica del proceso vivido, los factores que han intervenido en dicho
proceso, cómo se han relacionado entre sí y por qué lo han hecho de ese modo. Es un proceso permanente
y acumulativo de producción de conocimientos a partir de experiencias de intervención en una realidad
social; como un primer nivel de teorización sobre la práctica. En los últimos años, el uso más frecuente de la
sistematización en Ciencia de la Computación está ligado a dos ámbitos (Jara, O., 1994):
19
La sistematización de información: ordenamiento y clasificación, bajo determinados criterios, relaciones
y categorías, de todo tipo de datos (ejemplo, la creación de bases de datos).
La sistematización de experiencias: procesos desarrollados por diferentes actores en un período
determinado de tiempo, envueltas en un contexto económico y social, en una institución determinada.
Por otro lado, integrando las definiciones de sistema e información se puede llegar a la concepción de un
sistema de información, el que ha sido definido como un conjunto de información relevante para una
organización, formado principalmente por los datos que se operan y las actividades necesarias para
utilizarlos (Díaz, J. R., 2002). Esta definición es de suma importancia a los efectos de la presente
investigación, ya que la formación investigativa de los profesionales de Ciencia de la Computación está en
directa correspondencia con los sistemas de información, los que a decir de J. R. Díaz (2002) tienen dos
funciones fundamentales y realizan cuatro actividades básicas. Las funciones según el citado autor son:
Aceptar nueva información, que consiste en almacenar nueva información y relacionarla con la ya
existente, así como garantizar que se mantenga la consistencia en el sistema, esto es, que la nueva
información sea correcta y no entre en contradicción con la ya existente.
Atender peticiones de información, la que radica en recuperar información del sistema; es decir,
resolver peticiones sobre la información almacenada y ofrecer una respuesta. Esta recuperación puede
estar asociada a la validación de algún hecho, a la realización de controles sobre las tareas habituales
o a otras actividades.
Asimismo las cuatro actividades básicas que plantea dicho autor son: la entrada, almacenamiento,
procesamiento y salida de información. Todas ellas deben ser dominadas por el estudiante de Ciencia de la
Computación, los que reconocerán como entrada de información el proceso mediante el cual el sistema de
información toma los datos que requiere para procesar la información. Y precisamente la calidad de esa
entrada dependerá de lo bien concebido, diseñado y ejecutado que haya sido el proceso indagativo que se
desarrolla a partir del usuario. También deberá prestar atención al almacenamiento, ya que a través del
20
mismo el sistema puede recordar la información guardada en la sección o proceso anterior. En esta
dirección será necesario que adquiera habilidades para almacenar dicha información en estructuras
denominadas archivos.
Por otra parte, el procesamiento de la información es la capacidad de un sistema para efectuar cálculos, de
acuerdo con una secuencia de operaciones preestablecida. Los cálculos pueden efectuarse con datos
introducidos recientemente en el sistema o con datos que estén almacenados. Así los estudiantes podrán
valorar la transformación de los datos en información, la que podrá ser utilizada en la toma de decisiones.
Finalmente, la salida es la capacidad del mencionado sistema para extraer la información procesada en
aras de socializarla, la que deberá ser validada para comprobar si responde o no al resultado esperado.
Lo anterior permite inferir que un sistema de información computacional es el que se encarga de concretar,
a partir de herramientas tecnológicas, un determinado algoritmo computacional y un producto de software
derivado de este, para satisfacer las necesidades de un sistema de información; pero también pudiera ser
un objeto de mayor nivel teórico como una formalización conceptual, la paralelización de algoritmos o la
construcción de software básicos como compiladores, intérpretes, entre otros. Entendiendo por algoritmo la
representación de una situación problémica mediante pseudocódigos (Salgado, A., Gorina, A., Alonso, I.,
2013) e identificando por producto de software al conjunto de documentos, diagramas y otro tipo de
información que se necesita para representar el software en forma comprensible para las máquinas, los
programadores y los usuarios y otros interesados (Drake J. M. y López, P., 2009).
Lo dicho connota la importancia de formar en el estudiante habilidades para desarrollar las diferentes
etapas por las que debe transitar el software, es decir, para realizar el análisis, diseño, desarrollo, prueba,
implantación y mantenimiento del mismo, proceso consistente con una investigación computacional. De
manera que pueda apropiarse de la forma de hacer un análisis del sistema. Este lo llevará a cabo con el
objetivo de identificar la necesidad del usuario, evaluar la viabilidad del sistema, realizar un análisis técnico
y económico, asignar funciones al hardware, software, personal, bases de datos y otros elementos,
21
establecer restricciones de presupuesto y planificación temporal, así como crear una definición del sistema
que forme el fundamento de todo el trabajo de ingeniería.
También será preciso orientar la formación del estudiante hacia la apropiación significativa de métodos para
realizar el diseño de sistemas computacionales, proceso multifacético en el que se sintetizan
representaciones de la estructura de datos, estructura del programa, características de la interfaz y detalles
procedimentales desde los requisitos de la información. La citada apropiación significativa es un mecanismo
humano que permite adquirir y almacenar una gran cantidad de ideas e informaciones, representadas en
cualquier campo del conocimiento (Ausubel, D. P., 1973).
En la etapa de desarrollo será necesario centrar la atención en métodos que les faciliten diseñar las
estructuras de datos, realizar la implementación de las funciones según la arquitectura del software,
efectuar detalles procedimentales, caracterizar las interfaces, traducir el diseño a un lenguaje de
programación y realizar la prueba (Pressman, R., 2002). Aquí la implementación es considerada como la
programación de instrucciones secuenciales y lógicas, creadas a partir de un sistema informático para el
desarrollo de aplicaciones específicas.
Luego de generar el código el estudiante deberá aprender a realizar las pruebas del programa, para lo cual
tendrá que centrarse en los procesos lógicos internos del software, asegurándose de que todas las
sentencias y procesos externos funcionales se hayan comprobado. Tendrá que aprender a realizar las
pruebas para la detección de errores, asegurándose de que las entradas produzcan resultados acordes a
los requeridos. Cabe precisar que la prueba del software requiere del empleo de métodos de comprobación,
evaluación y validación. Los métodos de comprobación y evaluación contentivos de un conjunto de
actividades que corroboran los niveles de implementación de un sistema computacional, respecto a la
pertinencia de una determinada función, sobre la base de indicadores definidos; mientras que la validación
da cuenta de diferentes actividades que aseguran que el software construido se ajusta a los requisitos del
22
usuario (Herold, S. y Matilla, M. M., 2002). A partir de lo anterior se puede realizar una valoración de los
métodos de investigación aplicados.
En la etapa de implantación de un sistema de información computacional la dinámica del proceso de
formación investigativa debe encaminarse al estudio de métodos que permitan evaluar su pertinencia y
confiabilidad, o sea, determinar si el sistema responde a las expectativas y necesidades propias del usuario
y si al evaluar mediante diferentes medios sus resultados, estos son consistentes, estables, seguros,
congruentes y previsibles para el futuro. Así mismo, en la de mantenimiento se centrará en la corrección de
errores, las adaptaciones requeridas y las modificaciones debidas a mejoras producidas por los requisitos
cambiantes del usuario. Consecuentemente, en esta última etapa se vuelven a aplicar los pasos de la
definición y el desarrollo, pero en el contexto del software ya existente. Durante la etapa de mantenimiento
se encuentran cuatro tipos de cambios: corrección, adaptación, mejora y prevención (Pressman, R., 2002).
Ahora bien, a pesar de la importancia de la formación habilidades para desarrollar las etapas de elaboración
de un software, las que son básicas para la formación investigativa en Ciencia de la Computación, en la
práctica existen insuficiencias que han llevado a que los docentes e investigadores dirijan su atención hacia
el análisis de la esencialidad didáctica de dicha formación (Fergusson, E. M. y otros, 2015a), estableciendo
diferentes enfoques para desarrollarla, los que son valorados en la presente investigación por su relevancia
en la apropiación de habilidades para la implementación de los sistemas computacionales.
En esta dirección se observa que en la formación investigativa de Ciencia de la Computación prevalecen
dos enfoques. El primero orientado a la inclusión de una asignatura de Metodología de la Investigación
Científica en determinados años, encontrándose los principales representantes de este enfoque en (CNA-
Chile, 2012; UPES, 2007; Ferreira, G. L., 2005). El segundo, relacionado con una perspectiva intra e
interdisciplinar, llevando a cabo la formación investigativa durante la carrera, apoyándose en la mayoría de
las asignaturas, sin desdeñar por completo la alternativa de mantener una asignatura complementaria de
Metodología de la Investigación Científica en un año específico, en este caso los fundamentales
23
exponentes aparecen en (Estrada, O. y Blanco, S., 2014; Rosario, Y. y Ferrer, E. A., 2014; Jesse, B. A. K. y
Fernández, R., 2013; Londoño, J. M. y Cortés, C. A, 2004).
Entre los promotores del primer enfoque se destaca el Centro Nacional de Acreditación de Chile, el que
propone incluir en el cuarto año del plan de estudio de la citada carrera una asignatura sobre Metodología
de la Investigación (CNA-Chile, 2012); propuesta que si bien constituye un paso de avance en el
reconocimiento de la importancia de la formación investigativa para los profesionales de la computación, es
criticable por responsabilizar a una sola asignatura con la formación de habilidades investigativas, sin tener
en cuenta que las especificidades y el carácter integrador de las investigaciones que debe desarrollar el
profesional de esta ciencia requieren de una concepción interdisciplinar.
También es destacable la propuesta de plan de estudio hecha por la Universidad Politécnica de El Salvador
(UPES), para la carrera de Ingeniería en Ciencias de la Computación, consistente en la inclusión de la
asignatura Métodos y Técnicas de Investigación en el segundo año de la carrera (UPES, 2007). Aunque
esta inclusión pudiera ser una alternativa viable, pues intenta dotar a los estudiantes de conocimientos y
técnicas investigativas desde los primeros años, no logra que dichos conocimientos se formen a partir de la
contribución integrada de las diferentes asignaturas y disciplinas de la carrera.
En el mismo enfoque se destaca la investigadora cubana G. L. Ferreira (2005), la que afirma que aún
cuando se han diseñado disciplinas integradoras en los planes de estudio de la carrera, todavía existen
dificultades que reflejan la necesidad de un modelo de organización curricular genérico, que resuelva estas
insuficiencias, proponiendo la inclusión de temas de Metodología de la Investigación en el tercer año y la
creación de guías metodológicas para conducir la investigación desde los primeros años. Al respecto se
considera que esta estrategia es acertada, pues tiene en cuenta elementos importantes de dicha formación
y se preocupa por el desarrollo de habilidades investigativas desde los primeros años. Sin embargo, no
llega a develar el carácter sistémico y sistemático del proceso de investigación científica, ni a considerar la
necesaria esencia intra e interdisciplinar de su desarrollo.
24
Entre los partidarios del segundo enfoque están los colombianos J. M. Londoño y C. A. Cortés (2004), que
aseguran que en las carreras de perfil informático, la investigación debe ser el eje articulador de todas las
asignaturas del programa académico. Enfatizando además que la práctica es muy necesaria para lograr la
formación de un buen investigador. Al respecto se coincide con estos autores, pues no basta con que los
estudiantes tengan competencias en los elementos básicos de la investigación; sino que se requiere de una
sistemática actualización en el estado del arte de su objeto de estudio y el desarrollo de habilidades para la
implementación eficiente de los sistemas de información computacionales. Sin embargo, es criticable que
su propuesta no proponga las vías para lograr esa formación investigativa integradora de los contenidos de
las asignaturas, ni precise las condiciones necesarias para llevarla a la práctica.
En este mismo orden de ideas, los investigadores cubanos O. Estrada y S. Blanco (2014) proponen que la
formación investigativa en la Licenciatura en Ciencia de la Computación se lleve a cabo desde el proceso
de desarrollo de software, el que consideran se debe sistematizar durante toda la carrera con la
participación de la mayoría de las asignaturas. Al respecto la postulante considera que esto es posible,
pues desde el primer año los estudiantes tienen que desarrollar proyectos computacionales, trabajos
extraclase y prácticas laborales, en los cuales tienen que investigar y enfrentarse a situaciones problémicas
para proponer soluciones computacionales. Los citados autores sugieren un sistema de habilidades
básicas a formar para garantizar una buena calidad en los trabajos de diploma. Se reconoce esta
propuesta como muy avanzada en cuanto a su contribución al perfeccionamiento de la formación
investigativa de los estudiantes, pero se censura la ausencia de elementos orientadores sobre la forma de
desarrollar estas habilidades, en correspondencia con las especificidades de la carrera.
Asimismo, las investigadoras cubanas Y. Rosario y E. A. Ferrer (2014) plantean que las habilidades
relativas a la investigación no se forman con la profundidad necesaria en la carrera; manteniéndose todavía
en los docentes la visión de que los contenidos de Metodología de la Investigación que se imparten,
resolverán todos los problemas que presentan los estudiantes en su formación investigativa. A partir del
25
reconocimiento de lo desacertado de este enfoque, las autoras proponen el trabajo con los métodos de
investigación científica en las diferentes disciplinas del currículo, desde etapas tempranas del desarrollo de
la carrera; con lo que pretenden favorecer la formación de competencias investigativas a través de los
distintos niveles de apropiación de la carrera. En este caso, si bien se reconoce la conveniencia de esta
propuesta, muy coherente con la necesidad actual de la formación investigativa en las carreras de perfil
computacional, la misma carece de elementos que faciliten la formación de una lógica computacional
investigativa, promotora de procesos de indagación, análisis y corroboración de las diferentes etapas de
desarrollo por las que transita la implementación de un sistema de información computacional.
También dentro del segundo enfoque, los investigadores caribeños B.A.K. Jesse y R. Fernández (2013)
reconocen que el proceso de formación investigativa es inherente al proceso de formación profesional y que
su contenido fundamental está en correspondencia con la actividad científico-investigativa que desarrolla el
estudiante a lo largo de toda la carrera, convirtiéndose en un instrumento fundamental para la solución de
problemas profesionales y desarrollándose a través de los trabajos de curso, trabajo de diploma y trabajos
investigativos extracurriculares. Todo lo cual es regido por la Disciplina Principal Integradora, cuya función
es lograr la integración de la formación académica, laboral e investigativa.
A partir de esta concepción, aseguran que no se ha concebido correctamente el desarrollo de la
competencia investigativa en los estudiantes de CC, fundamentando que no se ha diseñado su proceso de
investigación de forma que conduzca al desarrollo de competencias para identificar y solucionar problemas,
conectar diferentes saberes y darles sentido. En esencia, estos autores proponen el desarrollo de un
pensamiento investigativo en los estudiantes, a través del proceso formativo, desde todas las asignaturas y
años, de forma sistémica y sistematizada.
Desde la intencionalidad de la postulante se coincide con estos autores en la necesidad de formar un
pensamiento investigativo, que considere el carácter sistémico y sistemático del proceso investigativo. Sin
embargo, aún cuando reconocen y profundizan en la necesidad de lograr una formación investigativa que
26
integre las diferentes disciplinas y tenga como eje central la Disciplina Principal Integradora, no brindan
posibles vías o instrumentos de solución para llevarla a cabo de manera acertada.
Una vez analizados los dos enfoques que prevalecen en la formación investigativa de Ciencia de la
Computación, se asume la intención del segundo de trabajar el proceso formativo de manera
interdisciplinar, manteniendo la asignatura de Metodología de la Investigación Científica como parte de esa
formación. A partir de lo cual resultará necesario profundizar en los instrumentos didácticos más trabajados
en este proceso formativo, llegándose a develar como principales los sistemas de habilidades y las
estrategias.
En el primer grupo se destacan los aportados por los investigadores O. Estrada y S. Blanco (2014), quienes
brindan un sistema de habilidades investigativas para estudiantes de las carreras de Ingeniería en Ciencias
Informáticas, Licenciatura en Ciencia de la Computación e Ingeniería Informática, el que constituye un
significativo aporte para el perfeccionamiento de dicha formación, a pesar de que, como se ha dicho, no
ofrece elementos que orienten a los docentes sobre cómo formar estas habilidades, en correspondencia
con las especificidades de cada carrera.
En el segundo grupo se distingue la estrategia propuesta por las investigadoras Y. Rosario y E. A. Ferrer
(2014) para la formación de competencias investigativas en estudiantes de la carrera de Ingeniería
Informática, la que favorece el actuar eficiente del futuro profesional para la solución de problemas. Esta
estrategia se valora como pertinente y muy coherente con la necesidad actual de formación investigativa
que tienen los estudiantes de las carreras de perfil computacional. Sin embargo, la misma no contribuye a la
formación de una lógica computacional efectiva que permita indagar, analizar e integrar las diferentes
etapas de desarrollo por las que transita un sistema computacional, dado que, aún cuando fundamenta de
manera acertada las competencias esenciales que deben distinguir al profesional de perfil informático, no
da pautas para que los docentes puedan formar estas competencias de manera efectiva.
27
En resumen, a partir del análisis hecho, se reconoce la diversidad de perspectivas didácticas existentes
para la formación investigativa en CC. Sin embargo, desde la intencionalidad del presente estudio, que se
centra en la dinámica del proceso de formación investigativa en la carrera de Licenciatura en Ciencia de la
Computación, se considera necesario atender a las inconsistencias teóricas, tanto del proceso bajo análisis
como de su dinámica, para que sirvan de base a la concepción y fundamentación de nuevas propuestas
teóricas que ayuden a obtener un conocimiento más profundo del mismo, así como a debilitar los sesgos
actualmente existentes con relación a los enfoques teóricos y didácticos que se utilizan para abordar la
citada dinámica formativa. Estas propuestas teóricas permitirán la elaboración de instrumentos
pedagógicos para orientar el desarrollo de habilidades para la comprensión de la situación problémica
inherente al usuario y para el diseño e implementación computacional de su solución, posibilitando formar
en este profesional habilidades investigativas que le permitan asimilar las especificidades del proceso de
investigación en esta ciencia.
Consecuentemente, debe lograrse que el estudiante se sitúe en el rol del intermediario, para que desarrolle
las funciones que llevaría a cabo un equipo de profesionales de computación encargado de crear un
software; convirtiéndose en el agente que dinamiza el proceso de elaboración del mismo, al interpretar las
necesidades del usuario y tratar de llevarlas al software, para luego devolver a dicho usuario las nuevas
exigencias del sistema. A tales efectos el rol del intermediario debe ser asumido por un estudiante o grupo
de estudiantes, orientados por el profesor. Este proceso puede ser explicado a partir de la Teoría del
Aprendizaje Significativo de D. P. Ausubel (1973, 1976, 2002), la que facilita el estímulo de un pensamiento
investigativo proyectivo en el intermediario, para que gestione la información relevante del usuario.
La caracterización epistemológica realizada en este epígrafe ha permitido que emerjan categorías
esenciales del proceso de formación investigativa en Ciencia de la Computación, las que han de
relacionarse para fundamentar el mismo, en estrecho vínculo con las teorías científicas que lo sustentan.
Una de estas teorías es la Hermenéutica o ciencia de la interpretación, cuyo principio clásico postula que
28
“toda realidad comporta un mensaje que debe interpretarse, con lo que se llegaría a una interpretación de
esa realidad, siendo su eje esencial la relación sujeto-objeto” (Capurro, R., 2000: p. 2).
Reconocer la Hermenéutica como un enfoque metodológico, interpretativo de la lógica de la dinámica
formativa del proceso de investigación en CC, permite penetrar en la esencia de los procesos investigados,
pues ofrece una vía para su interpretación desde niveles de observación, comprensión y explicación, que
desarrollen la reconstrucción del objeto de investigación y su aplicación a la práctica social.
Una mirada más acorde a la presente investigación es la aportada por R. Capurro (2010), quien plantea que
la Hermenéutica actual, después de haber pasado por diferentes corrientes filosóficas, enfrenta el desafío
teórico y práctico de la técnica digital, que desemboca en lo que se podría llamar una hermenéutica digital.
La misma tiene como tarea la interpretación de la racionalidad digital, así como su auto-interpretación en el
horizonte de dicha racionalidad. El avance científico y tecnológico producido por la invención de la
computadora y la creación de la red digital mundial es un desafío para la Hermenéutica, en tanto ella toma
conciencia de la relevancia de los procesos digitales para la interpretación de sentido.
En la actualidad la Hermenéutica digital se define en el cruce del intérprete con los programas digitales y su
hibridación con procesos naturales y productos artificiales. Una Hermenéutica así, diferenciada por un
medio, se relaciona desde su misma autodefinición con los problemas que surgen en otros medios.
En esta misma dirección, T. J. Froehlich (1994) ha expuesto las relaciones entre Hermenéutica y los
métodos computacionales de recuperación de la información, considerando que la Hermenéutica puede
proporcionar un marco más productivo para modelar sistemas de información y criterios sobre su uso. Este
marco, a decir del citado autor, debe incluir: a) Una hermenéutica de usuarios, capaz de interpretar sus
necesidades b) Una hermenéutica del sistema intermediario, en la que tiene lugar la articulación de los
sistemas de información y c) Una hermenéutica de la colección, que sea capaz de fundamentar los
procesos de procesamiento y selección de información.
29
Justamente en el presente trabajo se asume la hermenéutica digital como uno de los sustentos teóricos que
permitirán modelar la dinámica del proceso de formación investigativa de los estudiantes de Ciencia de la
Computación, la cual tiene como objetivo final la adquisición de un pensamiento investigativo que contenga
las especificidades de esta ciencia.
Al respecto el pensamiento investigativo es considerado como toda actividad intelectual que realiza el
hombre para comprender o captar una necesidad investigativa y aplicar los métodos adecuados para dar
solución a la misma, o crear uno en caso de que no exista, apoyándose en su conocimiento científico
(Arboleda, J. C., 2013; Rubio, W., 2013). El pensamiento computacional es un proceso que permite formular
problemas relativos a procesos naturales, sociales y artificiales, de manera que sus soluciones puedan ser
obtenidas a partir de la aplicación de herramientas y técnicas computacionales (Aho, A. V. y otros, 1998;
Moreno, J., 2014).
En síntesis, la fundamentación epistemológica realizada evidenció la necesidad de una reconstrucción
teórica del proceso de formación investigativa en la carrera Ciencia de la Computación, que connote la
formación de habilidades para la indagación de situaciones problémicas y para la corroboración del sistema
de información computacional que se implemente; y que a su vez permita perfeccionar los enfoques
teóricos y didácticos con que se aborda la dinámica de la citada formación, privilegiando la requerida
completitud y relevancia informacional. Todo lo anterior sugiere la necesidad de concebir y fundamentar
nuevas propuestas teóricas que sirvan como base para una concepción más consistente de la dinámica del
proceso de formación investigativa en CC.
1.2 Caracterización histórica del proceso de formación investigativa en la carrera de Licenciatura en
Ciencia de la Computación
Las características de la evolución histórica del proceso de formación investigativa en la carrera de
Licenciatura en Ciencia de la Computación serán fundamentadas en el presente trabajo teniendo en cuenta
los siguientes indicadores valorativos:
30
Tratamiento didáctico-metodológico al proceso de formación investigativa en la carrera.
Carácter sistémico del proceso de formación investigativa en la carrera.
El análisis tendencial, llevado a cabo a partir de estos indicadores declarados, se ha sustentado en la
revisión de las fuentes teóricas más representativas de las principales características de la evolución
histórica del proceso de formación investigativa en Ciencia de la Computación. Consecuentemente se
presenta una síntesis de los antecedentes de dicho proceso y se realiza una periodización de la evolución
histórica del mismo, la que consta de dos etapas fundamentales:
Etapa I (1970 a 1994): Incipiente formación investigativa en Ciencia de la Computación.
Etapa II (1995 a 2016): Desarrollo de la formación investigativa en Ciencia de la Computación.
Antecedentes del proceso de formación investigativa en Ciencia de la Computación
Al terminar la segunda guerra mundial, el laboratorio de cómputo científico Watson, en la Universidad de
Columbia de los Estados Unidos de América (EUA), se convirtió en pionero al vincular la academia al
desarrollo e investigación corporativa. Así en 1946 este laboratorio propuso las bases para el primer mapa
curricular en Ciencia de la Computación (CC) a nivel mundial; el que introdujo a los estudiantes en los
fundamentos del procesamiento automatizado de datos (Garibay, J. A., 2011; Ford, J., 2003).
Otras universidades y compañías también apoyaron el desarrollo de esta nueva disciplina, tal es el caso de
la International Bussines Machines (IBM), la que trabajó con el profesor Howard Aiken, que estableció el
programa de CC en el laboratorio de cómputo de Harvard en 1947 (Garibay, J. A., 2011).
También en Inglaterra, en 1953, la Facultad de Matemática de la Universidad de Cambridge ofreció un
curso de CC que tuvo un año de duración. Su introducción fue motivada por la demanda de la enseñanza
de postgrado en análisis numérico y computación automática (Cambridge University, 2012).
Así, la Teoría Matemática de la Comunicación se erigió como el modelo que sirvió de referente para las
investigaciones que se siguieron en Ciencia de la Información y CC, los experimentos llevados a cabo en el
Cranfield Institute of Technology, en 1957, marcan el inicio de la influencia de este paradigma, en el cual los
31
valores de recall (llamada) y precisión en relación con un sistema de indexación, son controlados en
situación similar a la de un laboratorio de Física (Ellis, D. 1992). Desde esta perspectiva, las soluciones son
enunciadas desde la Matemática y los algoritmos trazan la estructura de los desarrollos para los problemas
de recuperación de información (Linárez, J. C., 2008).
Por otra parte el Departamento de CC de la Universidad de Oxford surgió en 1957, a partir del Laboratorio
de Computación de dicha universidad, dirigido por el profesor Leslie Fox. Durante este período inicial los
esfuerzos de investigación del laboratorio se dirigieron hacia el análisis numérico y condujeron a la creación
del Grupo de Análisis Numérico (Oxford University, 2012). Este grupo llevaba a cabo investigaciones
matemáticas apoyándose en la computadora, sin que se vislumbraran procesos formativos.
En resumen, la década de los años 50 es conocida como el comienzo de la era tecnológica, en la cual se
dieron los primeros pasos para vincular la computadora a la educación, apoyado en el desarrollo de las
máquinas de enseñar, cuya introducción se atribuye a B. F. Skinner (1904-1990), psicólogo que basó sus
experiencias educativas en el condicionamiento operante o instrumental (Verdecia, E., 2007).
Llegada la década de 1960 comenzó a proliferar la creación de los primeros departamentos y carreras de
Computación en todo el mundo, surgiendo el departamento en CC de la Universidad de Purdue en 1960 (en
el estado de Indiana, EUA), donde parte del programa de estudios se basaba en el sistema operativo y
hardware del sistema/360 de IBM. Este auge fue posible debido a que la CC tuvo como bases principales la
Ingeniería Eléctrica, la Matemática y la Lingüística, materias que eran enseñadas en las universidades y
fueron las que iniciaron la instrucción de la CC, como ramificación de sus respectivos programas de
estudios y no como una disciplina separada (Garibay, J. A., 2011).
Es así que en América Latina comenzaron a surgir cursos y carreras orientadas a la computación. Tal es el
caso de Venezuela donde los orígenes de la enseñanza de la Computación se remontan al año 1961, al
crearse el Departamento de Cálculo Numérico de la Escuela de Física y Matemática. Entre las
32
investigaciones realizadas se desarrollaron lenguajes simbólicos propios, llegándose a construir uno
llamado PUC (Procesador Universidad Central), el cual fue muy utilizado (UCV, 2013).
En 1963 se inició la carrera de Computación Científica en la Facultad de Ciencias Exactas y Naturales, de
la Universidad de Buenos Aires, Argentina, que fue la primera de América Latina en abordar esa nueva
disciplina. La carrera era parte integral de un proyecto liderado por el Dr. Manuel Sadosky, quien creó un
instituto de Matemática Aplicada que pudiera servir como base institucional para el uso de la computación y
sustentar la nueva carrera de grado (Carnota, R. y otros, 2008).
Otro país de América que empezó el desarrollo temprano en esta disciplina fue México, en el cual se
comenzaron los estudios de Computación desde mediados de los años 1960, en el Instituto Tecnológico y
de Estudios Superiores de Monterrey, con cursos introductorios a la Computación, a nivel de licenciatura.
En 1965 el Centro Nacional de Cálculo del Instituto Politécnico Nacional de México creó una maestría en
ciencias, con especialidad en Computación, para cuya organización se contó con la colaboración del Dr. H.
V. McIntosh. En 1967 se creó la carrera de Ingeniería en Sistemas Computacionales en el Instituto
Tecnológico y de Estudios Superiores de Monterrey y poco después, la Universidad Autónoma de Puebla y
la Universidad Autónoma de Nuevo León ofrecieron licenciaturas similares. A su vez, la Universidad
Nacional Autónoma de México (UNAM) desarrolló un programa de maestría en Ciencias Computacionales,
que sólo funcionó en esa década (Lemaitre, C., 2008).
Por su parte Chile se apoyó en el Departamento de Ingeniería Informática y CC, en la Universidad de
Concepción, para dictar las primeras carreras de informática en el país (mediados década 1960). Así en
1964, la Universidad de Concepción, aprobó la creación de un Centro de Cómputo para dictar cursos de
programación y adquirir un sistema computacional para la universidad (Carnota, R. y otros, 2008).
En Cuba el surgimiento del estudio de temas computacionales data de finales de la década del 60, en la
Universidad de La Habana, como parte de la especialidad de Análisis Numérico y Computación, de la
33
Licenciatura en Matemática. Luego se creó el Departamento de Computación, constituido por un claustro de
matemáticos con cierta orientación computacional, encargados de fundar la carrera de CC (MES, 2008).
De manera general puede concluirse que hasta finales de la década 1960 a nivel mundial la formación
investigativa en Ciencia de la Computación estuvo subordinada a la solución de problemas matemáticos e
ingenieriles, que fueron los que dieron origen al desarrollo computacional. Este tipo de formación se
desarrolló sobre la base del modelo psicológico de aprendizaje conductista, que se caracterizó por su
interacción unilateral entre el medio de aprendizaje y su operador, lo que no dejaba otra alternativa que el
refuerzo permanente de las respuestas correctas para garantizar la reafirmación del aprendizaje.
Los conductistas negaban la existencia de la conciencia, y por tanto, todo el nivel de relaciones internas y
externas que acontecían en el ser humano a partir de su interacción con el conocimiento y el resto de las
personas. Por ello, para el aprendizaje no era necesario que los profesores tuvieran en cuenta la esfera
motivacional-afectiva, ni la cognitiva, ni las interacciones que entre los actores del proceso podían
producirse (Verdecia, E., 2007).
Así también, en el período comprendido desde el surgimiento de la formación computacional hasta finales
de la década de 1960 se evidenció un predominio del positivismo, al absolutizar el uso de técnicas y
métodos cuantitativos en el proceso de investigación. Se pretendió alcanzar una supuesta objetividad,
precisión y rigor en el trabajo científico, siendo la objetividad uno de los rasgos más importantes, a partir de
considerar la explicación científica, de naturaleza causal, que subordinaba los casos particulares a las
supuestas leyes generales. La formación investigativa en CC no estaba formalizada.
Sin embargo, al hacer su aparición los microordenadores, en la década de 1970, se destruyó el monopolio
de la información, surgiendo así la llamada "era de la información”. Después vendría la revolución de la
conectividad. Las redes computacionales irrumpieron de manera tempestuosa en el escenario informacional
a causa de la necesidad de comunicación entre máquinas y con el mundo exterior. Este fenómeno
repercutió significativamente en los procesos investigativos que se desarrollaban en esa época (Becerra,
34
H., 2002). También tuvo gran influencia en la formación investigativa, por ello se toma como criterio que
delimita el comienzo de una nueva etapa en dicha formación.
Etapa I (1970 a 1994): Incipiente formación investigativa en Ciencia de la Computación
En esta etapa las investigaciones desarrolladas permitieron la convergencia de la electrónica, la informática
y las telecomunicaciones, posibilitando la interconexión entre redes (Fitz, A., 2011). También las
Tecnologías de la Información y las Comunicaciones (TIC) se convirtieron en un factor estratégico para la
investigación y la formación investigativa. A partir de entonces, el éxito para una investigación de las
ciencias computacionales dependió, en gran medida, de la capacidad de adaptación a las innovaciones
tecnológicas y de la habilidad para saber explotarlas (Adell, J., 1997).
Pero a pesar de estos aires de progreso, a inicios de esta etapa la investigación científica mantuvo su
premisa de búsqueda de la objetividad, predominando una formación investigativa que mezclaba los
elementos de la pedagogía tradicionalista con los innovadores de la pedagogía conductual. El tratamiento
didáctico-metodológico a este proceso de formación buscaba la eficiencia investigativa mediante la
aplicación de los principios instruccionales de los modelos tecnocráticos-conductuales, enfocados en la
acción directiva del docente, en correspondencia con la lógica de control y evaluación impuesta a través de
los objetivos instruccionales. Así, la acción formativa se correspondió con la ejecución de trabajos de
investigación vinculados al paradigma cuantitativo y a su racionalidad instrumental (Palacios, L., 2010).
Ya en 1991, la Computing Curricula, creada por la Association for Computing Machinery (ACM) y la
International Electrical and Electronics Engineers (IEEE), estableció las directrices generales de los planes
de estudio de Ciencia de la Computación, incluyendo una serie de recomendaciones relacionadas con la
formación investigativa dentro de la carrera. Entre otras recomendaciones, el mencionado documento
estableció una serie de bloques o áreas temáticas en las que se organizaron los contenidos: Algoritmos y
estructuras de datos, Proceso de desarrollo de software, Arquitectura de los ordenadores, Bases de datos y
sistemas de información, Computación numérica y simbólica, Comunicación hombre-máquina, Sistemas
35
operativos, Inteligencia Artificial y Robótica, Lenguajes de Programación e Ingeniería del software. Esta
propuesta fue diseñada con un enfoque sistémico e innovativo, dividido en disímiles áreas de conocimiento
con el objetivo de que los estudiantes pudieran integrar los mismos en el proceso investigativo, sustentado
fundamentalmente en la Ingeniería de Software (ACM/IEEE, 1990).
En esta década del 90, los presupuestos epistemológicos que prevalecieron fueron los de la psicología
cognitiva, la que se vio fragmentada en dos grandes grupos: pre-computacionales, representados por las
figuras de J. Piaget y J. Bruner y contemporáneos representados por M. Carretero. Este último constituyó
un salto cualitativo al llevar al plano psicológico modelos propiamente computacionales, haciendo una
analogía hombre-computadora. Se comenzó a declinar la acción excesivamente directiva del docente en el
proceso de formación investigativa y se vio la necesidad de enseñar a pensar al estudiante como un sujeto
activo de su propio aprendizaje investigativo (Verdecia, E., 2007).
En el caso particular de Cuba, aún en la etapa permanecía el empleo del macro-hardware. No obstante, el
año 1976 marcó al advenimiento de la formación computacional, la que irrumpió con los sistemas de
programación en los lenguajes SE-BASIC, COBOL, FOBOS (GES-300) y FORTRAN. Es en ese momento
que la computación comienza a incluirse dentro de los programas de estudios de la Educación Superior y
dos años más tarde en algunas de las especialidades de la enseñanza técnica y profesional. En esta etapa
también se crean las Comisiones Nacionales de Carrera, sentándose las bases para el desarrollo de la
docencia e investigación (Verdecia, E., 2007).
Así se crea en 1976 la carrera de Cibernética Matemática (actual Ciencia de la Computación), con el
objetivo de formar profesionales capaces de introducir y desarrollar las técnicas computacionales. Para
lograr este objetivo se dio una formación investigativa que permitiera proponer soluciones computacionales
a diversos problemas de la producción, los servicios y la educación. Sin embargo, debido a la
infraestructura computacional de la época en el país, el proceso de formación investigativa de la carrera no
36
marchó a la velocidad esperada ni a la par con el desarrollo computacional mundial. Los métodos didácticos
que prevalecieron fueron el expositivo, de ejemplificación y algorítmico (MES, 2008).
La formación computacional fue transitando por varios programas de estudios, según las exigencias cada
vez más crecientes de la sociedad, surgiendo así los planes de estudio A (1977), B (1981) y C (1986) en
los que se fue perfeccionando el modelo del profesional y particularmente su formación investigativa,
incluyéndose prácticas laborales y trabajos de curso.
En resumen, en esta etapa, con la aparición de los microordenadores, de Internet y de las TIC se formaliza
el proceso de formación investigativa en CC pero sin manifestar aún cualidades de sistema, a pesar de la
introducción de la Ingeniería de Software. En el caso de Cuba este proceso se manifestó con mayor lentitud
debido a las limitaciones tecnológicas imperantes. La computadora comenzó a emplearse como medio de
apoyo a la formación investigativa, pasando de ser objeto de estudio a medio de enseñanza, lo que
representó un salto cualitativamente superior para dicha formación al potenciar su tratamiento didáctico y
metodológico desde el perfeccionamiento de la comunicación.
Por otro lado, en el año 1995 se produce el lanzamiento del sistema operativo Windows 95, por parte de
Microsoft, así como la consolidación de Internet con su servicio más difundido World Wide Web (WWW) y
su visualizador dominante: el Navegador de Netscape (Benavides, J., 2002). Estos avances revolucionaron
la forma de desarrollar las investigaciones, para lo cual fue necesario perfeccionar los procesos de
formación investigativa en CC, orientándolos hacia la apropiación de nuevos métodos de búsqueda y
procesamiento de información; todo lo cual caracterizó una nueva etapa en la formación investigativa en
esta ciencia.
Etapa II (1995 al 2016): Desarrollo de la formación investigativa en Ciencia de la Computación
El sistema operativo Windows y especialmente el Windows 95, crearon un nuevo paradigma o estilo de
investigar. Su objetivo principal fue facilitar la comunicación entre el usuario y el ordenador, simplificando la
utilización de los programas informáticos. La arquitectura orientada a mensajes fue la clave del
37
funcionamiento de la interface de los usuarios de Windows y la ejecución simultánea de varias aplicaciones
o programas. En la actualidad Windows sobrevive y cada cierto tiempo sufre una transformación, surgiendo
una nueva versión más desarrollada. Su utilización es casi obligatoria, debido a la colección de software
investigativos y educativos que se utilizan como apoyo en el proceso de enseñanza-aprendizaje, todos los
cuales se realizaron sobre este sistema operativo.
Todos estos adelantos computacionales, que cobraron auge en la etapa, influenciaron el ámbito de la
formación investigativa, promoviendo la modernización de los procesos de enseñanza-aprendizaje, en
conjunto con otros factores tales como: reformas a los planes y programas, perfiles de egreso que
requirieron el desarrollo de competencias y habilidades para la competitividad investigativa, cambio de
paradigmas sobre la figura del profesor, etc. (Sánchez, C., 2012).
En el caso particular de Internet, este constituye un sistema que provee de medios investigativos que dan
origen a una interacción continua entre investigadores, los que no sólo comparten información, sino que
colaboran para enriquecer sus resultados. A su vez se forman comunidades virtuales (foros, blogs, wikis,
etc.) que estimulan el desarrollo de una actitud de auto dirección del propio aprendizaje. Así se puede decir
que Internet promueve una autogestión del aprendizaje que no está circunscrita a un aula o institución
educativa, ni tampoco a un tiempo determinado, dando por resultado que las personas puedan investigar y
aprender en cualquier momento y en cualquier lugar, lo que se ha denominado aprendizaje permanente.
Sin embargo, una de las dificultades que caracterizan el uso de Internet en la actualidad es la gran cantidad
de información disponible al alcance del estudiante, abundancia que no siempre es beneficiosa, pues a
veces puede generar confusión, por lo que se hace necesario el desarrollo de habilidades para su selección
y análisis. Los nuevos paradigmas educativos indican que no es suficiente la sola acumulación de
información, hay que implementar formas creativas para su valoración y reconstrucción (Sánchez, C.,
2012).
38
Así, con la introducción de las TIC y más específicamente de Internet, se logra una transformación en la
formación investigativa, ya que surgen nuevas vías de adquirir el conocimiento, los educadores utilizan
variados recursos y medios para transmitir su conocimiento. Todo esto hace que se cambien los objetivos y
los programas de las instituciones formativas, las infraestructuras físicas y tecnológicas, la organización y
gestión de los centros, los materiales formativos y las metodologías que se utilizan.
En el caso particular de Ciencia de la Computación esta transformación investigativa es mayor y más veloz,
dada la dependencia tecnológica, los propios contenidos de la carrera y los modos de actuación del
profesional. Consecuentemente, a nivel mundial se demanda de una elevada cantidad de graduados en
Ciencia de la Computación, evidenciándose un significativo aumento en los niveles de innovación, a través
de programas interdisciplinarios que combinan esta ciencia con otros campos de investigación.
Sin embargo, aún en la actualidad el tratamiento didáctico-metodológico al proceso de formación
investigativa en Ciencia de la Computación no está totalmente consolidado. Esto es corroborado por G. M.
Aldana de Becerra (2012), quien afirma que en la generalidad de los sistemas educativos la formación
investigativa actual es lineal y fragmentada, no estimulando a los estudiantes para que se comprometan a
producir conocimiento ni a aplicarlo de manera creativa a la solución de problemas, sino que se orienta a
preparar al profesional en formación para que en el futuro investigue, en el contexto de su maestría o
doctorado. De esta forma, en la mayoría de los casos, la enseñanza de la investigación no garantiza el
desarrollo de un pensamiento crítico ni la adquisición de competencias investigativas como la comprensión
de textos, capacidad de problematizar situaciones, escritura de artículos, ni la habilidad para abordar
problemas reales con conocimiento computacional y científico.
Dentro de las causas de estos problemas se evidencian limitaciones en el uso de métodos para la
realimentación de los requerimientos investigativos de la sociedad. Además, en la construcción de los
sistemas computacionales se priorizan paradigmas de programación y herramientas computacionales
39
avanzadas; en detrimento de la arquitectura, la calidad y la modularidad de dichos sistemas y, como
consecuencia, no se satisfacen las condiciones del problema a resolver (Aldana de Becerra, G. M., 2012).
En Cuba con la implantación del Plan de Estudio C perfeccionado (1998), se renovaron los contenidos y
objetivos de la carrera de Ciencia de la Computación, a partir de la introducción de la Ingeniería de Software
para la enseñanza del ciclo de vida del desarrollo de un software y del perfeccionamiento de la Disciplina
Principal Integradora, encargada de la formación investigativa. Esta renovación se continuó de igual forma
en el Plan de Estudio D (2008), el que introdujo la asignatura optativa Metodología de la Investigación
Científica. Sin embargo, aún con el impulso provocado por estos planes de estudio no se ha logrado que la
formación investigativa adquiera el necesario carácter sistémico que requiere actualmente el graduado en
Ciencia de la Computación para enfrentar la solución de los problemas profesionales que se le presentan
en las diversas esferas sociales del país.
En resumen, en esta segunda etapa, con la introducción del Sistema Operativo Windows 95 y la
consolidación de Internet, se impulsa el desarrollo del proceso de formación investigativa en Ciencia de la
Computación, pero sin lograr un eficiente tratamiento didáctico-metodológico del mismo, por lo que no llega
a adquirir las cualidades de sistema que exige la solución de los problemas profesionales. El avance de
esta ciencia en Cuba no se escapa de estas dificultades.
Finalmente, al analizar y sintetizar las etapas antes expuestas se puede concluir que en la evolución
histórica del proceso de formación investigativa en la carrera de CC se revelan como tendencias
fundamentales los siguientes tránsitos:
Desde una incipiente formación investigativa en CC, que estuvo subordinada a la solución de los
problemas matemáticos e ingenieriles que dieron origen al desarrollo computacional y caracterizada por
el predominio del positivismo, que absolutizaba el uso de técnicas y métodos cuantitativos en el proceso
de investigación; hacia la formalización del proceso de formación investigativa en el que la computación
pasó de ser objeto de estudio a medio de investigación, lo que representó un salto cualitativamente
40
superior para dicha formación al potenciar su tratamiento didáctico y metodológico desde el
perfeccionamiento de la comunicación, sin llegar a la eficiencia óptima de dicho tratamiento.
Desde un proceso de formación investigativa, lineal y fragmentado, en el que prevalecía el modelo
psicológico de aprendizaje conductista, que no tenía en cuenta la esfera motivacional-afectiva, la
cognitiva, ni las interacciones que entre los actores del proceso podían producirse, hasta una formación
investigativa potenciada por la introducción del Sistema Operativo Windows 95 y la consolidación de
Internet, que permitió superar el conductismo, sustentándose en paradigmas constructivistas, pero sin
llegar a adquirir las cualidades de sistema que exige la solución de los problemas profesionales
actuales.
De todo lo anterior se deriva la necesidad de potenciar el desarrollo del proceso de formación investigativa
en CC, desde una dinámica que facilite la resolución de problemas, introduciendo nuevas relaciones que
posibiliten al estudiante alcanzar eficacia en la construcción de un pensamiento investigativo computacional.
1.3 Caracterización del estado actual de la dinámica del proceso de formación investigativa en la
carrera de Licenciatura en Ciencia de la Computación en la Universidad de Oriente
La formación investigativa de los estudiantes de la carrera de Licenciatura en Ciencia de la Computación de
todo el país, y en particular de la Universidad de Oriente, se rige por el plan de estudio D, vigente en dicha
carrera desde el año 2008. Este plan de estudio contiene entre sus disciplinas a la Práctica Profesional,
considerada como la Disciplina Principal Integradora, que es en su esencia la encargada de fomentar la
formación investigativa de este profesional.
Esta disciplina prevé que el estudiante se enfrente a problemas prácticos provenientes de la producción, los
servicios, la gestión, la investigación y la docencia. La misma se manifiesta en todos los años de la carrera
a través de la práctica laboral e investigativa, los cursos optativos, de formación pedagógica y de historia de
la ciencia, así como la realización y defensa de un trabajo de diploma. Dentro de sus objetivos educativos
persigue que el estudiante “labore con inquietud y dedicación en la investigación científica, motivado por el
41
proceso creador e innovador de su actividad profesional”. Así mismo, entre los objetivos instructivos
considera la “realización de investigaciones y publicaciones de los resultados, contribuyendo al avance
teórico y aplicativo de la Ciencia de la Computación” (MES, 2008; pp. 7-8).
Existen otros programas de disciplinas de la carrera, como Inteligencia Artificial, Programación, Ingeniería
de Software, Matemática Computacional y Sistemas de Computación, que contienen en su fundamentación
el trabajo investigativo a partir de seminarios, cursos optativos y trabajos de investigación, con la intención
de contribuir al desarrollo de una inquietud y dedicación en los estudiantes, hacia la investigación científica,
en aras de su desarrollo profesional.
En resumen, el trabajo investigativo es previsto y requerido por varias disciplinas de la carrera a nivel de
plan de estudio. Sin embargo, no es suficiente con que sea planificado en los programas curriculares para
que se lleve a cabo satisfactoriamente, pues la dinámica del proceso de formación investigativa en dicha
carrera precisa de la adecuada articulación de otros aspectos didácticos y metodológicos.
En adición, la caracterización epistemológica realizada arrojó que existe una inadecuada concepción del
proceso de formación investigativa en Ciencia de la Computación y un predominio de sesgos en los
enfoques teóricos y didácticos con que se aborda la misma, lo que incide desfavorablemente en la dinámica
del proceso de formación investigativa de los estudiantes de esas carreras, especialmente la concepción
para establecer su correspondiente orientación, sistematización y evaluación.
Para conocer el comportamiento de esta formación en la presente investigación se desarrolló un estudio
diagnóstico que permitió profundizar en dicha dinámica (Fergusson, E. M., Alonso, I. y Gorina, A., 2014).
Este estudio se llevó a cabo empleando los siguientes indicadores generales, que luego se fueron
derivando en otros más específicos para cada uno de los medios de diagnóstico utilizados:
Métodos aplicados para la extracción y el procesamiento de la información de los usuarios.
Calidad del diseño y la implementación computacional del sistema de información.
Comprobación de la pertinencia del sistema de información computacional.
42
Además, se ejecutó mediante la siguiente metodología:
1. Observación participante del proceso de formación investigativa en la carrera de Licenciatura en Ciencia
de la Computación en la Universidad de Oriente durante los cursos 2010-2011 al 2012-2013.
2. Diseño, aplicación y procesamiento de una encuesta a profesores de la carrera de Licenciatura en
Ciencia de la Computación de la UO.
3. Establecimiento y operacionalización de indicadores para la revisión y valoración de informes de
Trabajos de Diploma (TD).
4. Selección, revisión y análisis de los datos obtenidos de los informes de TD.
5. Aplicación del método cualitativo Estudio de Caso para revelar la dinámica investigativa y la forma en
que se elaboró un TD de la carrera (empleando los indicadores establecidos).
1. Observación participante: El primer medio de diagnóstico empleado para caracterizar el estado actual
de la dinámica del proceso de formación investigativa en la carrera de Licenciatura en Ciencia de la
Computación en la Universidad de Oriente, fue la observación participante. Esta se llevó a cabo por la
autora de la presente tesis, en su condición de profesora del departamento de Computación de la
Universidad de Oriente, coordinadora de cuarto año de la carrera (cursos 2010-2011 y 2011-2012) y de
quinto año en el curso 2012-2013, así como miembro de tribunales de defensa de Trabajos de Curso (TC),
Prácticas Laborales Investigativa (PL) y Trabajos de Diploma (TD).
El objetivo de dicha observación fue la comprensión de las principales relaciones y significados que se
manifiestan en la dinámica del proceso de formación investigativa de la carrera, para tomarlos como base
de una posterior indagación, más profunda.
Los resultados de la observación participante, que se detallan en el Anexo 6 de este informe de tesis,
permitieron corroborar que en el contexto investigado se observan insuficiencias que tienen su base en la
limitada interacción con el usuario, tanto en la etapa indagativa como en la de validación. Todo lo cual
confirma la existencia de una inadecuada concepción del proceso de formación investigativa en CC.
43
2. Diseño, aplicación y procesamiento de una encuesta a profesores: La encuesta fue aplicada a 15
profesores, representantes del 53,6 % de los que impartieron asignaturas del ejercicio de la profesión a la
carrera en el curso 2012-2013. La misma tuvo por objetivo conocer la concepción teórica que tienen los
profesores de la carrera de Licenciatura en Ciencia de la Computación de la Universidad de Oriente sobre
el proceso de investigación que deben desarrollar los estudiantes de dicha carrera, así como de su
correspondiente proceso formativo (ver Anexo 7).
Los resultados de la encuesta aplicada a los profesores de la carrera de Licenciatura en Ciencia de la
Computación de la Universidad de Oriente, detallados en el Anexo 8, posibilitaron corroborar que una parte
significativa de estos presenta una inadecuada concepción teórica sobre el proceso de investigación que
deben desarrollar los estudiantes de dicha carrera, así como del correspondiente proceso formativo. Esta
situación tiene implicaciones negativas en la formación investigativa que reciben estos estudiantes, la que al
ser diseñada y dirigida por los profesores de la carrera, presenta los sesgos que estos manifiestan, no
priorizando aspectos relevantes del proceso investigativo, lo que actualmente se refleja en las frecuentes
deficiencias de los trabajos realizados por los estudiantes.
3. Establecimiento y operacionalización de indicadores: Se hizo con el objetivo de orientar y facilitar la
revisión de los informes de TD y la evaluación de su calidad en términos de los aspectos considerados
esenciales en el proceso de formación investigativa de los estudiantes de la carrera. Dichos indicadores
(Ind), 6 en total, fueron determinados a partir de los resultados obtenidos en la fundamentación
epistemológica y la caracterización histórica del objeto y el campo de acción de la investigación.
Ind1. Uso de fuentes de información provenientes de los usuarios: Es fundamental que se tenga en cuenta
que la categoría usuarios está conformada por los sujetos que brindan información sobre la situación
problémica que debe resolverse computacionalmente y que incluye, además, los objetos y relaciones del
contexto donde se desarrolla dicha situación. Consecuentemente las fuentes de información fundamentales
44
son las humanas, documentales y las inherentes a la situación problémica del contexto (empíricas).
También deben considerarse fuentes teóricas para el estudio de dicha categoría.
Ind2. Empleo de métodos empíricos para extraer la información de los usuarios: Considera el uso de
métodos y técnicas empíricas para la obtención de la información relativa al usuario, así como el
correspondiente diseño, a partir del establecimiento de indicadores.
Ind3. Aplicación de los métodos para el procesamiento de la información extraída de los usuarios: Valora la
relevancia e integralidad de los datos extraídos del contexto usuario y el uso que se hace de los mismos
para diseñar la investigación y caracterizar de manera esencial el citado contexto.
Ind4. Diseño computacional del sistema de información: Mide la correspondencia de los diagramas
(estáticos y dinámicos) del diseño computacional del sistema de información con la información relevante
extraída de los usuarios, así como la que debe manifestarse entre las estructuras de datos y modelos del
diseño computacional del sistema de información, con la información relevante extraída de los usuarios.
Ind5. Calidad de la implementación computacional del sistema de información: Valora la correspondencia
entre el diseño del sistema y su implementación, la fundamentación de la selección de las herramientas
computacionales que se emplean, la relación que existe entre el ambiente del sistema, los requisitos y
condiciones del contexto usuario y la disposición lógica de los componentes del producto computacional.
Ind6. Corroboración del sistema de información computacional con respecto al cumplimiento de los
requisitos preestablecidos por los usuarios: Evalúa el cumplimiento de la hipótesis de la investigación, si se
realiza una validación del sistema de información en términos computacionales y del contexto usuario.
Sobre la base de toda la experiencia obtenida, se operacionalizaron los indicadores anteriormente
definidos. Esto se hizo con el objetivo de facilitar la revisión de los informes de los Trabajos de Diploma.
Así, la citada operacionalización quedó definida de la forma que se indica en el Anexo 9.
4. Selección, revisión y análisis de los datos obtenidos de los informes de Trabajo de Diploma: Para
la evaluación de los informes se utilizó una escala de Likert, con 5 niveles de respuesta para cada indicador
45
(1_ Muy favorable, 2_ Favorable, 3_ Ni favorable ni desfavorable, 4_ Desfavorable y 5_ Muy desfavorable);
a partir de la cual se revisó el 100% de los informes de los TD defendidos en la carrera de Licenciatura en
Ciencia de la Computación en los cursos 2010-2011 y 2011-2012. Es así que se revisaron los 50 informes
defendidos en esos dos cursos, 30 de ellos en el primero y 20 en el segundo.
Los resultados obtenidos para cada uno de los indicadores establecidos, según se muestra en la Tabla 7.1
del Anexo 10 permiten arribar a una primera evaluación global de los mismos. Así, los referidos a “uso de
fuentes de información provenientes de los usuarios”, “calidad de la implementación computacional del
sistema de información” y “diseño computacional del sistema de información” alcanzaron calificación
favorable, a pesar de que en el caso de los dos primeros su media está cercana al punto de neutralidad de
la escala y su coeficiente de variación se considera alto al ser mayor que 0,25 (umbral aceptado en varias
investigaciones, ver J. A. Martínez y L. Martínez (2008)). En el caso del tercero, se observa una tendencia a
la estabilidad al coincidir su coeficiente de variación con el citado umbral.
Por otra parte resultaron desfavorables los indicadores “aplicación de los métodos para el procesamiento de
la información extraída de los usuarios” y “corroboración del sistema de información computacional con
respecto al cumplimiento de los requisitos preestablecidos por los usuarios”, el primero con un alto
coeficiente de variación y el segundo con menor variación, pero por encima del umbral aceptado.
Finalmente, el “empleo de métodos para extraer la información de los usuarios” se evaluó de muy
desfavorable, con una media cercana al límite superior de la escala y una gran estabilidad, dada por el
coeficiente de variación próximo al mínimo valor.
Cabe destacar que los resultados de los indicadores, al ser resultados globales, enmascaran situaciones
que difieren de la evaluación obtenida por ellos. Esto se evidencia en el hecho de haber sido evaluadas de
forma diferente varias de las operaciones contenidas en los mismos, lo que justifica la necesidad de
profundizar en el análisis a partir del estudio de las citadas operaciones.
46
Consecuentemente, a partir de los promedios obtenidos por cada operación, se agruparon estas en tres
clases, las que se evaluaron en correspondencia con los rangos establecidos por la escala, como se
muestra en la Figura 10.1 del Anexo 10. Las tres clases se conformaron siguiendo los correspondientes
rangos de la escala empleada. Su composición por ítems (indicador), así como la correspondiente
calificación de cada una de ellas, se explicitan en el Anexo 10.
Ahora bien, para profundizar en las insuficiencias detectadas, empleando un medio de diagnóstico que
refleje mejor la dinámica del proceso de formación investigativa en la carrera, se aplicó el método cualitativo
Estudio de Caso, como se muestra a continuación.
5. Aplicación del método cualitativo Estudio de Caso: Sobre la base de los seis indicadores
anteriormente definidos se realizó la aplicación del método cualitativo Estudio de Caso, cuyo objetivo es
revelar las principales dificultades que se presentan en la dinámica de la elaboración y conformación de un
Trabajo de Diploma de la carrera Licenciatura en Ciencia de la Computación, de la Universidad de Oriente.
El estudio se sustentó en la revisión de un trabajo de diploma y la entrevista al autor del mismo.
Presentación del caso: Se estudia el informe escrito correspondiente a un Trabajo de Diploma (TD) de la
carrera Ciencia de la Computación, que fue desarrollado y defendido en el curso 2011-2012, en la
Universidad de Oriente, Cuba.
En consecuencia, se clasifica como un estudio de caso único con carácter global, escogido al azar entre los
que fueron evaluados con la máxima calificación en su defensa. Bajo la consideración de que si un trabajo
evaluado de excelente tiene deficiencias con respecto a alguno de los indicadores preestablecidos,
aumenta la posibilidad de que el resto de los defendidos manifiesten también estas deficiencias.
Aquí cabe precisar que la calificación de los trabajos de diplomas de esta carrera durante su defensa no se
realizó siguiendo los indicadores establecidos en la presente investigación, motivo por el cual los resultados
del estudio de caso pudieran diferir de la evaluación otorgada en la defensa de la tesis. También debe
47
señalarse que la tesis revisada posee méritos investigativos, pero estos no serán explicitados, en tanto no
es objetivo del estudio de caso.
Este estudio de caso se utiliza como un primer análisis exploratorio, preludio de una indagación más amplia
que se dará continuidad al mismo.
El título del TD seleccionado es “Sistema de Registro y Control de Medicamentos (SIRCMED)”. No se
exponen los nombres del autor y los tutores para ser respetuoso de la ética investigativa. El informe está
estructurado en carátula, agradecimientos, dedicatoria, resumen, abstract, índice, introducción, tres
capítulos, conclusiones, recomendaciones, bibliografía, referencias bibliográficas y anexos.
Búsqueda de datos: Para llevar a cabo el estudio de caso se emplearon los seis indicadores definidos,
que facilitaran la evaluación de la calidad del informe al permitir determinar si en este se evidenciaba una
lógica investigativa coherente, válida y confiable.
Análisis de los datos: La observación realizada en el informe del TD, a partir de los indicadores definidos,
permitió obtener los resultados que a continuación se detallan:
Ind1: Uso de fuentes de información provenientes de los usuarios.
De la revisión de la tesis por parte del investigador: En el informe no se pudo determinar la fuente de
información que permitió caracterizar el contexto usuario que presenta la situación problémica a resolver, al
cual va dirigido el producto de software SIRCMED. Es decir, no aparecen referencias a fuentes humanas,
documentales, ni inherentes a la situación problémica del contexto. El informe refiere la situación actual del
servicio farmacéutico comunitario en Cuba, presentando que este se ve afectado debido a que gran parte
de su gestión se realiza de forma manual. En el documento no se especifica el nombre de la farmacia a la
cual va dirigido el producto final.
La caracterización de la situación problémica se hace de manera general, en un lenguaje claro, pero sin
especificar de dónde se extrajo la información. Sólo aparece referencia a un documento revisado,
48
relacionado con el usuario (que es en este caso el Ministerio de Salud Pública), que no precisa autor, es del
2005 y se titula “Normas y Procedimientos Farmacia Comunitaria”.
Las referencias bibliográficas y la bibliografía no están bien estructuradas, ni bien ordenadas
alfabéticamente. No son suficientes para evidenciar un fundamento teórico-práctico de alto nivel. Sólo
presenta 4 referencias bibliográficas y una bibliografía compuesta por 5 libros.
Se utilizan herramientas y tecnologías sin una adecuada bibliografía que las respalde, lo que da pie a la
suposición de que el autor puede no tener una buena preparación teórica. En el tercer capítulo del informe
se presenta una breve explicación de diferentes herramientas y tecnologías: Gestor de base de datos
MySQL, servidor web apache, lenguaje de programación PHP, el adobe flex, el actionScript, el MXML y el
framework cairngorm; sin embargo en la bibliografía sólo aparecen libros asociados al MYSQL, PHP,
apache y un artículo sobre el framework cairngorm.
De la entrevista a la autora de la tesis: Sólo se trabajó con el documento que se refiere en la tesis,
titulado “Normas y Procedimientos Farmacia Comunitaria”, en el mismo aparecen detalladas las
responsabilidades de cada personal de las farmacias. A pesar de que el documento resultó ser bastante
claro y comprensible, no aportó toda la información requerida, pues en la actualidad existen procesos que
no se realizan como se explica en dicho documento, considerando que no estaba suficientemente
actualizado. La otra fuente empleada, con posterioridad al análisis del citado documento, fue la
conversación con trabajadores de la farmacia del Hospital Provincial Saturnino Lora. A través de varias
entrevistas realizadas fue comprendiendo el proceso, llegando a dominarlo por completo.
Ind2: Empleo de métodos empíricos para la extracción de la información de los usuarios.
De la revisión de la tesis por parte del investigador: En el informe no se precisan los métodos que se
emplean para extraer la información, sólo se plantean las tareas a realizar, tampoco se evidencia un diseño
que muestre la forma en que se proyectó la extracción de la información y no se exponen los instrumentos
49
utilizados, tales como encuestas, entrevistas, observación documental, grupos de debate, etc., que den
cuenta de la forma en que se realizó tal extracción.
De la entrevista a la autora de la tesis: El método utilizado fue la lectura de las normas y procedimientos
que rigen el funcionamiento de las farmacias comunitarias, la observación del trabajo que se realiza en
estas y la realización de entrevistas no predefinidas, ni con indicadores, fueron hechas de manera
espontáneas, a partir de dudas que surgían al analizar el proceso.
Ind3: Aplicación de métodos para el procesamiento de la información extraída de los usuarios.
De la revisión de la tesis por parte del investigador: No se hace un adecuado diseño de la investigación,
precisándose sólo las categorías: problema, objetivo e hipótesis, las que además no están correctamente
definidas. El problema a resolver se formula como “la ineficiencia que existe en el registro y control de la
información de los productos en el servicio farmacéutico, la que se realiza de forma manual y presenta
demoras en las elaboraciones de informes de interés”, no precisándose en qué farmacia existe esa
ineficiencia, ni fundamentándose si se manifiesta en todas las farmacias de la ciudad o país; además la
redacción induce que la ineficiencia es debido a que el registro y control se hacen de forma manual, lo que
no es necesariamente cierto. El objetivo se define como “mejorar el proceso de registro y control de la
información relacionada con la gestión de los medicamentos en farmacias comunitarias, desarrollando un
sistema automatizado que facilite esta gestión”. Al respecto, no debió asegurar que mejorará el proceso de
registro y control de la información, sino que elaborará y aplicará un sistema computacional para incidir en
el mejoramiento de dicha gestión.
Los datos extraídos no son totalmente relevantes al problema en cuestión, pero fueron útiles para dar una
cierta caracterización del problema de la investigación y explicar cómo se lleva el registro y control de los
medicamentos. No se evidencia una suficiente integralidad de los datos, en tanto no logran captar el
contexto usuario en toda su esencialidad.
50
De la entrevista a la autora de la tesis: Asegura que a partir del análisis de los datos obtenidos del
documento y las entrevistas realizadas a los trabajadores pudo comprender el proceso y realizar un buen
análisis del mismo. Reconoce que el diseño teórico de la investigación lo realizó sin dominar la metodología
de investigación. Refiere tener dudas en la formulación de las categorías del diseño.
Ind4: Diseño computacional del sistema de información.
De la revisión de la tesis por parte del investigador: Se menciona la metodología de diseño a utilizar,
pero no se evidencia ningún método que fundamente una extracción de información completa y certera.
Por otro lado, existe correspondencia entre el diseño y los datos extraídos; sin embargo, sólo durante el
diseño se argumentaron los datos, lo que debió hacerse desde y como resultado de su extracción. Se
detalla muy bien el flujo de trabajo de los cuatro casos de uso críticos: recepcionar productos, trasladar
productos, dispensación de productos controlados y registrar certificado médico. Además, incluye un anexo
para cada diagrama de clase (que no es el mismo que el diagrama de clase de la base de datos) y de
secuencia, asociado a cada uno de los casos de uso.
La falta de explicación de los modelos utilizados no permitió analizar a profundidad la correspondencia entre
los datos extraídos y la información almacenada en el sistema de información computacional. Aunque hay
anexado un modelo de base de datos, este no se explica en el informe. Los diagramas y las estructuras de
datos y sus relaciones no manifiestan un suficiente carácter sistémico.
De la entrevista a la autora de la tesis: No explicó los diagramas para que no fuera tan extenso el
informe. Reconoce que con ello omitió información necesaria para que los lectores comprendieran el diseño
del sistema que fue realizado.
Ind5: Calidad de la implementación computacional del sistema de información.
De la revisión de la tesis por parte del investigador: No hay una adecuada correspondencia entre el
diseño del sistema y la implementación, existiendo ambigüedades entre los conceptos incluidos al inicio y
los que se utilizan a lo largo del proceso. Se comienza definiendo un conjunto de actores y casos de uso y
51
luego en la implementación se les asocian nuevos roles y procesos. Se caracterizan las herramientas
computacionales que se emplean, pero no se explican los criterios que se tuvieron en cuenta para su
selección. Aunque se presenta una disposición lógica de los componentes en el producto computacional, no
se explican suficientemente, y a simple vista no se observa una total correspondencia entre los casos de
uso del diseño. No se puede precisar si existe correspondencia entre el ambiente del sistema y los
requisitos y condiciones del contexto usuario, debido a las ambigüedades entre los conceptos citados.
De la entrevista a la autora de la tesis: Utilizó indistintamente la caracterización de cada actor, buscó
nuevos conceptos con la intención de dar una mejor comprensión de cada actor. Las herramientas que
utilizó para el desarrollo del software fueron las que maneja su grupo de investigación y no las pertinentes
para los requerimientos del usuario. Es decir, que desarrolló el software con visión futura para máquinas
más potentes, suponiendo que ese desarrollo llegará a las farmacias comunitarias. No explicó los
componentes del producto computacional para no extender más el informe.
Ind6: Corroboración del sistema de información computacional con respecto al cumplimiento de los
requisitos preestablecidos por los usuarios.
De la revisión de la tesis por parte del investigador: Los elementos que dan cuenta del cumplimiento de
la hipótesis no se explicitan suficientemente, dado que las vías utilizadas para su corroboración no fueron
las idóneas. No se aclara si los datos se validaron y tampoco se explica cómo se hizo este proceso. El
criterio de los usuarios con respecto al cumplimiento de los requisitos preestablecidos no se da a conocer,
por lo que no se puede precisar si el software es pertinente para estos.
De la entrevista a la autora de la tesis: Reconoció que no terminó la etapa de validación y que los
usuarios manifestaron inconformidad en su implantación porque no poseían la tecnología necesaria.
Evaluación final: El estudio del caso ha sido desarrollado evaluando los seis indicadores establecidos para
medir la pertinencia del informe del TD seleccionado. Esta evaluación permitió concluir que a pesar de los
méritos de la investigación analizada, existen deficiencias en la generalidad de los indicadores evaluados,
52
las que limitan el alcance de niveles superiores de coherencia, validez y confiabilidad en la lógica
investigativa que debe caracterizar a los informes de tesis que elaboran los estudiantes de la carrera de
Licenciatura en Ciencia de la Computación.
Propuesta de solución: Dado que el estudio realizado está basado en la profundización de un solo caso,
sus conclusiones no se pueden extender de manera directa a toda la población de informes de TD
elaborados por los estudiantes de la carrera de Licenciatura en Ciencia de la Computación en el curso
2011-2012. No obstante, fue posible desarrollar un proceso de indagación caracterizado por el examen
detallado, comprensivo, sistemático y en profundidad del caso objeto de interés a partir de los indicadores
definidos.
De todo el análisis realizado en este epígrafe se concluye que las operaciones que más estrecha relación
tienen con el campo de acción estudiado, es decir con la dinámica del proceso de formación investigativa
en la carrera de Licenciatura en Ciencia de la Computación, presentan dificultades manifiestas en el
contexto investigativo, brindando respaldo empírico a la caracterización epistemológica realizada en el
primer epígrafe del presente informe. Emerge entonces la necesidad de transformar dicha dinámica, para lo
cual es pertinente elaborar propuestas que expliquen este proceso desde una lógica integradora de la
sistematización de la información proveniente de la situación problémica y la comprobación de su
correspondiente solución computacional.
Conclusiones
1. El análisis epistemológico desarrollado ha permitido revelar la necesidad de una reconstrucción teórica
del proceso de formación investigativa en la carrera Ciencia de la Computación, que connote la
formación de habilidades para la indagación de situaciones problémicas y para la comprobación del
sistema de información computacional desarrollado; la que a su vez permita perfeccionar los enfoques
teóricos y didácticos con que se aborda la dinámica de la citada formación.
53
2. La caracterización epistemológica y praxiológica del objeto y el campo de acción encaminan la presente
investigación hacia la elaboración de un modelo de la dinámica del proceso de formación investigativa
en la carrera de Licenciatura en Ciencia de la Computación.
3. El diagnóstico del estado actual del proceso de formación investigativa de los estudiantes de la carrera
de Licenciatura en Ciencia de la Computación, en la Universidad de Oriente, permitió constatar
insuficiencias que tienen su base en las limitaciones de la dinámica de dicho proceso,
fundamentalmente en cuanto a la sistematización de la información proveniente de la situación
problémica y la comprobación de su correspondiente solución computacional.
54
CAPÍTULO II: CONSTRUCCIÓN TEÓRICO-PRÁCTICA DE LA DINÁMICA DEL PROCESO DE
FORMACIÓN INVESTIGATIVA EN LA CARRERA DE LICENCIATURA EN CIENCIA DE
LA COMPUTACIÓN
Introducción
En el capítulo se fundamenta un modelo de la dinámica del proceso de formación investigativa en la carrera
de Licenciatura en Ciencia de la Computación, el que posibilita que se alcancen diferentes niveles de
interpretación de la citada investigación y estimula la rigurosidad en la construcción del nuevo conocimiento.
Dicho modelo se concreta en un sistema de procedimientos didácticos para desarrollar la mencionada
formación.
2.1 Fundamentos teóricos del modelo de la dinámica del proceso de formación investigativa en la
carrera de Licenciatura en Ciencia de la Computación
Para una representación esencial del proceso de formación investigativa de los citados estudiantes se
requiere una reconstrucción que tenga en cuenta la didáctica de la investigación científica, en su integración
con aquellas ciencias que permiten explicar pertinentemente su dinámica.
Consecuentemente, para la modelación didáctica de la citada dinámica se significa, desde lo
epistemológico, el sistema categorial de la Teoría Holístico-Configuracional propuesto en H. C. Fuentes,
E. C. Matos y S. S. Cruz (2004). Al asumir dicho sistema se garantiza la posibilidad de explicar la naturaleza
dinámica del modelo y su carácter dialéctico y totalizador.
55
Prevalece además el uso del Enfoque Informativo del paradigma sistémico, sistematizado por A. D. Ursul y
K.V. Kazantseva (1985), A. Gorina e I. Alonso (2012, 2013), según el cual la información constituye una
categoría central, que trasciende a la sustancia y a la energía, considerándose el procesamiento de la
información como el componente de mayor jerarquía dentro del sistema informativo, asociado a actividades
investigativas auténticamente creadoras. Este enfoque permite profundizar en la dinámica de la formación
investigativa de los estudiantes de Ciencia de la Computación, brindando vías teórico-metodológicas
idóneas para gestionar datos, procesarlos, extraer información relevante del sistema usuario y sintetizarla,
una vez validada, en un sistema de información computacional; gracias al nuevo conocimiento
informacional generado por el sistema intermediario.
Así mismo, desde lo filosófico se asumen las aportaciones del Enfoque Hermenéutico Dialéctico de los
autores E. C. Matos y otros (2007), que permiten penetrar en las particularidades distintivas de la formación
investigativa bajo estudio, con una perspectiva intra e interdisciplinaria, ofreciendo un instrumento
metodológico totalizador para su interpretación, explicación y traducción. Se asume, en particular, lo
concerniente al movimiento de la espiral hermenéutica, que permite la formación investigativo
computacional como un movimiento en desarrollo, y posibilita transitar mediante una lógica investigativa del
sistema usuario al sistema intermediario y de este último al sistema de información computacional, donde
se significa la gestión de la información de cada sistema como un todo concreto.
Desde el enfoque hermenéutico se asume además la hermenéutica digital, sistematizada por T. J. Froehlich
(1994) y R. Capurro (2010), que reconoce al usuario y al sistema intermediario como partes esenciales de
los sistemas de información computacional. Esto facilitó la modelación de la dinámica bajo estudio, desde la
interpretación, explicación y traducción computacional que debe realizarse de una situación problémica,
para llegar a su solución computacional.
Además, desde lo psicológico se asume, de la Teoría del Aprendizaje Significativo de D. P. Ausubel (1973,
1976, 2002), la forma en que se incorporan los nuevos conocimientos a la estructura cognitiva del sujeto, lo
56
que se logra cuando el mismo relaciona estos nuevos conocimientos con los anteriormente adquiridos. De
aquí que, en la formación investigativa en Ciencia de la Computación sea posible estimular la generación de
un pensamiento investigativo proyectivo en el sistema intermediario, en el sentido de poder gestionar la
información relevante del sistema usuario, de forma que le permita llegar a reproducir, mediante un sistema
de información computacional válido, la compleja naturaleza de las relaciones de dicho sistema usuario.
Desde la didáctica de la formación investigativa en las ciencias computacionales se asumen los
presupuestos de los autores Y. Rosario y E. A. Ferrer (2014) y O. Estrada y S. Blanco (2014) que sostienen
la necesidad de llevar a cabo la formación investigativa a partir de lo intra e interdisciplinar, potenciando
dicha formación desde la mayoría de las asignaturas y disciplinas, considerando así el carácter holístico e
integrador del proceso de investigación científica. Esto sirvió de basamento teórico a toda la modelación
realizada, bajo la hipótesis de que, para potenciar el desempeño profesional de los estudiantes de Ciencia
de la Computación es necesario una sistematización de la información del sistema usuario y una validación
del sistema de información computacional, lo que permitirá formar un pensamiento investigativo integrador.
2.2 Modelo de la dinámica del proceso de formación investigativa en la carrera de Licenciatura en
Ciencia de la Computación
El estudio de la dinámica de este proceso de formación es de gran importancia pues permite revelar
categorías, relaciones y regularidades que emergen en el desarrollo didáctico del mismo, con lo que se
facilita la predicción de su movimiento, desde una lógica integradora del procesamiento de la información
que se deriva del sistema usuario y se sintetiza en el sistema de información computacional, para potenciar
el logro de un pensamiento investigativo computacional en los citados estudiantes.
Aquí cabe recordar que el sistema de información computacional que se obtendrá como producto final del
proceso investigativo podrá ser un software, pero también pudiera ser un objeto de mayor nivel teórico
57
como un algoritmo computacional, una formalización conceptual, la paralelización de algoritmos o la
construcción de software básicos como compiladores, intérpretes, entre otros.
El modelo de esta dinámica se sustenta en la relación que se establece entre la enseñanza y el
aprendizaje, la que se sintetiza en los métodos productivos de investigación computacional. La enseñanza
identificada por todo el trabajo didáctico que hace el profesor con el contenido de la investigación
computacional y el aprendizaje por los diferentes niveles de apropiación significativa que hace el estudiante
de este contenido; relación que se va sintetizando a través del trabajo de ambos con los métodos
productivos de investigación computacional durante la dinámica de ese proceso formativo.
Es así que dicho modelo se ha estructurado en tres dimensiones, las que permiten explicitar sus
movimientos internos y revelar la transformación del mismo. Estas dimensiones se han denominado:
dimensión interpretativa del sistema usuario, dimensión traductora del sistema intermediario y dimensión
valorativa del sistema de información computacional.
Dimensión interpretativa del sistema usuario
La profundización en el estudio de esta dimensión permite explicar las relaciones esenciales que se
producen entre sus configuraciones y dan
cuenta del movimiento interno de la misma, el
que se sintetiza en la aplicación de métodos
de captura y procesamiento de información del
sistema usuario, al ser ésta epítome de la
contradicción que se establece entre la
transposición didáctica de las exigencias
informacionales del sistema usuario y la comprensión significativa de los requerimientos computacionales
del sistema usuario (ver figura 2.1).
58
De manera que la configuración de transposición didáctica de las exigencias informacionales del
sistema usuario es la que da comienzo al movimiento de la dimensión y es expresión de un proceso
consciente que realiza el profesor para precisar las transformaciones didácticas que debe experimentar la
información del sistema usuario, como base para estructurar el contenido informacional a enseñar, para que
responda a las especificidades de la profesión de Licenciatura en Ciencia de la Computación, dado que los
estudiantes de esta carrera deben conocer las exigencias informacionales del sistema usuario, es decir, las
fuentes de información que proporciona dicho sistema, la pertinencia de esas fuentes, los posibles métodos
y técnicas a emplear para extraer información relevante, la selección de los más eficientes para cada caso,
entre otras exigencias.
Es decir, que deberá transponer didácticamente el contenido a enseñar para que el estudiante comprenda
la necesidad de lograr una comunicación efectiva con el sistema usuario, así como, llegar a un profundo
entendimiento de su composición y sus requisitos, como clave del éxito de la investigación computacional.
En esta dirección, la ejemplificación y contextualización del contenido serán esenciales. Además, convendrá
hacer notar a los estudiantes que muchas veces los sistemas de información fallan por incongruencias entre
lo que el usuario quiere, lo que realmente necesita, lo que interpreta el estudiante desarrollador del sistema
y lo que es obtenido por éste como producto final. En esto radica la importancia que tiene la identificación
de los requerimientos del sistema usuario como punto de partida en el proceso de creación de un sistema
de información computacional.
En resumen, debe conducirse la actividad del estudiante hacia la identificación, análisis y clasificación
cuidadosa de la información contenida en el sistema usuario, a la vez que destacar el importante rol que
juega la misma en el diseño, implementación y operación de los sistemas de información; enfatizando en
que dicha información está regida por las exigencias cognitivas, sociales, del saber y de la comunicación.
Finalmente, sobre la base del contenido transpuesto y empleando métodos de enseñanza productivos,
debe lograrse que emerja en el estudiante una creciente y sistemática necesidad de búsqueda de
59
información, que lo lleve a comprometerse con la actividad bajo estudio y a movilizar diversas fuentes de
información.
Además de que comprenda que el acceso a dichas fuentes podrá lograrlo mediante la aplicación de
métodos de investigación cuantitativos y cualitativos, articulándolos en aras de llevar a cabo una adecuada
gestión de los datos, y le explicará la utilidad del empleo de técnicas empíricas como entrevistas,
encuestas, análisis documental, observaciones planificadas, entre otras que pueden aplicarse.
Ahora bien, esta transposición didáctica hecha por el profesor, conlleva a una comprensión significativa
de los requerimientos computacionales del sistema usuario, por parte de los estudiantes, la que es
expresión del proceso de discernimiento de las exigencias computacionales del sistema usuario, a través de
un proceso de investigación que les permita identificar la información relevante de dicho sistema, en aras de
precisar los requisitos funcionales y no funcionales que desde el punto de vista computacional deberán
sustentar al producto final.
Lo anterior exigirá el desarrollo de habilidades para analizar el sistema usuario a partir de acometer
reiteradas aproximaciones al mismo para descomponerlo mentalmente, fragmentándolo en sus partes y
examinando detalladamente cada una de estas, con el propósito de comprender a profundidad todos los
objetos, características y relaciones que las conforman, así como las funciones que desarrollan; todo lo cual
les permitirá determinar los requisitos funcionales y no funcionales a los efectos de la solución.
Consecuentemente, los estudiantes deberán apropiarse de criterios de selección que les permitan
jerarquizar los requerimientos identificados en el sistema usuario. Además tendrán que conocer cómo hacer
una evaluación consciente de los datos observados, así como del flujo y del contenido de la información del
sistema usuario. Toda esta evaluación les permitirá profundizar en el conocimiento de las funciones y el
comportamiento del mismo. A su vez, deberán tener en cuenta que el citado sistema será también el
usuario final del producto computacional que se obtenga, por lo que este debe ser sistemáticamente
consultado durante el procesamiento de los datos provenientes de este.
60
En resumen, esta comprensión significativa facilitará a los estudiantes la identificación de nexos entre los
objetos y relaciones que conforman el sistema usuario, el que irá adquiriendo para ellos un sentido más
pertinente y completo, con lo que lograrán darle un significado cualitativamente esencial y determinar
computacionalmente sus requisitos funcionales y no funcionales.
Ahora bien, entre las configuraciones transposición didáctica de las exigencias informacionales del sistema
usuario y comprensión significativa de los requerimientos computacionales del sistema usuario, se
establece una relación dialéctica, a partir de reconocer que en la medida en que el profesor va enseñando
el contenido informacional del sistema usuario, didácticamente transpuesto, se va produciendo en el
estudiante una comprensión significativa de los requerimientos computacionales de este sistema; y a su
vez, mediante esta comprensión se verifica la pertinencia de la transposición didáctica realizada y su
correspondencia o no con las exigencias informacionales del sistema usuario, dando lugar a un mayor
conocimiento del mismo.
La contradicción se manifiesta porque un cambio en la transposición didáctica del sistema usuario, implica
una modificación de su comprensión significativa, ya que aporta nuevos elementos de dicho sistema que,
una vez comprendidos, permiten establecer nuevos criterios para determinar computacionalmente sus
requisitos funcionales y no funcionales; mientras que una profundización significativa en los requerimientos
computacionales del sistema usuario puede enriquecer la transposición didáctica, negando la que se había
hecho por presentar limitaciones en cuanto a la completitud de la información relevante.
La relación entre la transposición didáctica de las exigencias informacionales del sistema usuario y la
comprensión significativa de los requerimientos computacionales del sistema usuario se sintetiza en una
aplicación de métodos de captura y procesamiento de información del sistema usuario, comprendida
como un proceso intencional que permite la utilización de métodos de captura y procesamiento de
información, a nivel productivo, para la extracción de información del sistema usuario y la obtención de
61
modelos lógicos de sus componentes, características y funciones esenciales; los que servirán de base para
generar las ideas que sustentarán el sistema de información computacional que debe crearse.
Así, esta aplicación debe caracterizarse por la obtención de los datos y la extracción de información
relevante y útil a partir de los mismos, empleando para ello métodos de investigación productivos.
Consecuentemente, el docente debe resaltar la necesidad de utilizar modelos que permitan representar el
sistema usuario a partir de la información relevante del mismo, como base para visualizar la arquitectura del
sistema de información computacional que debe crearse.
Por su parte, el estudiante deberá ser capaz de crear los citados modelos para profundizar en la
comprensión del flujo de trabajo del sistema usuario, para lo cual tendrá que definir previamente los objetos
de datos observables, evaluar el flujo y contenido de la información y profundizar en el comportamiento del
sistema usuario. A su vez tendrá que aplicar métodos cuantitativos y cualitativos, además de saber
articularlos para extraer información, organizarla y estructurarla. Dentro de estos métodos se destacan los
cuantitativos aportados por la Estadística, la Teoría de Grafos y otras ramas de la Matemática. También
pueden emplearse métodos cualitativos como estudio de casos, análisis documental y otros que conduzcan
a un procesamiento textual. Toda la información obtenida con los métodos cuantitativos y cualitativos puede
ser triangularizada para incrementar la validez y confiabilidad de las conclusiones.
También será necesario que el profesor haga énfasis en la relevancia que tiene el empleo del lenguaje
estándar para visualizar, especificar, construir y documentar las actividades de un sistema que involucra
gran cantidad de información. Además, deberá destacar la utilización de diagramas para representar
diferentes elementos del sistema, lo que facilitará la comunicación entre el estudiante desarrollador y el
sistema usuario. En esta etapa serán importantes los diagramas de flujo de datos para representar la
entrada, proceso y salida de los requerimientos funcionales del sistema usuario, así como los diagramas de
casos de uso y de actividad.
62
Las relaciones entre estas tres configuraciones permiten explicitar la dimensión interpretativa del sistema
usuario como expresión del movimiento que se establece entre la transposición didáctica de las exigencias
informacionales del sistema usuario y la comprensión significativa de sus requerimientos computacionales,
que se sintetiza en una aplicación de métodos de captura y procesamiento de información del referido
sistema, como un primer estadio de desarrollo en la dinámica del proceso de formación investigativa de los
estudiantes de la carrera de Ciencia de la Computación.
Esta dimensión formula el carácter de aplicabilidad del contenido informacional del sistema usuario,
desarrollado conjuntamente por el profesor y los estudiantes, el que permite potenciar las habilidades
investigativas de estos últimos, mediante la aplicación de métodos de captura y procesamiento de la
información proveniente de dicho sistema; todo lo cual posibilita una interpretación de las necesidades del
sistema usuario, lo que llevará a lograr una modelación pertinente del mismo.
Dimensión traductora del sistema intermediario
A su vez la configuración síntesis, aplicación de métodos de captura y procesamiento de información
del sistema usuario, genera otro movimiento
del proceso, que a través de la dimensión
traductora del sistema intermediario expresa la
relación que se establece entre la orientación
de herramientas para el diseño y la
implementación computacional de un sistema
de información y la asimilación de
representaciones computacionales de dicho
sistema (ver figura 2.2).
Así, la configuración orientación de herramientas para el diseño y la implementación computacional
de un sistema de información es interpretada como el proceso que facilita información, guía y
63
asesoramiento a los estudiantes para la adecuada selección de herramientas de diseño e implementación
del sistema de información computacional que han de construir, enfatizando en la estructura general del
mismo y en la identificación e integración de componentes computacionales que respondan a los
requerimientos y funcionalidades que exige el sistema usuario.
Consecuentemente, la orientación para el diseño e implementación proporciona las herramientas
necesarias para ir refinando los criterios de construcción del sistema de información computacional. Es así
que el profesor tendrá que precisar cómo han de organizarse las estructuras de datos, implementarse los
detalles procedimentales, caracterizarse las interfaces, traducirse el diseño en un lenguaje de
programación, seleccionar herramientas computacionales adecuadas y realizarse la prueba.
Además, deberá hacer notar a los estudiantes que el sistema de información computacional que deben
crear no tiene el propósito de ser usado por ellos mismos, sino por personas que no poseen suficientes
conocimientos computacionales (usuarios). De aquí la necesidad de diseñar sistemas de información que
satisfagan los requerimientos de los usuarios, para lo cual deberá propiciarse una participación activa y
sistemática de los mismos en dicho diseño, lo que asegurará que aporten su experiencia, a la vez que
vayan apropiándose de las funcionalidades que brindará el citado sistema. Finalmente, se deberá insistir en
que las herramientas computacionales que se seleccionen y apliquen para crear el sistema de información
computacional se correspondan con la infraestructura disponible por el sistema usuario.
Ahora bien, la orientación de herramientas para el diseño y la implementación computacional de un sistema
de información por sí sola no es suficiente, por lo que deberá desarrollarse en estrecha relación con la
asimilación de representaciones computacionales de un sistema de información, como configuración
que da cuenta del proceso de aprendizaje llevado a cabo por los estudiantes, a partir de adicionar a su base
de conocimientos y experiencias, elementos relativos a los modelos lógicos y físicos que pueden emplearse
en el diseño y construcción de las componentes de un sistema de información computacional y en su
traducción a un lenguaje de programación concreto.
64
A tales efectos será conveniente que los estudiantes, antes de escribir el código o crear una tabla en la
base de datos, hayan asimilado correctamente diferentes formas de representaciones computacionales del
sistema de información que pretenden crear y apliquen los principios básicos del diseño para su adecuada
construcción. Para ello deberán apropiarse del método de modelación computacional, que les facilitará la
posterior implementación en un lenguaje de computación.
En esta dinámica los estudiantes podrán percibir las complejidades del proceso de diseño de un sistema de
información computacional y la forma iterativa en que ha de realizarse el mismo. Además, comprenderán
que para tener éxito en dicho proceso no bastará con analizar sistemáticamente la entrada, transformación
y almacenamiento de los datos, sino que también será necesario monitorear la salida de información en el
contexto del sistema usuario, lo que le posibilitará diseñar e implementar mejoras al sistema usuario.
Asimismo, necesitarán adquirir conciencia de su responsabilidad sobre la documentación del programa y la
necesidad de que el código fuente resulte descifrable, dada la relevancia de estos aspectos para futuras
pruebas y mantenimiento del sistema.
Ahora bien, entre las configuraciones orientación de herramientas para el diseño y la implementación
computacional de un sistema de información y la asimilación de representaciones computacionales de este
sistema, se establece una relación dialéctica, ya que en la medida en que el profesor va orientando
herramientas a utilizar para el diseño y la implementación computacional de un sistema de información, se
va produciendo en el estudiante la asimilación de representaciones computacionales de dicho sistema; y a
su vez, sobre la base de esta asimilación se verifica la eficacia de la orientación realizada y el cumplimiento
de los requerimientos funcionales y no funcionales ya precisados.
La contradicción se manifiesta porque un cambio en la orientación de las citadas herramientas, conduce a
una modificación en la asimilación de las correspondientes representaciones computacionales, ya que
introduce nuevos elementos de análisis, que al ser atendidos facilitan la concepción de nuevas
representaciones; mientras que un estudio más profundo de las posibles representaciones computacionales
65
del sistema de información en desarrollo, puede enriquecer la orientación realizada, rechazando las
herramientas de diseño e implementación que se habían seleccionado inicialmente.
Así, la relación anteriormente explicada se sintetiza en una sistematización de métodos para el diseño y
la implementación computacional de un sistema de información, entendida como un proceso
secuencial y acumulativo de conocimientos sobre métodos de selección y desarrollo de componentes para
el diseño e implementación de un sistema de información computacional, tales como: esquemas,
estructuras de datos, diagramas (de estructura, comportamiento o interacción), algoritmos, lenguajes de
programación, arquitectura del software y entornos de desarrollo.
Para tener éxito en la citada sistematización será necesario realizar actividades prácticas que vayan
ascendiendo en el nivel de complejidad de los modelos a emplear en los diseños computacionales,
contemplando en todo momento las relaciones del sistema usuario inicialmente representadas.
También será necesario sistematizar los diagramas de diseño (de clase, colaboración, secuencia, estado y
despliegue), así como los diagramas de implementación (de componentes), que desde el punto de vista de
la formación investigativa permiten integrar las componentes computacionales utilizadas (clases, ficheros,
objetos, variables, entre otras) en una representación que facilita visualizar las relaciones entre estas.
A partir de la relación explicada, en la dinámica formativa investigativa del estudiante se destaca una doble
perspectiva, la que se dirige por un lado hacia la apropiación de métodos que permitan extraer información
relevante, que facilite el diseño computacional del sistema de información; y por otro, a métodos que
faciliten la retroalimentación constante de su intencionalidad computacional, para obtener un sistema de
información que responda a los requerimientos del sistema usuario, a la vez que sea técnicamente
pertinente. De aquí que la sistematización de métodos de modelación computacional que se realiza sirva de
monitoreo para ejecutar la dinámica que se construye, convirtiéndose en un proceso que permita el
autocontrol del estudiante sobre sus acciones computacionales.
66
De esta manera se origina un nuevo movimiento de la dinámica del proceso de formación investigativo-
computacional, a partir de las relaciones que se establecen entre las cuatro configuraciones explicadas, lo
que deviene en un segundo nivel de esencialidad computacional que está dado por la dimensión
traductora del sistema intermediario. Esta dimensión es concebida como expresión del proceso de
traducción de la información extraída del sistema usuario en un sistema de información computacional,
mediante un proceso intermediario que contempla el diseño de las componentes computacionales y su
implementación a través de un lenguaje de programación, como un segundo estadio de desarrollo en la
dinámica del proceso de formación investigativa de los estudiantes de la carrera Ciencia de la Computación.
Esta traducción se sustenta en la sistematización de métodos de captura y procesamiento de la información
del sistema usuario y de métodos para el diseño y la implementación computacional de un sistema de
información, que en un proceso intermediario facilitan una concreción pertinente y confiable del sistema de
información resultante.
Dimensión valorativa del sistema de información computacional
La configuración síntesis, sistematización de métodos para el diseño y la implementación
computacional de un sistema de
información, genera otro movimiento del
proceso, que a través de la dimensión
valorativa del sistema de información
computacional expresa la relación que se
establece entre la evaluación de la
confiabilidad y pertinencia del citado sistema y
la apropiación significativa de los elementos corroborativos del mismo (ver figura 2.3).
La configuración evaluación de la confiabilidad y pertinencia del sistema de información
computacional es interpretada como un proceso de medición cualitativa y cuantitativa, que se lleva a cabo
67
utilizando indicadores de confiabilidad y pertinencia para comprobar el nivel de eficacia del sistema de
información computacional que se ha construido.
Durante esta dinámica evaluativa será necesario que el profesor enfatice sobre la importancia de realizar
numerosas pruebas al sistema de información computacional desarrollado, con el objetivo de detectar
errores y asegurarse de que las entradas produzcan resultados confiables y pertinentes, acordes con los
requeridos por el sistema usuario. Así también, deberá insistir en dar la atención a los procesos lógicos
internos del sistema de información computacional, asegurando que todas las sentencias y requisitos
funcionales y no funcionales se hayan comprobado.
En esta dirección será conveniente que el docente destaque la necesidad de ejecutar pruebas en las que el
método a emplear sea la simulación del funcionamiento del sistema de información computacional a partir
de la entrada de datos (ficticios o reales), que generarán diferentes escenarios probables del sistema
usuario, con la finalidad de localizar discrepancias o anomalías en el desempeño del citado sistema de
información computacional. Ejecutar estas pruebas permite detectar errores que se hayan podido cometer
en etapas anteriores y, eventualmente, corregirlos.
Por último, deberá explicar que la implantación es la etapa final del desarrollo de los sistemas de
información computacional, durante la cual se instalan para su explotación y se capacita a los usuarios para
su manejo aunque el programa cuente con interfaces amigables y avanzadas. Esta capacitación es
preliminar para el caso de los estudiantes de pregrado que desarrollen los sistemas de información
computacional, pero estos deben conocer todas las especificidades de la implantación, la que será de su
absoluta responsabilidad, una vez convertidos en profesionales de Ciencia de la Computación.
Ahora bien, la evaluación de la confiabilidad y pertinencia del sistema de información computacional por sí
sola no garantiza una adecuada valoración de los métodos de comprobación y evaluación del sistema de
información computacional y para lograrla deberá desarrollarse en estrecha relación con la apropiación
significativa de los elementos corroborativos del sistema de información computacional, como
68
configuración que expresa el proceso de adquisición de conocimientos significativos sobre las
características y elementos necesarios para evaluar la pertinencia y confiabilidad del sistema de
información computacional desarrollado, a partir de pruebas funcionales y no funcionales.
Para la corroboración del sistema de información computacional, los estudiantes deberán comenzar
identificando los puntos débiles y fuertes del mismo, para luego evaluar dicho sistema en cuanto a su
operatividad, impacto organizacional y desempeño del desarrollo. A tales efectos tendrán que dominar que
la evaluación de la operatividad contempla su funcionamiento, facilidad de uso, tiempo de respuesta a una
petición, formato en que brinda información de entradas y salidas y el nivel de utilidad. Además, que el
impacto organizacional mide los beneficios para la organización en áreas tales como las finanzas, la
eficiencia del desempeño laboral y el impacto competitivo. Por último, tomarán conciencia sobre el
desempeño del desarrollo, que evalúa el proceso realizado, considerando criterios como tiempo y esfuerzo,
estándares de calidad, criterios de administración y los métodos y herramientas utilizados.
Por otro lado, deberá ampliar sus conocimientos para articular la etapa de prueba con la de implantación,
esta última frecuentemente obviada en el proceso formativo de la carrera. De igual forma conocerán los
elementos significativos de la etapa de mantenimiento (corrección de errores, adaptaciones requeridas a
medida que evoluciona el entorno del sistema de información computacional y a cambios originados en los
requisitos del cliente), a pesar de que no será objetivo de la dinámica del proceso de formación investigativa
la aplicación de estos elementos en la práctica.
Ahora bien, entre las configuraciones evaluación de la confiabilidad y pertinencia del sistema de información
computacional y la apropiación significativa de los elementos corroborativos del mismo, se establece una
relación dialéctica, ya que en la medida en que el profesor procede a realizar la evaluación de la
confiabilidad y pertinencia de un sistema de información computacional, se va produciendo en los
estudiantes una apropiación de los elementos corroborativos de dicho sistema; y a su vez, una adecuada
69
apropiación de estos elementos confirma la validez de la evaluación realizada por el profesor, reflejando el
dominio de los conocimientos sobre la pertinencia y confiabilidad del sistema de información computacional.
La contradicción se expresa porque un cambio en la evaluación de la confiabilidad y pertinencia del sistema
de información computacional, conlleva a una modificación en la apropiación significativa de los elementos
corroborativos de dicho sistema, puesto que incluye otros aspectos en la evaluación, los que al ser
comprendidos por los estudiantes, propician la apropiación significativa de nuevos elementos
corroborativos; mientras que una profundización en el conocimiento de estos elementos, puede producir
una evaluación más esencial, que podría negar los argumentos asumidos inicialmente sobre la confiabilidad
y pertinencia del sistema evaluado.
A consecuencia de la relación dialéctica que se establece entre estas configuraciones, emerge una
valoración de métodos de comprobación y evaluación del sistema de información computacional,
como expresión del proceso de selección y aplicación de métodos de investigación destinados a la
corroboración de la pertinencia y viabilidad del sistema de información computacional desarrollado,
evidenciando la coherencia entre las funcionalidades que brinda el sistema desarrollado y los
requerimientos del sistema usuario.
Para llevar a cabo una adecuada valoración será preciso profundizar en la utilización de las principales
pruebas de comprobación y evaluación del sistema de información computacional, tales como las pruebas
de despliegue, exploratorias, de aceptación del usuario, de integración, de control, unitarias, de rendimiento,
de carga, entre otras. A su vez, en esta dinámica valorativa es provechoso emplear los principales métodos
y técnicas de evaluación, tales como el examen del comportamiento del sistema, el examen de los
resultados del sistema, la revisión documental y la matriz de evaluación, entre otros.
Por último, los estudiantes deberán tomar conciencia de que en esta etapa final, en la medida que se logren
seleccionar y aplicar métodos de investigación que corroboren que el sistema de información computacional
cumple, tanto cuantitativa como cualitativamente, con las pruebas de comprobación y evaluación, se
70
garantizará su adecuada pertinencia y confiabilidad con relación a las exigencias y requisitos del sistema
usuario, lográndose de este modo el desarrollo de un producto computacional con un adecuado nivel de
calidad. En el caso de que el sistema no refleje la referida pertinencia y confiabilidad, será necesario re-
orientar la dinámica de este proceso formativo hacia la detección de los errores y sesgos cometidos durante
las diferentes etapas del proceso de desarrollo del mismo.
En resumen, el movimiento que emerge producto a la relación dialéctica que se establece entre las
configuraciones representadas en la figura 2.3, da lugar a la dimensión valorativa del sistema de
información computacional, la que se constituye en un proceso de sistematización valorativa de los
métodos para el diseño e implementación computacional y para la comprobación y evaluación de dicho
sistema, tomando como base la relación que se establece entre la evaluación de la confiabilidad y
pertinencia del sistema y la apropiación significativa de los elementos corroborativos del mismo, todo lo cual
se constituye en un tercer estadio de desarrollo en la dinámica del proceso de formación investigativa de los
estudiantes de la carrera de Ciencia de la Computación.
Ahora bien, entre las configuraciones síntesis aplicación de métodos de captura y procesamiento de
información del sistema usuario, la sistematización de métodos para el diseño y la implementación
computacional de un sistema de información y la valoración de métodos de comprobación y evaluación del
sistema de información computacional existe una relación dialéctica que da lugar a tres niveles
hermenéuticos (interpretativo, traductor y valorativo), los que se manifiestan como dimensiones de la
dinámica del proceso de formación investigativa en Ciencia de la Computación, que en su interacción
potencian la formación de un pensamiento investigativo computacional.
El citado pensamiento investigativo computacional, es concebido como el razonamiento lógico del
estudiante, adquirido a lo largo de la dinámica del proceso de formación investigativa en Ciencia de la
Computación, el que transita desde una comprensión significativa de los requerimientos computacionales
del sistema usuario, hasta la asimilación de las representaciones computacionales de un sistema de
71
información, y de esta última, a una apropiación significativa de los elementos corroborativos del sistema de
información computacional que se desarrolla, y que se expresa en una adecuada aplicación de métodos de
investigación científica para transitar por los niveles hermenéuticos (interpretativo, traductor y valorativo)
(ver figura 2.4).
Ahora bien, la modelación de la dinámica del proceso de formación investigativa en la Licenciatura en
Ciencia de la Computación da lugar a un sistema de relaciones esenciales, que permite interpretar su
comportamiento y transformación. Dicho sistema está integrado por las siguientes relaciones:
Captura y procesamiento de información del sistema usuario a partir de una transposición didáctica de
las exigencias informacionales de dicho sistema, así como de la comprensión de sus requerimientos
computacionales y de los posibles métodos a emplear para lograr una interpretación significativa del
mismo.
Orientación y asimilación de herramientas computacionales para la representación de un sistema de
información, desde una sistematización de métodos para su diseño e implementación computacional,
como movimiento que da lugar a una cualidad traductora del sistema usuario en sistema intermediario.
Valoración del sistema de información computacional, a partir de una comprobación y evaluación de su
confiabilidad y pertinencia empleando elementos y los métodos corroborativos estudiados.
A partir de la profundización en el estudio de estas relaciones se devela entonces como regularidad, la
lógica integradora entre la aplicación de métodos de captura y procesamiento de información del sistema
usuario, la sistematización de métodos de diseño e implementación computacional de un sistema de
información y la valoración de métodos de comprobación y evaluación del sistema de información
computacional, la que se constituye en una condición imprescindible para el desarrollo de un pensamiento
investigativo computacional.
72
El movimiento que da lugar a la hermenéutica computacional del sistema intermediario se origina de una
Aplicación de métodos de captura y
procesamiento de información del sistema usuario
Figura 2.4: Modelo de la dinámica del proceso de formación investigativa en la Licenciatura en Ciencia de la Computación
Dimensión Interpretativa del Sistema Usuario
Dimensión Traductora del Sistema
Intermediario
PEN
SAM
IENTO
INV
ESTIGA
TIVO
CO
MP
UTA
CIO
NA
L
Transposición didáctica de las exigencias
informacionales del sistema usuario
Comprensión significativa de los
requerimientos computacionales del
sistema usuario
Evaluación de la confiabilidad y
pertinencia del sistema de información computacional
Apropiación significativa de los elementos
corroborativos del sistema de información computacional
Dimensión Valorativa del Sistema de
Información Computacional
Asimilación de representaciones
computacionales de un sistema de información
Valoración de métodos de comprobación y
evaluación del sistema de información computacional
Sistematización de
métodos para el diseño y la implementación
computacional de un sistema de información
Orientación de herramientas para el
diseño y la implementación computacional de un
sistema de información
73
Ahora bien, para llevar a la práctica el sistema de relaciones esenciales y la regularidad de la modelación
realizada, se requerirá de la elaboración y aplicación de un sistema de procedimientos didácticos que
oriente a los docentes en la formación del pensamiento investigativo computacional.
2.3 Sistema de procedimientos didácticos para conducir la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en Ciencia de la Computación
El sistema de procedimientos didácticos que se presenta se ha construido mediante el método Sistémico
Estructural Funcional, con el propósito de llevar a la práctica la citada dinámica. Se constituye así en
instrumento de intervención didáctica, que tiene como objetivo la orientación intencional a los profesores de
la carrera de Licenciatura en Ciencia de la Computación para la conducción del proceso de formación
investigativa. Su lógica promueve transformaciones formativas cada vez más relevantes, que contribuyen al
perfeccionamiento de la investigación computacional, las cuales se convertirán en una guía para el logro de
una independencia cognoscitiva, a partir de un trabajo más consciente y estable, que viabilice el auto-
desarrollo formativo de los estudiantes, de aquí su carácter didáctico.
Promueve una dinámica que facilita su rediseño y perfeccionamiento sistemático, lo que se ve potenciado
por las múltiples influencias externas a que está sometido, tales como los vertiginosos cambios de la teoría
y la tecnología computacional, las nuevas teorías pedagógicas, la didáctica de la computación, etc. Por todo
ello se define como un sistema abierto en constante cambio y mejoramiento.
Además, como todo sistema, presenta recursividad y sinergia, la primera manifestada en el sentido que
obtiene de sus partes, o sea de los tres procedimientos que lo conforman, a la vez que dichos
procedimientos logran su significado a partir de la integración sistémica (el todo), lo que garantiza su
coherencia. La sinergia se expresa en el pensamiento investigativo computacional que se configura en la
dinámica de la formación investigativa, como nueva cualidad totalizadora alcanzada en su implementación.
74
También cuenta con una entropía asociada al proceso de comunicación, el que no siempre logra la
eficiencia necesaria y provocada, a su vez, por las carencias que presentan los estudiantes para desarrollar
un proceso investigativo coherente, así como por la resistencia que muestran profesores y estudiantes ante
los cambios que el sistema de procedimientos introduce en la dinámica investigativa, el que requiere una
mayor preparación metodológica y computacional, que demanda una profundización en las categorías,
principios y leyes de la metodología de la investigación científica y la ingeniería de software. La
homeostasis se logra cuando el profesor reconoce la necesidad de perfeccionar la dinámica del proceso de
formación investigativa de sus estudiantes y se empeña en favorecer el desarrollo de habilidades a partir de
las acciones que se proponen en el sistema de procedimientos didácticos. También se puede potenciar
valiéndose de las posibilidades que ofrecen las prácticas laborales, los trabajos de curso y el trabajo de
diploma. Así mismo, su autodesarrollo se expresa en el carácter flexible, abierto y dinámico que posee, el
que facilita su sistemática adecuación, permitiendo su progresivo perfeccionamiento y desarrollo.
El sistema se estructura en tres procedimientos didácticos que interactúan durante la dinámica de la
formación investigativa, los que se han denominado: procedimiento interpretativo del sistema usuario,
procedimiento traductor del sistema intermediario y procedimiento valorativo del sistema de información
computacional. Cada uno de estos procedimientos consta de objetivos, acciones a realizar por el profesor y
acciones a realizar por los estudiantes. El sistema cuenta, además, con criterios evaluativos y patrones de
logro para profesores y para estudiantes (ver figura 2.5).
Para la aplicación del sistema de procedimientos didácticos se establecen como condiciones:
Experiencia del claustro en el desarrollo de investigaciones computacionales.
Apropiada formación metodológica del claustro para aplicar las principales orientaciones y acciones que
propone el sistema de procedimientos didácticos.
Plan de Estudio con objetivos en correspondencia con la formación investigativa, así como con ciertas
flexibilidades que permitan realizar ajustes para llevar a cabo dicha formación.
75
Existencia de recursos materiales mínimos, especialmente de infraestructura computacional y
bibliografía adecuadas.
Indicaciones de la correspondiente dirección docente-metodológica, estableciendo la necesidad de
desarrollar estrategias y procedimientos didácticos específicos para potenciar la formación investigativa.
Adecuada motivación de estudiantes y profesores para el trabajo investigativo.
Figura 2.5. Sistema de procedimientos didácticos para conducir la dinámica del proceso de formación
investigativa en la carrera de Licenciatura en Ciencia de la Computación.
Una vez definidas las condiciones necesarias para la aplicación del sistema de procedimientos didácticos,
cabe precisar las asignaturas del plan de estudio vigente que deben asumir la mayor responsabilidad con la
ejecución del citado sistema en cada año de la carrera. A tales efectos se proponen las asignaturas que se
muestran en la tabla 11.1 del Anexo 11, las que han sido seleccionadas porque permiten el establecimiento
de situaciones problémicas que requieren ser resueltas computacionalmente, para lo cual se debe transitar
por un sistema usuario, un sistema intermediario y un sistema de información computacional.
La coordinación del trabajo de formación investigativa con estas asignaturas debe realizarse en dos
direcciones, desde el nivel de sistematización vertical y desde el horizontal. En el primer caso las
76
correspondientes disciplinas deben encaminar parte de su trabajo metodológico a establecer situaciones
problémicas que desde sus asignaturas permitan aplicar el sistema de procedimientos didácticos.
Por otro lado, la sistematización horizontal debe estar a cargo del colectivo de año, liderado por el Profesor
Principal de Año. Este trabajo incluirá la realización de un diagnóstico al inicio de cada semestre. Dicho
diagnóstico en el primer año puede emplear medios como entrevistas grupales y encuestas, entre otros. Ya
a partir del segundo año puede incluir la revisión de informes de trabajos extraclase, de trabajos de curso y
de práctica laboral e investigativa del año anterior. En el año deberá trabajarse la integración de actividades
docentes de diversas asignaturas, principalmente aquellas referidas a evaluaciones.
También será importante incentivar la formación de grupos científico-estudiantiles, en correspondencia con
las líneas de investigación del departamento carrera y de otros centros de investigación del territorio, los
que propiciarán tareas que permitan profundizar en determinadas temáticas, así como adquirir habilidades
investigativas y disposición para el trabajo científico.
Procedimiento interpretativo del sistema usuario
Objetivo: Orientación a profesores y estudiantes sobre la forma de concretar, en la dinámica del proceso
de formación investigativa, las relaciones que se establecen entre la transposición didáctica de las
exigencias informacionales del sistema usuario, la comprensión significativa de los requerimientos
computacionales del sistema usuario y la aplicación de métodos de captura y procesamiento de información
del sistema usuario.
Acciones a realizar por el profesor
Realizar actividades docentes que propicien el desarrollo de habilidades para la identificación, análisis y
clasificación de la información contenida en el sistema usuario, a la vez que destacar el importante rol que
juega la misma en el diseño, implementación y operación de los sistemas de información.
A tales efectos será importante enseñar al estudiante a confeccionar un cronograma de trabajo que transite
por la etapa de análisis y procesamiento de los datos extraídos del sistema usuario. También deberá
77
enseñárseles a aplicar los métodos de investigación cualitativos, fundamentalmente el análisis-síntesis, de
lo abstracto a lo concreto, de inducción-deducción y el genético.
Explicar la necesidad de vincular y potenciar la participación activa de los usuarios antes, durante y
después de la creación del sistema de información computacional.
Hacer entender a los estudiantes que esto es tan importante como los detalles técnicos de la elaboración
del citado sistema, ya que si los usuarios no están implicados, ni se les motiva en forma apropiada, por
eficiente que resulte el sistema no funcionará conforme a las expectativas. Además será necesario
enseñarles el uso de técnicas de investigación para interactuar con el sistema usuario, principalmente:
encuestas, entrevistas y observación planificada, análisis documental.
Explicitar el proceso que debe llevar a cabo el estudiante para la interpretación de los datos, con el
propósito de extraer información que sea relevante a los efectos de la solución que se persigue.
Para ello debe facilitarse la apropiación de métodos de investigación cualitativos y cuantitativos, que
permitan el desarrollo de habilidades de búsqueda, análisis y procesamiento de información procedente de
diferentes fuentes, tales como bibliográficas, entrevistas, encuestas, observaciones, entre otras.
Enfatizar en la necesidad de que el estudiante haga una evaluación consciente de los datos observados
(recolectados), así como del flujo y del contenido de la información extraída del sistema usuario, para lo
cual podrá emplear métodos de investigación como el análisis-síntesis, inducción-deducción y de lo
abstracto a lo concreto.
Toda esta evaluación permitirá profundizar en el conocimiento de las funciones y el comportamiento de
dicho sistema, así como en la definición de los requisitos funcionales y no funcionales del sistema usuario.
También posibilitará la definición de prioridades para las funcionalidades, en dependencia de la necesidad
del sistema usuario. Además, podrá servir de apoyo para crear datos representativos de cada funcionalidad
para realizar futuras pruebas del sistema de información computacional resultante.
78
Hacer que el estudiante comprenda la importancia de mantenerse en permanente contacto con el
sistema usuario, el que será el usuario final del sistema de información computacional que se obtenga, por
lo que debe ser sistemáticamente consultado durante el procesamiento de los datos extraídos.
Para ello deberá enfatizar la necesidad de documentar todas las funcionalidades extraídas, utilizando un
lenguaje conciliado con el sistema usuario. Además de aprovechar los tipos de argumentación que brinda la
Ingeniería de Software, tales como: la historia de usuario, plantillas de casos de uso y el manual de usuario.
Insistir en el estudio de los principales tipos de modelos: lineal secuencial, de construcción de prototipos,
de procesos evolutivos, incremental, en espiral, entre otros.
Esto potenciará la formación de habilidades en el estudiante para establecer una comparación entre la
necesidad del sistema usuario y las facilidades que brinda cada tipo de modelo, con lo que aprenderá a
escoger el idóneo, decidiendo si el proceso de desarrollo del sistema de información computacional se
realizará a corto o a largo plazo.
Resaltar la importancia de utilizar modelos de flujo de trabajo del sistema usuario, diagramas de casos
de uso y de actividad, para visualizar y controlar la arquitectura del sistema de información computacional
que debe crearse, siendo esenciales para garantizar la buena calidad de dicho sistema.
Esto puede introducirse en la dinámica de la clase mediante el análisis de un trabajo de diploma en el que
haya sido modelado un sistema. Así, se podrá ir discutiendo dicho modelado, valorándose el resultado
obtenido en cada una de las etapas y el resultado final, para luego llegar a conclusiones sobre la calidad
final que se aprecia en el sistema de información resultante.
Enseñar a definir las categorías del diseño de una investigación a partir del trabajo con diversas
situaciones problémicas para que propongan dichas categorías y las fundamenten, empleando los
correspondientes medios de diagnóstico.
Todo esto puede complementarse con el trabajo en grupos para la discusión y perfeccionamiento de las
categorías, las que se deben comenzar a trabajar desde las asignaturas de primer año responsabilizadas
79
con la aplicación del sistema de procedimientos didácticos (ver anexo 11). Luego, la asignatura Metodología
de la Investigación deberá encargarse de precisar y profundizar en la forma de definir y fundamentar todas
las categorías del diseño de una investigación, además enseñará métodos y técnicas de investigación para
diagnosticar insuficiencias del sistema usuario.
Realizar evaluaciones para medir habilidades de análisis e interpretación de la información relevante
extraída del sistema usuario.
En este caso pueden ponerse ejemplos de indagaciones hechas en un determinado sistema usuario
empleando técnicas de investigación como entrevistas, cuestionarios, etc., para que el estudiante analice
los datos extraídos, e interprete las necesidades del citado sistema. También deben orientársele actividades
en las que desarrollen ellos mismos un diagnóstico del sistema usuario, para lo cual tendrán que escoger o
crear los medios de diagnóstico.
Criterio evaluativo para los profesores: Eficacia de la transposición didáctica realizada en la dinámica del
proceso de formación investigativa, para que los estudiantes logren una adecuada aplicación de métodos
de captura y procesamiento de información del sistema usuario.
Patrones de logro para los profesores:
No. PATRONES DE LOGRO CALIFICACIÓN
2 3 4 5
1. Empleo de transposiciones didácticas apropiadas para favorecer la comprensión significativa
de los requerimientos computacionales del sistema usuario.
2. Desarrollo de actividades docentes que favorezcan la aplicación de métodos de captura y
procesamiento de información proveniente del sistema usuario.
3. Diseño y aplicación de un sistema de evaluación que contribuya a potenciar la aplicación de
métodos de captura y procesamiento de información del sistema usuario.
80
Acciones a realizar por el estudiante
Comprometerse con la investigación que desarrolla y aprender a movilizar diversas fuentes de
información que le ayuden a obtener respuestas apropiadas a sus interrogantes.
Apropiarse de métodos cuantitativos y cualitativos, así como técnicas empíricas que le faciliten la
captura y procesamiento de los datos provenientes del sistema usuario, tales como: entrevistas, encuestas,
análisis documental, observaciones planificadas, entre otras que pueden aplicarse.
Lograr una comunicación efectiva con el sistema usuario, con el objetivo de llegar a un profundo
entendimiento de su composición y sus requerimientos computacionales, como punto de partida en el
proceso de desarrollo de un eficiente sistema de información. Para ello deberá aprender a utilizar
instrumentos de investigación como guías de observación, de entrevistas, entre otros.
Representar los datos mediante procedimientos que le faciliten la identificación de nexos entre los
objetos y relaciones que conforman el sistema usuario, el que debe ir adquiriendo para él un sentido más
pertinente y completo, con lo que logrará darle un significado cualitativamente superior.
Procesar los datos empíricos recolectados, definiendo categorías, tabulándolos y ordenándolos para
facilitar la evaluación de la información extraída del sistema usuario. Lo que le permitirá profundizar en el
conocimiento de las funciones y el comportamiento de dicho sistema.
Apropiarse de métodos y técnicas cuantitativas y cualitativas, que les permitan organizar y estructurar la
información que extraigan de los datos. Dentro de estos métodos y técnicas se destacan las aportadas por
la Estadística, la Teoría de Grafos, así como los diagramas de flujo de datos para representar la entrada,
proceso y salida de las funciones del sistema usuario, los diagramas de casos de uso y los diagramas de
actividad.
Seleccionar una metodología idónea para posteriormente avanzar en el proceso de desarrollo del
software y determinar el lenguaje de modelado a emplear.
81
Crear modelos que le permitan una mejor comprensión del flujo de trabajo del sistema usuario, para lo
cual tendrá que definir previamente los objetos de datos observables, evaluar el flujo y contenido de la
información, elaborar las funciones del futuro sistema de información computacional y profundizar en su
comportamiento en el contexto del sistema usuario.
Comprender la relevancia del empleo del lenguaje estándar para visualizar, especificar, construir y
documentar las actividades de un sistema de información que involucra gran cantidad de información,
observando que el más utilizado es el Lenguaje Unificado de Modelado (UML), por cubrir todas las vistas
necesarias para desarrollar y luego desplegar los sistemas de información computacional.
Identificar, durante la sistematización de la información proveniente del sistema usuario, las posibles
modificaciones que pueden introducirse en el modelado inicial a partir de la aparición de nuevas
funcionalidades esenciales que afecten al mismo.
Criterio evaluativo para los estudiantes: Nivel de comprensión significativa de los requerimientos
computacionales del sistema usuario, evidenciado en los resultados de la aplicación de métodos de captura
y procesamiento de información de dicho sistema.
Patrones de logro para los estudiantes:
No.
PATRONES DE LOGRO
CALIFICACIÓN
2 3 4 5
1. Identificación de requerimientos computacionales esenciales para el sistema usuario.
2. Apropiación de adecuados métodos de captura y procesamiento de información del
sistema usuario, manifestado en su correcta selección y aplicación.
3. Sistematización de la información relevante del sistema usuario, comprobada en el
resultado de las evaluaciones que se realizan.
Procedimiento traductor del sistema intermediario
Objetivo: Orientación a profesores y estudiantes sobre la forma de concretar, en la dinámica del proceso
de formación investigativa, las relaciones que se establecen entre la orientación de herramientas para el
82
diseño y la implementación computacional de un sistema de información, la asimilación de representaciones
computacionales de un sistema de información y la sistematización de métodos para el diseño y la
implementación computacional de un sistema de información.
Acciones a realizar por el profesor
Hacer entender a los estudiantes la importancia de ir refinando cada detalle del desarrollo del sistema de
información computacional para proporcionar criterios certeros para la construcción del mismo.
Para tal refinamiento es conveniente mantener una comunicación sistemática con el sistema usuario, con lo
que se podrán ir concretando las precondiciones y poscondiciones de cada funcionalidad del futuro sistema
de información computacional. Cabe enfatizar en que dicho sistema de información computacional puede
ser un software, pero también puede ser un algoritmo computacional, la paralelización de algoritmos, la
formalización conceptual o la construcción de software básicos como compiladores, intérpretes, etc.
Explicar que para tener éxito en el proceso de diseño, no sólo deberá analizar sistemáticamente la
entrada, transformación y almacenamiento de los datos, sino también la salida de información en el
contexto del sistema usuario.
Se debe enseñar al estudiante a evaluar sistemáticamente el nivel de cubrimiento de las funcionalidades del
software respecto a los requisitos del sistema usuario. Aquí debe prevalecer el uso del método de
modelación computacional.
Velar porque se evite el uso de estructuras de control no ordenadas, se haga una selección cuidadosa
de los identificadores de las variables a utilizar, así como de los algoritmos y estructuras de datos.
Esto se puede potenciar desde asignaturas como: Programación, Práctica Laboral e Investigativa I (1er
año); Estructura de Datos y Algoritmos I y II, Programación de Máquina I, Arquitectura de Computadoras y
Práctica Laboral e Investigativa II (2do año); Programación de Máquina II, Compilación y Práctica Laboral e
Investigativa III (3er año); Simulación, Programación Declarativa y Práctica Laboral e Investigativa IV (4to
año); Inteligencia Artificial (5to año).
83
Propiciar que se mantenga en la aplicación una lógica lo más sencilla posible, se comente
adecuadamente el texto de los programas y se facilite la interpretación visual del código mediante el uso de
sangrías y líneas en blanco que separen distintos bloques de código.
Insistir en que el sistema de información computacional que crea el estudiante no será usado por este,
sino por personas que no poseen los mismos conocimientos computacionales (usuarios).
De aquí que deban tener presente la necesidad de diseñar sistemas de información que satisfagan las
necesidades de los usuarios, para lo cual deberá propiciarse una participación activa y sistemática de los
mismos en dicho diseño, lo que asegurará que aporten su experiencia, a la vez que vayan apropiándose de
las funcionalidades que brindará el sistema de información computacional.
Desarrollar actividades que faciliten la formación de habilidades de programación, para traducir las
clases de objetos y las relaciones, desarrolladas durante el diseño, a un lenguaje de programación.
Esto se puede potenciar desde asignaturas como: Programación (1er año), Sistemas de Bases de Datos I
(2do año); Compilación y Sistemas de Bases de Datos II (3er año); Programación Declarativa (4to año);
Inteligencia Artificial (5to año).
Procurar que los estudiantes adquieran conciencia sobre su responsabilidad en cuanto a la
documentación del programa y la explicación de la codificación, dada la gran importancia de estos aspectos
para futuras pruebas y mantenimiento del sistema. De aquí que a la hora de programar tengan que procurar
que el código resulte descifrable.
Crear el hábito de documentar el código del programa en los trabajos extraclase o de curso. Las
asignaturas que más pueden contribuir a crear dicho hábito son: Programación, Práctica Laboral e
Investigativa I (1er año); Estructura de Datos y Algoritmos I y II, Programación de Máquina I, Arquitectura de
Computadoras y Práctica Laboral e Investigativa II (2do año); Programación de Máquina II, Compilación y
Práctica Laboral e Investigativa III (3er año); Simulación, Programación Declarativa y Práctica Laboral e
Investigativa IV (4to año); Inteligencia Artificial (5to año).
84
Insistir en que las herramientas computacionales que se seleccionen y usen para crear el sistema de
información computacional se correspondan con la infraestructura disponible por el sistema usuario.
Es importante identificar las tecnologías, gestores de bases de datos, arquitectura del sistema de
información, lenguajes y paradigmas de programación que respondan al problema y a las condiciones
objetivas del sistema usuario.
Velar porque los estudiantes aprendan a seleccionar los tipos de patrones que se pueden utilizar para
contribuir a la optimización de código.
Esto se puede fomentar desde las asignaturas Sistemas de Base de Datos I (1er año), Ingeniería de
Software y Sistemas de Bases de Datos II (3er año), así como Complemento de Compilación y Diseño y
Análisis de Algoritmos (4to año).
Criterio evaluativo para los profesores: Eficacia en la orientación de herramientas para el diseño y la
implementación computacional de un sistema de información, encaminado al logro de una adecuada
sistematización de métodos para el diseño e implementación por parte de los estudiantes.
Patrones de logro para los profesores:
No.
PATRONES DE LOGRO
CALIFICACIÓN
2 3 4 5
1. Empleo de orientaciones didácticas apropiadas para favorecer la asimilación de
representaciones computacionales de un sistema de información.
2. Desarrollo de actividades docentes que favorezcan la sistematización de métodos
para el diseño y la implementación computacional de un sistema de información.
3. Diseño y aplicación de un sistema de evaluación que contribuya a potenciar la
sistematización de métodos para el diseño y la implementación computacional de un
sistema de información.
Acciones a realizar por el estudiante
Percibir que el proceso de diseño es complejo y debe ser realizado de forma iterativa.
85
Definir cómo han de organizarse las estructuras de datos, implementarse los detalles procedimentales,
caracterizarse las interfaces, traducirse el diseño en un lenguaje de programación y realizarse la prueba.
Seleccionar o crear los algoritmos, técnicas y herramientas más adecuados para dar solución a las
necesidades del sistema usuario.
Ser capaz de diseñar e implementar mejoras que puedan incorporarse al sistema usuario y resultar
provechosas al emplear el sistema de información computacional resultante.
Tener presente la relación existente entre los modelos utilizados en el análisis del sistema usuario y en
el diseño del mismo. Los primeros representan los requisitos del usuario (el qué), mientras los segundos
representan características del sistema que permitirán implementarlo de forma efectiva (el cómo).
Saber emplear para la representación computacional del sistema de información, los diagramas
asociados al Lenguaje Unificado de Modelado. Para el diseño, los diagramas de clase, de colaboración, de
secuencia, de estado y de despliegue. Para la implementación, el diagrama de componentes.
Comprobar siempre antes de escribir el código o crear una tabla en la base de datos, que se haya
comprendido bien el problema que se pretende resolver y aplicar los principios básicos de diseño para
construir un sistema de información computacional de buena calidad.
Saber seleccionar los tipos de patrones de diseño que se pueden utilizar para contribuir a la optimización
de código.
Criterio evaluativo para los estudiantes: Nivel de asimilación de las representaciones computacionales
de un sistema de información, evidenciado en los resultados de la sistematización de métodos para el
diseño y la implementación computacional de dicho sistema.
Patrones de logro para los estudiantes:
No. PATRONES DE LOGRO CALIFICACIÓN
2 3 4 5
1. Desarrollo de representaciones computacionales pertinentes de los sistemas de
86
información, a partir de información relevante, extraída del sistema usuario.
2. Apropiación de acertados métodos para el diseño y la implementación computacional
del sistema de información, manifestado en su correcta selección y aplicación.
3. Sistematización de representaciones computacionales esenciales, comprobada en el
resultado de las evaluaciones que se realizan.
Procedimiento valorativo del sistema de información computacional
Objetivo: Orientación a profesores y estudiantes sobre la forma de concretar, en la dinámica del proceso
de formación investigativa, las relaciones que se establecen entre la evaluación de la confiabilidad y
pertinencia del sistema de información computacional, la apropiación significativa de los elementos
corroborativos del sistema de información computacional y la valoración de métodos de comprobación y
evaluación del sistema de información computacional.
Acciones a realizar por el profesor
Explicar que en la etapa de implantación o instalación del sistema de información computacional se debe
planificar el entorno en el que el mismo debe funcionar, tanto hardware como software: equipos necesarios
y su configuración física, redes de interconexión entre los equipos y de acceso a sistemas externos,
sistemas operativos, bibliotecas y componentes suministrados por terceras partes, etcétera.
Aquí debe aprovecharse el contenido de la asignatura de Ingeniería de Software, que brinda modelos de las
componentes a tener en cuenta en cada etapa de desarrollo del sistema de información computacional.
También pueden usarse ejemplos sobre modelación de un sistema desarrollado para observar sus
componentes, relaciones y especificidades a tener en cuenta en estas etapas.
Formar en el estudiante habilidades para llevar a cabo la evaluación del sistema, identificando sus
puntos débiles y fuertes; teniendo en cuenta:
a) La evaluación operacional: Valoración de la forma en que funciona el sistema, incluyendo su facilidad
de uso, tiempo de respuesta, formatos de información, confiabilidad global y nivel de utilización. Esto se
puede valorar a través de pruebas como instrumento de investigación.
87
b) El impacto organizacional: Identificación y medición de los beneficios para la organización en áreas
tales como finanzas, eficiencia operacional e impacto competitivo. También se incluye el impacto sobre el
flujo de información externo e interno.
c) La opinión de los administradores: evaluación de las actividades de directivos y administradores dentro
de la organización así como de los usuarios finales.
d) El desempeño del desarrollo: La evaluación de proceso de desarrollo de acuerdo con criterios tales
como tiempo y esfuerzo de desarrollo, concuerdan con presupuestos y estándares, y otros criterios de
administración de proyectos. También se incluye la valoración de los métodos y herramientas utilizados en
el desarrollo.
Enseñar a confeccionar y aplicar listas de chequeo, para ir comprobando elementos esenciales en las
etapas de desarrollo del sistema de información computacional.
Para ello el estudiante deberá analizar cuál es la información a chequear sistemáticamente en cualquier
etapa de la elaboración del algoritmo o software, en dependencia de la necesidad del sistema usuario.
Hacer énfasis en lo imprescindible de la etapa de prueba, donde se debe verificar el sistema de
información computacional, analizando si el mismo responde a las necesidades del sistema usuario y si
mantiene los estándares de programación, para garantizar el correcto funcionamiento de dicho sistema.
Se debe facilitar al estudiante la formación de habilidades para crear programas o unidades de prueba,
tales como pruebas: unitarias, funcionales, de integración y de despliegue, entre otras.
Hacer que el estudiante amplíe sus conocimientos al complementar esta etapa de prueba con la etapa
de implantación, la cual contiene el entrenamiento de los usuarios, la instalación del sistema de información
computacional y la construcción de los archivos de datos necesarios para utilizarlo.
Trasmitir la importancia de dar mantenimiento a las aplicaciones, las que una vez instaladas se emplean
durante años. Sin embargo, las organizaciones y los usuarios cambian con el paso del tiempo, incluso el
ambiente es diferente con el paso de las semanas y los meses.
88
Aclarar que si bien la etapa de mantenimiento no es de frecuente observación durante el proceso
formativo del profesional de Ciencia de la Computación, debido a lo extensa de la misma en el tiempo, si es
necesario que los estudiantes la conozcan y sepan su importancia para la vida del sistema.
Fomentar en el estudiante la necesidad e importancia de presentar de forma escrita, con un lenguaje
claro y accesible, los resultados de su actividad científica-investigativa.
Enseñarlos a elaborar informes de investigación y artículos científicos, así como a gestionar su publicación
en revistas o memorias de eventos.
Criterio evaluativo para los profesores: Eficacia de la evaluación realizada sobre la confiabilidad y
pertinencia del sistema de información computacional, para que los estudiantes logren una apropiación
significativa de los elementos corroborativos de dicho sistema.
Patrones de logro para los profesores:
No. PATRONES DE LOGRO CALIFICACIÓN
2 3 4 5
1. Empleo de evaluaciones de la confiabilidad y pertinencia de sistemas de información
computacional para favorecer la apropiación significativa de los elementos corroborativos de
dichos sistemas.
2. Desarrollo de actividades docentes que favorezcan la valoración de métodos de
comprobación y evaluación de los sistemas de información computacional.
3. Diseño y aplicación de un sistema de evaluación que contribuya a potenciar la valoración de
métodos de comprobación y evaluación de los sistemas de información computacional.
Acciones a realizar por el estudiante
Apropiarse de métodos que le faciliten la corroboración de la pertinencia y viabilidad del citado sistema
de información a partir de la comprobación de la coherencia entre los datos resultantes y las especificidades
del sistema usuario, así como de su aplicación.
Realizar revisiones sistemáticas del código, la arquitectura y los patrones de diseño utilizados en la
implementación para comprobar su efectividad en la solución que se aporte.
89
Tener en cuenta que en la etapa de prueba del sistema de información creado se debe emplear como
entrada un conjunto de datos, que pueden ser ficticios, los que generarán determinados resultados que
deberán ser examinados con la finalidad de localizar discrepancias o anomalías en el desempeño de dicho
sistema. Esta etapa permite detectar los errores que se hayan podido cometer en etapas anteriores y, de
ser posible, corregirlos.
Apropiarse de la necesidad del mantenimiento, como forma de verificar que el desempeño del software
está acorde a las especificaciones planteadas en la fase de diseño y de comprobar que los procesos que
han sido integrados son efectivamente los adecuados; entendiendo que en caso contrario, se hace
necesario un nuevo diseño para ajustar los inconvenientes detectados.
Hacer uso de los estándares de calidad para evaluar el desarrollo del software implementado,
asegurándose de que cumpla con las necesidades del sistema usuario, así como con los requisitos de
rendimiento, diseño, verificación para asegurar su calidad.
Criterio evaluativo para los estudiantes: Nivel de apropiación significativa de los elementos
corroborativos de los sistemas de información computacionales, evidenciado en los resultados de la
valoración de métodos de comprobación y evaluación de estos sistemas.
Patrones de logro para los estudiantes:
No. PATRONES DE LOGRO CALIFICACIÓN
2 3 4 5
1. Identificación de elementos corroborativos, relevantes a los efectos de un sistema de
información computacional.
2. Apropiación de adecuados métodos de comprobación y evaluación de los sistemas de
información computacional, manifestado en las valoraciones que realizan sobre la
pertinencia y confiabilidad de dichos sistemas.
3. Sistematización de los elementos corroborativos más eficientes para evaluar los sistemas de
información computacional, comprobada en el resultado de las evaluaciones que se
realizan.
90
Una vez que sea aplicado este sistema de procedimientos debe analizarse su efectividad para la formación
de un pensamiento investigativo computacional en los estudiantes, a partir de los resultados que aporten los
criterios evaluativos y patrones de logro.
Conclusiones
1. El modelo de la dinámica del proceso de formación investigativa en la Licenciatura en Ciencia de la
Computación permitió revelar las configuraciones y relaciones esenciales entre los procesos que lo
integran, dando lugar a que emergieran las dimensiones: interpretativa del sistema usuario, traductora
del sistema intermediario y valorativa del sistema de información computacional, cuya relación propicia
la formación de un pensamiento investigativo computacional.
2. La regularidad que se revela en el modelo propuesto está dada por la lógica integradora entre la
aplicación de métodos de captura y procesamiento de información del sistema usuario, la
sistematización de métodos de diseño e implementación computacional de un sistema de información y
la valoración de métodos de comprobación y evaluación del sistema de información computacional, la
que se constituye en una condición imprescindible para el desarrollo de un pensamiento investigativo
computacional.
3. El sistema de procedimientos didácticos está conformado por tres procedimientos, contentivos de
objetivos y acciones a desarrollar por profesores y por estudiantes, así como criterios evaluativos y
patrones de logro para profesores y estudiantes, todo lo cual facilita el desarrollo de la dinámica
modelada, en aras de formar en los estudiantes un pensamiento investigativo computacional.
4. El modelo de la dinámica del proceso de formación investigativa en la Licenciatura en Ciencia de la
Computación, que se concreta en un sistema de procedimientos didácticos, resuelve la contradicción
dialéctica dada entre una sistematización de la información proveniente de la situación problémica y la
comprobación de su correspondiente solución computacional.
91
CAPÍTULO III: CORROBORACIÓN Y VALORACIÓN CIENTÍFICA DE LOS PRINCIPALES RESULTADOS
INVESTIGATIVOS
Introducción
En el capítulo se explican los resultados obtenidos en la corroboración y valoración de la pertinencia
científico-metodológica de los aportes teórico y práctico de la investigación. Se exponen los resultados de
los dos talleres de socialización que se respaldan con sus avales valorativos. Luego se muestra una
ejemplificación parcial del sistema de procedimientos didácticos en el 3er año de la carrera de Licenciatura
en Ciencia de la Computación de la Universidad de Oriente y por último se ejemplifica dicho sistema de
procedimientos en la asignatura Ingeniería de Software del mismo año.
3.1 Valoración de la factibilidad y pertinencia científico-metodológica de los principales resultados
de la investigación a partir de la realización de talleres de socialización
Los dos talleres de socialización se realizaron con profesores de la carrera de Licenciatura en Ciencia de la
Computación. En el primer caso, provenientes del Departamento de Computación de la Universidad de
Oriente y en el segundo, del Laboratorio de Tecnología Educativa y del Departamento de Ciencia de la
Computación de la Universidad Central “Marta Abreu” de Las Villas (ver anexo 14).
Los criterios establecidos para la selección de los especialistas fueron la experiencia docente, metodológica
e investigativa en la carrera de Licenciatura en Ciencia de la Computación, así como su categoría docente y
grado científico.
92
El primer taller se realizó en el mes de mayo del año 2015. Los participantes fueron 14 profesores que son
miembros del claustro de la citada carrera en la Universidad de Oriente, todos con experiencia docente,
metodológica e investigativa. De ellos 1 es Profesor Titular (7,1%), 6 Profesores Auxiliares (42,9%) y 7
Asistentes (50%). Así mismo, 9 de los participantes ostentan el título académico de máster (64,3%) y 1 el
grado científico de doctor (7,1%). El promedio de años de experiencia docente en la impartición de
asignaturas computacionales es de 18,6 años.
El segundo taller se realizó en el mes de junio del 2015, participando 10 profesores de la carrera de
Licenciatura en Ciencia de la Computación, en la Universidad Central “Marta Abreu” de Las Villas. Todos
con gran experiencia docente, metodológica e investigativa en dicha carrera. La composición por categoría
docente fue de 5 Profesores Titulares (50%), 3 Profesores Auxiliares (30%) y 2 Asistentes (20%). En cuanto
a su preparación científica y académica, 8 son doctores (80%) y 2 son máster (20%). El promedio de años
de experiencia docente en la impartición de asignaturas computacionales es de 20,2 años.
Del análisis de la composición de los colectivos de especialistas que participaron en los talleres puede
concluirse su apropiada experiencia docente, metodológica e investigativa. Esto permitió que la discusión
científica alcanzara un alto nivel crítico-valorativo, lo que contribuyó de manera decisiva al
perfeccionamiento de la propuesta investigativa.
Los objetivos específicos de los talleres estuvieron dirigidos a corroborar y enriquecer el modelo de la
dinámica del proceso de formación investigativa en Ciencia de la Computación y el sistema de
procedimientos didácticos para conducir dicha dinámica, a partir de tener en cuenta:
La búsqueda de fundamentos que reforzasen o refutasen los criterios básicos que conforman el
modelo propuesto.
El enriquecimiento del sistema de procedimientos didácticos a partir de la profundización en las
sugerencias y las recomendaciones de los especialistas.
93
La valoración de la factibilidad y pertinencia del sistema de procedimientos didácticos para la carrera
de Licenciatura en Ciencia de la Computación.
Metodología para la realización de los talleres de socialización y el procesamiento de la información
extraída de los mismos:
1. Elaboración y envío de un informe con los principales aportes de la tesis, con antelación al desarrollo del
taller.
2. Exposición por parte de la investigadora, en la que dio a conocer la lógica de su investigación y explicó
los aportes de la misma.
3. Análisis y valoración de la información proporcionada, por parte de los especialistas, esclareciendo sus
dudas y realizando sugerencias y recomendaciones valiosas para el perfeccionamiento de la
investigación.
4. Estudio, por parte de la investigadora, de la información extraída de cada taller y agrupamiento de las
valoraciones esencialmente similares.
5. Escritura y presentación de los resultados.
Resultados de la aplicación de la metodología:
Se presentan las opiniones de los especialistas, agrupadas según la metodología, y simbolizadas con CC-
UO cuando son de la carrera de Licenciatura en Ciencia de la Computación de la Universidad de Oriente y
con CC-UCLV cuando proceden de dicha carrera en la Universidad Central “Marta Abreu” de Las Villas.
Opinión de los especialistas:
« (…) el modelo está bien concebido y refleja el proceso de formación investigativa que debe
desarrollarse en la carrera, pero debe incluir en su salida la producción de nuevos conocimientos y no
sólo lo relativo a la creación de software, pues esta producción, que fue muy atendida hace unos años,
ha desaparecido de la formación investigativa de la carrera (…)» (CC-UO).
94
« (…) el resultado del sistema de información computacional que se fundamenta en la tesis puede ser un
software, pero también puede ser un algoritmo u otra aplicación computacional propia de la carrera (…)»
(CC-UCLV).
Opinión de la postulante al respecto:
Si bien no todos los estudiantes presentan un desempeño académico que les permita realizar
investigaciones fundamentales (en las que se generan nuevos conocimientos), el modelo que se propone
contempla la posibilidad de desarrollar las mismas con la intención de que la desarrollen los que se
consideren preparados para ello. Esta característica del modelo se puede observar en parte dedicada a la
fundamentación del sistema de información computacional, el que no se considera sólo como un software,
sino también como un algoritmo, como la formalización conceptual en diversas ramas de la Ciencia de la
Computación, la paralelización de algoritmos y la construcción de software básicos (como compiladores,
intérpretes, autómatas, etc.), entre otros.
Opinión de los especialistas:
« (…) el sistema de procedimientos que se ha expuesto puede ser de gran ayuda para la formación
investigativa de los estudiantes de Ciencia de la Computación, porque actualmente cuando se revisa el
proceso de realización de los trabajos de diploma y el resultado que se está obteniendo se puede
observar que no hay una dirección intencionada para una verdadera investigación en esta ciencia y que
la generación de nuevos conocimientos ha desaparecido de los temas de investigación que se llevan a
cabo en la carrera (…)» (CC-UO).
Opinión de la postulante al respecto:
Se coincide con esta valoración, pues ha revisado numerosas tesis de la carrera y ha podido comprobar
que no constituyen verdaderas investigaciones, ni siquiera de aplicación de la computación a la solución de
problemas que se dan en diversas esferas de actuación de la sociedad.
95
Opinión de los especialistas:
« (…) se recomienda considerar la preparación de los docentes, ya que los resultados del trabajo de
diploma tienen un alto componente de los conocimientos investigativos del profesor tutor, es por ello que
se hace necesaria la capacitación de los actuales profesores para que incidan en el perfeccionamiento
de la labor investigativa que llevan a cabo los estudiantes durante toda la carrera y particularmente
durante el trabajo de diploma (…)» (CC-UO).
« (…) se considera que hay que capacitar en primer lugar a los profesores para que puedan formar
correctamente a los estudiantes, ya que en los Trabajos de Diploma se siguen observando insuficiencias
en cuanto al diseño metodológico, lo que denota que el estudiante no ha tenido una buena orientación
(…)» (CC-UCLV).
Opinión de la postulante al respecto:
Esta recomendación es muy acertada y se consideró como condición para la aplicación del sistema de
procedimientos didácticos. Sin embargo, la presente tesis está centrada en la formación investigativa del
estudiante de Ciencia de la Computación, no contemplando como parte de su objeto y su campo de acción
la formación de los docentes. Esto no significa que elevar la preparación de los mismos no sea necesario,
por tal motivo en las recomendaciones se incluyen acciones a tales efectos.
Opinión de los especialistas:
« (…) en planes de estudio anteriores de la carrera existían asignaturas como Ingeniería del
Conocimiento que, entre otros aspectos, enseñaban cómo extraer información al cliente. Estas
asignaturas han desaparecido de los actuales planes, es por ello que el sistema de procedimientos que
se propone puede ser de gran utilidad, siempre y cuando se adiestre a los docentes primero para que su
aplicación sea exitosa (…)» (CC-UO).
« (…) es muy importante que se haya considerado en la modelación la formación de habilidades para la
obtención y procesamiento de la información proveniente del usuario, aspecto este que se ha
96
descuidado en el proceso de enseñanza-aprendizaje de la carrera y en el plan de estudio vigente (…)»
(CC-UCLV).
Opinión de la postulante al respecto:
Se coincide con esta valoración, por lo que se ha tratado a profundidad esta obtención y procesamiento de
la información proveniente del usuario a lo largo de toda la tesis, concretándose en la primera dimensión del
modelo e instrumentándose en el primer procedimiento del sistema que permite llevarlo a la práctica.
Opinión de los especialistas:
« (…) el sistema de procedimientos es pertinente y considero que no hay que esperar a la defensa de la
tesis doctoral para comenzar a trabajar en la aplicación del sistema de procedimientos didácticos ya que
el mismo va a servir para preparar al claustro. El Departamento y la dirección de la carrera están
dispuestos a colaborar con su introducción (…)» (CC-UO).
Opinión de la postulante al respecto:
Se coincide con esta valoración y ya se está aplicando dicho sistema a modo de ejemplificación parcial en
el 3er año de la carrera en la Universidad de Oriente.
Opinión de los especialistas:
« (…) se debe concebir un eje central para la aplicación del sistema de procedimientos didácticos desde
las disciplinas, que permita organizar el trabajo de formación investigativa (…)» (CC-UCLV).
Opinión de la postulante al respecto:
Esta opinión fue atendida y permitió perfeccionar la instrumentación del sistema de procedimientos.
Opinión de los especialistas:
« (…) se recomienda que la formación investigativa, además de llevarse a cabo por las disciplinas y el
colectivo de año, pudiera fomentarse desde la inclusión de los estudiantes en grupos de investigación
desde los primeros años, pues en la actualidad los estudiantes vinculados a estos grupos obtienen un
desempeño superior en su actividad investigativa (…)» (CC-UCLV).
97
Opinión de la postulante al respecto:
Se coincide con esta opinión, motivo por lo cual en el sistema de procedimientos se consideró necesario
incentivar la formación de grupos científico-estudiantiles, en correspondencia con las líneas de investigación
del departamento carrera y de otros centros de investigación del territorio.
Opinión de los especialistas:
« (…) como parte de la formación investigativa es importante enseñar a los estudiantes a elaborar y
publicar artículos científicos, aspecto que ha sido acertadamente contemplado en el instrumento que se
propone en esta investigación (…)» (CC-UCLV).
Opinión de la postulante al respecto:
Se coincide con la importancia de enseñar a elaborar y publicar artículos científicos, tarea que no acomete
ninguna disciplina del plan de estudio. Es por ello que está incluida esta acción en el sistema de
procedimientos didácticos.
Opinión de los especialistas:
« (…) un elemento que hay que destacar en la tesis presentada son los patrones de logro que se
proponen, encaminados a la evaluación de la correcta formación del pensamiento investigativo (…)»
(CC-UCLV).
Opinión de la postulante al respecto: Se agradece esta opinión.
Opinión de los especialistas:
« (…) se deben resaltar como aportes de la tesis las relaciones que emergen de la caracterización del
estado actual, en tanto se hace un amplio procesamiento estadístico de la información extraída (…)»
(CC-UCLV).
Opinión de la postulante al respecto:
Si bien es cierto que se hace un amplio procesamiento estadístico de la información extraída en el epígrafe
1.3 del capítulo 1 de la tesis, no es con la intención de aportar nuevas relaciones, sino con el objetivo de
98
que las mismas sirvan de respaldo empírico a la fundamentación de la necesidad de transformar la
dinámica del proceso de formación investigativa en Ciencia de la Computación, la cual se acomete más
adelante.
Conclusiones sobre los resultados de los talleres: Las opiniones y recomendaciones derivadas de los dos
talleres de socialización permitieron perfeccionar aspectos que aún presentaban limitaciones en su fundamentación.
Así mismo, la profundidad de las valoraciones emitidas, que reconocieron la validez de los aportes de esta
investigación y los consideraron como pertinentes y viables, sustentó el valor científico-metodológico de los mismos.
3.2 Ejemplificación de la aplicación del sistema de procedimientos didácticos en el 3er año de la
carrera de Licenciatura en Ciencia de la Computación de la Universidad de Oriente
Como parte de la corroboración del sistema de procedimientos didácticos que se propone en la
investigación, se realizó una ejemplificación parcial consistente en la aplicación del mismo en dos
asignaturas del 3er año de la carrera de Licenciatura en Ciencia de la Computación, en la Universidad de
Oriente, Santiago de Cuba.
Teniendo en cuenta que según Y. Tardo y P. Rey (2015), la ejemplificación parcial no significa la aplicación
total de la propuesta, pero sí el logro de transformaciones que indiquen la pertinencia y el valor científico-
metodológico de los aportes en un contexto determinado, a partir de revelar al menos una tendencia
positiva en su perfeccionamiento; la presente ejemplificación no contempló todas las asignaturas
responsabilizadas con la aplicación del sistema de procedimientos didácticos en la carrera (ver anexo 11).
Sino que, para llevarla a cabo, se escogieron dos asignaturas de 3er año: Metodología de la Investigación
Científica y Práctica Laboral Investigativa III.
Además, para valorar si son significativos los cambios que se producen en el estudiante con la aplicación
del sistema de procedimientos didácticos para la formación investigativa, se realizó un cuasi-experimento
pedagógico. El mismo tuvo como objetivo, la concepción y ejecución de una metodología que posibilite
obtener información empírica favorable respecto a la hipótesis de la presente investigación.
99
Retomando la hipótesis de la investigación: la aplicación de un sistema de procedimientos didácticos para la
formación investigativa en la carrera de Licenciatura en Ciencia de la Computación, que tome en cuenta la
contradicción dialéctica que se manifiesta entre una sistematización de la información proveniente de la
situación problémica y la comprobación de su correspondiente solución computacional, incrementa la
aprehensión del pensamiento investigativo computacional en el estudiante de la citada carrera. Para el
mencionado cuasi-experimento se definieron las siguientes variables:
Variable dependiente (Y): aprehensión del pensamiento investigativo en los estudiantes de Ciencia de la
Computación.
Variable independiente (X): la aplicación del sistema de procedimientos didácticos para la formación
investigativa en Ciencia de la Computación.
El enlace lógico o relación que existe entre estas variables declaradas es de causa-efecto: la presencia de
la variable independiente X incrementa la variable dependiente Y, simbólicamente esto se representa de la
siguiente forma: X (↑Y).
Se reconoce que en el proceso de formación investigativa en Ciencia de la Computación existen factores
que no han sido estudiados en toda su diversidad en la presente investigación y que por lo tanto no han
quedado configurados en la variable X, por lo que no se descarta que pudieran lograr modificar la variable
Y. Sin embargo, la variable independiente X se concibió lo más totalizadora posible, de forma que lograra
explicar y predecir las variaciones más importantes de la variable dependiente Y.
Operacionalización de las variables:
La variable X está operacionalizada en conformidad con los procedimientos y acciones que conforman el
sistema de procedimientos didácticos para la formación investigativa en Ciencia de la Computación, que se
explica detalladamente en el epígrafe 2.3 del presente informe de tesis. Además, esta variable X ha sido
instrumentada cuidadosamente a partir de tratar la contradicción dialéctica precisada en la hipótesis y que
100
se manifiesta entre una sistematización de la información proveniente de la situación problémica y la
comprobación de su correspondiente solución computacional.
La variable Y, por su parte, es un constructo teórico que no puede observarse directamente en la realidad
pedagógica, pero en su lugar, para su evaluación en la fase de corroboración empírica de la hipótesis de la
investigación, se utiliza la variable operativa dependiente: suma total de los puntajes asignados a los
patrones de logro de la aprehensión del pensamiento investigativo en el estudiante de la carrera Ciencia de
la Computación (denotada por y), que su puntuación oscila entre 18 y 45 puntos en correspondencia con
una escala ordinal. Esta variable integra un sistema de indicadores de naturaleza aditiva que se concibió
sobre la base de los patrones de logro que reflejan empíricamente a la variable Y, como se muestra en la
Tabla 13.1 del Anexo 13.
Una vez analizada la operacionalización de las variables declaradas, y sobre la base de los aspectos
explicados anteriormente, se define la correspondiente hipótesis operativa: La aplicación del sistema de
procedimientos didácticos para la formación investigativa en Ciencia de la Computación incrementa la suma
total de los puntajes asignados a los patrones de logro de la aprehensión del pensamiento investigativo en
el estudiante de la citada carrera.
Simbólicamente esta hipótesis puede representarse como: X (↑y).
Finalmente, para los efectos de la presente investigación se aportará información a esta hipótesis operativa
a partir de un contexto específico, o sea: en el 3er año de la carrera Ciencia de la Computación,
Universidad de Oriente, Cuba, en los cursos académicos 2013-2014 y 2014-2015.
Metodología empleada:
1. Análisis de las posibilidades de controlar, en la medida de lo posible, las fuentes de invalidación interna y
externa del cuasi-experimento pedagógico.
2. Definición de un grupo control para el cuasi-experimento.
3. Definición de un grupo experimental para el cuasi-experimento.
101
4. Suministro de la variable independiente X al grupo experimental.
5. Evaluación de la variable operativa dependiente y.
6. Selección y aplicación de una prueba estadística apropiada.
7. Indagación, a partir de la información aportada por los profesores, sobre las transformaciones
cualitativas que se observaron en la variable operativa dependiente al aplicar la variable X.
Análisis de las posibilidades de controlar, en la medida de lo posible, las fuentes de invalidación
interna y externa del cuasi-experimento pedagógico: Se analizaron las siguientes fuentes de
invalidación interna:
Historia: se descarta, pues no se registró ningún acontecimiento especial durante el desarrollo del cuasi-
experimento que pudiera afectar la variable dependiente.
Maduración: se descarta, ya que los procesos internos de los participantes en el cuasi-experimento en
función del tiempo son equivalentes tanto para los individuos del grupo control, como del grupo
experimental, pues recibieron las asignaturas «Metodología de la Investigación Científica» y «Práctica
Laboral e Investigativa III» en el segundo semestre del tercer año de la carrera, que fueron las
asignaturas que se tomaron como base para desarrollar el cuasi-experimento a partir del grupo control y
experimental.
Inestabilidad: se descarta, debido a que hubo confiabilidad en las mediciones (evaluaciones de los
patrones de logro), no se detectaron fluctuaciones en las personas seleccionadas o componentes del
cuasi-experimento. Las asignaturas fueron impartidas, tanto en el grupo control como en el experimental,
en correspondencia con los estándares de calidad que se exige en la Universidad de Oriente para este
proceso.
Administración de pruebas: se descarta, puesto que se trabaja con dos grupos diferentes (control y
experimental).
102
Instrumentación: se descartan sesgos de esta naturaleza, ya que se utilizó el mismo instrumento para
evaluar el grupo control y el experimental.
Selección: existen sesgos en este aspecto, pues los grupos control y experimental ya estaban
conformados y no fueron concebidos por asignación al azar.
Mortalidad experimental: no se reportó ningún caso de abandono por parte de los estudiantes que
integraron el grupo control y el experimental en el periodo del cuasi-experimento.
Se analizaron las siguientes fuentes de invalidación externa:
Efecto reactivo o de interacción de las pruebas: se descarta, ya que no hubo pre-pruebas que
aumentaran o disminuyeran la calidad de la reacción de los sujetos a la variable experimental.
Efecto de interacción entre errores de selección y el tratamiento experimental: no se descarta que pueda
existir este sesgo ya que los grupos control y experimental ya estaban conformados y no fueron
concebidos por asignación al azar. Además, se optó por no utilizar las puntuaciones de los estudiantes
con arrastres docentes de los años anteriores, lo que no permite conocer el efecto de la variable
independiente sobre este tipo de estudiante.
Efectos reactivos de los tratamientos experimentales: se descarta, porque la forma en que se aplicó el
tratamiento en el contexto experimental es típico con respecto a la manera en que se desarrolla el
proceso docente-educativo en las asignaturas «Metodología de la Investigación Científica» y «Práctica
Laboral e Investigativa III».
Interferencia de tratamientos múltiples: se descarta, ya que existe un solo tratamiento experimental.
Imposibilidad de replicar los tratamientos: se descarta, porque el grupo experimental tiene las mismas
características básicas de cualquier grupo de estudiantes de 3er año de la carrera Ciencia de la
Computación, por lo que es posible repetir el experimento con otros grupos. Además, el contexto
experimental coincide con el contexto al que se pretende generalizar.
103
Aquí cabe precisar que, a pesar de manipular deliberadamente la variable independiente, como los sujetos
no fueron asignados al azar al grupo control y al experimental, disminuye la confiabilidad sobre la
equivalencia de los grupos. Por esta razón es que se clasifica el estudio realizado como un cuasi-
experimento pedagógico.
Definición de un grupo control para el cuasi-experimento: El grupo control quedó conformado por 19
estudiantes del 3er año de Ciencia de la Computación en el curso 2013-2014, que no tenían arrastres
docentes de asignaturas de los años anteriores y además cursaron las asignaturas Práctica Laboral e
Investigativa III en forma tradicional.
Definición de un grupo experimental para el cuasi-experimento: El grupo experimental estuvo
conformado por 10 estudiantes del 3er año de Ciencia de la Computación en el curso 2014-2015, que no
tenían arrastres de asignaturas de los años anteriores y fueron tratados con el Sistema de procedimientos
didácticos para la formación investigativa en Ciencia de la Computación.
Suministro de la variable independiente X al grupo experimental: se realizó manteniendo controladas
las fuentes de invalidación interna y externa identificadas en el cuasi-experimento pedagógico.
El suministro de la variable X se realizó a través de la aplicación del sistema de procedimientos didácticos
con un sistema de evaluación integrado bietápico para las asignaturas «Metodología de la Investigación
Científica» y «Práctica Laboral e Investigativa III». La primera etapa aprovechó la coincidencia temporal del
inicio de ambas asignaturas en el calendario docente del año (segundo semestre) y trabajó en la
introducción del sistema de procedimientos didácticos. Cabe precisar que esta etapa se centró en las
acciones previstas para los estudiantes en el primer procedimiento del sistema (interpretativo del sistema
usuario). De manera que al finalizar la asignatura Metodología de la Investigación Científica se obtuvo una
evaluación parcial del diseño de la investigación, que paralelamente se desarrollaba en la Práctica Laboral
e Investigativa III.
104
Posteriormente, en la segunda etapa, la asignatura Práctica Laboral e Investigativa III dio continuidad a la
aplicación de los dos procedimientos restantes del sistema (traductor del sistema intermediario y valorativo
del sistema de información computacional), hasta su culminación con la presentación y defensa del trabajo
de la práctica.
Evaluación de la variable operativa dependiente y: se realizó a partir de los informes de la asignatura
Práctica Laboral e Investigativa III que llevaron a cabo los estudiantes que conforman el grupo control y
experimental, pudiendo concebir una base de datos con la información correspondiente.
Selección y aplicación de una prueba estadística apropiada: se realizó analizando que las diferencias
significativas con relación a la variable operativa dependiente y, entre el grupo control y el grupo
experimental, se ajustaran a las condiciones y exigencias del cuasi-experimento. Se seleccionó y aplicó la
prueba de rangos señalados y pares igualados de Wilcoxon (Siegel, S., 1972, p. 99) que es una prueba
estadística apropiada para analizar si existen diferencias significativas con relación a la variable operativa
dependiente, entre el grupo control y el grupo experimental, que se ajusta a las condiciones y exigencias del
cuasi-experimento pedagógico.
Como el grupo control y el grupo experimental no fueron asignados al azar, para disminuir el sesgo
generado por este inconveniente se utilizó el método de emparejamiento. De este modo, se seleccionaron
parejas de sujetos, tratando de que fueran lo más semejantes posible, con respecto a cualquier variable
extraña que pudiera influir en el resultado de la investigación. Los criterios tomados en cuenta para el
emparejamiento fueron:
1. Tener un índice académico general (hasta el 3er año) con una diferencia menor o igual a 0,07.
2. Manifestar un equivalente nivel de motivación hacia la investigación en Ciencia de la Computación,
clasificados en tres niveles a partir de la observación de la investigadora: alta, media, baja.
De este modo, quedaron conformadas 9 parejas de estudiantes como se muestra en la Tabla 13.2 del
Anexo 13.
105
Hipótesis nula: la suma total de los puntajes asignados a los patrones de logro de la aprehensión del
pensamiento investigativo es menor o igual en los estudiantes del grupo control que en los del grupo
experimental.
Hipótesis alternativa: la suma total de los puntajes asignados a los patrones de logro de la aprehensión del
pensamiento investigativo es mayor en los estudiantes del grupo control que en los del grupo experimental.
Nivel de significación: se prefijó en
En la Tabla 13.5 del Anexo 13 se muestra la evaluación obtenida para la variable operativa independiente
en cada miembro de las 9 parejas, tanto para el grupo control como para el grupo experimental.
Utilizando la Tabla G (Siegel, S., 1972) se rechaza la hipótesis nula pues la probabilidad experimental
resultó menor que la probabilidad crítica (p ≤ 0.05), y por tanto, pudo concluirse que la suma total de los
puntajes asignados a los patrones de logro de la aprehensión del pensamiento investigativo es menor en
los estudiantes del grupo control que en los del grupo experimental.
Indagación, a partir de la información aportada por los profesores, sobre las transformaciones
cualitativas que se observaron en la variable operativa dependiente al aplicar la variable X: Las
transformaciones cualitativas observadas en la variable operativa dependiente, durante el desempeño de
los estudiantes en las clases prácticas, seminarios y evaluaciones parciales y finales, fueron la
manifestación de habilidades para:
La identificación de requerimientos computacionales esenciales del sistema usuario, empleando para
ello adecuados métodos para la captura y procesamiento de información del sistema usuario.
El desarrollo de representaciones computacionales pertinentes de los sistemas de información, a partir
de la información relevante extraída del sistema usuario y la aplicación de acertados métodos de diseño
e implementación computacional del sistema de información.
También se lograron, en menor medida, transformaciones relativas a:
106
La identificación de elementos corroborativos, relevantes a los efectos de un sistema de información
computacional.
La aplicación de adecuados métodos de comprobación y evaluación de los sistema d información
computacional.
3.3 Ejemplificación del sistema de procedimientos didácticos en la asignatura Ingeniería de
Software
Con el objetivo de lograr una mayor comprensión del sistema de procedimientos didácticos y evidenciar su
factibilidad de aplicación, se presenta una ejemplificación basada en contenidos de la asignatura Ingeniería
de Software que se imparte en el 3er año de la carrera de Licenciatura en Ciencia de la Computación,
explicitando las formas de potenciar la formación investigativa.
Cabe precisar que se seleccionó esta asignatura porque permite analizar el ciclo de vida de un sistema de
información computacional, facilitando el uso de los métodos de investigación que se recomiendan en el
sistema de procedimientos didácticos.
Procedimiento interpretativo del sistema usuario
Desde las conferencias iniciales el profesor podrá utilizar una situación problémica que muestre y apoye la
forma de llevar a cabo un proceso investigativo, la que se irá resolviendo durante el transcurso de la
asignatura y culminará con la elaboración de un sistema de información computacional.
Observación: Con independencia de esta situación problémica, que servirá de base ejemplificadora,
deberán orientarse otras que posibiliten fomentar el estudio independiente, a partir del desarrollo de las
distintas etapas del modelado. Esto requerirá la precisión de un cronograma de trabajo que permita orientar
y controlar los avances que se vayan obteniendo.
En este caso se considerará una situación problémica relacionada con la actividad que se lleva a cabo en
una galería de arte, que por su complejidad permite abarcar todas las etapas del desarrollo de un sistema
de información computacional, la misma se describe a continuación.
107
En una galería se exponen obras de arte de artistas provenientes de todo el país. De dichas obras se
considerarán para este ejemplo sólo las pinturas. La galería tiene su sede en la capital, por lo que los
artistas de provincias necesitan viajar a esta para presentar sus solicitudes de exposición. En la actualidad
existen dificultades con el control de las obras que están pendientes de evaluación para su posible
exposición, así como con las que han sido rechazadas o que se han vendido; lo que dificulta las gestiones
asociadas con el montaje de exposiciones y la venta de obras.
El personal de la galería (anfitriones, especialistas de arte, vendedores, especialistas en economía y
gerente general) no puede realizar el trabajo con la eficiencia requerida, lo que conlleva a pérdidas
económicas y no se satisface la misión social de la galería como promotor de la cultura nacional. Esto
provoca que los artistas pierdan confianza en la galería y no sea visitada tanto como se desea.
Con diez años de experiencia, la galería ha preparado más de cien exposiciones individuales y grupales, en
las que ha logrado vender el 55% de las obras en exposición. Sólo el 30% de las obras en exposición se
corresponden con artistas de provincias, pero el 80% de ellas se han vendido; lo que evidencia la calidad de
sus obras. La estructura organizacional de la galería se muestra en la figura 15.1 del anexo 15.
La dirección de la galería necesita disponer de una aplicación computacional que controle las solicitudes, la
evaluación y venta de obras, de manera que pueda ser aplicada a otras galerías con estructura similar.
Una vez planteada la situación problémica, el profesor deberá insistir en la realización de un estudio
preliminar de la misma, para lograr comprenderla y determinar todas las relaciones que se manifiestan a
partir de las necesidades que tiene el usuario. Así mismo, será de suma importancia que indique la
realización de un diagnóstico en el que emplee las técnicas investigativas estudiadas en la asignatura
Metodología de la Investigación Científica, tales como: análisis documental, encuestas, entrevistas y
observación planificada, con el objetivo de determinar las principales insuficiencias que tiene la gestión de
las ventas de obras de la galería y sus principales causas. Un ejemplo de una de las técnicas que puede
aplicar se muestra en el anexo 12.2.
108
Posteriormente, los estudiantes deberán procesar los datos extraídos del diagnóstico, empleando métodos
cualitativos y cuantitativos, con el objetivo de delimitar la información relevante. Para esto el profesor
deberá insistir en la importancia del uso de ambos tipos de métodos, que ya conocen de asignaturas
precedentes. La interpretación y evaluación de los datos extraídos para identificar las necesidades del
sistema usuario requerirá de una sistemática consulta a dicho sistema.
Aquí el profesor deberá exigir a los estudiantes la fundamentación de las actividades a implementar
utilizando un lenguaje accesible al usuario. Paralelamente se pueden ir introduciendo los tipos de
argumentación que brinda la Ingeniería de Software, fundamentalmente, la historia de usuario.
En este momento se espera que, a partir del diagnóstico realizado sobre el proceso de gestión de obras de
arte, se hayan detectado las siguientes dificultades:
Toda la gestión de las obras se hace en la sede de la galería, a pesar de que existe un potencial técnico
en las provincias que no es suficientemente explotado por las limitaciones de transporte.
El formato en que se recibe la información no refleja las dimensiones exactas de las obras (importante
para valorar si se puede o no exponer una obra en las salas de la galería), lo que provoca que se
rechace la solicitud antes de poner las obras a disposición de los especialistas que las evalúan.
No se tiene un control preciso del estado en que se encuentra cada solicitud, por lo que en ocasiones
existen obras ya valoradas que no pueden tenerse en cuenta cuando se planifica una exposición.
Existe una regla de negocio que exige que solo el especialista de arte, asignado para evaluar las obras
de una solicitud, puede entregar los resultados de la evaluación de esas obras. Esto dificulta el control
sobre las obras que contiene cada solicitud.
Un artista puede presentar solicitudes con diversas obras, las que deberán ser asignadas a especialistas
diferentes para su evaluación, en dependencia de las técnicas que usó el artista en su confección. Aquí
las dificultades se presentan en la asignación de obras a evaluadores que no son especialistas de la
técnica, y en la evaluación de obras no asignadas a un determinado especialista.
109
En algunos casos existen especialistas de arte en una provincia, que pudiendo evaluar determinadas
obras de su territorio, no las evalúan porque el “anfitrión” no posee información actualizada que le
permita localizar a estos especialistas; lo que retrasa el proceso de evaluación de las solicitudes.
También se espera que los estudiantes hayan podido concluir, a partir del diagnóstico, que la galería
necesita disponer de una aplicación que brinde un esquema de comunicación, vía correo electrónico, entre
la galería, los artistas y los especialistas de arte encargados de la evaluación de las obras, de manera que
se garantice un adecuado flujo de información entre estos. Además, de que debe tener varias páginas en
Internet que puedan ser consultadas por los artistas y los especialistas. Y que, como cuenta con un sistema
de información en el área de Recursos Humanos, el sistema de información que se elabore deberá
relacionarse con este para tomar información de las técnicas y los especialistas de arte.
Observación: Aquí el profesor puede realizar un taller o utilizar el método de elaboración conjunta para
reconstruir las posibles interpretaciones y análisis de la información obtenida por los estudiantes, para
discutir varios enfoques, así como ejercitar las categorías del diseño de la investigación a partir de que
propongan dichas categorías y las fundamenten, empleando los correspondientes medios de diagnóstico.
Se sugiere, a través de uno o varios seminarios, propiciar el debate en el aula para analizar el
planteamiento del problema, el objeto de la investigación y el objetivo. Para la situación problémica bajo
análisis el problema de la investigación podría quedar planteado de la siguiente manera: Insuficiencias que
se manifiestan en la gestión que lleva a cabo la galería para la recepción y evaluación de las obras de arte
(pinturas), lo que dificulta el montaje de las exposiciones y la venta de las obras.
Y el objeto sería el proceso de la gestión de exposiciones y venta de obras de arte (pinturas) que se
desarrolla en la galería, el campo de acción: la automatización de la gestión de exposiciones y venta de
obras de arte (pinturas) que se desarrolla en la galería. El objetivo: el diseño, implementación y valoración
de un sistema de información computacional que contribuya a perfeccionar la gestión de las exposiciones y
la venta de las obras.
110
Ahora bien, la profundización en el comportamiento del sistema usuario también permite al estudiante llegar
a definir los requisitos funcionales y no funcionales del mismo, dándole las prioridades a cada uno según lo
requiera. Este análisis servirá de base a la creación de datos representativos para probar cada
funcionalidad del sistema de información computacional. A tales efectos se espera que el estudiante pueda
describir la gestión de las obras de arte en la galería, a grandes rasgos, como sigue:
Inicio: un artista presenta una solicitud en la que pone a consideración de la galería un conjunto de obras
de arte para su evaluación como obras aptas para exponer en la galería.
Evaluación: la realiza un especialista de arte.
Marketing: dentro de su labor de promoción de las obras disponibles para la venta, tiene que poner a sus
vendedores en contacto con los artistas para definir el precio de venta de las obras y el por ciento de la
venta que le corresponde a la galería.
Economía: cuando se realiza la venta de una obra deberá actualizar su estado, ya que esa obra queda
fuera de próximas exposiciones y la venta se convierte en utilidades para la galería.
Teniendo en cuenta lo anterior la aplicación debe contener los siguientes procesos:
Atención a solicitudes:
Definición de la plantilla de registro de solicitudes que será puesta a disposición de los artistas, vía
Internet, para que puedan registrar directamente su solicitud sin tener que ir a la galería.
Asignación de especialistas de arte a las distintas solicitudes, de acuerdo a las técnicas en las que se
han especializado y el lugar de residencia del artista y del especialista.
Evaluación de obras, de acuerdo a los criterios de evaluación definidos, permitiendo que los
especialistas puedan registrar sus evaluaciones mediante Internet.
Promoción de obras para la venta: Definición del precio de venta de las obras de los artistas y del porciento
que obtendrá la galería, de acuerdo a la evaluación de las obras que emitió el especialista.
111
Venta de obras: Control de las obras vendidas y obtención de indicadores sobre el estado de las obras que
se han puesto a consideración de la galería y que no han sido vendidas.
A partir de este momento en las actividades docentes prácticas se debe trabajar en el modelado del
negocio, la definición de actores y casos de uso del negocio y la realización de los diagramas de casos de
uso y de actividades. En las tablas 3.1 y 3.2 se detallan los actores y trabajadores del negocio que se
espera que el estudiante pueda identificar. Así mismo, en la figura 3.3 se muestra un diagrama de casos de
uso del negocio, representativo de la interpretación que los estudiantes pueden hacer de las relaciones
entre los actores y sus casos de uso.
Artista Interesado en que se expongan sus obras en la galería y posiblemente que sean vendidas.
Responsable de marketing
Es el Jefe del área de marketing por lo que está interesado en que se divulguen las obras de los artistas que estos desean vender para obtener las ganancias.
Gerente general Interesado en que la galería promueva y venda sus obras, por lo que exige que se tenga un control de las obras que se han vendido y las que no.
Anfitrión Atiende a los artistas que desean exponer sus obras y les asigna un especialista de arte para que evalúe sus obras.
Sistema automatizado del área de Recursos Humanos (SA-RRHH)
Contiene información sobre las técnicas con las que trabaja la galería y los especialistas de arte que evalúan las obras, información que es utilizada en el proceso de atención a la solicitud.
Especialista de arte Evalúa las obras de arte.
Vendedor Divulga las obras aceptadas para vender que no han sido vendidas. Se pone en contacto con los artistas para fijar el precio de venta y el % de la galería.
Especialista en economía Registra las ventas de obras que se producen.
Tabla 3.1: Actores del negocio.
Tabla 3.2: Trabajadores del negocio.
112
Atención a solicitudes Gerente
general
Venta de obras
Artista
Promoción de obras para la
venta
Responsable de
marketing
Otras interpretaciones a las que el estudiante puede arribar son mostradas en el anexo 15, en el que se
ejemplifican diagramas y plantillas que dan continuidad a las reglas del negocio.
Una vez analizado y realizado el modelado del negocio, el profesor debe propiciar que los estudiantes
definan requisitos funcionales tales como:
Registrar la solicitud de la exposición.
Asignar automáticamente el código a una solicitud.
Asignar la solicitud a un especialista de arte.
Enviar un correo al especialista de arte sobre la solicitud asignada.
Registrar la información del artista.
Consultar los especialistas de arte en el sistema automatizado de RRHH.
Registrar los resultados de las evaluaciones a las obras de una solicitud.
Consultar las obras aceptadas que no tienen precio.
Registrar el precio de venta de las obras aceptadas.
Registrar la venta de las obras.
Enviar un correo al artista sobre la venta de sus obras.
Consultar la información sobre las obras registradas que no han sido vendidas.
Registrar los criterios de la evaluación de las obras.
Figura 3.3: Diagrama de casos de uso del negocio.
113
Tabla 3.3: Actores definidos para el sistema.
Observación: Antes de que los estudiantes pasen a definir los actores del sistema de información
computacional, deben mostrar al usuario los requisitos definidos, para garantizar que se hayan concebido
todas las funcionalidades. El profesor debe insistir en la realización de este paso, ya que es muy importante
y por lo general se obvia. Lo más frecuente es mostrar al usuario el sistema cuando está muy avanzado, lo
que trae como consecuencia
discrepancias que llevan a redefinir
clases y otras partes del diseño,
provocando una pérdida considerable
de tiempo y recursos. En esta etapa
se espera que los estudiantes
puedan definir los actores como se
muestra en la tabla 3.3.
Una vez definidos los posibles actores del sistema, los estudiantes deberán representar los casos de uso
asociados a cada actor mediante un diagrama que los relacione. Para lograr esto el profesor deberá insistir
en el uso del método de modelación, estudiado en Metodología de la Investigación y empleado en las
Figura 3.4: Diagrama de casos de uso del sistema.
Actores Justificación
Anfitrión
Atiende a los artistas, registrando en el sistema sus solicitudes de obras y asignándoles un especialista de arte. Registra información sobre los artistas que desean exponer en la galería o que a la galería le interesa que expongan.
Sistema automatizado de Recursos Humanos
Suministra información sobre los especialistas de arte y las técnicas que usan los artistas.
Especialistas en economía Consulta en el sistema las obras aceptadas que no tienen precio fijado y registra el precio de venta convenido con los artistas, en caso de que deseen venderlas. Actualiza el sistema cuando se efectúa una venta.
Especialista de arte Registra los resultados de las evaluaciones que ha realizado a las obras contenidas en solicitudes a él asignadas, decidiendo si son aceptadas o no por la galería.
Gerente de la galería Consulta en el sistema información sobre las obras registradas que no han sido vendidas.
Servidor de correo Aplicación externa que se usa para el envío de correos.
114
asignaturas relacionadas con la programación. El uso de este método le permitirá la representación y
modelación de las relaciones que desde el punto de vista funcional se establecen entre los actores del
sistema, lo que se ejemplifica en la figura 3.4.
Procedimiento traductor del sistema intermediario
El profesor deberá insistir en la necesidad de analizar sistemáticamente la entrada, transformación y
almacenamiento de los datos, a la vez que cuidar que la salida de la información esté acorde a los
requerimientos del sistema usuario. Para lograrlo puede mostrar a los estudiantes la ejemplificación de una
o varias situaciones problémicas con diseños diferentes y propiciar el análisis de las deficiencias y ventajas
de las mismas según los requisitos funcionales del sistema usuario. Esto les permitirá a los estudiantes
crear habilidades para evaluar sistemáticamente el nivel de cubrimiento de las funcionalidades del software
respecto a los mencionados requisitos.
Retomando la situación problémica, en la tabla 15.3 del anexo 15 se muestra la descripción de un caso de
uso en formato expandido, correspondiente a la etapa de análisis. Aquí se debe lograr que el estudiante
desarrolle y especifique los casos de uso del análisis, con sus correspondientes diagramas de clases.
A partir de los resultados obtenidos en el análisis, el profesor debe lograr que los estudiantes expongan
oralmente el modelado del diseño, los productos que se obtienen, su especificación de casos de uso y las
clases del diseño, con el propósito de contrastar puntos de vista diferentes y trasmitir patrones de análisis y
diseño. Debe tenerse en cuenta en todo momento que para lograr un correcto diseño, es necesario evitar el
empleo de estructuras de control no ordenadas, haciendo una selección cuidadosa de los identificadores de
las variables a utilizar, así como de los algoritmos y estructuras de datos a implementar.
En este punto lo más importante es enseñar a los estudiantes las características, funciones, ventajas y
desventajas de cada diagrama, ya sea de interacción o estático, que permiten modelar los requisitos
funcionales y no funcionales del sistema. Esto puede lograrse a partir de la realización de diagramas donde
se puedan proponer y fundamentar ventajas y desventajas.
115
En la tabla 15.4 del anexo 15 se muestra la descripción de un caso de uso correspondiente a la etapa del
diseño, el cual representa la interpretación que se espera haga el estudiante sobre el vinculo del diseño con
la etapa de implementación del sistema, a través de imágenes de las interfaces visuales del mismo. De
igual forma, la figura 15.4 del anexo 15 explicita el diagrama de secuencia relacionado con el caso de uso
anterior, que muestra la interacción entre los objetos que participan en dicho caso de uso, incluyendo los
mensajes que pueden enviarse entre ellos.
Como se puede observar hasta aquí, a un mismo caso de uso se le han asociado dos diagramas que
muestran dos vistas del mismo. Un tercer diagrama pudiera arrojar mayor claridad a la comprensión de los
estudiantes y aumentar la precisión en la implementación, por ello es importante insistir en su elaboración.
Tal diagrama puede ser como el que se muestra en la figura 15.5 del anexo 15.
Por otro lado, el profesor deberá trabajar por lograr que los estudiantes adquieran conciencia sobre su
responsabilidad en cuanto a la documentación del programa y la explicación de la codificación, dada la gran
importancia de estos aspectos para futuras pruebas y mantenimiento del sistema. De aquí que a la hora de
programar tengan que procurar que el código resulte fácil de entender. Esto lo puede alcanzar a partir de
controlar el cronograma de trabajo correspondiente a esta etapa, el que debe considerar como instrumentos
de apoyo las plantillas de casos de uso e historias de usuario, que deben ser ejercitadas sistemáticamente,
según la estructura definida en la asignatura.
Hasta aquí se espera que los estudiantes culminen la implementación del sistema de información
computacional, de manera que responda a los diagramas previamente diseñados, teniendo en cuenta los
requerimientos funcionales y no funcionales establecidos, según las necesidades del sistema usuario.
Procedimiento valorativo del sistema de información computacional
Si bien todas las etapas son esenciales para el desarrollo del sistema de información computacional, esta
etapa de valoración de dicho sistema es decisiva, por ello el profesor debe mostrar su necesidad para
116
comprobar la veracidad del sistema creado, analizando si el mismo responde a las necesidades del sistema
usuario y si mantiene los estándares de programación, para garantizar su correcto funcionamiento.
Cuando se define un caso de uso, se deben tener en cuenta sus escenarios o pruebas de aceptación, así
como las listas de chequeo o listas de verificación. Además, se debe facilitar al estudiante la formación de
habilidades para crear programas o unidades de prueba, tales como pruebas: unitarias, funcionales, de
integración y de despliegue, entre otras. Por otro lado, el profesor debe explicar las ventajas y desventajas
de los software existentes para gestionar el registro de errores y tareas de desarrollo, tales como: Redmine
(aplicación de gestión de proyectos) (RedMine, 2015) y TFS (Team Foundation Server) (Microsoft, 2015).
Un ejemplo de esto se muestra en el anexo 12.5.
Es importante que el estudiante amplíe sus conocimientos en las etapas de implantación y prueba. Para
esto la asignatura debe tener en cuenta realizar actividades docentes en las que se desarrollen elementos
esenciales en la etapa de implantación, tales como el entrenamiento de los usuarios, la instalación del
sistema de información computacional y la construcción de los archivos de datos necesarios para utilizarlo.
Para la implementación del sistema de información debe propiciarse la utilización de patrones de diseño,
tales como el de refactorización de código, de arquitectura, orientados a objetos, etc. Estos son prototipos
de diseño que han resultado ser muy efectivos en la implementación. El profesor debe brindar a los
estudiantes información sobre la necesidad de utilizar en esta etapa un código legible, que debe
documentarse suficientemente, dándole a las funciones y estructuras palabras adecuadas o acordes a lo
que se desarrolla. Esto crea facilidades para un futuro mantenimiento de dicho sistema. Si bien la etapa de
mantenimiento no es de frecuente observación durante el proceso formativo del profesional de Ciencia de la
Computación, debido a lo extensa de la misma en el tiempo, si es necesario que los estudiantes la
conozcan y sepan su importancia para la vida del sistema.
117
Conclusiones
1. Se valoró la pertinencia científica del modelo de la dinámica del proceso de formación investigativa en la
carrera de Licenciatura en Ciencia de la Computación y la factibilidad de aplicación del sistema de
procedimientos didácticos que se propone, a través del desarrollo de dos talleres de socialización con
especialistas, los que arrojaron un resultado favorable y permitieron enriquecer y perfeccionar el citado
sistema, reconociéndose el valor epistémico y praxiológico de estos aportes.
2. La ejemplificación parcial realizada en el 3er año de la carrera de Licenciatura en Ciencia de la
Computación de la Universidad de Oriente brindó suficientes evidencias para concluir que el sistema de
procedimientos didácticos que se propone está en condiciones de perfeccionar la dinámica del proceso
de formación investigativa en la carrera de Licenciatura en Ciencia de la Computación.
3. El desarrollo de una ejemplificación del sistema de procedimientos didácticos en la asignatura Ingeniería
de Software facilitó la comprensión de dicho sistema y evidenció su factibilidad de aplicación.
118
CONCLUSIONES GENERALES
1. La fundamentación epistemológica y praxiológica del objeto y el campo de acción de esta investigación,
así como el análisis de sus tendencias históricas, revelaron insuficientes referentes teóricos y
metodológicos para el proceso de formación investigativa en la carrera de Ciencia de la Computación,
los que permitieron profundizar en la dinámica del mismo.
2. El modelo es contentivo de la relación entre la sistematización de la información proveniente de la
situación problémica y la comprobación de su correspondiente solución computacional, dinamizadora de
la lógica de la formación investigativa del estudiante de la Licenciatura en Ciencia de la Computación, lo
que se constituyó en el camino hipotético que condujo la construcción del conocimiento científico que se
propone.
3. El modelo es también expresión de la lógica integradora entre la aplicación de métodos de captura y
procesamiento de información del sistema usuario, la sistematización de métodos de diseño e
implementación computacional de un sistema de información y la valoración de métodos de
comprobación y evaluación del sistema de información computacional, la que se constituye en una
condición imprescindible para el desarrollo de un pensamiento investigativo computacional.
4. La lógica integradora entre las dimensiones del modelo se concreta en un sistema de procedimientos
didácticos que favorece y orienta a profesores y estudiantes de la Licenciatura en Ciencia de la
Computación para la conducción de la dinámica del proceso de formación investigativa.
5. El proceso de fundamentación teórica y práctica del objeto y el campo investigado permitió realizar una
reconstrucción epistemológica, que se sintetizó en un modelo de la dinámica del proceso de formación
investigativa en la Licenciatura en Ciencia de la Computación, el cual se caracteriza por un adecuado
nivel de abstracción del objeto de investigación transformado y por una profunda coherencia lógica. Ello
sustenta la esencialidad de los aportes realizados, que fueron valorados y corroborados a través de la
realización de dos talleres de socialización con especialistas de la Universidad de Oriente y de la
119
Universidad Central de Las Villas, la ejemplificación parcial del sistema de procedimientos didácticos en
el 3er año de la carrera de Licenciatura en Ciencia de la Computación de la Universidad de Oriente y el
desarrollo de una ejemplificación del sistema de procedimientos didácticos en la asignatura Ingeniería de
Software de la mencionada carrera.
120
RECOMENDACIONES
1. Continuar profundizando en el estudio del proceso de formación investigativa para develar nuevas
relaciones que permitan perfeccionar la dimensión interpretativa del sistema usuario, en estrecha
relación con el papel que en dicha formación juegan las entidades laborales de base.
2. Revelar formas más efectivas de evaluar las transformaciones que se alcanzan en el desempeño
investigativo del estudiante de Ciencia de la Computación.
3. Ofrecer cursos de postgrado a profesores de la carrera de Ciencia de la Computación, para facilitar la
apropiación de los elementos principales de la modelación y el sistema de procedimientos.
4. Elaborar materiales didácticos y sistemas computacionales como tutoriales, multimedias educativas,
entre otros, que posibiliten la orientación a los profesores de la carrera de Ciencia de la Computación
para la utilización de los aportes de la tesis.
5. Continuar la introducción de los aportes de esta investigación en todas las asignaturas que en la carrera
han sido precisadas como responsables de la concreción del sistema de procedimientos y proponer su
aplicación al resto de las universidades del país que posean dicha carrera.
BIBLIOGRAFÍA
1. ACM´05. (2005). ACM / IEEE – CS Computing Curricula 2005. The Overview Report. Disponible en:
http://www.computer.org/education/cc2005/ironman/cc2005/index.html, [Consultado el 8 de Marzo de
2013].
2. ACM´13. (2013). ACM / IEEE - Computer Science Curricula 2013. Curriculum Guidelines for
Undergraduate Degree Programs in Computer Science. Disponible en:
http://www.computer.org/education/cc2005/ironman/cc2005/index.html, [Consultado el 12 de Enero de
2015].
3. ACM/IEEE (1990). Computing Curricula 1991 Report. Disponible en:
http://www.computer.org/education/cc1991/ [Consultado el 26 de enero de 2015].
4. Adell, J. (1997). Tendencias en educación en la sociedad
de las tecnologías de la información. EDUTEC: Revista Electrónica de Tecnología Educativa, No. 7,
Noviembre. ISSN: 1135-9250. Universidad Jaume I. España.
5. Aho, A. V., Hopcroft, J. E. y Ullman, J. D. (1998). Estructuras de datos y algoritmos. Con la colaboración
de Guillermo Levine Gutiérrez. Versión en español de Américo Vargas y Jorge Lozano. Publicación
México, DF: Addison – Wesley.
6. Aldana de Becerra, G. M. (2012). La formación investigativa: su pertinencia en pregrado. Revista Virtual
Universidad Católica del Norte, No. 35, febrero-mayo, pp. 367-379. Fundación Universitaria Católica
del Norte. Medellín, Colombia.
7. Alfonso, I. (2001). La importancia social de la información. Revista ACIMED, Vol. 9, No.3, pp. 221-223.
8. Ángel, D.A. (2011).La hermenéutica y los métodos de investigación en ciencias sociales. Revista
Estudios Filosóficos, No.44, diciembre, pp. 9-37. ISSN: 0121-3628. Universidad de Antioquia.
9. Ango, H. (2010). Metodología de la investigación científica. San Juan de la Frontera. Universidad
Nacional de San Cristóbal de Huamanga. pp. 7. Perú.
10. Anguera, M. T. (2004). Posición de la metodología observacional en el debate entre las opciones
metodológicas cualitativa y cuantitativa. ¿Enfrentamiento, complementariedad, integración?. En
Revista Argilaga de Psicología, Vol. 10, No. 15, pp. 13-27, Belo Horizonte.
11. Arana, M. (2005). La Educación Científico-Tecnológica desde los Estudios de Ciencia, Tecnología,
Sociedad e Innovación. Revista Tabula Rasa, No. 3, pp. 293-313. Bogotá – Colombia.
12. Araujo, M. y otros (2013). Talleres para el desarrollo de habilidades investigativas desde la asignatura
Metodología de la Investigación. Revista EDUMECENTRO, Vol. 5, No.3, sep.-dic., pp.167-182. ISSN:
2077-2874. Santa Clara.
13. Arboleda, J. C. (2013). Hacia un nuevo concepto de pensamiento y comprensión. Editorial boletín virtual
Redipe, No. 824, págs. 6-14. ISSN-e 2256-1536.
14. Argüello, L. A. (2009). El oficio de profesor universitario en la era de los medios electrónicos. Revista de
Universidad y Sociedad del Conocimiento, Vol. 6, No. 2. ISSN: 1698-580x.
15. Arredondo, S. y Diago, G. (2003). Evaluación educativa y promoción escolar. Ediciones Pearson.
Madrid.
16. Austin, T. (2000). Teoría de sistemas y sociedad. Editorial Universidad "Arturo Prat" Sede Victoria.
Disponible en: http: //www.geocities.com/tomaustin_cl/index.html [Consultado el 22 de abril de 2011]
17. Ausubel, D. P. (2002). Adquisición y retención del conocimiento. Una perspectiva cognitiva. Edit. Paidós.
Barcelona.
18. ______________ (1976). Psicología educativa. Un punto de vista cognoscitivo. Edit. Trillas. México.
19. ______________ (1973). Algunos aspectos psicológicos de la estructura del conocimiento. En Elam, S.
(Comp.) La educación y la estructura del conocimiento. Investigaciones sobre el proceso de
aprendizaje y la naturaleza de las disciplinas que integran el currículum. Editorial El Ateneo. Buenos
Aires. pp. 211-239.
20. Azpilicueta, J. y Ledesma, A. (2004). Constructivismo en la Educación de las Ciencias de la
Computación. Una Propuesta de Enseñanza- Aprendizaje en Aula Virtual Basada en Resolución de
Problemas. VIII Congreso de Educación a Distancia, CREAD MERCOSUR/SUL. Córdoba, Argentina.
pp. 497-501.
21. Baeza, R. (2001). Diseñemos Todo de Nuevo: Reflexiones sobre la Computación y su Enseñanza.
Revista Colombiana de Computación Vol. 1, No. 1, pp. 7-28.
22. Barbier, J. M. (1993). La evaluación de los procesos de formación. Ediciones Paidos. Barcelona.
23. Barreda, L. (2010). Modelo de Sistematización indagativa en la formación científica de los profesionales
de la enfermería. Tesis presentada en opción al Grado Científico de Doctor en Ciencias Pedagógicas.
CeeS “Manuel F. Gran”. Universidad de Oriente, Cuba.
24. Becerra, H. (2002). Navegando en la Historia. GIGA, Revista Cubana de computación. Editada por
Copextel. No. 1. ISSN 1028-270x. Cuba.
25. Benavides, J. (2002). Historia de los Sistemas Operativos. GIGA, Revista Cubana de computación.
Editada por Copextel, No. 1. ISSN 1028-270x. Cuba.
26. Beuchot, M. (2010). Hermenéutica analógica, símbolo y ontología. 1ra. Edición: Dirección de Difusión y
Promoción de la Investigación y los Estudios Avanzados. Universidad Autónoma del Estado de México.
ISBN: 978-607-422-092-6.
27. _________ (1998). Hermenéutica analógica y crisis de la modernidad. Publicado en Universidad de
México, Revista de la UNAM. Disponible en:
http://www.ensayo.rom.uga.edu/antologia/XXA/beuchot/beuchot2.htm [Consultado el 22 de abril de
2011].
28. _________ (1997). Tratado de hermenéutica analógica. Universidad Nacional Autónoma de México.
México.
29. Borrero, R. Y. y Gamboa, M. E. (2015). La formación laboral investigativa de los profesionales de la
educación en las carreras de ciencias naturales y exactas. Revista Órbita Pedagógica, Vol. 2, No. 1.
Brasil.
30. Cabrera, I. A. (2003). El procesamiento humano de la información. En busca de una explicación. En
Revista ACIMED, Vol. 8, No. 3, pp. 228-38.
31. Cáceres, M. y otros (2003). La formación pedagógica de los profesores universitarios. Una propuesta en
el proceso de profesionalización del docente. Revista Iberoamericana de Educación. ISSN: 1681-5653.
32. Calero, J. L. (2000). Investigación cualitativa y cuantitativa. Problemas no resueltos en los debates
actuales. En Revista Cubana Endocrinología, Vol. 11, No. 3, pp. 192-198.
33. Cambridge University (2012). Cambridge Diploma in Computer Science. Wikipedia, la enciclopedia libre.
Disponible en: http://en.wikipedia.org/wiki/Cambridge_Diploma_in_Computer_Science [Consultado el
18 de abril de 2013].
34. Cañedo, R., Ramos, R. y Guerrero, J. (2005). La Informática, la Computación y la Ciencia de la
Información: una alianza para el desarrollo. Revista ACIMED, Vol. 13, No. 5. Disponible en:
http://bvs.sld.cu/revistas/aci/vol13_5_05/aci07505.htm [Consultado el 31 de julio de 2013].
35. Capurro, R. (2010). La hermenéutica frente al desafío de la técnica digital. Revista LIINC (Laboratório
Interdisciplinar em Informação e Conhecimento), Vol. 6, No. 2, Diciembre, pp. 235-249. Rio de Janeiro.
Disponible en: http://www.ibict.br/liinc [Consultado el 16 de julio de 2012].
36. _____________ (2003).Epistemología y Ciencia de la Información. Disponible en:
http://www.capurro.de/ny86.html [Consultado el 18 de diciembre de 2012].
37. _____________ (2003).Pasado, Presente y Futuro de la noción de información. I Encuentro
Internacional de Expertos en Teorías de la Información. Un enfoque interdisciplinar.
38. _____________ (2000).La hermenéutica y el fenómeno de la información. Disponible en:
http://www.capurro.de/herminf.html [Consultado el 18 de diciembre de 2012].
39. Lenna, C., Barrientos, I. y Jiménez, Y. (2015). Experiencia en la formación integral de los estudiantes de
tercer año de la carrera de ciencias informáticas a través de una tarea integradora. Revista Órbita
Pedagógica, Vol. 2, No. 1. Brasil.
40. Carnota R., Aguirre J. y otros (2008). Historia de la informática en América Latina y el Caribe:
Investigaciones y testimonios. Proyecto SAMCA. (Salvando la Memoria de la Computación Argentina).
Disponible en: http://www.dc.exa.unrc.edu.ar/historia/ [Consultado el 15 de abril de 2013].
41. Carrizo, J. y González, M. (2012). Importancia de la investigación en la formación de pregrado. Revista
Congreso Universidad, Vol. I, No. 2. ISSN: 2306-918X.
42. Chevallard, Y. (1991). La transposición didáctica: Del saber sabio al saber enseñado. AIQUE, Argentina.
43. Chirino, M. V. (2012). Didáctica de la formación inicial investigativa en las universidades de ciencias
pedagógicas. Revista Científico-Metodológica, No. 55, pp.18-24, julio-diciembre, Varona. ISSN: 0864-
196X.
44. Cisneros, G. (1991). La computación en México y la influencia de H. V. McIntosh en su desarrollo.
Ponencia presentada en la mesa redonda sobre Gráficas, Combinatoria y Computación de la Reunión
Nacional de Matemáticos. Guanajuato, México.
45. CNA-Chile (2012). Comisión Nacional de Acreditación CNA-Chile. Universidad de Santiago de Chile.
Facultad de Ciencias. Disponible en: http://www.lcc.usach.cl/index.php/programas-de-estudio
[Consultado el 15 de abril de 2013]
46. Coba, D. C.; Expósito, A. M.; Ramírez, J. L. (2011). Mejorar la habilidad de registrar en los estudiantes
de contabilidad en Cuba. Sede Universitaria Municipal, Jobabo. Cuba.
47. Cruz, L. (2012). Reseña y aportes de la hermenéutica: miradas desde el constructivismo. Revista de
Psicología de la Universidad de Chile, Vol. 21, Nº 1, junio.
48. Denning, P.J. (2000). Computer Science: The Discipline. Encyclopedia of Computer Science. Disponible
en: http:// web.archive.org/ web/ 20060525195404/ http://www.idi.ntnu.no/emner/dif8916/denning.pdf
[Consultado el 20 de abril de 2012].
49. ___________ (2005). Is Computer Science Science?. Revista Communications of the ACM. Disponible
en: http://www.cacm.acm.org/magazines/2005/4/6255-is-computer-science-science/ [Consultado el 14
de junio de 2013]
50. Díaz, M. V. (2009). La gestión formativa para la investigación en las instituciones de la educación
superior. Tesis presentada en opción al Grado Científico de Doctor en Ciencias Pedagógicas. CeeS
“Manuel F. Gran”. Universidad de Oriente, Cuba.
51. Díaz, J. R. (2002). Sistemas de Información para la Gestión Empresarial. Maestría en Ciencia de la
Computación. Universidad Popular de Nicaragua, Facultad de Informática, Nicaragua.
52. Drake, J. M. y López, P. (2009). Ingeniería software: Verificación y Validación. Disponible en:
http://www.ctr.unican.es/asignaturas/Ingenieria_Software_4_F/Doc/M7_09_VerificacionValidacion-
2011.pdf [Consultado el 21 de abril de 2014].
53. Duarte, Y. y otros (2002). La Interdisciplinariedad. Una propuesta interesante. Disponible en:
http://www.ilustrados.com/tema/12134/Interdisciplinariedad-propuesta-interesante.html [Consultado el
22 de Enero del 2013].
54. Ellis, D. (1992). Paradigms and proto-paradigms in information retrieval research. En: Pertti, Vakkari,
Blaise Cronin (Eds.): Conceptions of Library and Information Science. Historical, empirical and
theoretical perspectives. London, pp.165-186.
55. Escalona, M. (2004). Los ordenadores en el proceso de enseñanza-aprendizaje de las ciencias.
Fundamentos para su utilización. Revista Iberoamericana de Educación. ISSN: 1681-5653.
56. Espinosa, J. (2009). Estrategias de enseñanza para la promoción de aprendizajes significativos. Una
visión aplicada desde el punto de vista del cálculo. Revista Ciencia Ahora, Vol. 24, No. 12. Universidad
de Concepción. Venezuela.
57. Estrada, O. y Blanco, S. (2014). Habilidades Investigativas en los estudiantes de pregrado de carreras
universitarias con Perfil Informático. Revista Pedagogía Universitaria, Vol. 19, No. 2.
58. Fergusson, E. M., Alonso, I. y Gorina, A. (2014). Estudio exploratorio sobre la formación investigativa de
los estudiantes de Licenciatura en Ciencia de la Computación. Revista Colegio Universitario, Vol. 3,
No. 1, ISSN 2307-7522. Santiago de Cuba, Cuba.
59. Fergusson, E. M., Alonso, I., Gorina, A. y Salgado, A. (2015a). Consideraciones epistemológicas sobre
la formación investigativa del licenciado en Ciencia de la Computación. Revista Orbita Pedagógica,
Vol.2, No. 2, Mayo – Agosto, pp.45-67. Angola.
60. ______________________ (2015b). Dinámica del proceso de formación investigativa en la carrera de
Licenciatura en Ciencia de la Computación. Revista Didasc@lia: Didáctica y Educación, Vol. 6, No. 6,
diciembre (Especial), pp.87 – 102. Cuba.
61. Fergusson, E. M., Alonso, I. y Salgado, A. (2016). Propuesta didáctica para perfeccionar la formación
investigativa del Licenciado en Ciencia de la Computación. Revista Maestro y sociedad, Vol.2, No. 13,
pp.13-27. ISSN 1815-4867. Cuba.
62. Ferreira, G. L. (2005). Modelo curricular para la disciplina integradora en las carreras de perfil técnico e
informático y su aplicación en la carrera Ciencia de la Computación. Tesis presentada en opción al
Grado Científico de Doctor en Ciencias Pedagógicas. Facultad de Matemática, Física y Computación,
Departamento Ciencia de la Computación. Universidad Central “Martha Abreu” de las Villas, Cuba.
63. Fitz, A. (2011). El origen y la evolución de las TIC. Disponible en:
http://alejandrofitz.blogspot.com/2011/10/el-origen-y-la-evolucion-de-las-tic.html [Consultado el 31 de
agosto de 2013]
64. Ford, J. (2003). The IBM Watson Laboratory at Columbia University,
a history. Versión electrónica del libro publicado por la corporación IBM.
Estados Unidos de América. Disponible en: http://www.cl.cam.ac.uk/ [Consultado el 18 de abril de
2013]
65. Fraga, Alina (2011). Antecedentes históricos del enfoque investigativo en la formación docente en Cuba.
Revista Cuardernos de Educación y Desarrollo, Vol. 3, No. 27. Disponible en:
http://www.eumed.net/rev/ced/27/afc.htm [Consultado el 16 de octubre de 2012]
66. Froehlich, T. J. (1994). Relevance Reconsidered - Towards an Agenda for the 21st Century: Introduction
to a Special Topic Issue on Relevance Research. Revista Journal of the American Society for
Information Science, Vol. 45, No. 3, pp.124-134.
67. Fuentes, H. C., Matos, E. C. y Cruz, S. (2004). El Proceso de Investigación Científica desde un
Pensamiento Dialéctico Hermenéutico. Libro inédito CeeS “Manuel F. Gran”. Universidad de Oriente,
Santiago de Cuba, Cuba.
68. Fuentes, H. C., Álvarez, I. y Matos, E. C. (2003). Teoría Holístico Configuracional de los Procesos
Sociales. En Revista Santiago. Universidad de Oriente, Cuba.
69. Fuentes, H. C. (2009). Pedagogía y Didáctica de La Educación Superior. En CD ROM Aportes del CeeS
a la Pedagogía Moderna. Memoria Científica II. ISBN: 978 –959–207–385–2.
70. García, F. (2009). La investigación tecnológica. Investigar, idear e innovar en Ingenierías y Ciencias
Sociales, pp. 45-100. Editorial Limusa. México.
71. García, S. (2002). La Validez y la Confiabilidad en la Evaluación del Aprendizaje desde la Perspectiva
Hermenéutica. En Revista de Pedagogía, Vol.23, No.67, mayo, Caracas, Venezuela.
72. Garibay, J. A. (2011). Las Ciencias Computacionales. Mundo Digital. Disponible en:
http://www.eveliux.com/mx/las-ciencias-computacionales.php [Consultado el 15 de abril de 2013]
73. González, H. S. (2011). Formación investigativa para la educación superior desde una perspectiva
pedagógica. Revista Científica, No. 14, julio – diciembre. ISSN: 0124 2253. Bogotá, Colombia.
74. González, O. y otros (1996). Tendencias Pedagógicas Contemporáneas. Universidad de la Habana,
Departamento de Psicología y Pedagogía, Ibagué, Colombia.
75. Gorina, A. (2010). Dinámica del procesamiento de la información en las investigaciones sociales. Tesis
presentada en opción al Grado Científico de Doctor en Ciencias Pedagógicas. CeeS “Manuel F. Gran”.
Universidad de Oriente, Cuba.
76. Gorina, A. y Alonso, I., (2012). Un sistema de procedimientos metodológicos para perfeccionar el
procesamiento de la información en las investigaciones sociales. Revista Didasc@lia, Vol. 3, No. 6,
Diciembre (Monográfico especial), pp.91 – 108. Cuba.
77. _________________ (2013). Modelo de la dinámica formativa del procesamiento de la información en
las investigaciones sociales. Revista Didasc@lia D&E, Vol. 4, No. 1, enero-marzo, pp. 31-56. Cuba.
78. Gorina, A., Alonso, I. y Zamora, L. (2010). La indagación y la gestión estadística de datos en el proceso
de investigación científica de las Ciencias Sociales. En CD ROM, “Aportes del CeeS a la Pedagogía
Moderna”. Memoria Científica II. ISBN: 978 –959–207–385–2.
79. Guerrero, M. E. (2007). Formación de habilidades para la investigación desde el pregrado. Revista Acta
Colombiana de Psicología, Vol.10, No.2, Julio/Diciembre. ISSN: 0123-9155. Bogotá.
80. Guevara, M. (1995). “La información”. Revista Ciencias Informáticas, Vol. 25, No. 4, pp.240-251.
81. Hernández, R., Fernández, C., Baptista, P (1998). Metodología de la investigación social. McGraw-HILL
Interamericana Edit., S. A. de C. V. ISBN: 970 –10–1899–0.
82. Hernández, Y. (2010): “La importancia de la formación investigativa en los docentes universitarios en el
siglo XXI”. Venezuela. Disponible en: <http://www.gestiopolis.com/organizacion-talento-2/importancia-
formacion-curricular-docentes-universitarios-siglo-21.htm > [Consulta: 24 de abril de 2013]
83. Herold, S. y Matilla, M. M. (2002). Gestión de Bases de Datos en Ingeniería de Sistemas. Curso de
titulación. Universidad Popular de Nicaragua, Facultad de Informática, Nicaragua.
84. Herold, S. (2007). Curso de Ingeniería de Software. Curso de titulación. Programa de Maestría en
Telemática. Universidad Iberoamericana de Ciencia y Tecnología, Dirección de Investigación y
Postgrado. Nicaragua.
85. Herrera, J. L. (2006). La formación de los profesionales universitarios en las empresas en el contexto
cubano. Revista Electrónica de la Red de Investigación Educativa, Vol.1, No.4, Enero-Junio. ISSN
1794-8061. Disponible en: <http://revista.iered.org>. [Consultado el 2 septiembre de 2013].
86. Huergo, J. (2007). Los medios y tecnologías en educación. La Plata, Argentina.
87. Jara, O. (1994). Para sistematizar experiencias. Centro Editor Alforja, Costa Rica.
88. Lahera, R. (2009). Estrategia para la formación de la competencia investigativa en el ciclo básico de la
Carrera de Medicina. Tesis presentada en opción al Grado Científico de Doctor en Ciencias
Pedagógicas. CeeS “Manuel F. Gran”. Universidad de Oriente, Cuba.
89. Linárez, J. C. (2008). Formalización y Evolución de la Ciencia de la Información como Campo de
Conocimiento. Docente del Departamento de Ciencias de la Información del Instituto Universitario
Experimental de Tecnología Andrés Eloy Blanco, Barquisimeto, Venezuela.
90. Lissabet, A. (2011). La Cultura Informática del Profesor de Computación en Cuba. Revista Cuadernos
de Educación y Desarrollo, Vol. 3, No. 23.
91. Lissabet, A. y Cruz, M. A. (2011). Evolución histórica del proceso de formación de la cultura informática
del profesor de computación en la educación cubana. En Revista Cuadernos de Educación y
Desarrollo, Vol. 3, No.23, Enero.
92. Londoño, J. M. y Cortés, C. A. (2004). “El papel de la investigación en la formación de profesionales
integrales en la Facultad de Ingeniería de la Universidad de Manizales”. Revista Ventana Informática,
No. 11, Enero – Junio, pp. 157-167. Universidad de Manizales, Colombia.
93. Marcial, H. (2012). Historia de la ingeniería del software. México. Disponible en:
http://www.buenastareas.com/ensayos/Historia-De-La-Ingenier%C3%ADa-Del-Software/3538890.html
[Consultado el 14 de junio de 2013]
94. Marín, R. (2008). Transdisciplina sistémica y modelado de sistemas de información: La Cultura y el
Software. Revista internacional La Nueva Gestión Organizacional. Año 3, No. 6, Enero-Junio. México.
pp. 13-24.
95. Martínez, J. A. y Martínez, L. (2008). “Determinación de la varianza máxima para el cálculo del factor de
imprecisión sobre la escala de medida, y extensión a diferentes tipos de muestreo”. En Revista
Psicothema, Vol. 20, No. 2, pp. 311 – 316.
96. Martínez, M. (2006). Validez y confiabilidad en la metodología cualitativa. Revista Paradigma, Vol.27,
No.2. Maracay, Venezuela.
97. Matos, E. C. y Cruz, L. (2011). La práctica investigativa, una experiencia en la formación doctoral en
Ciencia Pedagógica. Ediciones UO. Universidad de Oriente, Cuba. ISBN: 978-959-207-434-7.
98. Matos, E. C., Fuentes, H. C., Montoya, J. y Quesada, J. (2007). Didáctica: Lógica de la investigación y
construcción del texto científico. Facultad de Ciencias de la Educación. Edit. Universidad Libre, Santa
Fe de Bogotá, Colombia.
99. Medina, M. (2012). Introducción a la ingeniería de software y sistemas de computación. Disponible en:
http://www.isittla12.blogspot.com/2012/11/unidad-1introduccion-la-ingenieria-del.html [Consultado el 16
de abril de 2013].
100. MES (2008). Plan de estudios de la carrera Licenciatura en Ciencia de la Computación. Comisión
Nacional de Carrera. Ministerio de Educación Superior. Cuba.
101. Microsoft (2015). Herramientas y lenguajes de desarrollo. Disponible en: http://msdn.microsoft.com/es-
es/library/aa187916.aspx [Consultado el 8 de enero del 2016].
102. Miyahira, J. M. (2009). La investigación formativa y la formación para la investigación en el pregrado.
Revista Med Hered, Vol. 20, No. 3. Lima, Perú.
103. Montoya, M. (1998). La Investigación Científica y Tecnológica: Estado, Universidad y Empresa.
Investigación Científica y Tecnológica en el Perú y la Cooperación Técnica Internacional. Ayacucho.
UNSCH. (pp. 5-9).
104. Moreno, J. (2014). ¿Qué es el pensamiento computacional?. Disponible en:
http://programamos.es/que-es-el-pensamiento-computacional/ [Consultado el 10 de julio de 2015].
105. Muñoz, D. (2015). La formación investigativa del estudiante de la carrera de Ingeniería en Sistemas:
una necesidad en la Universidad Laica Eloy Alfaro de Manabí. Revista Electrónica Formación y
Calidad Educativa, Vol. 3, No. 1. Enero-Abril. Ecuador.
106. Jesse, B. A. K. y Fernández, R. (2013). “La formación de competencias investigativas en los
estudiantes de informática mediante el uso de las tecnologías de la información y el conocimiento.
Revista Estrategia y Gestión Universitaria, Vol.1, No.1, Julio-Diciembre.
107. Lemaitre, C. (2008). 50 años de la computadora en México. Jornada de Oriente, pp. 1–2.
108. Montero, B., Alfonso, D. y Hernández, D. (2016). “La formación investigativa de los estudiantes, su
organización y desarrollo en la Universidad Metropolitana del Ecuador (UMET)”. Revista Conrado,
Vol. 12, No.53, Abril, pp.14-18. Disponible en: http://conrado.ucf.edu.cu/
109. Nápoles, N. (2007). Gestión de la calidad para la ciencia y la innovación tecnológica en la universidad
cubana actual. Tesis presentada en opción al Grado Científico de Doctor en Ciencias Pedagógicas.
CeeS “Manuel F. Gran”. Universidad de Oriente, Cuba.
110. Oxford University (2012). About the Department of Computer Science, University of Oxford, a history.
University of Oxford. Disponible en: http://www.cs.ox.ac.uk/contact/history.html [Consultado el 4 de
julio de 2013].
111. Padrón, J. (2007). Tendencias epistemológicas de la investigación científica en el Siglo XXI. Versión
escrita de la Conferencia del mismo título en el III Congreso Nacional de Escuelas de Postgrado del
Perú. Universidad Nacional de Cajamarca. Perú.
112. Palacios, L. (2010). Propuesta para la sistematización del proceso de formación investigativa docente.
Tesis presentada en opción al Grado Científico de Doctor en Ciencias Pedagógicas. CeeS “Manuel F.
Gran”. Universidad de Oriente, Cuba.
113. Planella, J. (2006). Pedagogía y hermenéutica. Más allá de los datos en la educación. Revista
Iberoamericana de Educación. ISSN: 1681-5653.
114. Pressman, R. (2002). Ingeniería de Software: Un Enfoque Práctico. McGraw-Hill, Interamericana de
España.
115. RedMine (2015). Aplicación web para la gestión de proyectos de manera flexible. Disponible en:
http://www.redmine.org/guide [Consultado el 8 de enero del 2016].
116. Rodríguez, G., Gil, J. y García, E. (2008). Metodología de la investigación cualitativa. Editorial Félix
Varela, La Habana, Cuba.
117. Rodríguez, L. y Roggero, P. (2015). La modelización y simulación computacional como metodología de
investigación social. Revista Latinoamericana Polis, 39. Disponible en: http://polis.revues.org/10568
[Consultado el 11 de abril del 2016].
118. Rojas, J. L. (2004). Tendencias de los servicios de información. La Habana: Universidad de La
Habana. Facultad de Comunicación. Cuba.
119. Rosario, Y. y Ferrer, E. A. (2014). Estrategia para la Formación de Competencias Investigativas en
estudiantes de la carrera Ingeniería Informática. Revista Didasc@lia D&E, Vol. V, No. 4, Octubre-
Diciembre, pp. 143-162. ISSN: 2224-2643.
120. Ross, I. (2011). Variable e indicadores para la evaluación del aprendizaje de la informática en los
diferentes niveles educativos. Memorias del evento COMPUMAT 2011, Cuba.
121. Rubio, W. (2013). Potenciar desde la clase el pensamiento investigativo: una actitud para la vida.
Revista Caminos Educativos, No. 2. ISSN: 2256-4527.Colombia.
122. Ruiz, R. (2007). “Historia y evolución del pensamiento científico”. Edit. EUMEDNET. (Biblioteca Virtual
de Derecho, Economía y Ciencias Sociales). Disponible en: http://www.eumed.net/libros/2007a/257/
[Consultado el 18 de diciembre de 2011].
123. Salgado, A., Gorina, A., Alonso, I. (2013). “Modelo de la dinámica lógico–algorítmica para la resolución
de problemas de programación computacional”. Revista Educare. Vol. 17, No. 1. ISSN: 2244‐7296.
Venezuela.
124. Sánchez, L. C. (2009). Las tecnologías de la Información y las comunicaciones en la dinámica del
proceso de formación para la investigación científica en la educación superior. Tesis presentada en
opción al Grado Científico de Doctor en Ciencias Pedagógicas. CeeS “Manuel F. Gran”. Universidad
de Oriente, Cuba.
125. Sánchez, C. (2012). La influencia de la Internet en los procesos educativos actuales. Disponible en:
http://blogs.intel.com/intel-education-solutions-es/2012/12/28/la-influencia-de-la-internet-en-los-
procesos-educativos-actuales/ [Consultado el 31 de agosto de 2013].
126. Saunders, S. (2011). La Nueva Psicología del Emperador. Holigral Publishing.ISBN:978-0-9570409-0-8.
127. Schalk, A. E. (2010). El Impacto de las TIC en la Educación. Relatoría de la Conferencia Internacional
de Brasilia, 26-29 abril. Oficina Regional de Educación para América Latina y el Caribe.
128. Siegel, S. (1972). Diseño experimental no paramétrico aplicado a las ciencias de la conducta. Edit.
Revolucionaria, Cuba.
129. Solé, A. (1998). Conceptos de orientación. Disponible en: http://conceptodefinicion.de/orientacion/
[Consultado el 28 de agosto de 2015].
130. Tardo, Y. y Rey, P. (2015). “La ejemplificación parcial de los resultados para la corroboración científica
en Ciencias Pedagógicas”. Revista Santiago, No. 136, enero-abril, pp. 19-40.
131. Tejada, I. (2010). Evaluación de competencias profesionales en estudiantes de ingeniería de sistemas
de información asistida por las tecnologías de la información y la comunicación. Tesis presentada en
opción al Grado Científico de Doctor en Ciencias Pedagógicas. Centro de Estudios de Ciencias de la
Educación “Enrique José Varona”. Universidad de Camagüey, Cuba.
132. Tejeda, R. (2013). La Formación Basada en Competencias en la Educación Superior desde una
perspectiva integradora. Revista Didasc@lia: Didáctica y Educación, Vol. 4, No. 4, Octubre-
Diciembre, pp.45-64.
133. Torres, D. Y. (2012). Comienzo de las TIC. Disponible en:
http://deideryair.blogspot.com/2012/10/comienzo-de-las-tic.html [Consultado el 31 de julio del 2013].
134. UCV (2013). Breve historia de la escuela. Vicerrectorado académico, Universidad Central de
Venezuela, Facultad de Ciencias, Escuela de Computación. Venezuela. Disponible en:
http://www.curricular.info/carreras/computacion.html [Consultado el 15 de abril de 2013].
135. UPES (2007). Plan de estudios de la carrera de Ingeniería en Ciencias de la Computación. Universidad
Politécnica de El Salvador. Facultad de Ingeniería y Arquitectura. El Salvador. Disponible
en:http://www.upes.edu.sv/facultades/ingenieria-y-arquitectura/ingenieria-en-ciencias-de-la-
computacion.html?start=2 [Consultado el 15 de abril de 2013].
136. Urrego, A. (2010). Validación de la propuesta pedagógica para la formación investigativa de los
estudiantes de licenciatura en Educación Física, Recreación y Deporte. Revista Educación física y
deporte, Vol. 29, No.1, pp.33-41. Editores Funámbulos.
137. Ursul, A. D. y Kazantseva, K.V. (1985). La vía del desarrollo intensivo de la actividad científico-
informativa. Disponible en: http://www.bibliociencias.cu/gsdl/cgi-bin/library?e=d-000-00---0revistas--
00-0-0--0prompt-10-4-0-1l-1-zh-50-20-preferences-00031-001-1-
0gbk10&cl=CL2.1218&d=HASHf4e2f2c3d127754b0f9541&x=1 [Consultado el 8 de agosto de 2013].
138. Valera, O. (2001). La Información científica en la investigación educativa. En Revista Desafío Escolar,
Vol. 1, No. 2. Edición Especial, pp. 58-71.
139. Valiente, P. y otros (2013). La experiencia cubana en la formación del profesor universitario. Revista de
Docencia Universitaria, Vol.11, No.3.Octubre-Diciembre, pp.91-123. ISSN: 1887-4592.
140. Vargas, Z. (2009). La investigación aplicada: una forma de conocer las realidades con evidencia
científica. Revista Educación, Vol. 23, No. 1, pp. 155-165.
141. Verdecia, E. (2007). Algunos Fundamentos Filosóficos y Psicológicos de la Tecnología Educativa”.
Edutec. Revista Electrónica de Tecnología Educativa. No. 23.
142. Wiltrock, R. (1990). Comprensión y representación. MacMillan Publishing Company.
143. Zamora, N. (2014). La formación investigativa de los estudiantes: un problema aún por resolver”.
Revista Escenarios, Vol. 12, No.2, Julio-Diciembre, pp.76-85.
144. Zorrilla, A. (1993). Introducción a la metodología de la investigación (11na. edición). México: Aguilar y
León.
ANEXO 1
RESULTADOS DE LA REVISIÓN DEL INFORME DEL PROCESO DE EVALUACIÓN Y ACREDITACIÓN
DE LA CARRERA DE LICENCIATURA EN CIENCIA DE LA COMPUTACIÓN, REALIZADO EN ABRIL
DEL AÑO 2011
La revisión del informe tuvo por objetivo la constatación de fortalezas y debilidades, observadas por los evaluadores
externos, relacionadas con la actividad investigativa de los estudiantes de la carrera. A tales efectos se pudo
observar:
FORTALEZA
El trabajo científico de los estudiantes está consolidado y muy vinculado con la solución de problemas del entorno,
lo que se manifiesta en la obtención de premios en eventos estudiantiles a diferentes niveles.
DEBILIDAD
Existen dificultades en la aplicación de la metodología de la investigación científica y en la redacción de los
informes escritos.
Del análisis de estos resultados y la consulta a profesores que estuvieron presentes en las actividades de intercambio
con los evaluadores, puede concluirse que aunque los estudiantes realizan trabajo científico de gran valor práctico, en
los que resuelven importantes problemas de su contexto, las investigaciones no se diseñan y ejecutan
adecuadamente, lo que limita la precisión de los resultados que se obtienen e influye desfavorablemente en la calidad
de los informes escritos.
ANEXO 2
INDICADORES PARA LA REVISIÓN Y ANÁLISIS DEL PLAN DE ESTUDIO DE LA CARRERA DE
LICENCIATURA EN CIENCIA DE LA COMPUTACIÓN
Para acometer la revisión del plan de estudio de la carrera se tomaron como base los resultados obtenidos de la
revisión del informe final del proceso de evaluación y acreditación de la carrera, realizado en abril del 2011 y se
definieron los siguientes indicadores:
No INDICADORES
1 Los objetivos generales del Plan de Estudio D contemplan la formación investigativa para el profesional
de CC.
2 Se dan orientaciones metodológicas para dirigir el diseño de las investigaciones y se precisan las
categorías científicas que deben emplearse para orientar el camino hacia una solución pertinente.
3 Los métodos de investigación científicos que se orientan para abordar la solución de las situaciones
problémicas.
4 La Disciplina Integradora y alguna otra de las disciplinas involucradas en la formación investigativa
precisan cómo realizarla.
5 Se dan indicaciones sobre cómo elaborar los informes de TD.
6 Los programas analíticos de las asignaturas del ejercicio de la profesión contemplan habilidades
investigativas y cómo formarlas.
7 La bibliografía orientada para el trabajo investigativo es pertinente y actualizada.
8 Se propone un sistema de evaluación coherente con los requerimientos de la formación investigativa
del profesional de la ciencia de la computación.
ANEXO 3
RESULTADOS DE LA REVISIÓN DEL PLAN DE ESTUDIO DE LA CARRERA DE LICENCIATURA EN
CIENCIA DE LA COMPUTACIÓN
Una vez revisado el Plan de Estudio D de la carrera de Ciencia de la Computación y procesada la información
extraída del mismo, se ha arribado a las siguientes conclusiones:
1. Los objetivos generales del Plan de Estudio D contemplan la formación investigativa para los profesionales de
dicha carrera, lo que se explicita en el programa de varias asignaturas.
Matemática Numérica II (Disciplina Matemática Aplicada), la que contiene como sistema de evaluación un
trabajo de curso, cuyo objetivo es lograr la integración de actividades académicas, laborales e investigativas.
Arquitectura de Computadoras (Disciplina Sistemas de Computación), que considera como parte del sistema
de evaluación el desarrollo de un trabajo investigativo.
Programación de Máquinas II (Disciplina Sistemas de Computación) encaminado hacia la búsqueda de
información para realizar mejoras a soluciones planteadas, constituyendo una vía de investigación científica
que facilita la ampliación del espectro de conocimiento del estudiante.
2. No se dan orientaciones metodológicas concretas para dirigir el diseño de las investigaciones y ni se precisan
las categorías científicas que deben emplearse para orientar el camino hacia una solución pertinente. En esta
dirección sólo se menciona que es importante desarrollar un trabajo educativo con los estudiantes para
motivarlos a participar activamente en las tareas de investigación y de desarrollo, relacionadas con la resolución
de problemas reales.
3. Los métodos de investigación científicos que se orientan para abordar la solución de las situaciones problémicas
son el de inducción-deducción y el explicativo.
4. En la Disciplina Integradora de Ciencia de la Computación no se precisa cómo llevar a cabo la formación
investigativa, esta disciplina sólo resalta la importancia del vínculo de los estudiantes con entidades laborales
donde se puedan desarrollar sus modos de actuación, así como sus habilidades investigativas. Planteando
además la necesidad de complementar la preparación profesional mediante la realización de un trabajo
científico-investigativo, que comprenda el estudio de una clase de problemas, al que deberán aportar una
solución computacional.
5. El Plan de Estudio no aporta indicaciones sobre cómo elaborar los informes de los Trabajos de Diploma. En la
asignatura Trabajo de Diploma se plantea que deben desarrollarse habilidades para preparar y fundamentar el
proyecto de diploma, utilizando correctamente la metodología de la investigación científica, aplicada a la Ciencia
de la Computación, así como elementos necesarios para la fundamentación de la investigación.
6. Los programas analíticos de las asignaturas del ejercicio de la profesión contemplan habilidades investigativas
pero no orientan cómo formarlas, tal es el caso de las asignaturas Práctica Laboral e Investigación I, II, III y IV,
las cuales sólo presentan la forma de organización de la asignatura y la evaluación contentiva de un informe,
cuya estructura se deja al tutor y al colectivo evaluador.
7. La bibliografía orientada para el trabajo investigativo es pertinente y actualizada, los estudiantes disponen de
documentación por diferentes vías, principalmente en formato digital.
8. En la generalidad de las asignaturas se emplea un sistema de evaluación coherente con los requerimientos de
la formación investigativa del profesional de la Ciencia de la Computación, el que incluye evaluaciones
periódicas, exámenes finales y/o trabajos de curso. Sin embargo, no se precisan los métodos que se deben
aplicar en el proceso de enseñanza-aprendizaje para lograr una adecuada formación investigativa en estos
profesionales.
ANEXO 4
GUÍA PARA LA ENTREVISTA A PROFESORES DE LA CARRERA DE LICENCIATURA EN CIENCIA DE
LA COMPUTACIÓN CON EXPERIENCIA DOCENTE E INVESTIGATIVA
Objetivo de la entrevista: conocer la valoración de los profesores sobre calidad de la formación investigativa con
que egresan los estudiantes de Ciencia de la Computación.
1. ¿El programa de su asignatura contempla contenidos y actividades encaminadas a formar habilidades para
investigar?
2. ¿Sus estudiantes manifiestan interés por la investigación?
3. ¿Cómo evalúa el desempeño de los estudiantes ante la investigación de una situación problémica?
4. ¿En qué aspectos del proceso investigativo observa que presentan las mayores dificultades?
5. ¿A qué atribuye esas dificultades?
6. ¿Realizan un análisis exhaustivo de cada situación problémica?
7. ¿Se preocupan por realizar una adecuada interpretación de la solución obtenida?
8. ¿Emplean correctamente las categorías científicas del diseño de una investigación?
9. ¿Qué métodos emplean con mayor frecuencia para abordar y resolver las situaciones problémicas que se les
presentan?
10. Otros aspectos que considere importante destacar.
ANEXO 5
PROCESAMIENTO DE LA INFORMACIÓN EXTRAÍDA DE LA ENTREVISTA A PROFESORES DE LA
CARRERA DE LICENCIATURA EN CIENCIA DE LA COMPUTACIÓN CON EXPERIENCIA DOCENTE E
INVESTIGATIVA
Para realizar el procesamiento textual de la información se asignó un código a cada profesor entrevistado.
A1- ¿El programa de su asignatura contempla contenidos y actividades encaminadas a formar habilidades
para investigar?
Los profesores entrevistados afirman que las asignaturas de los primeros años de la carrera no presentan
explícitamente esta habilidad, pero que ellos utilizan métodos de evaluación que contribuyen a la investigación, tal es
el caso de los seminarios y trabajos extra-clases. Aseguran que esta habilidad sí aparece en los años terminales. Sin
embargo, al profundizar en las entrevistas se observa que las habilidades que refieren son elementales, no haciendo
referencia a otras más específicas de la investigación que se debe desarrollar en esta profesión.
« (…) Sí, en todas las asignaturas que imparto existen contenidos de los cuales el estudiante debe apropiarse de
manera independiente y realizando búsquedas bibliográficas (…)» (CC-2).
« (…) Las asignaturas que imparto sí contienen estas habilidades. Se les indica estudiarse un artículo científico para
que vean cómo se desarrollan y exponen los resultados de una investigación (…)» (CC-6).
« (…) En el programa de la asignatura que imparto no se explicitan las habilidades investigativas que deben formarse,
pero como profesor trabajo en esta dirección y utilizo con frecuencia métodos investigativos (…)» (CC-1).
« (…) algunos programas no contemplan la habilidad investigativa explícitamente, pero incluyen la formación de otras
habilidades que pueden contribuir a la investigación. Aunque no dan orientaciones metodológicas para formarlas
(…)» (CC-8).
« (…) algunos programas de asignaturas que se imparten en los primeros años de la carrera no están orientados a la
investigación, sin embargo hay asignaturas que, aunque sus objetivos no contemplan aspectos investigativos,
presentan contenidos que tributan a la investigación (…)» (CC-13).
A2- ¿Sus estudiantes manifiestan interés por la investigación?
Los profesores consideran que la generalidad de sus estudiantes manifiesta interés por la investigación, a pesar de
que siempre hay algunos que no se sienten motivados o no han desarrollado hábitos de estudio y prefieren que el
profesor les brinde la información simplificada, a tener que investigarla.
« (…) la mayoría muestra interés, aunque otros no (…). La motivación hacia la investigación se puede ver afectada al
no haber una exigencia por parte de los profesores para que el estudiante desarrolle habilidades investigativas, pues
generalmente se le traen al aula los problemas ya simplificados, justamente hay que profundizar en el trabajo con
esos que no se interesan (…)» (CC-8).
« (…) en algunos casos si muestran interés, en otros prefieren recibir los contenidos y aplicarlos a problemas
concretos, sin desarrollar actividades investigativas (…). Incluso esta situación se manifiesta en mayor grado si la
bibliografía orientada se encuentra en idioma inglés (…)» (CC-2).
« (…) pocos estudiantes muestran este interés, el mismo aparece fundamentalmente aquellos que han participado en
concursos y olimpiadas (…). La mayoría no han desarrollado buenos hábitos de estudio, por lo que no les es fácil
introducirse en la investigación (…)» (CC-7).
« (…) no todos los profesores nos ocupamos de incentivar el amor por la investigación y eso debe ser un aspecto a
medir como resultado de nuestro trabajo. Ya esto se ha tenido en cuanta en el trabajo metodológico de los colectivos
de disciplina y carrera y se han buscado vías para hacerlo, pero todavía falta orientación especializada al respecto
(…)» (CC-10).
« (…) la mayoría no presenta este interés, presentan una formación más práctica, obviando la parte analítica del tema
a investigar, considero que esto el responsabilidad de los profesores que han tenido (…)» (CC-12).
A3- ¿Cómo evalúa el desempeño de los estudiantes ante la investigación de una situación problémica?
Los profesores coinciden en afirmar que existen insuficiencias en este desempeño, que muchos estudiantes
presentan limitaciones en cuanto al análisis y comprensión de la situación problémica a resolver, buscando que el
profesor le brinde un camino para su solución. Opinan que las causas pueden estar relacionadas con el tipo de
pensamiento mecánico y reproductivo que poseen, así como los escasos métodos de que disponen para buscar
información que les ayude a comprender el problema. También consideran que es responsabilidad del claustro
perfeccionar su trabajo en esta dirección, para encontrar nuevas vías de enseñarlos a investigar.
« (…) pienso que desde la enseñanza precedente no se hace lo suficiente para facilitar que el estudiante desarrolle
un pensamiento abstracto, por lo que arriban a la educación superior con un razonamiento mecánico (…)» (CC-1).
« (…) en general no es bueno el desempeño investigativo (…). La mayoría de los estudiantes no tiene hábitos ni
métodos para buscar información que les ayude a resolver un problema (…)» (CC-7).
« (…) los estudiantes no son capaces de buscar el conocimiento por sí mismos, sino que dependen de la orientación
de los profesores (…). A su vez los profesores trabajamos en la formación de habilidades investigativas de forma
espontánea y en dependencia de la experiencia de cada uno y de algunas orientaciones provenientes del trabajo
metodológico que se realiza en la carrera, pero sin que se haya hecho nunca un estudio pedagógico en la carrera que
indique que hacer para desarrollar estas habilidades (…)» (CC-10).
A4-¿En qué aspectos del proceso investigativo observa que presentan las mayores dificultades?
Los profesores entrevistados consideran que los estudiantes presentan las mayores dificultades en el momento del
inicio de la investigación, al indagar sobre la situación problémica a la que se enfrentan, momento en el que buscan la
guía del profesor.
« (…) los estudiantes presentan problemas al momento de juntar el conocimiento necesario para explorar la posible
solución al problema presentado (…)» (CC-16).
« (…) una dificultad tiene que ver con el dominio que tienen algunos estudiantes sobre lo que se está investigando,
que en ocasiones no conocen los conceptos básicos asociados a la investigación que se les plantea (…), porque si
no dominan esto no es capaz de recopilar la información necesaria, no pueden reconocer o identificar qué
información es imprescindible para su investigación (…)» (CC-8).
« (…) las mayores dificultades las presentan en el proceso de interpretar la situación problémica a la que se
enfrentan, deben prepararse para interrogar al cliente. La asignatura de Ingeniería de Software puede ayudar mucho
a resolver este tipo de problema con el estudiante e incluso clasificarlo en dependencia del problema que se
presente, ya que el estudiante va a dar solución a diferentes tipos de problemas de la Ciencia de la Computación
(…)» (CC-3).
« (…) existen grandes dificultades en la modelación de la situación problémica (…)» (CC-15).
« (…) se suele entender lo que se plantea en la problemática, sin embargo, con frecuencia no logran expresar el
problema en un contexto matemático-computacional adecuado (…)» (CC-7).
« (…) existen problemas a la hora de definir el diseño teórico y metodológico de la investigación (…)» (CC-2).
A5-¿A qué atribuye esas dificultades?
Los especialistas atribuyen esas dificultades a problemas materiales como la falta de internet y el insuficiente tiempo
planificado para desarrollar las habilidades investigativas. Además plantean que a pesar de que el plan de estudio
actual da importancia a la formación de estas habilidades, no se incluyen orientaciones precisas sobre los métodos
científicos a emplear para cumplir ese objetivo. Por último declaran limitaciones en la formación científica de una
parte del claustro de profesores, las que no han sido resueltas con el trabajo metodológico que se realiza a nivel de
las disciplinas y carrera, considerando que se requiere orientación especializada al respecto.
« (…) la clave de la investigación es la indagación y esta se ve afectada en la carrera por limitaciones en el acceso a
Internet (…), si no se le da al estudiante los medios suficientes para adquirir ese conocimiento no se puede obtener
una investigación profunda del tema específico (…)» (CC-4).
« (…) la asignatura de Ingeniería de Software no hace el requerido énfasis en la etapa inicial de la resolución de un
problema, es insuficiente el tiempo que le dedica a la enseñanza de los elementos a tener en cuenta en dicha etapa
(…)» (CC-3).
« (…) pienso que la causa puede ser porque no ha sido una práctica general incluir métodos científicos a la
enseñanza del proceso de investigación en esta carrera (…)» (CC-1).
« (…) se tiende a aplicar los métodos como recetas, pero no se les enseña cómo construir su propio conocimiento ni
a investigar (…). Esto debe aprenderlo a inicios de la carrera en asignaturas como Programación, Lógica, entre otras
(…)» (CC-7).
« (…) el claustro de profesores de forma general carece de esta formación científica, la que no se puede adquirir sólo
con el trabajo metodológico que realiza la propia carrera, en la cual no existe ningún especialista en pedagogía que
pueda ayudar en la orientación para la formación de las habilidades investigativas (…)» (CC-8).
A6-¿Realizan un análisis exhaustivo de cada situación problémica?
Los profesores entrevistados afirman que existen insuficiencias por parte de los estudiantes en el momento de
analizar la situación problémica a que se enfrentan. La mayoría reconocen que existen debilidades en tres aspectos
principales: la habilidad de analizar lógicamente el problema, los medios de obtención del conocimiento y el dominio
de los conceptos fundamentales del tema a investigar. También se reconoció que los tutores no cuentan con
herramientas didácticas que los orienten para desarrollar con éxito sus funciones.
« (…) la mayoría no realizan un análisis profundo de la situación problémica, tratan de buscar una solución rápida,
llegando luego a darse cuenta que no es la más completa o idónea para esa situación (…)» (CC-14).
« (…) ese análisis depende tanto del estudiante como del profesor (…). Los estudiantes tratan pero tienen consciente
e inconscientemente varias barreras: poca formación docente-investigativa, demasiada carga docente, poco acceso a
Internet y poco tiempo a la meditación, indagación y búsqueda de nuevo conocimiento sobre un tema de su ciencia
(…)» (CC-6).
« (…) eso está sujeto al tutor, si este lo exige o no (…), en estos momentos este análisis está a cargo de los tutores
(…)» (CC-8).
« (…) muchos de los tutores no son doctores y a pesar del trabajo metodológico realizado por la carrera, les falta
orientación para abordar didácticamente las particularidades de un proceso de investigación en Ciencia de la
Computación (…)» (CC-4).
« (…) los estudiantes entienden muy poco el proceso asociado a la situación problémica a investigar, por lo que a
veces no llegan a comprender completamente las necesidades del usuario final (…)» (CC-15).
A7-¿Se preocupan por realizar una adecuada interpretación de la solución obtenida?
Los profesores entrevistados coinciden en afirmar que los estudiantes se preocupan por esta interpretación,
principalmente cuando la solución tributa a una aplicación práctica, pero se les dificulta realizarla apropiadamente,
dado que le dan mayor importancia a la utilización de las herramientas tecnológicas de última generación que a las
necesidades del usuario. Reconocen que no siempre existe una buena orientación por parte del profesor para que el
estudiante cree habilidades de interpretación de las soluciones que obtiene.
« (…) los estudiantes tienden a buscar la solución más rápida a la situación problémica planteada y al final obvian la
realización de una interpretación completa e integradora (…)» (CC-11).
« (…) en la interpretación que hacen de la solución, priorizan el análisis de la actualidad de las herramientas
tecnológicas empleadas (que sean de última generación), sin verificar la pertinencia de estas (…)» (CC-9).
« (…) descuidan la comprobación de la satisfacción de las necesidades del usuario (…)» (CC-13).
« (…) los estudiantes hacen esta interpretación, pero de manera superficial y al final se dan cuenta de que necesitan
hacer muchas correcciones y el tiempo que pierden haciendo estas se debe a que en su momento no realizaron un
buen estudio de la solución (…)» (CC-3).
« (…) la calidad y profundidad de la interpretación de la solución depende de cada estudiante, unos la logran y otros
no (…)» (CC-8).
« (…) no siempre existe una buena orientación por parte del profesor para que el estudiante cree habilidades en esta
parte del proceso resolutor (…)» (CC-12).
A8-¿Emplean correctamente las categorías científicas del diseño de una investigación?
Los profesores entrevistados consideran que los estudiantes manifiestan un limitado dominio de las categorías
científicas del diseño de una investigación, mostrando poca inclinación a la utilización de las mismas. Además
coinciden en que es de vital importancia la formación científica de los estudiantes, con la necesidad de fomentarla a
través de las asignaturas del currículo propio de la carrera.
« (…) en eso los estudiantes no son muy metódicos (…). El tutor de la investigación es el mayor responsable en
formar en sus estudiantes esta habilidad (…)» (CC-5).
« (…) a pesar de que hace unos cursos en el 3er año se ha introducido una asignatura de Metodología de la
Investigación Científica, los estudiantes presentan problemas en la aplicación correcta de estas categorías científicas
en el diseño de su investigación (…). No es suficiente con tener una asignatura dedicada a formar estas categorías
(…), debe relacionarse la misma con las demás para entre todas formar las habilidades necesarias (…)» (CC-8).
« (…) los profesores somos responsables de formar este espíritu, por lo que debemos ser los primeros en motivarlos
a llevar esta cultura al proceso de enseñanza-aprendizaje (…)» (CC-1).
« (…) los estudiantes no distinguen qué es la metodología de la investigación científica, ni la metodología de
desarrollo de software (…), no entienden que la primera es cuestión de diseño en cuanto a cómo guiar la
investigación (…), las ven muy equidistantes cuando en realidad están muy relacionadas (…)» (CC-9).
« (…) pienso que el diseño de una investigación debe fomentarse desde los inicios de la carrera porque el mismo no
sólo es aplicable a los Trabajos de Diploma sino a todo proceso investigativo (…)» (CC-14).
A9-¿Qué métodos emplean con mayor frecuencia para abordar y resolver las situaciones problémicas que se
les presentan?
Los profesores entrevistados coinciden en que los métodos científicos son necesarios para llevar una lógica
investigativa; por lo que estos deben ser desarrollados en el quehacer de cada asignatura. Además ven la
importancia de formar esa cultura investigativa en el profesor para gestar mejores profesionales de las ciencias
computacionales. Sin embargo fueron muy escuetas las respuestas sobre los métodos concretos que emplean.
« (…) yo generalmente empleo el método de inducción-deducción (…)» (CC-4) (CC-11) (CC-12).
« (…) el método investigativo debe ser el más empleado (…)» (CC-2) (CC-5) (CC-9) (CC-10) (CC-14).
« (…) todos los métodos problémicos debieran incorporarse por las distintas asignaturas de la carrera para garantizar
la formación de habilidades investigativas (…)» (CC-8).
« (…) los métodos más empleados son el problémico, inducción-deducción e investigativo (…)» (CC-1).
« (…) muchos profesores no dominan conceptualmente los métodos que utilizan (…)» (CC-7).
« (…) tanto estudiantes como profesores utilizan métodos en la resolución de la situación problémica asociada a una
asignatura específica (…)» (CC-13).
A10- Otros aspectos que considere importante destacar.
Los profesores entrevistados afirman que existe la necesidad de mejorar potencialmente la formación investigativa de
los futuros profesionales de Ciencia de la Computación. Consideran que el papel del profesor es determinante en este
proceso y que el estudiante necesita motivarse al respecto. También opinan que es de vital importancia la creación de
instrumentos prácticos que permitan a las asignaturas de la carrera contribuir al desarrollo de las habilidades
investigativas.
« (…) pienso que a pesar del trabajo metodológico que se ha venido realizando en la carrera para perfeccionar la
formación investigativa que damos a los estudiantes, aún resultan insuficientes las orientaciones metodológicas que
proporciona el plan de estudio y no se cuenta con un instrumento que guie y facilite la labor de los profesores en esta
dirección (…)» (CC-3).
« (…) sería útil disponer de medios pedagógicos que nos orienten en la formación de habilidades investigativas a los
estudiantes de la carrera (…)» (CC-6).
« (…) es importante que los profesores concienticemos que somos los máximos responsables de la formación
investigativa de nuestros estudiantes (…), si no priorizamos dicha formación, no lograremos profesionales que
puedan enfrentar los problemas computacionales que la sociedad requiere resolver (…)» (CC-12).
« (…) es necesario crear un espacio propicio para investigar. Los profesores deben crear condiciones que inspiren
investigar, deben motivar a los estudiantes a través de un ambiente académico-investigativo. Los estudiantes deben
ser capaces de desglosar el marco conceptual de su ciencia (…)» (CC-8).
ANEXO 6
OBSERVACIÓN PARTICIPANTE DEL PROCESO DE FORMACIÓN INVESTIGATIVA EN LA CARRERA
DE LICENCIATURA EN CIENCIA DE LA COMPUTACIÓN EN LA UNIVERSIDAD DE ORIENTE
DURANTE LOS CURSOS 2010-2011 AL 2012-2013
Objetivo: Comprensión de las principales relaciones y significados que se manifiestan en la dinámica del
proceso de formación investigativa de la carrera, para tomarlos como base de una posterior indagación,
más profunda.
Para llevar a cabo esta observación participante fue necesario prestar atención a los procesos que a
continuación se detallan:
Organización y orientación de los trabajos de investigación a desarrollar por los estudiantes como parte
de las PL, TC y TD.
Desarrollo de la labor de los responsables del proceso investigativo (tutor, coordinador, oponente y
miembros del tribunal).
Desempeño y responsabilidad que muestran los estudiantes en el desarrollo y defensa de su
investigación (PL, TC y TD).
Dinámica de los actos de pre-defensas y defensas.
Principales resultados de la observación participante:
El trabajo investigativo es asignado al estudiante y en algunos casos se aceptan los que estos
gestionan por sí mismos.
No siempre se lleva un trabajo sistemático en la organización y control del trabajo investigativo por
parte de los responsables en los diferentes eslabones (revisor de la pertinencia del trabajo, tutor,
tribunal de defensa).
Los estudiantes manifiestan un bajo nivel de independencia, requiriendo en todo momento de la guía
del tutor, por lo que utilizan los instrumentos investigativos que éste les indica.
En los tribunales de discusión el profesor comprueba que el estudiante domine el tema que está
investigando, pero en algunos casos desatiende la lógica investigativa que llevó a cabo para la
resolución de la situación problémica que presenta.
En general, no se prepara al estudiante con métodos cualitativos y cuantitativos que le permitan
profundizar en las cualidades y funciones del usuario.
Las técnicas frecuentemente utilizadas por los estudiantes en sus investigaciones son el análisis
documental y la entrevista no estructurada (dirigida al máximo directivo de la institución).
En la mayoría de los casos el estudiante no atiende las necesidades del usuario, centrándose en la
programación de la situación problémica, en aplicar tecnología de avanzada para su resolución y en
comprobar que el sistema de información computacional desarrollado funcione.
El tribunal, generalmente, no evalúa los métodos y resultados de la indagación realizada al usuario ni
la pertinencia del software desarrollado, es decir, si este resuelve las necesidades del usuario. Centra
la evaluación en el dominio del tema y las herramientas computacionales que se emplean en la
programación.
En muchos casos no se dosifica correctamente el tiempo en función de la complejidad de la tarea
investigativa que se asigna al estudiante, lo que trae por consecuencia que estos no profundicen
suficientemente en dicho problema y a mitad del trabajo presenten retrocesos innecesarios.
En las pre-defensas muchos estudiantes no muestran una lógica investigativa coherente. No emplean
algunas categorías del diseño investigativo que pudieran aportar precisiones a su explicación y otras
las definen de forma muy general.
Los usuarios no participan en la pre-defensa de los TD y sólo en algunos casos lo hacen en las
defensas. Generalmente en la defensa se presenta un documento con el criterio evaluativo de estos.
El profesor analiza que el sistema de información computacional que le muestra el estudiante responda
al diseño presentado en el TD y que sus funcionalidades se ejecuten satisfactoriamente, sin evaluar la
pertinencia del mismo respecto al sistema usuario.
Para los actos de pre-defensas no se exige la entrega del informe escrito de la investigación, por lo
que este informe llega a la defensa con muchas dificultades.
El único método de corroboración que generalmente se emplea en las defensas de los trabajos de
diploma es la opinión de los usuarios en un documento escrito.
ANEXO 7
ENCUESTA A PROFESORES DE LA CARRERA DE LICENCIATURA EN CIENCIA DE LA COMPUTACIÓN DE LA
UNIVERSIDAD DE ORIENTE
Objetivo: Conocer la concepción teórica que tienen los profesores de la carrera de Licenciatura en Ciencia de la
Computación de la UO sobre el proceso de investigación que deben desarrollar los estudiantes de dicha carrera, así
como de su correspondiente proceso formativo.
Datos del profesor:
Años de experiencia. ____________________________
1. Marque con una X las operaciones que usted considera que el estudiante de Licenciatura en Ciencia de la
Computación debe tener en cuenta para realizar una investigación:
A. ___ Partir del problema formulado en términos computacionales y pasar a su implementación.
B. ___ Realizar entrevistas estructuradas a los usuarios.
C. ___ Aplicar encuestas a los usuarios.
D. ___Observar directamente los procesos que contienen la situación problémica a resolver, a partir de
indicadores preestablecidos.
E. ___ Revisar documentos relativos a procesos que contienen la situación problémica a resolver, a partir de
indicadores preestablecidos.
F. ___ Aplicar métodos cuantitativos para procesar la información extraída de los usuarios.
G. ___ Aplicar métodos cualitativos para procesar la información extraída de los usuarios.
H. ___ Establecer criterios para la selección de información relevante de los usuarios.
I. ___ Emplear la información extraída de los usuarios para diseñar la investigación.
J. ___ Lograr que los diagramas, las estructuras de datos y sus relaciones tengan carácter sistémico.
K. ___ Garantizar una adecuada correspondencia entre el diseño del sistema y su implementación.
L. ___ Fundamentar la selección que se hace de las herramientas computacionales a emplear.
M. ___ Lograr una adecuada correspondencia del ambiente del sistema con los requisitos y condiciones del contexto del usuario.
N. ___ Aplicar métodos cuantitativos para validar el sistema implementado.
O. ___ Aplicar métodos cualitativos para validar el sistema implementado.
P. ___ Utilizar el contexto del usuario para valorar la pertinencia del sistema de información computacional
implementado.
2. En el marco del proceso formativo de un Licenciado en Ciencia de la Computación ¿Cuáles de las operaciones
investigativas referidas arriba usted considera que son responsabilidad del Colectivo de Carrera? Indíquelas
nombrando su correspondiente inciso.
ANEXO 8
PROCESAMIENTO DE LA ENCUESTA A PROFESORES DE LA CARRERA DE LICENCIATURA EN
CIENCIA DE LA COMPUTACIÓN DE LA UNIVERSIDAD DE ORIENTE
La encuesta fue aplicada 15 profesores, representantes del 53,6 % de los que impartieron asignaturas del
ejercicio de la profesión a la carrera en el curso 2012-2013, con el objetivo de conocer la concepción teórica
que tienen los profesores de la carrera de Licenciatura en Ciencia de la Computación de la UO sobre el proceso de
investigación que deben desarrollar los estudiantes de dicha carrera, así como de su correspondiente proceso
formativo.
La selección de estos profesores se realizó sobre la base de su experiencia en la impartición de asignaturas
del ejercicio de la profesión (19 años como promedio, con una desviación estándar igual a 4,65). Los
resultados obtenidos se muestran en la tabla 8.1.
Preguntas A B C D E F G H I J K L M N O P
P1 8 11 4 13 12 10 8 9 13 11 15 13 13 13 9 10
P2 5 9 4 6 10 4 4 10 8 6 13 13 11 9 8 10
Figura 8.1. Representación de las frecuencias con que los profesores encuestados seleccionaron las
operaciones que el estudiante de Licenciatura en Ciencia de la Computación debe tener en
cuenta para realizar una investigación. En color rojo se señalan las frecuencias por debajo del
67%.
Tabla 8.1. Resultados de la encuesta a profesores de la carrera de Licenciatura en Ciencia de la Computación de la UO.
Figura 8.2. Representación de las frecuencias con que los profesores encuestados seleccionaron las
operaciones que ellos consideran responsabilidad del Colectivo de Carrera en el marco del
proceso formativo. La selección se realizó sobre la base de las mismas 16 habilidades
propuestas en la pregunta 1 de la encuesta. En color rojo se señalan las frecuencias por debajo
del 67%.
Figura 8.3. Representación de la diferencia de frecuencias entre la pregunta 1 y la pregunta 2 de la encuesta a
profesores para cada una de las 16 operaciones.
Los resultados de la encuesta, detallados en este Anexo 8, muestran que si bien la encuesta se diseñó
considerando que todas las operaciones presentadas en la primera pregunta de la misma deben ser
tenidas en cuenta por el estudiante de Licenciatura en Ciencia de la Computación para realizar una
investigación (desde la A hasta la P), la concepción que los profesores encuestados difiere de esta
perspectiva (ver Figura 8.1). Como puede observarse en la citada figura, hay 7 operaciones críticas que
son concebidas con baja frecuencia por los profesores encuestados, tal es el caso de la operaciones (A,
C, F, G, H, O, P), reconocidas por menos del 67%, es decir por 1/3 de los mismos. Estas operaciones
son explícitamente: partir del problema formulado en términos computacionales y pasar a su
implementación; aplicar encuestas a los usuarios; aplicar métodos cuantitativos para procesar la
información extraída de los usuarios; aplicar métodos cualitativos para procesar la información extraída
de los usuarios; establecer criterios para la selección de información relevante de los usuarios; aplicar
métodos cualitativos para validar el sistema implementado; utilizar el contexto del usuario para valorar la
pertinencia del sistema de información computacional implementado.
La información obtenida es de gran importancia, porque ayuda a comprender los sesgos que se
manifiestan en la concepción de algunos de los profesores encuestados respecto a las operaciones
investigativas a realizar por los estudiantes de la carrera de Ciencia de la Computación.
La segunda pregunta de la encuesta, referida a la responsabilidad del Colectivo de Carrera en la
formación investigativa, también se diseñó considerando que todas las operaciones presentadas deben
ser tenidas en cuenta por dicho colectivo. Sin embargo, los resultados contemplan 13 operaciones (A, B,
C, D, E, F, G, H, I, J, N, O, P) que son reconocidas por menos del 67% de los encuestados, o sea, por
menos de1/3 de los mismos (ver Figura 8.2). Mientras que existen 6 operaciones de las anteriores (A, C,
D, F, G, J) que son reconocidas por menos del 50% (la mitad de los profesores encuestados), estas
últimas son: partir del problema formulado en términos computacionales y pasar a su implementación;
aplicar encuestas a los usuarios; observar directamente procesos que contienen la situación problémica
a resolver, a partir de indicadores preestablecidos; aplicar métodos cuantitativos para procesar la
información extraída de los usuarios; aplicar métodos cualitativos para procesar la información extraída
de los usuarios; lograr que los diagramas, las estructuras de datos y sus relaciones tengan carácter
sistémico.
Esta información obtenida también es relevante, en tanto ayuda a comprender los sesgos que presenta
la concepción de algunos profesores encuestados sobre la responsabilidad del Colectivo de Carrera en
el proceso de formación investigativa de los estudiantes de la carrera de CC. Ahora bien, como la
encuesta se diseñó bajo el presupuesto de que todas las operaciones presentadas forman parte de una
investigación en Ciencia de la Computación y su formación es una responsabilidad del Colectivo de
Carrera, se esperaba que hubiese una correspondencia entre las frecuencias de respuesta a ambas
preguntas. Sin embargo, esto no siempre ocurrió, como se puede observar en la Figura 8.3.
Aquí puede observarse que en 12 de las 16 operaciones (A, B, D, E, F, G, I, J, K, M, N, O) los
profesores tienden a reconocer más la importancia que tienen las operaciones que el estudiante de
Licenciatura en Ciencia de la Computación debe tener en cuenta para realizar una investigación que la
responsabilidad del Colectivo de Carrera en la formación de estas operaciones investigativas. Por
ejemplo, la operación D (observar directamente los procesos que contienen la situación problémica a
resolver, a partir de indicadores preestablecidos) fue seleccionada para el caso de la pregunta 1 por 13
profesores y en la pregunta 2 por 6, de aquí que la diferencia de frecuencias sea igual a 7, lo que
significa que estos 7 profesores reconocen la importancia de la operación en el proceso investigativo
pero no la responsabilidad del Colectivo de Carrera en su formación.
En las operaciones C, L, P existe equilibrio entre la importancia de las operaciones investigativas
seleccionadas y la responsabilidad formativa ya descritas, mientras que en la operación H,
contradictoriamente, se reconoce la necesidad del proceso formativo sin admitir explícitamente la
importancia de la operación en el proceso investigativo. Cabe precisar que esta contradicción se
manifestó solo en el caso de un profesor.
ANEXO 9
INDICADORES OPERACIONALIZADOS PARA LA REVISIÓN Y VALORACIÓN, A ESCALA, DE LOS
INFORMES DE TRABAJOS DE DIPLOMA (TD)
Para la evaluación de los informes se utilizó una escala de Likert con 5 niveles de respuesta para cada indicador,
como se muestra a continuación:
Los indicadores, anteriormente definidos, pasaron un proceso de revisión y concreción que dio lugar a su
operacionalización. Todo esto se hizo para facilitar la revisión de los informes de TD. Finalmente se definieron las
operaciones que se muestra en la Tabla 6.1.
INDICADORES OPERACIONALIZADOS 1 2 3 4 5
1. Uso de fuentes de información provenientes de los usuarios.
1.1 Se evidencia la consideración de explicaciones de los usuarios.
1.2 Se muestra que se revisaron documentos provenientes del contexto usuario.
1.3 Se hacen observaciones de los objetos y relaciones que conforman la situación problémica
que se produce en el contexto usuario.
1.4 Las referencias bibliográficas son actualizadas y confiable.
2. Empleo de métodos empíricos para extraer la información de los usuarios.
2.1 Se diseña la forma de extracción de la información.
2.2 Se aplican encuestas a los usuarios.
2.3 Se aplican entrevistas a los usuarios.
2.4 Se emplea la observación planificada.
2.5 Se emplean grupos de debate.
2.6 Se hacen revisiones documentales, a partir de indicadores predeterminados.
3. Aplicación de los métodos para el procesamiento de la información extraída de los
usuarios.
3.1 Los datos extraídos del estudio del contexto usuario son relevantes.
3.2 La información que se extrae de los datos se emplea para diseñar la investigación.
3.3 Se caracteriza al contexto usuario de forma esencial.
4. Diseño computacional del sistema de información.
4.1 Correspondencia entre los diagramas (estáticos y/o dinámicos) del diseño del sistema de
información computacional con la información extraída de los usuarios.
4.2 Correspondencia entre las estructuras de datos y modelos que se emplean en el diseño
del sistema de información computacional con la información extraída de los usuarios.
4.3 Los diagramas y las estructuras de datos y sus relaciones tienen un carácter sistémico.
1 2 3 4 5
Muy adecuado Adecuado Ni adecuado ni inadecuado Inadecuado Muy inadecuado
5. Calidad de la implementación computacional del sistema de información.
5.1 Correspondencia entre el diseño del sistema y la implementación.
5.2 Fundamentación de la selección que se hace de las herramientas computacionales que se
emplean.
5.3 Correspondencia del ambiente del sistema con los requisitos y condiciones del contexto
usuario.
5.4 Disposición lógica de los componentes del producto computacional obtenido.
6. Corroboración del sistema de información computacional con respecto al cumplimiento de
los requisitos preestablecidos por los usuarios.
6.1 Se evidencia el cumplimiento de la hipótesis de la investigación.
6.2 Se evidencia la realización de una validación del sistema de información en términos
computacionales.
6.3 Se evidencia una validación del sistema de información en términos del contexto usuario.
Tabla 6.1. Operacionalización de los indicadores establecidos para la revisión de los informes de Trabajos de Diploma.
ANEXO 10
PROCESAMIENTO DE LA INFORMACIÓN EXTRAÍDA DE LA REVISIÓN A ESCALA DE LOS
INFORMES DE TRABAJOS DE DIPLOMA (TD)
INDICADORES OPERACIONALIZADOS 1 2 3 4 5 Media Coef. Var.
1. Uso de fuentes de información provenientes de los usuarios FAVORABLE 2,87 0,55
1.1 0 5 32 11 2 3,20 0,21
1.2 19 7 10 2 12 2,62 0,61
1.3 4 15 7 16 8 3,18 0,40
1.4 10 21 6 11 2 2,48 0,47
2. Empleo de métodos empíricos para extraer la información de los usuarios
MUY DESFAVORABLE 4,81 0,04
2.1 0 0 7 35 8 4,02 0,14
2.2 0 0 0 0 50 5,00 0,00
2.3 0 0 0 2 48 4,96 0,03
2.4 0 0 0 1 49 4,98 0,04
2.5 0 0 0 0 50 5,00 0,00
2.6 0 0 1 2 47 4,92 0,07
3. Aplicación de los métodos para el procesamiento de la información extraída de los usuarios
DESFAVORABLE 3,17 0,40
3.1 3 13 10 11 13 3,36 0,38
3.2 1 12 22 14 1 3,04 0,27
3.3 4 14 11 14 7 3,12 0,39
4. Diseño computacional del sistema de información FAVORABLE 2,59 0,25
4.1 2 36 12 0 0 2,20 0,22
4.2 4 24 16 5 1 2,50 0,35
4.3 0 12 24 13 1 3,06 0,25
5. Calidad de la implementación computacional del sistema de información
FAVORABLE 2,73 0,31
5.1 4 31 13 2 0 2,26 0,29
5.2 0 4 38 7 1 3,10 0,18
5.3 2 13 14 12 9 3,26 0,35
5.4 3 32 13 1 1 2,30 0,31
6. Corroboración del sistema de información computacional con respecto al cumplimiento de los requisitos preestablecidos por los usuarios
DESFAVORABLE 3,77 0,29
6.1 0 3 18 25 4 3,60 0,20
6.2 2 15 13 14 6 3,14 0,35
6.3 0 1 2 14 33 4,58 0,15
Frecuencias absolutas 58 258 269
212 353
Frecuencias absolutas por polos 316 565
Frecuencias relativas 0,05 0,22 0,23
0,18 0,31
Frecuencias relativas por polos 0,27 0,49
Media General 3,47
Coeficiente de variación general 0,47
Tabla 10.1. Estadísticas descriptivas de los ítems, por niveles de calificación a escala en los informes de Trabajos de Diploma
revisados.
Figura 10.1. Estructuración de los ítems de la revisión de informes de TD en tres clases, tomando
como criterio el índice promedio por indicador.
A partir de los promedios obtenidos por cada operación, se agruparon estas en tres clases, las que se
evaluaron en correspondencia con los rangos establecidos por la escala, como se muestra en la Figura
10.1. Las tres clases se conformaron siguiendo los correspondientes rangos de la escala empleada. Su
composición por ítems (indicador), así como la correspondiente calificación de cada una de ellas, se
explicitan a continuación:
Clase C1 (ítems A-2, A-4, A-14, A-15, A-17 y A-20): Esta clase, comprendida en un rango de 2,2 a 3 puntos de
la escala, fue evaluada de favorable. Un análisis profundo de los ítems que la componen permite concluir
que el trabajo de revisión bibliográfica general y proveniente del contexto usuario es adecuado; asimismo
existe correspondencia entre la información extraída de los usuarios, las estructuras de datos y modelos y
el diseño computacional del sistema de información. Por último, se manifiesta una correspondencia entre el
diseño e implementación del sistema y la disposición lógica de los componentes del producto
computacional obtenido.
Clase C2 (ítems A-1, A-3, A-5, A-11, A-12, A-13, A-16, A-18, A-19, A-21 y A-22): La clase, que se mueve en el
rango de 3,1 a 4 puntos de la escala, fue evaluada de desfavorable. Al estudiar los ítems que la
componen se pudo precisar que las principales dificultades están relacionadas con el proceso indagativo
que debe realizarse en toda investigación científica de esta ciencia, para comprender a profundidad el
contexto usuario y disponer de una relevancia y completitud informacional adecuadas, para que el diseño y
el desarrollo de la investigación se encamine al cumplimiento de los requisitos y condiciones de dicho
contexto, permitiendo el cumplimiento de la hipótesis de la investigación. También existen insuficiencias con
el carácter sistémico que deben tener los diagramas y las estructuras de datos, con la fundamentación de la
selección que se hace de las herramientas computacionales y con la validación del sistema de información
en términos computacionales.
Clase C3 (A-6, A-7, A-8, A-9, A-10 y A-23): Esta clase comprende el rango de 4,6 a 5 puntos de la
escala, siendo calificada de muy desfavorable. Al analizar los ítems que la componen se corroboró que las
mayores dificultades tienen que ver con el exiguo empleo de métodos cualitativos y cuantitativos para la
extracción de información del contexto usuario y para la validación del sistema de información en términos
del contexto usuario.
ANEXO 11
ASIGNATURAS DEL PLAN DE ESTUDIO VIGENTE RESPONSABILIZADAS CON LA EJECUCIÓN DEL
SISTEMA DE PROCEDIMIENTOS DIDÁCTICOS EN CADA AÑO DE LA CARRERA DE LICENCIATURA
EN CIENCIA DE LA COMPUTACIÓN
Año
Asignatura Semestre
1 2
1. Programación X X
Práctica Laboral e Investigativa I X
2. Estructura de Datos y Algoritmos I X
Estructura de Datos y Algoritmos II X
Sistema de Bases de Datos I X
Práctica Laboral e Investigativa II X
3. Sistemas de Bases de Datos II X X
Ingeniería de Software X X
Diseño y Análisis de Algoritmos X
Compilación X X
Metodología de la Investigación X
Práctica Laboral e Investigativa III X
4. Simulación X
Programación declarativa X
Complementos de Compilación X X
Práctica Laboral e Investigativa IV X
5. Inteligencia Artificial X
Sistemas de Información X
Trabajo de Diploma X
Tabla 11.1: Asignaturas del plan de estudio vigente responsabilizadas con la ejecución del SPD en cada año de la carrera de Ciencia de la Computación.
ANEXO 12
EVIDENCIAS DE LA REALIZACIÓN DE LOS TALLERES DE SOCIALIZACIÓN
ANEXO 13
REALIZACIÓN DE UN CUASI-EXPERIMENTO PEDAGÓGICO
Objetivo: Concepción y ejecución de una metodología que posibilite obtener información empírica favorable
respecto a la hipótesis de la presente investigación.
Tabla 13.1. Operaciones que conforman la variable dependiente de la hipótesis de la investigación.
No.
PATRONES DE LOGRO
CALIFICACIÓN
2 3 4 5
1.1 Identificación de requerimientos computacionales esenciales para el sistema usuario.
1.2 Apropiación de adecuados métodos de captura y procesamiento de información del sistema usuario, manifestado en su correcta selección y aplicación.
1.3 Sistematización de la información relevante del sistema usuario, comprobada en el resultado de las evaluaciones que se realizan.
1.4 Calificación promedio de los tres indicadores relativos a la formación de habilidades para la interpretación del sistema usuario
2.1 Desarrollo de representaciones computacionales pertinentes de los sistemas de información, a partir de información relevante, extraída del sistema usuario.
2.2 Apropiación de acertados métodos para el diseño y la implementación computacional del sistema de información, manifestado en su correcta selección y aplicación.
2.3 Sistematización de representaciones computacionales esenciales, comprobada en el resultado de las evaluaciones que se realizan.
2.4 Calificación promedio de los tres indicadores relativos a la formación de habilidades para la traducción del sistema intermediario
3.1 Identificación de elementos corroborativos, relevantes a los efectos de un sistema de información computacional.
3.2 Apropiación de adecuados métodos de comprobación y evaluación de los sistemas de información computacional, manifestado en las valoraciones que realizan sobre la pertinencia y confiabilidad de dichos sistemas.
3.3 Sistematización de los elementos corroborativos más eficientes para evaluar los sistemas de información computacional, comprobada en el resultado de las evaluaciones que se realizan.
3.4 Calificación promedio de los tres indicadores relativos a la formación de habilidades para la valoración del sistema de información computacional
Puntuación total
Tabla 13.2. Emparejamiento de estudiantes de los grupos control y experimental.
Parejas
Grupo Control Grupo Experimental
Nivel de motivación Índice Académico Nivel de motivación Índice Académico
A Alto 4,93 Alto 4,93
B Alto 4,69 Alto 4,64
C Alto 4,73 Alto 4,7
D Medio 3,8 Medio 3,75
E Medio 4,24 Medio 4,27
F Alto 4,96 Alto 4,95
G Medio 4,13 Medio 4,2
H Medio 4,33 Medio 4,27
I Medio 4,11 Medio 4,07
Tabla 13.3. Evaluación de la variable operativa dependiente y en el Grupo Control.
Grupo Control
Sujetos Control 1,1 1,2 1,3 1 2,1 2,2 2,3 2 3,1 3,2 3,3 3 y
Ac 2 2 2 6 2 3 3 8 3 3 2 8 22
Bc 3 3 2 8 3 4 4 11 4 4 3 11 30
Cc 2 2 2 6 3 5 4 12 4 4 2 10 28
Dc 4 4 3 11 4 5 4 13 4 5 3 12 36
Ec 3 3 3 9 4 4 4 12 4 4 3 11 32
Fc 2 3 2 7 2 3 3 8 4 3 3 10 25
Gc 3 2 2 7 2 3 3 8 3 3 2 8 23
Hc 3 2 2 7 3 4 3 10 4 3 3 10 27
Ic 3 3 3 9 3 4 3 10 4 4 2 10 29
Tabla 13.4 Evaluación de la variable operativa dependiente y en el Grupo Experimental.
Grupo Control Grupo Experimental dif Ordenamiento de rangos
22 25 3 2,5
30 35 5 6
28 37 9 8
36 32 -4 -4,5
32 33 1 1
25 29 4 4,5
23 29 6 7
27 37 10 9
29 32 3 2,5
N=9 T=-4,5
Grupo Experimental
Sujetos Experimental 1,1 1,2 1,3 1 2,1 2,2 2,3 2 3,1 3,2 3,3 3 y
Ae 2 3 3 8 3 3 3 9 3 3 2 8 25
Be 3 4 4 11 4 4 4 12 4 4 4 12 35
Ce 3 3 3 9 4 5 5 14 5 5 4 14 37
De 4 3 3 10 4 4 3 11 4 4 3 11 32
Ee 3 3 3 9 4 4 4 12 4 4 4 12 33
Fe 3 4 3 10 3 3 3 9 3 4 3 10 29
Ge 3 3 3 9 3 4 3 10 4 3 3 10 29
He 4 4 4 12 4 5 5 14 4 4 3 11 37
Ie 3 4 3 10 3 4 4 11 4 4 3 11 32
Tabla 13.5: Cálculo del estadígrafo T para la Prueba de rangos
señalados y pares igualados de Wilcoxon.
ANEXO 14
INFORMACION AMPLIADA DE LA EJEMPLIFICACIÓN DEL SISTEMA DE PROCEDIMIENTOS
DIDÁCTICOS EN LA ASIGNATURA INGENIERÍA DE SOFTWARE
ENTREVISTA REALIZADA A LOS DIRECTIVOS DE LA GALERÍA DE ARTE
Objetivo de la entrevista: conocer las actividades de la galería para desarrollar un sistema de información
computacional de acuerdo a sus necesidades.
1. ¿Cómo en la actualidad los artistas realizan su solicitud de exposición en la galería?
2. ¿Cómo se lleva el proceso de control de las obras, desde las que serán evaluadas hasta las que se encuentran
en estado de venta?
3. ¿Qué estrategia tienen para promover las obras que serán expuestas en la galería?
4. ¿Cuáles son los datos que tienen en cuenta para la evaluación y exposición de las pinturas?
5. ¿Cómo llevan el control de los especialistas de arte, que datos tienen en cuenta de cada uno?
6. ¿Existe comunicación entre los especialistas de arte de las provincias y la galería?. ¿Cómo se realiza esto?
7. ¿Qué información gestiona el sistema de información que utiliza el área de Recursos Humanos?. ¿Cuáles son
relevantes para ser relacionados con los datos que serán controlados en el nuevo sistema de información
computacional?
8. Otros aspectos que considere importante destacar para el proceso de gestión de las obras.
Figura 14.1: Estructura organizacional de la galería.
EJEMPLOS DE CASOS DE USO DEL NEGOCIO
CASO DE USO DEL NEGOCIO ATENCIÓN A SOLICITUDES
Actores Artista (Inicia)
Propósito Registrar las solicitudes de los artistas asignándoles un especialista que las evalúe, quién indicará si las obras que contienen son aceptadas o no por la galería.
RESUMEN: El caso de uso se inicia cuando un artista se presenta en la galería con un conjunto de obras de arte que desea se tomen en cuenta para exponer en sus salas. El anfitrión recepciona la solicitud y revisa que contenga toda la información requerida para su valoración. En caso de que esté incompleta, la rechaza. En el caso contrario, se registran los datos del artista en caso de no existir y se le asigna un especialista de arte que de preferencia sea de la provincia de residencia y que domine las técnicas en las que se hicieron las obras. En este proceso de asignación se auxilia del sistema automatizado que existe en el área de Recursos Humanos. El caso de uso finaliza cuando el Especialista de arte indica si las obras que contiene la solicitud son aceptadas o rechazadas.
ACCIÓN DEL ACTOR RESPUESTA DEL PROCESO DE NEGOCIO
1 El artista entrega al anfitrión una solicitud de exposición que contiene un conjunto de obras para que sean valoradas por la galería.
2 El anfitrión revisa la solicitud buscando que esté completa. En caso de que esté completa, pasa al paso 4. En caso contrario, informa al artista que su solicitud ha sido rechazada.
3 El artista recibe el rechazo de la solicitud. 4 El anfitrión solicita al SA-RRHH las técnicas con las que
trabaja la galería. 5 El SA-RRHH entrega la información sobre las técnicas
con las que trabaja la galería. 6 El anfitrión registra la solicitud y comprueba que el artista
exista. En caso negativo, lo registra. 7 El anfitrión solicita al SA-RRHH todos los especialistas de
arte que se especializan en todas las técnicas que se usaron en la confección de las obras.
8 El SA-RRHH entregan los especialistas de arte que cumplen la condición.
9 El anfitrión asigna el especialista de arte tratando de que sea de la misma provincia que el artista. Si no fue posible asignar al especialista, se informa al artista que la solicitud ha sido rechazada. Si fue posible asignar se registra la asignación y se pasa al paso 11.
10 El artista recibe el rechazo de la solicitud. 11 El anfitrión notifica al especialista de arte que le han
asignado una solicitud. 12 El especialista de arte recibe la notificación de la
asignación.
Prioridad Responde al principal objetivo de automatización al resolver gran parte de los problemas actuales.
Mejoras Las notificaciones se harán vía correo electrónico.
El artista podrá registrar personalmente su solicitud por lo que el sitio en Internet debe obligarlo a indicar todos los datos para que se le acepte. Hay que permitir para estos casos que el anfitrión asigne el especialista de arte en otro momento.
El registro de las evaluaciones a las obras se hará vía Internet.
Otras secciones
Tabla 14.1: Caso de uso del negocio atención a solicitudes.
Figura 14.2: Diagrama de actividades del caso de uso atención a solicitudes.
Caso de Uso del Negocio Promoción de obras para la venta
RESUMEN: El caso de uso se inicia cuando el Responsable de venta le indica al Vendedor que debe promover las obras que se pueden vender. En caso de existir obras aceptadas para exponer, pero que no están aceptadas para vender, el Vendedor consulta a los artistas que las hicieron para fijar el precio de venta y el porciento que le corresponde a la galería. El caso de uso finaliza divulgando las obras aceptadas para vender.
ACCIÓN DEL ACTOR RESPUESTA DEL PROCESO DE NEGOCIO
1 El Responsable de marketing solicita al Vendedor que promueva las obras que se pueden vender.
2 El Vendedor verifica si hay obras aceptadas que no tienen precio de venta. En caso de que no existan, ir al paso 6. En caso contrario, obtener todas las obras que cumplan la condición.
3 El Vendedor consulta a los artistas involucrados sobre si desean vender sus obras.
4 El Artista fija el precio de venta y el % de la venta que le corresponde a la galería si decide vender.
5 En caso de que el artista desea vender sus obras, el Vendedor registra el precio de venta y el porciento de la galería. Y pasa al paso 7.
6 El Vendedor verifica si existen obras aceptadas para vender que no han sido vendidas. En caso de no existir, finaliza el caso de uso.
7 El Vendedor divulga las obras aceptadas para la venta.
Prioridad -
Mejoras -
Otras secciones -
Actores Responsable de marketing (Inicia), Artista
Propósito Divulgar las obras que los artistas aceptan vender.
Tabla 14.2: Caso de uso del negocio promoción de obras para la venta.
Figura 14.3: Diagrama de actividades del caso de uso promoción de obras para la venta.
EJEMPLO DE UN CASO DE USO PARA EL SISTEMA DE INFORMACION COMPUTACIONAL
Caso de uso: Registrar artista
Actores: Anfitrión (Inicia)
Descripción:
El caso de uso se inicia cuando al intentar registrar una nueva solicitud, se detecta que del artista que la presenta no
están almacenados sus datos, o cuando a la galería le interesa registrar información sobre artistas que desea expongan
en la galería. En estos casos, el Anfitrión registra la información de un nuevo artista o los cambios que se produzcan en
sus datos. El caso de uso finaliza con el registro de artistas actualizado. Si se va a eliminar a un artista, se verifica si está
asociado a una obra, en cuyo caso no se realiza la eliminación; en cualquier otro caso se procede a la eliminación física.
Referencias: R5
Precondiciones: El sistema automatizado de RRHH ha replicado las técnicas. Si no se ha replicado, el sistema
presenta un mensaje al Anfitrión.
Poscondiciones: Se actualiza el registro de artistas, almacenando los datos del nuevo artista, la modificación de los
datos registrados o la eliminación física de una artista si es posible.
Requerimientos
especiales
-
Curso normal de los eventos
Acción del actor Respuesta del sistema
1 El Anfitrión necesita registrar un nuevo
artista, modificar las características de un
artista o eliminar un artista.
2 El sistema ejecuta alguna de las siguientes acciones:
a) Si decide registrar un nuevo artista, ir a la sección "Nuevo". b) Si decide modificar las características de un artista, ir a la
sección "Modificar". c) Si decide eliminar un artista, ir a la sección "Eliminar".
3 El Anfitrión termina el registro de artistas. 4 El sistema finaliza la ejecución del caso de uso.
Sección "Nuevo"
Acción del actor Respuesta del sistema
1 El Anfitrión especifica las características
de un nuevo artista.
2 El sistema verifica que el artista no esté registrado. En caso de que
no exista, se registra el artista.
Sección "Modificar "
Acción del actor Respuesta del sistema
1 El Anfitrión selecciona al artista que desea
modificar sus características.
2 El sistema presenta las características registradas del artista.
Tabla 14.3: Caso de uso registrar artista, en la etapa de análisis.
Caso de uso: Registrar Artista
Actor(es): Anfitrión
Propósito: Registrar un nuevo Artista.
Resumen: El caso de uso se inicia cuando al intentar registrar una nueva solicitud, se detecta que del artista que la presenta no están almacenados sus datos o cuando a la galería le interesa registrar información sobre artistas que desea expongan en la galería. En estos casos, el Anfitrión registra la información de un nuevo artista o los cambios que se produzcan en sus datos. El caso de uso finaliza con el registro de artistas actualizado. Si se va a eliminar a un artista, se verifica si está asociado a una obra, en cuyo caso no se realiza la eliminación; en cualquier otro caso se procede a la eliminación física.
Tipo: Real y Expandido.
Responsabilidades: R5. Registrar información de Artista.
Precondiciones: El sistema automatizado de RRHH ha replicado las técnicas. Si no se ha replicado, el sistema presenta un mensaje al Anfitrión.
3 El Anfitrión especifica las características
que cambian del artista.
4 El sistema incluye los cambios al artista.
Sección "Eliminar "
Acción del actor Respuesta del sistema
1 El Anfitrión selecciona el artista que desea
eliminar.
2 El sistema verifica si el artista está asociado a una obra. En caso de
que no esté asociado, el sistema presenta las características
registradas del artista.
3 El Anfitrión confirma la eliminación del
artista
4 El sistema elimina el artista.
Cursos alternos
Sección "Nuevo" : Línea 2
Si el artista ya está registrado, el sistema presenta un mensaje al Anfitrión y regresa a la línea 1 de la sección.
Sección "Eliminar" : Línea 2
Si el artista seleccionado tiene obras registradas, el sistema presenta un mensaje al Anfitrión y regresa a la línea 1 de la
sección.
Tabla 14.4: Caso de uso registrar artista, en la etapa de diseño.
Pantalla 1
Acción del Actor Respuesta del Sistema
1. El sistema verifica que existan técnicas en la tabla Maestro de Técnicas.
2. Si existen, toma los artistas desde el Maestro de Artistas, que se actualiza a partir de la Tabla Artista.
3. El sistema activa la interfaz CI_Artista (Pantalla 1 )
4. El anfitrión elige la operación a realizar.
5.
Si elige agregar (B), ver sección “Agregar Artista”.
Si elige modificar(C), ver sección “Modificar Artista”.
Si elige eliminar (D), ver sección “Eliminar Artista”.
6. El Anfitrión termina el CU (E) 7. El sistema cierra la pantalla 1.
Sección: “Agregar Artista”
Pantalla 2
1. El sistema accede al Maestro de Técnicas, que se
actualiza a partir de la tabla Técnicas, y actualiza en la interfaz CI_AgregarArtista las técnicas disponibles.
2. El sistema genera la pantalla 2 CI_RegistrarArtista. En ella se muestra un formato para la entrada de un nombre de artista (en E) en conjunto con los otros datos del cliente: Dirección (F), email (G), edad (H), Sexo (J),
y las técnicas que utiliza (I, K).
3. El Anfitrión ingresa los datos del cliente: nombre de artista (en E), Dirección (F), email (G), edad (H), Sexo (J), y las técnicas que utiliza (I, K).
4. Presiona el botón Aceptar (L).
5. El sistema valida los datos ingresados y busca si existe un cliente con los mismos datos en el Maestro de Artistas, que se refiere a la Tabla Artista.
6. Los datos son válidos, el sistema crea un nuevo registro de cliente.
7. Se actualiza la Tabla Artistas. 8. Se asocian las técnicas determinadas en la interfaz. 9. Actualiza la lista de Artistas en la Pantalla 1. 10. Cierra la pantalla 2, muestra la pantalla 1 con la lista de
artistas actualizada.
Sección “Modificar Cliente”
*********
Sección “Eliminar Cliente”
*******
Cursos Alternos
Sección “Agregar Artista”: Línea 5.
Pantalla 5
Si al agregar un artista, el sistema detecta que ya existe un registro con el mismo nombre; se presenta la ventana 5 de Artista existente. Después que el actor presiona ACEPTAR, se cierra la ventana 5, la ventana 2 y el control de sistema se traslada a la línea 4 de curso normal del caso de uso.
*********
Post Condiciones: Se actualiza el registro de artistas almacenando los datos del nuevo artista, la modificación de los datos registrados o la eliminación física de un artista si es posible.
Figura 14.4: Diagrama de secuencia del caso de uso registrar artista, en la etapa de diseño.
Figura 14.5: Diagrama de clase del caso de uso registrar artista, en la etapa de diseño.
EJEMPLO DEL SOFTWARE TFS SOBRE EL CASO DE USO REGISTRAR ARTISTA
Figura 14.6: Ejemplo de un formulario para el registro de un error, asociado al caso de uso registrar artista.