Resumen de Mecanismos semánticos orientados a la flexibilidad para los repositorios de objetos de aprendizaje
- español
Los nuevos enfoques de reutilización de materiales didácticos en formato digital usan el concepto de "objeto de aprendizaje" como elemento clave para la creación de repositorios distribuídos, tales como MERLOT o CAREO, Dichos repositorios, tendrían la finalidad de describir los múltiples recursos didácticos existentes en la Web, almacenando dichos recursos y sus metadatos (o solamente estos últimos), y posibilitando la realización de búsquedas.
Sin embargo, la existencia de diferentes definiciones de "objeto de aprendizaje" dificulta la gestión y tratamiento uniforme de los recursos, lo que sugiere una nueva generación de repositorios flexibles donde tengan lugar todas las conceptualizaciones del término. En este escenario, las ontologías juegan un importante rol para el soporte de un modelo del término. En este escenario, las ontologías juegan un importante rol para el soporte de un modelo semántico sólido que cumpla con los nuevos requisitos que la flexibilidad impone.
No obstante, la falta de flexibilidad no es la única carencia de que adolecen los actuales repositorios de objetos de aprendizaje. En esta investigación se ha analizado además la falta de cumplimiento de las especificaciones de los estándares de e-learning. Las conceptualizaciones de "objeto de aprendizaje" definidas en IEEE LOM o en ADL SCORM no tienen lugar en la mayor parte de los repositorios, lo cual dificulta en gran medida tanto el procesamiento de la metainformación asociada a los objetos de aprendizaje como el conseguir utilizarla en sistemas gestores de aprendizaje (LMS) conformes a una especificación.
En la mayoría de las aplicaciones actuales no se tiene en cuenta un modelo de representación formal del conocimiento general que incorpore semántica computacional, dentro de la visión de lo que se ha dado en llamar Web semántica. Nuevas bases de conocimiento como OpenCyc sugieren la posibilidad de definir las relaciones semánticas dentro de la información descrita. Conceptos de nuestro conocimiento general, tales como país, rey, médico, o también relaciones del tipo "X acerca de Y", pueden ser referenciados sin ambigüedades ni variaciones debidas a las posibles interpretaciones de los mismos haciendo uso de una base de conocimiento en forma de ontología como OpenCyc. Este hecho, genera un nuevo espectro de posibilidades de inferencia sobre los registros que contienen la información de metadatos de los objetos de aprendizaje. Para aprovechar al máximo el conocimiento almacenado en los registros de metadatos de los objetos de aprendizaje almacenados en el repositorio, se propone un esquema que permita describir el significado de la metainformación dentro de los registros de metadatos del repositorio.
El propósito de esta investigación es definir este tipo de conocimiento mediante un esquema que permita describir el significado de la metainformación existente en los registros de metadatos de un repositorio de objetos de aprendizaje. Para ello, será necesario definir una nueva arquitectura de repositorio, basada en un modelo formal representado en un lenguaje de ontologías (concretamente OWL) para el procesamiento automático de la metainformación por parte de agentes software externos al repositorio. Esta propuesta aportará nuevas y más potentes funcionalidades sobre los repositorios actuales, gracias a la posibilidad de ejecutar diferencias sobre el conocimiento albergado en los registros del repositorio.
- English
Current approaches towards enhancing reusability of learning materials in digital format use the concept of learning object as the key element of a new approach based on the distributed availability of learning resources. This model relies on the existence of learning object repositories creation, such as MERLOT or CAREO, whose main purpose is to classify different Web resources through metadata descriptions.
However, the existence of multiple learning object definitions point out the need of a new generation of flexible learning object repositories capable to fit any existent conceptualization of the term. In this scenario, ontologies play an important role as the basis to provide a sound semantic model that fulfills the new requirements.
Nonetheless, flexibility is not the only lack in these repositories. The lack of conformance with current specifications and standards has also been marked as an issue and thus analyzed in the present research. The learning object conceptualization, as described by current standards and specifications such as IEEE LOM and ADL SCORM, is not the one used in the most repositories. This fact hampers the metainformation management process associated to the use of learning objects.
Today, most applications do not use any formal model of commonsense knowledge. Advanced knowledge bases such as Opencyc make it possible to create semantic relationships between the concepts defined, which allows concepts such as country, king, doctor or relationships like X near Y to be linked without ambiguities nor changes due to possible interpretations. This fact, if applied to learning object repositories, provides new inference possibilities over learning object metadata records and allows meaningful descriptions of the metainformation stored in those repositories, as it turns text-based metadata records into machine-understandable semantic metadata records.
This dissertation proposes the use of this kind of knowledge through the definition of a semantic schema aimed at allowing the meaningful description of the information in existing metadata records repositories. To that end, it will be necessary to define the complete architecture of what it will be called a semantic learning object repository, based on a formal model described in an ontology language (OWL in particular).
This architecture will facilitate external software applications or agents the metainformation management tasks. Running inferences on the knowledge stored inside the repositories’records, will extend current repositories’functionalities, introducing key advantages and features.
