Modelo de U learning basado en plataformas de TV everywhere

Modelo de U-learning basado en plataformas de TV everywhere

Gustavo Alberto Moreno López

Universidad Nacional de Colombia

Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión

Medellín, Colombia

2020

II Modelo de u-learning basado en plataformas de TV everywhere

Modelo de U-learning basado en plataformas de TV everywhere

Gustavo Alberto Moreno López

Tesis como requisito parcial para optar al título de:

Doctorado en Ingeniería - Sistemas

Director (a):

Ph.D., Jovani Alberto Jiménez Builes

Línea de Investigación:

E-learning, u-learning, t-learning y computación ubicua

Grupo de Investigación:

GIDIA - Grupo de Investigación y desarrollo en Inteligencia Artificial

Universidad Nacional de Colombia

Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión

Medellín, Colombia

2020

A Dios y la vida por permitirme vivir y luchar

por alcanzar las metas. A mis padres y

familiares por todo su amor, comprensión y

apoyo. A mis amigos y a todas las personas

que de alguna manera han contribuido en mi

proceso de formación. Con esfuerzo y

dedicación se puede lograr grandes logros, y

el reto es continuar aprendiendo y aportar a la

sociedad.

Agradecimientos

Al Politécnico Colombiano Jaime Isaza Cadavid, donde laboro como docente, por

permitirme en los últimos años tener la comisión de estudios y dedicarme al Doctorado. A

Colciencias por la convocatoria 727 de 2015 para apoyo a Doctorados Nacionales, en la

cual se contó parcialmente con una beca que contribuyo significativamente a la

realización del doctorado. A la Universidad Nacional de Colombia, especialmente la sede

de Medellín por brindar y soportar el programa a la sociedad. Al director de la Tesis,

profesor Jovani Jimenez por toda su orientación y apoyo. Al grupo de investigación

ROCkETed de Purdue University por permitirme tener la experiencia de pasantía. A las

personas que participaron de la valoración del modelo, así como a los docentes y

estudiantes que participaron de la aplicación del modelo y prototipo u-learning & TVE. A

mis familiares, amigos y a todas las personas que de alguna manera han contribuido en

mi vida y en la realización de esta tesis.

Resumen y Abstract VII

Resumen

Las tecnologías han impactado en la educación y el interés en definir modelos que

soporten la enseñanza/aprendizaje. Pero todavía hay desafíos por trabajar como la

flexibilidad, mayor acceso, entre otros que las nuevas tecnologías y enfoques pueden

contribuir en la solución. Esta tesis se enfoca en el aprendizaje ubicuo (u-learning), que

promueve el aprendizaje en todas partes, usando cualquier dispositivo, y en cualquier

momento. La revisión de literatura sobre modelos de u-learning dío como resultado que

muy pocos estudios presentan información detallada para su implementación. Se

encuentra que no se tiene en cuenta desde una orientación pedagógica, como la teoría

de diseño instruccional. Específicamente se carece de alternativas de implementación

con TV everywhere (TV por streaming), y de convergencia de Infraestructura/tecnología

soportada en la nube.

Por lo cual se propone un modelo de U-learning, el cual permita que el contenido pueda

ser desplegado en cualquier pantalla conectada a internet, basada en plataformas de TV

Everywhere (TVE). En el modelo se definen cinco etapas con sus componentes; se

acompaña de una descripción como guía de implementación, de las tendencias de

tecnologías, y opciones de implementación.

Para validar el modelo se plantearon dos escenarios, uno con “expertos” sobre la

propuesta del modelo de u-learning & TVE, y en general se obtiene una percepción

positiva. El segundo escenario fue la aplicación del modelo y prototipo de u-learning &

TVE con estudiantes universitarios y docentes, obteniéndose en general una percepción

positiva del prototipo, del modelo y el uso de plataformas de TVE en la educación.

Palabras clave: aprendizaje ubicuo, multipantalla, modelo, TV “en todas partes”,

tecnologías educativas, computación en la nube.

VIII Modelo de u-learning basado en plataformas de TV everywhere

Abstract

Technologies have impacted on education and interest in defining models that support

teaching / learning. But there are still challenges to work such as flexibility, greater

access, among others that new technologies and approaches can contribute to the

solution. This thesis focuses on ubiquitous learning (u-learning), which promotes learning

everywhere, using any device, and at any time. The literature review of u-learning models

resulted in very few studies presenting detailed information for its implementation. It is

found that it is not considered from a pedagogical orientation, such as instructional design

theory. Specifically, there is a lack of implementation alternatives with TV everywhere

(streaming TV), and infrastructure / technology convergence supported in the cloud.

Therefore, a U-learning model is proposed, which allows the content to be displayed on

any screen connected to the Internet, based on TV Everywhere (TVE) platforms. The

model defines five stages with their components; It is accompanied by a description as an

implementation guide, technology trends and implementation options.

To validate the model, two scenarios were raised, one with “experts” on the proposal of

the u-learning & TVE model, and in general a positive perception is obtained. The second

scenario was the application of the u-learning & TVE model and prototype with university

students and teachers, generally obtaining a positive perception of the prototype, the

model and the use of TVE platforms in education.

Keywords: u-learning, multiscreen, model, TV everywhere, educational technologies,

cloud computing

Contenido IX

Contenido

Pág.

Lista de figuras .............................................................................................................. XII

Lista de tablas .............................................................................................................. XV

Lista de abreviaturas .................................................................................................. XVII

Introducción .................................................................................................................... 1 Motivación .................................................................................................................... 3 Planteamiento del problema ......................................................................................... 3 Pregunta de investigación ............................................................................................. 9 Hipótesis ..................................................................................................................... 10 Objetivos ..................................................................................................................... 10 Metodología de trabajo ............................................................................................... 11 Alcance ....................................................................................................................... 15 Contribución ............................................................................................................... 15 Estrategias de comunicación y divulgación ................................................................. 17 Organización del documento ...................................................................................... 17

1. Contexto de u-learning .......................................................................................... 19 1.1 Tecnología educativa ....................................................................................... 19

1.1.1 Modelos educativos basados en TIC ............................................................... 22 1.2 Computación ubicua ......................................................................................... 29

1.2.1 Características dentro de un ambiente de computación ubicua ..................... 31 1.2.2 Servicios ubicuos ........................................................................................... 32

1.3 Enfoque de U-learning ..................................................................................... 33 1.3.1 Conceptos de U-learning ............................................................................... 34 1.3.2 Particularidades y dimensiones de U-learning ............................................... 37 1.3.3 Usos del aprendizaje ubico ............................................................................ 43 1.3.4 Escenarios y rol de u-learning ........................................................................ 43

1.4 Teorías de aprendizaje aplicadas a u-learning ................................................. 45 1.5 Estilos de aprendizaje y cognitivos ................................................................... 51 1.6 Ejemplos de propuestas de u-learning ............................................................. 55 1.7 Dificultades identificadas en la literatura sobre u-learning ................................ 63 1.8 Análisis de trabajos relacionados con modelos de u-learning ........................... 67

1.8.1 Metodología de revisión literatura .................................................................. 67 1.8.2 Resultado del análisis de la literatura ............................................................. 68 1.8.3 Descripción breve de los trabajos seleccionados ........................................... 70 1.8.4 Análisis de las debilidades de los modelos seleccionados ............................. 81

X Modelo de u-learning basado en plataformas de TV everywhere

1.9 Tendencias que favorecen la implementación de u-learning ............................. 87 1.9.1 Dispositivos ubicuos .......................................................................................87 1.9.2 Tecnologías que pueden soportar la implementación de u-learning ...............91 1.9.3 Tráfico e internet banda ancha .......................................................................92 1.9.4 Web ubicua .................................................................................................. 100 1.9.5 Generación de nuevos estudiantes .............................................................. 102

1.10 Conclusiones del capítulo ............................................................................... 105

2. Contexto de TV multipantalla ............................................................................... 107 2.1 En la evolución de la TV ................................................................................. 107

2.1.1 Comparación de sistemas de TV .................................................................. 116 2.1.2 Ejemplos de aplicación de la TV en contextos educativos ............................ 117

2.2 Conceptos y términos relacionados con TV everywhere ................................. 121 2.2.1 Software-defined TV ..................................................................................... 122 2.2.2 TV as a service............................................................................................. 125 2.2.3 TV por streaming .......................................................................................... 126 2.2.4 Tipos de servicio de video ............................................................................ 127

2.3 Tendencias de tecnologías que favorecen TV multipantalla ............................ 128 2.3.1 Computación en la nube (cloud computing). ................................................. 128 2.3.2 Tecnologías de transcoding.......................................................................... 130 2.3.3 Redes de distribución de contenidos (Content Delivery Network) ................. 131 2.3.4 Redes ubicuas inteligentes ........................................................................... 133 2.3.5 Tecnologías de encoding / compresión ........................................................ 136 2.3.6 Protocolos y conexiones ............................................................................... 137 2.3.7 Incremento uso del video ............................................................................. 142

2.4 Conclusiones del capítulo ............................................................................... 144

3. Elementos de U-learning empleando TVE ........................................................... 145 3.1 Características de u-learning .......................................................................... 145 3.2 Estándares posibles para U-learning .............................................................. 147

3.2.1 Relacionados con el aprendizaje .................................................................. 147 3.2.2 Generales según aplicación ......................................................................... 148 3.2.3 Otras tecnologías y estándares que posibilitan el despliegue de contenidos multipantalla ............................................................................................................ 150

3.3 Plataforma de video everywhere ..................................................................... 152 3.4 Importancia y usos del video ........................................................................... 153 3.5 Framework general de la arquitectura para el servicio de u-learning basado en TVE 155 3.6 Alternativas para implementar TVE ................................................................. 156 3.7 Criterios para seleccionar una solución de TV multipantalla ........................... 160 3.8 Framework general de u-learning con TVE ..................................................... 161 3.9 Escenarios posibles para implementar u-learning basado en TVE en una Universidad ............................................................................................................... 163 3.10 Conclusiones del capítulo ............................................................................... 165

4. Modelo de U-learning ............................................................................................ 167 4.1 Identificación de ajustes basados de otros modelos ....................................... 167 4.2 Referente de diseño universal para aprendizaje ............................................. 172

4.2.1 UDL y u-learning & TVE ............................................................................... 173 4.3 Referente de diseño instruccional ................................................................... 174 4.4 Elementos del modelo .................................................................................... 177

Contenido XI

4.4.1 Primer Nivel, estado y preparación inicial .................................................... 178 4.4.2 Segundo nivel, Planeación y requerimientos ............................................... 178 4.4.3 Tercer nivel, diseño y desarrollo .................................................................. 185 4.4.4 Cuarto nivel, implementación del servicio de u-learning ............................... 186 4.4.5 Quinto nivel, Confrontar servicio y resultado de aprendizaje. ....................... 187

4.5 Lista de chequeo .............................................................................................188 4.6 Conclusiones del capítulo ................................................................................188

5. Desarrollo prototipo de U-learning para múltiples pantallas ............................ 191 5.1 Metodología diseño prototipo de U-learning ....................................................191 5.2 Resumen aplicación modelo uLTVE ................................................................191 5.3 Identidad del prototipo de u-learning y TVE .....................................................194

5.3.1 Nombre del prototipo ................................................................................... 194 5.3.2 Diseño imagen logo prototipo ...................................................................... 194

5.4 Descripción del sistema TV multipantalla empleado ........................................195 5.5 Conclusiones del capítulo ................................................................................198

6. Validación modelo de U-learning ........................................................................ 199 6.1 Diseño general validación modelo y aplicación prototipo u-learning ................199 6.2 Valoración del modelo con “expertos” .............................................................200 6.3 Aplicación modelo y prototipo u-learning & TVE ..............................................207

6.3.1 Valoración con estudiantes .......................................................................... 208 6.3.2 Valoración con docentes .............................................................................. 219

6.4 Ejemplos pruebas aplicación prototipo u-learning & TVE ................................223 6.5 Conclusiones del capítulo ................................................................................226

7. Discusión e implicaciones para enseñanza y aprendizaje ................................ 229 7.1 Implicaciones para enseñanza y aprendizaje ..................................................236

8. Evaluación ............................................................................................................ 240

9. Conclusiones y trabajo futuro ............................................................................. 246 9.1 Conclusiones ...................................................................................................246 9.2 Recomendaciones para trabajo futuro .............................................................249

A. Anexo: Guía de chequeo Modelo U-learning (uLTVE) ....................................... 253

B. Anexo: Lista posibles proveedores TV online ................................................... 255

C. Anexo: Pautas para realizar video ...................................................................... 257

D. Anexo: Ejemplo esquema guion para realizar video ......................................... 259

E. Anexo: Instrumento encuesta “expertos” validación modelo .......................... 261

F. Anexo: Instrumento encuesta a estudiantes ...................................................... 263

G. Anexo: Instrumento encuesta a docentes .......................................................... 265

H. Anexo: Información general perfiles de “expertos” .......................................... 267

Bibliografía .................................................................................................................. 270

Contenido XII

Lista de figuras

Pág.

Figura 1-1: Tendencias de Aprendizaje Vs Tecnología. ................................................. 23

Figura 1-2: Redes Ubicuas. ............................................................................................ 31

Figura 1-3: Ejemplo entorno u-learning sensible al contexto. ......................................... 32

Figura 1-4: Ejemplo dominios de aplicación de servicios ubicuo. ................................... 33

Figura 1-5: Ejemplos usos de u-learning. ....................................................................... 43

Figura 1-6: Ejemplo escenarios de u-learning. ............................................................... 44

Figura 1-7: Ciclo de aprendizaje experiencial. ................................................................ 53

Figura 1-8: Ejemplo Cursos tutoriales en línea de la trayectoria adaptativa de U-learning

de matemáticas. .............................................................................................................. 56

Figura 1-9: Ejemplo de contenido detallado del objetivo de aprendizaje. ....................... 59

Figura 1-10: Escenario aplicación UL con AR. ............................................................... 60

Figura 1-11: Ejemplo Modelo Entorno de Aprendizaje Personal ubicuo, uPLEMO. ........ 60

Figura 1-12: Ejemplo u-learning con realidad aumentada. ............................................. 61

Figura 1-13: Dispositivos más empleadas en u-learning. ............................................... 62

Figura 1-14: Tecnologías más empleadas en u-learning. ............................................... 63

Figura 1-15: Resumen proceso selección literatura........................................................ 69

Figura 1-16: Resumen general artículos. ........................................................................ 70

Figura 1-17: Arquitectura de sistema del ecosistema de desarrollo de aprendices basado

en la espiral de conocimiento. ......................................................................................... 71

Figura 1-18: Ejemplo Arquitectura del sistema. .............................................................. 71

Figura 1-19: Modelo comunidad de u-learning basada en redes de sensores

inalámbricos. ................................................................................................................... 72

Figura 1-20: Arquitectura de CoolEdu. ........................................................................... 73

Figura 1-21: Framework de la ruta de matemáticas u-learning adaptativo. .................... 74

Figura 1-22: Modelo educaticional para escenarios de u-learning. ................................. 76

Figura 1-23: Modelo de diseño de aprendizaje para u-learning. ..................................... 78

Figura 1-24: La estructura lógica del recurso de aprendizaje ubicuo con contexto. ........ 78

Figura 1-25: Modelo de u-learning usando IIMG. ........................................................... 79

Figura 1-26: Un modelo de formación docente adaptable al contexto en el entorno de u-

learning. .......................................................................................................................... 79

Figura 1-27: Estructura interna del framework propuesto. .............................................. 80

Figura 1-28: Framework de UTiLearn............................................................................. 81

Figura 1-29: Proyección crecimiento dispositivos conectados a nivel global. ................. 88

Figura 1-30: Dispositivos electrónicos en hogares Colombianos. ................................... 89

Contenido XIII

Figura 1-31: Uso del teléfono celular a nivel nacional y regional. .................................. 90

Figura 1-32: Proporción de usuarios que usaron internet en Colombia, por dispositivo. 90

Figura 1-33: Tráfico IP global por categoría de aplicación. Video IP en aumento. ......... 92

Figura 1-34: Tráfico global de internet por tipo de dispositivo. ....................................... 93

Figura 1-35: Demanda significativa de video en el hogar del futuro. .............................. 95

Figura 1-36: Futuro de las tecnologías alámbricas e inalámbricas. ................................ 97

Figura 1-37: Conexiones a internet banda ancha en Colombia. .................................... 97

Figura 1-38: Conexiones fijas y móvil a internet banda ancha en Colombia. ................. 98

Figura 1-39: Hogares con servicio de internet nacional y regional. ................................ 99

Figura 1-40: Uso internet Nacional y regional en cualquier lugar. .................................. 99

Figura 2-1: Ejemplo primera generación televisión. ......................................................108

Figura 2-2: Ejemplo segunda generación de televisión. ................................................108

Figura 2-3: Ejemplo escenario de TDT bajo estándar DVB-T2. ....................................109

Figura 2-4: Esquema general del sistema híbrido en HbbTV. .......................................111

Figura 2-5: Servicio OTT. .............................................................................................112

Figura 2-6: Pronóstico de ingresos ($ millones) de OTT TV & video en America Latina.

......................................................................................................................................113

Figura 2-7: Ejemplo nueva generación de TV, multipantalla. ........................................115

Figura 2-8: Ejemplo arreglo típico de TV en aula de clase. ...........................................118

Figura 2-9: Ejemplo experimentación remota basada en TV digital por broadcast. .......118

Figura 2-10: Arquitectura general de aplicación tele-learning aula virtual .....................119

Figura 2-11: Ejemplo prueba despliegue aplicación en laboratorio de TDT-DVB. .........120

Figura 2-12: Ejemplo menú aplicativo CONTEDI. .........................................................120

Figura 2-13: Ejemplo interfaz aplicativo educaTV para TV híbrida................................121

Figura 2-14: Visualización de TV definida por software con cloud computing. ..............124

Figura 2-15: TVE as a service, TVEaaS. ......................................................................125

Figura 2-16: TV/video por streaming. ...........................................................................127

Figura 2-17: Características esenciales y modelo de servicio de cloud computing. ......129

Figura 2-18: Topología de una CDN. ............................................................................132

Figura 2-19: Capacidades de Red ubicua inteligente....................................................134

Figura 2-20: Capacidades de la entrega de contenido en SUN. ...................................135

Figura 2-21: Compresión de HEVC vs AVC. ................................................................137

Figura 2-22: El video móvil sigue en aumento. .............................................................143

Figura 2-23: Share por interacción en contenido. .........................................................143

Figura 3-1: Plataforma de video everywhere. ...............................................................152

Figura 3-2: Opciones de uso del video. ........................................................................153

Figura 3-3: Ejemplo interacción en u-learning con código QR y plataforma video en

Laboratorio. ...................................................................................................................154

Figura 3-4: Framework de la arquitectura general de u-learning basada de SW-De TV.

......................................................................................................................................156

Figura 3-5: Ejemplo productos on-premise AWS Elemental. ........................................157

Figura 3-6: Ejemplo arquitectura y framework solución VOD y live streaming. .............159

Figura 3-7: Ejemplo opciones de despliegue con empresa Kaltura. ..............................160

Figura 3-8: Framework general de u-learning basado en Sw-de TV. ............................162

XIV Modelo de u-learning basado en plataformas de TV everywhere

Figura 4-1: UDL – Tres redes de aprendizaje............................................................... 172

Figura 4-2: Ejemplo representación modelo ADDIE. .................................................... 175

Figura 4-3: Modelo general de u-learning. .................................................................... 177

Figura 4-4: Ejemplo propuesta lista de chequeo. ......................................................... 188

Figura 5-1: Nombre del prototipo – Aprenutvi. .............................................................. 194

Figura 5-2: Imagen del prototipo aprenutvi. .................................................................. 194

Figura 5-3: Ejemplo CDN de Fastly que soporta plataforma definida. .......................... 196

Figura 5-4: Ejemplo interfaz configuración video desde la plataforma definida............. 197

Figura 5-5: Ejemplo video en portafolio polialypro.aprenutvi. ....................................... 198

Figura 6-1: Proceso validación general. ....................................................................... 199

Figura 6-2: Ejemplo portafolio video presentación temática. ........................................ 202

Figura 6-3: Correlaciones entre preguntas asociadas al indicador de usabilidad en uso

..................................................................................................................................... 205

Figura 6-4: Ejemplo correlación preguntas sobre tercer nivel modelo .......................... 206

Figura 6-5: Esquema de ecuaciones estructurales. ...................................................... 206

Figura 6-6: Ejemplo prototipo aprenutvi en algoritmos y programación. ....................... 211

Figura 6-7: Ejemplo prototipo aprenutvi en Historia y teoría 2. ..................................... 211

Figura 6-8: Ecuaciones estructurales con estudiantes Poli........................................... 218

Figura 6-9: Ecuaciones estructurales con estudiantes Unal. ........................................ 218

Figura 6-10: Ejemplos despliegue prototitpoen diferentes pantallas. ............................ 224

Figura 6-11: Ejemplo video seleccionado del prototipo para ver y su descripción. ....... 224

Figura 6-12: Ejemplo estadística videos más vistos en prototipo polialypro.aprenutvi. . 225

.

Contenido XV

Lista de tablas

Pág.

Tabla 1-1: Resumen enfoques educativos basados en TIC. .......................................... 22

Tabla 1-2: Resumen rasgos sobresalientes en evolución tecnología educativa. ............ 24

Tabla 1-3: Comparación enfoques educativos basados en TIC. .................................... 29

Tabla 1-4: Resumen conceptos de u-learning. ............................................................... 34

Tabla 1-5: Resumen características de u-learning según otros autores. ........................ 41

Tabla 1-6: Ejemplos teorías de aprendizaje. .................................................................. 50

Tabla 1-7: Ejemplos estilos de aprendizaje y u-learning. ............................................... 54

Tabla 1-8: Resumen estilos cognitivos. .......................................................................... 55

Tabla 1-9: Dificultades reportadas en la literatura. ......................................................... 64

Tabla 1-10: Proceso de revisión sistemática de la literatura........................................... 67

Tabla 1-11: Propuesta clasificación análisis de estudios definidos................................. 68

Tabla 1-12: Comparativo de modelos. ........................................................................... 83

Tabla 1-13: Velocidades de banda ancha fija (en Mbps), proyectadas año 2019 y 2022.

....................................................................................................................................... 94

Tabla 1-14: Porcentaje conexiones banda ancha mayores a 10, 25 y 50 Mbps,

proyectadas al 2019 y al 2022. ....................................................................................... 94

Tabla 1-15: Velocidades de conexión de red móvil promedio proyectadas (en Mbps) por

región al año 2019 y al 2022. ......................................................................................... 95

Tabla 1-16: Velocidades de conexión de red Wi-Fi promedio proyectadas (en Mbps) por

región. ............................................................................................................................ 96

Tabla 1-17: Generaciones de estudiantes. ....................................................................103

Tabla 1-18: Otros rasgos distintivos de las generaciones. ............................................104

Tabla 2-1: Ejemplos de sistemas operativos y dongle para TV. ....................................110

Tabla 2-2: Comparativo sistemas de TV. ......................................................................116

Tabla 2-3: Resumen protocolos empleados para streaming. ........................................141

Tabla 3-1: Ejemplos estándares relacionados con el aprendizaje. ................................147

Tabla 3-2: Ejemplo de alternativas de implementación de u-learning basadas en video

everywhere. ...................................................................................................................158

Tabla 3-3: Criteros sugeridos para definir plataforma de video. ....................................161

Tabla 3-4: Etapas del framework de u-learning propuesto. ...........................................163

XVI Modelo de u-learning basado en plataformas de TV everywhere

Tabla 4-1: Identificación de ideas de otros modelos. .................................................... 169

Tabla 4-2: Relación UDL y u-learning & TVE. ............................................................... 173

Tabla 4-3: Relación ADDIE con modelo planteado. ...................................................... 176

Tabla 4-4: Aspectos del nivel de iniciación ................................................................... 178

Tabla 4-5: Opción conformación equipo de trabajo. ..................................................... 179

Tabla 4-6: Aspectos tecnológicos. ................................................................................ 179

Tabla 4-7: Necesidades personales o del grupo objetivo. ............................................. 181

Tabla 4-8: Aspectos pedagógicos. ................................................................................ 182

Tabla 4-9: Necesidades de formación o fortalecimiento de competencias digitales. ..... 183

Tabla 4-10: Aspectos de gestión. ................................................................................. 185

Tabla 4-11: Aspectos de diseño y desarrollo. ............................................................... 185

Tabla 4-12: Aspectos de implementación del servicio de u-learning. ............................ 186

Tabla 4-13: Aspectos del servicio y resultado de aprendizaje. ...................................... 187

Tabla 5-1: Resumen aplicación modelo en prototipo u-learning. .................................. 191

Tabla 5-2: Resumen funcionalidades plataforma de video definida. ............................. 195

Tabla 6-1: Indicadores a valorar por "expertos". ........................................................... 201

Tabla 6-2: Resumen de respuestas (%) valoración “expertos”. .................................... 203

Tabla 6-3: Resumen factores según análisis factorial exploratorio para el grupo

“expertos”. ..................................................................................................................... 204

Tabla 6-4: Resultado consistencia interna escenario con “expertos”. ........................... 205

Tabla 6-5: Estructura diseño empleado en la valoración de aplicación modelo y prototipo.

..................................................................................................................................... 208

Tabla 6-6: Indicadores a valorar por estudiantes. ......................................................... 209

Tabla 6-7: Resultados pruebas desempeño estudiantes. ............................................. 213

Tabla 6-8: Resumen de respuestas (%) de estudiantes al cuestionario. ....................... 215

Tabla 6-9: Resumen factores según análisis factorial para estudiantes. ....................... 217

Tabla 6-10: Resultados consistencia interna escenario con estudiantes. ..................... 217

Tabla 6-11: Indicadores a valorar por docentes. ........................................................... 219

Tabla 6-12: Resumen respuestas (%) valoración por docentes. ................................... 221

Tabla 6-13: Resumen factores según análisis factorial exploratorio para docentes. ..... 223

Tabla 6-14: Resultados consistencia interna escenario con docentes. ......................... 223

Tabla 6-15: Estadísticas vistas por dispositivo y navegador del prototipo. .................... 226

Tabla 7-1: Limitaciones para u-learning. TV tradicional Vs TV Everywhere. ................. 230

Tabla 7-2: Ventajas para u-learning. TV tradicional Vs TV Everywhere. ....................... 231

Contenido XVII

Lista de abreviaturas

Abreviatura Término OTT Over the Top (en ingles) - CBT Computer based training (en)– Entrenamiento basado en computador ABR Adaptive Bit Rate

TIC Tecnologías de la Información y la Comunicación

TVE Television Everywhere (en) - televisión en todas partes TV Televisión Sw-De TV Televisión definida por software UL Ubiquitous learning (en ingles) - VoD Video on demand BYOD Bring Your Own Device LMS Learning management system CMS Content Management System LCMS Learning Content Management System LAMS Learning Activity Management System

CAGR Compound annual growth rate (inglés)-Tasa de crecimiento anual compuesta

IP Internet Protocol HTTP Hipertext Transfer Protocol XaaS “everything as a service” – Todo como un servicio API Application Programming Interface uLTVE u-learning basado en TVE

Introducción

El área de investigación son las TIC (Tecnologías de la Información y la Comunicación)

en la educación o la tecnología educativa. El interés surge para contribuir al proceso

educativo con más apropiación de las TIC, y en este sentido con las tendencias de la TV

digital, TV everywhere (TVE) y la posibilidad de convergencia con otros dispositivos. La

TIC tiene un papel importante en el apoyo del sistema de educación y las nuevas

tecnologías tienen el potencial de transformar fundamentalmente cómo y qué aprender

durante toda su vida. Las nuevas tecnologías digitales hacen posible una "revolución del

aprendizaje" en la educación como lo indica Wang (Wang, Feng & Zhou, Chunfang,

2013), y permiten ofrecer enseñanza de manera distribuida respetando los diferentes

ritmos de aprendizaje (Saowapakpongchai, 2010). Por eso la importancia de continuar

con la investigación, y como las TIC contribuyen a solucionar los diversos requerimientos

para la educación (como la flexibilidad, disponibilidad de conexiones, eliminar barreras

espacio - tiempo, entre otras).

Las tendencias de mayores capacidades de datos, internet, de incremento en

dispositivos móviles, del despliegue de la TV digital y otros dispositivos conectados,

muestran un crecimiento de las TIC, como lo reitera (Cisco, 2019) que los dispositivos

conectados para el año 2020 será tres veces la población mundial y el video como el de

mayor tráfico en la red. La convergencia de tecnologías en el mundo digital, permite que

la TV e internet se unan, y la tendencia en los TV conectados (CLN, 2011) o dispositivos

con conectividad a internet como los decodificadores, reproductores Blu-ray, media

center, consolas de juego, entre otros, se incrementa cada vez más. Por ejemplo en

Europa surge el estándar HbbTV (HbbTV, 2016), como híbrido entre la radiodifusión y la

banda ancha, y en general sigue en auge las plataformas tecnológicas de “Over The

Top”- OTT (Hooper et al., 2010), que permiten distribuir video, audio, TV, y otros servicios

vía internet directamente a los dispositivos conectados de usuario, permitiendo el acceso

a servicios en cualquier lugar, cualquier momento, y en cualquier dispositivo. Como lo

2 Introducción

indicó la consultora The Diffusion Group (TDG, 2011), los ciudadanos recibirán

mayoritariamente sus programas de televisión vía Internet (desde la nube). Surge lo que

se denomina “Tv everywhere”, una Televisión que ofrece más contenidos, en cualquier

lugar, por demanda o en vivo, de mayor interactividad y con posibilidad de consumir en

múltiples pantallas. La TV híbrida (convergente con internet) permite opciones de

interactuar con dispositivos portables y móviles, ampliando las experiencias del usuario.

Todo este panorama genera un interés y abre un escenario para acceder cada vez más a

la sociedad de la información, y a contenidos/aplicativos de valor agregado accesibles

desde la nube para el usuario.

A medida que ha evolucionado las TIC, se han desarrollado diversos modelos para

soportar el proceso de enseñanza y aprendizaje, entre ellos entrenamiento basado en

computador, e-learning, b-learning, m-learning, y u-learning. El objeto de estudio principal

de esta propuesta, es la educación ubicua o u-learning (ubiquitous learning), un servicio

ubicuo, que surge de la teoría de computación ubicua (ubiquitous computing), cuyo

promotor fue Mark Weiser (C.-S. Wang & Tzeng, 2008). Mark Weiser definió la próxima

revolución de la computación después de los workstations y los PC, conocida como

ubiquitous computing o embodied virtuality, visionando que los computadores estarán

embebidos en todas partes – ubicua – y transparente (Weiser, 1991). U-learning significa

aprendizaje en cualquier lugar, en cualquier tiempo, aprendizaje en conjunto con la vida

diaria de las personas (Aihua, 2010). Además, significa aprendizaje con cualquier

dispositivo y en cualquier contexto (Stefan, Gheorghiu, Moldoveanu, & Moldoveanu,

2013). Para (Virtanen et al., 2018) u-learning plantea un escenario de aprendizaje sin

interrupciones y sensible del contexto, que está disponible desde cualquier ubicación en

cualquier momento, además de admitir una interacción fluida entre recursos de

aprendizaje auténticos y digitales, y proporciona experiencias de aprendizaje

personalizadas.

Varios estudios y modelos se han realizado que representan u-learning, específicamente

con otros procesos y tecnologías como Wireless Sensor Network (WSN) (Caytiles et al.,

2011), (Lee et al., 2015) y (Hsu et al., 2016) empleando móviles y NFC (Near Field

Communication), computación basada en contexto y tablet (H.-C. Chu & Lin, 2013),

Global Positioning System-GPS (Fang et al., 2011), y en (Ho et al., 2017) con móviles y

realidad aumentada. Sin embargo, las prácticas de u-learning son principalmente

Introducción 3

limitadas a aplicaciones de pequeña escala, limitadas en cobertura y despliegue.

Específicamente se carece de la tendencia de TV en la nube.

Esta tesis de doctorado se basa de plataformas everywhere, para diseñar un modelo de

u-learning, que permita entender que es lo necesario para su implementación en un

contexto educativo, para el despliegue de contenidos (video) en cualquier dispositivo

conectado, extendiendo el dominio de U-learning. Usando las plataformas de TVE se

posibilita el despliegue de contenidos en cualquier pantalla (TV, PC, tablet y

smartphone), y potencializa la inclusión dado que, en el caso del TV, es un dispositivo

familiar y fácil de usar por la mayoría de las personas.

Motivación

La motivación con este trabajo es proyectar la aplicabilidad de plataformas de TVE que

posibilitan la adaptación y entrega de video a diferentes tipos de pantallas, como

smartphones, laptops, PC´s, SmartTV, Tablets, articulado con el enfoque de u-learning,

donde se pretende que los estudiantes puedan acceder a contenidos (principalmente de

video) de aprendizaje a cualquier hora y lugar, y empleando cualquier dispositivo ubicuo

u otros recursos TIC.

Es importante contribuir con un modelo de u-learning soportado con plataformas de TV

everywhere para apoyo al proceso de enseñanza y aprendizaje, y que permita entender

lo necesario para su implementación. Las plataformas de TV Everywhere, pueden

contribuir a solucionar diversos desafiós en el contexto educativo.

Planteamiento del problema

Las TIC y las nuevas tendencias como TV everywhere puede contribuir a la solución de

dificultades o retos en la educación. Entre los aspectos por mejorar en contextos

educativos, se presentan: La educación formal junto a la vida laboral, el aprendizaje

continuo a lo largo de la vida, la demanda de un mayor acceso a la educación para todos,

la disponibilidad, la conectividad, la interacción, la flexibilidad, la movilidad, eliminación de

barreras espacio-tiempo, acceso a los recursos de aprendizaje a distancia, cobertura,

desempeño, conciencia de utilizar las TIC, los contenidos significativos, (UNESCO, n.d.),

(The World Bank, 2014), (Aktaruzzaman et al., 2011), (Päivi Aarreniemi, 2005), (Wang,

4 Introducción

Feng & Zhou, Chunfang, 2013); Proveer flexibilidad (Király & Géring, 2019), alternativas

para que el estudiante adquiera el conocimiento (Shin, 2014). Proporcionar

oportunidades equitativas (flexibilidad, diversidad de currículo, atraer a los jovenes a

estudiar en la Universidad) (Medvedeva, 2015); Proveer oportunidades de aprendizaje

flexible y personalizadas, movilidad, inclusión social (Unger et al., 2018).

De acuerdo a los Objetivos de Desarrollo Sostenible, planteado por Naciones Unidas

(Naciones Unidas, 2015), se hace necesario trabajar en lograr una educación inclusiva,

equitativa y de calidad y promover oportunidades de aprendizaje durante toda la vida

para todos. Además, se recalca en mejorar en todos los niveles de formación, incluyendo

la Universitaria.

Por otro lado, se hace necesario generar una impresión positiva en los estudiantes y de

mayor motivación, ya que ellos pueden estar rodeados con la tecnología, y no le sacan

todo el provecho, o se distraen, o el docente poco usa la tecnología para fines

educativos. En varios contextos es frecuente el uso de metodologías de enseñanza

tradicional, y donde los estudiantes parecen aburridos en el aula de clase (G. A. Moreno

López, Jiménez Builes, & Puche Plaza, 2017). Propiciar escenarios de más motivación,

es también un desafío (Jeong & Yi, 2014), (Hung et al., 2014), (B. Chang et al., 2007), y

como comenta (Diaz & Rusu, 2014), dado que la mayoría de los docentes (inmigrantes

digitales), enseñan a nativos digitales (estudiantes), los profesores deben ir adaptando

las nuevas herramientas tecnológicas para propiciar una motivación positiva en los

estudiantes

También ocurre que se emplea infraestructura sin alguna convergencia (Zahariev et al.,

2013). Los sistemas tradicionales de TV son exclusivos sólo por un medio (aire, o cable,

o satélite), solo para un tipo de pantalla (TV tradicional), y puede estar limitada en

aspectos de cobertura, interactividad, mantenimiento, convergencia con otros

dispositivos, facilidad de implementación, entre otros (G. A. Moreno López, Jiménez

Builes, & Ramírez Monsalve, 2017).

Muchas Universidades no cuentan con mecanismos flexibles para los estudiantes y/o no

se benefician de las ventajas de la tecnología para contribuir al proceso de aprendizaje, o

no emplean la tecnología adecuadamente, o no tienen modelos para su implementación.

Introducción 5

Muchos programas de formación no aprovechan las ventajas de la tecnología e internet,

como comenta (VIRTUAL EDUCA & ACESAD, 2013) que hoy ya no es comprensible un

proyecto formativo ausente de tecnología, de contacto con redes informáticas y de las

valiosas oportunidades que para la docencia y la investigación tiene el Internet, incluso

para programas presenciales. Algunas Universidades implementan sistemas LMS, pero

algunos de estos no son amigables, y en otros casos incomodan al docente al tener que

cambiar el modelo de dar la clase. Varios sistemas de gestión de contenidos, LMS, no

soportan funcionalidades ubicuas, y video conferencias (Ravisekaran & Ramakrishnan,

2015). Mott (Mott, 2010), indica que si bien los LMS cumplen con su función de

administración, algunos LMS, tienden a ser centradas en el docente, en vez de ser

centradas en el estudiante, y están configurados para el tiempo de duración del semestre

(Interrumpiendo la continuidad y el flujo del proceso de aprendizaje)

De acuerdo a Ministerio de Educación de Colombia, entre los proyectos para cerrar la

brecha en la educación superior, se encuentran regionalización y flexibilización de la

oferta para buscar opciones de mayor acceso, la educación superior inclusiva, calidad, la

permanencia en la educación superior, (MINEDUCACIÓN, en línea). Ampliar la cobertura

es un gran reto, y tal como plantea la Asociación Colombiana de Educación Virtual y a

Distancia (ACESAD, 2018) para propiciar acceso a miles de estudiantes en educación

superior, es posible con la educación virtual. De acuerdo a portafolio (Tiempo, 2018), la

educación virtual en Colombia todavía está iniciando, aproximadamente el 5 % (unos

597) de 11.798 de programas registrados ante el Ministerio de Educación pertenecen a

metodología virtual, y un 5,2 % son estudiantes en modalidad virtual. De acuerdo al

conversatorio liderado por el Ministerio de educación, la educación superior necesita

fortalecerse con la educación virtual para construir un país que responda a las dinámicas

de la sociedad del conocimiento (MINEDUCACION, 2017). Según el plan decenal de

educación 2016-2026 (Ministerio de Educación Nacional, 2017), varios son los retos a

trabajar en la educación superior, como seguir trabajando para garantizar el acceso de la

población joven (principalmente vulnerable), continuar disminuyendo la tasa de

deserción, hacer especial énfasis en una oferta de programas de calidad que llegue a

más estudiantes y no solo a unos pocos. En el departamento de Antioquia se hace

necesario ampliar la cobertura en educación superior, que al 2019 se encuentra

alrededor de 36 % (Proantioquia, 2019). En el caso de la ciudad de Medellín, la tasa de

acceso a la Universidad es de 45% (Proantioquia et al., 2019).

6 Introducción

Son diversas los estudios, proyectos y modelos que representa u-learning,

específicamente con otros procesos y tecnologías tales como redes de sensores

inalámbricos (WSN) (Caytiles et al., 2011), dispositivos móviles (Sung, 2009),

computación basado en contexto, tablet (H.-C. Chu & Lin, 2013), usando NFC - Near

Field Communication, RFID - Radio Frequency Identification, y sistemas de

posicionamiento global –GPS (Fang et al., 2011), (Lee et al., 2015) y (Hsu et al., 2016),

empleando móviles y NFC (Near Field Communication), en (Ho et al., 2017) con móviles

y realidad aumentada, pero es insuficiente sobre el uso de las tendencias de TV digital en

u-learning, plataformas y tecnologías para despliegue en múltiples pantallas (TV

Everywhere (TVE), plataformas Over The Top (OTT)), la convergencia con dispositivos

conectados y de la importancia del video.

Algunas de las dificultades destacadas en la literatura sobre u-learning se refiere a

prácticas principalmente limitadas a aplicaciones a pequeña escala y pocos modelos de

aplicaciones maduras (Zhou et al., 2012), que no tienen suficiente información para ser

implementada (de Sousa Monteiro et al., 2014) y que se requiere diseñar u-learning

desde un camino sistémico y holístico (Zhan & Yuan, 2009) (Indrajit, 2016); Que los

diseños de modelos de u-learning aún son limitados (Umam et al., 2017). Se requiere el

desarrollo de modelos de u-learning apropiados para informar el uso de dichos entornos

(Hsu et al., 2016). Otras dificultades están relacionadas con el hecho de que el contenido

pueda ser desplegado y adaptado en cualquier dispositivo (Edwin et al., 2012), que la

infraestructuras de TIC no tienen convergencia tecnológica (Zahariev et al., 2013), que

para lograr un mayor desarrollo de sistemas educativos apoyado con las TIC, es

necesario nuevos tipos de tecnologías para respaldar los enfoques de enseñanza y

aprendizaje (Wang, Feng & Zhou, Chunfang, 2013), y que se necesitan diseños de

aprendizaje apropiados para que el aprendizaje sea más significativo y efectivo (G. zen

Liu et al., 2016).

Algunos trabajos que incorporan el despliegue de contenidos no lo hacen de forma

integral, sino que se enfocan en uno o varios de sus componentes o dispositivos, dejando

a un lado otras posibilidades. (Hijazi & Itmazi, 2013), (Stefan et al., 2013), (Diaz & Rusu,

2014). Otros autores relacionan U-learning aplicándolo solo con dispositivos móviles

(Smartphone), y con tecnología sensórica. Siendo necesario explorar nuevos tipos de

tecnologías para soportar los nuevos enfoques de enseñanza/aprendizaje (Wang, Feng &

Zhou, Chunfang, 2013). Varios de los proyectos/modelos son desarrollados con sistemas

Introducción 7

propietarios, soluciones cerradas, otras de propósito particular, y poco de propósito

general que cubre diferentes plataformas (de Sousa Monteiro et al., 2014). También hay

deficiencia en el alcance y limitación del concepto U-learning, como por ejemplo lo

plantea Mandula (Mandula et al., 2011), donde menciona que el ubiquitous learning, es

sensible al contexto, y que además proporciona contenido de aprendizaje en cualquier

lugar y en cualquier momento utilizando diferentes tipos de dispositivos móviles y

tecnologías de sensores; Relacionándolo sólo con aprendizaje móvil, excluyendo por

ejemplo a un TV como dispositivo.

Luego de la revisión de literatura analizada sobre modelos de u-learning, se identifican

varios aspectos. En pocos trabajos se menciona el uso de múltiples dispositivos, salvo en

(Zhao & Okamoto, 2011), lo cual deja por fuera la tendencia del crecimiento de diversos

tipos de pantallas con capacidades de conectarse a la red de internet y que los usuarios

usan, como los PC, laptops, smartphones, tablets, y TV conectados. Varios modelos

presentan en cierto grado buena información de la propuesta como (Atif et al., 2015), (M.

Chen, Yu, et al., 2017), (M. Chen, Chiang, et al., 2017), (Tortorella et al., 2018), (Zhao &

Okamoto, 2011), (Rabello et al., 2012), (H. Kim et al., 2012), (Wagner et al., 2014), pero

en general hacen falta más etapas o componentes que guien una implementación de u-

leanring desde una perspectiva más integral (como aspectos tecnológicos, pedagógicos,

planeación, diseño, desarrollo, implementación, evaluación). Sobre el uso principal del

video, ninguno de los estudios contemplaba el video como recurso o contenido

importante para la solución de u-learning, dejando a un lado las ventajas o beneficios del

uso del video. En ciertos trabajos se refleja la posibilidad de usar otros recursos TIC,

como en (M. Chen, Yu, et al., 2017), (Zhao & Okamoto, 2011), (Casey & Fraser, 2010),

H. Zhang & Maesako, 2009), (Mehmood et al., 2017), (Zea Restrepo et al., 2015), pero

en otros poco o nada, siendo una limitante, debido al auge de otras herramientas TIC que

pueden complementar la solución. En cuanto a grado de cobertura o propuesta de

mejorarla, trabajos como (Zea Restrepo et al., 2015) y (Coto et al., 2016) lo proyectan de

forma amplia, otros como (H. Kim et al., 2012), (M. Chen, Chiang, et al., 2017), (M. Chen,

Yu, et al., 2017) y (Shih et al., 2012) sólo en un campus, y trabajos como (Rabello et al.,

2012), (Mehmood et al., 2017) y (Atif et al., 2015) presentan simulaciones; Esto depende

de la solución propuesta, pero puede ser una debilidad si la cobertura del servicio de u-

learning solo es en determinadas áreas. Frente a la característica de context-awareness,

la mayoría de los trabajos lo contemplan, lo cual es normal e importante para que la

8 Introducción

solución sea sensible al contexto donde este el usuario o el contenido se adapte al

dispositivo de usuario, entre otros; Por ejemplo (Shih et al., 2012) emplean sensores

RFID, y en (H. Kim et al., 2012) con WSN. En lo relacionado con la

infraestructura/Tecnología principal, varios reflejan una infraestructura cliente servidor

como en (Shih et al., 2012) usando también sensores RFID, Tablet PC, Wireless, en

(Zhao & Okamoto, 2011) y (Mehmood et al., 2017) con PC, y móviles, en (Casey &

Fraser, 2010) con XML, ASP.net, móviles, y en (H. Kim et al., 2012) móviles y WSN; En

(Tortorella et al., 2018) emplean un sistema basado en Raspberry Pi 2, display LCD,

sensores, sistemas expertos, y unos pocos como (Rabello et al., 2012) usan agentes. Se

destaca que es poco o no se contempla el uso de infraestructura/tecnologías soportada

en la nube y el uso de diversidad de pantallas. Con respecto a pruebas de despliegue

real, son varios los trabajos que lo realizan, como en (Tortorella et al., 2018) aplicado

para una solución de entrenamiento de conducción; Esto es importante para ver si la

solución técnicamente es posible o ver alcances o experiencias de usuario u otros

resultados; Aunque algunas son limitadas en cobertura, y a ciertos dispositivos. Frente al

uso de estándares o especificaciones, (Atif et al., 2015) por ejemplo emplea IEEE LOM,

pero la mayoría no lo indican, y esto puede ser una debilidad para futuras

implementaciones, robustez o proyección de la solución. Sobre el Dominio de aplicación,

algunas son específicas, por ejemplo: (M. Chen, Yu, et al., 2017) educación sobre

plantas en escuela vocacional, (M. Chen, Chiang, et al., 2017) entrenamiento de

profesores, (Shih et al., 2012) matemáticas, (Umam et al., 2017) de comunicación

usando mensaje de texto, (Tortorella et al., 2018) – Sistema entrenamiento de

conducción, (Wagner et al., 2014) ciencias de la computación, ciudad inteligente; Algunos

aplicados dentro del campus (escuela, etc); Otros son genéricos, y unos pocos como

(Zea Restrepo et al., 2015), (Coto et al., 2016), (Zea Restrepo et al., 2015) de aplicación

en general para Universidades. Esto indica que como tal u-learning se puede aplicar en

diversidad de aplicaciones, específicas, o de más alcance, y en las Universidades hay

mucho por trabajar al respecto.

La problemática gira en torno al modelado de una solución de u-learning para un

contexto Universitario, considerando el uso de tecnologías de TV/video multipantalla. En

general, hay pocos estudios de u-learning centrado en las tendencias de TV digital y en

el despliegue de video en múltiples pantallas, especialmente de TV/video en todas

partes.

Introducción 9

Luego de la revisión de literatura, se concluye que muy pocos modelos de u-learning

presentan información amplia y desde una visión más integral, para su implementación

en un escenario educativo y que apoye el proceso de enseñanza/aprendizaje. Además,

se nota que no se tiene en cuenta desde el enfoque pedagógico, como aspectos del

proceso de la teoría de diseño instruccional, actividades, entre otras. Específicamente se

carece de alternativas de desarrollo con tecnologías de TV/video multipantalla (TVE,

OTT, TV en la nube, etc), y las tendencias de la Infraestructura/tecnología soportada en

la nube para despliegue y convergencia entre dispositivos y redes.

Para contribuir en solucionar los problemas o retos expuestos anteriormente, este trabajo

de investigación propone un modelo de referencia para implementar una solución de u-

learning, y utilizando tecnologías de plataformas convergentes de TV/video soportadas

en la nube, que permitan que el contenido principal de video se despliegue y adapte a

diferentes pantallas conectadas a internet. El modelo permitirá entender y considerar

diversos aspectos para su implementación desde una visión más integral y desde el

enfoque de teoría de diseño instruccional, y propiciando que la solución de u-learning

enriquezca el proceso de aprendizaje, permitiendo que el estudiante defina que

dispositivo ubicuo usar, en donde y en qué momento, buscando más flexibilidad y

motivación para el estudiante. Por lo cual hay retos y oportunidades para trabajar con

nuevas tecnologías soportadas en la nube para aportar en los sistemas educativos en

una Universidad, como es con plataformas de TV/video en la nube.

Pregunta de investigación

La pregunta de investigación que se ha planteado es la siguiente:

¿Cúal debería ser la caracterización de un modelo de u-learning basado en plataformas

de TV everywhere implementable en condiciones reales que contribuya al proceso

educativo?

A continuación, se presenta la sistematización del problema de investigación, la cual está

conformada por un conjunto de preguntas que permitirán descomponer el problema

principal en problemas menos complejos:

10 Introducción

• ¿Cuáles son las características de los diferentes modelos educativos basados

en TIC?

• ¿Cuáles son las especificaciones técnicas que tienen las plataformas y

tecnologías que posibilitan el despliegue de contenidos everywhere?

• ¿Cuáles son los componentes que debe tener el modelo de u-learning y que

integre las plataformas de TV everywhere?

• ¿Cómo las tendencias de plataformas everywhere, OTT, enriquecen y

contribuyen al U-learning?

• ¿Qué indicadores se deben tener en cuenta para validar el modelo de U-

learning basado en plataformas de TV everywhere mediante un caso de

estudio?

Hipótesis

A continuación, se presenta la hipótesis de investigación que ha sido propuesta como

opción válida de solución a la problemática descrita:

Es posible contribuir al proceso de enseñanza/aprendizaje a través de plataformas de TV

everywhere, bajo un modelo de u-learning, el cual permita que el contenido pueda ser

desplegado en cualquier dispositivo (pantalla), en cualquier lugar y momento, en un

escenario de conectividad, e indicando lo necesario para su implementación.

Objetivos

Los objetivos planteados de la tesis fueron los siguientes:

General:

Proponer un modelo de U-learning basado en plataformas de TV everywhere orientado

en los aspectos tecnológicos, para las Instituciones de Educación Superior Colombianas.

Específicos:

1. Determinar los conceptos de U-learning, TV everywhere, TV híbrida y

tendencias relacionadas de computación ubicua y computación en la nube.

Introducción 11

2. Identificar las tecnologías que posibilitan el despliegue de contenidos en

múltiples pantallas.

3. Caracterizar los elementos de U-learning usando plataformas de TV

everywhere.

4. Diseñar un modelo de U-learning considerando la infraestructura y elementos

técnicos de TV everywhere.

5. Desarrollar una aplicación de U-learning para múltiples pantallas.

6. Validar el modelo mediante pruebas y grupo focal en un escenario establecido

de educación.

Metodología de trabajo

La metodología se enmarca en el método científico (Ayala, 2016) (Woodcock, 2014),

compuesta de varias etapas, que abarca en general los procesos de revisión de

literatura, formulación de hipótesis, propuesta de modelo, experimentación y finalmente

evaluación y resultados. El paradigma de investigación es positivista, que define una

visión del mundo de la investigación, que se basa del método científico de investigación.

Contempla la experimentación, observación y la razón basada de la experiencia. La

epistemología es objetivista, ya que, a través de la investigación, se obtiene conocimiento

que ayuda a ser más objetivos para comprender el mundo que nos rodea (Kivunja &

Kuyini, 2017). Esta tesis se ajusta al paradigma pospositivismo, que es más abierta y

flexible, y la búsqueda de la objetividad es deseable (Hernández Sampieri & Mendoza

Torres, 2018); En el pospositivismo hay una realidad que es conocida de manera

imperfecta debido a las limitaciones humanas del investigador (Mertens, 2015) y se

pueden emplear diseños cuasi-experimentales.

El enfoque de investigación es cuantitativo, en el cual se plantea y se comprueba

hipótesis, y se explica con base en resultados medibles (Asencio et al., 2017); representa

un conjunto de procesos organizado de manera secuencial para comprobar ciertas

suposiciones; otras características como: busca la mayor objetividad posible, se pretende

generalizar resultados, se vale de la lógica deductiva (Hernández Sampieri & Mendoza

Torres, 2018).

12 Introducción

El alcance de la investigación es correlacional, que tiene como finalidad “conocer la

relación o grado de asociación que exista entre dos o más conceptos, categorías o

variables en una muestra o contexto en particular” (Hernández Sampieri et al., 2014); En

este caso, la incidencia del uso de plataformas de TVE en procesos educativos. También

es exploratorio, que se realiza “cuando el objetivo consiste en examinar un tema poco

estudiado o novedoso” (Hernández Sampieri et al., 2014); En este caso u-learning

empleando TV everywhere. Y, es descriptiva, que consiste en “especificar propiedades y

características importantes de cualquier fenómeno que se analice” (Hernández Sampieri

et al., 2014); En este caso se detalla el enfoque de u-learning & TVE, y el modelo

propuesto.

En general se aplica la metodología de investigación basada en diseño (Design-Based

Research) (F. Wang & Hannafin, 2005) que busca mejorar las prácticas educativas a

través de análisis iterativo, diseño, desarrollo e implementación. Es iterativo ya que

desde que se plantea la idea hasta el planteamiento de propuesta final, en determinadas

veces se revisa la literatura y las tendencias. El modelo fue rediseñado varias veces (se

tuvo en cuenta ideas de otros investigadores-literatura). Se realizan sucesivas búsquedas

de alternativas para implementar el prototipo y pruebas en varias plataformas de video. El

investigador es también participante (tomando un rol como docente). La participación de

docentes y estudiantes en el proceso de creación del modelo y prototipo se realizó por un

lado al involucrar a los docentes en conocer la idea, que aplicaran el modelo y prototipo,

y dando su valoración final, y los estudiantes participaron de la implementación del

prototipo y valoración. Así mismo los docentes participaron de la planeación siguiendo el

modelo y elaboración de videos y actividades como insumos del prototipo. Algunos

estudiantes elaboraron también videos e interactuaron con la plataforma. Se realizaron

unas pruebas previas de opciones de implementación donde participan docentes y

grupos de estudiantes, lo cual va permitiendo proyectar mejoras del modelo y definir

plataforma. Esa participación de docentes y estudiantes ha impactado el desarrollo de los

productos, ya que se obtienen otras ideas, proyectar mejoras, identificar y explorar otras

herramientas de video (tanto de creación video como en la plataforma), y por otro lado se

refleja en las valoraciones positivas del modelo y del prototipo, lo que refleja su

importancia y aceptación. También al pedir la valoración por expertos, se tuvieron unas

observaciones que se reflejan en el ajuste del modelo, como por ejemplo contemplar la

planeación de necesidades de competencias digitales (ya que en un principio solo se

Introducción 13

contempló en la cuarta etapa, pero era pertinente contemplarlas mucho antes); Otras

observaciones que apuntan a la sistematización del modelo, se proyectan más en futuras

mejoras.

Se plantean varias fases en general para desarrollar la tesis: la primera de revisión;

segunda de análisis de información literatura y tendencias; tercera de diseño del modelo;

cuarta fase de diseño del prototipo de u-learning, y la quinta de validación del modelo,

que se describen a continuación:

La primera etapa es de revisión de literatura y tendencias, relacionados con u-learning y

TV multipantalla. Como resultado de esta etapa es la identificación de información que

fundamenta y soporta el marco teórico y estado del arte.

En la segunda etapa de análisis, se revisa, profundiza, y se obtiene información y

propuesta de conceptos. Como resultado se obtendrá la conceptualización de u-learning,

las tendencias que favorecen la implementación de u-learning, el análisis de estudios

relacionados con modelos de u-learning, el contexto y conceptos relacionados con TV

everywhere, tendencias que favorecen la TV multipantalla, que dan cuerpo al marco

teórico y estado del arte.

En la tercera etapa se caracterizarán los requerimientos esenciales para el diseño de los

elementos constituyentes del modelo propuesto, basado principalmente en TV

everywhere, y convergencia en múltiples pantallas. Esta etapa generará como resultado

las características de u-learning, los componentes del modelo de U-learning, las opciones

de implementación, los criterios para seleccionar una solución de TV multipantalla y la

arquitectura general que integra las plataformas de TV everywhere y dispositivos

conectados.

Luego, en la cuarta etapa se diseñará, y desarrollará prototipo de u-learning & TVE. El

resultado es la definición y delimitación del aplicativo-contenido para ser desplegado en

varias pantallas, detallados en documento, la aplicación, y los videos.

Finalmente, en la quinta etapa se validará el modelo de U-learning propuesto mediante

un escenario con “expertos”, y otro de aplicación del modelo-prototipo en un curso real

14 Introducción

universitario donde participan estudiantes y docentes. Como resultado se tendrán el

análisis de la validación del modelo propuesto y su respectiva documentación.

Actividades definidas

El plan establecido dentro de la metodología consta de cinco etapas, las cuales a su vez

están distribuidas en una serie de actividades, de la siguiente forma:

Etapa 1. Complementación marco teórico – estado del arte. Para lograrlo se realizará las

siguientes actividades:

➢ Consulta base de datos especializados.

➢ Consultas sitios web específicos en tendencias y relacionado con TV everywhere.

Etapa 2. Análisis.

➢ Revisión de las fuentes de información.

➢ Descripción del contexto de u-learning y TV everywhere.

➢ Conceptualización – propuesta nuevos términos.

➢ Evaluación de estudios de modelos de u-learning

➢ Identificación de las tendencias.

➢ Caracterización de los requerimientos técnicos básicos.

➢ Identificación de opciones de implementación.

Etapa 3. Definición del modelo de U-learning

➢ Definición de los componentes que integran el modelo

➢ Caracterización de los componentes que integran el modelo.

Etapa 4. Diseño y desarrollo prototipo

➢ Se revisa y planifica según modelo planteado.

➢ Se define opción de implementación

➢ Diseño conceptual y delimitación del tema para el prototipo.

➢ Se configura e implementa prototipo de u-learning basado en plataforma de TV

everywhere.

➢ Realización de pruebas iniciales.

Etapa 5. Validación

Introducción 15

➢ Evaluar el modelo propuesto en un escenario con “expertos”.

➢ Evaluar el modelo – prototipo en un escenario de aplicación con docentes y

estudiantes.

➢ Analizar los resultados de las evaluaciones por parte de expertos y de

aplicación del modelo – prototipo con docentes y estudiantes.

➢ Documentación del informe final.

Alcance

Esta tesis de doctorado se enfoca en desarrollar un modelo de U-learning basado en

plataformas de TV everywhere, como un referente para su implementación. Esta

plataforma de TVE permitirá que el contenido (video) se puede desplegar en cualquier

dispositivo ubicuo.

Quedan por fuera del alcance de la tesis el desarrollo de objetos de aprendizaje y

repositorios de objetos de aprendizaje. De igual manera, el uso de técnicas relacionadas

con la inteligencia artificial, tecnología de sensores, para sensibilidad del contexto, o

recomendadores, aprendizaje personalizado y/o adaptativo. La propuesta tampoco

profundizará en los aspectos pedagógicos y personales, y de accesibilidad. Se proyecta

el prototipo en una aplicación real, no simulada y no se confronta con otros sistemas de

TV tradicional, al igual que no se compara el enfoque planteado de u-learning con otros

enfoques de TIC o con entornos de aprendizaje virtual como LMS.

Se presentará y aplicará para un contexto Colombiano, y en un escenario de educación

Universitaria. Las personas que participaron en la validación del modelo son de varias

Instituciones de Educación Superior Colombiana; Los estudiantes al igual que los

docentes que participaron de la aplicación modelo-prototipo estaban alistados en cursos

del Politécnico Jaime Isaza Cadavid y de la Universidad Nacional de Colombia, pero es

limitada en cuanto a que estos cursos ya tenían su planificación definida.

Contribución

Aportes educativos. La principal contribución que se busca aportar en esta tesis de

doctorado es el modelo de U-learning basado en plataformas de TV everywhere,

logrando extender el dominio de U-learning. Donde el contenido principalmente de video

se pueda desplegar en cualquier pantalla. Se presentaron conceptos, etapas y

16 Introducción

componentes del modelo, y proyectado desde una visión integral, al contemplar por

ejemplo el enfoque de teoría de diseño instruccional como ADDIE, e incluye aspectos

tecnológicos y pedagógicos, y se presenta como un referente como guía para ser

implementado en un contexto educativo (Institución o Universidad).

El aporte propuesto de acuerdo con la literatura revisada es inédito e innovador, debido a

que las plataformas de TV everywhere, despliegue de contenidos y convergencia en

pantallas conectadas es poco reportada como una alternativa de solución para extender

el dominio de U-learning. Así mismo se aportaron conceptos, y un modelo de U-learning

más detallado para implementarse. Al involucrar la TV everywhere se potencia la

inclusión porque ya la televisión puede ser vista en la pantalla de preferencia. Así mismo

el modelo permite entender lo que es necesario para su aplicación en un contexto

educativo.

Se hacen aportes al área de telecomunicaciones, ciencias de la computación y

relacionadas, al ilustrar una temática de generación de la televisión, basada en la nube y

convergente con otros dispositivos e internet. En este escenario las tecnologías, la banda

ancha, el despliegue de video a diferentes pantallas prevalecen. Esto contempla

infraestructura, configuración, desarrollo, y generación de contenidos.

También se hacen aportes al sector real, al ilustrar un tema que se puede implementar

realmente en diversidad de contextos, y específicamente en el sector educativo en

cualquier área de conocimiento. Y, que pueden intervenir diversos profesionales o

propiciar nuevas oportunidades de negocio.

Los principales logros resultantes de la elaboración de la tesis se pueden resumir

como sigue:

➢ Del trabajo teórico:

Modelo de U-learning basado en plataformas de TV everywhere. Presentando

un tema de actualidad científica, y según las tendencias de interacción con

diferentes dispositivos, y la aplicación en el aprendizaje.

➢ Trabajo práctico:

Introducción 17

Desarrollo de un prototipo de u-learning basado en plataformas de TV

everywhere, implementado en un contexto Universitario, en dispositivos

conectados, como una herramienta de prueba de concepto.

➢ El trabajo empírico:

La eficiencia del modelo propuesto teniendo en cuenta las tendencias para

despliegue en múltiples pantallas conectadas. El trabajo empírico se realizó

mediante pruebas en diferentes escenarios y con diferentes tipos de dispositivos.

➢ Divulgativo:

Socializando y participando en eventos, y realizando publicaciones.

Contribuyendo a la socialización del conocimiento y aplicabilidad de las plataformas

de TV everywhere, y pantallas conectadas en los procesos de enseñanza y

aprendizaje, U-learning en nuestro entorno.

➢ Proyección de nuevos proyectos:

Potencializando nuevas investigaciones, desarrollo o innovación de proyectos

relacionadas con U-learning, y las tendencias de tecnologías.

Estrategias de comunicación y divulgación

Los resultados de la investigación fueron publicados y divulgados en:

▪ Revistas científicas indexadas/homologadas.

▪ Participación con ponencias en eventos científicos nacionales e

internacionales relacionados con las áreas de Tecnología educativa, TIC

en educación, Telecomunicaciones y sistemas aplicados.

▪ Site web con información relacionada a U-learning, redes ubicuas, y

Tecnología educativa.

▪ Divulgación de resultados dentro de los Grupos de Investigación GIAT,

Inteligencia Artificial en Educación, y otros.

▪ Informe final del modelo propuesto y prototipo de validación.

Organización del documento

18 Introducción

El documento está distribuido de la siguiente manera: el capítulo primero busca

responder al primer objetivo específico, presentando el marco teórico de referencia y el

estado del arte sobre u-learning. El capítulo dos presenta el marco de referencia sobre

TV multipantalla, términos relacionados y tecnologías que posibilitan el despliegue a

varias pantallas. Luego el capítulo tres contempla aspectos relacionados al tercer objetivo

específico, elementos de u-learning empleando TVE. El capítulo cuatro describe el

modelo planteado de u-learning, involucrando tecnologías de TV multipantalla. El capítulo

cinco detalla el desarrollo de una aplicación de u-learning para múltiples pantallas.

Posteriormente en el capítulo seis se describe el proceso de validación del modelo y los

resultados obtenidos. El capítulo siete presenta discusiones e implicaciones para

enseñanza y aprendizaje. En el capítulo ocho se hace una evaluación sobre las

respuestas a la pregunta de investigación y descripción de las divulgaciones y

participación en proyecto. Y, finalmente el capítulo nueve contempla las conclusiones y

recomendaciones de trabajos futuros.

1. Contexto de u-learning

Las tecnologías de la información y la comunicación (TIC) han generado importantes

contribuciones en los procesos educativos. Este capítulo presenta las generalidades de

u-learning como un paradigma que enriquece los procesos de enseñanza y aprendizaje

en cualquier momento, lugar y usando cualquier dispositivo. Contempla el contexto donde

está enmarcado u-learning, el área de tecnología educativa, el marco teórico sobre u-

learning empezando con la computación ubicua, conceptos, y particularidades de u-

learning, revisión del estado del arte, y tendencias que favorecen el u-learning. En general

contribuye al primer objetivo específico sobre Determinar los conceptos de U-learning, TV

everywhere, TV híbrida y tendencias relacionadas de computación ubicua y computación

en la nube.

1.1 Tecnología educativa

La tecnología educativa es considerada como una disciplina que surge a mediados del

siglo XX (Valcárcel Muñoz, 2002). A medida que fue evolucionando la tecnología, y su

aplicación para uso educativo fue cada vez más impactante tanto para facilitar la

enseñanza como para lograr mejoras en el aprendizaje.

Algunas definiciones de tecnología educativa (Educational technology, EdTech):

• Es un enfoque sistémico como objetivo orientado a la solución de problemas,

utilizando herramientas, técnicas, teorías y métodos de múltiples dominios de

conocimiento, para: 1) el diseño, desarrollo y evaluar, recursos humanos y

mecánicos de manera eficiente y eficaz con el fin de facilitar y aprovechar todos

los aspectos del aprendizaje, y 2) guiar y transformar los sistemas y las

prácticas educativas con el fin de contribuir a influir cambios en la sociedad.

(Luppicini, 2005).

20 Modelo de U-learning basado en plataformas de TV everywhere

• Es la teoría y práctica en la aplicación de la tecnología para mejorar la

educación y la enseñanza. (Bi & Han, 2013)

• Las tecnologías educativas incluyen tanto herramientas como recursos

expresamente desarrollados para el sector de la educación, así como vías de

desarrollo que pueden incluir herramientas adaptadas a otros fines que

coincidan con las estrategias para hacerlas útiles en el aprendizaje. Éstas

incluyen tecnologías que están cambiando el panorama de la educación, ya

sea formal o informal, haciéndolas más accesibles y personalizadas.

(Johnson et al., 2014)

• La tecnología educativa es el estudio y la práctica ética de facilitar el

aprendizaje y mejorar el rendimiento mediante la creación, el uso y la gestión

de los procesos y recursos tecnológicos adecuados. (AECT et al., 2008)

• La tecnología en la educación son los elementos o herramientas que se utilizan

para apoyar a la enseñanza y el aprendizaje. De este modo, son todas

tecnologías: los programas de software, PC, el sistema de gestión de

aprendizaje, o la red de comunicaciones. Un libro impreso es una tecnología.

La tecnología incluye una combinación de herramientas con aspectos técnicos

propios que les permitan funcionar como un sistema de tecnología, como la red

telefónica o Internet. Sin embargo, las tecnologías o incluso los sistemas

tecnológicos no comunican o crean significado por sí mismos. Simplemente,

permanecen hasta ser activados o hasta que una persona interactúe con la

tecnología. (A. W. (Tony) Bates, 2015)

La tecnología educativa conjuga la idea del diseño instructivo, la elaboración de

mensajes didácticos y la búsqueda de la optimización o eficacia de los procesos. Así

mismo, la tecnología educativa se interesa por todos los aspectos relacionados con la

clasificación, selección y evaluación de medios, el diseño de los mismos y su utilización

en contextos de enseñanza-aprendizaje. La tecnología educativa define como su objeto

de estudio los medios desde una doble perspectiva: a) Los medios como parte de la

cultura en la que se inscribe la actividad educativa, y b) Los medios como parte del

currículo o como parte integrada de la acción educativa. (Valcárcel Muñoz, 2002).

La Tecnología Educativa es el campo concerniente con el diseño, el desarrollo, la

utilización, la gestión, la evaluación de los procesos y los recursos para el proceso de

Capítulo 1 21

enseñanza y aprendizaje, soportado con las tecnologías de la información y la

comunicación (TIC), que busca mejorar los procesos educativos.

Otros términos relacionados con tecnología educativa son por ejemplo Cyberlearning,

Technology-Enhanced Learning, Technology-Enhanced Learning Environments. En

Cyberlearning, los investigadores creen que los estudiantes desarrollan sus

conocimientos, habilidades, e identidades en todos los entornos, y no solo como

estudiante en un aula formal (Roschelle et al., 2017). La investigación en Cyberlearning,

implica entre otras, el estudio de como las nuevas tecnologías se pueden usar para

avanzar en el aprendizaje. Cyberlearning como indican Borgman et al (Borgman et al.,

2008) es el uso de tecnologías de cómputo y de comunicación en red para apoyar el

aprendizaje. Technology-Enhanced Learning (TEL), o aprendizaje mejorado con la

tecnología, entendido como el uso de la tecnología en cualquier situación de enseñanza

y aprendizaje, desde el aprendizaje cara a cara hasta el aprendizaje en línea (A. W.

(Tony) Bates & Sangra, 2011). Las TEL además se relacionan con innovación disruptiva,

y tecnología que transforma (Goodchild & Speed, 2018). Technology-Enhanced Learning

Environments (TELE), relacionado con el aprendizaje basado en tecnologías y sistemas

instruccionales a través de los cuales los estudiantes adquieren habilidades o

conocimientos, por lo general con la ayuda de maestros o facilitadores, herramientas de

apoyo de aprendizaje, y recursos tecnológicos (F. Wang & Hannafin, 2005)

Como indica (A. W. (Tony) Bates, 2015) las tecnologías son simplemente herramientas

que se pueden utilizar de diversas formas, y que lo más importante es identificar cómo se

aplican. La misma tecnología se puede aplicar de diferentes maneras, incluso o

especialmente en la educación. Por lo tanto, a la hora de juzgar el valor de una

tecnología, se debe mirar más de cerca la forma en que se está utilizando o podría ser

utilizada. En esencia, esto significa centrarse más en los medios de comunicación (que

representan el uso más integral de las tecnologías) que en las herramientas o

tecnologías en sí mismas individualmente, sin dejar de reconocer que la tecnología es un

componente esencial presente en casi todos los medios de comunicación.

Los primeros estudios relacionados con la tecnología de la educación empezaron a

comienzos del siglo XX, con el empuje de la tecnología industrial, independientemente de

las ciencias de la educación y estudios de los educadores (Simsek, 2005). El progreso de

22 Modelo de U-learning basado en plataformas de TV everywhere

la tecnología educativa basada de las TIC abarca desde los años 60´s con los lenguajes

de programación simple, en los 70´s con los computadores personales en las escuelas,

en la década de los 80´s con las prácticas de software y juegos de aprendizaje, a la

década de los 90´s con las herramientas basadas en web y multimedia, y en la década

de años 2000 con las herramientas web 2.0 y otras tendencias (Tedre et al., 2011).

1.1.1 Modelos educativos basados en TIC

Las TIC han soportado y tienen un gran impacto en la educación. Las nuevas tecnologías

tienen el potencial para transformar como y que aprendemos a traves de nuestras vidas,

y hacen posible una “revolución en el aprendizaje” en la educación (Wang, Feng & Zhou,

Chunfang, 2013).

Las primeras herramientas empleadas para el aprendizaje presencial fueron los tableros,

lapiceros, libros, y a medida que surge la correspondencia, la radio, la telefonía, y

televisión posibilitaron tener aprendizaje a distancia. Con la evolución de las TIC, como

los sistemas de cómputo, el internet, los sistemas celulares, la web, la televisión

interactiva, el incremento de procesamiento y ancho de banda, las redes y sistemas de

comunicaciones, la inteligencia artificial, la computación en la nube, entre otros, diversos

modelos para soportar el proceso de enseñanza y aprendizaje se han desarrollado, entre

ellos entrenamiento basado en computador o computer-based training (CBT), e-learning,

b-learning, m-learning, y u-learning (Moreno Lopez et al., 2016). La Tabla 1-1 ilustra un

resumen de estos.

Tabla 1-1: Resumen enfoques educativos basados en TIC.

Enfoque TIC Recurso principal usado CBT PC + CD-media

E-LEARNING PC + internet

M-LEARNING Dispositivo móvil + internet

T-LEARNING TV + opciones de internet

B-LEARNING Online + instrucción presencial

U-LEARNING Cualquier dispositivo + internet +

cualquier escenario

Fuente: Construcción propia

El siguiente gráfico permite apreciar desde la evolución de la tecnología, cómo han

surgido las oportunidades para el aprendizaje:

Capítulo 1 23

Figura 1-1: Tendencias de Aprendizaje Vs Tecnología.

Fuente: (Yamamoto et al., 2010)

Otros autores como (A. W. (Tony) Bates, 2015) plantea la evolución de la tecnología para

el aprendizaje resaltando su avance en áreas de: la comunicación oral, la comunicación

escrita, transmisión de broadcasting y video, y las tecnologías informáticas (Computer-

based learning, redes de cómputo, entornos de aprendizaje online, y redes sociales). En

(Goodchild & Speed, 2018) resalta en esta evolución, las siguientes épocas: Principios

del Conductismo y medios de difusión, computadores personales, Internet y e-learning,

internet social y móvil. La Tabla 1-2 resume algunos aspectos importantes en la historia

de la tecnología educativa.

24 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-2: Resumen rasgos sobresalientes en evolución tecnología educativa.

Época Características Ejemplos acontecimientos predominantes

A finales de 1950´s

De boca en boca, memorización, escritos, símbolos, inicio educación a distancia

• Moisés usó una piedra cincelada para transmitir los diez mandamientos en forma de escritura, probablemente alrededor del siglo VII a.C

• Siglo V a.c, en la antigua Grecia con los documentos escritos.

• Las placas de pizarra ya se usaban en la India en el siglo XII d.C.,

• Pizarras de tiza comenzaron a usarse en las escuelas alrededor del siglo XVIII.

• Imprenta de Gutenberg en 1450.

• Desarrollo de la primera educación formal por correspondencia, con la University of London, a partir de 1858.

• La British Broadcasting Corporation (BBC) comenzó a transmitir programas de radio educativos para las escuelas en la década de 1920

• Después de la segunda guerra mundial se empezó a usar proyectores de filminas para formación

• BF Skinner comenzó a experimentar con máquinas que hicieron uso de la enseñanza programada o aprendizaje asistido por computadores en 1954.

Finales de 1950´s – finales de 1970´s

Principios del conductismo y los medios de difusión

• Audioconferencia en los 70´s como complemento.

• La televisión fue utilizada por primera vez en la educación en la década de 1960, para las escuelas y para la educación general de adultos

• Se populariza la radio y televisión.

Finales de 1970´s - finales de 1990´s

Revolución digital, Computadores, redes de computadores, se popularizan programas de aprendizaje asistido por computadora, Internet, auge transmisiones por satélite, inicios sistemas LMS, además de la teoría conductivista, también es popular la teoría cognitiva, mientras va cogiendo fuerza la teoría de aprendizaje constructivista,

• Videoconferencia empleando sistemas de cable y salas dedicadas en los 80´s

• Las transmisiones por satélite comenzaron a estar disponibles en la década de 1980

• PLATO (Programmed Logic for Automatic Teaching Operation) fue un sistema de entrenamiento asistida por computadora desarrollado originalmente en la University of Illinois, popular en 70 ´s y 80´s.

• Arpanet (EE. UU) fue la primera red en utilizar el protocolo de Internet en el año 1982

• Proyectores electrónicos y software de presentación como Powerpoint alrededor de 1990

• A principios de la década de 1990, las computadoras personales tenían capacidad multimedia. Uso del CD-ROM

• Desde mediados de los 80´s se han tratado de replicar los procesos de enseñanza con la inteligencia artificial

• La www World Wide Web fue lanzada formalmente en 1991

• Primeros sistemas de gestión del aprendizaje (LMS), tales como WebCT (que más tarde se convirtió en Blackboard), En 1995

• En 1988, la Open University del Reino Unido ofreció el curso DT200, que se convirtió en uno de los primeros cursos online masivos

Fuente: Construcción propia

Capítulo 1 25

Tabla 1-2: (Continuación)

Época Características Ejemplos acontecimientos predominantes

Finales de 1990´s – mediados 2000´s

Internet, e-learning • Google fue creado en 1999, convirtiéndose en uno de los principales navegadores web

• Introducción sistemas captura de conferencias para grabación, en la década 2000´s

• El Instituto de Tecnología de Massachusetts (MIT) comenzó a grabar sus clases magistrales y ponerlas a disposición del público, de forma gratuita, a través de su proyecto Open CourseWare en 2002

• Crecimientos de sistemas de aprendizaje online – e-learning

• Siistemas de respuesta de audiencia (Audience Response Systems, ARS) o "clickers", tecnología que surgió durante la última parte de este período.

• Surgen los tableros digitales

Mediados 2000´s- actualidad

Internet social y móvil, Servicios y Aplicaciones en la nube, video, internet de las cosas, mayor convergencia digital, inteligencia artificial, servicios ubicuos

• Auge de redes sociales como Facebook, youtube, Twitter, etc.

• Introducción streaming de clases en el aula 2008

• Crecimiento internet y banda ancha

• El desarrollo de la tecnología móvil trae una nueva era conocida como m-learning.

• En 2008, George Siemens, Stephen Downes y Dave Cormier en Canadá utilizaron la tecnología web para crear el primer Curso “conectivista” MOOC (Massive Open Online Course),

• El aprendizaje híbrido coge más auge

• Expansión de la televisión digital. Auge enfoque t-learning

• Crecimiento diversidad de dispositivos electrónicos y conectados a internet

• Toma fuerza el u-learning.

Fuente: Construcción propia

▪ Computer-based training (CBT)

El entrenamiento basado en computador, se popularizó en la década de los 80s, con la

revolución de los computadores personales, el uso de aplicaciones de software

educativas, y en formato multimedia para uso en CD-ROM (Yoshida, 2013). Como

menciona (Bezhovski & Poorani, 2016) , el entrenamiento basada en computadora (CBT)

es cualquier curso de instrucción cuyo principal medio de entrega es el computador.

También es conocido como aprendizaje basado en computador (Computer-based

learning, CBL). En esencia, el desarrollo del aprendizaje programado apunta a

computarizar la enseñanza, estructurando la información, evaluando el conocimiento de

los alumnos y proporcionando retroalimentación inmediata a los alumnos. BF Skinner

comenzó a experimentar con máquinas que hicieron uso de la enseñanza programada o

aprendizaje asistido por computadores en 1954, basada en la teoría del conductismo. Un

resurgimiento de los enfoques de aprendizaje programados son los MOOC. Desde

26 Modelo de U-learning basado en plataformas de TV everywhere

mediados de los 80´s se han tratado de replicar los procesos de enseñanza con la

inteligencia artificial (artificial intelligence (AI)). Se ha trabajado en los últimos años en el

desarrollo del aprendizaje adaptativo, que analiza las respuestas de los alumnos y luego

los redirecciona al área de contenido más adecuada, en función de su rendimiento. Las

estadísticas del aprendizaje “learning analytics”, que también recoge datos sobre las

actividades de los estudiantes y los relaciona con otros datos, tales como el rendimiento

(A. W. (Tony) Bates, 2015).

▪ e-learning

El aprendizaje electrónico (E-Learning) considerado como aprendizaje asistido por

computadora ha existido desde la década de 1960, pero su adopción comenzó

principalmente después de la popularización de internet y la web. El e-learning puede

considerarse como una evolución natural del aprendizaje a distancia (Bezhovski &

Poorani, 2016). En los años 90s, específicamente con el internet, se abre la opción del

entrenamiento basado en la web, el e-learning como una alternativa para la formación a

distancia, desde un computador fijo, para acceder a contenidos en la red (Vieira Mejía,

2013). Diversos sistemas de e-learning se han desarrollado, basado mayoritariamente de

arquitecturas cliente-servidor o servidores centralizados, y usando como dispositivo

principal un PC (K. Cat & H. Peter, 2005), (S. J. Yang, 2006). El eLearning consiste en la

utilización y aprovechamiento de Internet para desarrollar proyectos formativos (Conde

González Miguel Ángel, 2007), e integra avances en el campo de la tecnología y la

pedagogía (Caro et al., 2014).

▪ m-learning

El m-learning está enfocado principalmente al aprendizaje mediado por dispositivos

portables y móviles, como los Tablet, PDA (Personal Digital Assistants), teléfonos

móviles, portátiles (Sharples et al., 2005), (Cobcroft, 2006). El concepto de m-learning,

“aprendizaje móvil” o “mLearning” tiene distintos significados según el contexto, como lo

plantea Conde (Conde González Miguel Ángel, 2007):

• Aprendizaje usando tecnologías portátiles (teléfono móvil, PDA, ordenador

portátil, en donde el centro de atención es la tecnología (que podría estar en un

lugar fijo, tal como un aula).

• Aprendizaje en contextos, en donde el centro de atención es la movilidad de los

aprendices, interactuando con tecnología portátil o fija.

Capítulo 1 27

• Aprendizaje en una sociedad móvil, con el centro de atención en cómo la

sociedad y sus instituciones pueden adecuar y dar soporte al aprendizaje en una

población cada vez más móvil.

El aprendizaje móvil se puede definir como la plataforma portátil y liviana donde el

aprendiz puede participar en actividades de aprendizaje sin tener ninguna restricción

geográfica (Bezhovski & Poorani, 2016). El m-learning, esta soportado por las

tecnologías móviles, los estilos de aprendizaje moderno, en el cual hay una movilidad del

aprendiz y de su autonomía (Stefan et al., 2013). Los usuarios aceptan cada vez más

usar el móvil para adquirir un aprendizaje (Arias et al., 2016).

▪ t-learning

Con la masificación y posibilidades de la TV digital, surge el T-learning, referida a un

proceso de enseñanza y aprendizaje apoyado con la televisión digital. Es la convergencia

de las tecnologías de TV con las telecomunicaciones y los sistemas (computación), y en

concordancia con los sectores educativos, audiovisual, entre otros (G. A. Moreno López

& Jimenez Builes, 2012). Otras definiciones de T-learning son las siguientes:

• “Aprendizaje interactivo a través de la televisión, o bien el acceso interactivo a

contenidos educativos ricos en video principalmente en el hogar, a través de un

televisor” (P. J. Bates, 2003).

• “Es la convergencia entre la TVDi y las tecnologías de e-learning” (Damasio &

Quico, 2004), (Pinto et al., 2008).

• Es la convergencia de la televisión y las tecnologías informáticas (y más

específicamente internet) (Lytras et al., 2002).

• Más aún t-learning puede incluir otras tecnologías como tecnologías móviles y

protocolos de internet (Internet Protocol, IP), así, t-learning es visto como una

convergencia de diferentes medios de comunicación y e-learning (Päivi

Aarreniemi, 2005).

▪ Blended learning

Al combinar los momentos de presencialidad cara a cara con el docente con los cursos

basados en web, surge el blended learning o b-learning, también conocido como

semipresencial, o aprendizaje mixto, o modelo híbrido. Heather Staker (Horn & Staker,

2011), indica que “El aprendizaje mixto es cualquier momento en el que un estudiante

28 Modelo de U-learning basado en plataformas de TV everywhere

aprende como mínimo supervisado en un lugar físico diferente al hogar y una parte en

línea con elementos de control por parte del estudiante sobre el momento, lugar o ritmo

de aprendizaje”. En Viera (Vieira Mejía, 2013) plantea que hay una presencialidad guiada

por un docente y se aprovecha las TIC para llevar el proceso de aprendizaje por fuera del

aula. En Pinal (Pinal et al., 2016) indican que es una combinación de clases presenciales

y contenidos en línea. El término aprendizaje mixto también es utilizado para describir

una solución que combina diferentes métodos de entrega tales como software de

colaboración, cursos basados en Internet, y prácticas de gestión de conocimiento. El

aprendizaje mixto es también utilizado para describir la mezcla de varias actividades

incluyendo aulas de clase cara-a-cara, e-learning y aprendizaje autónomo (Valiathan,

2002).

De acuerdo con (Allen et al., 2007) los cursos mixtos son definidos como los que tiene

entre el 30 y el 79 por ciento del contenido del curso entregado en línea. Combina

entrega en línea y presencial (face-to-face). Una proporción sustancial del contenido se

entrega en línea, y, por lo general, tiene algunas reuniones presenciales. Esta categoría

incluye cursos tradicionales (0 % de uso de entrega online) y apoyados con tecnologías

digitales (entre 1 a 29 %, usando LMS, página web). Ya, si la entrega del contenido

online es por lo menos del 80 %, es definido como un curso online, y típicamente no

tienen reuniones cara a cara.

▪ u-learning

Por último, surge el ubiquitous learning o u-learning, la educación ubicua (en todas

partes), el cual agrupa las diferentes evoluciones del proceso de aprendizaje apoyadas

con las TIC (CBT, e-learning, m-learning, t-learning, y b-learning) combinadas con las

nuevas tendencias tecnológicas. Un servicio ubicuo, que surge de la teoría de

computación ubicua (ubiquitous computing), cuyo promotor fue Mark Weiser Weiser (C.-

S. Wang & Tzeng, 2008).(C.-S. Wang & Tzeng, 2008) U-learning posibilita un aprendizaje

que surge de la interacción con el entorno, en cualquier lugar, momento y apoyado con

cualquier tecnología. Además significa aprendizaje con cualquier dispositivo y en

cualquier contexto (Stefan et al., 2013)

El u-learning es el tema principal de la Tesis y posteriormente se ampliará.

Capítulo 1 29

La Tabla 1-3 presenta una comparación de u-learning con otros modelos soportados con

TIC, tales como e-learning, m-learning o t-learning, considerando los aspectos que más

predominan. El e-learning se usa para procesos de capacitación y generalmente usa una

PC e Internet. M-learning utiliza un dispositivo móvil e Internet, y t-learning utiliza un

televisor ya sea por IPTV, cable, satélite o TDT y, en algunos casos, está limitado a la

opción de canal de retorno o de Internet. Estos han sido limitados en aspectos de

cobertura, o han sido exclusivos para un medio o dispositivo, tienen poca convergencia,

problemas de implementación en pantallas múltiples y poca interactividad, entre otros.

Tabla 1-3: Comparación enfoques educativos basados en TIC.

Item e-learning m-learning t-learning u-learning

Dispositivos Computador escritorio, laptop

Smartphone, tablet, laptop

TV Cualquier

dispositivo,

Ubicación servicio

Fijo, algo móvil Móvil Fijo Cualquier lugar

Tipo de servicio

Un poco pasivo Algo activo Algo activo Más activo

Tecnología de red

Internet (ADSL, FFTX..) y algo

de WiFi

Móvil (3G, 4G, wifi, ..)

De acuerdo al sistema de TVD y algunos

con internet

Red

convergente

(inalámbrico,

cableado,

sensores).

Cobertura Limitado a la red y al

dispositivo

Limitado a la red y al dispositivo

Limitado sistema TV y dispositivo

Extensiva

Accesibilidad Moderada Moderada Mejorada Amplia

Sensibilidad al contexto

Limitado Regular Limitado Amplio

Fuente: Autor

1.2 Computación ubicua

Mark Weiser definió la próxima revolución de la computación después de los workstations

y los PC, conocida como ubiquitous computing o embodied virtuality, visionando que los

computadores estarán embebidos en todas partes y hasta de forma transparente para el

usuario (Mark Weiser, 1991). Weiser expone que la computación ubicua estará inmersa

en diferentes dispositivos, aun invisible para los usuarios, y que pueden ser llevados a

30 Modelo de U-learning basado en plataformas de TV everywhere

cualquier lugar. El potencial real del concepto no proviene de cualquiera de estos

dispositivos, surge de la interacción de todos ellos. Weiser se refiere a un mundo repleto

por dispositivos computacionales que permiten no solo acceder a la información sino

también crearla sin importar el lugar o momento que se requiera y haciendo un fuerte

énfasis en la invisibilidad de la herramienta o Calm technology (Weiser, 1991), (Mark

Weiser, 1993a), (M. Weiser, 1994), (Mark Weiser, 1993b), (Mark Weiser & Brown, 1997).

En su opinión, la interacción con las computadoras se llevaría a cabo tanto a través de

mecanismos directos que unen los sensores y actuadores y por la amplia presencia de

pantallas interactivas (referido como "pads") incrustados en las superficies de paredes,

muebles y objetos. Weiser expone que la computación ubicua se verá inmerso en

diferentes dispositivos, todavía invisible para los usuarios, y que se puede llevar a

cualquier lugar. Weiser indica también que estos dispositivos estarán interconectados en

una red ubicua, y que los computadores ubicuos también serán de diferentes tamaños,

cada una adaptada a una tarea en particular. Indica que la tecnología necesaria para la

computación ubicua se presenta en tres partes: computación de bajo consumo que

incluyen pantallas igualmente convenientes, software para aplicaciones ubicuas y una

red que lo une todo. Los prototipos de tabs, pads y boards (display) son sólo el comienzo

de la computación ubicua. (Weiser, 1991), (Mark Weiser, 1993b).

Weiser soporta el término de invisibilidad en el desarrollo de la teoría sobre computación

ubicua en que: "you focus on the task, not the tool" (M. Weiser, 1994), la cual trata dar a

entender con el ejemplo del alfabeto: "La tecnología del alfabeto cuando fue inventada

inicialmente, y por miles de años, fue costosa, fuertemente controlada, ‘preciosa’. Hoy,

nos rodea discretamente y sin esfuerzo. Si mira a su alrededor ahora: ¿cuántos objetos y

superficies tienen letras y palabras sobre ellas? Los computadores en el lugar de trabajo

pueden ser tan discretos y ubicuos como esto”1 (Mark Weiser, 1993a). La visión de Mark

Weiser de ubicuidad pertenece a las redes exóticas, como lo plantea Teruyasu

(Murakami, 2001), donde todo llega a ser un objeto de cómputo y está conectado a la

red. En las redes exóticas se habla por ejemplo de Smart room, internet car, paper

1 “The technology of literacy when first invented, and for thousands of years afterwards, was expensive,

tightly controlled, precious. Today it effortlessly, unobtrusively, surrounds us. Look around now: how many objects and surfaces do you see with words on them? Computers in the workplace can be as effortless, and ubiquitous, as that."

Capítulo 1 31

electronic, thing that think, wereable computers, inter-body signaling. La Figura 1-2 ilustra

un ejemplo de redes ubicuas, donde los usuarios acceden a internet desde cualquier

lugar y en cualquier tiempo, y con diferentes dispositivos. Están soportadas con

tecnologías y redes fijas e inalámbricas.

Figura 1-2: Redes Ubicuas.

Fuente: Construcción propia basada de (Murakami, 2001)

Otros términos relacionados con la computación ubicua o ubiquitous computing son

pervasive computing, ambient intelligence, Internet of Things, Calm technology, Things

That Think, y Computing Everywhere.

1.2.1 Características dentro de un ambiente de computación ubicua

Zhang (J.-P. Zhang, 2008) indica las siguientes características: movilidad del usuario,

descubrimiento de recursos y ubicación, sensibilidad al contexto

(usuario/tiempo/ubicación), interacción colaborativa, información del ambiente, tecnología

invisible, notificación de eventos, interfaces adaptables, invisibilidad del “aumento” de

objeto, y en cualquier momento / cualquier lugar.

Aparece un concepto importante en la computación ubicua, es el de sensibilidad al

32 Modelo de U-learning basado en plataformas de TV everywhere

contexto (context – aware). Hong and Cho (Hong & Cho, 2008) lo definen “como la

información utilizada para identificar el estado de una entidad. Una entidad puede ser una

persona, un lugar, o un objeto físico o de computación. Incluye un usuario y una

aplicación, y refleja la relación de interacciones entre ellos". El contexto, es la información

que puede ser usada para caracterizar el entorno del usuario. La información del

contexto puede incluir donde está el usuario, que recursos están cerca del usuario

(dispositivos, puntos de acceso, el nivel de ruido, ancho de banda, etc.), en qué momento

el usuario está en movimiento, el historial de interacción entre la persona y los objetos,

etc., de acuerdo con determinadas aplicaciones, la información de contexto se puede

actualizar. Entonces el contexto puede estar representado como ubicación (donde),

identidad (quién), tiempo (cuando), actividad (que), entorno. (ITU-T, 2013b).

En la siguiente figura se ilustra un ejemplo de context-aware u-learning (G.-Z. Liu &

Hwang, 2010), en la cual hay un jardín y cada planta esta etiquetada con tag RFID.

Luego cada estudiante tiene un dispositivo handheld equipado con un lector RFID, y

puede comunicarse con un servidor.

Figura 1-3: Ejemplo entorno u-learning sensible al contexto.

Fuente: Construcción propia basada de (G.-Z. Liu & Hwang, 2010)

1.2.2 Servicios ubicuos

Chen-Shu y Yeu-Rue (C.-S. Wang & Tzeng, 2008) plantean diversos dominios de

aplicación de los servicios ubicuos, como los siguientes:

▪ Aplicación de U-Commerce, para realizar transacciones, de banca, compras,

Capítulo 1 33

entre otros, desde cualquier lugar.

▪ Aplicación de U-manufacture, para recibir los requerimientos del cliente, con

opciones para que el proceso de la producción sea monitorizado y controlado, así

como la logística.

▪ Aplicación de U-health, para identificar, monitorear, situaciones de emergencia

que tenga que ver con la salud.

▪ Aplicación de U-learning, para que los estudiantes puedan disfrutar de contenidos

de aprendizaje en cualquier tiempo y lugar.

La Figura 1-4, plantea diferentes dominios de aplicación de la computación ubicua.

Figura 1-4: Ejemplo dominios de aplicación de servicios ubicuo.

Fuente: Autor

1.3 Enfoque de U-learning

El u-learning como tal es un enfoque amplio y rico para explorar. En este capítulo se

presenta la revisión conceptos, y propuesta de nuevo concepto, usos, escenarios y roles

de u-learning.

34 Modelo de U-learning basado en plataformas de TV everywhere

1.3.1 Conceptos de U-learning

De acuerdo a ISO (the International Organization for Standardization) e IEC (the

International Electrotechnical Commission) en el ISO/IEC TS 29140-2 (ISO/IEC, 2011a),

el aprendizaje ubicuo, es el aprendizaje que es estimulado y respaldado a través de

diversos canales y siempre de fácil acceso. La siguiente tabla presenta un resumen de

definiciones relacionados con u-learning dada por diversos autores, y clasificadas según

el énfasis dado, si en general, en lo móvil, sensibilidad al contexto, sensibilidad al

contexto-entorno, entorno, sistemas pervasivos, adaptativo, e inteligente.

Tabla 1-4: Resumen conceptos de u-learning.

REFERENCIA CONCEPTO U-LEARNING ÉNFASIS-

RECALCA (Aihua, 2010) Significa actividades de aprendizaje en cualquier lugar, en cualquier

tiempo, entretejida en la vida diaria de las personas.

En General

(Umam et al., 2017)

El aprendizaje ubicuo no se restringe a estar en el aula o en entornos formales de aprendizaje. Por el contrario, el aprendizaje implica situar a los alumnos tanto en el mundo real como en el virtual para ampliar las experiencias de aprendizaje de los alumnos.

Richardus Eko (Indrajit, 2016)

u-learning está respaldado por las tecnologías de la información y la comunicación (TIC), donde los estudiantes pueden moverse fácilmente de un lugar a otro, a través del espacio y el tempo.

(Stefan et al., 2013)

Aprendizaje en cualquier dispositivo y en cualquier contexto.

(Zhou et al., 2012)

Aprendizaje en cualquier dispositivo, en cualquier contexto, y con cualquier persona.

(Xiao et al., 2016)

Los estudiantes pueden usar todo tipo de terminales para acceder a la información requerida de cierta manera, independientemente de la hora y el lugar.

(Martín-Sanz, 2007)

Se agrupa la presencia de la tecnología en todos los momentos y en todas las situaciones en los que una persona puede agregar un nuevo conocimiento a su saber personal. Las actividades formativas están apoyadas con diversas tecnologías.

(Ramón, 2007) El conjunto de actividades formativas, apoyadas en la tecnología, y que están realmente accesibles en cualquier lugar… incluso en los lugares que en realidad no existen.

(Collazos Ordóñez et al.,

2016)

u-Learning involucra tecnologías y enfoques soportados en propuestas pedagógicas que proponen actividades formativas disponibles en

diferentes lugares y tiempos y posibilidad de acceso desde diversos dispositivos. U-learning es la suma de e-learning y m-learning.

(Caytiles et al., 2011)

El aprendizaje no sólo se encuentra en las cuatro esquinas del salón de clases. Está en todas partes. El aprendizaje ubicuo es un nuevo paradigma de educación centrado en el alumno, caracterizado de proporcionar formas intuitivas para identificar los colaboradores adecuados, los contenidos y servicios de aprendizaje correctos, en el lugar correcto y el momento adecuado basado en el entorno del estudiante.

ZHAO AND

OKAMOTO (Zhao & Okamoto,

2011)

El proceso de aprendizaje puede ser continuamente conducido en cualquier tiempo y lugar con dispositivos ubicuos (PDA, cell phone, smart phone, iPhone, etc.), no solo con el computador personal en la casa u oficina.

Capítulo 1 35

(Zhan & Yuan,

2009)

Es un paradigma de aprendizaje novedoso que los estudiantes pueden aprender cualquier cosa en cualquier momento y en cualquier lugar mediante el uso de redes informáticas ubicuas, diversos tipos de dispositivos en torno a los estudiantes y recursos de aprendizaje digitales.

(Coto et al., 2016)

Aprovecha cualquier medio tecnológico para recibir información y facilitar el aprendizaje.

(H. Kim et al., 2012)

Es un paradigma educativo centrado en el alumno caracterizado por proporcionar formas intuitivas para identificar a los colaboradores correctos, los contenidos correctos y los servicios de aprendizaje correctos en el lugar correcto y el momento adecuado en función del entorno del alumno.

Fuente: Construcción propia

Tabla 1-4: (Continuación)

(Mandula et al., 2012)

Una forma de aprendizaje móvil donde los aprendices pueden acceder al material de aprendizaje, en cualquier lugar, a cualquier tiempo, usando cualquier dispositivo.

Móvil

(Yahya et al., 2010)

Aprendizaje con dispositivos móviles, comunicaciones inalámbricas, y tecnología de sensores.

(Ramírez-Montoya &

García-Peñalvo, 2017)

El aprendizaje ubicuo se potencializa con la conectividad ubicua y la posibilidad de acceder a fuentes de conocimiento con los dispositivos móviles.

(G. zen Liu et al., 2016)

U-learning combina tecnologías de sensores, como tecnología de identificación por radiofrecuencia (RFID) y códigos de respuesta rápida (códigos QR), con dispositivos móviles.

(Vieira Mejía, 2013)

El paradigma de aprendizaje que permite llevar a cabo el proceso de aprendizaje adecuado en el momento, lugar y manera adecuada. Esto es, siendo tan sensible al contexto como sea necesario para brindarle una experiencia de invisibilidad e inmediatez al estudiante.

Sensibilidad al contexto

(G.-J. Hwang, 2006)

Al realizar un comparativo entre aprendizaje ubicuo con el aprendizaje móvil, evidencia que los principales elementos que diferencian lo ubicuo de lo móvil es la sensibilidad al contexto.

(Ho et al., 2017)

El u-learning se refiere a un entorno de aprendizaje ubicuo que posibilita a los individuos llevar a cabo actividades de aprendizaje en el lugar y tiempo apropiado. Un entorno u-learning sensible al contexto, es un entorno que los usuarios accedan a través de dispositivos móviles, comunicaciones inalámbricas y tecnologías de sensores cuando participan en actividades de aprendizaje

Sensibilidad al contexto,

Entorno,

(Jones & Jo, 2004)

Un entorno de aprendizaje ubicuo es un entorno en el que los estudiantes pueden sumergirse totalmente en el proceso de aprendizaje.

Entorno

(Virtanen et al., 2018)

Los entornos de aprendizaje ubicuos mejoran las experiencias de aprendizaje integradas y conscientes de los contextos disponibles desde cualquier lugar y en cualquier momento. Ellos apoyan la interacción fluida entre los recursos de aprendizaje auténticos y digitales y proporcionan oportunidades de aprendizaje personalizado.

(Kanagarajan &

Ramakrishnan, 2018)

Un entorno de aprendizaje ubicuo es el que ayuda a los alumnos a acceder a los recursos de aprendizaje de una manera más fácil y conveniente. Sus principales características incluyen la sensibilidad al contexto y ubicuo.

(Zhan & Yuan, 2009)

El entorno de aprendizaje ubicuo se basa en el uso de tecnologías informáticas ubicuas que los alumnos tienen a mano para crear situaciones de aprendizaje significativas y relevantes.

(Jones & Jo, 2004)

El entorno de aprendizaje ubicuo es una situación o entorno de aprendizaje omnipresente. La educación o aprendizaje está sucediendo toda alrededor del alumno, pero el alumno puede no ser consciente del proceso de aprendizaje.

(Ogata & El aprendizaje ubicuo integra alta movilidad con entornos de aprendizaje Sistemas

36 Modelo de U-learning basado en plataformas de TV everywhere

Yano, 2004) “pervasivos”. Mientras el alumno se está moviendo con su dispositivo móvil, el sistema apoya dinámicamente su aprendizaje al comunicarse con las computadoras integradas en el entorno.

pervasivos

(El Guabassi et al., 2018)

El sistema es ubicuo si es capaz de adaptarse a su contexto (usuario, plataforma, entorno, dispositivo, etc.). Un sistema de aprendizaje ubicuo adaptativo es un sistema que se adapta en cada momento al perfil del alumno y al contexto del alumno. Los sensores físicos, virtuales y lógicos permiten adquirir la información contextual sobre el alumno, mientras que la generación del curso adaptado es realizada por el propio sistema.

Adaptativo

(Atif et al., 2015)

u-learning consiste en crear entornos de aprendizaje "inteligentes" que se integran de manera transparente e invisible en el entorno físico del campus.

Inteligente

Fuente: Construcción propia

Una propuesta planteada en esta tesis de concepto de u-learning, se refiere al

ecosistema que propicia un proceso de enseñanza/aprendizaje apoyado con la

convergencia de las tecnologias, telecomunicaciones, escenarios de conectividad a

internet, y sistemas de computo, para acceder a la información/contenidos/servicios

adecuados, en cualquier lugar, momento, y con diferentes dispositivos, que logran dar

sentido de ubicuidad, de aprendizaje continuo, de interés y motivación para aprender,

inmersa con la vida cotidiana de las personas, y de conexión con el entorno-contexto

(cosas, personas, espacio, entre otros) en que se mueven los indivíduos, de la forma

más transparente y sencilla posible. En este ecosistema los contenidos ricos como el

vídeo, se pueden desplegar y adaptar en cualquier pantalla (TV, PC, Smartphone o

Tablet) (Moreno Lopez et al., 2016).

Este ecosistema posibilita o complementa el aprendizaje más allá de un aula de clase

tradicional, agrupando o tomando los benefícios de los diferentes enfoques de TIC en

educación, propiciando un aprendizaje en todas partes. Este ecosistema puede posibilitar

que los estudiantes puedan elegir, de acuerdo con sus expectativas, intereses,

experiencias, etc., seguir aprendiendo, en dónde, cuándo, cómo hacerlo, y de dónde

obtener la información, qué recursos TIC usar, etc.; Generando así un ambiente de

aprendizaje personal ubicuo. Un Entorno de Aprendizaje Personal Ubicuo o uPLE se

define como el ecosistema donde cualquier persona desea aprender activamente sobre

cualquier área de conocimiento; que se puede acceder desde cualquier lugar, en

cualquier momento, manteniendo contacto con cualquier otra persona mediante el uso de

cualquier recurso de TIC y dispositivo ubicuo (Gustavo A. Moreno López et al., 2016).

Capítulo 1 37

1.3.2 Particularidades y dimensiones de U-learning

Algunos autores plantean determinadas particularidades o rasgos que contempla u-

learning.

Curtis et al, (Curtis et al., 2002) comenta tres ventajas de la computación portátil

(handheld Computing) a implementarse en un escenario educativo, como son:

permanencia, accesibilidad e inmediatez. Estas características fueron la base para otros

autores en u-learning.

Según (Ogata & Yano, 2004) las características son:

▪ Permanencia: los estudiantes nunca pierden su trabajo a menos que sea

eliminado a propósito. Además, todos los procesos de aprendizaje se registran

continuamente todos los días.

▪ Accesibilidad: los estudiantes tienen acceso a sus documentos, datos o videos

desde cualquier lugar. Esa información se proporciona en función de sus

solicitudes. Por lo tanto, el aprendizaje involucrado es autodirigido.

▪ Inmediatez: dondequiera que estén los estudiantes, pueden obtener cualquier

información de inmediato. Por lo tanto, los estudiantes pueden resolver problemas

rápidamente. De lo contrario, el alumno puede registrar las preguntas y buscar la

respuesta más adelante.

▪ Interactividad: los estudiantes pueden interactuar con expertos, profesores o

compañeros en forma de sincronías o comunicación asincrónica. Por lo tanto, los

expertos son más accesibles y el conocimiento se vuelve más disponible.

▪ Ubicación (situating) de actividades de instrucción: el aprendizaje podría

integrarse en nuestra vida diaria. Los problemas encontrados así como el

conocimiento requerido se presentan en sus formas naturales y auténticas. Esto

ayuda a los alumnos a notar las características de las situaciones problemáticas

que hacen que las acciones particulares sean relevantes.

De acuerdo a (G.-J. Hwang, 2006):

▪ Consciente del contexto; es decir, se puede detectar la situación del alumno o la

situación del entorno del mundo real en el que se encuentra el alumno.

▪ Un entorno de aprendizaje ubicuo proporciona activamente apoyos

personalizados de la manera correcta, en el lugar correcto y en el momento

38 Modelo de U-learning basado en plataformas de TV everywhere

adecuado, en función de las situaciones personales y ambientales del alumno en

el mundo real, así como del perfil y la cartera de aprendizaje de el aprendiz

▪ Un entorno de aprendizaje ubicuo permite el aprendizaje continuo en cualquier

lugar y en cualquier momento; es decir, al alumno se le permite aprender sin ser

interrumpido mientras se mueve de un lugar a otro.

▪ Un entorno de aprendizaje ubicuo puede adaptar los contenidos de la asignatura

para cumplir las funciones de varios dispositivos móviles.

(G.-J. Hwang et al., 2008) plantea que un entorno de aprendizaje ubicuo sensible al

contexto presenta las siguientes características:

▪ Consciente del contexto; es decir, se puede sensar la situación del alumno o la

situación del entorno del mundo real en el que se encuentra el alumno, lo que

implica que el sistema puede llevar a cabo las actividades de aprendizaje en el

mundo real.

▪ Ofrece más apoyos adaptativos a los alumnos al tomar en cuenta sus

comportamientos y contextos de aprendizaje tanto en el mundo cibernético como

en el mundo real.

▪ Proporciona activamente apoyos o consejos personalizados para los estudiantes

em de la manera correcta, en el lugar correcto y en el momento adecuado, en

función de los contextos personales y del entorno en el mundo real, así como el

perfil y el portafolio de aprendizaje del alumno.

▪ Permite un aprendizaje sin interrupciones de un lugar a otro dentro del área

predefinida.

▪ Es capaz de adaptar el contenido de la asignatura para cumplir con las funciones

de varios dispositivos móviles.

Para (Yahya et al., 2010):

▪ Permanencia: la información permanece a menos que los alumnos la eliminen a

propósito.

▪ Accesibilidad: la información está siempre disponible cuando los estudiantes

necesitan usarla.

▪ Inmediatez: los estudiantes pueden recuperar la información de inmediato.

▪ Interactividad: los alumnos pueden interactuar con sus compañeros, profesores y

expertos de manera eficiente y efectiva a través de diferentes medios.

Capítulo 1 39

▪ Conciencia contextual: el entorno puede adaptarse a la situación real de los

alumnos para proporcionar información adecuada para los alumnos.

Otros autores como (Chiu et al., 2008), (Zhan & Yuan, 2009), (Zhan & Yuan, 2009),

(Vieira Mejía, 2013), (Kanagarajan & Ramakrishnan, 2018) también indican

características de u-learning. La siguiente tabla presenta un resumen comparativo de las

características de u-learning planteadas por algunos autores:

Tabla 1-5: Resumen características de u-learning según otros autores.

(Curtis et al., 2002)

(Ogata & Yano, 2004)

(G.-J. Hwang, 2006)

(G.-J. Hwang et al., 2008)

(Chiu et al., 2008) (Zhan & Yuan, 2009)

(Yahya et al., 2010)

(Vieira Mejía, 2013)

(Kanagarajan & Ramakrishnan, 2018)

Permanencia

Permanencia

Urgencia de la necesidad de aprendizaje

Permanencia

Persistencia

Accesibilidad Accesibilidad Iniciativa de adquisición de conocimiento

Accesibilidad Accesibilidad

Inmediatez Inmediatez Aprendizaje inmediato y adquisición de conocimiento

Inmediatez

Interactividad

Interactividad del proceso de aprendizaje

Aprendizaje interactivo

Interactividad

Interacción

Ubicación-contextualizado

Situación de la actividad educativa

Actividades de aprendizaje contextualizadas

Ubicado en nuestras vidas

Sensibilidad al contexto

Sensibilidad al contexto

Conciencia contextual

Conciencia contextual

Sensibilidad al contexto

Personalizable

Personalizable Proporciona activamente servicios personalizados

Aprendizaje continuo

Aprendizaje sin interrupciones

Aprendizaje continuo

Contenido Adaptable

Contenido adaptable

Adaptar los contenidos de la asignatura

Contenidos de aprendizaje adaptativos y siempre presentes

Adaptabilidad

Apoyo adaptativo

Ubicuo

42 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-5: (Continuación)

(Curtis et al., 2002)

(Ogata & Yano, 2004)

(G.-J. Hwang, 2006)

(G.-J. Hwang et al., 2008)

(Chiu et al., 2008) (Zhan & Yuan, 2009)

(Yahya et al., 2010)

(Vieira Mejía, 2013)

(Kanagarajan & Ramakrishnan, 2018)

Aprendizaje autorregulado

Proceso de aprendizaje autorregulado

Comunidad de aprendizaje

Múltiples interfaces de aprendizaje

Comunicación cómoda e invisible

En el capítulo 3, se proponen un conjunto de características de u-learning, que se articulan además a TV everywhere. ▪ Dimensiones de U-learning

Nicholas (Burbules, 2010) sugiere seis dimensiones interrelacionadas sobre Ubicuidad:

1. Sentido espacial de ubicuidad. Acceso continuo a la información.

2. Portabilidad. Dispositivos portátiles, e incluso los de “vestir”.

3. Sentido de interconectividad. Soporte de lo tecnológico, como socialmente (conectándonos con otros).

4. Ubicuidad en un sentido práctico. Se unen actividades como trabajo/juego, o aprendizaje/entretenimento.

5. Ubicuidad en un sentido temporal. Continuo, y aprendizaje permanente.

6. Ubicuidad en el sentido de redes y “flujos” transnacionales y globalizados. Implica reconocer las interconexiones entre

personas, lugares y procesos.

1.3.3 Usos del aprendizaje ubico

Como es planteado por Moreno et al (Moreno Lopez et al., 2016), son diversas las

opciones para implementar servicios de u-learning, que soportado con tecnología e

internet se puede dar en cualquier lugar, en cualquier área de conocimiento, en contextos

de salud, educativo, etc, donde de forma personal o en cualquier organización se puede

implementar, como se resalta en la siguiente figura.

Figura 1-5: Ejemplos usos de u-learning.

Fuente: Autor

1.3.4 Escenarios y rol de u-learning

Los diferentes escenarios de U-learning se enmarcan en contextos de educación formal,

no formal e informal (Moreno Lopez et al., 2016). En la educación formal hay un sistema

de enseñanza/aprendizaje estructurado (establecimientos aprobados que otorgan grados

y títulos); en la educación no formal hay actividades educativas fuera de los sistemas

formales con el objeto de complementar, actualizar un conocimiento o experiencia,

académica o laboralmente. En la educación informal, hay un proceso de adquisición de

conocimientos y habilidades, a partir de experiencias cotidianas de la vida y de forma

espontánea.

44 Modelo de U-learning basado en plataformas de TV everywhere

Un docente puede complementar con las TIC diferentes metodologías de aprendizaje

activas (Regueras et al., 2009), o implementar la modalidad de clase invertida o flipped

classroom (Furse et al., 2014), o la estrategia traiga su propio dispositivo a la clase

(BYOD, Brind your own device) (Sangani, 2013) o aprendizaje por medio de redes

sociales (Adnan & Tasir, 2014), o como indica Delgado (Delgado Kloos et al., 2014) con

cursos online abiertos masivos (Massive Open Online Course, MOOC) o los cursos

online privados pequeños (Small Private Online Course, SPOC), aplicaciones de

segundas pantallas o second screen (Soskic et al., 2014), o experiencias de realidad

aumentada (M. E. C. Santos et al., 2014), o robótica educativa (Martins et al., 2015),

internet de las cosas para aprendizaje (ur Rahman et al., 2016), implementaciones de la

tecnología vestible o wearable technology para el aprendizaje (Buchem et al., 2015), o la

tecnología holográfica (Naqvi & Branch, 2015), o con contenidos ricos en video e

interactivos (Hung et al., 2014), o proyección en ciudades inteligentes, inclusión digital,

entre otros. La figura siguiente ilustra diferentes escenarios para u-learning.

Figura 1-6: Ejemplo escenarios de u-learning.

Fuente: Autor

Un ejemplo de aplicación del enfoque u-learning, usando dispositivos ubicuos, TV

multipantalla y la estrategia de clase invertida y gamification (en aula de clase usando la

herramienta Kahoot) es presentada en (G. A. Moreno López, Jiménez Builes, & Puche

Plaza, 2017).

Capítulo 1 45

El rol de u-learning en un proceso de enseñanza/aprendizaje puede ser complementario,

parcial o substituto.

• El rol complementario de u-learning, se refiere cuando es usada para proveer

servicios o material de aprendizaje adicional al de la clase presencial, por

cualquier medio o dispositivo.

• El rol parcial de u-learning, se refiere al uso de cualquier dispositivo como uno de

los medios para permitir aprendizaje; En este caso, u-learning es planeado y es

parcialmente necesitado en el aprendizaje, y lo otro es desarrollado

presencialmente.

• Por último, el uso de cualquier dispositivo para acceder a contenidos e

información de aprendizaje puede substituir a la clase convencional o presencial

en su totalidad.

1.4 Teorías de aprendizaje aplicadas a u-learning

Los diferentes enfoques de educación basados en tecnologías, y en este caso u-learning,

están cobijados por patrones o características comunes generales del aprendizaje

humano, de cómo se logra el aprendizaje. Diversas teorías de aprendizaje y modelos han

sido propuestas, basadas en la biología humana, psicología, teoría sociológica y

educacional. Los aspectos de estos modelos pueden relacionar información para un

modelo de u-learning (Casey & Fraser, 2010). Los siguientes son ejemplos de modelos o

teorías de aprendizaje:

▪ Instructivismo

Se caracteriza porque el conocimiento principal es entregado del profesor al alumno. Se

centra en el contenido en lugar de cualquier autodescubrimiento y reflexión por parte del

alumno (Andrews & Goodson, 1980). La instrucción sigue siendo muy importante en la

educación y entrenamiento en esta nueva era post-industrial, y los roles del profesor,

alumno y la tecnologías son claves (Reigeluth, 2016).

▪ Cognitivismo

Se concentra en la conceptualización de los procesos de aprendizaje de los estudiantes.

Se enfoca en la exploración de la forma en que la información es recibida, organizada,

retenida y utilizada por el cerebro. El gran impulsor de la teoría del conectivismo es Jean

46 Modelo de U-learning basado en plataformas de TV everywhere

Piaget. Los estudiantes son procesadores activos de información y el conocimiento

resultante en la memoria se puede describir en términos de estructuras que cambian con

el desarrollo (esquema). Hay dos procesos cognitivos que las personas usan para

interactuar: la asimilación (adquisición de nuevos conocimientos) y la acomodación

(proceso mental de aceptación de nuevos conocimientos con los antiguos) (Tennyson &

Volk, 2015)

▪ Constructivismo

Fomenta el aprendizaje a través de la experiencia y la reflexión. El conocimiento es

construido activamente por el alumno, no recibido pasivamente, a través de tareas

auténticas en un contexto significativo (McKenna et al., 2004). El conocimiento no solo

proviene de la educación en el aula, también la construyen los alumnos en función de su

sistema de conocimiento previo (Zhou et al., 2012). Uno de sus autores más

representativos es Lev Vygotsky.

▪ Conductismo

Del inglés Behaviourism2, es la teoría de que el estudio de la mente humana debe

basarse en las acciones y el comportamiento de las personas, y no en lo que dicen que

piensan o sienten. Ha tenido una larga asociación con el instructivismo, y le preocupa la

idea de la respuesta al comportamiento, donde la reafirmación de una respuesta es

responsable del aprendizaje (K. E. Hart & Kritsonis, 2006). El enfoque conductista se

dirigió hacia comportamientos observables y medibles y sobre cómo la educación podría

influir y cambiar esos comportamientos.

La tecnología de Skinner fijó una mirada conductista firme sobre el modo de entrega del

material que se enseña. Skinner desarrolló una "máquina de enseñanza" conductista

descrita como "cualquier dispositivo que arregla contingencias de refuerzo" (Goodchild &

Speed, 2018). Como plantea Zhou et al (Zhou et al., 2012), las conductas de aprendizaje

individuales, son vistos como "estímulo- respuesta" del proceso de adaptación a los

ambientes externos, en los que si se tiene el control de estimulación, se puede controlar

2 Según https://dictionary.cambridge.org/es/diccionario/ingles/behaviourism

Capítulo 1 47

el aprendizaje y predecir comportamientos y, por lo tanto, poder controlar y predecir los

resultados de aprendizaje.

En el conductismo, el aprendizaje es un cambio en el comportamiento resultante de los

eventos ambientales. Por lo tanto, el aprendizaje puede describirse como un

condicionamiento resultante de una relación entre estímulos y respuestas. La psicología

del comportamiento en sus diversas formas tiene dos principios primarios de aprendizaje;

El primer principio es el papel de las condiciones del entorno (estímulos) en el

establecimiento de un marco desde el cual se inicia el aprendizaje. El segundo es la

ocurrencia de comportamientos observables (respuestas) que resultan del entorno. La

teoría del comportamiento contemporáneo mantiene un fuerte énfasis en el

comportamiento. Estos incluyen los conceptos del encuestado activo (por ejemplo,

hablar, escribir, experimentar y demostrar) y evaluación del aprendizaje (por ejemplo, la

observación real del comportamiento de los alumnos como resultado de la instrucción,

como puntajes más altos en las pruebas, mejor desempeño, habilidades de interacción, o

mejores hábitos de estudio). (Tennyson & Volk, 2015). Uno de los autores más

representativos es John Watson.

▪ Teoría de aprendizaje social

Se basa sobre las formas en que los estudiantes aprenden al interactuar unos con otros.

El concepto principal en la teoría del aprendizaje social es la ocurrencia del aprendizaje

al observar a los demás, especialmente a los compañeros. Además, la teoría social

combina conceptos conductuales de refuerzo y castigo con conceptos cognitivos de

conciencia y expectativas (Tennyson & Volk, 2015).

▪ Teoría de aprendizaje situado

Con el aprendizaje situado, se trata de aprender a través de una actividad dirigida por

objetivos situada en circunstancias que son auténticas, en términos de la aplicación

prevista del conocimiento aprendido. La fuente de este interés reside en la transferencia

de conocimientos apropiados dentro de las instituciones educativas a situaciones y

circunstancias fuera de esas instituciones. El aprendizaje situado es un puente entre las

teorías cognitivas y constructiva socio cultural, donde esa relación proporciona una base

que tiene en cuenta de cómo las situaciones influyen en la co-construcción del

conocimiento (Billet, 1996). De acuerdo a Waite and Pratt (Waite & Pratt, 2015), el

48 Modelo de U-learning basado en plataformas de TV everywhere

"aprendizaje situado", en el sentido de aprendizaje (como adquisición) que tiene lugar in

situ, tiene implicaciones para los medios por los cuales el aprendizaje tiene lugar. En esta

versión de "el aprendizaje está situado", el significado es que el conocimiento ya no se ve

como una posesión del individuo para ser transportado, desempaquetado y utilizado en

todas las situaciones, sino que el significado en sí mismo se "mantiene" en las relaciones

entre personas, artefactos, y actividades. En este sentido, el aprendizaje situado implica

un cambio no solo en los medios de aprendizaje, sino también en sus fines; De modo que

el aprendizaje desde esta perspectiva es "embebido"; que esta incorporada en la

actividad de la práctica de las personas en contextos sociales, así que tiene más sentido

hablar de "saber" como un proceso de actividad y de significado situado, que el

conocimiento como un objeto. Autores representativos son Lave y Wenger (Lave &

Wenger, 1991).

▪ Conectivismo

Se fundamenta en cómo las tecnologías de Internet han creado nuevas oportunidades

para que las personas aprendan y compartan información en la World Wide Web y entre

ellos. Su autor más representativo es George siemens. Es impulsado por la idea de que

las decisiones se basan en cimientos que cambian rápidamente, con nueva información

continuamente adquirida. El aprendizaje y el conocimiento descansan en una diversidad

de opiniones, con la capacidad de ver las conexiones entre campos, ideas y conceptos.

El aprendizaje es un proceso que ocurre dentro de entornos nebulosos de elementos

centrales cambiantes, no del todo bajo el control del individuo. El aprendizaje (definido

como conocimiento procesable) puede residir fuera de nosotros (dentro de una

organización o base de datos), se enfoca en conectar conjuntos de información

especializados, y las conexiones que nos permiten aprender más son más importantes

que nuestro estado actual de conocimiento (Siemens, 2005).

Principios del conectivismo:

- El aprendizaje y el conocimiento se basan en la diversidad de opiniones.

- El aprendizaje es un proceso de conexión de nodos especializados o fuentes de

información

- El aprendizaje puede residir en dispositivos no humanos.

- La capacidad de saber más es más crítica que lo que se sabe actualmente.

Capítulo 1 49

- Nutrir y mantener las conexiones es necesario para facilitar el aprendizaje

continuo.

- La capacidad de ver las conexiones entre campos, ideas y conceptos es una

habilidad central.

- La aceptación-prevalencia (conocimiento preciso y actualizado) es la intención de

todas las actividades de aprendizaje conectivistas

- La toma de decisiones es en sí misma un proceso de aprendizaje. Elegir qué

aprender y el significado de la información entrante se ve a través de la lente de

una realidad cambiante. Si bien ahora es una respuesta correcta, puede estar mal

mañana, debido a alteraciones en el clima de información que afecta la decisión.

▪ Características comunes de las teorías

Independiente de cual modelo, o combinación de estos debe ser usado, los entornos de

aprendizaje y la enseñanza formal tienen aspectos comunes (Casey & Fraser, 2010):

- El material para enseñar es ensamblado. Puede ser un ensamble físico y

desarrollo de recursos y, a menudo hay una organización y secuenciación del

material de acuerdo con algún orden lógico percibido, a facilitar el aprendizaje.

- El material se presenta a los alumnos de algún modo. la explicación verbal, las

demostraciones visuales, el uso de los medios o la persuasión a la discusión, por

ejemplo. Asociados con esta presentación se encuentran algunas actividades de

aprendizaje relacionadas, típicamente actividades estudiantiles, diseñadas para

reforzar el material presentado: la realización de ejercicios, por ejemplo.

- Con la enseñanza y el aprendizaje cara a cara, a menudo hay una interacción

iterativa entre los alumnos y el profesor. El maestro evalúa el éxito de aprendizaje

de los estudiantes y ajustar el proceso de enseñanza/aprendizaje en

consecuencia. Este ajuste constante al tener en cuenta el estado actual de

aprendizaje de los estudiantes, puede ser importante para un buen entorno de

aprendizaje. Este proceso tiene una dimensión temporal. Idealmente, el tiempo de

demora entre los pasos sucesivos de la iteración debería ser mínima

- El maestro puede asumir un rol de gerente y motivador del proceso de

aprendizaje: dirigir actividades de los estudiantes, evaluando su rendimiento y

alentarlos.

50 Modelo de U-learning basado en plataformas de TV everywhere

Es importante resaltar el papel desempeñado por la interacción humana, en este caso

entre profesor y estudiante; Esta interacción social puede permite la transferencia de

información, y también puede propiciar la motivación para participar en el aprendizaje.

El u-learning proporciona apoyos tecnológicos a las teorías mencionadas anteriormente,

al mismo tiempo, estas teorías de aprendizaje construyeron una base teórica para el

aprendizaje ubicuo. Los aspectos claves, es cómo aplicar la capacidad de computación y

administración de dispositivos ubicuos para navegar por el aprendizaje de los estudiantes

y mejorar sus estructuras cognitivas y modelos de pensamiento, además de promover la

construcción del conocimiento y la solución de problemas (Zhou et al., 2012)

Como comenta Casey and Fraser (Casey & Fraser, 2010), en u-learning, no

necesarimente está amarrado a una teoría, se puede usar un modelo híbrido, donde se

usen aspectos de varias teorías. Como por ejemplo desde la teoría constructivista, que la

solución de u-learning permita que el estudiante construya su propio conocimiento a

partir de investigación y desarrollo de solución de problemas realizando ejercicios y

tareas de evaluación. Desde la teoría instructivista, se basa de contar con un dominio de

aprendizaje, donde el contenido conlleve aspectos técnicos y/o específicos que requiere

una instrucción directa. Desde la teoría cognitiva, cada individuo recibe, procesa y

almacena la información en el tiempo y se busca cambiar una estructura coginitiva

existente para incorporar nueva información; Ally (Ally, 2008) plantea que para

incrementar el potencial de éxito en este proceso, se debe contemplar información de

resultados de aprendizaje esperados, delimitación dominio de aprendizaje, fragmentación

de la información para prevenir sobrecarga durante el procesamiento y secuencia de

contenidos desde lo simple a lo complejo. La siguiente tabla relaciona las principales

teorías de aprendizaje y la aplicabilidad en u-learning.

Tabla 1-6: Ejemplos teorías de aprendizaje.

Teoría de aprendizaje

Enfoque principal Cómo sucede aprendizaje

Elemento de incidencia

Aplicabilidad en u-learning

Instructiva El docente juega un papel importante en impartir la instrucción

Asimilando lo que el profesor indica, Memorización

Influencia del profesor, “Buena enseñanza”

Definición dominio de aprendizaje, Enseñanza específica de “algo”, Profesor diseña los trabajos, Motivación,

Conductivista Se condiciona el aprendizaje.

Pricipalmente se trata del

Estimulos, recompensa,

Programación de actividades, Refuerzo,

Capítulo 1 51

Se programa el aprendizaje. Proceso estímulo-respuesta.

comportamiento, es observable

castigo Cambio en la motivación, actitud, ver desempeños,

Constructiva Rol activo de los estudiantes en la construcción del Conocimiento. Las interacciones sociales son importantes para la construcción del conocimiento.

Creado por cada persona

Motivación, participación, social, cultura

Profesor es un guía, El estudiante construye su propio conocimiento a partir de investigación y desarrollo de solución de problemas, realizando ejercicios y tareas de evaluación, Creando por ejemplo un video con su móvil, etc.

Cognitiva Procesamiento mental de la información, adquisición y almacenamiento.

Estructurado, computacional

Experiencias previas y esquema mental actual existente

Cada individuo recibe, procesa y almacena la información en el tiempo, Se busca cambiar una estructura coginitiva existente para incorporar nueva información,

Cognitiva social - Aprendizaje social

Se aprende en interacción con los demás

Modelado, observación e imitación

Relaciones, participación,

Propiciando la interacción síncrona o asíncrona, en entorno físicos o virtuales. Ver trabajos de otros,

Conectivista El aprendizaje es un proceso de conexión de nodos expecializados de diferentes fuentes, Las tecnologías digitales e internet crean nuevas oportunidades para aprender y compartir información

Esta distribuido en la red, o contexto de tecnología, reconociendo e interpretando

Diversidad de Redes

Usando la tecnología como soporte de aprendizaje, con cualquier dispositivo, a cualquier lugar y momento,

1.5 Estilos de aprendizaje y cognitivos

Al hablar de u-learning, también se debería considerar que hay diversidad de personas, y

que pueden aprender de forma diferente.

De acuerdo con Bontchev et al (Bontchev et al., 2018), una de las primeras definiciones

de estilos de aprendizaje, fue planteada por Curry (1981), quien la definió como

“comportamientos cognitivos, afectivos y psicosociales característicos que sirven como

indicadores relativamente estables de cómo los alumnos perciben, interactúan y

responden al entorno de aprendizaje". Otra definición de estilos de aprendizaje es

planteada en (E. R. Peterson et al., 2009), como las formas preferidas de un individuo de

responder (cognitiva y conductualmente) a las tareas de aprendizaje que cambian según

52 Modelo de U-learning basado en plataformas de TV everywhere

el entorno o el contexto. Por lo tanto, el estilo de aprendizaje de una persona es

maleable.

Jackson (C., 2002) propuso cuatro estilos de aprendizaje basados en la neuropsicología

de la personalidad: iniciador, razonador, analista e implementador. Esos estilos de

aprendizaje están influenciados en mayor o menor grado por la biología, así como por la

experiencia y el control consciente.

Sobre la base de la transformación de la experiencia, David Kolb (D. A. Kolb, 1984)

definió su Inventario de estilos de aprendizaje (LSI) teniendo en cuenta el ciclo de

aprendizaje. Kolb comenta sobre Experiential Learning Theory (ELT), como una teoría

dinámica y holística del proceso de aprendizaje de la experiencia y un modelo

multidimensional de desarrollo para adultos. La visión dinámica del aprendizaje se basa

en un ciclo de aprendizaje impulsado por la resolución de la dialéctica dual de

acción/reflexión y experiencia/abstracción. El proceso de aprender de la experiencia es

ubicuo, presente en la actividad humana en todas partes todo el tiempo. La naturaleza

holística del proceso de aprendizaje significa que opera en todos los niveles de la

sociedad humana, desde el individuo hasta el grupo, las organizaciones y la sociedad en

general. Para Kolb (A. Y. Kolb & Kolb, 2013), el aprendizaje se define como “el proceso

mediante el cual el conocimiento se crea a través de la transformación de la experiencia”.

El conocimiento resulta de la combinación de captar y transformar la experiencia. La

experiencia de captación se refiere al proceso de asimilar información, y la experiencia

transformadora es cómo los individuos interpretan y actúan sobre esa información. El

modelo ELT retrata dos modos de experiencia de captación dialécticamente

relacionados, Experiencia Concreta (CE) y Conceptualización Abstracta (AC) y dos

modos de experiencia de transformación dialécticamente relacionados, Observación

Reflexiva (RO) y Experimentación Activa (AE). El aprendizaje surge de la resolución de la

tensión creativa entre estos cuatro modos de aprendizaje. Este proceso se describe

como un ciclo de aprendizaje idealizado o espiral donde el aprendiz "toca todas las

bases" (experiencia (CE), reflexión (RO), pensamiento (AC) y actuación (AE)), en un

proceso recursivo que es sensible a la situación de aprendizaje y lo que se está

aprendiendo, Figura 1-7. En la version KLSI 4.0, Kolb (A. Y. Kolb & Kolb, 2013) plantea

nueve tipos de estilos de aprendizaje, que son: de iniciación, de experiencia, de

Capítulo 1 53

imaginación o crear, reflectante, de análisis, de pensamiento, de decisión, de actuación y

de equilibrio.

Figura 1-7: Ciclo de aprendizaje experiencial.

Fuente: (A. Y. Kolb & Kolb, 2013)

Honey y Mumford (Honey & Mumford, 1992) desarrollaron su modelo de estilos de

aprendizaje basado en el trabajo de Kolb pero utilizando un enfoque diferente. Ellos

acuñaron oficialmente los estilos reflectores/pragmático y teórico/activista como

mutuamente correspondientes. Honey and Mumford (Honey & Mumford, 2000) diseñaron

un cuestionario de estilos de aprendizaje (Learning Styles Questionnaire, LSQ)

inicialmente de 80 items, pero en el año 2000 sugieren una versión corta de 40 items

diseñada para encuestas online.

Fleming (Fleming, 2001) planteó el modelo VARK (Visual, Aural, Read/write, and

Kinesthetic), el cual esta relacionado con los estilos visuales, auditivos, de

lectura/escritura y Kinestésicos que se utilizan para aprender información. El estilo de

aprendizaje visual usa simbolismo y diferentes formatos, fuentes y colores para resaltar

puntos importantes; incluye mapas, diagramas, tablas, gráficos, diagramas de flujo,

imágenes, posters, o videos. El estilo de aprendizaje auditivo describe una preferencia

por la información, que se escucha o habla y el uso de prenguntas; Los aprendices que

tienen este estilo de aprendizaje aprenden mejor por ejemplo a través de conferencias,

54 Modelo de U-learning basado en plataformas de TV everywhere

atender a clases, discusiones grupales, teléfonos, hablar, uso de grabadora, chatear en

la red y hablar sobre conceptos. Aquellos que tienen un estilo de aprendizaje de lectura /

escritura utilizan la palabra impresa como la forma más importante de transmitir y recibir

información; son ejemplos como listas, lectura y escritura de manuales, folletos, libros,

informes, ensayos y tareas, notas y texto en general en todos sus formatos y en formato

impreso o en línea. El estilo de aprendizaje kinestésico utiliza sus experiencias y las

cosas que son reales, incluso cuando se muestran en imágenes y en pantallas; Tiene

que ver por ejemplo con: los sentidos (vista, tacto, gusto, olfato, oído), laboratorios,

visitas de campo, ejemplos de principios, casos de la vida real, simulaciones, videos,

aplicaciones, ejercicios prácticos, prueba y error, soluciones a problemas, exposiciones.

La siguiente tabla, plantea un ejemplo de estilos de aprendizaje y su aplicabilidad en u-

learning.

Tabla 1-7: Ejemplos estilos de aprendizaje y u-learning.

Corriente Estilos de aprendizaje

Aplicabilidad con u-learning

Modelo VARK

Visual Viendo videos, gráficas, mapas conceptuales u otros -en todas partes y en cualquier momento.

Auditivo Escuchando o hablando en clase presencial u online, conferencias, o audio de un video, u otros - -en todas partes y en cualquier momento.

Lectura/escritura Texto en formato impreso o en línea. - -en todas partes y en cualquier momento.

Kinestésicos Laboratorios, simulaciones, casos reales, creando videos, realizando ejercicios u actividades, u otros. -en todas partes y en cualquier momento.

Fuente: Construcción propia basada de (Fleming, 2001)

El entorno de aprendizaje u-learning por medio del video y las interacciones u actividades

que se hagan, pueden favorecer los diversos estilos de aprendizaje.

▪ Estilos cognitivos

Los estilos cognitivos son diferencias individuales en el procesamiento que están

vinculadas integralmente con el sistema cognitivo de una persona. Más específicamente,

son la forma preferida de una persona de procesar (percibir, organizar y analizar) la

información utilizando mecanismos y estructuras cognitivas basadas en el cerebro. Son

preferencias parcialmente fijas, relativamente estables y posiblemente innatas (E. R.

Peterson et al., 2009). El estilo cognitivo es una característica importante del proceso

Capítulo 1 55

cognitivo individual. Refleja los hábitos individuales de procesamiento de la información y

las preferencias individuales en términos de organización y recuerdo de la información

(J.-J. Chang et al., 2018).

La forma en que los individuos recopilan y organizan la información se refiere al

comportamiento cognitivo, que de acuerdo a Miller (Miller, 1987) el concepto de cognición

se refiere al método de adquisición, almacenamiento y aplicación del conocimiento; este

proceso de cognición esta dividido en, percepción, memoria y pensamiento. Cada uno de

estos componentes contempla subprocesos, como indica la siguiente tabla.

Tabla 1-8: Resumen estilos cognitivos.

Proceso cognición

Descripción Sub-proceso Estilos cognitivos

Percepción La percepción es el proceso en el cual los estímulos registrados por nuestros sentidos se interpretan a la luz de nuestros conocimientos previos y se preparan para su uso en procesos mentales más complejos.

Reconocimiento de patrones

“levelling-sharpening” nivelación-afilado

Atención

Articulación de campo (dependencia – independencia)

Memoria Proceso individual de retención, almacenar la información

Representación Verbales (analíticos) - visuales (analógicos).

Organización Complejidad -simplicidad

Recuperación Convergencia -divergencia

Pensamiento o razonamiento

Es el proceso mediante el cual esta información almacenada, junto con la información actual del entorno, se transforma y manipula en busca de algún objetivo. Comúnmente, el razonamiento implica ir más allá de la información dada al hacer inferencias o trazar implicaciones.

Clasificación Serial vs holístico

Razonamiento análogo

“tight – loose” "ajustadas", formales y literales - "sueltas", informales, profundas (metafóricas).

Juicio, entendimiento

Actuarial (lógico) Vs intuitivo (razonamiento de punto de referencia)

1.6 Ejemplos de propuestas de u-learning

En este apartado se presentan ejemplos de proyectos u aplicaciones relacionadas con u-

learning. Como protocolo de revisión (basado de (Kitchenham & Charters, 2007)), se

establecen: bases de datos (IEEE explore, Scopus, Science Direct, Springer, ACM Digital

Library), publicaciones (revistas, proceedings de eventos, capítulos de libros o libros),

Periodo comprendido (2002 – 2018), Lenguaje (Inglés y español), Términos de búsqueda

((“u-learning” OR “ubiquitous-learning” OR “aprendizaje ubicuo”) AND (“smart TV” OR

56 Modelo de U-learning basado en plataformas de TV everywhere

“connected TV” OR “PC” OR “tablet” OR “Multi-screen” OR “everywhere” OR “NFC” OR

“GPS” OR “computer” OR “computador” OR “WSN” OR “mobile” OR “smartphone” OR

“teléfono inteligente” OR “RFID”)).

En (Ogata & Yano, 2004) proponen un sistema de apoyo de aprendizaje de idiomas

contextualizado para aprendizaje de expresiones japonesas, que se llama JAPELAS

(Japanese polite expressions learning assisting system). También existe otro sistema

llamado TANGO (Tag Added learNinG Objects), que detecta los objetos alrededor del

alumno usando Etiquetas RFID, y proporciona al alumno la información educativa. El

sistema de JAPELAS consiste en un PDA (Toshiba Genio-e) con Pocket PC 2002, puerto

de comunicación de datos por infrarrojos, lector/escritor de etiquetas RFID (identificación

por radiofrecuencia), GPS y LAN inalámbrica (IEEE 802.11b). El programa se ha

implementado con Embedded Visual C ++ 3.0.

En (Hall & Bannon, 2006) es aplicado computación ubicua para mejorar el aprendizaje

durante la visita en los museos. Emplean sensores Fastrak de Polhemust e identificación

por radiofrecuencia (RFID). En (G.-J. Hwang et al., 2010) u-learning es aplicado en

observación de actividades de ciencias naturales. Los resultados muestran que el

sistema tuvo un impacto positivo en el aprendizaje de los estudiantes, especialmente en

el dominio afectivo, incluida la participación, la motivación y la interacción. En (Shih et al.,

2012) es aplicado al soporte de aprendizaje de las matemáticas dentro del campus. La

Figura 1-8 ilustra niños realizando retos de matemáticas en ciertas áreas del campus,

donde hay etiquetas RFID y los estudiantes están equipados con tablets PC con lectores

RFID.

Figura 1-8: Ejemplo Cursos tutoriales en línea de la trayectoria adaptativa de U-learning de matemáticas.

Fuente: (Shih et al., 2012)

Capítulo 1 57

El trabajo de Kumar (Mandula et al., 2011) presenta el uso de la telefonía móvil y RFID

en un ambiente de aprendizaje “indoor”, proponiendo la aplicación de dos modelos

diferentes: servicios basados en ubicación y presentación de contenidos basados en

RFID. Las limitaciones de la propuesta es que solo contempla dispositivos móviles,

equipados con lectores RFID, y en un ambiente reducido.

En Gustavo y otros (Ramirez-Gonz’lez et al., 2012) presentan una integración de

actividades de aprendizaje contextual sobre la plataforma LMS.LRN a través de

dispositivos móviles Android con soporte NFC, desde un modelo de internet de las cosas.

Esta limitado en dispositivos móviles, donde instalaron una app para acceder a un LMS.

(Zhou et al., 2012) presenta una exploración de aprendizaje ubicuo en un escenario de

aprendizaje de un curso fundamental de computador, resaltando resultados significativos,

pero aún sigue limitado el escenario, y fue trabajado solo empleando tablet y redes de

sensores.

En Kumar y otros (Mandula et al., 2012) se presenta detalles de implementación y

resultados de experimentación de un prototipo de streaming de video móvil en un entorno

de U-learning. El streaming móvil fue implementado en plataforma J2ME y en Android. El

trabajo expuesto por (H.-C. Chu & Lin, 2013), presenta un sistema de realidad

aumentada desarrollado para el aprendizaje ubicuo sensible al contexto, y que permite

clasificar los objetos de aprendizaje en el mundo real. Sólo empleo dispositivos Tablet y

tags RFID. (Chin & Chen, 2013) proponen un Sistema de soporte de aprendizaje móvil

para Entornos de aprendizaje ubicuo, llamado MLSS- Mobile Learning Support System).

Usan tecnologías de código QR y GPS. Enfocado sólo para móviles. El sistema piloto de

aprendizaje ubicuo utiliza teléfonos móviles con cámara y etiquetas de códigos de barras

2D para obtener información de los sitios web en línea.

Los autores Bruno et al (de Sousa Monteiro et al., 2014), (de Sousa Monteiro et al., 2016)

presentan la aplicación Youubi, un entorno de u-learning que fue desarrollado como una

arquitectura de referencia orientada a componentes. Propone el desarrollo de

aplicaciones cliente para cada dispositivo. La aplicación solo fue validada en

smartphones. Como trabajo futuro contempla reducir la complejidad de los algoritmos de

recomendación, desarrollar el componente del cliente web, el componente del cliente

iDTV, el componente del cliente SmartWatch, evolucionar el componente de

58 Modelo de U-learning basado en plataformas de TV everywhere

comunicación, entre otros. En (Jeong & Yi, 2014) presentan un sistema de U-learning

adaptativo basado en servicio usando experiencia de usuario (user experience – UX). De

acuerdo con los estilos de aprendizaje se proveen los materiales de aprendizaje y el

proceso del curso. Emplean sólo dispositivos móviles.

(Jun et al., 2014) propone la solución de aprendizaje ubicuo orientado a la tecnología

"multi-pantalla en uno" con video educativo, realizando la unión sin fisuras del video

educativo entre diferentes pantallas para garantizar el aprendizaje continuo y lograr la

recomendación inteligente del recurso de video relevante. Es aplicado en “Shanghai

Lifelong Learning Network”. Esta red se construye en un entorno multirredes, que se

compone de redes de satélite, televisión digital (en IPTV), Internet y redes móviles, e

integra diversas plataformas de aprendizaje. Los recursos de aprendizaje se gestionan

de forma unificada a través del sistema de gestión de activos multimedia (The multimedia

asset management system) y se presentan en una variedad de plataformas de

aprendizaje. Está basado principalmente en la función del sistema de gestión de activos

multimedia para adaptar y distribuir el video a diferentes redes-plataformas. Parece ser

soportado más en infraestructura cliente/servidor, y no en otras tendencias de cloud

computing, OTT, o TV everywhere.

En (Thiprak & Kurutach, 2015) desarrollan un sistema de recomendación consciente del

contexto omnipresente para apoyar el aprendizaje ubicuo, llamado (UbiCARsUL). Los

estudiantes pueden aprender sobre hierbas tailandesas en el campus y el sistema puede

recomendar la especie y tipo de hierba tailandesa para ellos. Emplean tags códigos QR y

móviles para obtener información del sitio web. (Lee et al., 2015) proponen una

plataforma de aprendizaje interactiva y ubicua basada en NFC (near field

communication), denominada (NU-learning). Involucra cuatro funciones: enseñanza

interactiva, diseños creativos de materiales didácticos, agrupación dinámica y

aprendizaje gradual. Limitado a equipos móviles con tecnología NFC.

En (Hsu et al., 2016) desarrollan un sistema de aprendizaje ubicuo sensible del contexto,

ALESS, para guiar a los estudiantes a aprender en el mundo real (para este caso

National Museum of Natural Science in Taiwan). En el sistema desarrollado se emplea

una tecnología activa de reconocimiento de la ubicación para obtener más soportes en

tiempo real. La intensidad de la señal de las etiquetas RFID se usa para determinar la

Capítulo 1 59

distancia entre los estudiantes y los objetivos de aprendizaje. Los materiales de

aprendizaje también se pueden recuperar intuitivamente al abordar los objetivos de

aprendizaje en lugar de tener que encontrar las etiquetas pasivas de RFID. La Figura 1-9

ilustra escenario cuando las ubicaciones de los estudiantes están lo suficientemente

cerca de algunos objetivos de aprendizaje, entonces el sistema de aprendizaje le

presentará (en el móvil) las tareas de aprendizaje correspondientes, así como los

materiales de aprendizaje suplementarios.

Figura 1-9: Ejemplo de contenido detallado del objetivo de aprendizaje.

Fuente: (Hsu et al., 2016)

En (H. n Chu et al., 2016) plantean un sistema de aprendizaje de realidad aumentada

(ARMKC) para la construcción de conocimiento móvil de repertorio orientado a rejilla, que

ayuda a los estudiantes a observar y clasificar objetos de aprendizaje en el mundo real

con la tecnología innovadora emergente como realidad aumentada. El sistema propuesto

es capaz de detectar la ubicación de estudiantes individuales y proporcionarles apoyos

adaptativos mediante el uso de una tableta PC equipada con cámara y equipo de

comunicación inalámbrico; además, consiste en un módulo de guía de aprendizaje de

realidad aumentada, un módulo de transferencia de conocimiento de rejilla de repertorio y

un módulo de base de datos de fondo. La Figura 1-10 ilustra escenario de uL con AR.

Cuando los estudiantes observan una mariposa objetivo a través de la cámara de la

tableta PC, se agregará información adicional relacionada con la mariposa al objetivo. Tal

contexto de aprendizaje puede reducir la carga cognitiva de los estudiantes dado que

toda la información relevante se presenta de manera integrada.

60 Modelo de U-learning basado en plataformas de TV everywhere

Figura 1-10: Escenario aplicación UL con AR.

Fuente: (H. n Chu et al., 2016)

En (Gustavo A. Moreno López et al., 2016) se relaciona u-learning y los PLE, planteando

un modelo de entorno de aprendizaje ubicuo, uPLEMO (Ubiquitous Personal Learning

Environment model). Bajo el enfoque de aprendizaje ubicuo, las personas tienen

diferentes opciones para elegir y apoyar sus procesos de aprendizaje, desde lugar y

tiempo hasta recursos TIC y dispositivos ubicuos, basados en un escenario de

conectividad para elegir. Este modelo considera algunas etapas cíclicas, Figura 1-11,

para lograr retroalimentación, seguir aprendiendo y mantener el PLE activo.

Figura 1-11: Ejemplo Modelo Entorno de Aprendizaje Personal ubicuo, uPLEMO.

Fuente: (Gustavo A. Moreno López et al., 2016)

Capítulo 1 61

En (Ho et al., 2017) proponen un sistema de instrucción de aprendizaje ubicuo con

características de realidad aumentada (UL-IAR) para mejorar el rendimiento del

aprendizaje de EFL (English as a Foreign Language) con situaciones auténticas. Los

resultados mostraron que las estrategias de aprendizaje y los estilos cognitivos de los

usuarios afectan el rendimiento del aprendizaje en el uso de UL-IAR. Las personas con

estilo cognitivo dependiente del campo se ajustan mejor a la estrategia de aprendizaje

que otros usuarios que son independientes del campo y mezclan estilos cognitivos de

campo. La Figura 1-12 muestra solución implementada solo para móviles con sistema

operativo Android.

Figura 1-12: Ejemplo u-learning con realidad aumentada.

Fuente: (Ho et al., 2017)

En (El Guabassi et al., 2018), proponen un enfoque para proporcionar contenido de curso

personalizado en el aprendizaje ubicuo, teniendo en cuenta los estilos de aprendizaje y el

conocimiento del contexto. El enfoque propuesto tiene como objetivo apoyar a los

estudiantes presentando los materiales del curso generados por un motor adaptativo

basado en las reglas de adaptación. Para el material del curso usan lenguaje XML. El

motor de adaptación es basado en reglas de adaptación y usando lenguaje XQuery. Esta

basado en arquitectura cliente/servidor.

▪ Análisis La gran mayoría de trabajos relacionados con ubicuidad principalmente han empleado

entre otros redes de sensores inalámbricos (WSN) (Caytiles et al., 2011), dispositivos

móviles (Sung, 2009), computación basado en contexto y tablet (H.-C. Chu & Lin, 2013),

usando NFC - Near Field Communication, RFID - Radio Frequency Identification, y

62 Modelo de U-learning basado en plataformas de TV everywhere

sistemas de posicionamiento global -GPS (Fang et al., 2011). Así también lo resalta

(Cárdenas-Robledo & Peña-Ayala, 2018), que los dispositivos más usados en u-learning

son teléfonos móviles e inteligentes, tabletas, asistente digital personal: PDA, dispositivos

móviles y portables, computadores portátiles, y otros dispositivos (como cámaras y

micrófono, microcámara, dispositivos vestibles o wearable gadgets, consola de

videojuegos, laboratorio basado en cómputo o probeware, TV digital). En cuanto a la

tecnología más empleada se encuentran: QR (Quick response code), RFID (Radio

frequency identification), GPS (Global positioning system), Sensores, y otras tecnologías

(como estándares de redes inalámbricas como Wi-Fi, tecnología pervarsiva, Wireless

Markup Language (WML), short message service (SMS), comunicaciones satelitales,

contenido precargado, wireless, internet, entre otras).

De acuerdo con la búsqueda en las bases de datos, de dispositivos como smartphones,

computadores, tablets y smart TV, la Figura 1-13 ilustra los dispositivos más empleados

en u-learning. De un total de 9531 apariciones en los artículos, sobresalen los

computadores (incluyendo laptops) con un 62 % y móviles (smartphones o teléfonos

inteligentes) con 29 %. Los dispositivos tipo TV digital o Smart TV, son los menos

empleados, con 1 %.

Figura 1-13: Dispositivos más empleadas en u-learning.

Fuente: Autor

PC62%

Mobile device

29%

Digital TV1%

Tablet8%

PC

Mobile device

Digital TV

Tablet

Capítulo 1 63

La Figura 1-14 ilustra las tecnologías más empleadas en u-learning. De un total de 4036

apariciones en artículos, sobresale 41 % internet, 18 % cloud, 17% RFID, seguidos de

9% GPS, 8 % códigos QR, 4% redes de sensores inalámbricos, y 3% NFC.

Figura 1-14: Tecnologías más empleadas en u-learning.

Fuente: Autor

En cuanto a tecnologías relacionadas con la propuesta de esta tesis, como TV

everywhere, streaming TV, Cloud TV, TV en la nube, Multi-screen TV, o Software-

defined TV, o TV multipantalla o OTT TV, articuladas con u-learning, es poco o nulo lo

que se encuentra.

1.7 Dificultades identificadas en la literatura sobre u-learning

La Tabla 1-9 indica algunas de las dificultades y/o problemas reportados por algunos

autores en el dominio de u-learning. Algunos hacen más énfasis desde lo tecnológico,

otros relacionado con tecnología y costos, otros en tecnología+aprendizaje, en

tecnología+aprendizaje+motivación, en cobertura, otros relacionados a un modelo en

general, y otros énfasis en modelo+tecnología+aprendizaje. Estos enunciados se

convierten en potencial de temas a seguir trabajando.

4%

18%

17%

9%

8%

3%

41%

WSN

Cloud

RFID

GPS

QR

NFC

Internet

64 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-9: Dificultades reportadas en la literatura.

Referencia Descripción dificultad o aspecto a trabajar Énfasis (Mandula et al., 2011)

Limitaciones en términos de la variedad de capacidades de dispositivos, bajo potencia de procesamiento, pobre conectividad, y altos costos de planes de datos

Tecnología

Con los rápidos avances en tecnología inalámbrica y de sensores, se requiere más investigación en aplicaciones de u-learning para el dominio educativo

(Mandula et al., 2012).

Mayor investigación para adaptar los videos de acuerdo las preferencias, capacidades de usuario, y condiciones de red

(Edwin et al., 2012).

Limitaciones encontradas de modo que el contenido pueda ser desplegado y adaptado en cualquier dispositivo

(Fang et al., 2011).

Construcción del entorno de dispositivos para u-learning (teminales y redes), del entorno de soporte (plataformas y recursos) y del entorno de servicios (contenidos y actividades).

(Aihua, 2010). Mayor estudio de las diversas tecnologías de comunicación

(Zahariev et al., 2013).

Infraestructura TIC sin convergencia tecnológica

(Stefan et al., 2013).

Extender la investigación y experimentación con tecnologías de cloud computing

(Hijazi & Itmazi, 2013)

Mejorar los recursos de cómputo, banda ancha; Aplicarlo en cursos reales en la institución educativa e integrar las tendencias de tecnologías.

(Martin et al., 2011).

Investigación y trabajo en frameworks más avanzados que encapsulen la complejidad en el tratamiento con diferentes sensores (no sólo la ubicación) y de objetos de aprendizaje, servicios, normas y plataformas

(Spínola & Travassos, 2012).

No todos los estudios incluyen requerimientos recomendados para software.

(Ravisekaran & Ramakrishnan, 2015)

Varios sistemas de gestión de contenidos, LMS, no soportan funcionalidades ubicuas, y video conferencias.

(de Sousa Monteiro et al., 2014).

Se percibe una falta de entornos de aprendizaje ubicuo, basada en arquitecturas de referencia, y software de código abierto

(Tortorella et al., 2018)

Los sistemas de aprendizaje sensibles al contexto existentes a menudo utilizan sistemas sui generis, que requieren un trabajo extenso para desarrollar e implementar, pueden ser difíciles de reutilizar y no necesariamente facilitan la colaboración.

(Aihua, 2010). El costo de la implementación; La construcción de recursos; descubrimiento de recursos e interacción; Seguridad; Mayor investigación en desarrollar estándares uniformes para U-computing y U-learning para que realmente se realice conexión transparente entre varios dispositivos

Tecnología + costos

(Atif et al., 2015)

Los retos de los entornos de aprendizaje ubicuo son, poner la información correcta, de la manera más correcta a la persona adecuada

Tecnología +

aprendizaje

(Aljohani et al., 2011)

Mayor investigación debería ser conducida para investigar la asequibilidad de estos dispositivos con el fin de encontrar el método óptimo de interacción con la computación que pudiera fomentar más el aprendizaje eficiente

(Huang & Chiu, 2015)

Es necesario evaluar si los sistemas de u-learning son capaces de lograr el propósito del aprendizaje significativo

(Jun et al., 2014)

Hay algunos problemas en la aplicación de recursos de video, como, por ejemplo, no hay suficiente soporte en el conmutador, la distribución adaptativa y la programación de recursos de video entre diferentes dispositivos; los recursos de video educativos solo se pueden usar en dispositivos separados y no pueden realizar el aprendizaje continuo y sin interrupciones entre diferentes dispositivos.

(Coto et al., 2016),

Se hace necesarios entornos ubicuos que propicien el aprendizaje continuo y adquirir habilidades comunicativas, de cooperación y trabajo grupal

Tabla 1-10: (Continuación)

Capítulo 1 65

Referencia Descripción dificultad o aspecto a trabajar Énfasis (M. Chen, Yu, et al., 2017).

Los sistemas de u-learning deben proporcionar recursos contextualizados de forma dinámica de acuerdo con el contexto del estudiante.

Tecnología + aprendizaje

(Mandula et al., 2012).

La entrega de contenido de aprendizaje a los dispositivos móviles en función al contexto que los rodea.

(T.-C. Yang et al., 2012).

La mayoría de los estudios relacionados con u-learning enfatizan en: soporte de tecnología, asistencia al aprendizaje y que sea sensible al contexto. Pero surge un gran interés en mejorar el desempeño del aprendizaje integrando tecnología inteligente dentro del entorno de aprendizaje. Además, de cómo realizar actividades de aprendizaje significativas en el entorno de aprendizaje ubicuo

(H. Zhang & Maesako, 2009)

Los problemas relacionados con la diversidad incluyen principalmente la visualización de datos con el fin de mejorar el rendimiento de los diferentes alumnos, la síntesis de todo tipo de patrones de aprendizaje para los alumnos en diferentes materias, las diferencias en los contextos culturales y subculturales, la evaluación de los alumnos. el desempeño en estos contextos de múltiples capas

(Diaz & Rusu, 2014).

Los métodos de enseñanza tradicional no causan los efectos buscados, por ello los profesores deben ir adaptando las nuevas herramientas tecnológicas para propiciar una motivación positiva en los estudiantes. Esto reconociendo que los docentes (inmigrantes digitales), enseñan a nativos digitales (estudiantes).

Tecnología +

aprendizaje +

motivación

(B. Chang et al., 2007).

Hay insuficientes recursos de aprendizaje congruentes con cada dispositivo y la dificultad para reusar la mayoría de los contenidos existentes; más experimentación de despliegue de contenidos en diferentes dispositivos e investigar más en el comportamiento o información emocional del aprendiz.

(Hung et al., 2014).

Hacer seguimiento de factores personales y estado del aprendizaje, así como más investigación del uso del video para mejorar los niveles de reflexión del estudiante.

(Jeong & Yi, 2014).

Se necesita más investigación para determinar el método o sistema necesario para proporcionar el contenido de aprendizaje adecuado a las capacidades del alumno y considerar factores detallados en la experiencia de usuario como emoción o sentimiento.

(Zhou et al., 2012).

Las prácticas de U-learning están principalmente limitadas a aplicaciones de pequeña escala. Limitadas en cobertura y despliegue

Cobertura

(Zhou et al., 2012).

Hay pocos modelos de aplicación maduros.

Modelo

(Martin et al., 2011).

Falta de modelos de desarrollo de sistemas de aprendizaje ubicuo.

(Umam et al., 2017)

Los diseños de modelos de u-learning son aún limitados.

(Casey & Fraser, 2010)

Es necesario desarrollar modelos apropiados para diversos entornos y situaciones.

(M. Chen, Chiang, et al., 2017)

Hace falta modelos para solucionar las discrepancias entre la formación y la práctica docentes.

(H. Zhang & Maesako, 2009)

Hay una necesidad urgente para el desarrollo de un nuevo marco práctico teórico y técnico en el campo de la tecnología educativa para superar los obstáculos a la implementación efectiva y eficiente del aprendizaje ubicuo.

Modelo

+ tecnología

+ aprendizaj

e

(Hsu et al., 2016)

El advenimiento de la computación ubicua y de entornos de u-learning requiere el desarrollo de modelos de u-learning apropiados para informar el uso de dichos entornos. Es esencial guiar a los estudiantes a lo largo de una ruta de aprendizaje eficiente para maximizar su rendimiento de aprendizaje de acuerdo con la situación actual. Por lo cual se requieren sistemas de soporte de aprendizaje activos en un entorno uL sensible al contexto.

Tabla 1-10: (Continuación)

66 Modelo de U-learning basado en plataformas de TV everywhere

Referencia Descripción dificultad o aspecto a trabajar Énfasis

(Wang, Feng & Zhou, Chunfang, 2013).

Para lograr un mayor desarrollo de los sistemas educativos apoyados con las TIC se requerirá de nuevos enfoques para la enseñanza y el aprendizaje, y nuevos tipos de tecnologías para soportar los nuevos enfoques.

Modelo +

tecnología + aprendizaje

(Zhan & Yuan, 2009).

Es necesario diseñar entornos de aprendizaje ubicuo desde una visión holística.

(Zea Restrepo et al., 2015)

Se puede afirmar que la conciencia del contexto, la invisibilidad de la tecnología y la movilidad son importantes elementos en el proceso de aprendizaje, pero para aprovecharlos es necesario ajustar los modelos y prácticas pedagógicos, así como la cultura de los usuarios e instituciones, incluyendo modelos de gestión

(Umam et al., 2017)

Lograr mayor sinergia entre el modelo u-learning con aprendizaje móvil o e-learning para producir modelos más inteligentes con el fin de crear un campus inteligente, de modo que las actividades de aprendizaje entre estudiantes y profesores cada vez más estén entrelazadas dinámicamente y una producción de alta competitividad

(M. Chen, Yu, et al., 2017)

El modelo de recursos de aprendizaje digital tradicional no puede cumplir con los requisitos de los recursos de aprendizaje contextualizados en el aprendizaje ubicuo.

(G. zen Liu et al., 2016)

Se necesitan diseños de aprendizaje apropiados para que el aprendizaje sea más significativo y efectivo.

Desarrollar nuevas herramientas de medición para investigar los efectos de la aplicación de las teorías educativas existentes o las estrategias de aprendizaje para el rendimiento de aprendizaje de los estudiantes en un entorno de u-learning.

(Mehmood et al., 2017)

La optimización de un sistema de enseñanza/aprendizaje ubicuo se puede beneficiar de todo tipo de big data.

(Indrajit, 2016).

La aplicación de u-learning debería ser realizada desde un camino sistémico y holístico

(Tortorella et al., 2018)

Se hace necesario integrar a un marco de trabajo otros aspectos del aprendizaje sensible al contexto mediante la implementación de adaptabilidad del aprendizaje y la personalización del alumno.

Fuente: Autor

Capítulo 1 67

1.8 Análisis de trabajos relacionados con modelos de u-learning

1.8.1 Metodología de revisión literatura

Para la realización de este análisis es basado del proceso de revisión sistemática de

literatura planteado por Kitchenham (Kitchenham, 2004), (Kitchenham & Charters, 2007),

adaptado para nuestro estudio. El proceso contempla tres fases: planear la revisión,

realizar la revisión, y reporte de la revisión. La siguiente tabla presenta un resumen de lo

contemplado en este proceso.

Tabla 1-10: Proceso de revisión sistemática de la literatura.

Fase Pasos contemplados Aspectos generales planteados

Planeación de la revisión

Identificación de la necesidad de revisión

Evidencias de Modelos de u-learning,

Definir un protocolo de revisión

• Empleo de bases de datos como IEEE explore, Scopus, Science Direct, Springer, Web of Science, ACM

• Publicaciones de revistas, capítulos de libros o libros.

• Periodos comprendidos desde año 2002 – 2018

• Términos de búsqueda (“u-learning” OR “ubiquitous-learning” OR “aprendizaje ubicuo”) AND (“Model” OR “Framework”)

• Criterios de inclusión (estudios-artículos de modelos o frameworks relacionados con implementación de u-learning)

• Criterios de exclusión (proceedings de eventos, o por fuera de base de datos, o que no se puedan descargar)

Realización de la revisión

Identificación de investigaciones

Inicio búsqueda

Selección de estudios primarios

Aplicación según protocolo

Extracción de datos Organización en carpetas, uso de la herramienta Zotero v. 5.0.60 para gestión bibliográfica y tabla en Microsoft Excel para datos básicos.

Síntesis de datos Items característicos modelos (dominio de aplicación, grado detalle del modelo, despliegue multipantalla, infraestructura/tecnología empleada, uso principal video, uso de estándares/especificaciones, orientación pedagógica, prueba despliegue real, context awareness, integración de más recursos TIC)

Reporte de la revisión

Interpretación de resultados

Aspectos que se resaltan

Escritura reporte Informe escrito

Fuente: Construcción propia basada de (Kitchenham, 2004), (Kitchenham & Charters,

2007)

La siguiente tabla presenta una propuesta de clasificación que permita hacer el análisis

de los estudios definidos relacionados con modelos de u-learning.

68 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-11: Propuesta clasificación análisis de estudios definidos.

Característica Posibles datos Descripción Grado detalle del modelo

Bajo, Medio, Amplio,

Poca información, El detalle información es buena o menciona algunos componentes, La información presenta más detalles -varias etapas-componentes y/o puede ser un referente para implementarlo

Despliegue multi-pantalla

Si, No, parcialmente Soporta en varios dispositivos como TV conectados, smartphone, Tablet, PC

Uso ppal. video Si, No Plantea el video como el contenido – recurso principal de la solución

Integra más recursos TIC

Si, No, Poco, Regular, Si plantea que la solución pueda articularse con otros recursos como app, redes sociales, etc.

Grado –propone más cobertura

Limitada, Media, Amplia, No es claro, No se plantea

En un área pequeña, o en campus, o simulado, Si el área de aplicación es más grande (según recursos de IT y tecnologías a emplear), No se habla de cobertura de la propuesta

Orientación pedagógica

PLE, aprendizaje activo, teoría diseño instrucional, clase invertida, teorías de aprendizaje, estilos de aprendizaje, aprendizaje colaborativo, etc

Si contempla o hace énfasis en algún enfoque pedagógico

Context awareness Si, No, poca La propuesta contempla la posibilidad de usar soluciones o tecnología de sensibilidad al contexto

Infraestructura / tecnologías principal

Cloud computing, internet, cliente/servidor, WSN, móvil, no es claro, no se indica, etc.

Cuáles son los recursos de IT o tecnologías principales que soportan la solución

Prueba despliege real

Si, No, No - es simulado Si contempla escenarios de experimentación, implementación real

Contempla uso de estándares o especificaciones

Si, No Como uso de estándares de e-learning, de WWW, de TV, etc.

Dominio de aplicación

Genérico, escuela, Universidad, Campus, empresa, entrenamiento de, Ciudad, etc.

Donde lo aplican

Fuente: Autor

1.8.2 Resultado del análisis de la literatura

Como resultado del protocolo inicial de revisión de literatura en las bases de datos se

obtuvieron 4868 artículos. Luego se analizan y se descartan 4767 artículos, ya que los

títulos (en la base de datos de scopus previamente se filtraron también por palabras

claves: Ubiquitous learning, Ubiquitous computing, U-learning, Ubiquitous-learning

environment, Ubiquitous technology) no hacían referencia a un modelo o framework, o

proceso como guía para implementar una solución de u-learning. De esta fase se

obtienen 101 artículos. Luego se procedió a descartar los artículos provenientes de

Capítulo 1 69

proceedings de conferencias, congruesos, etc., dejando sólo las provenientes de revistas

o journals o libros. Con este criterio se descartaron 53 artículos. Posteriormente, de los

48 artículos que quedan, se descartan los artículos repetidos y los que no se pueden

descargar (enlace malo o no se pueden bajar), y se hace una lectura más amplia si

corresponden o contemplan un modelo o framework referente a la implementación de

una solución de u-learning. De esta revisión quedan 17 artículos para el análisis

posterior. La Figura 1-15 y

Figura 1-16 presentan el resumen del proceso de selección y total de artículos,

respectivamente.

Figura 1-15: Resumen proceso selección literatura.

Fuente:

Fuente: Autor

IEEE: 24

Science direct:

5

Springer: 5

Scopus: 47

Web of science:

16

ACM: 4

101 artículos potenciales / según título -

tema

Artículos descartados

4767

IEEE: 149

Science direct: 294

Springer: 283

Scopus: 3999

Web of science:

115

ACM: 28

Búsqueda inicial en

B.D.

IEEE: 2

Science direct:

5

Springer: 5

Scopus: 22

Web of science:

13

ACM: 1

48 artículos potenciales

de revistas o libros

Artículos descartados

53

IEEE: 2

Science direct:

1

Springer: 2

Scopus: 8

Web of science:

4

ACM: 0

17 artículos seleccionados /

revisión detallada / repetidos / o no se

pudieron bajar

Artículos descartados

31

70 Modelo de U-learning basado en plataformas de TV everywhere

Figura 1-16: Resumen general artículos.

Fuente: Autor

1.8.3 Descripción breve de los trabajos seleccionados

A continuación, se presentan de acuerdo con los aspectos indicados anteriormente, una

breve descripción de los trabajos seleccionados:

En (H. Zhang & Maesako, 2009) proponen un framework de un ecosistema de desarrollo

del alumno para diseñar un entorno de aprendizaje ubicuo. Contempla módulos, para

soportar actividades de aprendizaje en diferentes fases de la espiral de conocimiento

(módulo de presentación, un módulo de comunicación, un módulo de construcción, un

módulo de producción y un módulo de contribución), y otras en capa intermedia (módulo

de gestión de tareas y el módulo de análisis de datos). Está más enfocado en uso de

móviles, no hay evidencia de implementación real. En la Figura 1-17 se puede observar

la arquitectura con los módulos indicados previamente.

Xinyou y Toshio (Zhao & Okamoto, 2011) presentan un framework de entrega de

contenidos adaptable al contexto para u-learning. Se presenta un modelo de tres niveles

de servicio para la entrega de contenido adaptable: servicio de contenido,

transcodificación y servicio de presentación. La limitante de este trabajo es que solo se

enfocó en PC y dispositivos celulares. Se indica que el reto y como trabajo de mayor

investigación es definir los diferentes contextos (contexto físico, contexto tiempo,

contexto del alumno y contexto de los recursos) y describir el entorno de aprendizaje

0

1000

2000

3000

4000

5000

Búsquedainicial

Descartados Seleccionados

4868 4851

17

Capítulo 1 71

(capacidades de los dispositivos, y características de la red y el alumno). Además, que se

debe mejorar la interacción entre los participantes, y la calidad del contenido-video.

Figura 1-17: Arquitectura de sistema del ecosistema de desarrollo de aprendices basado en la espiral de conocimiento.

Fuente: (H. Zhang & Maesako, 2009)

En (Casey & Fraser, 2010) plantean una metodología general para desarrollar un modelo

de u-learning. El modelo de u-learning como tal comprende los siguientes factores: El

modelo de aprendizaje, dominio de aprendizaje, estrategias para transferir el dominio,

capacidades de las tecnologías desplegadas. Por fuera del modelo de u-learning, se

plantea el desarrollo del modelo para una situación dada, el desarrollo de la arquitectura

del sistema con un almacenamiento común (dominio de aprendizaje delimitado, tareas de

aprendizaje, exposición de contenido y actividades de aprendizaje. Además de funciones

administrativas y de comunicaciones), la implementación y despliegue, y la evaluación.

Esta más enfocado en dispositivos móviles, no hay resultados reales de implementación,

no hay suficiente información que respalde desde la parte tecnológica la solución de u-

learning, y el modelo en sí deja a un lado otros elementos como de gestión. La siguiente

figura ilustra la arquitectura del sistema de u-learning propuesto.

Figura 1-18: Ejemplo Arquitectura del sistema.

72 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: (Casey & Fraser, 2010)

El trabajo expuesto por Kim y otros (H. Kim et al., 2012) presentan un modelo de un

entorno de aprendizaje ubicuo, Figura 1-19, una comunidad u-learning que es un e-

learning basado en la web que permite a los estudiantes adquirir conocimientos y

habilidades a través de la interacción entre ellos y el ambiente de aprendizaje ubicuo,

donde hay una comunicación entre los dispositivos y los computadores embebidos en el

entorno. Los componentes principales del modelo son: Tecnologías de comunicaciones

inalámbricas, repositorio de medios, repositorio de conocimiento, y repositorio de diseño

instruccional. El Modelo es basado en redes de sensores inalámbricos (WSN) que son

capaces de sensar el contexto personal y el entorno para proveer soporte adaptativo a

los estudiantes. Este trabajo solo se enfoca en dispositivos móviles, y WSN.

Figura 1-19: Modelo comunidad de u-learning basada en redes de sensores inalámbricos.

Fuente: (H. Kim et al., 2012)

Capítulo 1 73

En Rabello et al (Rabello et al., 2012) se muestra el modelo de multiagentes

colaborativos para entornos de educación ubicuos descentralizados, aplicados en una

simulación con móviles y, para ello, se deben instalar agentes. Comprende componentes

de: servicio de objetos de aprendizaje, servicios de contexto de ambiente, servicios de

comunicación, servicios de conectividad. Articulados con multiagentes (agente social,

agente colector, y agente interfaz). La Figura 1-20 ilustra la arquitectura. No se presenta

despliegue real, fue simulado.

Figura 1-20: Arquitectura de CoolEdu.

Fuente: (Rabello et al., 2012)

En (Shih et al., 2012) plantean un framework y diseñan un entorno de aprendizaje ubicuo

llamado "sistema adaptativo de ruta de acceso de matemáticas". Este sistema permite a

los estudiantes aprender matemáticas durante su vida diaria en el campus con

dispositivos móviles más allá de la educación basada en la web con computadoras de

escritorio. Además, este sistema puede respaldar las pruebas y la instrucción adaptativas

basada en computadora en tiempo real después de que los estudiantes completan el

aprendizaje situado en el campus de matemáticas usando tecnología ubicua. Los

componentes principales son: tecnologías ubicuas (sensors RFID, redes inalámbricas,

Tablet con lector RFID), servidor con sistema de información context aware (bases de

datos actividades de aprendizaje, portafolio de aprendizaje) y sistema de gestión de

aprendizaje adaptativo (portafolio de pruebas y aprendizaje correctivo), Figura 1-21.

Cada estudiante está equipado con una Tablet PC con un lector RFID que puede leer los

datos de la etiqueta si el estudiante está lo suficientemente cerca. Una vez que el

sistema de U-learning adaptable identifica el sitio, se puede leer la información relevante

74 Modelo de U-learning basado en plataformas de TV everywhere

de las bases de datos de actividad de aprendizaje, portafolio de aprendizaje, portafolio de

prueba y aprendizaje de recuperación en el servidor a través de comunicaciones

inalámbricas.

Figura 1-21: Framework de la ruta de matemáticas u-learning adaptativo.

Fuente: (Shih et al., 2012)

Caceffo y Vieira da Rocha (Caceffo & Vieira da Rocha, 2012) proponen el uso de

información de contexto relacionada con el aula para respaldar un sistema ubicuo de

respuesta en el aula (Ubiquitous Classroom Response System: UCRS). En el framework

UCRS, la información de contexto del maestro y el estudiante se recopila y se usa para

establecer y actualizar variables matemáticas y registros de datos, como el factor de

afinidad entre los estudiantes (que define qué tan productiva es la colaboración entre dos

estudiantes), el grado de dificultad de la actividad (que define qué tan difícil) es para cada

estudiante resolver una actividad, y el factor educativo de la actividad (que define qué tan

relevante es una actividad para la educación). Estos factores permiten que UCRS

proporcione características inteligentes y dinámicas como la propuesta de actividad

autónoma para maestros, la formación automática de grupos de estudiantes, el proceso

de retroalimentación inteligente y automático y un proceso dinámico de solicitud de ayuda

entre los estudiantes. Los componentes principales del framework son: Base de datos

(Información de datos y de contexto), administrador de reglas de proceso colaborativo,

módulo de gestión de procesos colaborativos (fase de propuesta de actividad, fase de

recepción de actividad, fase de solución de actividad, fase de solicitud de ayuda, fase de

Capítulo 1 75

envío, fase de retroalimentación y discusión), y factores de contexto (grado de dificultad,

factor educacional, factor de afinidad). Es planeado para usar agentes en dispositivos

móviles. Plantea a trabajo futuro redefinir las reglas e implementar el desarrollo del

prototipo en un escenario real.

En (Wagner et al., 2014) se proponer un modelo que permite a las aplicaciones registrar

las acciones de entidades en senderos-huellas e inferir información de perfil de estas

huellas, usando interoperabilidad semántica y, por tanto, permitiendo que diferentes

aplicaciones compartan información e inferir un perfil unificado. Las partes principales del

modelo son: Local (ubiquitous learning System), UniManager (aplicación para gestionar

estudiantes y disciplinas), eProfile (permite la interoperabilidad entre Local y Unimaneger,

al permitir que la información de ambos sistemas se use para generar perfiles

individuales), y Administrador de huellas (gestiona los rastros de las entidades). El

modelo fue validado a través de la simulación de un escenario, más no en entorno real.

Como trabajo futuro plantea evaluar con entidades reales en un entorno real, evaluar el

desempeño de la implementación del aplicativo, expandir el modelo para incluir

compatibilidad con otros gestores de huellas (rastros), expansión de ontologías básicas,

soporte para operaciones de desconectar y/o inestabilidad, descentralización del

servidor, y soporte para protocolos de seguridad y confidencialidad.

Coto et al (Coto et al., 2016), presentan modelo de enseñanza-aprendizaje colaborativo y

ubicuo (u-CSCL) a partir del uso de herramientas tecnológicas actuales, utilizando

diferentes dispositivos de interacción, permitiendo no sólo aprender continuamente sino

adquirir habilidades comunicativas, de cooperación y trabajo grupal. Los componentes

del modelo son: Docentes, Estudiantes, Materiales de estudios (contenidos, actividades

colaborativas, contenedor de objetos de aprendizaje), Plataforma Tecnológica (sistemas

de gestión de aprendizaje, ambientes virtuales de aprendizaje), y Servicios de acceso.

Implementan una plataforma tipo Mooc, basada en framework de desarrollo web Django.

Menciona usar herramientas colaborativas. Si bien se indica, que soporta diversos

dispositivos, no se presenta suficiente información que respalde tecnológicamente el

despliegue a diversos dispositivos. No hay evidencia para despliegue en TV o en

móviles.

76 Modelo de U-learning basado en plataformas de TV everywhere

Para Zea et al (Zea Restrepo et al., 2015), presentan una propuesta de modelo educativo

para Instituciones de Educación Superior, basada en principios de aprendizaje ubicuo y

sus principales ventajas para fortalecer los procesos de enseñanza y aprendizaje. El

modelo propone una estructura sistémica en la cual, los elementos están interconectados

en un esquema de red sin la intervención de jerarquías u órdenes preestablecidas,

permitiendo la incorporación de nuevos elementos o conexiones en el sistema en

cualquier momento e influir de acuerdo con su nivel de comunicación entre sí. No indica

una plataforma como tal, no hay evidencias de implementación. Los elementos

principales son: Aprendizaje (actividades, sujetos del aprendizaje, tipo de aprendizaje),

mediaciones (herramientas computacionales o no), estrategias de monitoreo

(habilidades, evaluación, currículo y micro currículo), estrategias de comunicación y

participación (construcción conocimiento, equipo de trabajo). La Figura 1-22 ilustra estos

elementos del modelo.

Figura 1-22: Modelo educaticional para escenarios de u-learning.

Fuente: (Zea Restrepo et al., 2015)

En (Atif et al., 2015) plantean un modelo de aprendizaje ubicuo dentro de un entorno de

campus inteligente “pervasivo”. Integran el perfil del alumno con personalizar la

instrucción en entornos pervasivos. Este trabajo extendió LOM basado en objetos de

aprendizaje para proporcionar objetos PLOM (una estructura para capturar recursos de

aprendizaje pervasivos). El perfil de aprendizaje fue modelado con LIP (Paquete de

información del alumno) para acceder a la información de los alumnos. El estándar IEEE

LOM se usó para la adquisición de contexto y la inmersión social. OWL (OntologyWeb

Capítulo 1 77

Language) y SPARQL (Simple Protocol and RDF Query Language) se usaron como

definiciones ontológicas para razonar los datos capturados en espacios de aprendizaje

ambiental. Se introdujo el concepto de Ambient Learning Space (ALS) para aprovechar la

complejidad inducida por una multitud de objetos. PLOM se utiliza como una puerta de

entrada a la plataforma social inteligente de todo el campus. También se especifica un

ecosistema de u-learning autónomo que exhibe capacidades tales como la

autoorganización y la autoadaptación. Para hacer esto, presentan el concepto de servicio

web autónomo (AWS) para razonar sobre los miembros de ALS al inferir las rutas de

aprendizaje personalizadas para cumplir los objetivos declarados por el alumno. El

modelo tiene como objetivo desatar el poder de instrucción de tres fuentes de inteligencia

predominantes en un campus inteligente que son: inteligencia individual proporcionada

por los instructores o expertos de campo, inteligencia social producida por aprendices

pares e inteligencia espacial que está incrustado en cosas inteligentes que rodean. Este

trabajo es basado en web semántica, y es simulado.

En (G. zen Liu et al., 2016) plantean un modelo de diseño de aprendizaje para u-learning,

Figura 1-23. Este proceso de u-learning tiene dos fases: la entrada externa

(características de aprendizaje personalizadas con variables preseleccionadas y

contextuales, y aprendizaje guiado por estrategias con variables de proceso) y el marco

de aprendizaje interno (los alumnos se benefician de u-learning y recuperan información

sobre los materiales de aprendizaje de su memoria, y luego pueden obtener más logros

de aprendizaje y, por lo tanto, sienten una mayor motivación para aprender). En esta

propuesta no se plantea para usar en diferentes dispositivos, no se indica infraestructura

o tecnología principal para usar y no hay evidencia de implementación real.

En Chen et al (M. Chen, Yu, et al., 2017) plantean un modelo dinámico de recursos de

aprendizaje ubicuo con contexto y sus efectos en el aprendizaje ubicuo. Igualmente

desarrollan un sistema de aprendizaje ubicuo que puede proporcionar recursos de

aprendizaje contextualizados dinámicos. El sistema comprende en módulos de creación

de recursos, de sensibilidad al contexto y de agregación, así como Cliente de Android y

web. Emplearon códigos QR y tablets con Android. La Figura 1-24, ilustra

las partes principales del modelo: contenido, contexto de recursos, información de

asociación e interfaz de contexto.

78 Modelo de U-learning basado en plataformas de TV everywhere

Figura 1-23: Modelo de diseño de aprendizaje para u-learning.

Fuente: (G. zen Liu et al., 2016)

Figura 1-24: La estructura lógica del recurso de aprendizaje ubicuo con contexto.

Fuente: (M. Chen, Yu, et al., 2017)

En Umam et al (Umam et al., 2017), presentan el diseño de modelo de aprendizaje

ubicuo y muestra las experiencias de los participantes en la mejora del compromiso y el

comportamiento utilizando IIMG (interactive internet messenger group) para las

interacciones entre alumno - alumno y alumno – profesor (o conferencista), Figura 1-25.

En la práctica se empleó dispositivos móviles y whatsapp.

Capítulo 1 79

Figura 1-25: Modelo de u-learning usando IIMG.

Fuente: (Umam et al., 2017)

En Chen et al (M. Chen, Chiang, et al., 2017) presentan un modelo de capacitación

docente adaptable al contexto en un entorno de aprendizaje ubicuo, Figura 1-26. El

modelo está compuesto por las siguientes fases: entorno de u-learning, colaboración

intragrupo, comunicación entre grupos, comentarios y resumen. El entorno de

aprendizaje ubicuo está compuesto de: recursos físicos unidos a códigos QR, una red

inalámbrica y un sistema de aprendizaje. Emplean dispositivos tablets. La infraestructura

que soporta no es clara. Es aplicado en campus.

Figura 1-26: Un modelo de formación docente adaptable al contexto en el entorno de u-learning.

Fuente: (M. Chen, Chiang, et al., 2017)

80 Modelo de U-learning basado en plataformas de TV everywhere

En (Tortorella et al., 2018) se presenta un framework para el diseño de un sistema de u-

learning sensible al contexto, en procura de que el sistema se adapte al contexto del

alumno. El marco se basa en la integración de un sistema experto y un sistema de

aprendizaje consciente del contexto. El marco integra un motor de inferencia con la

asignación estructurada de sensores, atributos y reglas para facilitar la operación del

sistema. Hay seis componentes principales del marco: adquisición de datos del sensor,

verificaciones de asignación de atributos, motor de inferencia, consulta de datos,

acciones basadas en reglas y resultados del usuario. La Figura 1-27, muestra la

estructura interna del framework para el desarrollo de sistemas de aprendizaje basados

en contextos. La prueba de implementación fue a pequeña escala, realizando un

terminal de formación de inferencia de conocimiento para un sistema de entrenamiento

de condución. Se usa un Raspberry Pi 2 como unidad principal de procesamiento,

sensores, display LCD. No se indica el uso para otros dispositivos, el sistema esta

basado además en sensores y se requiere de mayor programación.

Figura 1-27: Estructura interna del framework propuesto.

Fuente: (Tortorella et al., 2018)

En (Mehmood et al., 2017) proponen un framework de enseñanza/aprendizaje virtual

personalizado ubicuo (Ubiquitous eTeaching & eLearning (UTiLearn)). Plantea los

Capítulo 1 81

siguientes componentes: 1) Analizador de sentimiento, 2) Componente de

reconocimiento de actividad e identificación de usuario (UARI) del usuario, 3) Modo

Asesor de entrega del contenido adaptativo (ACDMA), 4) Componente del sistema y de

la red y predicción de la demanda (SNPDP), y 5) Componente de análisis de rendimiento,

predicción e intervención (P2AI). La Figura 1-28 muestra estos componentes. No hay

implementación real, es simulado en un supercomputador (Aziz en King Abdulaziz

University), emplean PC y móviles.

Figura 1-28: Framework de UTiLearn.

Fuente: (Mehmood et al., 2017)

1.8.4 Análisis de las debilidades de los modelos seleccionados

Teniendo en cuenta la propuesta de clasificación para hacer el análisis de los estudios

definidos relacionados con modelos de u-learning, planteado en el numeral 1.8.1 del

presente capítulo, se procede a realizar el análisis de limitaciones o debilidades. La

Tabla 1-12 presenta los datos extraídos y posteriormente se describe la interpretación.

Tabla 1-12: Comparativo de modelos.

Autor Grado detalle

del modelo

Despliegue multi-

pantalla

Uso ppal. video

Integra más

recursos TIC

Grado –propone

cobertura

Orientación pedagógica

Context awareness

Infraestructura / tecnologías

principal

Prueba despliege

real

Contempla uso de estándares o especificaciones

Dominio de aplicación

(Umam et

al., 2017),

Bajo No No No Media No identificada

No Internet Messenger (IM)

Si No Comunicación en general basada en

mensajería texto

(Shih et al., 2012)

Bajo No No No Media (Campus)

Modelo instrucional,

Aprend/ situado

Si Cliente/servidor

Sensores RFID, Tablet PC, wireless

Si No se indica Educación -matemáticas

(Atif et al., 2015)

Meda No No No Media (Simulado,

En campus)

Aprend/ experiencial,

Aprend/ personal/.

Si Apple MacBook Pro with Mac OS X version 10.8.4

Tiny Web Server, Mobile

Learning Devices & Living

Labs

No, simulado

Si Sistema u-learning en

campus

(M. Chen, Yu, et al., 2017)

Media No No Si Media (campus)

No identificada

Si No es clara Si No se indica Educación en plantas – escuela

vocacional China

(M. Chen, Chiang, et al., 2017)

Media No No No es claro

Media (Campus)

No identificada

Si Códigos QR, WiFi, Si No se indica Entrenamiento general de

profesores, univ.

(Tortorella et al., 2018)

Medio

No No Poco Limitado No identificada

Si No es clara / Raspberry Pi 2, Display LCD,

Sensores, sistemas expertos

Si No En general----- Caso estudio Sistema de

entrenamiento de conducción

(G. zen Liu et al., 2016)

Medio + No No Regular

No se indica

Aprendizaje person/, Aprend/

guiado por estrategias

Si No hay evidencia No No Genérico

Fuente: Autor

84 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-16: (Continuación)

Autor Grado detalle

del modelo

Despliegue multi-

pantalla

Uso ppal. video

Integra más

recursos TIC

Grado –propone

cobertura

Orientación pedagógica

Context awareness

Infraestructura / tecnologías

principal

Prueba despliege

real

Contempla uso de estándares

Dominio de aplicación

(Zhao & Okamoto, 2011)

Media Parcialmente

No Si No es claro

No identificada

Si Cliente/servidor

Móviles, PC

Si No es indicado No es claro

(Casey & Fraser, 2010)

Media-amplia

No No Si No se indica

Teorías de aprendizaje, Aprendizaje

basado-tareas

No se indica

Cliente servidor XML, ASP.net,

móviles

No No es indicado Metodología en general

(H. Zhang & Maesako, 2009)

Amplio + No No Si No se indica

Teoría del constructivismo social,

No internet / móviles

No No Genérico

(Rabello et al., 2012)

Medio No No Regular Media (Simulado)

Modelo socio-

interaccionista

Si Agentes –

móviles

No No Genérico

(Mehmood et al., 2017)

Medio amplio

No No Si Amplia (Simulado)

“deep learning”

Si Cliente servidor PC, móvile

No No Sociedad intelegente

(H. Kim et al., 2012)

Media No No Regular Media (Campus)

Teoría conectivista

Si Client/ Server –

Móviles y WSN

No No Comunidad u-learning - entornos

de ciencias de aprendizaje

(Wagner et al., 2014)

Media No No Poco Simulado No identificada

Poca Agentes Ontologías

No No se indica Ciencias de la computación

(Zea Restrepo et al., 2015),

Media-amplia

No No Si Media-amplia

Conectivismo, aprendizaje significativo

Posible/. No es clara

No indica No Modelo general para instituciones

de educación superior

(Coto et al., 2016)

Media-amplia

No hay evidencia

clara

No Regular Media-amplia

Aprendizaje colaborativo

No No es clara – Plataforma tipo

moodle

Si Si Entorno de cooperación ubicua en

universidades

(Caceffo & Vieira da Rocha, 2012)

Medio No No Poco Limitado Classroom

Modelo aprendizaje

activo, - teoría constructivista

No Cliente servidor PDA agents (mobile devices),

No No Sistema de respuesta en el

aula

En la primera característica sobre el Grado detalle del modelo, la mayoría corresponde a

un grado media (82%), donde si bien hay buena información de la propuesta, hacen falta

más etapas o componentes que guien una implementación de u-learning desde una

perspectiva más integral (planeación como aspectos tecnológicos, pedagógicos, diseño,

desarrollo, implementación, evaluación).

Sobre el despliegue multipantalla, se puede identificar que solo un (6%) estudio plantea

de forma parcial la opción de que la solución se pueda desplegar en varios dispositivos.

Lo cual sería limitado debido a que la tendencia es la diversidad de pantallas conectadas

a internet.

Sobre la característica del uso principal del video, ninguno de los estudios contemplaba

el video como recurso o contenido importante para la solución de u-learning. Esto deja a

un lado las ventajas o beneficios del uso del video.

Frente a la posibilidad de que la propuesta incorpore otros recursos TIC, se observa que

solo seis (35%) estudios lo contemplan de forma general, otros en forma regular (24%), y

otros poco (18%) o nada (23%). De acuerdo con el contexto sería una limitante, debido al

auge de otras herramientas TIC que complementan y logran que la solución de u-learning

sea más amplia.

En relación con el grado de cobertura o si propone mejorarla sólo tres (18%) lo enfocan a

una cobertura amplia, la mayoría en grado medio (47%) al enfocarse a un campus y otras

son simuladas. El 23% no indican nada. Esto depende de la solución propuesta, pero

puede ser una debilidad si el servicio de u-learning solo es en determinadas áreas.

Con respecto a la característica orientación pedagógica, se identifican varios enfoques

como teoría conectivista, constructivismo, aprendizaje basado en proyectos, aprendizaje

colaborativo. Lo que se resalta es que no hay un referente de teoría de diseño

instruccional.

Sobre la característica de si el estudio contempla context-awareness, más de la mitad

(65%) lo plantean. Esto es normal e importante que las propuestas de u-learning lo

86 Modelo de U-learning basado en plataformas de TV everywhere

incorporen, de forma que la solución sea sensible al contexto donde esté el usuario o el

contenido se adapte al dispositivo de usuario, entre otros.

Para la característica de Infraestructura/tecnologías principales, algunos estudios no lo

contemplan, varios reflejan infraestructura cliente-servidor, principalmente usan

dispositivos móviles, PC. Varios incorporan el uso de sensores, WSN. Otro usa un

sistema basado en raspberry. Unos pocos usan agentes-ontología. Se destaca que es

poco o no se contempla sobre el uso de infraestructura/tecnologías soportada en la nube

y el uso de diversidad de pantallas.

Se identifica en los estudios analizados que en promedio la mitad (41%) presenta

pruebas de despliegue real, con un 6% es simulada, y el resto (53%) no indican. Esto es

importante para ver si la solución técnicamente es posible o ver alcances o experiencias

de usuario u otros resultados. Aunque algunas son limitadas en cobertura, y a ciertos

dispositivos.

Frente a la característica de si Contempla uso de estándares o especificaciones, la

mayoría (82%) no lo indican, solo el 12% si. Esto puede ser una debilidad para futuras

implementaciones, robustez o proyección de la solución.

Sobre el Dominio de aplicación, algunas son específicas, por ejemplo: educación sobre

plantas, entrenamiento de profesores, matemáticas, de comunicación usando mensaje

de texto, ciencias de la computación, ciudad inteligente. Algunos aplicados dentro del

campus (escuela, etc.). Otros son genéricos, y unos pocos (18%) de aplicación en

general para Universidades. Esto indica que como tal u-learning se puede aplicar en

diversidad de aplicaciones, específicas, o de más alcance, y donde las Universidades

tienen mucho por hacer.

Capítulo 1 87

1.9 Tendencias que favorecen la implementación de u-learning

1.9.1 Dispositivos ubicuos

El incremento en el número de dispositivos ubicuos sigue en aumento. Este crecimiento

en los dispositivos con capacidades de conectarse a la red internet, beneficia la

implementación de u-learning, ya que hay diversidad de dispositivos con los cuales un

“aprendiz” puede usar, y de acuerdo con su preferencia elegir el lugar, momento y

pantalla de visualización. La movilidad es muy importante, por ejemplo, con el uso de los

smartphones o tablets.

De acuerdo a la compañía Cisco (Cisco, 2019), anualmente hay un aumento del orden

del 10% (CAGR) de dispositivos y conexiones, y para el año 2022 a nivel mundial:

• Habrá 4.800 millones de usuarios de Internet (el 60% de la población) en 2022, frente

a 3,4 billones (45% de población) en 2017.

• Habrá 5,7 billones de usuarios móviles.

• Habrá 28,5 billones de dispositivos conectados en red en 2022, frente a los 18

billones en 2017. Esta cantidad de dispositivos conectados a redes IP será más de

tres veces la población mundial

• Habrá 3,6 dispositivos/conexiones en red por persona en 2022, frente a 2.4 por

persona en 2017.

• Para 2022, los dispositivos móviles globales crecerán de 8,6 mil millones en 2017 a

12,3 mil millones para 2022, de los cuales más de 422 millones tendrán capacidad

para 5G. Aproximadamente 1,5 por persona.

• Los teléfonos inteligentes representarán el 24% (6,7 billones) de todos los

dispositivos en red para 2022, en comparación con 24% (4,3 billones) en 2017.

• Los teléfonos inteligentes representarán el 44 por ciento del tráfico total de IP para

2022, un aumento del 18 por ciento en 2017.

• Los módulos M2M representarán un 51% (14,6 billones) de todos los dispositivos

conectados en 2022, un aumento del 34 % en 2017 (6,1 billones). Las aplicaciones

M2M van desde medidores inteligentes, videovigilancia, monitoreo de atención

médica, transporte y rastreo de paquetes o activos.

88 Modelo de U-learning basado en plataformas de TV everywhere

• Las PC representarán el 4% (1,2 mil millones) de todos los dispositivos en red en

2022, en comparación con el 8% en 2017.

• Tablets representará el 3% (790 millones) de todos los dispositivos conectados en

red en 2022, comparado con el 3% (615,6 millones) en 2017, (5.1% CAGR).

• Los teléfonos inteligentes representarán el 24% (6,7 mil millones) de todos los

dispositivos en red en 2022, comparado con el 24% (4,3 mil millones) en 2017, (9.2%

CAGR).

• Los televisores conectados representarán el 11% (3,2 mil millones) de todos los

dispositivos en red en 2022, comparado con el 13% (2,3 mil millones) en 2017, (7.2%

CAGR). Los Televisores conectados incluyen televisores de pantalla,

decodificadores, adaptadores de medios digitales (DMA), reproductores de discos

Blu-ray y consolas de juegos.

• Los teléfonos no inteligentes representarán el 4.2% (1.200 millones) de todos los

dispositivos conectados en red para 2022, en comparación con el 16% (3.000

millones) en 2017, (-16.5% CAGR).

• Otros portátiles representarán el 3% (728 millones) de todos los dispositivos

conectados en red para 2022, en comparación con el 2% (290,6 millones) en 2017,

(20.2% CAGR).

• Los televisores 4K representarán el 62% (798.7 millones) de todos los televisores de

pantalla plana para 2022, en comparación con el 22.9% (162.2 millones) en 2017,

(37.6% CAGR).

Los usuarios multiplataforma (los que acceden a internet a través de diferentes

dispositivos como computadoras, Tablet y smartphones) continúan constituyendo la

mayoría de los mercados, con un promedio de 46 % de la población total. El solo uso del

móvil tiene un promedio del 30%, seguido de solo computador de 24 %. (ComScore,

2018).

La siguiente figura presenta un resumen de la proyección del crecimiento de diferentes

dispositivos conectados.

Figura 1-29: Proyección crecimiento dispositivos conectados a nivel global.

Capítulo 1 89

Fuente: Construida basada de Cisco VNI Global IP Traffic Forecast, 2017-2022.

▪ En el caso Colombiano

La siguiente figura ilustra los dispositivos electrónicos que más tienen los hogares

colombianos, siendo los smartphones los de mayor acceso (MINTIC, 2017).

Figura 1-30: Dispositivos electrónicos en hogares Colombianos.

Fuente: (MINTIC, 2017).

90 Modelo de U-learning basado en plataformas de TV everywhere

Así lo reitera la Encuesta Nacional de Calidad de Vida - ECV (DANE, 2019), el

crecimiento del uso del teléfono celular se mantiene. La Figura 1-31 Ilustra el porcentaje

de personas de 5 años y más que usan teléfono celular, a nivel nacional el 85,5%.

Siendo Valle, Bogotá y las regiones Central y Oriental las que registraron los mayores

niveles de uso de los celulares. Por el contrario, en el periodo 2016-2018 se registró

una reducción del 45,2 al 42 % en el porcentaje de hogares que tienen computador

(de escritorio, portátil o tableta).

Figura 1-31: Uso del teléfono celular a nivel nacional y regional.

Fuente: DANE-ECV

En Colombia también crece el uso multiplataforma (usuario usa varios dispositivos),

representado por un 67 %, y de estos 86 % son milenians, (comScore, 2017).

Igualmente el uso del teléfono celular con internet, es el de mayor proporción, tanto en

las ciudades como en las áreas rurales (DANE, 2018), como lo ilustra la siguiente figura.

Figura 1-32: Proporción de usuarios que usaron internet en Colombia, por dispositivo.

Capítulo 1 91

Fuente: DANE - ECV

1.9.2 Tecnologías que pueden soportar la implementación de u-learning

Son diversas las tecnologías que pueden soportar un servicio de u-learning, entre ellas:

• La red de internet + banda ancha

• Cloud computing

• Dispositivos ubicuos (diversidad de pantallas, smart phones, tablets, asistentes

digitales personales PDA, computadores de escritorio, portátiles, smart TV, smart

watch, entre otras)

• Tecnología sensórica (GPS, RFID, QR codes, etc) o con tecnología NFC (Near

Field Communication)

• Redes de comunicaciones inalámbricas (Wifi, celular, satelital)

• Redes de comunicación cableada

• Gafas inteligentes (Smart glass)

• Visión por computador

• Tecnología de reconocimiento de voz (speech recognition technology)

• Tecnologías de realidad virtual, aumentada, o mixta

• Tecnología analítica

• Tecnología sensible social (Social-awareness technologies)

• Tecnología vestible (Wearable technologies)

92 Modelo de U-learning basado en plataformas de TV everywhere

• Tecnología háptica

• Tecnología holográfica

• Plataformas de video multipantalla – OTT TV – TV everywhere

• Tecnología dispositivos de detección (como capturar expresiones rostros

humanos, condiciones emotivas)

• Tecnologías inteligentes para adaptar el contexto del entorno (como temperatura,

iluminación, etc.)

• Plataformas virtuales de aprendizaje

• Pantallas interactivas

• Entre otras.

1.9.3 Tráfico e internet banda ancha

El crecimiento del tráfico IP a nivel mundial sigue en aumento, por ejemplo, para el año

2022, el tráfico IP mundial mensual será de 396 exabytes (EB), de los cuales 77.5 EB por

mes serán datos móviles. Para el caso Latinoamericano el tráfico IP mensual será de

18,8 Exabytes (EB), de los cuales 3,4 EB por mes será Tráfico de datos móviles. A nivel

mundial, el tráfico de video IP (incluye video de Internet, VoD IP, archivos de video

intercambiados a través de archivos compartidos, juegos transmitidos por video y

videoconferencia), representará el 82 por ciento del tráfico en 2022 (Cisco, 2019). La

siguiente figura ilustra la proyección del tráfico IP global por categoría.

Figura 1-33: Tráfico IP global por categoría de aplicación. Video IP en aumento.

Fuente: Cisco VNI Global IP Traffic Forecast, 2017–2022.

Capítulo 1 93

Para el año 2022, el 81 por ciento del tráfico de IP y el tráfico de Internet se originarán en

dispositivos que no sean PC. En la Figura 1-34 se ilustra que los teléfonos inteligentes

representarán el 50 por ciento del tráfico global total de Internet para 2022.

Figura 1-34: Tráfico global de internet por tipo de dispositivo.

Fuente: Cisco VNI Global IP Traffic Forecast, 2017–2022.

El rápido crecimiento del tráfico de datos móviles ha sido ampliamente reconocido e

informado. La tendencia hacia la movilidad también se traslada al ámbito de las redes

fijas, ya que una parte cada vez mayor del tráfico se originará en dispositivos portátiles o

móviles. Para el año 2022, las redes cableadas representarán el 29 por ciento del tráfico

IP, y las redes móviles y Wi-Fi representarán el 71 por ciento del tráfico IP.

También hay cambios en el tráfico de video por Internet. Por ejemplo, el video en vivo

aumenta al 17 % del tráfico video internet en 2022. También cabe destacar el crecimiento

del tráfico de videovigilancia (dropcams) al 3%, VoD de gran resolución 62%, y VoD

cortos 18% (Cisco, 2019).

▪ Banda ancha

Las mejoras de velocidad de banda ancha resultan en un mayor consumo y uso de

contenido y aplicaciones de gran ancho de banda. La velocidad media global de banda

ancha continúa creciendo, en el año 2019 es de 59.9 y al 2022 será de 75,4 Mbps

(2022), Tabla 1-13. Varios factores influyen en el pronóstico de velocidad de banda

ancha fijo, incluida la implementación y adopción de Fiber To The Home (FTTH), DSL de

alta velocidad y adopción de banda ancha por cable, así como la penetración general de

banda ancha (Cisco, 2019).

94 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 1-13: Velocidades de banda ancha fija (en Mbps), proyectadas año 2019 y 2022.

Región Velocidad (Mbps)

Año 2019 Año 2022

A nivel mundial 52.9 75.4

Europa occidental 53.2 76

Europa central y oriental 37.2 46.7

Medio oriente y Africa 11.7 20.2

Norte América 70.1 94.2

Asía Pacífico 79.4 98.8

Latin América 19.7 28.1

Fuente: Construcción propia basada de Cisco VNI, 2018

Las velocidades de banda ancha serán esenciales para el soporte de almacenamiento en

la nube del consumidor, realizar la descarga de archivos multimedia de gran tamaño tan

rápido como una transferencia desde un disco duro. Por ejemplo, no es lo mismo

descargar una película en HD a 10 Mbps (aprox. 20 min) que en 100 Mbps (aprx. 2 min).

La Tabla 1-14 Tabla 1-14: Porcentaje conexiones banda ancha mayores a 10, 25 y 50

Mbps, proyectadas al 2019 y al 2022.muestra el porcentaje de conexiones de banda

ancha que será más rápido que 10 Mbps, 25 Mbps y 50 Mbps a nivel mundial y en

Latinoamérica. Asia pacífico sobresale como una de las regiones con más porcentaje,

por ejemplo, para velocidades mayores a 50 Mbps con 83%, seguida por Norteamérica

con 69%. En el caso de Latinoamérica sólo supera a África y medio oriente.

Tabla 1-14: Porcentaje conexiones banda ancha mayores a 10, 25 y 50 Mbps, proyectadas al 2019 y al 2022.

Velocidad A nivel mundial Latin América A nivel mundial

Latin América

Año 2019 Año 2022

Mayor a 10 Mbps 79 % 52 % 95 % 72 %

Mayor a 25 Mbps 60 % 26 % 79 % 36 %

Mayor a 50 Mbps 44 % 11 % 63 % 14 %

Fuente: Construcción propia basada de Cisco VNI, 2018

Algunos países también tienen usuarios que actualmente experimentan más de 125

Mbps, allanando el camino para las futuras demandas de video. El video continúa

teniendo una enorme demanda en el hogar de hoy, pero habrá una gran demanda de

Capítulo 1 95

ancho de banda con los requisitos de aplicaciones de video del futuro, incluso más allá

del período de pronóstico de 2022. En la Figura 1-35, se explora un escenario con

aplicaciones de video del futuro; las necesidades actuales de ancho de banda son una

pequeña parte de las necesidades futuras.

Figura 1-35: Demanda significativa de video en el hogar del futuro.

Fuente: Cisco VNI, 2018

▪ Velocidades móviles

A nivel mundial, la velocidad media de conexión de la red móvil en 2019 es proyectada

17.7 Mbps, y para el 2022 será de 28,5 Mbps, Tabla 1-15. Europa Occidental se resalta

por la de mayor velocidad.

Tabla 1-15: Velocidades de conexión de red móvil promedio proyectadas (en Mbps) por región al año 2019 y al 2022.

Región Velocidad (Mbps)

Año 2019 Año 2022

A nivel mundial 17.7 28.5

Europa occidental 31.2 50.5

Europa central y oriental 15.7 26.2

Medio oriente y Africa 9.4 15.3

Norte América 27 42

Asía Pacífico 18 28.8

Latin América 11.2 17.7

Fuente: Construcción propia, basada de Cisco VNI, 2018

96 Modelo de U-learning basado en plataformas de TV everywhere

Además, el crecimiento de las redes 4G y la entrada del sistema 5G irá proyetando más

velocidad y soporte de más aplicaciones para los móviles.

▪ Velocidades de Wi-Fi desde dispositivos móviles

A nivel mundial, las velocidades de conexión Wi-Fi originadas desde los dispositivos

móviles de modo dual casi se duplicarán al 2022. La velocidad promedio de conexión de

la red Wi-Fi (36,3 Mbps en 2019) alcanzará los 54.2 Mbps para 2022, Tabla 1-16. Las

velocidades de Wi-Fi dependen inherentemente de la calidad de conexión de banda

ancha en las instalaciones y del estándar de Wi-Fi en el dispositivo CPE. También un

factor importante en el uso de la tecnología Wi-Fi es la cantidad y disponibilidad de

puntos de acceso (Cisco, 2019).

Tabla 1-16: Velocidades de conexión de red Wi-Fi promedio proyectadas (en Mbps) por región.

Región Velocidad (Mbps)

Año 2019 Año 2022

A nivel mundial 36.3 54.2

Europa occidental 36.3 49.5

Europa central y oriental 24.1 32.8

Medio oriente y Africa 7.9 11.2

Norte América 56.8 83.8

Asía Pacífico 42.2 63.3

Latin América 12.1 16.8

Fuente: Construcción propia, basada de Cisco VNI, 2018

▪ Mobilidad - Wifi –

De acuerdo a (Cisco, 2019), a nivel mundial, habrá cerca de 549 millones de puntos de

acceso Wi-Fi públicos para el año 2022, en comparación con 124 millones de puntos de

acceso en 2017. El Wi-Fi público junto con los hotspots comunitarios (homespots) están

incluidos en el pronóstico. En este modelo, los suscriptores permiten que parte de la

capacidad de su portal residencial esté abierta a un uso casual. Los habilitadores críticos

de la adopción de Hotspot 2.0 son los gateways de Wi-Fi de mayor velocidad y la

adopción de estándares como IEEE 802.11n, 802.11ac, y 802.11ax. En la Figura 1-36 se

plantea el futuro de las tecnologías por cable e inalámbricas. Para 2022, el 86.9 por

ciento de todos los enrutadores Wi-Fi tipo (SOHO: Small Office Home Office) estarán

equipados con 802.11ac, y el 9.5% estará equipado con 802.11ax. IEEE 802.11ac, con

Capítulo 1 97

velocidades teóricas muy altas, se considera un verdadero complemento alámbrico y

puede permitir una transmisión de video de mayor definición y servicios con casos de uso

que requieren mayores velocidades de datos. El último estándar 802.11ax, también

llamado Wireless-High-Efficiency (HEW), tiene el objetivo de mejorar el rendimiento

promedio por usuario en un factor de al menos cuatro veces en entornos densos de

usuarios, que permitirá implementaciones densas de IoT.

Figura 1-36: Futuro de las tecnologías alámbricas e inalámbricas.

Fuente: Cisco VNI Global IP Traffic Forecast, 2017–2022. (Cisco, 2019).

▪ Situación en Colombia

Para el caso Colombiano, de acuerdo al Boletín trimestral de las TIC (MinTIC, 2019), el

número de conexiones a internet de banda ancha, en el cuarto trimestre de 2018,

alcanzó un total de 32,7 millones de Conexiones a Internet de Banda Ancha3, de las

cuales, 17,6 millones se realizaron mediante la modalidad de suscripción a redes fijas y

móviles, y 15,1 millones, a través de conexiones móviles por demanda, Figura 1-37.

Figura 1-37: Conexiones a internet banda ancha en Colombia.

3 Conexiones a Internet de Banda Ancha*: Conexiones a Internet fijo con velocidad efectiva de bajada mayores o iguales a

1Mbps más conexiones móviles (por suscripción y demanda) 3G + 4G.

98 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: Construcción propia basada de (MinTIC, 2019).

Al finalizar el cuarto trimestre de 2018, las conexiones a Internet de Banda Ancha

estaban compuestas principalmente por conexiones móviles a Internet, las cuales

llegaron a un valor cercano de 26 millones, Figura 1-38. De ellas, 8,4 millones son

conexiones móviles 4G en la modalidad de suscripción; 7,8 millones corresponden a

conexiones móviles 4G en la modalidad de demanda; 7,3 millones son conexiones

móviles 3G en la modalidad de demanda, y 2,5 millones son conexiones móviles 3G en la

modalidad de suscripción.

Figura 1-38: Conexiones fijas y móvil a internet banda ancha en Colombia.

Fuente: Construcción propia basada de (MinTIC, 2019)

32,7

17,6 15,1

0

5

10

15

20

25

30

35

Total conexiones Modalidadsuscripción

Modalidad demanda

Mill

on

es

Conexiones banda ancha

0

5.000.000

10.000.000

15.000.000

20.000.000

25.000.000

30.000.000

Acceso fjio Total Accesomóvil

Acceso móvil4G

Acceso móvil3G

6.687.731

25.982.322

16.161.004

9.821.318

Mill

on

es

con

exi

on

es

Tipo acceso

62,2 % 37,8 %

Capítulo 1 99

El internet se consolida como uno de los medios de interacción más importantes del país,

y de importancia en la vida de las personas, reflejándose aún más en edades inferiores,

como por ejemplo en edades de 16 a 24 años, el 79 % lo consideran muy importante,

siendo superior a edades mayores. De 25 a 34 años (74 %), de 35 a 44 años (65%), de

45 a 54 años (50%) y más de 55 años (32%), lo consideran muy importante (MINTIC,

2017).

De acuerdo al DANE (DANE, 2018), el 69,4 % de las personas a nivel nacional usan

internet todos los días de la semana. En las cabeceras municipales el 74,1%, y en los

centros poblados y rural disperso el 37,9% emplean internet todos los días.

La proporción de hogares con acceso a Internet ha aumentado al 2018 en 63,1% en las

cabeceras municipales, lideradas por Bogotá, Valle y Antioquia, Figura 1-39. El

departamento del Valle se destaca, además, por registrar en los centros poblados y rural

disperso una proporción de hogares con conexión a Internet (46,3%) (DANE, 2019).

Figura 1-39: Hogares con servicio de internet nacional y regional.

Fuente: DANE-ECV 2019

La Figura 1-40 presenta el porcentaje de personas de 5 años y más que usan internet en

cualquier lugar (el hogar, el trabajo, el colegio, la universidad, la café internet, etc.).

Figura 1-40: Uso internet Nacional y regional en cualquier lugar.

100 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: DANE-ECV 2019

1.9.4 Web ubicua

La web ubicua es el enfoque de que la web esté en todos los dispositivos electrónicos, en

todas partes. En este sentido trabaja el grupo de dominio web ubicua4 del consorcio de la

WWW (World Wide Web), que se centra en las tecnologías para permitir el acceso a la

web para cualquier persona, en cualquier lugar y en cualquier momento, utilizando

cualquier dispositivo. Esto incluye acceso a la web desde teléfonos móviles, así como

otros entornos emergentes, como televisores conectados e incluso automóviles. El líder

del dominio web ubicuo Philipp Hoschka añade que la web ubicua "proporcionará a las

personas acceso cuando y donde se encuentren, con aplicaciones que se adaptan

dinámicamente a las necesidades del usuario, las capacidades del dispositivo y las

condiciones ambientales". Se trabaja por ejemplo en API para dispositivos móviles y

automóviles, VoiceXML y tecnologías para la interacción multimodal, entre otros.

Otros autores hacen referencia a la evolución deL ecosistema de la Web, la web ubicua

(Ackermann et al., 2015). Como indica (Latorre Ariño, 2018), la evolución de la web se ve

reflejado en:

4 Ubiquitous Web Domain. http://www.w3.org/UbiWeb/

Capítulo 1 101

• La web 1.0, fue la primera (apareció hacia 1990) y en ella solo se podía consumir

contenido. Se trataba de información a la que se podía acceder, pero sin

posibilidad de interactuar; era unidireccional.

• La web 2.0, (apareció en 2004) y contiene los foros, los blogs, los comentarios y

después las redes sociales. La web 2.0 permite compartir información. Más

interacción.

• La web 3.0 (operativa en el 2010) y se asocia a la web semántica. La web

semántica incluye metadatos semánticos u ontológicos (que describen los

contenidos y las relaciones entre los datos) para que puedan ser rastreados por

sistemas de procesamiento. Por ejemplo, la búsqueda de contenidos utilizando

palabras clave.

• La web 4.0. empezó en el 2016 y se centra en ofrecer un comportamiento más

inteligente y predictivo, de modo que se pueda, por ejemplo, con sólo realizar una

afirmación o una llamada, poner en marcha un conjunto de acciones que tendrán

como resultado aquello que pedimos, deseamos o decimos.

(Almeida, 2017) indica que la Web 4.0 cubre un conjunto de múltiples dimensiones. Cada

una de estas dimensiones ofrece una visión distinta, pero a la vez completa, del

paradigma de la Web 4.0. A menudo se ha relacionado con los términos de pervasive

computing y ubiquitous computing. Otros términos son Symbiotic Web, Web of Things, y

Web social computing.

Uno de los avances es la evolución del lenguaje principal de la World Wide Web: el

lenguaje de marcado de hipertexto (HTML), con su quinta versión5 (HTML5), que mejora

la funcionalidad y la interoperabilidad de la Web, entre otros. Por ejemplo, para los

medios interactivos como los juegos se pueden ejecutar en el navegador web sin

necesidad de un sw o complemento adicional, lo mismo para la reproducción del audio y

el video que no requieren complementos (plugins) adicionales. Y, es que el video y el

audio se consumen cada vez más en la web, y esto ha proyectado el desarrollo del

HTML5. El HTML5 posiciona la web como una plataforma (Gutiérrez, 2018).

5 HTML 5.2. https://www.w3.org/TR/html5/

102 Modelo de U-learning basado en plataformas de TV everywhere

Otros ejemplos de estándares que propician la web ubicua se plantean en subcapítulo

3.2.

1.9.5 Generación de nuevos estudiantes

Sin lugar a duda las nuevas generaciones de estudiantes están rodeados de más

tecnologías y recursos que en pasadas épocas, lo cual puede contribuir al proceso de

aprendizaje. De acuerdo con la época en que se nace, y de acuerdo con el contexto, los

avances tecnológicos, entre otros, se habla de generaciones. Una generación como

indica Karen et al (Jackson et al., 2007), es un grupo de pares, que se define tanto por

los eventos clave de la vida como por sus características demográficas. Las

generaciones planteadas por varios autores (McCrindle, 2014) (Hill et al., 2017)

(Herrando et al., 2019) (Roblek et al., 2019) son Silent Generation, Baby Boomers,

Generation X, Generation Y, Generation Z, y Generation alpha. A la firma de tendencias

sociales de Mark McCrindle (McCrindle, 2019), se le atribuye el término de la última

generación, la Alpha, donde indica que los bebes-niños en general tienen una pantalla

interactiva en sus manos antes de hablar.

Algunos autoes plantean características, como por ejemplo que los millennials se

conectan continuamente a la tecnología y tienen la ventaja de poder aprender lo que sea,

cuando y donde sea (S. Hart, 2017). Además, que tienen una preferencia por recibir

información y procesarla rápidamente, una preferencia por el acceso multitarea y no

lineal a la información, una baja tolerancia a las conferencias, una preferencia por el

aprendizaje activo en lugar de pasivo, una fuerte dependencia de las tecnologías de

comunicación para acceder a la información y llevar a cabo interacciones sociales y

profesionales (Kennedy et al., 2006). Que los de Generación Z, tienen al dispositivo

móvil, smartphone como el dispositivo de preferencia (Ozkan & Solmaz, 2015), y que les

gusta más lo visual (que leer), la autoformación online, poder elegir contenido,

multipantalla y multidispositivo (Net-learning & Santamaría, 2016). La tabla muestra un

resumen de las generaciones.

Capítulo 1 103

Tabla 1-17: Generaciones de estudiantes.

Generación Periodo aprox.

nacimiento

Algunas características

Silent Generation

Antes de 1946 También conocida como veterans o builders. Experimentaron depresiones, segunda Guerra mundial, Guerra de Korea

Baby Boomers

Entre 1946 y 1964

También conocido como post-war generation. Experimentaron la expansión suburbana, la explosión de la television y radio.

Generación X

Entre 1965 y 1979

También conocido como Gen X. Los primeros en aceptar la tecnología. Se familiarizan con el computador.

Generación Y

Entre 1980 y 1994

También conocidos como Gen Y, Millennials, o Generation Next” o “Digital Natives o ‘ninis’ o Generación selfie. Se adaptaron rápida/ a los cambios tecnológicos. Inicios de la digitalización. Primera generación en ser más global. Experimentan el desarrollo de la cámara digital, redes sociales (Facebook, Twitter, LinkedIn), YouTube. Crecieron con computadores, correo electrónico, internet, teléfonos celulares, entre otros. Les gusta pantallas tactiles. Appdictos. Varias pantallas. Capaz de realizar múltiples tareas rápidamente y son buenos con la presión, colaborativos y uso de tecnología. Les gusta compartir todo en internet.

Generación Z

Entre 1995 - 2009

También conocido como Gen Z, Centennials o posmileniales, o internet generation, o Net Gen, o nativos digitales 100%, o iGen o Gen Wii o Generation Connected o Generación Youtubers o Generación App Primera generación que no experimento vida sin internet. Amplia expansion de internet. Nacieron practicamente en un entorno lleno de tecnología, prefieren uso de dispositivos móviles. Les gusta pantallas tactiles. Multipantalla y multidispositivos. Les gusta estar conectados con otras personas en redes sociales. Son más visuales. Son indenpendientes, arriesgados. Inmediatez. Autodidactas (aprender online). Son críticos e inconformistas. Creativos. Son más privados e incognitos que los millennials.

Generación Alpha

Desde 2010 Conocidos también como “children of millennials” o glass generation. Es una generación que nacieron comple/ en el siglo XXI y viven inmersos con la tecnología. Su primer babysitters son las pantallas (Tablet, smartphone, etc). Entorno de tecnologías digitales e inteligentes, robótica, etc. Además de pantallas táctiles, les gusta experimentar otras sensaciones como con el sentido del gusto (Tastescreens). Les gusta usar y reiventar los wearables. Son más conocedores de la tecnología, más emprendedores, les gusta mantenerse en línea y menos contacto humano que generaciones anteriores, son más móviles, más autosuficientes, comparten menos, no les importa la privacidad (son más exhibicionistas), no les gusta jugar con reglas, viven el momento, constantemente cambian, quieren verlo todo de una vez, tratarán de liberarse de ataduras. Les gusta las aulas conectadas y aprendizaje online.

Fuente: Construcción propia basada de varias lecturas.

La tabla Tabla 1-18, presenta otros rasgos distintivos de las generaciones, por ejemplo

según (McCrindle, 2019), el formato de aprendizaje para los Builders era más Formal e

104 Modelo de U-learning basado en plataformas de TV everywhere

instructiva, mientras que los de Generación Y, Z y Alpha prefieren que sea interactivo,

multi-modal y virtual respectivamente.

Tabla 1-18: Otros rasgos distintivos de las generaciones.

Generación/ Formato de

aprendizaje Influyentes /

consejo

Enfoque de entrenamiento

Entorno de aprendizaje

Builders Formal Instructiva

Autoridad, Funcionarios

Tradicional, En el trabajo, “top-down”

Estilo militar Didáctico y disciplinado

Baby Boomers

Estructurado Expertos Técnico, Datos, Evidencia

Estilo aula, Ambiente tranquilo

Generation X Espontáneo, Participativo

Practicantes (que ejercen una profesión)

Práctico, Estudios de caso, Aplicaciones

Estilo Mesa redonda, Ambiente relajado

Generation Y Interactivo Pares - compañeros

Emocional, Cuentos-historias, Participativo

Estilo Café, Música y multimodal

Generation Z Multi-modal Generado por usuario, Foros

Multi-modal, e-learning, Interactivo,

Estilo de sala de estar, Multi-estimulo

Generation Alpha

Virtual “Robot-advice” Constructivo, multi-experiencia,

Flexible- ubicuo – personal – en la red

Fuente: Construcción propia y basada de GenZGenAlpha de McCrindle (McCrindle, 2019)

Puede que cada generación tenga rasgos característicos, y estos puedan incidir en el

proceso de aprendizaje y de vida de cada persona, por lo cual hace parte de cada

contexto tenerlo como referente o no, pero sin lugar a duda las nuevas generaciones en

muchos contextos se han beneficiado del desarrollo de la tecnología, la digitalización, y

otros enfoques y factores que hacen que tengan posibles beneficios o diferencias frente a

las generaciones pasadas. Hay autores como (Hill et al., 2017), que indican que los

educadores deben comprender las diferencias en las generaciones y cómo estas

diferencias impactan el aprendizaje. Otros autores, plantean que no hay un solo método

que sea útil, sino varios, para ayudar a los estudiantes de hoy al éxito; Así lo indica (S.

Hart, 2017), argumentando que el éxito entre los educadores y alumnos generacionales

requiere numerosas y variadas estrategias que se centren en el individuo y no en las

etiquetas generacionales. Proporcionar oportunidades consistentes para entrenamiento,

apoyo, comunicación y colaboración ayuda a fomentar el crecimiento y el aprendizaje.

Las estrategias de éxito para hacer que el contenido sea relevante y del mundo real es

Capítulo 1 105

variar el ritmo, explorar nuevas ideas e incluir actividades que utilicen todos los sentidos

para emplear el pensar, hacer y sentir.

1.10 Conclusiones del capítulo

En este capítulo se presentó dentro del contexto de las tecnologías educativas, el

enfoque de ubiquituos learning. Se presentó una revisión de conceptos sobre u-learning,

una propuesta de un nuevo concepto, usos, escenarios de aplicación y dificultades

reportadas. También se abordó desde las teorías de aprendizaje la aplicabilidad en u-

learning, y ejemplo de como el u-learning puede beneficiar los diferentes estilos de

aprendizaje. U-learning es un paradigma mediado por las TIC que puede favorecer al

proceso de enseñanza y aprendizaje, ya que abarca todas las posibles alternativas de

educación, desde cualquier lugar y momento, y con cualquier dispositivo y recurso TIC,

que enriquecen al estudiante, docente, entre otros. Como se indicó los usos del u-

learning son diversos, para cualquier área de conocimiento, en diferentes contextos

(como la salud, de trabajo, educativos, de ciudades incluyentes), para entornos de

aprendizaje personal (PLE) u organizacionales (Ej., institución educativa, una empresa, o

entidad del gobierno), entre otros. Mediado con las TIC y las telecomunicaciones, existe

la posibilidad de aprender en cualquier momento, lugar y con cualquier medio,

potencializando los escenarios de educación formal, no formal e informal.

También se mencionaron algunas tendencias que favorecen la implementación de u-

leanring, como el incremento de dispositivos ubicuos, de banda ancha, web ubicua,

tecnologías como plataformas de video multipantalla, y generación de nuevos

estudiantes rodeados de tecnología. La revisión sistemática de literatura permitió

evidenciar propuestas y modelos de u-learning. Más sin embargo el análisis permitió

mostrar, que existen muy pocos trabajos que consideran la característica de despliegue

multipantalla, que el video sea un componente principal, que la infraestructura este

soportada en la nube, que el modelo este detallado de forma amplia para su posible

implementación, que la orientación pedagógica esta basada de la teoría de diseño

instruccional, y de aplicación para Universidades.

En el próximo capítulo se planteará el contexto de la TV everywhere o multipantalla.

2. Contexto de TV multipantalla

La TV ha evolucionado y ha dejado de ser exclusiva a una sola pantalla, conocida como

televisor (TV set) o primer pantalla, a un escenario donde sobresalen diversidad de

pantallas como la del computador, la del Tablet, teléfonos inteligentes o smartphones,

conocidas como segundas y terceras pantallas, y que gracias a la convergencia de

tecnologías, conectividad a internet, y otros avances hacen posible que la televisión o el

contenido de video se pueda desplegar igualmente en las diferentes pantallas

conectadas a internet (smartTV, Smartphone, Tablet, o laptop).

Este capítulo también contribuye al primer objetivo al plantear el contexto de la TV

multipantalla, ilustrando su evolución, una comparación, planteamiento de conceptos

relacionados, y con el segundo objetivo ilustrando las tecnologías que posibilitan el

despliegue multipantalla

2.1 En la evolución de la TV

La evolución de la TV se ha caracterizado por buscar diversos medios de transmitir la

señal, por ampliar la cobertura, capacidad, calidad, optimización del espectro,

interactividad, convergencia con internet, entre otros. Los sistemas de TV tradicionales

han implementado infraestructura exclusiva para un medio, ya sea transmisión por aire,

cable, satélite o IPTV.

▪ Primera generación de la TV

La primera generación de la Televisión fue radiodifusión por aire y análoga; En la década

de los años 30´s se inicia comercialmente la televisión análoga en blanco y negro, y en

los años 50´s toma fuerza la televisión en color (G. A. M. Moreno López et al., 2014). La

108 Modelo de U-learning basado en plataformas de TV everywhere

siguiente figura ilustra ejemplos de televisores y la antena tipo yagui para recepción, en

esta primera generación de la Televisión.

Figura 2-1: Ejemplo primera generación televisión.

Fuente: Construcción propia

▪ Segunda generación de la TV

Esta segunda generación se caracteriza por que además de la TV radiodifundida por el

aire, toma fuerza la transmisión de varios canales por cable (empleando redes de cable

coaxial y/o de fibra óptica), por satélite (empleando satélites de comunicaciones) y

también a través de redes de telecomunicaciones como con las tecnologías xDSL (x

Digital Subscriber Line) que llegan al usuario final a través de la línea telefónica. Estas

nuevas formas de transmisión ofrecen otras coberturas, suscripción de usuarios, más

canales y otros beneficios. La figura Figura 2-2 representa ejemplos de la segunda

generación de la Televisión.

Figura 2-2: Ejemplo segunda generación de televisión.

Capítulo 2 109

Fuente: Construcción propia

▪ Tercera generación de la TV

Más tarde, en la década de los 90, se inicia la tercera generación de TV, con las

plataformas de televisión digital y el comienzo de la implementación masiva de la

televisión digital terrestre (TDT), lo que llevó a optimizar el espectro electromagnético, y a

tener una mejor calidad de imagen y sonido, entre otros. En la televisión digital terrestre,

se requiere un decodificador (o STB) que soporte el estándar o un TV digital con

decodificador incorporado (iDTV), más una antena adecuada para captar las señales que

viajan por el aire de forma digital. La Figura 2-3 ilustra un escenario de TDT con estándar

DVB-T2, por ejemplo, para el caso Colombiano.

Figura 2-3: Ejemplo escenario de TDT bajo estándar DVB-T2.

110 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: Construcción basado de (TDT, 2014)

A nivel mundial hay varios estándares de televisión digital, pero el de mayor

implementación es el Europeo DVB (Digital video broadcasting). También están, el

estándar americano ATSC (Advanced Television System Comitee), el estándar japonés

ISDB (Integrated Services Digital Broadcasting); Brasil definió su propio estándar, SBTVD

(Specification for the Brazilian digital TV Systems) basado del Japonés, y la mayoría de

los países de Suramérica lo implementaron. Los Chinos también definieron su propio

estándar, el DTMB (Digital Terrestrial Multimedia Broadcasting) (G. A. M. Moreno López

et al., 2014).

▪ Cuarta generación de la TV

Hacia mediados de la década de 2000, junto con la adopción de la banda ancha de

Internet, el vídeo y la TV online crecen, convirtiéndose en la cuarta generación de TV,

basada en la transmisión online de conectividad a Internet de banda ancha, llegando a

ser una TV que se puede definir por software. En este escenario surge la TV conectada a

Internet (con televisores inteligentes o smartTV, o a través de computadoras, consolas de

videojuegos, decodificadores, dispositivos tipo streaming dongle, blue ray, etc.);

Generalmente para el caso de los smart TV, están basados en su propio sistema

operativo para ejecutar aplicaciones propietarias por cada fabricante u operador de forma

independiente; La Tabla 2-1 muestra ejemplos de sistemas operativos y dongle

(dispositivos streaming para acondicionar un TV en “smartTV”) para TV. Algunas

iniciativas de fabricantes buscan definir una plataforma más “universal” para el desarrollo

de aplicaciones, como basarse de la tecnología web como HTML5 o Android.

Tabla 2-1: Ejemplos de sistemas operativos y dongle para TV.

Capítulo 2 111

Sistemas operativos en TV Dongle - dispositivo streaming

S. O. Empresa Dispositivo Empresa

Android TV Sony Sharp Philips

Fire TV Amazon

Tizen OS Samsung Apple TV Apple

tvOS Apple Chromecast Google

WebOS LG Mi Box Android

Firefox OS Panasonic Roku Roku, Inc

Fuente: Construcción propia

En este escenario aparece la convergencia entre radiodifusión y banda ancha como el

estándar HbbTV (the Hybrid Broadcast Broadband) iniciado en Europa (HbbTV, 2016).

En la especificación HbbTV hay un terminal híbrido, en este caso el televisor, que tiene la

capacidad de conectarse a dos redes en paralelo. Por un lado, puede conectarse a la red

de transmisión (por ejemplo, DVB-S2 para satélite) y, por otro, puede conectarse a

Internet a través de una interfaz de banda ancha, lo que permite la comunicación

bidireccional con el proveedor de aplicaciones (HbbTV, 2016). Figura 2-4 ilustra el

esquema general del sistema híbrido

Figura 2-4: Esquema general del sistema híbrido en HbbTV.

Fuente: (HbbTV, 2018)

112 Modelo de U-learning basado en plataformas de TV everywhere

Un caso típico de aplicación de HbbTV, es cuando por ejemplo el usuario esta viendo un

programa transmitido por la red de televisión terrestre DVB-T2, y presiona una tecla

específica en el control remoto del televisor (botón rojo) para acceder a una aplicación

configurada y sincronizada por banda ancha. El TV del espectador soporta HbbTV y la

emisora pone a disposición una "aplicación relacionada con la transmisión", el

espectador verá un "llamado a la acción" (“call-to-action”) en una esquina de la pantalla.

Esto podría, por ejemplo, ser un logotipo que muestra un botón rojo, informando al

espectador que una aplicación está disponible para su lanzamiento con solo presionar

ese botón. La aplicación puede proporcionar información adicional sobre un programa

(por ejemplo, estadísticas deportivas), mostrar una guía de programas con la opción de

cambiar canales o proporcionar un menú con acceso a programación de video adicional.

Otras opciones incluyen interacción real, por ejemplo, cuestionarios multiusuario donde el

usuario juega contra otros espectadores de HbbTV. El usuario puede interactuar con la

pantalla usando una variedad de botones en el control remoto y la última versión de la

especificación de la versión 2 también admite la interacción a través de un dispositivo

móvil como un teléfono inteligente o una tableta. (HbbTV, 2016).

En este escenario de la cuarta generación de la televisión también sobresalen los

servicios Over the Top (OTT) TV (Hooper et al., 2010), los cuales son desplegados vía

internet diretamente en los dispositivos conectados de los usuarios. La Figura 2-5

presenta un el ejemplo de un servicio como Netfix o Skype, los cuales pueden ser

accedidos en un dispositivo conectado a internet.

Figura 2-5: Servicio OTT.

Fuente: Construcción basada (G. A. Moreno López, Jiménez Builes, & Ramírez Monsalve, 2017)

Capítulo 2 113

Algunos ejemplos de servicios OTT son Youtube, Whatsapp, Netflix, HBO go, Twitter,

Hulu, Skype, entre otras aplicaciones. Los proveedores de TV buscan constantemente

ofrecer servicios OTT a sus clientes (J. Kim et al., 2016); por ejemplo, UNEPLAY o

tigoplay y Caracolplay, en Colombia; Directvplay, en América Latina; Xfinity, en los

Estados Unidos; Tving, en Corea del Sur; e iPlayer de la BBC, en Inglaterra

Es así como diferentes proveedores de TV están implementando soluciones híbridas

(IDATE, 2013) como broadcast + IPTV (por ejemplo: DVB-T + IPTV), o broadcast + OTT,

o IPTV + OTT, o migrando para ofrecer sus servicios a través de Internet (conocido como

OTT), y migrando hacia estrategias multiplataforma para la distribución de contenido

(Doyle, 2016).

En términos de negocio de acuerdo al pronóstico de Digital TV research (Murray, 2018),

los ingresos globales por episodios de televisión en línea y películas vía OTT alcanzarán

los $ 129 mil millones en 2023; más del doble de los $ 53 mil millones registrados en

2017. Sobresalen países como China y Estados Unidos. A nivel de Latinoamérica

también sigue creciendo, y los ingresos de episodios y películas de OTT TV crecerán en

$ 4 mil millones a $ 6,43 mil millones en 2023, Figura 2-6.

Figura 2-6: Pronóstico de ingresos ($ millones) de OTT TV & video en America Latina.

Fuente: Digital TV research – sept 2018

114 Modelo de U-learning basado en plataformas de TV everywhere

Esta nueva era de la televisión, también es conocida como televisión por streaming, o

video que es entregado por la red de internet (Oyedele & Simpson, 2018). El streaming y

medios digitales empezaron a sobresalir en años 2000 y 2001, con el surgimiento de

start-ups, enfocados en los segmentos de tecnologías pequeñas tales como “on-the-fly

content transcoding” and “micro-payment processing engines”. Hasta finales de la década

de 1990, todo el contenido en Internet era estático. El contenido estático, en este

contexto, se refiere a la información que es creada y formateada con anticipación,

dispuesta para el consumo y luego transferida completamente a un consumidor o PC de

un usuario antes de que se use (Rayburn, 2007).

Esta nueva generación de la TV, esta fundamentada en cloud computing (Mell & Grance,

2011), en el enfoque “Todo definido por software” (Software-defined Everything) (Virmani,

2015), donde muchos componentes se configuran por software, o toda la infraestructura

puede ser programable. Una parte importante de “todo definido por software” es que la

tecnología de computo, el almacenamiento y las redes están virtualizados, de modo que

proporcionan muchos beneficios para el suministro, la gestión, el mantenimiento, entre

otros (Bawa & Clark, 2015).

La nueva generación de TV además está acuñada en el enfoque de solución agnóstica

(agnostic)6, donde las plataformas, equipos o infraestructura, o software, es interoperable

y funciona en diversidad de dispositivos o sistemas.

Es así como la nueva generación de TV ya no solo es en el dispositivo de recepción

tradicional conocido como televisor o primera pantalla. Con las opciones de convergencia

digital, el despliegue de banda ancha y conectividad, y la diversidad de dispositivos ha

evolucionado a una TV multipantalla (Lin & Oranop, 2016), que se puede ver en

cualquier pantalla, sea en smartphones u otros dispositivos conectados a internet,

conocidos como segundas o tercer pantalla, Figura 2-7. Como indica Kuzmanovic et al

(Soskic et al., 2014) esta evolución de la pantalla de TV a segundas y tercera pantalla

(como PCs, tablet o teléfono inteligente) ofrecen otra experiencia al usuario.

6 https://dictionary.cambridge.org/es/diccionario/ingles/agnostic. SPECIALIZED computing

relating to hardware or software that can be used with many differenttypes of platform (= system).

https://en.oxforddictionaries.com/definition/agnostic

Capítulo 2 115

Figura 2-7: Ejemplo nueva generación de TV, multipantalla.

Fuente: Autor

En estos nuevos escenarios de TV, como menciona Noam (E. Noam, 2014), aparecen

nuevos elementos, como resolución (4K y 8K), interactividad de persona a computadora,

3-D, interactividad entre pares, realidad mejorada por computadora, contenido generado

por el usuario, contenido entre pares, visualización asincrónica e individualización,

distribución multiplataforma, tramas ramificadas, participación del usuario y globalización.

Al unir estos y otros elementos, es posible tener una TV de alta resolución, inmersiva,

participativa, personalizada, social y de mayor experiencia.

Como indican (Sanz & Crosbie, 2016) pasamos de plataformas cerradas de televisión

(servicio tradicional) a plataformas abiertas de televisión mediante el uso de plataformas

híbridas o de Internet que pueden dar más valor a la empresa y al usuario. El

entendimiento y la conexión con los usuarios es uno de los principales beneficios de la

distribución en plataformas digitales que implican conectividad bidireccional (Doyle,

2016).

116 Modelo de U-learning basado en plataformas de TV everywhere

2.1.1 Comparación de sistemas de TV

Los sistemas de TV tradicionales se han caracterizado por la implementación de una

infraestructura exclusiva para un medio, transmitida por aire, cable, satélite o IPTV,

limitada a un dispositivo (televisor), y con problemas de convergencia con otros sistemas

o para desplegarse en otras pantallas como móviles.

La siguiente tabla presenta un comparativo de las plataformas de TV tradicional frente a

la TV en la nube.

Tabla 2-2: Comparativo sistemas de TV.

Item TDT Satelite Cable IPTV Cloud TV

Medio de Tx Aire Satélite Cable Varios / red de internet

Cobertura Nacional Mundial / nacional

Regional / local Amplia

Interactividad Limitada Regular Alta Amplia

Estandares Según país Según tecnología-proveedor

Según tecnología-proveedor

Varios

Para recepción Antena TDT Decodificador Televisor

Antena satelital Decodificador Televisor

Modem o STB Televisor

Red internet - Dispositivos conectados

Red Propietaria/ señal abierta

Propia/señal cerrada

Propietaria/señal cerrada

Internet / Abierto o control acceso

Portabilidad / Mobilidad

Es posible Muy limitada Amplia

Ver en cualquier lugar/tiempo

Limitada Amplia

Multi-pantalla Generalmente una pantalla (Televisor) Varias pantallas

Tiempo de implementación

Demorado Un poco demorado

Más rápido

Fuente: Autor

TV Everywhere ofrece otras ventajas en comparación con otros sistemas para TV digital

(terrestre, por cable, IPTV, satelital) como: implementación en diferentes pantallas, más

servicios, reducción del tiempo de implementación, reducción de costos, no es necesario

contar con infraestructura propia, más escalabilidad, analítica, entre otros. Para el caso

de HbbTV, está limitado a que el TV o decodificador soporten la especificación HbbTV.

Entre los beneficios de implementar un servicio de video o TVE basado en la nube, como

un PaaS administrado por un tercero, es que se pueden encontrar los servicios de redes,

Capítulo 2 117

virtualización, servidores, almacenamiento, mantenimiento, actualizaciones, distribución,

aplicaciones, monitoreo, entre otros. Además, el usuario o la empresa que defina

implementar este servicio solo debe preocuparse por el contenido, los usuarios u otros

aspectos relacionados en lugar de preocuparse por la implementación de la tecnología

requerida o o gestión de la tecnología.

2.1.2 Ejemplos de aplicación de la TV en contextos educativos

Al igual que otras tecnologías, la Televisión también se ha aplicado en contextos

educativos, conocido como Televisión educativa (Broderick, 1956). Otro término conocido

en la década de 2000, principalmente gracias a la digitalización del sistema terrestre (o

televisión digital terrestre), es el t-learning. Tal como lo define Bates (P. J. Bates, 2003),

es el aprendizaje interactivo a través de la televisión, o el acceso interactivo a contenidos

educativos ricos en video a través de un televisor.

La televisión fue utilizada por primera vez en la educación en la década de 1960, para las

escuelas y para la educación general de adultos. Todavía hay algunos canales

educativos de difusión general en todo el mundo (por ejemplo TVOntario en Canadá;

PBS, History Channel y Discovery Channel en los EE.UU.) (A. W. (Tony) Bates, 2015).

Desde la TV abierta, TV por cable, TV vía satélite, IPTV y TV en convergencia con

Internet, se han explorado diferentes propuestas para uso educativo. Algunos ejemplos

datan de los años 50 y 60, como Kraus (Kraus, 1958) con la propuesta de Sistemas de

Televisión para la Enseñanza en Escuela; Noble et al. (Nobles et al., 1961) con la

aplicación de la televisión aerotransportada a la educación pública; y Francis E.

(Almstead, 1959) que presenta un diseño para usar la televisión de circuito cerrado en la

educación, Figura 2-8. En años más recientes, podemos encontrar algunos otros

ejemplos, como Dos Santos et al. (R. A. dos Santos et al., 2015), con un modelo de

experimentación remota basado en TV digital, en el cual los estudiantes a través del

canal interactivo interactúan en la aplicación con el control remoto, Figura 2-9; Pires y

Miranda (Pires & Miranda, 2016), comentan la producción de recursos educativos

digitales en un estudio de televisión digital.

118 Modelo de U-learning basado en plataformas de TV everywhere

Figura 2-8: Ejemplo arreglo típico de TV en aula de clase.

Fuente: (Almstead, 1959), página 442

Figura 2-9: Ejemplo experimentación remota basada en TV digital por broadcast.

Fuente: (R. A. dos Santos et al., 2015)

Con respecto a los sistemas satelitales, Kirstein (Kirstein & Beckwith, 1991) presenta

experiencias con la red de educación en video interactiva de la Universidad de Londres,

en la que se utiliza un satélite de transmisión directa; Rajashekhar y col. (Rajashekhar et

al., 2010) presenta propuesta de educación a distancia por satélite en el paradigma

digital: perspectiva de ISRO (Indian Space Research Organisation), con un satélite

dedicado a educación “EDUSAT”; y Xiang-yu et al. (Xiang-yu et al., 2013) presentan un

mecanismo de comunicación interactiva basado en DTN (delay tolerant network) para

sistemas de educación a distancia por satélite.

En sistemas por cable e IPTV, encontramos trabajos de Jiangxm et al. (J. Chen et al.,

2001): Exploración en el desarrollo de una base moderna de educación a distancia en la

Capítulo 2 119

red de cable de transmisión de video digital; Zhu Xiao Liang y otros (Zhu Xiao Liang et

al., 2008) con Educación IPTV para E-learning en Área Rural; Duran (Duran et al., 2011)

plantean una arquitectura para el soporte del servicio de video a demanda para

comunidades académicas virtuales sobre IPTV. En (Fallahkhair, 2013) plantean objetos

de aprendizaje de lenguaje.

En términos de televisión digital terrestre, autores como Mastorakis (Mastorakis et al.,

2005) presentan una aplicación de tele-learning llamada “virtual classroom”, donde

emplean el canal UHF del sistema de DVB-T para un área de cobertura de 40 kms, y

cierta área tiene comunicación bidireccional entre profesor-alumnos por medio de la red

wifi, Figura 2-10.

Figura 2-10: Arquitectura general de aplicación tele-learning aula virtual

Fuente: (Mastorakis et al., 2005)

Dos Santos et al. (Dos Santos et al., 2006) presentan propuesta de TV digital y

aprendizaje a distancia en Brasil; Lopez-Nores (López-Nores et al., 2010) presentan una

arquitectura de servicios de aprendizaje colaborativo ricos en multimedia sobre TV digital

interactiva; En (López-Nores et al., 2010) las tecnologías de TV digital interactiva se

proponen como un medio para facilitar el entendimiento de conceptos en educación

superior. Moreno y Jiménez (G. A. Moreno López & Jimenez Builes, 2012) presentan un

120 Modelo de U-learning basado en plataformas de TV everywhere

modelo que describe el proceso de t-learning aplicado a DVB-T en Colombia; la Figura

2-11 ilustra aplicación que se ejecuta con el middleware MHP bajo un escenario de

televisión digital terrestre con el estándar DVB-T, simulado en laboratorio. En el

Politécnico Colombiano Jaime Isaza también se realiza el proyecto CONTEDI, para

experimentar la realización de contenidos educativos para la televisión digital bajo el

estándar DVB-T, Figura 2-12 (G. A. M. Moreno López et al., 2014).

Figura 2-11: Ejemplo prueba despliegue aplicación en laboratorio de TDT-DVB.

Fuente: (G. A. Moreno López & Jimenez Builes, 2012)

Figura 2-12: Ejemplo menú aplicativo CONTEDI.

Fuente: (G. A. M. Moreno López et al., 2014)

En cuanto a los sistemas híbridos con Internet, algunos ejemplos son Montoya et

al.(Edwin et al., 2012), con un sistema de aprendizaje multiplataforma, y Acosta et al.

Capítulo 2 121

(Acosta et al., 2016), con una propuesta de televisión híbrida educativa para un canal

regional; La Figura 2-13 ilustra el prototipo EducaTV, bajo el enfoque de TV híbrida, que

combina la señal de broadcast por el aire y también se conecta a un canal de banda

ancha para complementar el servicio.

Figura 2-13: Ejemplo interfaz aplicativo educaTV para TV híbrida.

Fuente: (Acosta et al., 2016)

2.2 Conceptos y términos relacionados con TV everywhere

La TV Everywhere (TVE) se refiere a los contenidos de vídeo/TV que se despliegan y

pueden ser vistos “en todas partes”, en diversidad de pantallas (TV, PC, tablet y

Smartphone), soportadas con la red de internet (G. A. M. López et al., 2016).

La TVE, inicialmente conocido técnicamente como distribuidores de programación

multicanal (MVPD, multi-channel programming distributors), que los operadores de cable

comenzaron a utilizar como Comcast para ofrecer una agregación en línea de

programación de televisión (Sanz & Crosbie, 2016). Otros términos relacionados con TV

everywhere son: Televisión definida por software (Software-defined TV, Sw-De TV), TV

122 Modelo de U-learning basado en plataformas de TV everywhere

en la nube, TV por streaming, TV OTT, TV multipantalla, Procesamiento de video definido

por software (Software defined video processing), video definido por software, TV como

un servicio (TVaaS) o TV ubicua, una televisión que soportada con la convergencia de

tecnologías y la conectividad se puede ver en todas partes, a cualquier hora y en

cualquier pantalla.

Un servicio de televisión multipantalla (Lin & Oranop, 2016), es aquel que los usuarios

pueden ver los vídeos en diferentes pantallas (por ejemplo, teléfonos inteligentes,

consolas de videojuegos, tabletas, PC y televisores). Una plataforma de TV multipantalla

permite desplegar los contenidos de TV/video en diversas pantallas (multiscreen), en un

escenario de conectividad a internet, soportado en la nube (G. A. Moreno López, Jiménez

Builes, & Ramírez Monsalve, 2017). La rápida adopción de dispositivos móviles y

portátiles como teléfonos inteligentes y tabletas, conocidos como segundas pantallas,

transforma la forma tradicional de mirar televisión.

2.2.1 Software-defined TV

Software-defined TV (Sw-De TV), esta acuñado en el término Software-defined

everything (Todo definido por software), que de acuerdo con Virmani (Virmani, 2015),

tiene que ver con la agrupación de una variedad de tecnologías de computo definidas por

software en un marco y arquitectura general. Dentro de las tecnologías definidas por

software, podemos encontrar redes definidas por software (software-defined networking,

SDN), computación definida por software (software-defined computing), centros de datos

definidos por software (software-defined data centers, SDDC), almacenamiento definido

por software (software-defined storage, SDS) y redes de almacenamiento definidas por

software (software-defined storage networks), entre otros. Con todo definido por software,

la infraestructura de cómputo se virtualiza y se entrega como un servicio. En un entorno

de todo definido por software, la gestión y el control de la infraestructura de red,

almacenamiento y centro de datos se automatiza mediante un software inteligente en

lugar de los componentes de hardware de la infraestructura. Otro caso de todo definido

por software es radio definida por software (Software-defined radio, SDR), donde se

implementan diferentes componentes para la recepción y transmisión de señales de

radiocomunicación a través del software. Por ejemplo, en (Yu et al., 2013) presenta una

plataforma equipada con un procesador reconfigurable y hardware común, donde se

Capítulo 2 123

implementan diferentes algoritmos de receptor en el software, probado en entorno de

radiodifusión DVB-T2.

La visión de la virtualización de TI definida por software tiene varias ventajas (Virmani,

2015):

1) Es más sensible de la carga de trabajo y proporciona una visión descendente

(top-down).

2) Utiliza servidor, almacenamiento e integración de red (sdi) para capacidad de

respuesta (responsiveness).

3) Utiliza una federación de cómputo heterogénea.

4) Administra grupos de sistemas como un sistema único.

5) Realmente usa la virtualización para administrarlo.

6) Es administrado por automatización programada avanzada.

Software-defined TV es un enfoque independiente de la infraestructura para implementar

arquitecturas de video flexibles, escalables y fácilmente actualizables (Wymbs, 2015). A

diferencia de las soluciones heredadas, este avance permite a los proveedores de video

implementar software a través de una combinación óptima de recursos dedicados y

virtualizados en centros de datos privados y públicos. Los días del hardware de

transmisión propietadrios se terminaron. El software estandarizado que se ejecuta en

equipos de TI, máquinas virtuales o la nube es cómo se hace, así lo indica la empresa

Cinegy (Cinegy, 2017). Como comenta Sathaye (Sathaye, 2015), varios factores están

impulsando cambios en la arquitectura de la tecnología que están posibilitando un

entorno de TV definido por software: cambios en el comportamiento del consumidor,

proliferación de video en línea y expectativas del consumidor para la coherencia del

servicio en todos los dispositivos. En última instancia, el usuario es quien decide dónde,

cuándo y cómo ver el contenido. Otro aspecto es que ya no es necesario cambiar el

hardware constantemente para procesar las actualizaciones, ya que ahora es posible a

través de software. Además, los usuarios también quieren ver videos en vivo en tiempo

real.

TV definida por software toma como referencia los modelos de servicio de cloud

computing para ser implementado (Mell & Grance, 2011): software como servicio (SaaS),

Plataforma como servicio (PaaS) e Infraestructura como servicio (IaaS). La computación

124 Modelo de U-learning basado en plataformas de TV everywhere

en la nube comprende características esenciales (Mell & Grance, 2011) tales como:

autoservicio a pedido, amplio acceso a la red, agrupación de recursos, elasticidad rápida

y servicio medido. La nube puede ayudar a las organizaciones a manejar la demanda de

procesamiento de video variable con gran flexibilidad y agilidad, al tiempo que mejora el

servicio al cliente (Elemental, 2017). La siguiente figura ilustra el enfoque televisión

definido por software con la computación en la nube Figura 2-14.

Figura 2-14: Visualización de TV definida por software con cloud computing.

Fuente: (G. A. M. Moreno López & Jimenez Builes, 2017)

Algunos cambios en la arquitectura de la tecnología que se destacan en un entorno de

televisión definido por software son (Sathaye, 2015):

• Virtualización de red y dispositivo, que incluye transcodificación y procesamiento de

contenido basados en software, virtualización de enrutadores y transporte de red y

entornos de ejecución de aplicaciones virtualizadas.

• Adaptación dinámica de medios, incluida la ingesta de contenido, transcodificación y

entrega (delivery), así como gestión de metadatos y DRM basado en la nube.

• Migración a redes all-IP desde QAM o de IPTV, creando una arquitectura común para

cable, IPTV y entrega de video móvil.

Entre otros beneficios de Sw-De TV se encuentran: flexibilidad, fiabilidad, niveles

adecuados de rendimiento, escalabilidad, garantizar videos de alta calidad para todas las

plataformas, aumentar el retorno de la inversión, integración de componentes de flujo de

Capítulo 2 125

trabajo, elasticidad, alta disponibilidad, distribución de contenido seguro entre

plataformas con confianza y corto plazo de comercialización (Kreutz et al., 2015),

(Elemental, 2017). El video definido por software minimiza el riesgo de la tecnología,

mientras que maximiza la velocidad de innovación; por ejemplo, la continua expansión de

servicios como 4K y UHD. El soporte para nuevos servicios y formatos de video puede

integrarse sin problemas a través de simples actualizaciones de software e integración

API de software de terceros, lo que permite a los proveedores de video responder de

inmediato a los cambios en la demanda de los consumidores (TVtechnology, 2015).

2.2.2 TV as a service

Bajo el enfoque de “todo como un servicio” (everything as a service, XaaS), se define

TVE como un servicio (TVEaaS) para proporcionar los servicios de visualización de video

y TV usando la nube a diferentes pantallas (PC, teléfono inteligente, Tablet, TV)

conectadas a Internet (G. A. M. López et al., 2016). La Figura 2-15 ilustra TVE como un

servicio.

Todo como un servicio (XaaS) se refiere a las tendencias de migración de servicios hacia

la nube (Duan et al., 2015) propuestas como redes, telemedicina, impresión, consultoría,

educación, o salud como servicio.

Figura 2-15: TVE as a service, TVEaaS.

Fuente: Autor

126 Modelo de U-learning basado en plataformas de TV everywhere

2.2.3 TV por streaming

El “streaming” o transmisión de video es una técnica que permite a los clientes iniciar la

reproducción de un video antes de tener que descargar todo el archivo (Krishnamoorthi,

2018). De acuerdo con (Rayburn, 2007) se refiere a cualquier contenido de audio y video

entregado sobre una red basada sobre protocolos de internet (como redes IP). Aunque

Rayburn prefiere llamarlo “digital and streaming media” o “online video”, resaltando que

streaming es solo una estrategia. Streaming media es una estrategia para ayudar a

superar los obstáculos del tamaño y el valor del archivo para el contenido de audio y

video, en los contenidos estáticos de la web (que generalmente deben ser descargados).

En lugar de transferir información a las computadoras de los usuarios, los datos de audio

o video se reproducen a medida que se reciben y no se transfieren datos

permanentemente a la computadora del usuario. El streaming supera el problema del

tamaño del archivo porque, con streaming, los usuarios pueden comenzar a consumir el

contenido multimedia a medida que se recibe. Por ejemplo, un archivo de 600 MB

comienza a reproducirse una vez la cantidad suficiente de datos se transfiere al

almacenamiento temporal de un reproductor multimedia, denominado caché o "búfer". El

streaming también aborda la seguridad del contenido; Los propietarios de contenido

pueden cobrar tarifas por el uso de contenido mediante la configuración de pasarelas de

pago al comienzo de la transmisión. En general, los propietarios de contenido no

necesitan preocuparse por los usuarios que copian o distribuyen los archivos porque los

usuarios no almacenan nada en sus máquinas para copiar o distribuir, y otras definen los

permisos para su descarga o información referente a derechos de autor. Para facilitar la

reproducción, la mayoría de los reproductores de medios de transmisión almacenan

temporalmente una parte del contenido en el búfer, almacenando en caché desde unos

pocos segundos hasta unos pocos minutos, según la tecnología.

En otras palabras, el streaming, es la tecnología de transmisión/recepción de medios

continuos como video y audio a través de redes (como internet), donde la información no

es descargada al disco duro y el usuario la reproduce en “tiempo real” en su dispositivo

conectado al recibirla. La Figura 2-16 ilustra el proceso de streaming. Frecuentemente la

información de audio/video es dividido en segmentos y empaquetado; Por la red transitan

estos paquetes hasta llegar al destino (dispositivo o reproductor), en donde se van

reproduciendo a medida que llega, y al final estos paquetes no se guardan, sino que se

eliminan. Contrario al tipo de acceso de descarga tradicional, donde el usuario descarga

Capítulo 2 127

por completo el archivo de video y posteriormente lo reproduce, y donde una de las

dificultades es el tamaño que pueda tener el archivo.

Figura 2-16: TV/video por streaming.

Fuente: Construcción propia

2.2.4 Tipos de servicio de video

Los servicios de video se dividen en dos tipos básicos: “Video On Demand” (VOD) y “en

vivo” (live), (Elemental Technologies, 2012).

▪ Servicios de video en vivo o Live streaming.

Los servicios de transmisión en vivo transmiten eventos en tiempo real o en directo a

través de Internet a medida que ocurren. Los servicios en vivo son proporcionados por

servidores de borde CDN que brindan contenido en vivo (archivos de video generados

dinámicamente o flujos de datos de red) que se originan a partir de codificadores de

video y se transportan a reproductores de video cliente a través de la red troncal de la

CDN.

▪ Servicios de Video Bajo demanda (on-demand)

Con los servicios a pedido, el espectador puede elegir entre un catálogo de videos

pregrabados y el video se transmite a un cliente solo cuando se realiza una solicitud del

video. Los servicios de VOD son proporcionados por los servidores de borde CDN que

entregan archivos de video estáticos precodificados a los reproductores de video del

cliente.

128 Modelo de U-learning basado en plataformas de TV everywhere

2.3 Tendencias de tecnologías que favorecen TV multipantalla

El desarrollo de la tecnología relacionada con la banda ancha y la ubicuidad y la

convergencia digital inalámbrica han transformado la industria de los medios (E. M.

Noam, 2008). Otras tecnologías que posibilitan la TV everywhere son:

2.3.1 Computación en la nube (cloud computing).

De acuerdo al Instituto Nacional de Estándares y Tecnología (NIST) (Mell & Grance,

2011) de los Estados Unidos, una definición formal de computación en la nube

comúnmente utilizada es, "La computación en la nube es un modelo que permite un

acceso a la red conveniente y bajo demanda a un grupo compartido de recursos de

cómputo configurables (por ejemplo, redes, servidores, almacenamiento, aplicaciones y

servicios) que pueden ser rápidamente suministrados y lanzarse con un mínimo esfuerzo

de gestión o interacción del proveedor de servicios”.

La computación en la nube plantea tres modelos de servicio (Gibson et al., 2012) (Mell &

Grance, 2011): software as a service (SaaS), platform as a service (PaaS) e

Infraestructure as a service (IaaS).

▪ El software como servicio (SaaS) brinda a los usuarios acceso a software o

servicios alojados en la nube y no en el dispositivo del usuario. El consumidor no

administra la infraestructura subyacente de la nube, incluida la red, los servidores,

los sistemas operativos, el almacenamiento o incluso las capacidades de

aplicaciones individuales.

▪ La plataforma como servicio (PaaS) ofrece acceso a API, lenguajes de

programación y middleware de desarrollo, lo que permite a los usuarios

desarrollar aplicaciones personalizadas sin instalar ni configurar el entorno de

desarrollo. El consumidor no administra la infraestructura subyacente de la nube,

incluida la red, los servidores, los sistemas operativos o el almacenamiento, sino

que tiene control sobre las aplicaciones implementadas y las posibles

configuraciones del entorno de alojamiento de la aplicación.

Capítulo 2 129

▪ Infraestructura como servicio (IaaS) consiste en la instalación, redes de

comunicación, nodos físicos de cómputo y recursos informáticos virtualizados

administrados por un proveedor de servicios. El consumidor no administra la

infraestructura subyacente de la nube, pero tiene control sobre los sistemas

operativos, el almacenamiento y las aplicaciones desplegadas; También podría

tener un control limitado al seleccionar componentes de red (por ejemplo, firewalls

host).

El modelo de nube promueve la disponibilidad y se compone de cinco características

esenciales: autoservicio a pedido (bajo demanda), amplio acceso a la red, agrupación de

recursos, elasticidad rápida y servicio medido (Mell & Grance, 2011). La Figura 2-17

ilustra las características esenciales y los modelos de servicios; Aplicaciones como las de

google suite (calendar, drive, Word, etc) son un ejemplo del modelo SaaS; Ejemplos

como Windows Azure, Amazon web services o Google cloud platform, son ejemplos de

los modelos de servicios de PaaS o IaaS, ya sea para desarrollar aplicaciones o migrar la

tecnología de IT en la nube.

Figura 2-17: Características esenciales y modelo de servicio de cloud computing.

Fuente: Autor

130 Modelo de U-learning basado en plataformas de TV everywhere

Otras características de la computación en la nube son la capacidad de administración, la

escalabilidad, la disponibilidad, el servicio bajo demanda, más económico, conveniente,

ubicuo, multiusuario, elasticidad y estabilidad. El usuario puede seleccionar el recurso

según sea necesario (disco duro, sistema operativo, redes, control de acceso, entre

otros), beneficiándose del modelo "pago por uso" (“pay as you go”, PAYG), en el cual los

usuarios pagan por lo que usan (Singh et al., 2016)

Hay cuatro modelos de implementación (nube privada, nube comunitaria, nube pública,

nube híbrida) (Mell & Grance, 2011):

▪ Nube privada. La infraestructura de la nube se opera únicamente para una

organización. Puede ser administrado por la organización o un tercero y puede

existir dentro de las instalaciones propias (on premise) o fuera de las

instalaciones (off premise).

▪ Nube de la comunidad. La infraestructura en la nube es compartida por varias

organizaciones y es compatible con una comunidad específica que ha compartido

inquietudes (por ejemplo, misión, requisitos de seguridad, política y

consideraciones de cumplimiento). Puede ser administrado por las organizaciones

o un tercero y puede existir dentro o fuera de las instalaciones.

▪ Nube pública. La infraestructura en la nube está disponible para el público en

general o para un gran grupo industrial y es propiedad de una organización que

vende servicios en la nube.

▪ Nube híbrida. La infraestructura de la nube es una composición de dos o más

nubes (privadas, comunitarias o públicas) que permanecen como entidades

exclusivas, pero están unidas por tecnología estandarizada o patentada que

permite la portabilidad de datos y aplicaciones (por ejemplo, sobrecarga de la

nube (cloud bursting) para balanceo de carga entre nubes).

2.3.2 Tecnologías de transcoding

La transcodificación se define como la conversión de una tasa de bits de entrada

comprimido a una tasa de bits de salida (De Praeter et al., 2016); es decir, puede

cambiar de un formato a otro para adaptar el contenido de acuerdo con el dispositivo.

Ampliamente utilizada es la tecnología ABR (adaptive bitrate, tasa de bits adaptativa),

que codifica un video a múltiples velocidades de bits y maximiza la velocidad de bits del

Capítulo 2 131

video dentro del ancho de banda disponible. Esto permite entregar un video de mayor

fidelidad a través de HTTP cuando sea posible, y bajar a una calidad inferior en lugar de

causar una interrupción de la reproducción del video de tasa de bits excesivamente alta

(K.-W. Hwang et al., 2016).

La tecnología ABR permite definir un perfil de acuerdo con las capacidades del

dispositivo y la banda ancha, adaptando el video de modo que continúa mostrándose

incluso si la resolución cambia o disminuye. Se utilizan protocolos como Apple HTTP

Adaptive Streaming (HLS), Adobe HTTP Dynamic Streaming (HDS), Mpeg-Dash,

Microsoft smooth streaming, entre otros (Boyin & Ruonan, 2013) (Essaili et al., 2013) (K.-

W. Hwang et al., 2016).

El MPEG-DASH (Dynamic adaptive streaming over HTTP), surge como una iniciativa de

estandarización del servicio, aplicable a los servicios de transmisión por Internet para

acceder a contenidos de video, independientemente del fabricante o desarrollador. Su

especificación consta en la ISO/IEC 23009-1:2014 (ISO/IEC, 2014). En (DASH Industry

Forum, 2018) se plantean unas pautas para apoyar la implementación de DASH,

conocidas como DASH-IF InterOperability Points (IOPs), que brindan soporte en la

distribución de video de alta calidad para servicios superiores que utilizan H.264 / AVC y

H.265 / HEVC, tanto los servicios en vivo como bajo demanda.

El estándar MPEG Common Media Application Format (CMAF) permitirá la

interoperabilidad entre formatos de transmisión (DASH y HLS) al aprovechar el mismo

formato de medios. Entre los beneficios se encuentran reducción de costos de

empaquetamiento y almacenamiento, eficiencia en cache de borde, e interoperabilidad

de dispositivos. La especificación es dada por ISO/IEC 23000-19:2018 (ISO/IEC, 2018).

2.3.3 Redes de distribución de contenidos (Content Delivery Network)

Una red de distribución de contenido o CDN como se conocen (Content Delivery

Network) es un sistema de software, hardware y componentes de red que actúan como

una gran computadora distribuida, posibilitanto que los contenidos y aplicaciones lleguen

y se despliegen al usuario de la forma más eficiente. Los servicios prestados por un CDN

132 Modelo de U-learning basado en plataformas de TV everywhere

pueden incluir la entrega de medios digitales, el tránsito de la red y la aceleración de

sitios web, el almacenamiento de archivos, la ubicación conjunta de servidores, el

procesamiento de la nube, entre otros. También se identifican porque existen diferentes

puntos de presencia, ubicados geográfícamente “cerca de los usuarios”, para permitir

una mayor implementación, velocidad y soporte a la contenidos (You et al., 2013) (Ling et

al., 2013). Un CDN permite copiar los contenidos u objetos en diferentes servidores

ubicados en diferentes áreas geográficas para optimizar el rendimiento de entrega y ser

experimentado por los usuarios (Hours et al., 2016). La Figura 2-18 ilustra los elementos

de CDN tales como servidores y puntos de presencia (POP). Ejemplos de proveedores

de CDN son Akamai, Level 3, Limelight Networks, entre otros.

Figura 2-18: Topología de una CDN.

Fuente: (Elemental Technologies, 2012)

Los CDN transportarán el 72 por ciento del tráfico total de Internet para 2022, frente al 56

por ciento en 2017. Gran parte del tráfico de CDN es llevado por CDN privados en lugar

de CDN de terceros. Los CDN privados son aquellos creados y operados por

proveedores de contenido para su propio contenido. Los grandes operadores privados de

CDN incluyen Google, Amazon, Facebook y Microsoft. (Cisco, 2019).

▪ Estrategias para contenido en CDN

Existen dos estrategias principales que se utilizan para llenar un CDN con contenido del

cliente: empujar o fomentar o inserción (push) y arrastrar o atraer o extracción (pull),

(Elemental Technologies, 2012):

Capítulo 2 133

o Las estrategias de inserción (push) se caracterizan por una computadora fuera del

CDN que envía contenido a la CDN. Este mecanismo puede ser tan simple como un

cliente FTP que empuja a un servidor FTP de CDN, pero en muchos casos el

mecanismo de inserción se encuentra en un panel de control del cliente de CDN. En

este escenario, el contenido del proveedor de video se mueve físicamente y se

coloca en la CDN. Luego, se requiere que el proveedor de video introduzca

explícitamente cada pieza de contenido en el CDN antes de que se pueda ver o

descargar. El servidor mantiene un estado de sesión, conexión con el cliente para

transmitir. El cliente puede parar o interrumpir la sesión

o Las estrategias de extracción (pull) se caracterizan por el CDN que extrae un archivo

de un servidor HTTP o FTP en función de una solicitud que el CDN recibió por

contenido. Cuando el CDN recibe una solicitud de contenido que no tiene en su

inventario, el CDN recuperará (extraerá) el contenido del origen del proveedor de

video, siempre que se haya definido un origen. En un escenario de extracción, se

debe configurar un origen predefinido específico en el perfil CDN del proveedor de

video antes de realizar una solicitud. Con frecuencia, el CDN reenvía

simultáneamente la solicitud al cliente solicitante y propaga el contenido al sistema de

gestión de contenido del CDN. Generalmente el cliente es quien pide el contenido.

2.3.4 Redes ubicuas inteligentes

Bajo el enfoque de redes futuras, la ITU-T7 ha planteado la necesidad de redes ubicuas

inteligentes (SUN, Smart Ubiquitous Networks), bajo la recomendación ITU-T Y.3041

(ITU-T, 2013a). Las SUN son redes de paquetes basadas en IP que pueden proporcionar

transporte y entrega de una amplia gama de servicios existentes y emergentes para

personas y cosas. La red es inteligente en el sentido de que es conocedora, sensible al

contexto, adaptable, autónoma, programable y puede efectuar servicios de manera

efectiva y segura. La red es ubicua en el sentido de que permite el acceso en cualquier

momento y en cualquier lugar a través de diversas tecnologías de acceso, dispositivos de

acceso que incluyen dispositivos de usuario final e interfaces hombre-máquina. Por lo

tanto, es necesario proporcionar conectividad ubicua con capacidades inteligentes para

7 ITU’s Telecommunication Standardization Sector (ITU-T). https://www.itu.int/en/ITU-T/Pages/default.aspx

134 Modelo de U-learning basado en plataformas de TV everywhere

hacer frente a los requisitos de comunicación de teléfonos inteligentes, la televisión

inteligente y los dispositivos pequeños inteligentes, y para incluir la gestión eficiente y

efectiva de los recursos.

La Figura 2-19 muestra las seis capacidades para realizar la SUN. Que son:

capacidades de conciencia del contexto, capacidades de conocimiento del contenido,

capacidades programables, capacidades de gestión de recursos inteligentes,

capacidades de gestión de red autónoma, y capacidades ubicuas.

Figura 2-19: Capacidades de Red ubicua inteligente.

NOTA 1 - Las líneas de puntos indican enlaces para recopilar información de reconocimiento de contexto de las partes azules. Las líneas continuas indican enlaces para entregar medios. NOTA 2 - La nube amarilla indica un conjunto de entidades que implementan capacidades inteligentes y ubicuas.

Fuente: (ITU-T, 2013a)

La capacidad ubicua es una capacidad para proporcionar comunicaciones sin problemas

entre personas, entre objetos y entre personas y objetos mientras se mueven de una

ubicación a otra. Para proporcionar servicios en cualquier lugar y en cualquier momento,

la capacidad ubicua admite transferencias y roaming en redes, sin interrupción del

servicio durante el cambio de dispositivo, y reconocimiento a través de la interactividad

entre humanos y objetos en el entorno ubicuo con varios tipos de objetos, iInterfaces y

redes heterogéneas.

Capítulo 2 135

La capacidad ubicua incluye:

• Adaptación: soporte de cambios dinámicos de entornos con la ayuda del

conocimiento del contexto;

• Integridad: movilidad admitida en diferentes dominios y capas (por ejemplo,

movilidad de usuario/dispositivo, movilidad de red, movilidad de servicio,

movilidad de contenido);

• Conectividad de objetos múltiples: varios tipos de comunicaciones entre objetos y

humanos;

• Acceso ubicuo: acceso a redes con interfaces heterogéneas/múltiples, así como a

contenidos independientes de la ubicación en entornos fijos/móviles.

Para lograr entregas de contenido mejorado en redes ubicuas inteligentes, La ITU-T

plantea la recomendación ITU-T Y.3045 (ITU-T, 2014).

Las características de la entrega de contenido de SUN son el enrutamiento de contenido

basado en el nombre, el almacenamiento en caché de contenido dentro de la red, la

optimización de la entrega de contenido y el enrutamiento dinámico de contenido

adaptable a la información de contexto. La entrega de contenido en SUN consiste en

publicación de contenido, aprovisionamiento de servicio de contenido, enrutamiento de

contenido y almacenamiento en caché de contenido como capacidades, como muestra la

Figura 2-20 para soportar las características mencionadas. Estas capacidades se

realizan mediante nodos de servicio distribuidos en SUN, que son capaces de funciones

de entrega de contenido SUN

Figura 2-20: Capacidades de la entrega de contenido en SUN.

Fuente: (ITU-T, 2014)

136 Modelo de U-learning basado en plataformas de TV everywhere

La entrega de contenido de SUN se enfoca principalmente en cómo entregar el contenido

de manera eficiente en un contexto y contenido de manera consciente. En otras palabras,

la entrega de contenido explota la información de contexto para adaptarse a las

características dinámicas y el entorno del usuario, y las capacidades conscientes del

contenido para proporcionar servicios personalizados y optimizados.

2.3.5 Tecnologías de encoding / compresión

Estas tecnologías permiten la compresión de la información al reducir su tamaño y

mantener una buena calidad. Entre los ejemplos se incluyen MPEG-4/H.264 con el

sistema de codificación AVC (Advanced Video Coding) y MPEG-H / H.265. El paquete

MPEG-H / H.265, se centra en la entrega de medios en entornos heterogéneos, redes y

redes IP de difusión digital, incluye el formato de compresión HEVC (High Efficiency

Video Coding, codificación de video de alta eficiencia), compatible con altas resoluciones

4k/8k, TV 3D, y es más eficiente en aplicaciones móviles, entre otros beneficios. También

incluye el estándar MMT (MPEG Media Transport) que define la encapsulación, la

entrega y la señalización, así como la corrección de errores de la capa de aplicación (AL-

FEC), entre otros. (Muller et al., 2013), (Stankowski et al., 2013), (Tan et al., 2016).

El estándar HEVC, fue definido por un Grupo de Expertos en Codificación de Video

(Video Coding Experts Group -VCEG) de la Unión Internacional de Telecomunicaciones

(UIT-T) y el Grupo de Expertos de Imagen en Movimiento (Moving Picture Experts Group

- MPEG) de la ISO (the International Organization for Standardization) / IEC (the

International Electrotechnical Commission). HEVC esta planteando en la especificación

ISO/IEC 23008-2:2017 (ISO/IEC, 2017) y en la recomendación ITU-T H.265 ((ITU-T,

2018). La Figura 2-21 ilustra que con HEVC se puede duplicar la relación de compresión

de datos en comparación con AVC en el mismo nivel de calidad de video. Es decir que el

video codificado con HEVC mantendrá alta calidad visual, pero en un tamaño de archivo

más pequeño (reduciendo el flujo de bits hasta en un 50%).

Otras iniciativas de códecs de compresión para uso de video en internet conocidos como

royalty-free (no requieren pago de regalías) son, el MPEG IVC (Internet Video Coding)

Capítulo 2 137

indicado en el estándar ISO/IEC 14496-33:2019 (ISO/IEC, 2019), el AV1 (AOMedia Video

1) desarrollado por AOMedia8, VP8 y VP9 liderado por Google9.

Figura 2-21: Compresión de HEVC vs AVC.

Fuente: Autores

2.3.6 Protocolos y conexiones

Todas las interacciones entre codificadores de video y CDN o reproductores de video y

CDN se definen mediante protocolos de red, como HTTP o RTMP, y arquitecturas de

entrega de streaming, como Apple HLS o MSS, entre otros. Los protocolos de conexión

de red se dividen en dos categorías: conexiones con estado y sin estado (Elemental

Technologies, 2012).

• Las conexiones con estado son conexiones de socket físicas que existen entre un

codificador y un CDN o un reproductor y un CDN. Permanecen conectados durante la

duración de la sesión de visualización de un codificador o reproductor. Los CDN

utilizan con frecuencia servidores perimetrales especializados que ejecutan software

de servidor de medios, como el Servidor de Medios de Adobe o el Servidor de Medios

de Wowza, para manejar estos tipos de conexiones. Ejemplos de estos protocolos

incluyen RTMP, RTMPE y MMS. El estado del servidor, el cliente y la red se utilizan

8 AOMedia. Alliance for Open Media. https://aomedia.org/av1-features/ 9 Google. https://www.google.com/

138 Modelo de U-learning basado en plataformas de TV everywhere

para negociar el tráfico de video entre el cliente y el servidor y también tienen en

cuenta la carga y el rendimiento del servidor en general. Aunque estos protocolos se

han utilizado durante más de una década, están siendo reemplazados por protocolos

sin estado basados principalmente en HTTP.

• Las conexiones sin estado utilizan el protocolo HTTP para entregar contenido de

video en uno de tres modos: descarga progresiva, solicitud de rango HTTP o un

paradigma de tipo segmento de archivo/manifiesto

a) La entrega de descarga progresiva (Progressive download), se caracteriza por un

reproductor de video que solicita un archivo y lo reproduce a medida que se

descarga. El reproductor no requiere que se descargue el archivo completo antes

de mostrar el video. Normalmente, existe un búfer de video en el rango de 3-5

segundos, antes de empezar a reproducir el video. La descarga progresiva fue el

primer método utilizado para presentar el video en Internet.

b) La entrega de solicitud de rango HTTP (HTTP range request) es similar a la

descarga progresiva, pero difiere en que el reproductor realiza múltiples

solicitudes GET para secciones del video a través del mecanismo de contenido

solicitud / parcial de rango HTTP 1.1. A medida que el reproductor muestra el

video de una solicitud, solicita simultáneamente el siguiente rango de datos desde

el archivo de video. La implementación más común de la entrega de video de

solicitud de rango HTTP ha sido la implementación inicial de reproductores

HTML5 con contenido WebM. Otros incluyen Flash Player, Flowplayer, JW Player

y varios otros reproductores populares.

c) La entrega de segmentos de archivo / manifiesto (manifest/file segment) se ha

convertido en el método de entrega de mayor crecimiento, principalmente debido

a la explosión de video a través de dispositivos móviles, tabletas y plataformas

web, como Netflix. Este tipo de entrega se caracteriza por solicitudes HTTP

repetitivas de fragmentos de datos de video en forma de segmentos de archivos

individuales. Cada conexión puede o no usar el mismo socket de red física. La

mayoría de las implementaciones intentan reutilizar las conexiones mediante

mecanismos de mantenimiento para promover la velocidad y la eficiencia. Las tres

implementaciones más comunes son Adobe HTTP Dynamic Streaming (HDS),

Microsoft Smooth Streaming (MSS) y Apple HTTP Live Streaming (HLS). En los

tres, el codificador simplemente empuja segmentos de archivos secuenciales de 2

a 10 segundos a un servidor de origen HTTP y actualiza periódicamente el

Capítulo 2 139

archivo de manifiesto. Este tipo de entrega es muy atractivo para los CDN, ya que

no requiere de servidores o recursos especializados para configurar y mantener.

Además, muchos CDN están optimizados para la entrega de contenido de objetos

pequeños y ahora pueden mover el video en segmentos pequeños en lugar de

archivos grandes.

Los primeros servicios de streaming de video, emplearon User Datagram Protocol (UDP),

como protocolo de transporte, motivada básicamente por la capacidad del transmisor

para transmitir a la velocidad de reproducción (Krishnamoorthi, 2018). Sin embargo, UDP

no ofrece garantías de entrega de paquetes; Si bien UDP puede proporcionar la entrega

oportuna de paquetes, los servicios de transmisión tuvieron que agregar funcionalidad

para superar los paquetes faltantes, utilizando diferentes técnicas de control y ocultación

de errores, corrección de errores hacia adelante y otros esquemas para enmascarar

imperfecciones. Tales técnicas fueron utilizadas con protocolos de streaming como

Microsoft Media Server (MMS), Real Time Messaging Protocol (RTMP), y Real Time

Protocol (RTP) y su suite asociado (Real Time Control Protocol (RTCP) and Real Time

Streaming Protocol (RTSP). El uso de protocolos propietarios o basados en UDP tenía

limitaciones importantes para la transmisión. Quizás el más grande de estos fue que el

tráfico a través de UDP iniciado externamente o los protocolos no estandarizados a

menudo están bloqueados por firewalls y traductores de direcciones de red (NAT), debido

a problemas de seguridad con los servicios sin conexión que usan UDP y debido a los

riesgos que plantean los protocolos desconocidos. Además, varios protocolos en el

momento requerían que los servidores rastrearan el estado del cliente continuamente, lo

que requería una infraestructura dedicada e inteligencia también en el lado del servidor.

Estas limitaciones, junto con las velocidades más rápidas de Internet (que permitieron

que los buffers de clientes se llenaran rápidamente), lentamente comenzaron a superar

los beneficios de usar protocolos similares a UDP.

Debido al gran crecimiento de WWW, los operadores de red y los proveedores de

contenido implementaron tecnologías como CDN y cachés para escalar a bases de

usuarios cada vez más grandes. Las webs caches almacenan una copia de las páginas

web que se entregan a través de ellos, permitiendo una reducción significativa en los

tiempos de búsqueda de futuras solicitudes para las mismas páginas web. La WWW

utiliza el Protocolo de transferencia de hipertexto (HTTP) como su protocolo de capa de

140 Modelo de U-learning basado en plataformas de TV everywhere

aplicación y el protocolo TCP (Transmission Control Protocol) para garantizar que todos

los bytes de una página web se entreguen (eventualmente). El desarrollo y la

implementación de CDN y cachés de proxy redujeron significativamente el costo incurrido

por el proveedor de contenido y el operador de red en la entrega de datos a los usuarios

finales. Las mejoras incrementales en las velocidades de acceso y los tiempos de viaje

de ida y vuelta (round-trip Times, RTT) a lo largo de los años han hecho que la

transmisión por TCP sea una alternativa viable. Además, a medida que la capacidad de

almacenamiento y la potencia de cómputo del lado del cliente mejoraron, los clientes

podrían usar un bufer más grande para adaptarse a las fluctuaciones a corto plazo en el

ancho de banda de la red. Estos desarrollos, además de las mejoras en la entrega de

contenido web a través de CDN, cachés de proxy en el borde de la red, y NAT / firewalls

que no bloquean el tráfico de TCP, llevan a la adopción de la transmisión a través de

HTTP. La Tabla 2-3 resume los protocolos utilizados para streaming de acuerdo al tipo

de conexión y estrategias (Elemental Technologies, 2012), (Krishnamoorthi, 2018).

Otro protocolo es QUIC (Quick UDP Internet Connections), un protocolo basado en UDP

que ha sido diseñado para proporcionar características como el control de congestión

(implementado en la capa de aplicación), semántica orientada a la conexión,

multiplexación con latencia reducida, e incluye funciones de seguridad integradas y

algoritmos de control de congestión conectables (Krishnamoorthi, 2018). QUIC es un

nuevo protocolo de transporte actualmente en desarrollo en el grupo de trabajo de IETF

quic, que se centra en el soporte de la semántica necesario para HTTP / 2 [QUIC-HTTP],

como la multiplexación de flujos para evitar el bloqueo de cabecera de línea (IETF &

Network Working Group, 2018).

Para streaming en vivo, generalmente se usa el protocolo de entrega como RTMP

(Real Time Media Protocol). Se crea una conexión tipo socket entre el servidor (por

ejemplo, Adobe Media Server) y el cliente para transmitir el contenido como un flujo

continuo.

Tabla 2-3: Resumen protocolos empleados para streaming.

Tipo de conexión

Conexión con estado Conexión sin estado

Estrategia principal más usada

Push (petición de envío desde el servidor)

Pull (petifición de envío desde el cliente)

Protocolos o métodos para streaming

RTSP (Real-time streaming protocol), RTP (Real-time protocol), RTCP (Real Time Control Protocol), MMS (Microsoft Media Server), RTMP (Real Time Messaging Protocol),

Progressive download o HTTP Pseudo Streaming

HTTP range-requests

HTTP-based Adaptive Streaming (HAS) - Manifest/file segment delivery Ejemplos: HTTP Live Streaming (HLS) de Apple y HTTP Dynamic Streaming (HDS) de Adobe, Microsoft Smooth Streaming (MSS), MPEG-DASH (Dynamic Adaptive Streaming over HTTP)

Protocolo transporte más usado

UDP

TCP

Protocolo de red internet

IP V4 o IP V6

Soportado por Reproductores Browser + pluging – Browser - reproductores

Puntos a favor

Eficiente en el uso de la red al ser capaz de hacer Multicast. No hay retransmisiones por tanto mayor eficiencia en el Ancho Banda. Se ajusta a los criterios de transmisión del mejor esfuerzo y redes con baja latencia. La capacidad de rastrear sesiones únicas de usuarios para ver contenido de video, menor latencia, inicio más rápido y mejor control / manejo de errores.

Fue uno de los primeros. El cliente puede empezar a reproducir sin esperar que se descargue por completo.

El cliente puede solicitar independientemente cualquier secuencia de bytes usando valores de byte de inicio y final

A diferencia de los anteriores, hay multiples codificaciones del video presentes en el servidor. El video y su calidad se puede adaptar de acuerdo con las condiciones del dispositivo, ancho de banda Estandarización de HTTP adaptive streaming. No hay problemas con firewalls, NAT. Escalabilidad. La pérdida de paquetes se minimiza con TCP. Infraestructura de CDN amplia. Soportado en diversidad de pantallas.

Limitaciones UDP no ofrece garantías de entrega de paquetes. Necesita servidores especializados de streaming. Escalabilidad. Dificultades con plugins, APIS, firewalls, NAT, software en lado del cliente.

Más ineficiente porque no admite la entrega de velocidad de múltiples bits y, en muchos casos, un navegador descargará el archivo de video completo, independientemente de lo que el usuario esté viendo. No puede adelantar. Funciona bien para videos cortos.

Problemas en el manejo de las solicitudes de segmento que no dan como resultado una referencia I-frames. Requiere CDN con servidores HTTP mejorados para que, cuando se realiza una solicitud, garanticen que el primer fotograma devuelto en el segmento de video comience con una referencia / I-frame.

Menos eficiente en el uso de la red al ser unicast. Al usar HTTP puede incluir overhead. Algunos costos Alguna ineficiencia en CDN Algunos aspectos de interoperabilidad

Fuente: Construcción propia basada de (Elemental Technologies, 2012), (Krishnamoorthi, 2018)

2.3.7 Incremento uso del video

El crecimiento del uso de video en internet va en aumento. De acuerdo a la compañía

Cisco (Cisco, 2019):

• A nivel mundial, de todo el tráfico IP, el video IP será del 82 por ciento para 2022.

• El tráfico total de video por Internet (negocios y consumidores) será del 80% de

todo el tráfico de Internet para 2022.

• El tráfico de video de Internet para el consumidor será el 82% del tráfico de

Internet del consumidor para 2022. El tráfico de video por Internet comercial será

el 73% del tráfico de Internet comercial para 2022.

• El video de Internet en vivo representará el 17,1 por ciento de Tráfico de video por

Internet para 2022. El video en vivo crecerá 15 veces desde 2017 hasta 2022.

• A nivel mundial, el 3,4 por ciento de todo el tráfico de video de Internet se deberá

a la videovigilancia en 2022, frente al 2,2 por ciento en 2017.

• El tráfico de Internet-Video-to-TV (generalmente usando dispositivo tipo dongle

como Roku) será el 27% del tráfico de video fijo de Internet del consumidor para

2022, que estaba en 33% en el 2017.

• A nivel mundial, el 79% de todo el tráfico de video por Internet cruzará las redes

de entrega de contenido para 2022.

• El 79 % del total de tráfico de datos móviles será video.

• A nivel mundial, el 1.3% de todo el tráfico de entretenimiento (video y juegos por

Internet) se deberá a la Realidad Virtual para el año 2022, un aumento del 0.2%

en 2017.

• A nivel mundial, el tráfico de Realidad Virtual se multiplicará por 12 entre 2017 y

2022 (65.3% CAGR).

• A nivel mundial la alta resolución del video sigue aumentando. Ultra HD

representará el 20.3% y en HD será del 56.2% del tráfico de video por Internet

para 2022. En el tráfico IP VoD para el 2022, el 35.1% será para Ultra HD y el

60.6% en HD.

• El efecto del video de los dispositivos en el tráfico es más pronunciado debido a la

introducción de la definición Ultra-High-Definición (UHD), o 4K, transmisión de

video. Esta tecnología tiene tal efecto porque la tasa de bits para video 4K es

Capítulo 2 143

alrededor de 15-18 Mbps, más del doble de la tasa de bits de video HD (5 - 7,2

Mbps) y nueve veces más que la velocidad de bits de video de definición estándar

(SD) (2 Mbps). Se estima que para el 2022, cerca del 62% de los televisores de

pantalla plana instalados serán UHD, frente al 23 % por ciento en 2017.

La siguiente gráfica ilustra que las formas de ver televisión tradicional y por suscripción

están cambiando a video online y móvil. Se resalta que sigue en aumento el video móvil.

Figura 2-22: El video móvil sigue en aumento.

Fuente: Cisco VNI Global IP Traffic Forecast, 2016–2021.

En las redes sociales, Figura 2-23, el video es el contenido que más interación de

compartir hay, y facebook es donde más acciones hay con el video (comScore &

Shareablee, 2018).

Figura 2-23: Share por interacción en contenido.

Fuente: Shareablee, Marzo 2018, Facebook, Twitter, Instagram y Youtube

144 Modelo de U-learning basado en plataformas de TV everywhere

2.4 Conclusiones del capítulo

Ante el crecimiento del video en Internet, muchas plataformas de video en línea (online

video platforms, OVP) proyectan un escenario donde el video se puede ver en todas

partes. Y, gracias a los dispositivos ubicuos, el crecimiento de banda ancha, tecnologías

inalámbricas, convergencia digital, servicios OTT, computación en la nube, CDN, entre

otros avances, los usuarios pueden disfrutar de contenido en cualquier lugar y en

cualquier momento.

En este capítulo se presentó la nueva generación de la TV, soportada en la nube,

definida por software que ofrece más ventajas frente a la TV tradicional, y posibilita el

despliegue a múltiples pantallas como PC, smartphone, Table, o el Smart TV. Se

indicaron algunos conceptos y términos relacionados con TV everywhere como TV

definida por software, TV como un servicio, TV por streaming. Además del cloud

computing, las redes de entrega de contenido, otras tendencias que favorecen la TV

multipantalla, son las redes ubicuas inteligentes, los encoders de comprensión (Ej, AVC,

HEVC), las tecnologías de tasa de bits adaptativo como HLS, MPEG-DASH, y otros

estándares y protocolos que permiten que el video se adapte en diferentes dispositivos.

En el próximo capítulo se presentará las características de u-learning empleando TVE, se

ampliará sobre las alternativas de implementación, criterios para definir plataforma de TV

en la nube, el framework con las etapas principales para el modelo y la arquitectura

general.

3. Elementos de U-learning empleando TVE

Este capítulo hace referencia al objetivo de Caracterizar los elementos de U-learning

usando plataformas de TV everywhere. Se plantearán en general las características de u-

learning, estándares posibles para u-learning & TVE, usos del video, alternativas de

implementación, criterios sugeridos a la hora seleccionar una solución de TV/video

multipantalla, framework téorico y arquitectura general de u-learning & TVE.

3.1 Características de u-learning

Teniendo en cuenta autores como (Chiu et al., 2008), (Yahya et al., 2010), (Restrepo et

al., 2012), (Castro et al., 2013), (Aarreniemi-Jokipelto, 2006), (Caytiles et al., 2011),

(Sung, 2009), (Vieira Mejía, 2013) (Zhan & Yuan, 2009) (Chiu et al., 2008) (Ogata &

Yano, 2004), (G.-J. Hwang et al., 2008), (Kanagarajan & Ramakrishnan, 2018) y como

parte de la investigación a continuación se plantean las características que al articular

algunas o en su totalidad propician un ecosistema adecuado de u-learning (Moreno

Lopez et al., 2016):

• Accesibilidad. La información está siempre disponible cuando es necesitada por

un aprendiz. Disponibilidad de los recursos TIC. Cualquier persona pueda

acceder.

• Inmediatez. La información puede ser obtenida rápidamente por los aprendices.

• Interactividad. Que permite interactuar con el sistema, contenido, u otras

personas. Puede ser de una o de dos vías.

• Funcionalidad. Cumple con las funciones para las que fue definido. Por ejemplo

los videos se reproducen bien en la platataforma y diferentes dispositivos.

• Sensibilidad al contexto. Información que caracteriza el entorno de un usuario, y

que le proporciona la información adecuada según lo sensado por el sistema

146 Modelo de U-learning basado en plataformas de TV everywhere

• Seguridad. La información es confiable, y permanece “en un tiempo”. También se

refiere a la privacidad y autenticación.

• Escalabilidad. Aumentar su capacidad y ofrecer otros servicios.

• Flexibilidad. Es capaz de adaptarse tanto en contenidos, como en tecnología u

otros aspectos del ecosistema, de la forma más adecuada.

• Personalizable. Según perfiles, intereses, y opciones de seguimiento y

retroalimentación. Así como elegir que recurso usar, lugar y tiempo.

• Usabilidad. Los usuarios pueden realizar sus actividades de forma rápida y fácil.

• Aprendibilidad. Capacidad del sistema y de los usuarios para aprender.

• Interconectividad. El sistema soporta convergencia de tecnologías, conectividad

a red, y de conectarse con otros (dispositivos y personas). Además de forma

simple y transparente para el usuario.

• Interoperabilidad. Capacidad del sistema o de un dispositivo para funcionar con

otros sistemas o dispositivos y de compartir la información.

• Ubicuidad cotidiana. Hacerle sentir al usuario omnipresente: que en cualquier

momento de su vida diaria encontrará en el sistema la información, y desde

cualquier lugar y con cualquier dispositivo.

• Portabilidad. La información y dispositivos se pueden llevar fácilmente.

Otras como:

• Medible. Parte o todo el proceso de la solución de u-learning puede ser medible

(como por ejemplo dispositivos usados, contenido de video visto, tiempo

empleado, resultados de aprendizaje, entre otros).

• Gestionable. Parte o todo el proceso de la solución de u-learning se puede

controlar o administrar (contenidos, configuraciones, acceso a usuarios, entre

otros).

• Multi-“X”. Que contempla “mucha(o)s” u otras diversidades o aspectos. La “X”

representa cualquier otra característica, como que propicia una experiencia

multimodal (diversas modalidades, como virtual, presencial, mixta, etc),

multidimensional (tiene en cuenta diversos aspectos), multiscreen (pantallas

múltiples), entre otros.

En general estas características tienen alguna relación con las características esenciales

que ofrece la nube, base de la TV Everywhere.

Capítulo 3 147

3.2 Estándares posibles para U-learning

3.2.1 Relacionados con el aprendizaje

Dado que u-learning puede integrar enfoques como e-learning, m-learning, entre otros,

por lo tanto, los estándares o recomendaciones relacionado con educación mediada por

la tecnología se pueden aplicar según el caso o solución o necesidades. La siguiente

tabla indica ejemplos de organismos y estándares:

Tabla 3-1: Ejemplos estándares relacionados con el aprendizaje.

Organismo o entidad Comité técnico o grupo de trabajo

Estándar o recomendaciones

ISO - The International Organization for Standardization https://www.iso.org/home.html

ISO/IEC JTC 1/SC 36 Information technology for learning, education and training

ISO/IEC TS 20013:2015 - A reference framework of e-Portfolio information

ISO/IEC 20006-1:2014 Information model for competency -- Part 1: Competency general framework and information model

ISO/IEC TS 29140-1:2011 Nomadicity and mobile technologies — Part 1: Nomadicity reference model

ISO/IEC TS 29140-2:2011 Nomadicity and mobile technologies — Part 2: Learner information model for mobile learning

ISO/IEC 40180:2017 Fundamentals and reference framework

CEN (European Committee for Standardization) https://www.cen.eu/Pages/default.aspx

CEN/TC 353 Information and Communication Technologies for Learning, Education and Training

EN 15981:2011/AC:2013 European Learner Mobility - Achievement information (EuroLMAI) EN ISO/IEC 19788-1:2012 Information technology - Learning, education and training - Metadata for learning resources - Part 1: Framework

Advanced Distributed Learning (ADL) www.adlnet.gov

N/A

SCORM 1.2 The Sharable Content Object Reference Model.

▪ Run-Time Environment

▪ Content Aggregation Model Tin Can API Or The Experience API (or xAPI) Recopila datos de la experiencia de aprendizaje del “alumno”.

IMS (IMS Global Learning Consortium).

www.imsglobal.org.

N/A

LTI® v1.3 Learning Tools Interoperability Learning Design Specification IMS Common Cartridge® Specification

IEEE Learning Technology Standards Committee (IEEE LTSC) https://www.ieeeltsc.org/

LOMWG12 - Working Group for Learning Object Metadata

IEEE 1484.12.1-2002 - IEEE Standard for Learning Object Metadata

CDSWG20 - Competency Data Standards Working Group

IEEE 1484.20.1-2007 - IEEE Standard for Learning Technology-Data Model for Reusable Competency Definitions

148 Modelo de U-learning basado en plataformas de TV everywhere

ITU’s Telecommunication Standardization Sector (ITU-T) https://www.itu.int/en/ITU-T/about/Pages/default.aspx

ITU-T SG16: Multimedia

ITU-T F.742 Descripción del servicio y requisitos para servicios de aprendizaje a distancia

Fuente: Construcción propia

3.2.2 Generales según aplicación

La siguiente tabla contempla algunos estándares o lineamientos, según su área de

aplicación, como accesibilidad, calidad, metadatos, interoperabilidad, codificación, web,

comunicación.

Tabla 3-2: Estándares generales según aplicación.

Organización Comité técnico o grupo trabajo o de

interes

Aplicación Estándar o producto

ISO - The

International

Organization for

Standardization

https://www.iso.org/home.html

ISO/TC 159/SC 4 Ergonomics of human-system interaction

Accesibilidad ISO 9241-112:2017 - Part 112: Principles for the presentation of information

ISO 9241-171:2008 - Part 171: Guidance on software accessibility

ISO 9241-20:2008 - Part 20: Accessibility guidelines for information/communication technology (ICT) equipment and services.

ISO/IEC JTC 1/SC 7 Software and systems engineering

Calidad Evaluación

ISO/IEC 25010:2011 Systems and software Quality Requirements and Evaluation (SQuaRE) -- System and software quality models

ISO/TC 46/SC 4 Technical interoperability

Metadatos ISO 15836-1:2017 Information and documentation -- The Dublin Core metadata element set -- Part 1: Core elements

ISO/IEC JTC 1 Information technology

Interoperabilidad ISO/IEC 29341-28-1:2017 Information technology -- UPnP Device Architecture -- Part 28-1: Multiscreen device control protocol -- Multiscreen architecture

ISO/IEC JTC 1/SC 29 Coding of audio, picture, multimedia and hypermedia information

Interoperabilidad Entre formatos de streaming (como dash y HLS)

ISO/IEC 23000-19:2018 Information technology -- Multimedia application format (MPEG-A) -- Part 19: Common media application format (CMAF) for segmented media

Información encriptación común – interoperabilidad de licencias y gestión de claves

ISO/IEC 23001-7:2016 Information technology -- MPEG systems technologies -- Part 7: Common encryption in ISO base media file format files. ISO MPEG CENC

Codificación video

ISO/IEC 14496-33:2019 Information technology -- Coding of audio-visual objects -- Part 33: Internet video coding .MPEG-4 IVC

Fuente: Construcción propia

Capítulo 3 149

Tabla 3-2: (Continuación)

Organización Comité técnico o grupo trabajo o de

interes

Aplicación Estándar o producto

W3C (World Wide Web Consortium). www.w3c.org

Media and Entertainment Interest Group

Interoperabilidad web

Promueve ▪ HTML5 adaptive streaming. ▪ Soportar en la web High-Dynamic

Range (HDR). ▪ Web inmersiva (uso de dispositivo para

VR, AR, cámaras 3D y 360 grados). ▪ Juegos en la web

Web Platform Working Group

Web HTML 5.2 HTML 5.3 Media Source Extensions https://www.w3.org/TR/media-source/

Immersive Web Working Group

Promueve llevar la realidad virtual (VR) de alto rendimiento y la realidad aumentada (AR) (colectivamente conocida como XR) a la Web abierta a través de API para interactuar con los dispositivos XR y los sensores en los navegadores.

Second Screen Working Group define API que permiten a las páginas web usar pantallas secundarias para mostrar contenido web

Interoperabilidad Presentar contenido web

Presentation API

Web Real-Time Communications Working Group define las API del lado del cliente para habilitar las comunicaciones en tiempo real en los navegadores web.

Comunicación Web

Media Capture and Streams

Media Working Group Desarrolla y mejora las funciones de reproducción y procesamiento de medios en la Web.

Interoperabilida Web

Media Capabilities

Web Applications Working Group

Metadatos Web Apps

Web App Manifest

Accessibility Guidelines Working Group desarrolla pautas para hacer que el contenido web sea accesible para diversidad de personas

Accesibilidad Techniques for WCAG 2.1

HTML Media Interoperabilidad EME

150 Modelo de U-learning basado en plataformas de TV everywhere

Extensions Working Group

reproducción en plataformas web

Encrypted Media Extensions

(MSE) Media Source Extensions HTML 5 API

Fuente: Construcción propia

Tabla 3-2: (Continuación)

Organización Comité técnico o grupo trabajo o de

interes

Aplicación Estándar o producto

ITU’s

Telecommunicati

on

Standardization

Sector (ITU-T)

https://www.itu.int/en/ITU-T/about/Pages/default.aspx

SG13: Future networks, cloud computing and trusted network infrastructures

Interoperabilidad

Redes

ITU-T G.801 Modelos de transmisión digital ITU-T Y.100 Visión general de la elaboración de normas relativas a la infraestructura mundial de la información ITU-T Y.3501 Computación en nube: Marco y requisitos de alto nivel

ITU-T Y.1911 IPTV services and nomadism ITU-T Y.1902 Marco para el suministro de contenido de IPTV por multidifusión ITU-T Y.3041 Redes ubicuas inteligentes - UIT-T Y.3045 Redes inteligentes ubicuas – Arquitectura funcional de la entrega de contenidos

ITU-T Y.3300 Framework of software-defined networking

ETSI European Telecommunications Standards Institute (ETSI) https://www.etsi.org/

(EBU) the European Broadcasting Union

Metadatos ETSI TS 102 822-2

Broadcast and On-line Services: Search, select, and rightful use of content ("TV-Anytime")

Fuente: Construcción propia

3.2.3 Otras tecnologías y estándares que posibilitan el despliegue de contenidos multipantalla

Otros estándares y tecnologías, por ejemplo, para compartir pantallas, descubrimiento de

dispositivos, o las iniciativas lideradas en general por empresas para propiciar más la

implementación y mejoras de interoperabilidad, como DASH-IF y WAVE.

Tabla 3-3: Ejemplo otras tecnologías y estándares

Aplicación general Estandar Pantalla de acompañante HbbTV 2.0.2

Capítulo 3 151

(Companion screen) Interoperabilidad – broadband & broadcast

Streaming adaptativo - En IPTV OIPF

Compartir pantalla y medios

Miracast, de Wi-Fi Alliance Airplay, de Apple UPnP, Protocolo control de dispositivos Chromecast built-in (Google Cast)

Descubrimiento de servicios en

redes locales.

DLNA (Digital Living Network Alliance)

Lanzamiento de la aplicación (Application Launch)

DIAL (DIscovery And Launch) - Liderado por Netflix

Descubrimiento (Discovery)

SSDP -- UPnP

mDNS Multicast DNS

DNS-SD DNS-Based Service Discovery

Comunicaciones Websocket XMLHttpRequest WebMessaging

Interoperabilidad DASH-IF InterOperability Points (IOPs)

Interoperabilidad The Web Application Video Ecosystem (WAVE) -

Fuente: Construcción propia

La iniciativa WAVE (Web Application Video Ecosystem), organizado por la Asociación de

Tecnología del Consumidor (CTA)10 (Consumer Technology Association (CTA), 2016),

tiene como objetivo mejorar la forma en que se maneja el video entregado a través de

Internet en los dispositivos electrónicos y facilitar que los creadores de contenido puedan

distribuir el video a esos dispositivos. WAVE se enfoca en aplicaciones comerciales de

video y web de Internet y en el desarrollo de herramientas de interoperabilidad para la

compatibilidad global. WAVE en general no es un desarrollador primario de estándares.

WAVE trabaja con los principales desarrolladores de estándares y especificaciones para

fomentar extensiones, restricciones y aclaraciones de las especificaciones normativas

existentes y en desarrollo para permitir la armonización de los ecosistemas. Esto se

realiza en estrecha colaboración con el World Wide Web Consortium (W3C), el Moving

10 Consumer Technology Association (CTA) https://www.cta.tech/

152 Modelo de U-learning basado en plataformas de TV everywhere

Picture Experts Group (MPEG), el DASH Industry Forum (DASH-IF) y los organismos de

estándares regionales. WAVE utiliza protocolos estándar de la industria, como HTML5

con MSE Extensions [MEDIA-SOURCE] y EME [ENCRYPTED-MEDIA], MPEG-CMAF,

MPEG-CENC y transmisión de velocidad de bits adaptativa con protocolos MPEG-DASH

y Apple HLS. WAVE está estrechamente enfocado en permitir la interoperabilidad entre

las aplicaciones y servicios de audio y video y los dispositivos conectados. Para este

propósito, WAVE contempla tres especificaciones: una especificación de contenido, una

especificación de capacidades de reproducción del dispositivo y una especificación de

API HTML.

3.3 Plataforma de video everywhere

La plataforma de video everywhere deben ser capaz de adaptar los contenidos (como

video) en cualquier formato y dispositivo. Esta plataforma debe contar con las tecnologías

necesarias de codificación, transcodificación, gateway o middleware, así como opciones

de almacenamiento, administración, encapsulación y tecnologías de distribución -CDN,

entre otras. Lo ideal es que sea compatible con la "nube", debido a sus características y

ventajas. La plataforma de video se puede complementar con otros servicios de

computación en la nube (por ejemplo, aplicaciones de Google o suite G), o convergente

con cámaras que capturan videos de una conferencia o clase, o transmisiones en vivo,

entre otros. Figura 3-1 ilustra el escenario.

Figura 3-1: Plataforma de video everywhere.

Fuente: Autor

Capítulo 3 153

3.4 Importancia y usos del video

El vídeo “everywhere” es muy importante entre otras por estas razones:

• Contribuye en la accesibilidad

• Puede proporcionar servicios interactivos

• Independencia de tiempo y lugar. Además, tiene opciones de parar, pausar, y

volver a ver las veces que quiera, entre otras.

• Empleado en dispositivos de usuario, o de su preferencia o fáciles de usar.

• Puede mejorar los niveles de reflexión y satisfacción en los estudiantes.

• Mejorar el aprendizeje híbrido, aprendizaje remoto, aprendizaje personalizado

por demanda, MOOCs, SPOCs, clase invertida, aprendizaje social, y eventos en

vivo.

• Puede ser utilizado en el aula o en línea en cualquier momento, lugar y con

cualquier dispositivo.

• Grabar conferencias, documentar casos, documentar prácticas, compartir

conocimientos, realizar concursos, cuestionarios interactivos, comunicaciones

externas (exalumnos, público en general, etc), comunicaciones internas, en redes

sociales, entre otros.

• Propiciar una mayor participación (presentar, producir, y compartir)

• Propiciar una mayor involucración del usuario

• Entre otras.

En la La Figura 3-2 se plantean diferentes usos del video.

De acuerdo con Strecker et al (Strecker et al., 2018), los videos apoyan el procesamiento

de la información de los usuarios al secuenciar la información y al reducir la carga

cognitiva. Además, los estudiantes pueden obtener orientación adicional para la

formación de conceptos a partir de cámara lenta, congelar fotogramas, repeticiones y la

superposición de texto adicional. Los beneficios de los materiales visuales se pueden

aumentar aún más introduciendo la interacción en videos similares a los hipervínculos en

los sitios web. El material visual se puede memorizar con facilidad y firmeza.

Figura 3-2: Opciones de uso del video.

154 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: Autor

En (G. A. Moreno López, Jiménez Builes, & Ramírez Monsalve, 2017) se aplica u-

learning con TV multipantalla, para un caso de sensibilidad de contexto de soporte de

aprendizaje en laboratorio. Algunos equipos contienen un código QR, que al ser accedido

por el dispositivo smartphone ingresaban al video que explicaba el funcionamiento del

equipo y ejemplo para realizar la práctica, como ilustra la Figura 3-3. También los videos

pueden ser vistos vía URL en otros dispositivos.

Figura 3-3: Ejemplo interacción en u-learning con código QR y plataforma video en Laboratorio.

Capítulo 3 155

Fuente: (G. A. Moreno López, Jiménez Builes, & Ramírez Monsalve, 2017)

3.5 Framework general de la arquitectura para el servicio de u-learning basado en TVE

En la Figura 3-4, se presenta el framework general de la arquitectura para el servicio de

u-learning basado en Sw-De TV. Como tal la solución tiene en cuenta una plataforma de

procesamiento de video basado en cloud computing. Esta plataforma involucra

componentes de almacenamiento, transcoding para adaptar el contenido en diferentes

tasas de bits, gestión, entre otros. Otro elemento son las CDN para facilitar la entrega del

contenido a los usuarios que acceden a la red de internet por diferentes medios como

Wifi, 4G/5G, xDSL, or fibra óptica, y usando diversos dispositivos ubicuos (PC,

smartphone, Tablet, Connected TV, smartwatch). El servicio puede constar de un portal

de video educativo, articulado con redes sociales, LMS, entre otros.

El framework de la arquitectura y el modelo de u-learning basada en TV everywhere,

toma además como guía la especificación técnica del aprendizaje desde cualquier lugar

para los nómadas, ISO/IEC TS 29140-1:2011 (ISO/IEC, 2011b), en donde se plantean

varios componentes esenciales para soportar los requerimientos del aprendiz, como son:

aprendiz (información contextual específica), recursos, sistema (tecnología para soportar

aprendizaje-enseñanza, ej LMS), dispositivos, sistema de comunicación (interfaz de

usuario: interacciones entre aprendiz y dispositivos, e interfaz de sistema: interacciones

entre dispositivo con sistema o recursos), y el entorno (infraestructura e información del

156 Modelo de U-learning basado en plataformas de TV everywhere

contexto). También bajo la especificación ISO/IEC TS 29140-2:2011 (ISO/IEC, 2011a),

que plantea un modelo de información del aprendiz para el aprendizaje móvil, en donde

se usa por ejemplo smartphones u otro dispositivo móvil. Se plantea aspectos comunes

como: aprendiz, contenido, dispositivo, coordinación, conectividad.

Figura 3-4: Framework de la arquitectura general de u-learning basada de SW-De TV.

Fuente: (G. A. M. Moreno López & Jimenez Builes, 2017)

3.6 Alternativas para implementar TVE

La implementación de un servicio de u-learning basado en plataformas de video

everywhere puede ser: a) local (on-premises), con toda la infraestructura necesaria de

hardware, redes o software necesario; b) híbrido, que tiene cierta infraestructura propia y

otros servicios en la nube con un tercero; y c) nube, en la cual la infraestructura y otros

servicios es respaldada principalmente en el modelo de computación en la nube.

Capítulo 3 157

Para el caso de una solución on-premises, se debe contar con los componentes de Hw o

Sw en las instalaciones propias y se tiene más control de ellas. Por ejemplo la Figura 3-5

ilustra componentes que la empresa Elemental Technologies (Elemental Technologies,

2018) ofrece para implementar una solución on-premises. Se encuentra AWS

Elemental Server, que proporciona un procesamiento de video para flujos de trabajo

basados en archivos; El AWS Elemental Delta, es una plataforma de entrega de video

diseñada para optimizar la monetización, administración y distribución de video

multipantalla en redes IP internas y externas; El AWS Elemental Conductor es un sistema

de gestión de red de video para aplicaciones de entrega de video en vivo y basadas en

archivos; AWS Elemental Live, proporciona codificación de video y audio en tiempo real

para transmisión de TV lineal y transmisión en vivo a nuevas plataformas de medios.

Pero además de estos componentes hay que tener en cuenta el almacenamiento, y la

red de distribución de contenido.

Figura 3-5: Ejemplo productos on-premise AWS Elemental.

Fuente: (Elemental Technologies, 2018)

La Tabla 3-2 indica ejemplos de implementación basados en la nube. Puede ser a través

de una solución de TV/video en la nube o OTT TV ofrecida por un proveedor/empresa, o

mediante programación con código de un nuevo servicio/aplicación con la plataforma de

158 Modelo de U-learning basado en plataformas de TV everywhere

computación en la nube, o una solución de video enfocada más a la educación, u

opciones de redes sociales.

Tabla 3-2: Ejemplo de alternativas de implementación de u-learning basadas en video everywhere.

Alternativas Ejemplos Comentario Usando canales comunes

Youtube Son considerados más como una red social y tiene algunas limitaciones.

Con un proveedor de video/TV en la nube

• Viacess orca

• Ooyala

• Icareus

• Elemental

• Kaltura

• Muvi

• Tmira

• Wowza

• Vimeo

Los principales servicios ya están definidos. La implementación puede ser más rápida. Algunas soluciones son muy costosas.

Desarrollando la solución de video soportada en la nube

• Amazon web sevices AWS

• Cloud google

• Microsoft azure

• Vpaas-kaltura

Es necesitado más configuración y/o programación con código. Requiere más conocimientos y posiblemente la implementación requiere más tiempo y opciones de pago según uso de recursos.

Soluciones de video soportadas en la nube enfocadas más a la educación

• Edpuzzle

• Kaltura

• Panopto

Se acercan más a las necesidades dentro de un contexto educativo. Algunas pueden ser limitadas, o son costosas, o no permiten personalización de solución.

Fuente: Autor

En el ANEXO B, se encuentra un listado más amplio de ejemplos de soluciones y

proveedores como opciones para implementar TV/video en la nube

Si bien aplicaciones como Youtube la utilizan muchas empresas o usuarios

independientes para implementar canales de videos, Youtube es considerada más como

una red social abierta, accesible para cualquier tipo de público. Youtube podría tener

ciertas limitaciones como: conducir fácilmente a la distracción ya que hay otros

contenidos diferentes que aparecen, requisitos de autenticación para los usuarios,

opciones de personalizar la plataforma, análisis avanzados del servicio y de cada

Capítulo 3 159

usuario. Sin embargo, también es posible usar Youtube o para complementar una

plataforma de video everywhere.

La plataforma para implementar debe considerar la codificación, transcodificación,

transporte y visualización para diferentes dispositivos, almacenamiento y opciones de

CDN, entre otros indicados en capítulos 3.3, 3.5 y en 3.7 donde se plantean criterios para

seleccionar una solución de TVE

La Figura 3-6 ilustra arquitectura de la solución Vplay de VOD y streaming en vivo, de la

empresa CONTUS. La solución esta respaldada con AWS y Wowza.

Figura 3-6: Ejemplo arquitectura y framework solución VOD y live streaming.

Fuente: (CONTUS, 2018)

De acuerdo con la empresa Kaltura11, es más favorable para el cliente (persona u

empresa) que desea implementar una solución de video, basarse de una solución

completamente bajo el modelo de la nube. Esto porque los costos, el tiempo de

despliegue, personal requerido, entre otros, son menores que otras soluciones. La

Figura 3-7 ilustra las opciones de despliegue, como SaaS, híbrida (parte de la

infraestructura la tiene el cliente en sus instalaciones) o On-premises (todo controlado

11 https://corp.kaltura.com/

160 Modelo de U-learning basado en plataformas de TV everywhere

desde las instalaciones del cliente). Se resalta los beneficios de la solución SaaS y,

además, aplica el modelo OPEX (“Operational expenditures”) que no requiere

infraestructura en las instalaciones del cliente.

Figura 3-7: Ejemplo opciones de despliegue con empresa Kaltura.

Fuente: (Kaltura, 2013)

3.7 Criterios para seleccionar una solución de TV multipantalla

Las plataformas de entrega de video en pantallas múltiples deben facilitar la

transcodificación y la visualización a diferentes dispositivos, entre otras opciones. La

siguiente tabla presenta criterios que deben tenerse en cuenta para elegir una solución

de TV de pantalla múltiple.

Capítulo 3 161

Tabla 3-3: Criteros sugeridos para definir plataforma de video.

Soporte de usuarios* concurrentes y ancho ancho de banda** del reproductor video sea preferiblemente ilimitado.

Fuente: Autor

3.8 Framework general de u-learning con TVE

El marco de referencia pretende apoyar a la hora de implementar un servicio de u-

learning basado en plataformas de TV definida por software. La tecnología es un medio,

pero el fin como tal es favorecer el proceso de enseñanza/aprendizaje, y por eso se

deben tener en cuenta muchos otros aspectos, como objetivo de aprendizaje,

Criterios Descripción

Administración (back-end)

Permitiendo gestionar el servicio, configuración y ofrecer diferentes opciones. Cuenta con la infraestructura necesaria para el servicio (como

CDN, etc).

Transcodificación o

Transcoding

Transformando un formato de archivo en otro adecuado. Uso de los protocolos de transmisión adaptables necesarios para adaptar

el contenido según el dispositivo y la red.

Entrega o delivery

Encriptación y distribución. Que el contenido puede estar disponible en tantas plataformas como sea posible.

Sitio de visualización final

(front-end)

Opción para proyectar al cliente final (como portal de videos, portafolios, enlaces dirección de internet, apps,). Preferiblemente con opción de

personalización (imagen, nombre, dominio propio, etc)

Almacenamiento Si es ofrecido

Mantenimiento Si es ofrecido y actualizaciones

Velocidad de despliegue

Número de minutos, o horas, o semanas

Monitoreo Si es ofrecido

Escalabilidad Si es ofrecido

Seguridad Contenido, opciones de DRM, opciones de autenticación o password, etc.

Costo Chequear en función de los servicios que ofrece

Capacidad Si hay límite de usuarios*, de contenido, almacenamiento, o ancho de banda**.

Involucración o Engagement

Opciones de personalización, descubrimiento de contenidos, trabaja en todos los dispositivos, otras experiencias u opciones de interactividad.

Otros servicios Estadísticas, analítica de aprendizaje, opción de integrar a LMS, VOD, video en vivo, redes sociales, apps para móviles o smartTV, soporte, entre

otros.

Pruebas o Testing

Es posible echar un vistazo a la plataforma para hacer pruebas y conocer un poco las funcionalidades de la plataforma.

Embeber Opción de embeber o incrustar los videos en otros sitios (páginas web, etc)

Facilidad de uso La configuración y puesta en marcha del servicio es “fácil”.

Formatos o estándares soportados

Uso amplio de formatos o estándares, para aceptar videos subidos, procesarlos y entregarlos al destino final.

162 Modelo de U-learning basado en plataformas de TV everywhere

actividades, pedagógicos, personales, entre otros. En la Figura 3-8 se presenta la

propuesta del marco de referencia general, el cual contempla varios momentos: a)

Estado y preparación inicial, b) planeación & requerimientos, c) diseño & desarrollo, d)

Implementación del servicio de u-learning, y e) confrontar servicio y resultado de

aprendizaje. Todos estos momentos tienen un carácter cíclico para retroalimentar el

proceso.

Figura 3-8: Framework general de u-learning basado en Sw-de TV.

Fuente: Autor

En la siguiente tabla se resume los elementos a considerar en los diferentes momentos

del framework.

Capítulo 3 163

Tabla 3-4: Etapas del framework de u-learning propuesto.

Momento Descripción

Estado y preparación

inicial

Comprender la idea de u-learning,

investigar soluciones de procesamiento

de video online, identificar el contexto

de aplicación, participantes, entre otros.

Planeación &

requerimientos

Planear el servicio de u-learning y

requerimientos tecnológicos,

pedagógicos, personales, equipo de

trabajo, gestión, entre otros. Definir

plataforma a emplear. Definir si es

requerido necesidades de capacitación

o fortalecer competencias digitales.

Diseño & desarrollo

Diseñar la solución de u-learning,

contenidos, actividades, etc. Configurar

y/o desarrollar plataforma, recursos,

servicios, contenidos, entre otros.

Implementación del

servicio de u-learning

Chequear la funcionalidad de la

plataforma, el despliegue como tal del

servicio de u-learning en diferentes

pantallas, seguimiento, uso de la

competencia digital, entre otros.

Confrontar servicio y

resultado de

aprendizaje

Revisar la experiencia, el impacto, y

favorecimiento al proceso de

enseñanza/aprendizaje.

Fuente: Autor

En el capítulo 4, se detallará más estos elementos que hacen parte del modelo.

3.9 Escenarios posibles para implementar u-learning basado en TVE en una Universidad

▪ Como estrategia de laboratorio y creación de contenidos o servicios.

o Por ejemplo, para estudiantes de programas relacionados con audiovisual,

desarrollo de contenidos, periodismo, comunicación, telecomunicaciones,

informática, entre otros.

164 Modelo de U-learning basado en plataformas de TV everywhere

o Centro de elaboración de medios, para el público interno como externo.

o Creación de canales temáticos (Ej. Ciencia, investigación, deportivo, etc.)

▪ Para divulgación de información/conocimiento

La Universidad, los departamentos, facultades o por programas pueden hacer uso de

un servicio de u-learning basado en TVE para divulgar información/conocimiento de

interés para la comunidad académica y en general.

▪ Para soportar el proceso de enseñanza/aprendizaje

o Con participación de docentes, y equipos de trabajo. Creando y compartiendo.

o Con participación de estudiantes. Creando y compartiendo.

o Proyectos de estudiantes.

o Grabación de conferencias.

o Soportar aprendizaje de uso de equipos de laboratorio y desarrollo de

prácticas.

o Diferentes actividades y eventos académicos.

o En cursos formales de carreras y posgrados. Presenciales y online.

o En cursos a distancia.

o En cursos de extensión o educación continua. Presenciales y online.

o Propiciar aprendizaje informal, expontaneo.

o Aprendizaje personalizado. Recomendar videos dependiendo de intereses del

alumno.

o Aprendizaje adaptativo.

o Soportar aspectos de inclusión.

o Entre otros.

• Entornos de aprendizaje personal y organizacional

Para propiciar que de manera individual o como miembros de una institución definan

el contenido o recurso, participen activamente y contribuya en su aprendizaje y en la

de otros. Complementado con el fortalecimiento de competencias digitales.

• Gestión de conocimiento

Documentando experiencias, conocimiento, resultados, procesos, entre otros, de

profesionales, docentes e investigadores.

▪ Proyección social

Capítulo 3 165

Participando, incluyendo, creando e impactando en una comunidad de la ciudad o de

una región apartada.

• En Investigación

Profundizar, aplicar y enriquecer más la experiencia de u-learning y TVE. Ej.,

contenido inmersivo.

• Soporte y proyección de otros escenarios u aplicaciones

Por ejemplo, en salud (ej, telemedicina), Agraria, seguimiento-vigilancia, etc.

En general puede ser aplicado en cualquier área de conocimiento o disciplina. Se puede

articular con un LMS o agregarle más valor al LMS (que no cuenta con capacidades de

video), o se puede usar sin un LMS y/o complementado con otros recursos TIC.

3.10 Conclusiones del capítulo

En este capítulo se presentaron los elementos de u-learning basados en TV everywhere,

como son las características generales de la solución de u-learning, los estándares o

lineamientos que pueden propiciar el aprendizaje ubicuo, y el despliegue del contenido

en diversidad de pantallas. Se hace una descripción de la plataforma de video

everywhere, la importancia y uso del video. Se presenta en general la arquitectura de un

servicio de u-learning basado en TV everywhere, que incluye entre otros elementos una

plataforma de video convergente soportado principalmente en la nube y emplea redes de

distribución de contenido para facilitar la entrega del video al usuario en su lugar.

También se indican las opciones para su implementación resaltando el uso de la nube, y

se plantean unos criterios para seleccionar una solución de TV multipantalla.

Posteriormente se ilustra en general un framework con las etapas y componentes de u-

learning con TVE, como antesala al modelo detallado que se presenta en el próximo

capítulo. Finalmente se plantearon escenarios para implementar u-learning basado en

TVE en una Universidad.

4. Modelo de U-learning

En este capítulo se detalla y hacer referencia al cuarto objetivo de Diseñar un modelo de

U-learning considerando la infraestructura y elementos técnicos de TV everywhere. El

modelo de aprendizaje ubicuo basado en plataformas de televisión everywhere es

definido como un ecosistema en el cual intervienen múltiples ítems y contribuyen en

determinado grado a la solución de u-learning.

Previamente antes, de presentar el modelo, se buscan posibles ideas a partir de la

revisión de otros modelos en la literatura. Luego se presentan los referentes de diseño

universal de aprendizaje conocido como UDL y de diseño pedagógico como el diseño

instruccional ADDIE.

4.1 Identificación de ajustes basados de otros modelos

A la hora de revisar y comparar con modelos de u-learning, se aplica la técnica

SCAMPER, creada por Bob Eberle (Eberle, 2008), que permite generar ideas a partir de

algo existente. SCAMPER es el acrónimo de Substitute, Combine, Adapt,

Magnify/Modify/Minify, Put to other uses, Eliminate, Rearrange/Reverse. SCAMPER es

un método para desarrollar un pensamiento creativo y ofrecer otra concepción mental

(Faruk Islim & Karatas, 2016) o que elementos de diseño pueden ser substituidos,

adaptados o usados en una forma diferente (Mulet et al., 2017). La siguiente tabla

presenta un resumen de la identificación de otros modelos relacionados con u-learning, y

a partir de ahí que ideas o que se tendrá en cuenta para proponer el modelo.

Tabla 4-1: Identificación de ideas de otros modelos.

Autor Idea general Técnica SCAMPER

Aspectos a tener en cuenta según SCAMPER

Coto, Collazos, & Mora-Rivera, 2016

Pretende realizar actividades entre profesores para crear cursos y entre estudiantes, de forma colaborativa

Adaptar Otro uso Modificar

Los docentes y estudiantes se tienen en cuenta desde la etapa de preparación inicial. La idea de plataforma tecnolológica se reflejará en los aspectos tecnológicos y ya en diseño/producción. Aspecto pedagógico por aparte. Los servicios de acceso serán contemplados como servicios de la solución de u-learning en etapa de diseño y desarrollo. La idea de materiales de estudio se pondrá en aspectos pedagógicos. Apectos personales, equipo de trabajo, etapa de diseño&requerimientos, componentes tecnológicos basados en TV multipantalla-cloud computing, etapa de prueba y despliegue servicio, componente de competencias digitales, etapa de confrontar servicio y resultados de aprendizaje.

(Zea Restrepo et al., 2015),

Propone una estructura sistémica en la cual, los elementos están interconectados en un esquema de red sin la intervención de jerarquías u órdenes preestablecidas

Adaptar Modificar

Ampliar componente pedagógico Etapa de estado y preparación inicial, aspectos personales, etapa de diseño&requerimientos, componentes tecnológicos basados en TV multipantalla-cloud computing, componente de gestión, etapa de prueba y despliegue servicio, etapa de confrontar servicio.

(Umam et al., 2017)

Es basado en la utilización de interactive internet messenger group (IIMG) para mejorar la involucración y compromiso en un campus inteligente

Para otros usos Modificar

Emplear IM como una opción de interacción adicional Se adicionan otros componentes

(Shih et al., 2012)

Framework de un entorno de aprendizaje ubicuo llamado "sistema adaptativo de ruta de acceso de matemáticas

Modificar Adaptar Otro uso

Se adicionan otros componentes Se toma idea de portafolio para ser planteado Se plantea la idea de contex-aware empleando códigos QR en vez de usar tag RFID, ya que es más económico

(Zhao & Okamoto, 2011)

Modelo de servicio para la entrega de contenido adaptable

Otro uso Modificar

La transcodificación hará parte de los aspectos tecnológicos. El servicio de presentación hará parte del despliegue en la etapa de implementación servicio La idea de servicio de contenido estará en la etapa de diseño y desarrollo. Se adicionan otros componentes, como pedagógicos, de gestión, tecnológicos.

(Casey & Fraser, 2010)

“Framework” para desarrollar e implementar un modelo de u-learning

Adaptar Combinar Otro uso Modificar

La idea de modelo de aprendizaje se planteará como base en teorías de aprendizaje. Las estrategias estarán contempladas en los aspectos pedagógicos, Las capacidades tecnológicas se contemplarán en los aspectos tecnológicos Se incorporará dentro del modelo propuesto las etapas de diseño y desarrollo, implementación servicio, y confrontar el servicio y resultado aprendizaje. Se adicionan otros componentes.

(Atif et al., 2015)

Un modelo de aprendizaje ubicuo dentro de un entorno de campus

Finteligente “pervasivo”.

Otro uso Adaptar Modificar

Se sugiere emplear el estándar LOM, para metadatos de contenidos de video. Idea de inteligencia individual, como los roles y participantes. La inteligencia social, con las actividades colaborativas, La inteligencia espacial, empleando context-aware con el contenido adaptado al dispositivo, y uso de QR Se adicionan otros componentes.

Tabla4-1: (Continuación)

Autor Idea general Técnica SCAMPER

Aspectos a tener en cuenta según SCAMPER

(Wagner et al., 2014)

Un modelo para la administración de perfiles aplicado al aprendizaje

ubicuo Ambientes

Aplicando agentes-ontologías

Adaptar Otro uso Modificar

La idea de perfiles de usuarios se planteará como opción de personalización en aspectos tecnológicos, pedagógicos y de aspectos personales. El sistema de aprendizaje ubicuo estará comprendido en los componentes del entorno de U-dispositivos y entorno de aprendizaje. La idea de Unimaneger, se planteará como una opción de articular a un sistema de gestión como LMS, etc. La idea de adminstrador de huellas, será contemplado como opción de seguimiento al estudiante, en aspectos tecnológ, pedagógicos, y de gestión, monitoreo del servicio. Se adicionan otros componentes.

(M. Chen, Yu, et al., 2017)

Modelo dinámico de recursos de aprendizaje ubicuo

-Otro uso, separar -Modificar

Sobre el contexto de recursos, se empleará en componentes pedagógicos, y tecnológicos, y personales. Se adicionan otros componentes

(M. Chen, Chiang, et al., 2017)

Un modelo de capacitación docente adaptable al contexto en un entorno de aprendizaje ubicuo

Otro uso, separar Modificar

Se toma la idea de entrenamiento del docente, que puede ser un dominio de aplicación y rol o participantes. La idea de comunicación entre grupos se planteará como opción en aspectos tecnológicos para interacción. La idea de colaboración intragrupo se plantea como opción dentro de actividades en aspectos pedagógicos. Se adicionan otros componentes.

(Tortorella et al., 2018)

Framework para el desarrollo de sistemas de aprendizaje conscientes del contexto

-Modificar -Adaptar Otro uso

Se adicionan otros componentes. La idea de sensores se contemplará en aspectos tecnológicos La idea de sensibilidad al contexto además de plantearse en aspectos tecnolo/, se plantea como opción para complementar un apren personalizado.

(G. zen Liu et al., 2016)

Este trabajo se centra en la identificación y análisis de La

eficacia de u-learning para desarrollar un modelo de diseño de aprendizaje para guiar a los

profesionales interesados a través del método de investigación

fenomenológico.

Otro uso Adapta Modificar

La idea de aprendiz person/ se contempla como componente en aspectos pedagógicos. La idea de preferencias de aprendizaje – perfil se contempla en aspectos personales. La idea de estrategias se contempla en aspectos pedagógicos La idea de memoria, en diversos recursos que soportan un tema. La idea de logros se plantea como un componente de resultado de aprendizaje. La motivación puede estar en aspectos personales o valoración experiencia. Se adicionan otros componentes.

(Caceffo & Vieira da Rocha, 2012)

Propone un Ubiquitous Classroom Response System (UCRS) empleando factores de contexto para soportar el aprendizaje activo en la clase

Modificar Otro uso

Se agregan otras etapas y componentes. La idea de procesos colaborativos se planteará como opción en el componente pedagógico, en actividades o estrategias. Se puede contemplar además como opción de interacción (tanto en aspectos tecnológicos como pedagógicos). El sistema de respuesta se proyecta con la posibilidad de usar un recurso TIC (por ejemplo, empleando formularios de evaluación electrónicos).

Fuente: Autor

Capítulo 4 171

Tabla 4-1: (Continuación)

Autor Idea general Técnica SCAMPER

Aspectos a tener en cuenta según SCAMPER

(H. Zhang & Maesako, 2009)

Marco de un ecosistema de desarrollo del alumno para diseñar un entorno de aprendizaje ubicuo, que se basa en la teoría del constructivismo social propuesta por Vygotsky, la teoría de la ecología del desarrollo humano de Bronfenbrenner y la teoría de la espiral de conocimiento de Nonaka.

Modificar Adaptar Combinar- otro uso

Se agregan otros componentes. Componentes de gestión o análisis como opción en aspectos tecnológicos. La idea de los modos de actividades de aprendizaje se planteará como opción para actividades en aspectos pedagógicos, y/o en servicios (diseñoydesarrollo).

(Rabello et al., 2012)

Propone un modelo de colaboración creado para entornos descentralizados.

Modificar Otro uso

Se agregan otras etapas y componentes. La idea de servicios de comunicación se usará como sistema de comunicación en aspectos tecnológicos. La idea de servicio de conectividad se usará como infraestructura de conectividad a internet en aspectos tecnológicos. La idea servicio de contexto se contemplará como carácter opcional de senbilidad al contexto en aspectos tecnológicos. La idea de objetos de aprendizaje estará como contenidos en aspectos pedagógicos y en recursos de la parte de diseño.

(Mehmood et al., 2017)

propone un marco Ubiquitous eTeaching & eLearning (UTiLearn) personalizado que aprovecha Internet of Things, big data, supercomputación y aprendizaje profundo

Modificar -Otro uso

Se agregan otras etapas y componentes. La idea del sentimiento se tendrá en cuenta como un aspecto de motivación en aspectos personales, y de opción de evaluación al final. La idea de reconocimiento de actividad e identificación usuario será planteada como características opcionales de sensibilidad al contexto y personalización es aspectos tecnológicos. La idea de entrega de contenido adaptativo será contemplada en la funcionalidad de la plataforma de video y en la característica de sensible al contexto en aspectos tecnol/. La idea del sistema y la red será contemplada en aspectos tecnológicos. Al igual que la idea de componente de análisis se contemplará como sistema complementario opcional y característica de medible.

(H. Kim et al., 2012)

Un modelo u-learning, que es un sistema de e-learning basado en la web que utiliza diversas características de WSN.

-Modificar -Adaptar Otro uso

Se agregan otras etapas y componentes. La idea del repositorio de conocimiento se contempla como el área o asignatura a aplicar y en componente pedagógico como delimitación. Los medios estarán representados en el sistema de almacenamiento para los diferentes contenidos (en aspectos tecnológicos), en contenidos (aspectos pedagógicos) y en la etapa de diseño. Las tecnologías de comunicaciones inalámbricas se plantean en aspectos tecnológicos. La idea de diseño instruccional hará parte en general para proyectar el modelo.

Fuente: Autor

4.2 Referente de diseño universal para aprendizaje

El diseño universal para el aprendizaje (Universal Design for learning, UDL) es un marco

para mejorar y optimizar la enseñanza y el aprendizaje para todas las personas, basado

en conocimientos científicos sobre cómo aprenden los humanos (CAST, 2018). El marco

UDL se deriva de una amplia base de investigación sobre cómo aprende el cerebro

(como se refleja en las redes afectivas, de reconocimiento y estratégicas), Figura 4-1,

(Meyer et al., 2014):

Afectiva: El "por qué" del aprendizaje; los sentimientos, valores o emociones que

pueden influir en las actitudes hacia el aprendizaje.

Reconocimiento: El "qué" del aprendizaje; cómo identificamos la información y

categorizamos lo que vemos, escuchamos y leemos.

Estratégico: El "cómo" del aprendizaje; Es a través de redes estratégicas que

planificamos, ejecutamos y monitoreamos nuestros patrones mentales y motores

generados internamente, acciones y habilidades.

Figura 4-1: UDL – Tres redes de aprendizaje.

© CAST, 2018

Fuente: (Meyer et al., 2014)

Capítulo 4

Los lineamientos de UDL tienen un amplio reconocimiento, que pueden guiar a los

desarrolladores a crear sistemas educativos más equitativos y efectivos para todos los

estudiantes. El objetivo de UDL no es simplemente ayudar a los alumnos a dominar un

conjunto específico de conocimientos o habilidades específicas, sino dominar el

aprendizaje en sí mismo. A través de UDL, los educadores buscan crear aprendices

expertos, individuos que, independientemente de sus fortalezas y debilidades

particulares, saben cómo aprender. Para hacer esto con éxito en las aulas donde la

variabilidad de los estudiantes es común, UDL sugiere a los educadores que brinden

opciones que minimicen las barreras para el aprendizaje y maximicen las oportunidades

para que todos los alumnos crezcan (Rose et al., 2018).

El marco de lineamientos de UDL plantea tres principios amplios:

o Proporcionar múltiples medios de participación (el por qué de aprendizaje)

significa apoyar el interés, la motivación, y la persistencia.

o Proporcionar múltiples medios de representación (el qué de aprender)

significa presentar información y contenido de diferentes maneras y establecer

conexiones entre ellos.

o Proporcionar múltiples medios de acción y expresión (el modo de aprender)

significa proporcionar diferentes formas para que los estudiantes trabajen con

información y contenido y demuestren lo que están aprendiendo.

4.2.1 UDL y u-learning & TVE

La siguiente tabla presenta un ejemplo de como se puede relacionar el marco UDL con

con el modelo planteado.

Tabla 4-2: Relación UDL y u-learning & TVE.

Principio de UDL U-learning & TVE Proporcionar múltiples medios de participación (el por qué de aprendizaje) significa apoyar el interés, la motivación, y la persistencia.

Estimular interés y motivación para el aprendizaje. Aprender en cualquier lugar, momento y con cualquier pantalla.

Docente usando la tecnología. Realizando seguimiento personalizado, retroalimentando, motivando. Mensajes de superación, constructivos. Ilustrando casos de aplicación real. Usar por ejemplo Gamificación en clase con dispositivos (Ej, Kahoot, etc)

Proporcionar múltiples medios de representación (el qué de aprender) significa

Se presenta el video como recurso principal.

Complementa lo visto en clase, o como uso parcial en clase virtual-clase invertida o clase completamente virtual.

174 Modelo de U-learning basado en plataformas de TV everywhere

presentar información y contenido de diferentes maneras y establecer conexiones entre ellos.

El video se puede adaptar en cualquier pantalla. Otros recursos. Personalización herramienta – contenidos.

Adicionalmente pueden existir información y contenidos en modo documentos, presentaciones, links externos, etc. Interacción – redes sociales. Sensibilidad al contexto (Ej, uso códigos QR en dispositivos de laboratorio)

Proporcionar múltiples medios de acción y expresión (el modo de aprender) significa proporcionar diferentes formas para que los estudiantes trabajen con información y contenido y demuestren lo que están aprendiendo.

Según estrategias y actividades planteadas. Pueden ser virtuales – presenciales. Desde cualquier lugar, momento, con su dispositivo y recurso TIC de preferencia,

Estudiante activo en su aprendizaje. Mediante proyectos, retos, tareas, etc. Diversas formas de evaluación (Ej, autotest, entre pares, por experto, etc). Por ejemplo, el estudiante puede realizar un video para expresar lo que sabe. Diferentes niveles (de menor a mayor exigencia). Criterios definidos para evaluar (Ej, rubricas).

Fuente: Autor

4.3 Referente de diseño instruccional

Como un referente de diseño pedagógico, es importante considerar seguir lineamientos

de diseño instruccional (instructional design).

El diseño instruccional (también llamada ciencia instruccional) de acuerdo a Reigeluth

(Reigeluth, 1983), se preocupa por generar conocimiento sobre diversos métodos de

instrucción, combinaciones de métodos y situaciones en las que estos métodos podrían

ser óptimos. Este conocimiento tiene dos componentes: conceptos y principios. Los

conceptos son creados por el hombre y por lo tanto son arbitrarios, mientras que los

principios existen naturalmente, y, por lo tanto, se descubren. Los conceptos son

categorías de fenómenos (cómo árboles, o ecuaciones), mientras que los principios

muestran relaciones de cambio (o acción), muestra como un cambio se relaciona con

otro cambio, generalmente describiendo las causas y los efectos (como la ley de la

gravedad). Los investigadores educativos han acordado la relación mutua entre el

contexto y el diseño instruccional, y el impacto en los resultados de aprendizaje (Laporte

& Zaman, 2018).

Ejemplos de modelos de diseño instruccional y también empleados para formación online

son (Khodabandelou & Samah, 2012): ISD (Instructional Systems Design), ADDIE,

Capítulo 4

Gagné & Briggs, and Morrison, Ross, & Kemp, Dick and Carey. El rol de los modelos de

diseño instruccional se basa en tres supuestos (Branch & Kopcha, 2014): (1) la

instrucción incluye tanto la enseñanza como el aprendizaje, (2) la educación abarca

actividades de macro-aprendizaje y (3) la instrucción se enfoca en actividades de micro-

aprendizaje.

Los cinco elementos esenciales del proceso de diseño instruccional son, analizar,

diseñar, desarrollar, implementar y evaluar (Analyze, Design, Develop, Implement, and

Evaluate - ADDIE). ADDIE se ha convertido en un referente y uno de los modelos de

diseño instruccional de más aceptación, por ser útil, y fácil de usar (C. Peterson, 2003).

La Figura 4-2 ilustra una representación concurrente del proceso de diseño instruccional.

Figura 4-2: Ejemplo representación modelo ADDIE.

La fase de análisis determina las necesidades del público objetivo, cuál es el problema.

Se tiene en cuenta estándares o competencias que se deben alcanzar. Esta fase puede

arrojar metas u objetivos educativos, actividades a realizar.

La fase de diseño tiene en cuenta información o datos de la fase de análisis. Contempla

investigación y planificación (identificación de objetivos de aprendizaje, la determinación

de cómo se cumplirán los objetivos, las estrategias de instrucción que se emplearán para

lograr los objetivos y los medios y métodos que serán más efectivos en la entrega de los

objetivos). También incluye cómo se evaluarán los objetivos. Además, involucra

contenidos temáticos, instrumentos de evaluación.

Análisis

Diseño

Desarrollo

Implementación

Evaluación Formativa / Sumativa

176 Modelo de U-learning basado en plataformas de TV everywhere

La fase de desarrollo implica construir un producto de acuerdo con lo planteado en las

fases anteriores. Desarrollan, seleccionan materiales o medios o integran tecnología.

La fase de implementación prepara y entrega el “producto”. Para que sea efectivo, en

esta fase se debe continuar analizando, revisando, rediseñando y mejorando el producto.

Previamente se hacen pruebas antes de entregar a los estudiantes.

La fase de evaluación puede aplicarse en las fases previas, como una evaluación

formativa, y al final del curso como una evaluación sumativa. A lo largo de la fase de

evaluación, el diseñador debe determinar si el problema se ha resuelto, si se han

cumplido los objetivos, el impacto del producto o el curso y los cambios que son

necesarios en la futura entrega del programa.

▪ ADDIE y modelo u-learning

La siguiente tabla ilustra como se relaciona el referente de diseño instruccional, como

ADDIE con el modelo propuesto, de acuerdo con el framework general de u-learning

planteado en 3.8….

Tabla 4-3: Relación ADDIE con modelo planteado.

ADDIE Étapas del modelo planteado

Análisis

Estado y preparación inicial

Retr

oa

limenta

ció

n Planeación y requerimientos

Diseño

Diseño y desarrollo

Desarrollo

Implementación Implementación servicio de u-learning

Evaluación Confrontar servicio y resultados de aprendizaje

Fuente: Autor

Capítulo 4

4.4 Elementos del modelo

El modelo es asemejado a un ecosistema, donde los diversos elementos están ligados

de alguna forma. Contempla varios niveles, cada uno con un grupo de factores. Hay un

bucle de retroalimentación (entre los niveles e intranivel), para redefinir o proyectar las

mejoras del servicio de aprendizaje ubicuo. La siguiente figura ilustra el modelo.

Figura 4-3: Modelo general de u-learning.

Fuente: Autor

178 Modelo de U-learning basado en plataformas de TV everywhere

4.4.1 Primer Nivel, estado y preparación inicial

Tiene que ver con los primeros acercamientos, la idea de u-learning, los actores que

pueden intervenir, las tendencias de tecnología, el contexto de aplicación y otros

necesarios. Por ejemplo, se puede revisar si hay lineamientos institucionales. Ver Tabla

4-4. El modelo como tal desde el principio contempla al estudiante como actor principal.

Tabla 4-4: Aspectos del nivel de iniciación

Factor Descripción Idea Conceptos, características, y usos generales del u-learning.

Actores que participan

- Estudiantes - Profesores, - Directivas, - Empresas, - Instituciones, - Entre otras.

Tendencias de tecnología

Plataformas multi-screen, CDN, OTT, cloud, transcoding, dispositivos conectados, banda ancha, entre otros.

Contexto - Sector educativo, - Empresarial, - Salud, - Ciudad inteligente, - Inclusión social, - Gobierno…

Estado - Nuevo - Continuo - Condiciones previas mínimas de infraestructura (internet,

dispositivos)

Otros - Propuesta borrador, - Solución individual - Solución colectiva (área, facultad, institución, etc). - Entre otros

Fuente: Autor

4.4.2 Segundo nivel, Planeación y requerimientos

Contempla proyectar como tal el servicio y requerimientos de aspectos tecnológicos,

pedagógicos, personales, conformación equipo de trabajo, de necesidades de

capacitación o fortalecer competencias digitales, o de gestión que tendrá el servicio de u-

learning. También de definir solución de plataforma de TV/video a emplear.

▪ Necesidades de conformación de equipo de trabajo. Es muy recomendable y si

existe la oportunidad de conformar un equipo de trabajo como apoyo al desarrollo del

servicio de u-learning, ver Tabla 4-5 con alternativas.

Capítulo 4

Tabla 4-5: Opción conformación equipo de trabajo.

Factor Descripción Implementación Definir si se contempla o no.

Interdisciplinario

- Docentes, - Asesor, - Ingenieros, - Pedagogo, - Programadores, - de multimedia, audiovisual, - Diseñador instruccional - Community manager - Otro profesional.

Fuente: Autor

▪ Requerimientos tecnológicos. La Tabla 4-6, presenta detalle de requerimientos

tecnológicos12 para tener en cuenta. Se plantea de forma general, más no el detalle

técnico. Son el medio que se vale de la tecnología para llevar a cabo su propósito

(solución de u-learning basado en TV/video multipantalla). Pueden ser tangibles

(computador, etc.), como intangibles (sistema, aplicación, maquina virtual, etc).

Tabla 4-6: Aspectos tecnológicos.

Requerimientos Descripción Tipo de solución

- On premise (hw/sw implementada en instalaciones propias) - Híbrida (parte propia y otra arrendada en nube) - Cloud (soportado principalmente en la nube por otro proveedor)

Transmisión - Tecnología para TV/vídeo everywhere (como CDN, transcoding, enconder de compresión, o encriptación y distribución a cualquier plataforma, otros), en la nube.

- Tecnologías TV híbrida (Ej, broadcast y broadband) - Tecnologías complementarias - Tipo servicio (VoD, live, broadcast, etc)

Infraestructura de conectividad a

internet

- Inalámbricas: Wifi, red celular (3G, 4G o 5G), red satelital, u otra. - Alámbricas: ADSL, fibra óptica, cable, u otra. - Híbridas: inalámbricas y alámbricas

Dispositivos (entrada y salida)

Smartphone, TV, PC, Tablet, tecnología sensórica, entre otros

Sistema de comunicación

- Interacción de una vía (estudiante – contenido) - Interacción de dos vías (estudiante – docente, estudiante-

estudiante, estudiante – entorno de aprendizaje). - Interacción complementada con dispositivos y recursos TIC

(tecnología sensórica (RFID, QR, etc.), App segunda pantalla, red social, asistentes digitales, mensajería instantánea, otras

12 De tecnología, según RAE:

Conjunto de teorías y de técnicas que permiten el aprovechamiento práctico del conocimiento científico. Conjunto de los instrumentos y procedimientos industriales de un determinado sector o producto. https://dle.rae.es/?id=ZJ2KRZZ

180 Modelo de U-learning basado en plataformas de TV everywhere

plataformas externas, otros).

Modos de interacción

- Sincrónico (En un tiempo específico - presencial o virtual) - Asincrónico (en cualquier momento) - Híbrida (sincrónico y asincrónico)

Sistema de almacenamiento

Repositorio de contenidos (vídeos, aplicaciones, entre otros)

Sistemas complementarios

- De gestión (servicio, contenidos, usuarios, etc). - Estadísticas o analítica - Monitoreo, entre otros.

Seguridad - Integridad datos, - Autenticación - Privacidad datos - Contenidos, o DRM, entre otros.

Escalabilidad Tanto en número de usuarios, contenidos y servicios

Sensibilidad al contexto

El contenido (vídeo) se adapta al dispositivo de usuario o información de acuerdo con el sensado del sistema.

Ubicuidad cotidiana El sistema soporta que la información este en cualquier momento, lugar, y para cualquier pantalla.

Accesibilidad Información disponible, accesibilidad a recursos TIC, a las aplicaciones, infraestructura, a estándares (ampliamente aceptadas o

abiertos).

Funcionalidad El sistema funciona adecuadamente

Inmediatez Información se obtiene de forma “rápida”

Usabilidad El sistema o la solución posibilita que las actividades se hagan de forma rápida y fácil

Portabilidad La solución se puede dar en dispositivos que se pueden llevar fácilmente

Interoperabilidad Funciona en diversos sistemas o dispositivos.

Flexibilidad La solución es capaz de adaptarse de la forma más adecuada

Personalizable El sistema podría tener en cuenta los perfiles, seguimiento/retroalimentación, y opción de elegir.

Aprendibilidad - El sistema es capaz de aprender - Al estudiante se le facilita el aprendizaje

Fuente: Autor

Nota: Ir definiendo opciones de implementación, si basado en solución de un proveedor

o desarrollando en la nube.

En el subcapítulo 3.7 se plantearon unas consideraciones para definir solución de TV

everywhere. En ANEXO B se plantean ejemplos de alternativas y/o proveedores para

implementar plataforma video multipantalla.

▪ Necesidades personales o del grupo objetivo. La Tabla 4-7 plantea los

requerimientos en general de los individuos o grupos objetivo que participan, en este

caso los estudiantes. Por ejemplo, no es lo mismo para personas con necesidades

especiales como con deficiencia auditiva, etc., que para estudiantes normales. Por lo

cual es pertinente identificarlas o posibilitar que la solución de u-learning las

contemple.

Capítulo 4

Tabla 4-7: Necesidades personales o del grupo objetivo.

Requerimientos Descripción Tipo de

aprendizaje - Aprendizaje formal - Aprendizaje no formal - Aprendizaje informal

Grupo objetivo Dirigido a....

Características - Edades - Factor cultural - Nivel de educación

Consideraciones especiales

- Discapacidad física, - Deficiencia visual - Deficiencia auditiva, - Limitación cognitiva - Otra

Otras necesidades - Flexibilidad de tiempo y lugar - Opciones de comunicación y retroalimentación

con docente - Otra

Situación - Estudiante trabaja/estudia, - Solo estudia, - Solo trabaja (si se implementa en empresa), - Otro.

Objetivo de aprendizaje/ Resultado de aprendizaje esperado

- Definir objetivos - Definir resultado de aprendizaje

Accesibilidad - Geográfica, - Personal, - Técnica

Motivación/ expectativa

- Motivación al uso de tecnología, - Experiencias en aprendizaje online - Experiencia en el tema - Otra

Fuente: Autor

▪ Requerimientos pedagógicos. En la Tabla 4-8 se plantean requerimientos

pedagógicos13 en general de la práctica educativa o de enseñar. Conmunmente se

enfoca a niños y jóvenes, contrario a la androgogía (enfocado a educación en adultos

o educación continua) o la heutagogía (aprendizaje libre, de mayor autonomía y

madurez).

13 Relacionado con Pedagogía: Práctica educativa o de enseñanza en un determinado aspecto o área. Ciencia que se ocupa de la educación y la enseñanza. https://dle.rae.es/?id=SHmDVXL

182 Modelo de U-learning basado en plataformas de TV everywhere

Tabla 4-8: Aspectos pedagógicos.

Requerimientos Descripción Rol de u-learning - Complementario

- Parcial - Substituto

Teoría de aprendizaje

referente

- Instructivismo - Cognitivismo - Conductismo - Constructivismo - Conectivismo - Híbrida (varias de anteriores)

Delimitación - Área de conocimiento - o Dominio de aprendizaje - Definir temáticas o programa

Contenido - Material de aprendizaje (vídeo, audio, documentos, guías, otros)

- Otros

Interacción - Estudiante – contenidos - Estudiante – Docente - Estudiante – estudiante - Estudiante - entorno aprendizaje

Estrategias - Clase invertida, - BYOD, - Otras metodologías activas (ABP, en casos, learning-

by-doing, etc.) - Gamificación, entre otras

Actividades - Definir según objetivos de aprendizaje… - Individual - Colectiva

Libertad de elección Opciones para elegir el lugar, momento y recursos TIC

Evaluación (diagnósticas, formativas o sumativas)

- Autoevaluación - Entre pares - Experto – tradicional - Actividades (muestras, exposición, uso de video para

evidencias, etc.) - Síncrona o asíncrona - Uso de rúbricas

Aprendizaje personalizado

- Según perfiles, conocimientos/habilidades, - Ritmos de trabajo, estilos de aprendizaje, - Seguimiento (ej, uso portafolio), según contexto, entre

otros.

Fuente: Autor

La pedagogía debe considerar el apoyo a diversidad de estilos de aprendizaje. Para las

evaluaciones se pueden emplear opciones automatizadas (por ejemplo, con formularios

de evaluación electrónicas, etc.) que permitan recuperar datos para analítica y mostrar

resultados más rápidos.

Capítulo 4

Al plantear los objetivos y actividades se puede seguir el enfoque de la taxonomía de

Bloom (Anderson et al., 2001), para fortalecer el aprendizaje y nivel de cognición (desde

un nivel inferior a superior, con recordar, entender, aplicar, analizar, evaluar y crear).

Igualmente, al definir las actividades se puede proyectar la obtención o fortalecimiento de

competencias digitales. También al definir las actividades se sugiere seguir o proyectar

bajo el enfoque de entorno personal de aprendizaje (PLE). El PLE es definido por (Adell

& Castañeda, 2013) como “el conjunto de herramientas, fuentes de información,

conexiones y actividades que cada persona usa asiduamente para aprender”.

▪ Necesidades de capacitación o fortalecimiento de competencias digitales. La

Tabla 4-9 plantea proyectar necesidades de formación o el fortalecimiento de

competencias digitales. Incluye tanto para el docente como para el estudiante.

Comprende conocer, usar y/o apropiarse de un recurso TIC u otros enfoques. Por

ejemplo, el docente desea capacitarse en realizar videos empleando SW grabación

de pantalla.

Tabla 4-9: Necesidades de formación o fortalecimiento de competencias digitales.

Requerimientos Descripción Necesidad de capacitación Pueden ser generales o específicas.

- Por ejemplo, en gamificación, ABP, design thinking, visual thinking, flipped classroom, entre otros.

Adquirir o fortalecer competencias digitales

- Como docente - Como estudiante - O como ciudadano

Fuente: Autor

Para ampliar el PLE y sacar provecho de los recursos TIC para el aprendizaje, es

esencial adquirir las competencias informacionales y digitales, que incluyen las

"habilidades, conocimientos, actitudes y comportamientos que permiten a las personas

reconocer cuándo necesitan la información, dónde encontrarla, cómo evaluarla y darle un

uso adecuado según el problema al que se enfrentan" (Juarros et al., 2012). El PLE esta

muy relacionado con las competencias digitales, es así que en Moreno et al (Gustavo A.

Moreno López et al., 2016) se plantean cuatro etapas en el modelo de entorno de

aprendizaje ubicuo uPLEMO, que son buscar, seleccionar, producir y compartir.

184 Modelo de U-learning basado en plataformas de TV everywhere

Como plantea The International Society for Technology in Education (ISTE, 2016), en

este mundo rodeado por tecnología es clave que los estudiantes adquieran y esten

preparados en determinadas competencias para prosperar en un panorama tecnológico

en constante evolución. A continuación, se indican las competencias ISTE para

estudiantes: estudiante empoderado, ciudadano digital, creador de conocimiento,

diseñador innovador, pensador computacional, comunicador creativo y colaborador

global.

Igual los docentes deben mejorar para ser profesionales empoderados y catalizador de

aprendizaje, y los estándares planteados por ISTE (ISTE, 2017) propenden a que el

docente ayude a los estudiantes a convertirse en aprendices capacitados e impulsar su

propio aprendizaje, a profundizar su práctica, a promover la colaboración con sus

compañeros, a repensar los enfoques tradicionales. A continuación, se indican las

competencias para docentes planteadas por ISTE: aprendiz, líder, ciudadano,

colaborador, diseñador, facilitador, y analista.

Ciudadanos competentes digitalmente: De acuerdo con el Marco Europeo de

Competencia Digital, también conocido como DigComp (Joint Research Centre, 2015),

todos los ciudadanos deben ser digitalmente competentes, que significa utilizar las

tecnologías digitales de forma segura y con diversos fines, como trabajar, conseguir un

trabajo, aprender, comprar en línea, obtener información de salud, estar incluido y

participar en la sociedad, entretenimiento, etc. Ser digitalmente competente significa que

las personas necesitan tener competencias en las siguientes áreas de competencias

digitales: alfabetización en información y datos, comunicación y colaboración, creación de

contenidos digitales, seguridad, y resolver problemas.

▪ Requerimientos de gestión. La Tabla 4-10 plantea opciones de gestión14 para tener

en cuenta, como mecanismo de ocuparse de la administración de algo. Una de las

consideraciones de la solución de TV everywhere es que sea gestionable, para

controlar por ejemplo los contenidos, u otras configuraciones. También se puede

complementar por ejemplo con sistemas de gestión de aprendizaje (LMS). Es posible

controlar el personal que interviene en la solución, recursos, etc. También se puede

14 Relacionado con gestionar: Llevar adelante una iniciativa o un proyecto. https://dle.rae.es/?id=JAQijnd.

Capítulo 4

gestionar el proyecto, en el caso de desarrollo de un producto (por ejemplo, sw de la

plataforma de video) con metodologías ágiles como SCRUM15.

▪

Tabla 4-10: Aspectos de gestión.

Requerimientos Descripción Apoyado con

sistemas - LMS, - CMS, - LCMS, - LAMS, - Combinados, - Otros

Seguimiento - Learning analytics, - Otros

Control - Equipo trabajo, personal, recursos, proyecto

- Servicio, soporte - Otros

Fuente: Autor

4.4.3 Tercer nivel, diseño y desarrollo

Una vez definidos los requerimientos, se pasa a diseñar la solución de u-learning,

contenidos, actividades, configurar y/o desarrollar plataforma, recursos, servicios,

contenidos, entre otros. En la Tabla 4-11 se plantean los factores de entorno de

dispositivos ubicuos, el entorno de aprendizaje y los servicios. Implica tener en cuenta si

se va a disponer parte o toda la infraestructura, o si se va a usar una plataforma en la

nube de un proveedor.

Tabla 4-11: Aspectos de diseño y desarrollo.

Factor Descripción Entorno de

dispositivos ubicos - Dispositivos - Conectarse a red internet (wireless, wired,

convergencia redes) - Infraestructura TVE (CDN, servidores, encoder,

transcoding, distribución, otros)

Entorno de aprendizaje

- Plataforma (despliegue de contenido-video a diferentes pantallas, pág. web, otros)

- Recursos (aplicaciones, contenidos de video u otro, social media, sistemas de gestión, objetos de

15 Framework Scrum. https://www.scrumguides.org/.

186 Modelo de U-learning basado en plataformas de TV everywhere

aprendizaje, animaciones-simulaciones, foros, material de apoyo, entre otros)

Servicios - Actividades (como docente, entre pares, de aprendizaje, de comunicación, e-porfolios, etc.)

- Contenidos (Videos, guías, rubricas, etc) - Educación a distancia, enlace recursos

educativos, retroalimentación, soporte.

Fuente: Autor

Como tal, el entorno de aprendizaje es más amplio y flexible en espacios/tiempo para

aprender. En el trabajo, en el hogar, en el aula, de forma virtual usando la plataforma de

video y otros recursos TIC. Los recursos y servicios que se diseñen/desarrollen va en

función de los resultados de aprendizaje. También es importante considerar aspectos de

diseño universal, o accesibilidad para todos. En esta etapa además se proyecta la

obtención y/o fortalecimiento de las competencias digitales al diseñar por ejemplo las

actividades y si es considerado su evaluación. El video es el contenido principal. A la

hora de diseñar y desarrollar el video, se debe contemplar las fases de preproducción

(antes de grabar), producción (grabar video) y posproducción (despues de grabación). En

el ANEXO C se plantea pautas para realizar el video. El tipo de video puede ser con

videocámaras semi o profesionales, con videocámaras de dispositivos móviles, con

videocámaras voladoras (Ej. drones), videocámaras 360o , grabación de pantalla (Ej. PC),

videos animados (como whiteboard, motion graphics, Claymation, cartoon 2D/3D). En el

ANEXO D se ilustra un ejemplo de esquema de guion para el video.

4.4.4 Cuarto nivel, implementación del servicio de u-learning

Incluye las pruebas del despliegue, la implementación o ejecución del servicio como tal

de u-learning en diferentes pantallas, el uso e inculcar y fortalecer el desarrollo de

competencias digitales, y el monitoreo del servicio, como ilustra la Tabla 4-12.

Tabla 4-12: Aspectos de implementación del servicio de u-learning.

Factor Descripción Pruebas

despliegue Verificación tx y rx

en diferentes dispositivos (Smartphone, o Tablet, o PC/laptop, o SmartTV)

Ejecución servicio

- Grupos focales – pilotos - Escenarios reales

Uso & Fortalecer

competencias

- Usando dispositivos ubicuos - Interactuar con plataforma de video u entorno de

aprendizaje virtual

Capítulo 4

digitales - Realizando actividades con recursos TIC. - Incentivar o fortalecer el uso y apropiación de TIC para

buscar, organizar, crear, compartir, y dar seguridad a la información y trabajar en la sociedad digital.

Monitoreo del servicio

- Seguimiento del funcionamiento - Seguimiento uso por los usuarios - Soporte

Fuente: Autor

4.4.5 Quinto nivel, Confrontar servicio y resultado de aprendizaje.

Comprende aspectos como revisar la experiencia, el impacto, y favorecimiento al proceso

de enseñanza/aprendizaje, ver Tabla 4-13.

Tabla 4-13: Aspectos del servicio y resultado de aprendizaje.

Factor Description Expectativa

proceso Grado Satisfacción

Nuevos conocimientos/habilidades-logros

Impacto del servicio

Grado de usabilidad Favorabilidad al aprendizaje

Desempeño

Otros Revisión analítica de datos, u otros por definir

Fuente: Autor

En este momento es importante también revisar los datos obtenidos principalmente por la

interacción con los medios digitales, que sirva en general para la retroalimentación y

mejora del proceso de enseñanza/aprendizaje. Esto se puede lograr con la plataforma de

video (si tiene la funcionalidad de analítica) u otros servicios/aplicaciones externas. En

este contexto interviene Learning Analytics o Analítica de aprendizaje, definida como la

aplicación de técnicas analíticas para analizar datos educativos, incluidos datos sobre las

actividades del alumno y el docente, para identificar patrones de comportamiento y

proporcionar información procesable para mejorar el aprendizaje y las actividades

relacionadas con el aprendizaje (van Harmelen et al., 2012). Otra definición es dada por

Sociedad para la Investigación de análisis de aprendizaje (SOLAR)16 que define Learning

Analytics como la medición, recopilación, análisis e informe de datos sobre los alumnos y

sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los

que se produce.

16 The Society for Learning Analytics Research (SoLAR). https://solaresearch.org/about/

188 Modelo de U-learning basado en plataformas de TV everywhere

4.5 Lista de chequeo

A modo de definir qué aspectos o elementos se tendrán en cuenta en cada nivel, se

propone ir chequeando con un visado o una X, si se lleva o no a cabo, y otro campo para

los comentarios, como ilustra la Figura 4-4.

Figura 4-4: Ejemplo propuesta lista de chequeo.

Fuente: Autor

En ANEXO A, se presenta documento guía de chequeo.

4.6 Conclusiones del capítulo

En este capítulo principalmente se detalla el modelo de u-learning basado en TV

everywhere. Inicialmente se comentó algunas pautas que sirvieron para elaborar el

modelo, como aplicar el método SCAMPER, para identificar posibles ideas de otros

estudios, el referente de diseño universal para aprendizaje, y de diseño instruccional

como ADDIE; Se procura tener un pensamiento de diseño creativo para plantear el

modelo. También se tiene en cuenta que la tecnología principal son las plataformas de

TV Everywhere, los dispositivos ubicuos, el video, y otros elementos indicados.

El modelo propuesto, contempla cinco etapas definidas desde la perspectiva del diseño

instruccional, las cuales son: estado y preparación inicial, planeación y requerimientos,

diseño & desarrollo, implementación del servicio, y confrontar servicio y resultado de

aprendizaje. En cada una de estas etapas se contemplan diversos aspectos y

componentes, tratando de proyectar el modelo u-learning & TVE, desde una visión

integral para su implementación.

Capítulo 4

También se plantearon como anexos la guía como chequeo del modelo a la hora de

implementar, pautas para realizar el video, y ejemplo de esquema de guion para el video.

En próximo capítulo se bosqueja el desarrollo del prototipo de u-learning para múltiples

pantallas.

5. Desarrollo prototipo de U-learning para múltiples pantallas

En este capítulo se presenta en general la descripción del prototipo, servicio de u-

learning basado en TV everywhere, haciendo referencia al quinto objetivo específico de

desarrollar una aplicación de U-learning para múltiples pantallas. Se plantea la identidad

del prototipo, denominada Aprenutvi. Se indica la alternativa definida para implementar

un sistema de TV multipantalla. Se presenta un resumen de las características del

sistema elegido para disponer de un servicio de TV/video multipantalla.

5.1 Metodología diseño prototipo de U-learning

El diseño como tal del prototipo de u-learning, hace parte como una fase o etapa con

diversos componentes de un ecosistema, tomando como base el modelo planteado,

indicado en capítulo 4, que comprende las etapas de estado y preparación inicial,

planeación y requerimientos, diseño y producción, implementación del servicio de u-

learning, y confrontar servicio y resultados aprendizaje.

5.2 Resumen aplicación modelo uLTVE

Por lo cual, el desarrollo del prototipo de u-learning & TVE, previamente conlleva unas

etapas planteadas en el modelo. La siguiente tabla resume la aplicación del modelo para

proyectar un prototipo de u-learning basado en TV multipantalla.

Tabla 5-1: Resumen aplicación modelo en prototipo u-learning.

Fase Resumen

• Idea de u-learning

• Idea de TV multipantalla

192 Modelo de U-learning basado en plataformas de TV everywhere

Estado y preparación inicial

• Investigación de alternativas de plataformas de video para su implementación y proveedores.

• Proyectar aplicar en contexto Universitario.

• Opciones de implementación en Universidad Nacional sede Medellín y en el Politécnico Jaime Isaza Cadavid

• Propuesta de iniciativa del docente en una asignatura.

Planeación & requerimientos

• Se ha conversado con varios docentes para su aplicación.

• Entre requerimientos tecnológicos (plataforma de video en la nube, tipo servicio VoD, gestionable, escalable, opciones de estadística, interacción complementada con otros recursos TIC, redes sociales, correo electrónico, despliegue en diferentes pantallas, en redes inalámbricas o cableadas, modo interacción asíncrono, con sistema de almacenamiento, funcional)

• Entre requerimientos pedagógicos (recurso principal video, actividades a realizar como discusión/reto, área conocimiento (historia y teoría 2 / algoritmos y programación), delimitación tema (románico y gótico / ciclos, funciones, procedimientos, condicionales, archivos), evaluación (pretest, postest - autotest), rol (parcial/complementario), estrategia (conversatorio/aprender programando)

• Entre requerimientos personales (aprendizaje formal, grupo objetivo (estudiantes de arquitectura y ingeniería informática), no se contemplan necesidades especiales, motivación uso tecnología, flexibilidad de tiempo y lugar)

• Entre requerimientos de gestión (control servicio)

• Entre requerimientos equipo de trabajo (docente, asesor)

• Entre requerimientos necesidades de formación o fortalecimiento competencias digitales (sobre grabación de video – captura de pantalla)

• Se define alternativa de implementación – Por medio de un proveedor de plataforma video/TV en la nube.

• Se define plataforma a emplear – Vimeo

Fase Resumen

Fase diseño y desarrollo

• Identidad prototipo

• Configuración plataforma video en Vimeo

• Preparar contenidos presentación (docente)

• Grabación de video (docente y asesor)

• Subir video y configuración en plataforma video (asesor)

• Configuración portal de video para usuario final – portafolio articulado a dominio (asesor)

• Servicio de interacción con docente (correo electrónico)

• Recursos adicionales (links)

• Actividad (discusión / reto)

• Prepración evaluación (quiz pretest - postest)

Se tiene en cuenta pautas grabación video y guión, ver ANEXOS C y D respectivamente.

Fase Resumen

Fase Implementación del servicio de u-

learning

• Pruebas y verificación del sitio web de URL del video en múltiples dispositivos conectados

• El servicio de u-learning & TVE es aplicado en escenarios real de los cursos de Historia y teoría 2 (UNAL) y Algoritmos y programación (Politécnico JIC)

• Pretest (ambos cursos)

• Se invita a visitar el portal de video

• Se motiva a realizar actividades con recursos TIC (en curso algoritmos y programación)

• Seguimiento funcionamiento

Fase de confrontar servicio

y resultados de aprendizaje

• Postest – desempeño académico (ambos cursos)

• Encuesta de percepción experiencia (grupos experimentales – ambos cursos)

• Revisión de analítica suministrada por plataforma

Fuente: Autor

Capítulo 5 193

En el capítulo 6 de validación, se ampliará sobre la implementación del servicio de u-

learning y confrontar el servicio y resultados de aprendizaje.

▪ Alcances y limitaciones

El alcance del prototipo y para el experimento que se indicará en el capítulo de

validación, está limitado en ilustrar la idea de u-learning basado en TV multipantalla,

usando una plataforma de video online (aplicación real, no simulada) que permita

desplegar videos tipo educativos a diferentes tipos de pantalla conectados a internet, que

se pueda ver desde cualquier lugar y momento. Se toma como base el modelo, con sus

etapas, pero no todos los elementos por aspectos prácticos se pueden contemplar, y así

mismo estos inciden o depende de las funcionalidades de la plataforma a usar o

desarrollar. Es aplicado en un escenario real con estudiantes, en dos cursos diferentes

con un número de estudiantes específicos, que al final valoraran la aplicabilidad del

servicio para apoyar el proceso de aprendizaje. Se confronta resultado de aprendizaje

con una prueba final.

Entre las limitaciones, es que la plataforma no permite registrar usuarios, en este caso

estudiantes, por lo cual no se puede hacer seguimiento personalizado, y hacen falta otras

funcionalidades para uso educativo, como por ejemplo generar test interactivo, aunque si

se puede con enlaces externos (por ejemplo, a Google forms). Se depende del apoyo de

un profesor (tiempo, motivación, etc), por lo cual hay aspectos que no se pueden

controlar bien. Además, los cursos ya tienen su planeación definida durante el semestre.

No hubo un equipo interdisciplinario, sólo docente y asesor (autor). Depende de la

conectividad y buen servicio de internet (en red, wifi, o red celular), y características de

dispositivos. No se profundiza en que la solución sea accesible para todos (personas con

necesidades diversas). No se articula a un LMS. En la aplicación del prototipo en el curso

de algoritmos y programación, se implementó en tres semanas, varios videos como

complemento a lo dado en clase, las pruebas no tuvieron incidencia en las notas reales

del curso, más una actividad sí. En la aplicación del prototipo en el curso de Historia y

teoría 2, se implementó sólo para una clase de forma online, durante una semana, las

pruebas si tuvieron incidencia en las notas reales del curso.

194 Modelo de U-learning basado en plataformas de TV everywhere

5.3 Identidad del prototipo de u-learning y TVE

5.3.1 Nombre del prototipo

Teniendo en cuenta que se pretendía contar con una aplicación de TV-Video en la nube

bajo el enfoque de aprendizaje ubicuo, se definió como nombre del prototipo: “aprenutvi”,

Figura 5-1. Posteriormente se validó la disponibilidad y se adquirió un dominio

denominado aprenutvi.co.

Figura 5-1: Nombre del prototipo – Aprenutvi.

Fuente: Construcción propia

5.3.2 Diseño imagen logo prototipo

Para el diseño de la imagen del logo, se tuvo en cuenta: Los términos de aprendizaje

ubicuo y TV/video en la nube, y el objetivo de desarrollar una aplicación de u-learning

basado principalmente de contenido de video para múltiples pantallas. Los elementos

gráficos con los cuales se construyó el logotipo son la nube (representa el despliegue de

contenido en diferentes dispositivos conectados a internet y apoya el concepto de

aprendizaje ubicuo), los rectángulos (representan las pantallas de diferentes

dispositivos), y el símbolo de reproductor de video, que relacionan los conceptos y se

ilustran en la siguiente figura:

Figura 5-2: Imagen del prototipo aprenutvi.

Fuente: Construcción propia

Aprenutvi Aprendizaje ubicuo

Basado en la nube

Y televisión/video

Capítulo 5 195

5.4 Descripción del sistema TV multipantalla empleado

Luego de una exploración de opciones para implementar una solución de video en la

nube (Ver ANEXO B, ejemplos de plataformas de video online), y teniendo en cuenta en

general los aspectos para elegir una plataforma de video señalados en subcapítulo 3.7,

se toma la decisión de disponer de la plataforma de video en la nube llamada Vimeo17

(modalidad premium). Entre las funcionalidades que ofrece esta plataforma de video en

la modalidad premium se listan en la siguiente tabla:

Tabla 5-2: Resumen funcionalidades plataforma de video definida.

Funcionalidad Descripción

Generales

• 7 TB de espacio de almacenamiento en total

• Espectadores ilimitados

• Reproductor personalizable

• Controles de privacidad

• Distribución en redes sociales

• Revisión y aprobación

• Proyectos privados por equipos

• Portafolios personalizables

• Llamadas a la acción en el reproductor (interacción)

• Generación de oportunidades

• Gráficas de interacción

• Google Analytics

• Eventos en vivo ilimitados

• Transmisión a varios destinos

• Chat y encuestas en vivo para los espectadores.

Reproductor de video

• Ancho de banda ilimitado en el reproductor de Vimeo

• Compatibilidad con 4K y HDR

• Sin anuncios antes, durante, ni después del video

• Insertar el reproductor en cualquier página

• Personaliza los colores y los componentes

• Personaliza las pantallas finales

• Agregar logotipo personalizado

• Control de la velocidad de la reproducción. Agregar subtítulos.

• Compatibilidad con reproductores de terceros. Reproductor HTML5. Compatible con videos en vivo y en 360º, en todos los dispositivos. Uso de códecs principales para obtener la transcodificación más rápida y de mejor calidad. La transmisión adaptable asegura la mejor calidad para cualquier velocidad de conexión.

Reproductor compatible con los lectores de pantalla con audio, con el software de doblaje, con los subtítulos ocultos y con opciones de accesibilidad para todos.

Fuente: Construcción propia basada de Vimeo

17 Vimeo, https://vimeo.com/es/

196 Modelo de U-learning basado en plataformas de TV everywhere

La plataforma de video se soporta del almacenamiento en (Google cloud, Level 3) para

los videos subidos y transcodificados. Emplea varias redes de distribución de contenido

(CDN) como Akamai, Fastly y Level3 y pueden estar variando los servidores (Points of

Presence) para garantizar la demanda. La Figura 5-3 ilustra la CDN de Fastly, con una

capacidad de 52 Tbps global conectada; las especificaciones del servidor cache son 24

TB de disco de estado sólido, 768 GB de RAM, y 4 x 25 Gigabit Ethernet. En este caso

en Bogotá – Colombia hay un servidor POP de la red para facilitar la entrega de

contenido.

Figura 5-3: Ejemplo CDN de Fastly que soporta plataforma definida.

Fuente: Captura pantalla - https://www.fastly.com/network-map

Como tecnologías de streaming adaptativo la plataforma usa MPEG-DASH y HLS, que

de manera automática adapta el video en el reproductor y según las condiciones de la

red. Otros códecs que soporta la plataforma son por ejemplo H.264 y H.265 (HEVC).

La Plataforma cuenta con opción de administración o back-end, en donde además de

aplicar las funcionalidades, se sube el video y otras configuraciones. En la Figura 5-4 se

ilustra parte de la interfaz de configuración, que luego de subir los videos y procesar, se

puede ajustar la descripción, título, articular por ejemplo a un portafolio, insertar

(controles, logo, título, color del reproductor), agregar interacción como a un enlace

externo, distribuir a redes sociales, estadísticas generales.

Capítulo 5 197

Figura 5-4: Ejemplo interfaz configuración video desde la plataforma definida.

Fuente: Captura pantalla – plataforma Vimeo

Como opción para proyectar al cliente final un sitio de visualización o front-end (como

portal de video, portafolio, etc), además del enlace al sitio particular en vimeo, o publicar

en redes sociales, o embeber en blogs o páginas web, es posible definir diferentes

portafolios (según temáticas o asignaturas) y articular a un dominio personalizado. Para

el prototipo aprenutvi, se definió el portafolio unalhisteo2 (para el curso de Historia y

Teoría 2 de la Universidad Nacional de Colombia), y el portafolio polialypro (para el curso

de Algoritmos y programación del Politécnico Jaime Isaza Cadavid). En la configuración

avanzada del portafolio se puede vincular a redes sociales u otros vínculos, un formulario

de contacto, usar comentarios, articular a Google analytics. La Figura 5-5 ilustra ejemplo

de un video del portafolio de video configurado para el curso de Algoritmos y

programación. Con la idea de describir el recurso de video realizado, se emplea un

conjunto de atributos (conocido como metadatos), basados del perfil de aplicación LOM-

CO (Ministerio de Educación Nacional, 2012) y el perfil de metadatos CEM 2.0 (Ministerio

de Educación Nacional - Colombia, 2013), que son referentes para Colombia, tomados

del estándar IEEE LOM (Learning Object Metadata).

198 Modelo de U-learning basado en plataformas de TV everywhere

Figura 5-5: Ejemplo video en portafolio polialypro.aprenutvi.

Fuente: Captura pantalla – prototipo aprenutvi

5.5 Conclusiones del capítulo

En este capítulo se presentó la descripción relacionada con el diseño del prototipo de u-

learning basada en TV everywhere. Se tuvo en cuenta el modelo planteado. Por aspectos

prácticos se definió disponer de una plataforma de video de un proveedor, y teniendo en

cuenta los criterios para seleccionar una solución de TV everywhere propuestos, se

definió usar la plataforma vimeo. Se presentó en general la descripción de la plataforma

definida. También se planeó y diseñó la identidad del prototipo, denominada aprenutvi

(aprendizaje ubicuo basado en la nube y TV/video).

En el próximo capítulo se presenta y realiza la validación del modelo y prototipo de u-

learning basado en TV everywhere.

6. Validación modelo de U-learning

Este capítulo presenta la validación del modelo propuesto y su aplicación con el prototipo

de u-learning & TVE, denominado aprenutvi.

6.1 Diseño general validación modelo y aplicación prototipo u-learning

Para validar el modelo de u-learning basado en TV everywhere, se plantearon tres

escenarios: 1) Obtener la valoración por “expertos” (personas con conocimiento u

experiencia relacionada con tecnologías educativas), 2) Obtener la impresión por parte

de los docentes que participaron de la aplicación del modelo y del prototipo, 3) Obtener la

impresión de los estudiantes (de dos Universidades diferentes) que participaron de la

aplicación del prototipo. La Figura 6-1 ilustra el proceso de validación general. En este

capítulo se presenta también pruebas de aplicación del prototipo.

Figura 6-1: Proceso validación general.

Fuente: Autor

Validación

Valoración

modelo

Aplicación

modelo -

prototipo

con

“Expertos”

Estudiantes

Docentes

-Desempeño -Encuesta

-Presentación tipo video -Encuesta

-Encuesta

200 Modelo de U-learning basado en plataformas de TV everywhere

A continuación, se detalla la planificación/diseño, ejecución y análisis en cada uno de

estos escenarios, basados del proceso general de experimentación (Gomez et al., 2013),

(Emden & Sumfleth, 2016).

Para el análisis, inicialmente se describe los resultados en términos de porcentajes,

posteriormente se analizan los datos obtenidos de los cuestionarios con la técnica

multivariable, específicamente la técnica de análisis factorial (Brown, 2003),(Brown,

2006). Para el análisis estadístico se emplea la herramienta de software estadístico R18.

La validez de la técnica estadística empleada se comprueba por medio las pruebas KMO

(H.F. Kaiser, 1974) y de la prueba de esfericidad de Bartlett (Snedecor & Cochran, 1989),

que determinan la pertinencia del análisis exploratorio realizado. El primer paso del

análisis factorial exploratorio, consistió en determinar el número de factores adecuados

que integran cada constructo, teniendo en cuenta la interdependencia entre variables y

que son las observables que se explican por los factores. El supuesto principal del

análisis factorial es que las variables están correlacionadas. Al tener datos en escala

Likert, se hace necesario el uso de una matriz muestral de tipo policórica debido a la

escala de los datos usada. Para este procedimiento se halló la matriz de correlaciones de

las variables por constructo. Luego se extrajeron los factores por el método de factores

principales, extraídos siguiendo el criterio de Kaiser (Henry F. Kaiser, 1958) que consiste

en utilizar todos aquellos factores cuyo valor propio sea mayor a 1. Los factores se

obtienen de la matriz de rotación ya que como establecen Uriel y Aldás (Jimenez &

Manzano, 2005), se trata de que las variables tengan una correlación lo más próxima

posible a 1, que sea factible con uno de los factores y correlaciones próximas a 0 con el

resto de los factores.

6.2 Valoración del modelo con “expertos”

Para la valoración del modelo, se aplicó el método Delphi (RAND, n.d.) (J. Skulmoski et

al., 2007), a una sola ronda, para conocer la opinión a un grupo de expertos, en este

caso personas que trabajan en Universidades Colombianas y que tienen conocimiento u

18 The R Project for Statistical Computing. https://www.r-project.org/

Capítulo 6 201

experiencias en tecnologías educativas. Para conservar una muestra amplia, no se filtro

según nivel de “experto”. El ANEXO H, describe los perfiles de los “expertos”.

Se plantean unos indicadores basados del estandar ISO/IEC 25010:2011 (Systems and

software Quality Requirements and Evaluation (SQuaRE) -- System and software quality

models), (ISO, 2011) para evaluar un producto o sistema, en aspectos de calidad en uso

y calidad del producto. Otro indicador a valorar es la intención de uso (Venkatesh & Bala,

2008), (Venkatesh & Davis, 2000), la cual es basada de otros aspectos externos, de la

facilidad de uso, utilidad percibida, actitud hacia el uso. La Tabla 6-1 muestra los

indicadores y/o subcaracterísticas definidas para ser valoradas por los “expertos” que

participaron de la opinión sobre el modelo de u-learning & TVE.

Tabla 6-1: Indicadores a valorar por "expertos".

Indicador Características

I1 Calidad en uso Usabilidad Satisfacción - utilidad

I2

Calidad del producto

Usabilidad

Reconocimiento de adecuado

Capacidad de aprendizaje

Operabilidad

Accesibilidad

I3 Intención de uso

Fuente: Construcción propia basada de (ISO, 2011), (Venkatesh & Davis, 2000)

✓ Muestra: para la valoración del modelo se realizó una solicitud de colaboración

para participar vía e-mail a aproximadamente 65 “expertos” (personas con

conocimiento u experiencia en tecnologías educativas, de diferentes

Universidades de Colombia). Al final lograron responder completamente el

formulario 19 personas de 17 Instituciones - Universidades. Esto se realizó desde

mayo-2018 a mayo-2019.

✓ Materiales e instrumentos: Se elaboraron dos presentaciones tipo videos

explicativos, uno sobre las generalidades de u-learning & TVE y otro sobre el

modelo propuesto. Se emplea el software Screencast-O-Macti v2.0 (grabación de

pantalla PC), Portátil y micrófono tipo diadema para elaborarar los videos, que

luego fueron puestos en la plataforma de video online (inicialmente en aplicativo

Edpuzzle y luego en portafolio configurado de Vimeo). También se elaboró un

instrumento para recoger información de los docentes que valoraron el modelo

conformado por varias preguntas de los indicadores definidos: Usabilidad en uso

202 Modelo de U-learning basado en plataformas de TV everywhere

(preguntas 2, 4, 8, 10, 11, 12, 13, 14, 15), usabilidad del producto (preguntas 1, 3,

6, 9, 7), e intención de uso (pregunta 5). El instrumento está compuesto por una

escala de 15 ítems tipo Likert, con cinco opciones de respuesta (1= Muy en

desacuerdo a 5= Muy de acuerdo), ver ANEXO E. Para desarrollar el instrumento

se empleó Google Forms.

▪ Ejecución: al realizar la solicitud vía email a los “expertos” para participar de la

valoración del modelo de u-learning & TVE, se les envió el enlace del portafolio de

video que tiene las presentaciones de la temática, y el enlace con la encuesta online.

Algunos manifestaron interés, pero al final no diligenciaron la encuesta, unos

manifestaron que estaban muy ocupados, otros por alguna razón no contestaron, y al

final colaboraron 19 personas con el diligenciamiento de la encuesta. La Figura 6-2

ilustra el portafolio de los videos con la presentación de la temática.

Figura 6-2: Ejemplo portafolio video presentación temática.

Fuente: Autor. http://presentaciones.ulearning-tve.com/

▪ Análisis:

De las 19 personas “expertas” que contestaron, 11 son hombres (57.9%) y 8 son mujeres

(42.1%). La mayoría cuenta con más de 10 años de experiencia en tecnologías

educativas. La Tabla 6-2 muestra resumen de porcentaje de las respuestas (MD: muy en

desacuerdo, D: en desacuerdo, NDA: ni de acuerdo ni en desacuerdo, A: de acuerdo,

MA: Muy de acuerdo) dadas en cada una de las preguntas (ANEXO E) y obtenidas del

Capítulo 6 203

formulario Google. En general la percepción es positiva sobre el modelo y temática de u-

learning & TVE. En la valoración de usabilidad en uso (en cuanto a satisfacción -utilidad),

se resalta que el 63,2 % están muy de acuerdo y 31,6 % de acuerdo en que las

plataformas de TVE son útiles y benefician la implementación de u-learning; Entre el 47,4

% y 36,8% están de acuerdo y muy de acuerdo respectivamente con los niveles y

componentes propuestos en el modelo; En el primer nivel se resalta que con 57,9% y

42,1% están de acuerdo y muy de acuerdo respectivamente en que se tenga en cuenta

los actores que participan (entre ellos principalmente el estudiante), al igual que las

tendencias y el contexto (educativo) sobresalen; En el segundo nivel sobresalen en estar

muy de acuerdo con 63,2% en el equipo de trabajo, con 52,6% en los aspectos

tecnológicos, y con 73,7 % con los pedagógicos; En el tercer nivel sobresale con un 78%

en estar muy de acuerdo con el entorno de aprendizaje; En el cuarto nivel sobresale con

un 68,4% muy de acuerdo y 31,6% de acuerdo en el monitoreo del servicio; En el quinto

nivel con un 57,9% muy de acuerdo y 31,6% de acuerdo en el impacto del servicio.

Tabla 6-2: Resumen de respuestas (%) valoración “expertos”.

Indicador Característica Pregunta Descripción pregunta

RESPUESTAS (%)

MD D NAD A MA

Usabilidad en uso

Satisfacción - utilidad

P2 Utilidad TVE y

beneficia u-learning 0 0 5,2 31,6 63,2

P4 Niveles y componentes

del modelo 0 0 15,8 47,4 36,8

P8

Utilidad modelo y aplicación en cualquier

institución

0 10,5 10,5 42,1 36,8

P10 Claridad del modelo 0 5,3 10,5 57,9 26,3

P11-1

Componentes primer nivel

0 0 10,5 42,1 47,4

P11-2 0 0 0 57,9 42,1

P11-3 0 0 5,3 42,1 52,6

P11-4 0 0 5,3 31,6 63,2

P11-5 0 0 10,5 68,4 21,1

P11-6 0 5,2 31,6 42,1 21,1

P12.1 Componentes segundo

nivel

0 0 0 36,8 63,2

P12-2 0 0 5,3 42,1 52,6

P12-3 0 0 0 52,6 47,4

P12-4 0 5,2 0 21,1 73,7

P12-5 0 0 10,5 57,9 31,6

P13-1 Componentes tercer

nivel

0 0 5,3 52,6 42,1

P13-2 0 0 0 21,1 78,9

P13-3 0 0 5,3 36,8 57,9

P14-1 Componentes cuarto

nivel

0 0 10,5 31,6 57,9

P14-2 0 0 5,2 31,6 63,2

P14-3 0 0 5,2 31,6 63,2

204 Modelo de U-learning basado en plataformas de TV everywhere

P14-4 0 0 0 31,6 68,4

P15-1 Componentes quinto

nivel

0 0 5,2 63,2 31,6

P15-2 0 0 10,5 31,6 57,9

P15-3 0 0 15,8 57,9 26,3

Indicador Característica Pregunt

a

Descripción pregunta

RESPUESTAS (%) MD D NAD A MA

Usabilidad

del producto

Reconocimiento de adecuado

P1 Modelo válido para u-learning&TVE

0 0 21,1 52,6 26,3

Capacidad de aprendizaje

P3 u-learning&TVE contribuye proceso educativo

0 0 5,3 36,8 57,9

P6 Con modelo implementar TVE para enriquecer proceso enseñanza/aprendizaje

0 0 10,5 47,4 42,1

Operabilidad P9 Modelo fácil ejecutar 0 5,2 26,3 63,2 5,3 Accesibilidad P7 Plataformas videos

fáciles de utilizar en general para todos

0 0 15,8 73,7 10,5

Intención de uso

P5 Si hay disponibilidad de TVE la utilizaría para uso educativo

0 0 5,2 31,6 63,2

Fuente: Autor

En la valoración de usabilidad del producto, en cuanto a reconocimiento de adecuado,

con un 52,6% de acuerdo y 26,3% están muy de acuerdo en que el modelo es válido

como referente para implementar u-learning basado en TVE; en cuanto a capacidad de

aprendizaje con 36,8% de acuerdo y 57,9% muy de acuerdo, consideran que la

implementación de u-learning & TVE contribuye al proceso educativo; En cuanto a

operabilidad, el 63,2% están de acuerdo que el modelo es fácil de de ejecutar; En cuanto

a accesibilida, el 73,7% están de acuerdo que en general para el usuario final el uso de

las plataformas de video en cualquier dispositivo son fáciles de utilizar.

En la valoración de intención de uso, con un 31,6% de acuerdo y 63,2% están muy de

acuerdo en que si tuvieran la disponibilidad de usar las plataformas de TVE las utilizaría

para uso educativo.

Posteriormente a partir del análisis factorial exploratorio se tienen 5 constructos o

factores, resumidos como se presentan a continuación:

Tabla 6-3: Resumen factores según análisis factorial exploratorio para el grupo “expertos”.

Capítulo 6 205

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Importancia primeras cuatro etapas del modelo y proyección uso educativo (modelo válido como referente, u-learning &TVE contribuye proceso educativo)

Más de actores, tendencias, utilidad TVE y beneficio u-learning, de acuerdo con el modelo, modelo u-learning &TVE favorece aprendizaje, impacto servicio, intención de uso

Más de la quinta etapa del modelo, confrontación servicio

Relacionado con utilidad y claridad modelo,

Algo de la primera etapa, de estado y planeación inicial

La siguiente tabla ilustra los valores correspondiente a la correlación interna entre los

ítems del instrumento, obtenidas con el Alpha de Cronbach (Cronbach, 1951).

Tabla 6-4: Resultado consistencia interna escenario con “expertos”.

Medida Alpha de Cronbach KMO

General 0,946 0,50

Usabilidad en uso 0,933 0,50

Usabilidad del Producto 0,753 0,71

La Figura 6-3 ilustra las correlaciones entre preguntas asociadas al indicador de

usabilidad en uso (en cuanto a satisfacción-utilidad). A partir del gráfico de correlación se

puede establecer que existe una correlación alta entre la utilidad del modelo y aplicación

en cualquier institución con la claridad del modelo, seguida de la utilidad de la plataforma

de video y el beneficio de la implementación u-learning.

Figura 6-3: Correlaciones entre preguntas asociadas al indicador de usabilidad en uso

206 Modelo de U-learning basado en plataformas de TV everywhere

Por ejemplo, en el tercer nivel del modelo, existe una correlación alta de servicios y

entorno de aprendizaje.

Figura 6-4: Ejemplo correlación preguntas sobre tercer nivel modelo

Posteriormente, para validar los constructos o factores se realizó un ajuste vía

ecuaciones estructurales (Asparouhov & Muthén, 2009) proporcionando el siguiente

esquema:

Figura 6-5: Esquema de ecuaciones estructurales.

Capítulo 6 207

A partir del gráfico del modelo de ecuaciones estructurales establecen que para el primer

factor está completamente determinado por el aspecto idea (u-learning y TVE) el cual

hace parte del primer nivel del modelo, puesto es el que tiene mayor valor en las cargas

factoriales. Con respecto al factor 2, factor 3 y factor 4 respectivamente están

directamente asociados con los componentes del primer nivel del modelo asociado a

actores que participan (principalmente los estudiantes), expectativa del proceso y la

utilidad del modelo y aplicación en cualquier institución.

6.3 Aplicación modelo y prototipo u-learning & TVE

Esta validación se puede clasificar como un cuasiexperimento, porque los sujetos de la

muestra no fueron elegidos al azar, son grupos ya definidos (Cook et al., 2002), (M. Seel,

2012), (Sans Martín, 2009). Se planteó la idea a algunos profesores conocidos que

tenían cursos asignados, y tres desearon participar. Dos de los profesores que tenían

una misma asignatura en dos grupos diferentes, emplearon el prototipo de u-learning

denominado Aprenutvi, y el otro profesor hizo parte de una prueba previa con la

aplicación Edpuzzle.

208 Modelo de U-learning basado en plataformas de TV everywhere

Se planteó además un diseño pretest-postest (Gliner et al., 2003), (Dimitrov & Rumrill,

2003), (M. Seel, 2012), para evaluar el desempeño académico de los estudiantes,

teniendo un grupo de control (clase tradicional) y un grupo experimental (aplicando u-

learning & TVE), comparando los resultados de ambos grupos, luego de aplicar el

experimento (el modelo de u-learning con TVE). Posteriormente el grupo experimental

valora el prototipo de u-learning & TVE mediante una encuesta. La Tabla 6-5 ilustra el

proceso del diseño.

Tabla 6-5: Estructura diseño empleado en la valoración de aplicación modelo y prototipo.

Caso Grupos Pretest Tratamiento Postest

Poli JIC (Algoritmos y

programación)

Control Prueba conocimiento inicial del tema

Clase tradicional Prueba conocimiento

Experimental

Clase tradicional complementada con prototipo u-learning & TVE (aprenutvi)

-Prueba conocimiento -Encuesta valoración prototipo por estudiante. -Encuesta valoración modelo y prototipo por docente.

Unal (Historia y teoría 2)

Control Clase tradicional Prueba conocimiento

Experimental

Clase virtual usando prototipo u-learning & TVE (aprenutvi)

-Prueba conocimiento -Encuesta valoración prototipo por estudiante. -Encuesta valoración modelo y prototipo por docente.

Poli JIC (Genética general)

Un solo grupo

N/A Clase inversa usando Edpuzzle como idea de u-learning & TVE

-Encuesta valoración modelo y prototipo por docente.

Fuente: Construcción propia

6.3.1 Valoración con estudiantes

El propósito es obtener la valoración del prototipo de u-learning & TVE, por parte de los

estudiantes (grupo experimental) que participaron. Además del indicador de desempeño

académico, se plantean otros indicadores basados del standards ISO/IEC 25010:2011

(Systems and software Quality Requirements and Evaluation (SQuaRE) -- System and

software quality models), (ISO, 2011) para evaluar un producto o sistema, en aspectos de

calidad en uso y calidad del producto, los cuales están divididos en características y

subcaracterísticas. La calidad de uso es el grado en que un producto o sistema puede

ser utilizado por usuarios específicos para satisfacer sus necesidades y lograr objetivos

Capítulo 6 209

específicos con efectividad, eficiencia, libertad de riesgos y satisfacción en contextos

específicos de uso. El modelo de calidad en uso busca cuantificar la "capacidad de uso" -

’us-ability’ (efectividad, eficiencia y satisfacción) de la aplicación, cuando usuarios

específicos intentan alcanzar sus objetivos específicos. Otro indicador a valorar es la

intención de uso (Venkatesh & Bala, 2008), (Venkatesh & Davis, 2000), la cual es basada

de otros aspectos externos, de la facilidad de uso, utilidad percibida, actitud hacia el uso.

La Tabla 6-6 muestra los indicadores y/o subcaracterísticas definidas para ser valoradas

por los estudiantes que participaron del prototipo.

Tabla 6-6: Indicadores a valorar por estudiantes.

Indicador Características

I1

Calidad en uso

Usabilidad

Efectividad

Eficiencia

Satisfacción - utilidad

Satisfacción - confianza

Satisfacción - placer

Satisfacción - confort

I2

Cobertura de contexto Flexibilidad

Integridad de contexto

I3 Calidad del producto

Idoneidad funcional Corrección funcional

I4

Usabilidad

Reconocimiento de adecuado

Capacidad de aprendizaje

Operabilidad

Protección contra errores

Estética de la interfaz de usuario

Accesibilidad

I5 Portabilidad Adaptabilidad

I6 Confiabilidad Disponibilidad

I7 Intención de uso

Fuente: Construcción propia basada de (ISO, 2011), (Venkatesh & Davis, 2000)

✓ Muestra: la aplicación del prototipo Aprenutvi se realizó en los semestres 2018-2

y 2019-1, en los cursos de Algoritmos y programación (Facultad de Ingeniería -

Politécnico Jaime Isaza Cadavid) con 44 estudiantes (grupo control y

experimental con 22 cada uno), y en Historia y Teoría 2 (Escuela de Arquitectura

– UNAL Medellín) con 43 estudiantes (grupo control: 21 y grupo experimental:

22). Con ambos grupos se mira el desempeño, y la encuesta sólo es aplicada al

grupo experimental, los cuales participaron del prototipo de u-learning & TVE.

✓ Materiales e Instrumentos: Se elaboró un instrumento para recoger información

del grupo experimental conformado por varias preguntas de los indicadores

definidos: Usabilidad en uso (preguntas P37 a P43), cobertura de contexto en uso

210 Modelo de U-learning basado en plataformas de TV everywhere

(preguntas P56 y P57), Idoneidad funcional (pregunta P53), usabilidad del

producto (preguntas P44 a P52), portabilidad (adaptabilidad (pregunta P54)),

confiabilidad (disponibilidad (pregunta P55)), e intención de uso (preguntas P58 y

P59). El instrumento está compuesto por una escala de 23 ítems tipo Likert, con

cinco opciones de respuesta (1= Muy en desacuerdo a 5= Muy de acuerdo), ver

ANEXO F. Para desarrollar el instrumento se empleó Google Forms. Además, los

dos docentes de ambas asignaturas realizaron una prueba de conocimiento inicial

(pretest) antes de ver el tema y otra prueba de conocimiento final (postest), para

evaluar el indicador de desempeño en ambos grupos (experimental y control). El

docente de la asignatura de Algoritmos y programación realizó las pruebas

empleando formulario de Google, y el docente de la asignatura de Historia y

teoría 2, en papel. También los dos docentes prepararon la presentación de la

temática (en power point) y posteriormente realizan la exposición y al mismo

tiempo la grabación de video (captura de pantalla). Para la grabación del video se

emplea PC, Software grabación pantalla (atube Catcher, Camtasia, y Screencast-

O-Macti v2.0), y micrófonos tipo diadema.

▪ Ejecución: con base en el diseño, inicialmente los docentes de ambos cursos

realizan el pretest, tanto en el grupo experimental como en el de control. En el curso

de Algoritmos y programación, el docente aprovecha el aula de computadores para

realizar el pretest online; Lo diligencian 26 en cada grupo. En el curso de Historia y

teoría 2, lo diligencian 21 (grupo experimental) y 22 estudiantes (grupo control).

Posteriormente, en el curso de algoritmos y programación, el grupo de control recibe la

clase tradicional, y el grupo experimental recibe la clase tradicional complementada con

el prototipo de u-learning basada en la plataforma de video multipantalla, durante 2 – 3

semanas. Otra actividad que realizó el docente a modo de tarea fue que presentarán un

caso de aplicación de algoritmos y programación (algunos estudiantes realizaron un

video y fue subido a la plataforma). Uno de los videos tenía un enlace externo a autoquiz

(en Google forms). La Figura 6-6 ilustra el portafolio de video para la asignatura de

algoritmos y programación (Politécnico Colombiano Jaime Isaza Cadavid), con temática

de condicionales, ciclos, archivos, números aleatorios, condicionales, matrices y

vectores.

Capítulo 6 211

En el curso de Historia y teoría 2, el grupo de control recibe la clase tradicional en el aula,

pero el grupo experimental revisa la clase de forma virtual aplicando prototipo de u-

learning basada en la plataforma de video multipantalla, en el transcurso de una semana.

En la clase siguiente el docente realiza un panel de discusión para retroalimentar y

realiza un quiz.

Figura 6-6: Ejemplo prototipo aprenutvi en algoritmos y programación.

Fuente: Captura pantalla - http://polialypro.aprenutvi.co/

La Figura 6-7 ilustra el portafolio de video para la asignatura de Historia y Teoría 2

(Universidad Nacional de Colombia – Medellín), con la temática de Románico y Gótico.

Figura 6-7: Ejemplo prototipo aprenutvi en Historia y teoría 2.

212 Modelo de U-learning basado en plataformas de TV everywhere

Fuente: Captura pantalla - http://unalhisteo2.aprenutvi.co/

Luego en la semana posterior de aplicar el prototipo, los docentes de ambos cursos

realizan el postest, tanto en el grupo experimental como en el de control. En el curso de

Algoritmos y programación, el docente realiza el postest online aprovechando el aula de

computadores; Lo diligencian 24 (grupo experimental) y 28 (grupo de control). Dado que

lo ideal es que la persona que diligencia el pretest sea el mismo del postest, se

removieron los resultados de participantes que no participaron de ambas pruebas,

quedando de 22 por cada grupo. En el curso de Historia y teoría 2, diligencian el postest

los mismos 21 (grupo experimental) y 22 estudiantes (grupo control) que participaron del

pretest. Finalmente, sólo los grupos experimentales de ambos cursos realizan la

encuesta online para valorar la experiencia y el prototipo, teniendo en cuenta los

indicadores definidos previamente.

▪ Análisis:

De los 22 estudiantes del Politécnico JIC, 4 son mujeres (18%) y 18 son hombres (82%).

En la Universidad Nacional, de los 24 estudiantes, 9 son mujeres (37,5%) y 15 son

hombres (62,5%). En cuanto al indicador de desempeño académico, se refleja que al

aplicar u-learning & TVE hay una mejora en general en los resultados, Tabla 6-7. Aunque

puede depender del nivel que tengan los estudiantes, como lo expresa la docente de la

asignatura de historia y teoría 2, que se sorprendió con el grupo de control.

Capítulo 6 213

Tabla 6-7: Resultados pruebas desempeño estudiantes.

Asignatura Grupo Número Promedio pretest Promedio postest

Historia y teoría 2

(Unal)

Experimental 21 4,0 4,5

Control 22 4,5 4,5

Algoritmos y programación

(Poli JIC)

Experimental 22 2,3 3,5

Control 22 2,1 2,8

En la aplicación de la encuesta participaron 22 estudiantes de la asignatura Algoritmos y

programación (Poli JIC) y 24 de la asignatura Historia y teoría 2 (Unal). La Tabla 6-8

muestra resumen de porcentaje de las respuestas (MD: muy en desacuerdo, D: en

desacuerdo, NDA: ni de acuerdo ni en desacuerdo, A: de acuerdo, MA: Muy de acuerdo)

dadas en cada una de las preguntas (ANEXO F) y obtenidas del formulario Google. En

general se aprecia en general una percepción positiva de los estudiantes que participaron

del prototipo de u-learning & TVE. En la valoración de la usabilidad en uso, sobresale en

cuanto a satisfacción -utilidad con un 31,8% de acuerdo y 68,2% muy de acuerdo en el

Politécnico JIC y en la UNAL con 16,7% de acuerdo y 79,2% estar muy de acuerdo en

que recomendarían que las universidades implementen plataformas de video para

soportar el aprendizaje en cualquier momento, lugar y con cualquier dispositivo. En la

valoración de cobertura de contexto, sobresale en cuanto a flexibilidad, que con un

37,5% de acuerdo y 54,2% estar muy de acuerdo en la UNAL en que el uso de la

plataforma de video es flexible en términos de poder elegir en qué tiempo, lugar y

dispositivo emplear cuando se quiere acceder. En la valoración de idoneidad funcional

(en cuanto a corrección funcional), se resalta que en general están de acuerdo y muy de

acuerdo en que la plataforma de video realiza su función adecuadamente. En la

valoración de usabilidad del producto, sobresale en cuando a capacidad de aprendizaje,

con un 36,4 % de acuerdo y 63,6% muy de acuerdo en el Politécnico JIC, y en la UNAL

con 37,5% de acuerdo y 54,2% estar muy de acuerdo en que la plataforma de video

favorece el proceso de aprendizaje. En la valoración de portabilidad (en cuanto a

adaptabilidad), en general están de acuerdo y muy de acuerdo en que la plataforma de

video y los videos se adaptan en cualquier dispositivo y navegadores o sistemas

operativos.

Tabla 6-8: Resumen de respuestas (%) de estudiantes al cuestionario.

Indicador Característica Pregunta Descripción pregunta

RESPUESTAS (%) - Poli RESPUESTAS (%) - Unal

MD D NAD A MA MD D NAD A MA

Usabilidad en uso

Eficiencia P37 Es eficiente usar la plataforma de video 0 0 13,6 50 36,4 0 0 12,5 50 37,5 Efectividad P38 Efectividad TVE para soportar aprendizaje 0 0 0 45,5 54,5 0 0 0 54,2 45,8

Satisfacción - utilidad

P39 Utilidad TVE para el contexto educativo 0 0 9,1 31,8 59,1 0 0 4,2 33,3 62,5

P40 Recomendaría TVE para soportar u-learning 0 0 0 31,8 68,2 0 0 4,2 16,7 79,2 Satisfacción - confianza P41 Plataforma video da confianza al usar

0 0 27,3 63,6 9,1 0 0 8,3 58,3 33,3

Satisfacción - placer P42 Disfruta usar la plataforma de video

0 0 18,2 68,2 13,6 0 0 8,3 62,5 29,2

Satisfacción - confort P43 Usar la plataforma genera comodidad

0 0 22,7 68,2 9,1 0 4,2 4,2 62,5 29,2

Cobertura de contexto

Flexibilidad P56

Usar TVE es flexible para elegir tiempo, lugar y dispositivos

0 0 13,6 36,4 50 0 0 8,3 37,5 54,2

Integridad de contexto

P57

Videos se reproducen aún en pantallas pequeñas, usuarios no expertos, internet con bajo ancho de banda

0 0 18,2 59,1 22,7 0 4,2 45,8 8,3 41,7

Idoneidad funcional

Corrección funcional P53

La plataforma video realiza su función adecuadamente

0 0 4,5 40,9 54,5 0 0 0 66,7 33,3

Usabilidad del producto

Reconocimiento de adecuado P44

Plataforma de video adecuada para sus necesidades

0 0 13,6 59,1 27,3 0 0 20,8 41,7 37,5

Capacidad de aprendizaje P45

La plataforma video se puede emplear para lograr objetivos de aprendizaje

0 0 0 50 50 0 0 4,2 41,7 54,2

P46 El medio usado facilito el entender tema 0 0 22,7 50 27,3 0 0 8,3 45,8 45,8

P47 El prototipo favorece el aprendizaje 0 0 0 36,4 63,6 0 0 8,3 37,5 54,2 Operabilidad P48 Para uso educativo es fácil de usar u operar 0 0 0 50 50 0 0 8,3 25 66,7

P49 Es fácil usar en cualquier dispositivo 0 0 13,6 31,8 54,5 0 0 25 25 50 Protección contra errores P50 Hay protección frente a error propio

0 0 59,1 36,4 4,5 0 4,2 62,5 25 8,3

Estética de la interfaz de usuario P51

La interfaz del prototipo hace posible una interacción agradable y satisfactoria

0 0 22,7 68,2 9,1 0 0 37,5 37,5 25

Accesibilidad P52 Fáciles de utilizar en para diferentes usuarios 0 0 13,6 68,2 18,2 0 4,2 8,3 37,5 50

Portabilidad Adaptabilidad P54

La plataforma y los videos se adaptan en cualquier dispositivo, o navegadores o SO

0 0 18,2 63,6 18,2 0 0 16,7 33,3 50

Confiabilidad Disponibilidad P55

La plataforma de video es operacional y accesible cuando se requiere usar

0 0 13,6 54,5 31,8 0 0 12,5 41,7 45,8

Intención de uso P58

Si se tiene acceso a la plataforma de video, se utilizaría para uso educativo

0 0 0 31,8 59,1 0 0 8,3 33,3 58,3

P59 Si se tiene la disponibilidad de la plataforma

de video, se utilizaría para uso educativo 0 0 0 22,7 72,7 0 0 0 50 50

En la valoración de confiablidad (en cuanto a disponibilidad), también en general están

de acuerdo y muy de acuerdo en que la plataforma de video es operacional y accesible

cuando se requiere usar. También en la valoración de la intención de uso, se refleja en

general estar de acuerdo y muy de acuerdo, resaltándose por ejemplo en el Politécnico

JIC con un 22,7% y 72,7% estar muy de acuerdo que le gustaría utilizar en el futuro la

plataforma de video para apoyo al aprendizaje.

Posteriormente a partir del análisis factorial exploratorio se tienen 4 constructos o

factores, resumidos como se presentan a continuación:

Tabla 6-9: Resumen factores según análisis factorial para estudiantes.

Universidad Factor 1 Factor 2 Factor 3 Factor 4

Poli JIC Hace relación a efectividad, favorabilidad al aprendizaje, facilidad, flexibilidad, intención de uso

Hace relación a confiabilidad, integridad contexto

Hace relación a favorecimiento al aprendizaje, estética interfaz

Hace relación a confianza y accesibilidad

Universidad Nacional

Hace relación a eficiencia, efectividad, utilidad, favorece aprendizaje

Hace relación a facilidad, accesibilidad, portabilidad

Hace relación a confiabilidad, flexibilidad

Hace relación a protección contra errores, estética interfaz

Las medidas relacionadas con respecto a la consistencia interna se presentan a

continuación para los datos de los estudiantes en las dos instituciones universitarias que

se están analizando.

Tabla 6-10: Resultados consistencia interna escenario con estudiantes.

Universidad Medida Alpha de Cronbach KMO

Poli JIC General 0,928 0,50

Usabilidad en uso 0,802 0,76

Cobertura de contexto 0,72 0,5

Usabilidad del producto 0,756 0,51

Intención de uso 0,712 0,50

Universidad Nacional

General 0,933 0,3

Usabilidad en uso 0,879 0,74

Cobertura de contexto 0,794 0,50

Usabilidad del producto 0,811 0,7

Intención de uso 0,857 0,50

218 Modelo de U-learning basado en plataformas de TV everywhere

Posteriormente, para validar los constructos o factores se realizó un ajuste vía

ecuaciones estructurales (Asparouhov & Muthén, 2009). La figura ilustra el esquema de

ecuaciones para los estudiantes del Poli JIC

Figura 6-8: Ecuaciones estructurales con estudiantes Poli.

Del modelo de ecuaciones estructurales para los datos analizados de los estudiantes del

poli se destacan con alta correlación la usabilidad en uso caracterizada en función de la

efectividad y la satisfacción – confianza. Adicional se presenta la usabilidad del producto

(en cuanto a capacidad de aprendizaje, que el medio empleado facilita entender el tema),

y la confiabilidad (en cuanto disponibilidad).

La Figura 6-9 ilustra el esquema de ecuaciones para los estudiantes de la UNAL. Se

destacan con alta correlación la usabilidad en uso (en cuanto a eficiencia) y la usabilidad

del producto (en cuanto a operabilidad). Adicional existe estadísticamente una alta

correlación de la usabilidad del producto con respecto a la protección contra errores y la

confiabilidad (en cuanto disponibilidad).

Figura 6-9: Ecuaciones estructurales con estudiantes Unal.

Capítulo 6 219

6.3.2 Valoración con docentes

El propósito es obtener la valoración de la aplicación del modelo y prototipo u-learning &

TVE por parte de los docentes que aceptaron participar. Se plantean unos indicadores

basados del estandar ISO/IEC 25010:2011 (Systems and software Quality Requirements

and Evaluation (SQuaRE) -- System and software quality models), (ISO, 2011) para

evaluar un producto o sistema, en aspectos de calidad de uso y calidad del producto.

Otro indicador a valorar es la intención de uso (Venkatesh & Bala, 2008), (Venkatesh &

Davis, 2000), la cual es basada de otros aspectos externos, de la facilidad de uso,

utilidad percibida, actitud hacia el uso. La Tabla 6-11 muestra los indicadores y/o

subcaracterísticas definidas para ser valoradas por los docentes que participaron de la

aplicación del modelo y prototipo de u-learning & TVE.

Tabla 6-11: Indicadores a valorar por docentes.

Indicador Características

I1 Calidad en uso Usabilidad Satisfacción - utilidad

I2

Calidad del producto

Usabilidad

Reconocimiento de adecuado

Capacidad de aprendizaje

Operabilidad

Accesibilidad

I3 Intención de uso

Fuente: Construcción propia basada de (ISO, 2011), (Venkatesh & Davis, 2000)

220 Modelo de U-learning basado en plataformas de TV everywhere

✓ Muestra: en la aplicación del modelo u-learning & TVE y el prototipo aprenutvi,

participaron dos docentes, uno de la asignatura de Algoritmos y programación

(Facultad de ingeniería del Politécnico Colombianoa Jaime Isaza Cadavid) y otra

de Historia y teoría 2 (Escuela de Arquitectura de la Universidad Nacional de

Colombia- sede Medellín), quienes tenía dos grupos de un mismo curso. Otra

aplicación previa del modelo y con el aplicativo Edpuzzle fue realizada por un

docente de la asignatura de Genética general (Facultad de ciencias agrarias del

Politécnico Jaime Isaza Cadavid), quien tenía un solo grupo. En total participaron

tres docentes para la valoración de aplicación del modelo.

✓ Materiales e Instrumentos: Se elaboraron dos presentaciones tipo videos

explicativos, uno sobre las generalidades de u-learning & TVE y otro sobre el

modelo propuesto. Se emplea el software Screencast-O-Macti v2.0 para

elaborarar los videos (grabación de pantalla PC), y fueron puestos en la

plataforma de video online. También se elaboró un instrumento para recoger

información de los docentes que aplicaron el modelo conformado por varias

preguntas de los indicadores definidos: Usabilidad en uso (preguntas 2, 4, 8, 10,

11, 12, 13, 14, 15, 16), usabilidad del producto (preguntas 1, 3, 6, 9, 7, 17), e

intención de uso (preguntas 5, 18). El instrumento está compuesto por una escala

de 18 ítems tipo Likert, con cinco opciones de respuesta (1= Muy en desacuerdo

a 5= Muy de acuerdo), ver ANEXO G. Para desarrollar el instrumento se empleó

Google Forms.

▪ Ejecución: A los tres docentes que aceptaron participar, se les explicó la temática, el

modelo, e hicieron parte de la planificación e implementación de los videos y/o

actividades para la aplicación de u-learning & TVE. Al final de la experiencia se les

invito a realizar la encuesta, y se les envió el enlace a las presentaciones de la

temática y el modelo, y el cuestionario online.

▪ Análisis:

De los tres profesores que participaron, dos son hombres (66,7%) y una es mujer

(33,3%). La Tabla 6-12 muestra resumen de porcentaje de las respuestas (MD: muy en

desacuerdo, D: en desacuerdo, NDA: ni de acuerdo ni en desacuerdo, A: de acuerdo,

MA: Muy de acuerdo) dadas en cada una de las preguntas (ANEXO G) y obtenidas del

formulario Google.

Capítulo 6 221

Tabla 6-12: Resumen respuestas (%) valoración por docentes.

Indicador Característica Pregunta Descripción pregunta

RESPUESTAS (%)

MD D NAD A MA

Usabilidad en uso

Satisfacción - utilidad

P2 Utilidad TVE y beneficia u-

learning 0 0 0 33,3 66,7

P4 Niveles y componentes del

modelo 0 0 0 66,7 33,3

P16 Grado satisfacción u-learning & TVE

0 0 0 100 0

P8

Utilidad modelo y aplicación en cualquier

institución

0 0 0 33,3 66,7

P10 Claridad del modelo 0 0 33,3 33,3 33,3

P11-1

Componentes primer nivel

0 0 0 33,3 66,7

P11-2 0 0 0 33,3 66,7

P11-3 0 0 0 33,3 66,7

P11-4 0 0 0 66,7 33,3

P11-5 0 0 0 100 0

P11-6 0 0 0 66,7 33,3

P12.1 Componentes segundo

nivel

0 0 0 33,3 66,7

P12-2 0 0 0 0 100

P12-3 0 0 0 33,3 66,7

P12-4 0 0 0 33,3 66,7

P12-5 0 0 0 33,3 66,7

P12-6 0 0 0 0 100

P13-1 Componentes tercer nivel

0 0 0 0 100

P13-2 0 0 0 33,3 66,7

P13-3 0 0 0 33,3 66,7

P14-1 Componentes cuarto nivel

0 0 0 0 100

P14-2 0 0 0 0 100 P14-3 0 0 0 0 100 P14-4 0 0 0 0 100 P15-1

Componentes quinto nivel 0 0 0 33,3 66,7

P15-2 0 0 0 0 100

P15-3 0 0 0 66,7 33,3

Usabilidad

del producto

Reconocimiento de adecuado

P1 Modelo válido para u-learning&TVE

0 0 0 66,7 33,3

Capacidad de aprendizaje

P3 u-learning&TVE contribuye proceso educativo

0 0 0 33,3 66,7

P6 Con modelo implementar TVE para enriquecer enseñanza/aprendizaje

0 0 0 33,3 66,7

P17 Desempeño mejora con u-learning & TVE

0 0 0 100 0

Operabilidad P9 Modelo fácil ejecutar 0 0 0 66,7 33,3 Accesibilidad P7 Plataformas videos fáciles

de utilizar en general para todos

0 0 33,3 0 66,7

Intención de uso

P5 Si hay disponibilidad de TVE la utilizaría para uso educativo

0 0 0 66,7 33,3

P18 En futuro utilizaría modelo u-learning&TVE

0 0 0 33,3 66,7

Fuente: Autor

222 Modelo de U-learning basado en plataformas de TV everywhere

En general la apreciación es positiva por parte de los docentes que participaron de la

aplicación del modelo – prototitpo de u-learning & TVE. En la valoración de usabilidad en

uso (en cuanto a satisfacción -utilidad), se resalta que el 33,3% % están de acuerdo y

66,7 % muy de acuerdo en la utilidade de las plataformas de TVE y beneficio para u-

learning, al igual que la utilidad del modelo y aplicación en cualquier institución; Con un

66,7% de acuerdo y 33,3% están muy de acuerdo con los niveles y componentes del

modelo; en el primer nivel del modelo, se resalta con 66,7% estar muy de acuerdo con

los aspectos de idea, actores que participan y tendencias; en el segundo nivel sobresale

con un 100% estar muy de acuerdo con los aspectos tecnológicos y las necesidades de

capacitación o fortalecimiento de competencias digitales; en el tercer nivel sobresale con

un 100% estar muy de acuerdo con el entorno de dispositivos ubicuos; en el cuarto nivel

se destaca con un 100% estar muy de acuerdo con todos los componentes planteados;

en el quinto nivel sobresale con un 100% estar muy de acuerdo con el impacto del

servicio. En la valoración de usabilidad del producto, en cuanto a reconocimiento de

adecuado, en general están de acuerdo y muy de acuerdo en que el modelo es válido

para implementar u-learning & TVE; en cuanto a capacidad de aprendizaje, con un 33,3%

de acuerdo y 66,7% están muy de acuerdo en que la implementación de u-learning

basada en TVE contribuye al proceso educativo, y que las instituciones bajo un modelo

de u-learning deberían implementar soluciones de TV multipantalla para enriquecer el

proceso de aprendizaje ubicuo; Además el 100% están de acuerdo que u-learning & TVE

puede mejorar el desempeño de los estudiantes; estas plataformas pueden de acuerdo;

en cuanto a la operabilidad con un 66,7% de acuerdo y 33,3% están muy de acuerdo que

el modelo es fácil de ejecutar; en cuanto a la accesibilidad el 66,7% consideran estar muy

de acuerdo que en general las plataformas de video son fáciles de utilizar por todos; En

cuanto a la intención de uso, el 66,7% esta muy de acuerdo que en el futuro le gustaría

utilizar el modelo planteado, además el 66,7% esta de acuerdo en que si tuviera

disponibilidad de usar la plataforma de TVE la emplearía para uso educativo.

Posteriormente a partir del análisis factorial exploratorio muestra que los ítems convergen

y discriminan entre si de acuerdo con 2 constructos a evaluar los cuales presentan una

proporción de varianza explicada del 0,53 y 0,47 respectivamente. La siguiente tabla

muestra los factores obtenidos.

Capítulo 6 223

Tabla 6-13: Resumen factores según análisis factorial exploratorio para docentes.

Factor 1 Factor 2 Hace relación a usabilidad en uso (en cuanto a satisfacción- utilidad, de TVE y beneficio para implementar u-learning, de acuerdo con los niveles y componentes propuestos del modelo, claridad del modelo, planeación inicial (actores, tendencias y contexto)), reconocimiento de adecuado, favorece aprendizaje, intención de uso, accesibilidad, facilidad de ejecutar modelo.

Hace relación a usabilidad en uso (en cuanto a satisfacción- utilidad, de TVE y beneficio para implementar u-learning, planeación inicial (actores que participan), planeación y requerimientos (equipo de trabajo, necesidades personales o grupo objetivo, aspectos pedagógicos, aspectos de gestión), al diseño-desarrollo entorno de aprendizaje, y a las expectativas del proceso).

A partir del Alpha de Cronbach se mide la correlación interna entre los ítems en cada

escala y correlación entre las clases. La siguiente tabla indica el valor de consistencica

interna obtenido.

Tabla 6-14: Resultados consistencia interna escenario con docentes.

Indicador Alpha de Cronbach KMO

Todos 0,851 0,50

Usabilidad en uso 0,791 0,5

Usabilidad del producto 0,893 0,5

Intención de uso 0,667 0,5

6.4 Ejemplos pruebas aplicación prototipo u-learning & TVE

La figura ilustra ejemplo despliegue en diferentes tipos de pantalla, PC, smartphone,

Tablet, smartTV. Lo cual muestra la versatilidad de la plataforma de video soportada en

la nube empleada.

224 Modelo de U-learning basado en plataformas de TV everywhere

Figura 6-10: Ejemplos despliegue prototitpoen diferentes pantallas.

Laptop

Smart TV

Smartphone

Tablet

Fuente: Autor

En la siguiente figura, se ilustra un video seleccionado para ver y su descripción.

Figura 6-11: Ejemplo video seleccionado del prototipo para ver y su descripción.

Capítulo 6 225

Fuente: Autor

La plataforma de video presenta unas estadísticas generales de su uso, por ejemplo en

la siguiente figura se ilustra los videos más vistos del prototipo aplicado en la asignatura

algoritmos y programación.

Figura 6-12: Ejemplo estadística videos más vistos en prototipo polialypro.aprenutvi.

Fuente: Captura estadísticas plataforma video

226 Modelo de U-learning basado en plataformas de TV everywhere

De acuerdo con los datos indicados por la plataforma entre el periodo de abril 20 a julio

31, se indica en la Tabla 6-15 un resumen de las vistas por dispositivo y navegador. Por

ejemplo, en el prototipo del Poli, un total de 168 vistas, y la mayoría fueron en

computador (126), seguidos del móvil (41). En el prototipo aplicado en UNAL tuvo un

número de vistas menor de 103, ya que fue en un corto tiempo. El navegador más

empleado es Chrome y el sistema operativo windows.

Tabla 6-15: Estadísticas vistas por dispositivo y navegador del prototipo.

Dispositivo http://polialypro.aprenutvi.co/ http://unalhisteo2.aprenutvi.co/

Vistas

Computador

126

Chrome 118

68

Chrome 67

Opera 5 Opera 1

Safari 3

Móvil

41

Android 32

28

Android 24

Linux 8 Linux 3

iOS 1 iOS 1

TV 1

Tableta 0 7 iOS 7

Fuente: Autor

6.5 Conclusiones del capítulo

En este capítulo se ilustró los escenarios de validación. Uno fue por medio de un grupo

de “expertos” (personas con conocimiento u experiencia en tecnologías educativas) que

valoraron el modelo u-learning & TVE en términos de usabilidad en uso (en cuanto a

satisfacción – utilidad), usabilidad del producto (en cuanto a reconocimiento de

adecuado, capacidad de aprendizaje, operabilidad, accesibilidad) y la intención de uso. El

instrumento es fiable en términos de consistencia interna. En general la percepción es

positiva sobre el modelo. De acuerdo con el análisis factorial y ecuaciones estructurales

se destacan los siguientes aspectos como la idea (u-learning y TVE), los actores que

participan, la expectativa del proceso y la utilidad del modelo y aplicación en cualquier

institución.

Capítulo 6 227

Otro escenario fue la aplicación del modelo-prototipo donde participaron estudiantes, y se

evalúo el desempeño académico, el cual el efecto fue positivo al usar el prototipo de u-

learning & TVE, la usabilidad en uso (en cuanto a eficiencia, efectividad, satisfacción),

cobertura de contexto (en cuanto a flexibilidad, integridad de contexto), Idoneidad

funcional (en cuanto a corrección funcional), usabilidad del producto (en cuanto a

reconocimiento de adecuado, capacidades de aprendizaje, operabilidad, protección

contra errores de usuario, estética de la interfaz de usuario, y accesibilidad), Portabilidad

(en cuanto a adaptabilidad), Confiabilidad (en cuanto a disponibilidad) y la intención de

uso. El instrumento cumple con la fiabilidad según su consistencia interna del Alpha de

Cronbach. En general la percepción es positiva sobre el prototipo de u-learning & TVE.

De acuerdo con el análisis factorial y ecuaciones estructurales se destacan los siguientes

aspectos para los estudiantes del poli como la usabilidad en uso (en cuanto a efectividad

y satisfacción-confianza), la usabilidad del producto (en cuanto a capacidad de

aprendizaje, que el medio empleado facilita entender el tema), y la confiabilidad (en

cuanto disponibilidad); Para los estudiantes de la UNAL se destacan los aspectos

usabilidad en uso (en cuanto a eficiencia), la usabilidad del producto (en cuanto a

operabilidad, protección contra errores) y la confiabilidad (en cuanto disponibilidad).

Como común de ambos está relacionado con la disponibilidad, que la plataforma de

video es operacional y accesible cuando se requiere usar.

El otro escenario es con los docentes que participaron de la aplicación del modelo-

prototipo u-learning & TVE. Se evalúo la usabilidad en uso (en cuanto a satisfacción –

utilidad), usabilidad del producto (en cuanto a reconocimiento de adecuado, capacidad de

aprendizaje, operabilidad, accesibilidad) y la intención de uso. También el instrumento es

fiable en términos de consistencia interna según Alpha de Cronbach. En general la

percepción es positiva sobre el prototipo de u-learning & TVE. De acuerdo con el análisis

factorial se obtuvieron dos factores; el primer factor está relacionado con la usabilidad en

uso (en cuanto a satisfacción- utilidad, de TVE y beneficio para implementar u-learning,

de acuerdo con los niveles y componentes propuestos del modelo, claridad del modelo,

planeación inicial (actores, tendencias y contexto)), el reconocimiento de adecuado (que

el modelo es válido como referencia para implementar u-learning&TVE), que u-learning

&TVE contribuye al proceso de aprendizaje, a la operabilidad (facilidad de ejecutar el

modelo), la accesibilidad, la intención de uso, y planeación inicial (actores, tendencias y

contexto). El segundo factor hace relación a usabilidad en uso (en cuanto a satisfacción-

228 Modelo de U-learning basado en plataformas de TV everywhere

utilidad, de TVE y beneficio para implementar u-learning, planeación inicial (actores que

participan), planeación y requerimientos (equipo de trabajo, necesidades personales o

grupo objetivo, aspectos pedagógicos, aspectos de gestión), al diseño-desarrollo entorno

de aprendizaje, y a las expectativas del proceso).

También se presentaron la ilustración de las pruebas de funcionamiento del prototipo de

u-learning&TVE denominado aprenutvi y despliegue en varias pantallas.

De acuerdo con los resultados, el uso de la plataforma tiene efectos favorables en el

desempeño del estudiante, y junto con la valoración del modelo y prototipo, se puede

concluir una percepción positiva del modelo de u-learning basado en TV Everywhere

para contribuir al proceso de aprendizaje.

7. Discusión e implicaciones para enseñanza y aprendizaje

Se ha presentado enfoque de u-learning, el cual pretende que soportado con la

tecnología (plataformas de TVE), el aprendizaje se pueda dar más allá de un aula de

clase, en cualquier lugar (cuando se desplaza en la ciudad, en un centro de diversiones,

en la casa, entre otros), en cualquier momento (no está ligado a una hora presencial o

fija, está disponible día y noche), usando cualquier dispositivo (no es exclusivo para una

sola pantalla, funciona en diversos equipos con capacidad de conectarse a internet), y es

para cualquier persona, es decir un aprendizaje continuo y en todas partes. Esto supone

un escenario donde el internet, la banda ancha sea suficiente, donde los diversos

dispositivos (smartphones, PC, laptop, smartTV, o Tablet) tengan capacidades

adecuadas y con opción de conectarse a internet, donde se usen tecnologías y

plataformas que posibiliten que el contenido se pueda desplegar a cualquier pantalla

(ABR streaming, cloud computing, CDN, entre otros). Y, según las tendencias se

favorece la implementación de u-learning. U-learning es capaz de transformar la

educación tradicional proporcionada a nivel de aula y por e-learning (Cárdenas-Robledo

& Peña-Ayala, 2018). Así como plantea (Báez Pérez & Clunie Beaufond, 2019) U-

learning busca acercar el aprendizaje a contextos cercanos a los aprendices, mediado

por tecnología independientemente del tiempo y el lugar específico, donde interactúan de

manera síncrona/asíncronas redes de estudiantes, docentes y expertos.

El enfoque de u-learning abarca otros enfoques TIC en educación como m-learning

usando principalmente un dispositivo móvil, CBT usando principalmente multimedia en un

computador, e-learning usando generalmente un PC y contenido en internet, blended-

learning que combina clase presencial con virtuales, o t-learning usando generalmente el

televisor. Por otro lado, la TV tradicional, sea por cable, terrestre, satelital, o IPTV,

230 Modelo de U-learning basado en plataformas de TV everywhere

generalmente ha sido exclusivo al aparato – televisor convencional (una sola pantalla) y

otras limitantes (cobertura, implementación, actualización, poca convergencia, etc), y

ahora está evolucionando, soportado con la nube a una televisión multipantalla (como

smartphone, tablet, laptop, o smartTV). Esta posibilidad de plataformas convergentes

para desplegar contenidos a cualquier pantalla enriquece la aplicabilidad del u-learning.

Cuando se preguntó en general a los encuestados sobre la utilidad de las plataformas de

video para uso educativo, la mayoría concuerda en estar de acuerdo. Estos resultados

ilustran la aplicabilidad del uso de estas plataformas ya que contribuyen en la flexibilidad

debido a que el video se puede ver en cualquier pantalla, en cualquier hora y lugar, y

teniendo en cuenta que los estudiantes cada vez más utilizan dispositivos conectados

hoy en día. Es posible implementar un servicio de aprendizaje ubicuo basado en TVE ya

que pueden adaptar el video a cualquier pantalla conectado a Internet (TV, teléfono

inteligente, tableta y PC), ver en cualquier momento y desde cualquier lugar.

Al realizar las pruebas experimentales del servicio de u-learning basado en TVE por

medio de una solución en la nube provista por un proveedor, el resultado mostró que la

implementación lleva solo unas pocas horas (conocer y configurar la herramienta,

preparar los videos) y/o puede aumentar si se define programar con código, implementar

otros servicios o actividades, entre otros. El desempeño de la plataforma de video fue

satisfactorio, ya que se evidenció el funcionamiento y adaptación del video en diferentes

dispositivos y sistemas operativos.

Con un sistema de TV tradicional, la implementación de un servicio de u-learning sería

más difícil. La siguiente tabla presenta una comparación de las limitaciones de un

sistema de televisión tradicional versus Sw-De TV, para implementar un servicio de

aprendizaje ubicuo.

Tabla 7-1: Limitaciones para u-learning. TV tradicional Vs TV Everywhere.

Sistema TV tradicional TVE

• Infraestructura privada / pública que no se puede usar o alterar fácilmente para probar o implementar servicios educativos

• No todos pueden implementar un sistema de TV.

• Actualización de HW

• El tiempo de implementación es mucho más largo o cuesta más.

• Interactividad limitada (caso TDT)

• Pocas soluciones específicas para el contexto educativo.

• Para algunas personas, la programación de una solución propietaria.

• Para algunas personas, el precio.

Capítulo 7 231

Sistema TV tradicional TVE

• Dispositivos que dependen de un estándar (DVB-T, o IPTV, o DVB-S, o HbbTV, etc.)

• Por un solo medio y para un solo dispositivo (televisor)

• Baja cobertura

• Baja flexibilidad de horarios, o integración con otros servicios, etc.

• Almacenamiento “limitado”

• Mantenimiento de infraestructura

• Baja movilidad.

• Analítica pobre o nula

• Es más difícil involucrar a más profesores.

• Ignorancia o cambio de paradigma.

• Si no hay conexión a internet.

Fuente: Autor

Un sistema de televisión definido por software ofrece más ventajas para implementar un

servicio u-learning. La siguiente tabla presenta una comparación de las ventajas de un

sistema de televisión tradicional frente a Sw-De TV cuando se implementa un servicio de

aprendizaje en línea.

Tabla 7-2: Ventajas para u-learning. TV tradicional Vs TV Everywhere.

Sistema TV

tradicional TVE

• Una audiencia particular

• Servicio tradicional.

• Para uso en instrucción y como comparación

• No tiene que preocuparse por HW.

• Actualización de software

• Convergencia de infraestructura

• Solución asequible para cualquier institución o persona.

• Implementación más rápida

• Tener una plataforma de video unificada

• Amplia cobertura y movilidad.

• Mayor flexibilidad para VOD, servicios en vivo, integración con otras soluciones o aplicaciones, entre otros.

• Más interactividad.

• Multipantalla, para cualquier dispositivo.

• Dispositivos conectados a la red

• Escalable

• Más resistente a fallas.

• Integración de analítica.

Fuente: Autor

Al comparar las plataformas de Sw-De TV con el canal de youtube, que utilizan muchas

empresas o usuarios independientes para implementar videos, Youtube es más una red

social abierta accesible a cualquier tipo de público. Puede conducir fácilmente a la

distracción ya que aparecen otros contenidos. No tiene un requisito de autenticación para

los usuarios; no es posible personalizar la plataforma; no permite análisis avanzados del

232 Modelo de U-learning basado en plataformas de TV everywhere

servicio y de cada usuario. Sin embargo, también es posible usar Youtube para

complementar la plataforma de TVE o el aprendizaje ubicuo.

El modelo como tal es una guía, y busca que de forma integral se piense en la solución

de u-learning. Se plantearon varias etapas, con factores y elementos, que en

determinado grado contribuyen a la implementación de u-learning. Contempla usar

plataformas de TV/video convergente multipantalla basada en la nube para contribuir en

el proceso de enseñanza/aprendizaje, pero deja a criterio definir la opción de

implementación, o la solución – producto de un proveedor. El video es considerado como

el contenido principal. El modelo contempla que se puedan usar otros recursos TIC que

complementen la solución, y desde lo pedagógico estar abiertos a otras posibilidades.

También se recalca en el desarrollo de competencias digitales que amplían la posibilidad

de aprender, trabajar y compartir en el ecosistema digital. Tal vez se tenga que revisar lo

planeado y redefinir para adecuar al uso educativo. De acuerdo a (Casey & Fraser,

2010), en cualquier entorno de aprendizaje en línea, habrá algún compromiso entre lo

deseable desde el punto de vista educativo y lo técnicamente viable, más sin embargo,

los límites de la viabilidad tecnológica se mueven rápidamente, esto dado por los

avances tecnológicos.

Algunos de los elementos establecidos en el modelo tuvieron una experiencia positiva,

como la sensación de ubicuidad, interoperabilidad, la funcionalidad, portabilidad y

sensibilidad del contexto (el video fue adaptado en diferentes dispositivos).

En cuanto a los indicadores planteados en la validación del modelo por expertos y la

aplicación del modelo-prototipo u-learning & TVE por estudiantes y docentes se alcanza

en general una percepción positiva. Con los expertos se valoró la usabilidad en uso (en

cuanto a satisfacción-utilidad), la usabilidad del producto (en cuanto a reconocimiento de

adecuado, capacidad de aprendizaje, operabilidad, accesibilidad), y la intención de uso

(de utilizar plataforma video para uso educativo). Con los estudiantes se valoró el

desempeño académico, la usabilidad en uso (en cuanto a eficiencia, efectividad,

satisfacción), cobertura de contexto (en cuanto a flexibilidad, integridad de contexto),

Idoneidad funcional (en cuanto a corrección funcional), usabilidad del producto (en

cuanto a reconocimiento de adecuado, capacidades de aprendizaje, operabilidad,

protección contra errores de usuario, estética de la interfaz de usuario, y accesibilidad),

Capítulo 7 233

Portabilidad (en cuanto a adaptabilidad), Confiabilidad (en cuanto a disponibilidad) y la

intención de uso. Con los docentes se valoró la usabilidad en uso (en cuanto a

satisfacción-utilidad), la usabilidad del producto (en cuanto a reconocimiento de

adecuado, capacidad de aprendizaje, operabilidad, accesibilidad), y la intención de uso

(de utilizar plataforma video para uso educativo y el modelo planteado). En ambos

escenarios se encuentra en general que el cuestionario es fiable en términos de

consistencia interna (Alpha de Cronbach). También el análisis de datos se lleva a cabo a

partir de la metodología de análisis factorial, y con base a los resultados se pueden

proponer constructos para analizar la correlación entre los aspectos asociados a uno o

más indicadores de interés.

Desde la visión integral que se presenta el modelo, implica no sólo disponer de una

plataforma para desplegar video, para que lo vean cuando quieran, en todas partes, y

usando su pantalla de preferencia, sino pensar en otros aspectos pedagógicos, como por

ejemplo, que los estudiantes luego de ver el video realicen otra actividad relacionada,

como participación en un foro/encuesta, auto-test, evaluación, tarea (ej. realizar un mapa

conceptual), reto (hacer un video), etc. Como indica (Holland & Judge, 2013) es

necesario una combinación exitosa de tecnología con prácticas pedagógicas

innovadoras. Este es un desafío de emplear contenido de video relevante junto con

metodologías de enseñanza y aprendizaje para usar con el video (Tiernan, 2015).

Al comparar el modelo y el tema presentado en este documento con varios autores

mencionados en la revisión de literatura, se destacan algunos aspectos que sobresalen

del modelo u-learning & TVE como: visualización multipantalla, más información

detallada para la implementación de u-learning, el video como contenido principal y el

uso de tecnología convergente de punta como computación en la nube, servicios CDN y

TV everywhere. Además, el modelo propuesto plantea trabajar en la adquisición de

competencias digitales y está enmarcado con la teoría de diseño instruccional como

ADDIEy con el diseño univeral de aprendizaje UDL. También se aplica al dominio de

aplicación, en el sector educativo – Universidad, aunque puede ser en otros espacios

educativos y contextos.

234 Modelo de U-learning basado en plataformas de TV everywhere

Tal como se indicó en el capítulo 2, la TV Everywhere ofrece otras ventajas en

comparación con otros sistemas de TV tradicional (terrestre, por cable, IPTV, satelital)

como: implementación en diferentes pantallas, más servicios, reducción del tiempo de

implementación, reducción de costos, no es necesario contar con infraestructura propia,

entre otros. La plataforma de video everywhere puede complementar y brindar soporte a

un LMS.

Es normal que al principio se requiera de tiempo y esfuerzo adicional, en la planeación,

diseño y desarrollo; Como por ejemplo conocer las herramientas tecnológicas, desarrollo

o configuración del entorno de aprendizaje, producción de los videos, otros recursos y

servicios. Una implementación más amplia de u-learning requerirá considerar muchos

más elementos, equipo de trabajo, así como los recursos y esfuerzos necesarios para

llevarlo a cabo. Es aquí donde se necesita creatividad, innovación, recursos y apoyo,

entre otros.

Un reto grande en las Instituciones Educativas y Universidades es el cambio de

paradigma, para cambiar los procesos, la clase tradicional, para apropiarse de las

tecnologías y aplicarlos al proceso enseñanza/aprendizaje, de seguir aprendiendo, entre

otros. Igualmente se requiere que desde las directivas de la institución entiendan el papel

que pueden hacer las nuevas tecnologías y enfoques en mejorar diversos aspectos en la

educación, y por ende motivar, establecer lineamientos, buscar recursos, entre otros.

Virtanen et al (Virtanen et al., 2018) indican que en muchas universidades los métodos

de enseñanza utilizados siguen siendo convencionales y están fuertemente basados en

los maestros, y que hace falta investigación, implicaciones prácticas relevantes e

implementaciones de entornos de aprendizaje ubicuos en la educación superior. En

(Cope & Kalantzis, 2009), (Cope & Kalantzis, 2008) se plantean varios factores de

cambio para lograr un entorno de aprendizaje ubicuo:

1. Desvanecer las fronteras institucionales, espaciales y temporales de la

educación tradicional. El proceso educativo se puede lograr también en

cualquier lugar y momento. El aprendizaje es continuo. Si bien los espacios

físicos de presencialidad son importantes, se puede dar para algo diferente al

aula tradicional, como para trabajo colaborativo, construcción de comunidad.

2. Reacomedar el equilibrio (To shift the balance of agency). El docente ya no

Capítulo 7 235

debe ser el protagonista del conocimiento, el estudiante juega un papel más

activo en el aprendizaje. El ambiente del aula puede cambiar. No es necesario ser

un receptor pasivo de conocimiento transmitido cuando los alumnos y los

profesores pueden ser codiseñadores colaborativos de conocimiento. El poder del

docente estará más en su experiencia que en las rutinas de control o comando.

3. Aprender a reconocer las diferencias entre los estudiantes y emplearlas

como recurso productivo. La diversidad de canales, fuentes de información y la

diversidad que existe em los estudiantes se puede aprovechar para la

construcción colectiva del conocimiento.

4. Expandir el rango y combinación de los modos de representación. Se debe

aprovechar los nuevos medios, la diversidad de TIC. Diversas formas de

representar el conocimiento, oral, escrito, visual, o con audio. El docente debe

apropiarse y usar las TIC para fortalecer el processo de aprendizaje. Los

estudiantes pueden aprender mejor en otro modo (escuchando, viendo, leyendo,

o haciendo). Los estudiantes tienen más oportunidades de crear

5. Desarrollar habilidades de conceptualización. La computación ubicua, la

diversidad de fuentes de información, requiere de más capacidad de abstracción,

de buscar, y clasificar la información. Se pueden emplear herramientas o recursos

para soportar esto, como los “feeds” para manejar las suscripciones.

6. Conectar el propio pensamiento con la cognición distribuída. Ahora que la

computación está presente a nuestro alrededor, el conocimiento está al alcance al

usar un dispositivo. La computación se ha convertido en uma extención de la

mente. Ya la persona no es no lo que sabe, sino lo que puede saber o como

saber. Se debe mirar otras formas de evaluar el conocimiento.

7. Construir culturas de conocimiento colaborativas. La computación ubicua

propicia formas de reflexión social que puede crear "comunidades de práctica"

para apoyar el aprendizaje. El docente debe lograr en construir comunidades de

aprendizaje inclusivas y que todos los estudiantes logren su potencial

236 Modelo de U-learning basado en plataformas de TV everywhere

7.1 Implicaciones para enseñanza y aprendizaje

Así como se indica en el modelo de u-learning & TVE, es todo un ecosistema, en el cual

intervienen varios elementos, donde se pueden aplicar otras estrategias como la clase

invertida o gamificación y estar “abiertos” a conocer, diseñar y aplicar. Así lo comenta

(Collazos Ordóñez et al., 2016), que u-Learning no solo implica un cambio tecnológico,

sino que además, requiere un cambio metodológico y didáctico para potenciar

aprendizajes. Por ejemplo al usar gamificación como indica (Morillas Barrio et al., 2016)

puede lograr que el momento de aprendizaje sea entretenido y agradable.

Al disponer de videos en una plataforma online convergente multipantalla, es posible

propiciar o complementar el aprendizaje. Como indica (Strecker et al., 2018), la

experiencia de aprendizaje se mejora fácilmente por abundantes recursos en línea que

incluyen videos educativos. Es posible lograr mejor entendimiento de un tema o facilitar

el entendimiento de un tema no intuitivo. Puede ser útil para complementar las prácticas

o laboratorios y mejorar el entrenamiento en manejo de equipos

El docente pone a disposición del estudiante otras formas para que el estudiante

aprenda. El video complementa el enfoque de diseño de aprendizaje universal (UDL), al

proporcionar otro medio de aprendizaje, motivación, y formas de expresar lo que sabe.

Como indica (G. zen Liu et al., 2016) U-learning posibilita una experiencia de aprendizaje

centrada en el estudiante, al permitir que el estudiante según su preferencia defina el

tiempo, lugar, dispositivo, e interactuar con diversos recursos TIC, aspectos

personalizados y según contexto. Se amplía y fortalece el entorno de aprendizaje

personal. Permite estimular el desarrollo de competencias digitales, para buscar, crear,

compartir información. Y darle empoderamiento al estudiante, por ejemplo, si realiza un

video.

Con el video se puede lograr experiencias inmersivas, y así lograr como plantea (Lui &

Slotta, 2014) diferentes oportunidades para la percepción, reflexión o integración de

entendimientos científicos.

Capítulo 7 237

En subcapítulo 3.4, se indicó sobre la importancia y uso del video; como que el

estudiante este activo con las opciones de interactividad, se puede lograr un cambio de

actitud (un estudiante más motivado) facilitar la comprensión y retención del aprendizaje,

al posibilitar que el estudiante vuelva y vea los aspectos que resalta del video. Se puede

emplear en grabaciones de clase, conferencias, transmisiones en vivo, para clase

invertida, usar para tareas o eventos, etc. (Hung et al., 2014) indica que los niveles de

reflexión son mejorados al usar videos en escenarios de aprendizaje ubicuo. En (Reher

et al., 2019) se plantea que puede mejorar las habilidades de comunicación de los

estudiantes al integrar grabación de video y autoreflexión.

Los medios interactivos aumentan las tasas de retención, aumentan la satisfacción de los

estudiantes y encienden la capacidad estudiantil. El video interactivo puede transformar

la observación pasiva en aprendizaje activo, donde los estudiantes pueden explorar,

analizar y aplicar conceptos a través de contenido de aprendizaje enriquecido.

Autores como (Brame, 2015) indican que el video es una herramienta educativa

altamente efectiva, al integrar la carga cognitiva, la participación de los estudiantes, y el

aprendizaje activo. Tiernan (Tiernan, 2015) plantea que el video es una oportunidad para

fortalecer su uso en la educación para soportar y mejorar el aprendizaje de los

estudiantes. A los estudiantes les gusta que el uso del video sea ubicuo en la educación

y tienen una disposición positiva para las plataformas de video. Con el video se puede