Desarrollo didáctico para el análisis Big Data en un contexto educativo
María Teresa Cruz Gordillo[1]
Hugo Montes de Oca Martínez[2]
Jorge Morales Vargas[3]
RESUMEN
Es evidente la transformación tan radical que está viviendo la sociedad mediante la llegada de la industria 4.0, en vista de que se buscan las mejoras continuas de los procesos mediante la digitalización y el análisis de grandes cantidades de datos. El presente proyecto de investigación tiene como propósito diseñar un instrumento didáctico para la enseñanza-aprendizaje de las instituciones educativas, así como las organizaciones que quieran incorporarse al mundo de Big Data, para el desarrollo del proyecto se aplicó la metodología didáctica que consta de 3 fases; activa, diseño y cierre, que permite la ejecución de diversos instrumentos de medición como cuestionarios, grupos enfoque y la aplicación de pruebas, con el fin de lograr la eficiencia terminal del proyecto.
También se aplicó el proceso de investigación I+D (investigación y desarrollo) para el uso de herramientas tecnológicas como la distribución libre de Anaconda, Python, R, Jupyter, entre otras. Con la implementación del proyecto se pretende incorporar un instrumento guiado para el apoyo práctico en la inclusión de Big Data.
Palabras Clave: Industria 4.0, Big Data, enseñanza-aprendizaje, herramientas tecnológicas.
ABSTRACT
The radical transformation that society is experiencing through the arrival of industry 4.0 is evident, given that continuous improvement of processes is sought through digitization and analysis of large amounts of data. The purpose of this research project is to design a didactic instrument for the teaching-learning of educational institutions, as well as organizations that want to join the world of Big Data, for the development of the project the didactic methodology that consists of 3 phases was applied. ; active, design and closure, which allows the execution of various measurement instruments such as questionnaires, focus groups and the application of tests, in order to achieve the terminal efficiency of the project. The R&D (research and development) research process was also applied for the use of technological tools such as the free distribution of Anaconda, Python, R, Jupyter, among others. With the implementation of the project, it is intended to incorporate a guided instrument for practical support in the inclusion of Big Data.
Keywords: Industry 4.0, Big Data, teaching-learning, technological tolos.
Introducción
La importancia de emplear innovación tecnológica en instituciones y organización se ha vuelto una penuria ya que estamos pasando por una revolución industrial que nos demanda estar interrelacionados con el internet de las cosas ya sea para mejorar procesos, incremento de ingresos y clientes, entre otras.
Según los autores Hernández, Duque, & Moreno, (2017). Definen a “Big Data, pensando en la creación de soluciones que incluyan problemas enmarcados en este enfoque, se pueden encontrar cuatro fases donde se agrupan o clasifican las diferentes tecnologías de soporte, estas son: generación, adquisición, almacenamiento y análisis de datos”.
El siguiente proyecto de investigación tiene como principal objetivo diseñar un instrumento que servirá como práctica al inicio de desarrollo de Big Data y sea empleado en el lenguaje de programación Python o R. Se espera tener como resultado aceptación por las instituciones y organizaciones.
Identificación del Problema de Investigación.
La capacitación profesionalizante en las empresas e instituciones es un tema de interés en México ya que según PRONAP concluye que las actividades de formación son superficiales y de calidad heterogénea, por ende, es poco útil para mejorar la práctica docente y esto con lleva a formar estudiantes con decadencias en su ámbito profesional, por otra parte las organizaciones que no llegan al éxito total es por la falta de capacitación de su personal para nuevas tendencias tecnológicas que facilitan procesos y mejores prácticas con los clientes.
Bajo esta postura es que se planteó la siguiente incógnita a investigar:
1. ¿Cuánto tiempo tardan en capacitar al personal docente en el ámbito profesional?
2. ¿Los estudiantes necesitan un instructor para poder desempeñar prácticas en el enfoque Big Data?
3. ¿Las organizaciones adaptarían un instrumento guiado para la capacitación del su personal?
Justificación.
Proveer un instrumento total mente dinámico para los inicios de desarrollo en Big Data que permita que docentes, alumnos, empleados, etc., tener exceso al material y que ponga en práctica lo aprendido en un emulador diseñado en un entorno web.
Apoyar en la capacitación de administrar grandes volúmenes de datos de una forma desensilla y amigable para su uso.
Objetivos
Objetivo General
Diseñar un instrumento didáctico mediante herramientas tecnológicas para la enseñanza-aprendizaje de usuarios que quieran incorporarse a la aplicación de Big Data.
Objetivos Particulares
Analizar la estructura general del instrumento
didáctico para la enseñanza-aprendizaje.
Desarrollar funciones prácticas en la
aplicación de Big Data.
Diseñar una página web para la publicación y
practica de conocimientos de los ejercicios empleados.
Materiales
Para la su tentación del proyecto y la identificación de áreas de oportunidad se aplicaron dos cuestionarios de preguntas cerradas al personal educativo, así como el sector productivo. De igual manera se diseñó una matriz de observación como instrumentó de apoyo para la unificación de información e identificación de la misma.
Nombre: |
Docente |
|
Ocupación: |
Sector productivo |
|
Cuestionario de aplicación para el personal educativo y sector productivo.
1) ¿Te capacitan periódicamente en tu desempeño profesional?
a) Si
b) No
2) ¿La capacitación va de acuerdo a tu área de profesional?
a) Si
b) No
c) Otra capacitación no acorde a mi actividad productiva
3) La capacitación va de acuerdo a tu enfoque de la industria 4.0?
a) Si
b) No
4) ¿La capacitación tiene algún costo?
a) Si
b) No
5) ¿Crees que durante tu capacitación fue lo suficientemente buena como para satisfacer tus expectativas de formación?
a) Si
b) No
6) ¿El curso de capacitación te proporcionó el aprendizajes significativo prácticos y teóricos?
a) Si
b) No
7) ¿Utilizaste una herramienta de apoyo para evaluar el aprendizaje obtenido en la capacitación?
a) Si
b) No
8) ¿Te sentiste satisfecho después de completar tu capacitación profesional?
a) Si
b) No
9) ¿Se explicó claramente el objetivo y requerimientos del programa de capacitación?
a) Si
b) No
10) ¿Después de tu capacitación llegaste a aplicar lo aprendido?
a) Si
b) No
11) ¿Se te dificulto entender el lenguaje o términos que usaba el capacitador?
a) Si
b) No
12) ¿Estuviste satisfecho con el material didáctico utilizado durante el programa?
a) Si
b) No
En la ilustración 1, representa los índices de capacitación de un muestreo de una población de 33 con un nivel de aceptación de 33% implicando α= 67% de negación.
Ilustración 1
Capacitación de Desempeño Profesional
Tabla 1
|
Nº |
Departamento/Área |
Criterios de Evaluación |
Descripción |
|
1 |
Ingeniería en Sistemas Computacionales |
Recolección de Información Académica |
|
|
Administración |
|||
|
Contabilidad |
|||
|
Informática |
|||
|
Mercadotecnia |
|||
|
2 |
Publicidad |
Recolección Información en Sector Productivo |
|
|
Análisis de negocios |
|||
|
Marketing |
Elaboración propia
Métodos
Con el objetivo de diseñar e implementar un instrumento de enseñanza-aprendizaje se aplicaron seis estrategias que permitieron la eficiencia terminal del proyecto de investigación
Etapa 1 Plan Inicial
Definición
del Proyecto: Se establecerá un cronograma de
actividades para el desarrollo y diseño del instrumento didáctico.
Se
definirá el objetivo y los alcances sobre el proyecto.
Etapa 2 Planificación
Planificación
para tomar acciones: Se realizará una serie de
acciones para planificar las tareas asociadas a cada objetivo para la
eficiencia terminal del diseño y desarrollo del proyecto.
Objetivos
y planificación para lógralos: Se establecerá las
funciones y procesos necesarios para la identificación del proyecto para
conocer las condiciones para su estructuración de cada etapa.
Etapa 3 Requisitos
Elaboración
de encuestas: Se diseñará un cuestionario para conocer
las necesidades del usuario y así buscar áreas de oportunidad.
Análisis
de Requerimientos de información: Se identificará las
necesidades del usuario para mejorar los procesos.
Etapa 4 Análisis y Diseño
Desarrollo
del instrumento: Se diseñará ejercicios
prácticos para lograr la compresión de Big Data.
Etapa 5 Implementación
Gestión
de Cambio: Se realizó una prueba piloto para ver la
viabilidad y el funcionamiento correcto del proyecto.
Etapa 6 Prueba
Evaluación
de criterios de salida: Se identificó las
características del instrumento.
Evaluar
resultados: Se verifico que el funcionamiento del
proyecto sea de un 100%.
Documentación y difusión del proyecto
Documentación
de las etapas del proyecto: En todo el proceso del
proyecto se documentará cada etapa
Difusión
del proyecto: Publicación del instrumento en
repositorios online.
Resultados
Se desarrolló un sistema web que permite a los usuarios practicar de manera dinámica el aprendizaje construido durante la práctica guía del instrumentó de Big Data.
En la ilustración 2. Se muestran las preguntas a resolver en la página online.
Se representa en la ilustración 3 los resultados de casos prácticos.
Ilustración 3
Resultados Estadísticos
El instrumentó está construido con los siguientes apartados: portada, índice, objetivo general del curso, introducción, desarrollo de casos prácticos, conclusiones y fuentes de información.
En la ilustración 4. Se muestra la portada del instrumentó de enseñanza-aprendizaje para Big Data.
Ilustración 4
Portada
Se muestra parte del procedimiento planteado en el instrumento de enseñanza-aprendizaje.
Tabla 2: Kilómetros recorridos
Sintaxis para la representación de kilómetros recorrido.
Ilustración 5
Elaboración propia
Para las siguientes matrices, encuentre la matriz inversa, el determinante, la matriz de transposición, los valores y los vectores propios.
Ilustración 6
Elaboración propia
Encuentre la raíz cuadrada de -3 y +3.
Ilustración 7
Elaboración propia
Cree un vector x desde -10 hasta 11 con un incremento de 3. *
Ilustración 8
Elaboración propia
Use el vector del problema 3. (a). Encuentre ln(x) (el logaritmo natural de x). (b). Encuentre log10(x) (el logaritmo base 10 de x). *
(a). Encuentre ln(x) (el logaritmo natural de x).
Ilustración 9
Elaboración propia
(b). Encuentre log10(x) (el logaritmo base 10 de x).
Ilustración 10
Elaboración propia
Conclusiones
Mediante la llegada de la industria 4.0 que estamos pasando actualmente y ante la necesidad de hacer uso de los medios tecnológicos para la mejora de los procesos, servicios, etc. Se divulga un instrumento para la enseñanza-aprendizaje de Big Data que permite conducir de forma básica y sencilla al área educativa, así como el sector productivo.
El instrumento cumple con las características estructurales de un manual guiado para el alcance de la competencia teoría-práctica en los inicios de Big Data.
Se ha puesto en práctica el instrumento actualmente por dos semestres consecutivos, obteniendo como resultado aceptación por la comunican académica, brindando a poyo a la enseñanza de los estudiantes para el inicio de Big Data.
Fuentes de Información
Anonimo. (10 de junio de 2021). NEXTECH. Obtenido de NEXTECH: https://nextech.pe/que-es-python-caracteristicas-evolucion-y-futuro/#:~:text=Inteligencia%20Artificial%20(IA)-,Caracter%C3%ADsticas%20de%20Python,corta%20su%20curva%20de%20aprendizaje.
Borja, M. E. (16 de mayo de 2019). Revista la propiedad Inmaterial. Obtenido de Revista la propiedad Inmaterial: https://revistas.uexternado.edu.co/index.php/propin/article/view/6350/8643#:~:text=El%20Big%20Data%20es%20un,por%20variabilidad%2C%20velocidad%20y%20volumen.
Gonzalez, L. (2020). AprendeIA. Obtenido de AprendeIA: https://aprendeia.com/introduccion-a-jupyter-notebook/
Ramírez, L. (19 de abril de 2022). IEBSchool. Obtenido de IEBSchool: https://www.iebschool.com/blog/mejores-herramientas-big-data/
Rodríguez Silva, J. L. (3 de mayo de 2019). Revista Digital Universitaria (RDU). Obtenido de Revista Digital Universitaria (RDU): https://www.revista.unam.mx/2019v20n3/que-puede-hacer-el-software-r-para-resolver-tus-problemas/#:~:text=R%20es%20una%20herramienta%20inform%C3%A1tica,y%20figuras%20de%20gran%20calidad.
Toro, L. (2018). Desde Linux. Obtenido de Desde Linux: https://blog.desdelinux.net/ciencia-de-datos-con-python/?utm_source=destacado-inside