Mi interés es poder mostrar a los lectores de este blog, de dónde partí, qué tuve que aprender y como se fue desarrollando la pregunta de investigación que actualmente tengo para mi propuesta de tesis.

Mi tema de investigación se centra en dos elementos principales

1. Adultos mayores de 50 años analfabetas tecnológicos.
2. Uso del correo electrónico para comunicarse.

Mi objetivo personal (que no se ve reflejado en la investigación) pero es mi motivación, es acercar a estos adultos a la tecnología. Comenzar un proceso desde la  introducción a las partes del computador hasta lograr que tengan la habilidad para enviar un correo electrónico y comunicarse con el resto del mundo.

Una pregunta de investigación debe tener como mínimo:

• Una variable dependiente
• Una variable independiente
• Una relación entre las variables

El proceso inició en marzo de 2009, con la siguiente pregunta de investigación:

¿Cuál es el mejor recurso multimedia para desarrollar habilidades comunicativas a través de correo electrónico en adultos mayores de 50 años en plenas capacidades físicas y mentales?

Esta pregunta reflejaba lo que yo esperaba hacer, sin embargo no era una pregunta de investigación bien definida, la relación entre las variables no es clara. Al escribir “el mejor recurso” implicaba una propuesta muy extensa, se hacía necesario probar muchos recursos y necesitaría sustentar por qué se eligen esos recursos y no otros.

La pregunta debió ser reformulada y se propuso la siguiente:

¿Un ambiente en formato texto, audio o video incide significativamente en el desarrollo de habilidades comunicativas a través de correo electrónico en adultos mayores de 50 años en plenas capacidades físicas y mentales? 

La pregunta mostraba la relación entre las variables al usar el término “incide”,  se hace más claro a qué me refería con recursos, ya no busco el mejor, sólo busco si afectan el desarrollo de la habilidad comunicativa.

• Variable independiente: Formato utilizado (texto, audio o video)
• Variable dependiente: Habilidad comunicativa
• Relación: Incidencia del formato en la habilidad

La pregunta de investigación comenzaba a tomar forma, sin embargo, mi asesor, el profesor Víctor Quintero, nos ofreció a mis compañeros y a mí participar en un proyecto en el cual nuestras tesis tuvieran como elemento común la autorregulación.

Dentro de la autorregulación analizamos cuál podría ser el área que estudiaríamos en nuestras propuestas, fue ahí que surgió la idea de investigar sobre la formulación de metas, con un elemento adicional: la autorreflexión.

Teniendo en cuenta que iba a participar en este proyecto, fue necesario reformular la pregunta de investigación,  se modificó la variable independiente, logrando esta propuesta:

¿Cuál es la incidencia de la formulación de metas a partir de la autorreflexión y de formatos de información utilizados en el desarrollo de habilidades comunicativas a través de correo electrónico en hombres y mujeres  mayores de 50 años en plenas capacidades físicas y mentales?

Al analizar esta pregunta se obtiene:

• Variables independientes: 1) Formulación de metas, 2) formatos de información (texto, audio, video) y 3) género.
• Variable dependiente: Habilidades comunicativas

Continuar con esta pregunta sería un gran reto debido a que se necesitarían muchas personas para hacer la experimentación. Tendría 3 formatos de información, 2 géneros y tener en cuenta que puede ser con formulación o sin formulación de metas (2). Esto implicaría que necesitaría 12 grupos experimentales, es decir más 300 personas.

Fue necesario simplificar las variables de estudio y reformular la pregunta nuevamente em agosto de 2009:

¿Cuál es la incidencia de la formulación de metas a partir de la autorreflexión en el desarrollo de habilidades comunicativas escritas  a través de mensajes de correo electrónico en adultos mayores de 50 años?

 Como se puede observar, se eliminó la frase “en plenas capacidades físicas y mentales” porque se consideró que era un poco redundante y que se podía hacer la aclaración respectiva de la muestra en la metodología. Por otra parte, se detalló que la comunicación era escrita, ya que las habilidades comunicativas también pueden ser orales.

El investigador debe siempre sustentar todo su proyecto con un marco teórico fuerte que fundamente cada una de las decisiones y acciones que se llevan a cabo durante el proceso investigativo, la experimentación y las conclusiones.

En diálogo con mi asesor de tesis, y con otros docentes de la Maestría,  las habilidad comunicativa no eran considerada la mejor habilidad para este proyecto, también mencionaron que era necesario tener dos variables dependientes en mi pregunta de investigación  y me sugirieron indagar en habilidades tecnológicas y motivación.  La pregunta nuevamente se reformuló para incorporar estas nuevas habilidades.

¿Cuál es la incidencia de la formulación de metas a partir de la autorreflexión en el desarrollo de habilidades tecnológicas y motivación  a través del envío de mensajes de correo electrónico en adultos mayores de 50 años?

Inicié mi búsqueda en Internet sobre habilidades tecnológicas, pero no encontré ningún autor reconocido que las estudiara, tampoco libros o referencias que hablaran del tema y me permitieran ser un sustento en mi marco téorico.  Dada esta situación y que personalmente no me entusiasmaba la idea de trabajar habilidades tecnológicas, me propuse retomar mi idea de las habilidades comunicativas y buscar un autor que sustentara que esa era la habilidad que se iba a desarrollar.

Gracias a mi compañera María Tatiana Ramírez,  pude acceder a varios libros que hablaban sobre habilidades comunicativas y fue entonces cuando tuve una crisis en mi maestría,  pues descubrí que mis profesores tenían razón y yo no iba a desarrollar una habilidad comunicativa.  Las personas con las que yo iba a trabajar ya tenían desarrollada esa habilidad, yo sólo iba a ofrecer un medio de comunicación (el correo electrónico).  La otra variable propuesta, la motivación, era una posibilidad que no podía descartar dado que se encuentra bastante información sobre ella,  pero me parecía muy difícil de medir, ¿cómo saber que están motivados? ¿Cómo medirlo?.  Esa opción me parecía muy compleja y no me motivaba estudiarla.

En septiembre de 2009, estaba volviendo a comenzar, mi pregunta de investigación se había quedado sin variable dependiente y debía conseguir no sólo una, sino dos variables dependientes.  Mi pregunta era ahora:

  ¿Cuál es la incidencia de la formulación de metas a partir de la autorreflexión en el desarrollo de la habilidad _______________ y la habilidad ________________ en el envío de mensajes de correo electrónico en adultos mayores de 50 años?

Será objeto de otro post contarles cómo encontré las variables dependientes que iba a estudiar.  Espero que esta experiencia les sea de utilidad en la formulación de sus preguntas de investigación. 

Carolina Avila

• Tipo de red: Multicapa – feedforward
• Mecanismo de aprendizaje: Supervisado.
• Tipo de aprendizaje Aprendizajes por corrección de error.
• Tipo de asociación entrada-salida: Red heteroasociativa.
• Aprendizaje: Offline

Algunos de los campos de aplicación de la red backpropagation son:

• Codificación de información
• Traducción de texto en lenguaje hablado
• Reconocimiento en lenguaje hablado
• Reconocimiento óptico de caracteres (OCR)

La red puede ser usada también para resolver problemas menos complejos como el de Caperucita Roja:

La mamá de Caperucita Roja le desea enseñar como reaccionar antes diferentes personas que se le puedan acercar de acuerdo con algunas características que se pueden identificar.

• Si se le acerca alguien con orejas grandes, dientes grandes y ojos grandes es porque es un lobo, Caperucita debe correr, gritar y buscar al leñador.
• Si se le acerca una mujer arrugada y amable, es la abuelita, debe ofrecerle alimento y darle un beso en la mejilla.
• Si se le acerca un hombre amable y bien parecido, es el leñador, debe darle un beso en la mejilla y coquetearle.

Se describe a continuación la solución del problema y su implementación en Matlab.

Paso No. 1: Definir la estructura de la red backpropagation

La entrada se va a modelar como una matriz de seis columnas (cada una representa las características del personaje) y tres filas, una para cada personaje.

La salida se va modelar de forma similar: una matriz de seis columnas (cada reacción de Caperucita) y tres filas, una para cada personaje.

Paso No. 2: Determinar los valores de entrada y salida

Los valores asignados a la entrada y salida son valores entre 0 y 1. El valor de 0 representa que la característica o acción NO se presenta, el valor de 1 representa que la característica o acción SI se presenta.

Los valores de entrada y salida para cada personaje se presentan en la siguiente tabla:

El lobo

La abuelita

El leñador

Paso No. 3: Determinar las variables de la red

Para el entrenamiento de la red backpropagation en matlab se definen 3 variables:

• Neuronas: Número de neuronas usadas en la red
• Epochs: Número máximo de iteraciones de entrenamiento de la red
• Error: Máximo error permitido en la salida

Las variables serán modificadas varias veces hasta obtener una salida cercana a la esperada.

Paso No. 4: Realizar pruebas de entrenamiento

Intento A

El primer intento se realizó con 5 neuronas y un error de 0.01,  el entrenamiento se realizó en 1 epoch. El resultado de la simulación de la entrada con esta red fue:

0.9614    0.9614    0.9614    0.0740   -0.0014    0.0208

0.0337    0.0337    0.0337    0.9330    1.0049    0.4694

0.1356    0.1356    0.1356    0.9307    1.0031    0.4042

Intento B

El segundo intento se realizó con 5 neuronas y un error de 0.0001,  el entrenamiento se realizó en 3 epochs. El resultado de la simulación de la entrada con esta red fue:

0.9999    0.9999    0.9999    0.0273   -0.0000    0.0007

-0.0000   -0.0000   -0.0000    0.9782    1.0001    0.4499

0.0009    0.0009    0.0009    0.9790    1.0000    0.4655

Intento C

El tercer intento se realizó con 5 neuronas y un error de 0.000001,  el entrenamiento se realizó en 4 epochs. El resultado de la simulación de la entrada con esta red fue:

0.9999    0.9999    0.9999    0.0273   -0.0000    0.0007

-0.0000   -0.0000   -0.0000    0.9782    1.0001    0.4499

0.0009    0.0009    0.0009    0.9790    1.0000    0.4655

Intento D

El cuarto intento se realizó con 10 neuronas y un error de 0.000001,  el entrenamiento se realizó en 2 epochs. El resultado de la simulación de la entrada con esta red fue:

1.0001    1.0001    1.0001   -0.0008    0.0001    0.0002

-0.0001   -0.0001   -0.0001    0.9991    0.9999    0.9999

0.0001    0.0001    0.0001    1.0003    1.0001    1.0003

Intento E

El quinto intento se realizó con 10 neuronas y un error de 0.00000001,  el entrenamiento se realizó en 3 epochs. El resultado de la simulación de la entrada con esta red fue:

1.0000    1.0000    1.0000   -0.0000   -0.0000   -0.0000

-0.0000   -0.0000   -0.0000    1.0000    1.0000    1.0000

0.0000    0.0000    0.0000    1.0000    1.0000    1.0000

Paso No. 5: La prueba

Después de encontrarse la red entrenada para los personajes principales, se va a probar cómo reacciona Caperucita Roja ante nuevos personajes:

• Personaje 1: Un leñador bien parecido pero que no es amigable
• Personaje 2: Un leñador que es amigable, pero es medio arrugado y no muy bien parecido.
• Personaje 3: Una abuelita de grandes ojos, arrugada, amable y más o menos simpática.

Los valores dados a cada característica de cada personaje se resumen en la siguiente tabla, la cual constituye la entrada de la red neuronal.

Después de realizar la simulación de la red con los datos de prueba, se obtienen los siguientes resultados.

Programa en matlab

clc;
neuronas = 10;
error = 0.00000001;
iteraciones = 20;

% Entradas
% col1            col2                col3         col4    col5               col6
% Orejas  Dientes     Ojos     Arrugado      Amable      Bien parecido

entrada=[[1 1 1 0 0 0]; [0 0 0 1 1 0]; [0 0 0 0 1 1]];

% Salidas
% col1         col2                 col3        col4              col5            col6
% Correr Gritar Busca leñador Ofrece alimento   Beso mejilla    Coquetea

salida=[[1 1 1 0 0 0]; [0 0 0 1 1 1]; [0 0 0 1 1 1]]

% Se inicia la red
net = newff(entrada, salida, neuronas);

% Se definen los parámetros de entrenamiento
net.trainParam.epochs=iteraciones;
net.trainParam.goal=error;

% Se entrena la red
net = train(net, entrada, salida);

% Se simula la red con la entrada
Y = sim(net,entrada)

% Se simula la red con la prueba
prueba = [[0 0 0 0 0 1]; [0 0 0 0.5 1 0.5]; [0 0 1 1 1 0.5]];
Y = sim(net, prueba)

Descargas

• Código en Matlab

Referencias

• HILERA, J. MARTINEZ V. Redes neuronales artificales, fundamentos, modelos y aplicaciones. Editorial Alfaomega. México. 2000

Información de publicación

UNIVERSIDAD PEDAGÓGICA NACIONAL
DEPARTAMENTO DE TECNOLOGÍA
MTIAE – TALLER ESPECÍFICO II
Carolina Avila Coral
2 de noviembre de 2009

La maestría es ofrecida anualmente, el proceso de admisión se realiza en noviembre de cada año, para más información detallada sobre el proceso de admisión consulte la página de la maestría.

En términos generales, el comité de la maestría tiene en cuenta los siguientes factores durante el proceso de selección:

• Notas del pregrado
• Examen de conocimientos
• Entrevista
• Anteproyecto de tesis

Anualmente se presentan aproximadamente 100 personas de todo el país para 25 cupos disponibles.  Los cuatro semestres académicos se realizan de forma presencial intensiva. Es presencial porque todas las horas de clase se toman de forma presencial en las instalaciones de la UPN, es intensiva porque estas clases se toman todas en tres semanas: una al comienzo de semestre (enero/julio),  otra semana a la mitad (semana santa / octubre), y una tercera al finalizar el semestre (junio/diciembre).  Esta estructura de las clases da facilidad a los estudiantes de otras ciudades de acceder a la maestría. 

En los periodos inter-presenciales se deben realizar diferentes actividades, algunas se entregan a través de un aula virtual y otras corresponden a la preparación de lecturas y/o exposiciones que deben ser presentadas en el presencial siguiente.  Durante estos periodos, los estudiantes deben estar permanentemente en contacto con su asesor de tesis para iniciar, desde el primer semestre a trabajar en el proyecto de investigación.  Los profesores siempre están disponibles para atender dudas  sobre las actividades asignadas, ya sea en la Universidad, o por medios no presenciales (correo electrónico, skype).

Permanentemente la Facultad de Tecnología y principalmente el comité de la maestría están realizando modificaciones a las asignaturas de cada semestre para ofrecer a los mejores ambientes de trabajo y contenidos más actualizados, por lo cual es posible que los algunos artículos sobre las asignaturas ya no sean vigentes para futuras promociones.

La mayoría de los contenidos publicados en este blog, se refiere a la experiencia de los estudiantes de la promoción 2009, quienes iniciaron sus estudios en enero de 2009.  

Recomendación.  Se sugiere a quienes desean inscribirse a la maestría, votar en las próximas elecciones, ya que esto da un 10% de descuento en el valor de la matrícula.

Si desea información adicional sobre la maestría puede dejar su mensaje en este artículo o escribir a info@formulaciondemetas.com

Gracias
Carolina Avila