ONTOLOGICAL MODEL-DRIVEN ARCHITECTURE

FOR UBIQUITOUS LEARNING APPLICATIONS

ARQUITECTURA BASADA EN MODELOS

ONTOLGICOS PARA APLICACIONES DE
APRENDIZAJE UBICUO
Elena B. Durn Margarita M. lvarez Silvina I. nzaga
Universidad Nacional de Universidad Nacional de Universidad Nacional de
Santiago del Estero Santiago del Estero Santiago del Estero
Belgrano (S) 1912 Belgrano (S) 1912 Belgrano (S) 1912
4200 Santiago del Estero, 4200 Santiago del Estero, 4200 Santiago del Estero,
Argentina Argentina Argentina
eduran@unse.edu.ar alvarez@unse.edu.ar sunzaga@unse.edu.ar

ABSTRACT una propuesta de arquitectura para desarrollar aplicaciones

The ubiquitous learning more than a technology phenomenon is
a vision that challenges to review the educational environment
to propose new educational settings, because it allows to make
available to students a wide variety of educational resources,
creates new and varied learning environments, personalizes
learning and enables the realization of a series of training
activities from anywhere, anytime and from any device. This
paper presents a proposed architecture to develop ubiquitous
learning applications. Based on this architecture will enable the
development of applications operating in pervasive computing
dynamic environments and adapt to changes in context. This
architecture provides also an application development approach
based on ontological models that facilitate dynamic and
automatic adaptation of the services that are available to the
student. The proposed architecture is currently being used to
develop different ubiquitous applications to the university level.
RESUMEN
El aprendizaje ubicuo ms que un fenmeno de la tecnologa es learning
una visin que desafa a revisar el entorno educativo para
proponer nuevos escenarios educativos, ya que permiten poner
a disposicin de los estudiantes una gran diversidad de recursos
educativos, crear nuevos y variados entornos de formacin,
personalizar el aprendizaje y posibilitar la realizacin de un
conjunto de actividades formativas desde cualquier momento y
lugar y, desde cualquier dispositivo. En este trabajo se presenta
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are not
made or distributed for profit or commercial advantage and that copies bear
this notice and the full citation on the first page. Copyrights for components
of this work owned by others than ACM must be honored. Abstracting with
credit is permitted. To copy otherwise, or republish, to post on servers or to
redistribute to lists, requires prior specific permission and/or a fee. Request
permissions from Permissions@acm.org.
EATIS'14, April 02 - 04 2014, Valparaiso, Chile
Copyright 2014 ACM 978-1-4503-2435-9/14/04$15.00.
http://dx.doi.org/10.1145/2590651.2590776
informticas de aprendizaje ubicuo. Sobre la base de esta
arquitectura ser posible el desarrollo de aplicaciones que
operen en entornos dinmicos de computacin ubicua y se
adapten a los cambios de contexto. Esta arquitectura ofrece,
adems, un enfoque de desarrollo de aplicaciones basado en
modelos ontolgicos que facilita la adaptacin dinmica y
automtica de los servicios disponibles para el estudiante.
Categories and Subject Descriptors
D.2.11 [Software Engineering]: Software Architectures -
Data abstraction, Domain-specific architectures.
K.3.1 [Computers and Education]: Computer Uses in
Education - Distance Learning.
General Terms
Design, Human Factors.
Keywords: model-driven design, ontology, ubiquitous
Palabras Claves: diseo dirigido por modelos,
ontologas, aprendizaje ubicuo.
1. INTRODUCCIN
En la ltima dcada, Internet, la comunicacin inalmbrica, los
sensores y las tecnologas mviles han alcanzado un alto grado
de madurez y avance tanto en las investigaciones como en la
prctica. Estos avances han ocasionado el surgimiento de
dispositivos de mano, tales como PDA, telfonos mviles
inteligentes y otros dispositivos porttiles de computacin, que
facilitan la obtencin de muy diversa informacin desde
cualquier lugar y en cualquier momento. As, la computacin
ubicua se integra, de manera invisible, en nuestra vida
cotidiana, anticipndose a nuestras necesidades y prestando
servicios e informacin relevante en cualquiera momento y
lugar [4, 27].
Desde la perspectiva educativa, la computacin ubicua impacta
en el aprendizaje surgiendo as una nueva forma de aprendizaje:
el aprendizaje ubicuo. Este sita a los estudiantes en un
ambiente que combina los recursos de aprendizaje del mundo
real y del mundo digital. Los estudiantes son capaces de
aprender en situaciones reales con el apoyo o las instrucciones
del sistema informtico. Mediante el uso de dispositivos
mviles acceden a los contenidos digitales y el sistema es capaz
de detectar y registrar los aprendizajes de los estudiantes tanto
en el mundo real como en el mundo digital con la ayuda de la
tecnologa de sensores [13]. En consecuencia, las principales
caractersticas del aprendizaje ubicuo son: permanencia,
accesibilidad, inmediatez, interactividad, y actividades de
aprendizaje situadas [3, 6].
Adems, en el u-learning se incorpora un modelo de aprendizaje
ad-hoc que lo define: el Aprendizaje Adaptativo. Este modelo
est basado en la idea de adecuar las metodologas de
aprendizaje a las formas de aprender de los estudiantes,
convirtindolo en un mtodo de aprendizaje individualizado que
ayuda al estudiante proporcionndole un conocimiento
especfico y personalizado cuando lo requiera. El aprendizaje
ubicuo, por tanto, combina las ventajas del aprendizaje
adaptativo, con los beneficios de la computacin ubicua, y a
diferencia de los modelos de aprendizaje desarrollados en la
ltima dcada e implementados con una filosofa de cliente-
servidor, el aprendizaje ubicuo se caracteriza por proveer
maneras intuitivas de identificar los contenidos, servicios y
colaboradores para el aprendizaje en el lugar correcto y en el
momento adecuado [9].
El desarrollo de aplicaciones de u-learning requiere tener en
cuenta, por un lado, las necesidades del usuario y considerar el
conjunto complejo de mltiples formas de movilidad, diferentes
tecnologas mviles, diversidad de transportistas, as como
distintas situaciones de aprendizaje que se pueden presentar. En
consecuencia, se hace necesario que estos sistemas manejen
informacin de las caractersticas diferenciadas de los usuarios,
de la tecnologa que se utiliza y los contextos en los que se
concreta el aprendizaje. En este sentido, las ontologas son una
tcnica que se puede utilizar con el fin de describir dicha
informacin y hacerla compatible para diferentes fines,
accesible para agentes de software que gestionen la
personalizacin del sistema, y lo transformen en interoperable
desde distintas plataformas.
Para que las aplicaciones informticas, que dan apoyo al
aprendizaje ubicuo, gestionen eficientemente las problemticas
mencionadas se requiere de una arquitectura adecuada.
En este artculo, se presenta una la arquitectura basada en
modelos ontolgicos para aplicaciones de aprendizaje ubicuo
que ofrezcan al estudiante distintos servicios personalizados de
acuerdo al estilo de aprendizaje, conocimientos, la ubicacin del
mismo y el tipo de dispositivo.
En las siguientes secciones se presenta una caracterizacin del
aprendizaje ubicuo, se citan antecedentes respecto a otras
propuestas de arquitecturas para sistemas ubicuos, se presenta la
arquitectura basada en modelos ontolgicos, propuesta por las
autoras de este articulo, para soportar el diseo de sistemas de
apoyo al aprendizaje ubicuo, y se proporciona una perspectiva
de la implementacin de la arquitectura. Finalmente se expresan
algunas conclusiones respecto al trabajo realizado y enuncian
las lneas de accin futuras.
2. APRENDIZAJE UBICUO
Tradicionalmente, el aprendizaje se ha configurado como un
proceso mediante el cual el aprendiz entra en contacto y
adquiere conocimiento o destrezas de alguna fuente autorizada.
Esta definicin ya no es suficiente para describir la
convergencia de las condiciones del conocimiento en la
sociedad de la informacin. Las teoras ms avanzadas sobre el
aprendizaje sostienen que los aprendices no absorben de forma
pasiva el conocimiento personalmente significativo, sino que,
ms bien, lo crean de forma activa a partir de su experiencia del
mundo. Como lo afirman Cope y Kalantzis [5], en la actualidad,
el aprendizaje a travs de la creacin de conocimiento va ms
all del diseo de la comprensin en los lmites de nuestra
cabeza; ya que desde el momento en que usamos la tecnologa
web para darle sentido al mundo que nos rodea, a travs de
blogs, wikis, mash-ups, podcasts, software social, mundos
virtuales, medios de cdigo y acceso libre, y otras muchas
prcticas online existentes y emergentes, las construcciones de
nuestra propia comprensin en desarrollo pasan a ser
informacin disponible en la esfera pblica. En consecuencia, el
proceso y los productos del aprendizaje estn confluyendo
vertiginosamente en un compromiso de conocimiento ubicuo.
El aprendizaje ubicuo representa un nuevo paradigma educativo
que en buena parte es posible gracias a los nuevos medios
digitales. En particular, es el resultado de la convergencia entre
e-learning y la computacin ubicua [23].
El aprendizaje ubicuo proviene y se desarrolla a partir de un
conjunto de teoras educativas [28]. En primer lugar, la Teora
Conductista del aprendizaje, donde los comportamientos
individuales de aprendizaje son vistos como procesos "estmulo
-respuesta" de adaptacin a los ambientes externos, en los
cuales si se controla la estimulacin, se pueden controlar los
comportamientos de aprendizaje y predecir los mismos; y por lo
tanto, es posible controlar y predecir los resultados del
aprendizaje. En segundo lugar, la Teora del Aprendizaje
Cognitivo, que se centra en el punto de vista que los estudiantes
ya no reciben estimulacin externa en forma pasiva. Ellos son el
cuerpo principal de procesamiento de la informacin a la hora
de seleccionar activamente los estmulos externos. La Teora
del Aprendizaje Constructivista tambin subyace al u-learning.
Segn esta teora, el conocimiento no slo proviene de
educacin en las aulas, sino que tambin es construido por los
estudiantes en base a su sistema de conocimiento previo. Por
ltimo, se encuentra la Teora del Aprendizaje Cognitivo
Situado, para la cual, la naturaleza del aprendizaje esta en las
interacciones y colaboraciones entre el individuo y otros, en
forma participativa en entornos, prcticas y comunidades. El
aprendizaje ubicuo proporciona soportes tecnolgicos a las
teoras mencionadas anteriormente, al mismo tiempo, estas
teoras de aprendizaje constituyen la base terica del
aprendizaje ubicuo.
Cope y Kalantzis [5] sugieren siete cambios que se pueden ver
como verdaderos desafos para los diseadores de entornos de
u-learning. Estos cambios apuntan a la implementacin de una
prctica congruente con el aprendizaje ubicuo.
Por su parte, Hwang [14] enuncia un conjunto de caractersticas
que deben reunir los ambientes de software que dan soporte al
aprendizaje ubicuo y que tambin representan desafos para los
diseadores. El autor indica que este tipo de software debe: ser
sensibles al contexto, proporcionar soporte a la personalizacin,
posibilitar un aprendizaje sin fisuras y ser capaz de adaptar los
temas del contenido.
Todo lo expuesto, son cuestiones claves a resolver a la hora de
disear los entornos informticos que dan soporte al aprendizaje
ubicuo: la gestin de los dispositivos ubicuos y el desarrollo de
las estructuras cognitivas y modelos de pensamiento de los
estudiantes, de forma tal de promover la construccin del
conocimiento y dar solucin a los problemas.
3. TRABAJOS RELACIONADOS
En esta seccin se presentan algunos antecedentes de trabajos
que proponen arquitecturas para sistemas de aprendizaje ubicuo.
Li Luyi et al. [16] presentan un marco funcional de un Sistema
de Aprendizaje Ubicuo asistido por computadora (CSUL) que
enfatiza el diseo de interacciones, la eleccin de los
dispositivos de aprendizaje y el servicio de aprendizaje. Este
sistema presenta una arquitectura en capas, que consta de: capa
de recogida de datos, capa de servicios de aprendizaje, capa de
gestin de servicios, la capa de dispositivos y la capa del
usuario.
Castillo y Ayala [2] presentan una arquitectura de objetos de
aprendizaje mvil. Esta tiene como objetivo permitir a los
estudiantes participar en el aprendizaje individual o colectivo,
personalizado y colaborativo, a travs de actividades simuladas
o en tiempo real.
Hallsteinsen et al. [11] proporcionan un marco de desarrollo de
aplicaciones de software (MUSIC), que operan en entornos de
computacin ubicua dinmicos, y permite la automatizacin de
la adaptacin del software a las diferentes necesidades de los
usuarios y a las condiciones de operacin en tiempo de
ejecucin.
Shu-Lin y Chun-Yi [24] presentan la arquitectura de un sistema
u-learning basado en PDAs o telfonos inteligentes como el
principal medio de conexin del estudiante. La arquitectura
utiliza las transmisiones de red inalmbrica y, la deteccin en
tiempo real de los objetivos de aprendizaje en situaciones
reales, y a partir de ello recomienda el material del curso para
ese contexto a travs de la plataforma de aprendizaje del
usuario. La arquitectura del sistema est organizada en
mdulos: el mdulo de presentacin del curso y administracin sistema sin incluir conocimientos de la plataforma final de
del perfil de aprendizaje, el mdulo de administracin del curso
y el mdulo de recomendacin del curso.
En Marek et.al [17] se presenta una arquitectura especfica para
el sistema ec(h)o, que es una plataforma para recrear una
experiencia de museo. La arquitectura de ec(h)o se compone de
cuatro mdulos que funcionan de forma independiente: el
mdulo de seguimiento de la posicin, el mdulo de visin, el sistema, dice poco acerca de la semntica subyacente del
mdulo de transmisin de sonido, y el mdulo de razonamiento.
La arquitectura basado en ontologas, m-LOCO [25] est
basado en ontologas, tales como: ontologa de diseo de
aprendizaje, ontologa de dominio, ontologa del modelo de
usuario y ontologa de objetos de aprendizaje y tiene como
objetivo principal capturar la informacin contextual en
entornos mviles de aprendizaje.
CALA-ONT, un modelo de contexto basado en ontologa, y la
arquitectura conceptual para proveer los servicios de
aprendizaje sensibles al contexto en ambientes de aprendizaje
ubicuo se presentan en [18]. El modelo propuesto se centra en
un gestor sensible al contexto para brindar un servicio de
aprendizaje de acuerdo a los cambios de contexto en los
entornos de los alumnos. La ontologa expresa el entorno
escolar. El estudio tambin sugiere la posibilidad de
proporcionar razonamiento del contexto y servicios de
aprendizaje mediante el uso de la arquitectura y la ontologa.
Las arquitecturas presentadas en estos trabajos son en su
mayora especficas para problemticas particulares: por
ejemplo para un dominio en particular, o para el uso de
dispositivos particulares como PDA o telfonos inteligentes, o
se remiten a aspectos puntuales de sistemas de aprendizaje
ubicuo, como la gestin de los OA, o de las interacciones, la
eleccin de los dispositivos de aprendizaje y el servicio de
aprendizaje. Adems, slo algunas proporcionan una
organizacin semntica de la informacin.
4. ARQUITECTURA BASADA EN
MODELOS ONTOLOGICOS
Con el fin de manejar la complejidad asociada a las aplicaciones
informticas que sirven de apoyo al aprendizaje ubicuo, se
abord el diseo desde un enfoque basado en modelos, ya que
los mismos presentan las siguientes caractersticas [22]:
permiten enfatizar ciertos aspectos de un problema mientras
ocultan otros, son comprensibles para los usuarios y
desarrolladores, son precisos en el sentido que permiten
representar fielmente el objeto modelado, son predictivos ya
que pueden ser usados para inferir conclusiones correctas, y son
ms fciles de construir y estudiar que el propio sistema.
Adems, un modelo sirve para: especificar el sistema
(estructura, comportamiento), comprender el sistema (si ya
existe), razonar y validar el sistema (detectar errores y
omisiones en el diseo, ejecutar el modelo, inferir y demostrar
propiedades), y guiar la implementacin,
La Arquitectura Dirigida por Modelos (Model Driven
Architecture MDA) es una metodologa de desarrollo de
software en la cual se crean modelos abstractos de un sistema
software y sistemticamente los transforma en
implementaciones concretas [21]. MDA fue creado para generar
un marco de trabajo ptimo en el desarrollo de un sistema, no
importando el nivel de complejidad que este posea. Esta
arquitectura propone tres jerarquas de modelos: Modelos
Independientes de la Computadora (Computer Independent
Models - CIM) que permiten modelar el dominio de la
aplicacin independientemente de los aspectos
computacionales; Modelos Independientes de la Plataforma
(Plaform Independent Models - PIM) que permiten describir el
implementacin, y Modelos para una Plataforma Especfica
(Specifyc Platform Models - PSM) que combinan las
especificaciones PIM con detalles de cmo se utilizar el
sistema en una plataforma de hardware particular.
La MDA tradicional, si bien simplifica la mecnica de gestin e
integracin de modelos de varios aspectos del diseo de un
dominio que se est modelando. En este sentido las tecnologas
de la Web Semntica permiten ampliar los alcances de la MDA
facilitando la representacin de los vocabularios del dominio sin
ambigedades, la comprobacin de coherencia del modelo, la
validacin, y las nuevas capacidades que permiten incrementar
la expresividad en la representacin de restricciones.
Considerando que los sistemas que gestionan aplicaciones
ubicuas deben manejar informacin e inferir caractersticas del
usuario, de la tecnologa que ellos utilizan y del contexto; las
ontologas se tornan en una herramienta de modelado adecuada
para estos casos. Estas permiten formular un esquema
conceptual exhaustivo y riguroso de un dominio particular, con
la finalidad de facilitar la comunicacin, reusar y compartir
informacin entre organizaciones, computadores y humanos
[20].
En consecuencia, se ha decidido enfocar el problema del diseo
de aplicaciones de apoyo al aprendizaje ubicuo a partir del
planteo de MDA combinada con ontologas. Estas ltimas se
toman como un tipo de modelo y en consecuencia pasan a
formar parte de MDA, ms especficamente son un tipo de CIM
que permite modelar el dominio.
La arquitectura propuesta abarca cuatro dimensiones (Figura 1):
los modelos, las ontologas, los componentes de software y el
mundo exterior. La primera y la segunda dimensin incluyen la
representacin por medio de modelos tipo CIM y su posterior
transformacin a modelos tipo PIM. Los modelos tipo CIM
representan el dominio de la aplicacin, y para este caso se
propone el uso de ontologas, adems de los Diagramas de Caso
de Uso, Diagramas de Actividad, etc. que se usan normalmente
en la Ingeniera de Software. Para los PIM se usar un lenguaje
de manejo de ontologas tipo OWL, adems de otros modelos
propuestos por la Ingeniera de Software tales como Diagramas
de clases y Objetos, Diagramas de Estado y Diagramas de
Secuencia. La tercera dimensin de la arquitectura comprende
los diferentes mdulos de software que conforman la aplicacin
de aprendizaje ubicuo (PSM). La cuarta dimensin refleja al
medio ambiente del sistema (estudiante, administrador del
sistema, dispositivos mviles con los que el estudiante se puede
conectar al sistema, y los recursos de datos externos a los que
accede el sistema, tales como repositorios de Objetos de
Aprendizaje) que se debe considerar en todos los modelos
anteriores.
A continuacin se describen los mdulos de software y sus
interrelaciones con las otras dimensiones de la arquitectura:
Mdulo de Registracin: para poder operar con el sistema, el
estudiante debe registrar sus datos personales y realizar un pre-
test para determinar los estilos de aprendizaje preliminares. Para
llegar a este PSM es preciso modelar las caractersticas del
estudiante. Las mismas se reflejan en la ontologa del
estudiante.
Mdulo de Interfaz de Usuario: se encarga de la
comunicacin con el estudiante, capturando la identificacin del
mismo, el dispositivo y la red de comunicacin que ste utiliza
y su ubicacin espacial. Por ltimo, captura la peticin de
servicio de aprendizaje. Adems, responde a los servicios
solicitados por el estudiante o recomendados por el sistema.
Para llegar a este PSM se requiere a construccin de modelos
convencionales de la Ingeniera del Software.
Mdulo de Adquisicin de Contexto Ubicuo: a partir de las
coordenadas de la posicin del estudiante infiere la ubicacin
(hogar, lugar de trabajo, establecimiento educativo, etc.).
Analiza esta informacin con la red y el dispositivo que usa en
ese momento para adaptar las actividades de aprendizaje de
acuerdo a las caractersticas de hardware y software del
dispositivo mvil y el tipo de red que est usando el estudiante.
Para llegar a este PSM se requiere modelar diferentes aspectos
del dominio de la aplicacin, que se vern reflejados en las
siguientes ontologas:
Ontologa del ambiente: describe los diferentes espacios
en los que se puede concretar el aprendizaje ubicuo
(hogar, lugar de trabajo, establecimiento educativo, etc.).
Ontologa de los Dispositivos: describe las
caractersticas de hardware y software de los tipos de
dispositivos que puedan ser usados por los estudiantes de
un entorno de u-learning.
Ontologa de la comunicacin: contiene informacin
acerca de los diferentes tipos de comunicacin entre el
sistema de u-learning y el usuario.
Mdulo de Anlisis de Peticin de Usuario: determina la
categora y tipo de servicio que el estudiante solicita. La
categora representa la clase de servicios que ofrece la
aplicacin. El tipo representa a un grupo de servicios con
caractersticas comunes dentro de una categora de servicios. El
mdulo interacta con el Modelo de Servicio que define las
clases de categoras, por ejemplo: servicios de asistencia
personalizada, asesoramiento on-line, recomendaciones
personalizadas, etc., cada una de ellas con distintos tipos de
servicios segn la aplicacin. Para llegar a este PSM se requiere
a construccin de modelos convencionales de la Ingeniera del
Software.
Mdulo de Personalizacin: esta funcin se encarga de adaptar
los servicios en funcin de las caractersticas personales y
pedaggicas del estudiante y del contexto ubicuo,
recomendando los objetos de aprendizaje que estn localizados
en el repositorio. Este coleccionar en forma ordenada los
objetos de aprendizaje ubicuo facilitando su bsqueda por
contenidos, reas, categoras y otros descriptores. Para llegar a
este PSM se requiere modelar diferentes aspectos del dominio
de la aplicacin, que se vern reflejados en las siguientes
ontologas:
Ontologas del estudiante: contiene toda la informacin
necesaria que permite describir las caractersticas ms
relevantes del estudiante con fines de personalizacin. Se
actualiza permanentemente de acuerdo a los cambios que
presenta el estudiante en su interaccin con el sistema,
como por ejemplo, preferencias, conocimientos, estilos de
aprendizaje, etc.
Ontologa de Dominio: contendr las clases que permiten
especificar la organizacin, representacin y estructura de
los objetos de aprendizaje sobre los temas del dominio de
la aplicacin.
Ontologa de la estrategia de aprendizaje: describe las
diferentes acciones que se pueden utilizar para posibilitar
un aprendizaje mayormente significativo en el contexto de
aprendizaje ubicuo.
Mdulo de Mantenimiento de los Modelos: brinda soporte
para que el administrador del sistema inicialice y actualice los
modelos cuyos datos son altamente dinmicos, a los fines de
mantener e incorporar a la aplicacin nuevas prestaciones,
dispositivos, estrategias de aprendizaje, dominios, etc. Para
llegar a este PSM se requiere a construccin de modelos
convencionales de la Ingeniera del Software.
5. PERSPECTIVAS DE
IMPLEMENTACIN DE LA
ARQUITECTURA
Para implementar la arquitectura propuesta se ha definido una
aplicacin ubicua de apoyo al aprendizaje de Redes de
Computadoras para estudiantes de nivel universitario. Para
desarrollar la aplicacin siguiendo la arquitectura propuesta se
han modelado los requerimientos del dominio de la aplicacin
con Diagramas de Caso de Uso (DCU) con sus descripciones, y
Diagramas de Actividad (DA). A partir de esto, y siguiendo lo
propuesto en [8, 10] se procedi a la construccin de las
ontologas. Para ello, se tom como base DCU y DA y se
determin el dominio y el mbito de las ontologas, definiendo
preguntas a las que las ontologas deben dar respuestas. Hay
preguntas que se pueden contestar desde una ontologa en
particular y, otras que requieren la aplicacin de mecanismos de
inferencia que interrelacionen varias ontologas para obtener la
respuesta. A modo de ejemplo se enuncian algunas preguntas a
las que se debe encontrar respuesta con razonamientos a partir
de las ontologas:
Qu objeto de aprendizaje se puede recomendar a un
estudiante, de acuerdo a: su nivel de conocimiento, su estilo
de aprendizaje, el tipo de estrategia pedaggica, el
dispositivo que usa, la red de comunicacin empleada y la
ubicacin del estudiante? Para responder a esta pregunta se
requiere interrelacionar las ontologas del modelo del
estudiante, del ambiente, de la estrategia de aprendizaje, del
dispositivo, del modelo del dominio y de la comunicacin.
Qu compaero de aprendizaje se puede recomendar a un
estudiante para que lo apoye considerando el grado de
avance en una tarea particular y su nivel de conocimiento
en el tema? Para responder a esta pregunta se requiere
interrelacionar las ontologas del modelo del estudiante, de
la estrategia de aprendizaje y del modelo del dominio.
 Qu bibliografa o sitios web se puede recomendar al interrelacionar las ontologas del modelo del estudiante, de
estudiante dependiendo de la ubicacin y tarea que est la estrategia de aprendizaje y del modelo del dominio.
realizando? Para responder a esta pregunta se requiere

MUNDO EXTERIOR SOFTWARE - PSM MODELOS - CIM - PIM ONTOLOGAS - CIM

Datos del Estudiante Mdulo de

Modelo del
Registracin Ontologa del
Estudiante
Estudiante

Id-usuario
Mdulo de Interfaz
Estudiante Peticin de Usuario Modelo de
Id-Dispositivo Id-ubicacin Ambiente Ontologa del
Id-Red Peticin, Id-Ubicacin, Ambiente
Ubicacin
Id- Red e Id- Dispositivo

Caract. Red Modelo de

Mdulo de Adquisicin de Comunicacin
Id-Red
Contexto Ubicuo Ontologa de
Servicio Personalizado Id-Dispositivo Comunicacin
Peticin, Ubicacin, Caract. Dispositivo Modelo de
Caractersticas Red y Dispositivo Dispositivo

Categora/Tip Ontologa de
Mdulo de Anlisis de Modelo de Dispositivos
Peticin
Peticin Ubicua Servicio

Peticin/Servicio

Est. Aprendizaje Modelo del Ontologa del

OA Mdulo de Nivel de Conoc. Estudiante Estudiante
Repositorio
Personalizacin
de OA Tema/Concepto
Modelo de
Tipo de estrategia Dominio Ontologa del
pedaggica Dominio

Estrategia de
Aprendizaje
Mdulo de
Mantenimiento Ontologa Estrategia
Administrador del
Aprendizaje
Sistema

Figura 1: Arquitectura basada en Modelos Ontolgicos para Aplicacin de Aprendizaje Ubicuo

Definido el alcance y el dominio de las ontologas, actualmente,
se estn analizando algunas ontologas existentes con fines de
reutilizacin, tales como:
Para la Ontologa del Modelo del Estudiante se analizan:
IntelLEO User Model Ontology que es una ontologa del
modelo de usuario que permite la representacin formal de la
informacin acerca de un individuo y de las actividades de
aprendizaje y de construccin del conocimiento, ya sea
individualmente o en colaboracin con los dems [19] y
GUMO que es una ontologa general de modelo de usuario
que permite representar modelos de usuario de entornos web.
GUMO define clases, instancias y propiedades para describir
la situacin del usuario, el sistema y el entorno [7].
Para la Ontologa del Modelo de contexto ubicuo se analizan:
UbisWorld donde las clases y predicados se definen en seis
ontologas: fsica, del espacio, temporal, de actividad, de
situacin y, finalmente, la ontologa de inferencia que modela
los comportamientos computacionales e inteligentes en
entornos de computacin ubicua [12] y Context.owl es una
ontologa en OWL que presenta un modelo de contexto
genrico. Se puede utilizar para describir la estructura y los
elementos de los sistemas sensibles al contexto [26].
Para la Ontologa del Modelo de dominio se analizan:
ALOCoM (ontologa del tipo de contenido) se centra en
funciones de tipo instruccionales/pedaggicas de las unidades
de contenido (por ejemplo: informativas, definiciones,
ejemplo, ejercicio). Los conceptos que define esta ontologa
estn destinados a ser usados para la anotacin de objetos de
aprendizaje [15] y EUME ontologa educativa: describe los
trminos del diseo de aprendizaje, contenidos y recursos [1].
Para pasar del CIM a PIM, los DCU sern transformados en
Diagramas de Clases y Objetos y las ontologas se desarrollaran
con Protg OWL.
6. CONCLUSIONES
Sobre la base de la caracterizacin del aprendizaje ubicuo y los
aspectos que se deben considerar en el diseo de aplicaciones
informticas que den soporte al aprendizaje ubicuo, este artculo
presenta una arquitectura basada en modelos ontolgicos que
sirve de marco al diseo de este tipo de aplicaciones. La misma
est basada en las tres categoras de modelos que propone una
MDA, ya que son convenientes para abordar la complejidad del
diseo, e ir transformando los requisitos en mdulos de
software. Entre los modelos tipo CIM se propone el uso de
ontologas puesto que son herramientas fundamentales para
modelar el dominio y personalizar los diferentes servicios que
ofrece la aplicacin. La arquitectura integra una variedad de
dispositivos que pueden utilizar los estudiantes en sus prcticas
de aprendizaje, una abstraccin mediante modelos ontolgicos
de las distintas cuestiones relevantes en el diseo de estas
aplicaciones: diversidad de estudiantes, diferentes estrategias de
aprendizaje, diferentes dominios y contextos de aprendizaje, y
la posibilidad de ofrecer distinto tipo de servicios al estudiante
ajustados a los cambios de contexto, a la movilidad y
conectividad, as como a las caractersticas propias de cada
estudiante. Esta representacin a travs de modelos ontolgicos,
permite modelar la semntica del dominio, le otorga flexibilidad
a la arquitectura para ser aplicada en el diseo de distintas
aplicaciones ubicuas de apoyo al aprendizaje, para lo cual slo
se requiere la instanciacin de los diferentes modelos que la
componen y la torna compatible para diferentes fines, accesible
para agentes de software que pueden gestionar los diferentes
servicios que se brindan as como la personalizacin del
sistema, y transforma a la aplicacin resultante en interoperable
desde distintas plataformas.
Continuando con esta lnea de accin, se est avanzando en el
desarrollo de las ontologas y de los diferentes modelos, y a un
mediano plazo en la validacin de la arquitectura propuesta,
mediante la construccin de diferentes aplicaciones de apoyo al
aprendizaje ubicuo para estudiantes de nivel universitario.
7. REFERENCIAS
[1] Amorim, R., Lama, M., Snchez, E. &Vila, X.A. An
Educational Ontology based on Metadata Standards.
European Conference on eLearning. Glasgow, UK. pp. 29-
36. 2003
[2] Castillo, S. and Ayala, G. ARMOLEO: An architecture for
Mobile Learning Objects. 18th International Conference
on Electronics, Communications and Computers, 2008.
[3] Chen, Y.S., Kao, T.C., Sheu, J.P. and Chiang, C.Y. A
Mobile Scaffolding-Aid-Based Bird Watching Learning
System. Proceeding of International Workshop on
Wireless and Mobile Technologies in Education, IEEE
Computer Society, 15-22, 2002.
[4] Ching-Shu Wang y Yung-Hsin Wang. Design of an SOA-
based ubiquitous learning environment. Granular
Computing (GrC), 2011 IEEE International Conference
on, 2011.
[5] Coope B. and Kalantzis M. Ubiquitous Learning.
Exploring the anywhere/anytime possibilities for learning
in the age of digital media. Edited by Bill Cope and Mary
Kalantzis. University of Illinois Press, 2009.
[6] Curtis, M., Luchini, K., Bobrowsky, W., Quintana, C. and
Soloway, E. Handheld Use in K-12: A Descriptive
Account. Proceeding of the International Workshop on
Wireless and Mobile Technologies in Education, IEEE
Computer Society, 32-30, 2002.
[7] D. Heckmann, T. Schwartz, B. Brandherm, M. Schmitz,
and M. von Wilamowitz-Moellendorff, GUMO The
general user model ontology, in User Modeling 2005,
Springer Berlin / Heidelberg, vol. 3538, 2005, pp. 428-432.
2005
[8] Djuric D, Gasevic D, Devedzic V. Ontology Modeling and
MDA. Journal of Object Technology. 4 (1). 2005
[9] Fernndez, E., Mir, C.y Marti, F. El aprendizaje ubicuo
como factor diferenciador en la educacin superior. Actas
del II Congreso Iberoamericano sobre Computacin
Ubicua (CICU 06), Alcal de Henars, Espaa, 287-296,
2006.
[10] Gasevic, D.; Djuric, D., Devedzic, V. y Damjanvic, V.
Approaching OWL and MDA through Technological
Spaces. 3er Workshop in Software Model Engineering
(WiSME), Lisboa, 2004.
[11] Hallsteinsen, S., Geihs, K., Paspallis, N., Eliassen, F.,
Horn, G. Lorenzo, J., Mamelli, A. and Papadopoulos, G.A.
Development Framework and Methodology for Self-
Adapting Applications in Ubiquitous Computing
Environments. Journal of System and Software, Vol.85,
Issue 12, December 2012, 28402859, Elsevier, 2012.
[12] Heckmann. Ubiquitous User Modeling. Hundt Druck
GmbH, Kln. Alemania. ISBN: 0941-5769. 2006
[13] Hui-Chun Chu, Gwo-Jen Hwang and Chin-Chung Tsai. A
knowledge engineering approach to developing mindtools
for context-aware ubiquitous learning. Computers &
Education 54, 289297, 2010.
[14] Hwang G. Criteria and Strategies of Ubiquitous Learning.
Proceedings of the IEEE International Conference on
Sensor Networks, Ubiquitous, and Trustworthy Computing
(SUTC06), IEEE, 2006.
[15] Jovanovic J, Gasevic D, Verbert K, Duval E, ALOCoM
Content Type Ontology. Disponible en:
http://jelenajovanovic.net/ontologies/loco/alocom-content-
type/spec/. 2010
[16] Li Luyi, Zheng Yanlin and Zheng Fanglin. Design of a
Computer-supported Ubiquitous Learning System. CSUL.
2010 International Conference on Networking and Digital
Society, 2010.
[17] Marek Hatala, Ron Wakkary, Leila Kalantari, Rules and
ontologies in support of real-time ubiquitous application.
Journal of Web Semantic. Web Semantics: Science,
Services and Agents on the World Wide Web, Vol.3, 522
2005.
[18] Myoung-woo Hong and Dae-jea Cho. Ontology Context
Model for Context-Aware Learning Service in Ubiquitous
Learning Environments. International Journal of
Computers. Issue 3, Volume 2, 2009.
[19] Nikola Nilikic y Zoran Jeremic. IntelLEO User Model
Ontology. Disponible en: http://intelleo.eu/ontologies/user-
model/spec/. 2012
[20] Ramos, E. y Nuez, H. Ontologas: componentes,
metodologas, lenguajes, herramientas y aplicaciones.
Universidad Central de Venezuela. Facultad de Ciencias.
Escuela de Computacin. Lecturas en Ciencias de la
Computacin. ISSN 1316-6239, 2007.
[21] Schmidt, D.C. Guest editors introduction: Model-driven
engineering. Computer, 39, pp 25-31, 2006.
[22] Selic, B. "The Pragmatics of Model-Driven
Development," IEEE Software, vol. 20, no. 5, pp. 19-25,
Sept.-Oct., 2003.
[23] Shih, W.-C., y Tseng, S.-S. A Knowledge-based Approach
to Retrieving Teaching Materials for Context-aware
Learning. Educational Technology & Society, Vol.12,
Issue 1, pp. 82-106, 2009.
[24] Shu-Lin Wang, y Chun-Yi Wu, Application of context-
aware and personalized recommendation to implement an
adaptive ubiquitous learning system. Expert Systems with
Applications, vol. 38, 1083110838, 2011.
[25] Siadaty, M., Torniai, C., Gaevi, D., Jovanovic, J., y Mey
Eapand Marek Hatala. m-LOCO: An Ontology-based
Framework for Context-Aware Mobile Learning. Sixth
International Workshop on Ontologies and Semantic Web
for E-Learning in conjunction with ITS, 2008.
[26] Thorsten Mller. Context.owl LoCa: Proyecto Nacional
Suizo de Investigacin. Disponible en:
http://protegewiki.stanford.edu/wiki/Protege_Ontology_Li
brary#OWL_ontologies, 2009.
[27] Weiser, M. The Computer for the 21st Century. Scientific
American, pp 94-104; reprinted in IEEE Pervasive
Computing, pp. 19-25, 2003.
[28] Zhou W., Cui B., Wang B., Shi Q., Yokoi S. An
exploration of ubiquitous learning in computer
fundamental learning scenario. The 7th International
Conference on Computer Science & Education (ICCSE
2012), Melbourne, Australia, IEEE, 2012.