Kitabı oku: «Innovando la educación en la tecnología»

Sistema para incremento de vocabulario para la comprensión lectora en primaria con ayuda de realidad aumentada

Gianella Urday

gianellaurdayi@hotmail.com / Universidad de Lima, Perú

Recepción: 22-6-2019 / Aceptación: 8-8-2019

RESUMEN. El Perú presenta resultados insatisfactorios en evaluaciones internacionales y nacionales en el área de lectura. A medida que los grados avanzan, los porcentajes de satisfacción van disminuyendo. El problema radica en que los estudiantes no son capaces de comprender lo que están leyendo en su totalidad debido a que inician su vida académica con un bajo rendimiento. La presente investigación se enfoca en la baja comprensión lectora ocasionada por un vocabulario reducido para lo cual se desarrolló una aplicación en realidad aumentada (AR) para comprobar si esta tecnología aumenta el vocabulario y así mejorar la comprensión lectora. Los alumnos participantes fueron divididos en dos grupos, uno que no hace uso de la aplicación y otro que sí lo utiliza, de control y experimental, respectivamente. Ambos grupos realizaron una prueba basada en la Evaluación Censal de Estudiantes (ECE), evaluación nacional que da a conocer los niveles de aprendizaje en los que se encuentran los estudiantes peruanos, para posteriormente ser comparados. Los resultados mostraron una diferencia de 0,3, entre los puntajes promedios de ambos grupos, y de 0,8, en el grupo experimental. Se demuestra que el uso de la aplicación basada en realidad aumentada es útil para el aumento de vocabulario y, por lo tanto, beneficioso en el ámbito académico porque permite que los estudiantes realicen sus actividades de forma más dinámica y a la vez se concentran más, ayudándoles a entender los temas con mayor facilidad.

PALABRAS CLAVE: comprensión lectora, educación, realidad aumentada, vocabulario reducido

A System to Improve Vocabulary for Enhancing Reading Comprehension in Primary School With the Help of Augmented Reality

ABSTRACT. Peru has achieved unsatisfactory results in international and national reading assessments. The higher the school grade, the less the satisfaction percentages. The problem is that students are not able to fully understand what they are reading because they start their academic life with a low reading comprehension performance. This research focuses on the low reading comprehension caused by a poor vocabulary, to which end an augmented reality-based application was developed to check if this technology improves the vocabulary and hence the reading comprehension. The participating students were divided into two groups: one that did not use the application and the other one that used it―i.e., a control group and an experimental group, respectively. Both groups took a test based on the Student Census Assessment (ECE), a national assessment that discloses the learning levels in which Peruvian students are, and those tests were compared later. The results showed a difference of 0.3 between both groups’ average scores, and a difference of 0.8 in the experimental group. The research demonstrates that this augmented reality-based application is useful to improve the vocabulary and, therefore, is beneficial in the academic field, since it allows students to carry out activities more dynamically and at the same time concentrate more, helping them to understand the topics more easily.

KEYWORDS: reading comprehension, education, augmented reality, poor vocabulary

1. INTRODUCCIÓN

La evaluación internacional PISA tiene como objetivo evaluar los conocimientos y habilidades de los estudiantes de quince años entre los países participantes. Los resultados se categorizan en ocho niveles: debajo de nivel 1b, nivel 1b, nivel 1a, nivel 2, nivel 3, nivel 4, nivel 5 y nivel 6. PISA señala que el nivel 2 es el mínimo requerido para ser participantes de la sociedad actual (OECD, 2016, p. 5).

De acuerdo con la evaluación PISA 2015 en el área de lectura, los resultados de los estudiantes peruanos de quince años están por debajo de la media total con una puntuación de 398, siendo 535 la más alta y 347 la más baja, de Singapur y Líbano respectivamente. En el caso del Perú, solo un 82,4 % de la población de quince años está matriculada en secundaria, en donde los niveles de desempeño predominantes son el nivel 1a y el nivel 2 con 28,3 % y 27,3 % respectivamente (Minedu, 2016a).

Por otro lado, la Evaluación Censal de Estudiantes (ECE), realizada por el Ministerio de Educación del Perú, sirve para dar a conocer los niveles de aprendizaje de los alumnos tanto de escuelas públicas como privadas. De esta evaluación los datos relevantes para la investigación son los resultados en el área de lectura en los grados de segundo y cuarto de primaria, y segundo de secundaria. Los resultados se categorizan en cuatro niveles: previo al inicio (solo para cuarto de primaria y segundo de secundaria), en inicio, en proceso y satisfactorio (Minedu, 2016b, p. 3).

Los niveles 5 y 6 de la evaluación PISA equivalen al nivel de logro satisfactorio del ECE en donde los estudiantes han sido capaces de cumplir con las definiciones de competencia lectora de cada evaluación.

El problema radica en que los porcentajes de satisfacción del ECE van disminuyendo a medida que los grados avanzan. Pasa de un 46,4 % a un 31,4 % y de este a un 14,3 % en los grados de segundo y cuarto de primaria, y segundo de secundaria, respectivamente. Para ser considerado satisfactorio el nivel del estudiante, debe tener “la capacidad para comprender, utilizar, reflexionar e interesarse por los textos escritos, para alcanzar los propios objetivos, desarrollar el conocimiento y potencial personales, y participar en la sociedad” (UMC, 2016, p. 43).

Braslavsky (2005), Bravo, Villalón y Orellano (2005) definen a la lectura como una actividad que involucra procesos cognitivos y psicolingüísticos complejos, la decodificación y la compresión. Vallés Arándiga (2005) la define como la interpretación de la letra para darle un significado y a partir de ella se elabora una comprensión de texto (p. 49). Si el estudiante no es capaz de desarrollar la lectura, su crecimiento como persona, al igual que el desarrollo de aptitudes como el pensamiento crítico, la reflexión o la sensibilidad se verán afectados (Carvajal, 2015, p. 297).

Existe la inquietud de que los alumnos que empiezan con bajo rendimiento en el área de lectura lo seguirán teniendo a lo largo de su educación, sea colegio o universidad (Bravo et al., 2005). Además, por ser una actividad que se realiza más por imposición que por interés. La comprensión lectora es parte fundamental para una educación exitosa, ya que se hace uso de ella en diferentes materias. Por ejemplo: al resolver un problema matemático es indispensable comprender lo leído en el enunciado, también para realizar una mezcla de químicos deben leerse las instrucciones. Con el avance de los grados, la dificultad de los enunciados, las instrucciones, las preguntas va en aumento. Las personas que se mantienen con una baja comprensión lectora tienen un menor desarrollo de sus capacidades a comparación de las demás (Minedu, 2016b, p. 52).

Los conocimientos que se adquieren durante los años académicos permiten que la persona desarrolle las capacidades necesarias para el profesional que debe ser, pues una de las formas por las que se adquiere información es mediante la lectura. Lo importante de ella es comprender lo que uno está leyendo, para que así la persona forme sus propias ideas y opiniones.

Dentro de los factores que ocasionan la baja comprensión lectora está el vocabulario reducido. Para Defior (1996), el alumno va a tener la dificultad de entender lo que quiere transmitir el texto si es que no tiene claro lo que significa (p. 4). Como el alumno no reconoce la palabra, se entiende que no tiene información almacenada sobre ella, por lo cual al momento de leer no será capaz de relacionar su conocimiento previo con el nuevo que la lectura le brinda (p. 3).

Canet-Juric, Burin, Andrés y Urquijo (2013) presentan el perfil cognitivo de niños con rendimientos bajos en comprensión lectora: mayor dificultad para almacenar información durante períodos cortos de tiempo, dificultad de prestar atención, incapacidad de mantener la relación entre las oraciones que se van leyendo, bajo rendimiento en la habilidad de vocabulario y definición de palabras (p. 1003).

El principal objetivo de esta investigación es desarrollar una aplicación basada en realidad aumentada para el incremento del vocabulario que contribuya a la comprensión lectora.

2. ESTADO DEL ARTE
2.1 Comprensión lectora

Vallés Arándiga y Vallés Tortosa (2006) presentan herramientas que son eficaces para mejorar la comprensión lectora: identificar la idea principal del texto, realizar organizadores gráficos, usar palabras suplentes, elaborar preguntas y respuestas sobre el texto, expresar la lectura con otras palabras, elaborar resúmenes.

La profesora Salazar (2018) menciona tres niveles de comprensión lectora que se trabajan con los alumnos de educación primaria: nivel literal, nivel inferencial y nivel crítico valorativo. En el segundo grado de primaria se desarrolla los dos primeros niveles, con la ayuda de diferente tipología textual. El enfoque utilizado es el comunicativo textual, en donde todo el trabajo a realizar es aprender nuevas palabras, nuevos tipos de textos, gramática, como parte de un texto (Salazar, comunicación personal, 15 de mayo del 2018). Los niveles de comprensión lectora que la profesora Correa menciona equivalen al nivel de comprensión base del texto 1: comprensión léxica, sintáctica y referencial local de Fernández (2004). Para el nivel base del texto 1, las pruebas para evaluar la comprensión lectora son de tipo objetivas, semiobjetivas y de pensamiento en voz alta (p. 425). Gutiérrez-Braojos y Salmerón Pérez (2012) concuerda con Fernández (2004) en el uso de la técnica del pensamiento en voz alta y añade el uso de cuestionarios.

Soriano, Vidal-Abarca y Miranda (1996) compararon dos procedimientos de instrucción en comprensión y aprendizaje de textos, instrucción directa y enseñanza recíproca. En el estudio participaron veintiún niños del quinto grado de primaria designados en tres grupos de siete alumnos cada uno, el primero educado con la instrucción directa, el segundo con la enseñanza recíproca, ambos por doce sesiones, y el último, grupo de control, por ninguno. Se demostró que los grupos quienes aplicaron los métodos de aprendizaje tuvieron un mayor puntaje que el último grupo en la parte de captación de ideas principales y resumen, y que el segundo grupo mejoró en la conciencia de estructura textual (p. 59).

2.2 Aprendizaje social

Schunk (2012) indica que una considerable parte del aprendizaje proviene de observar y escuchar ejemplos, acciones o conductas, y que el aprendizaje se realiza de manera más rápida en comparación a que si el sujeto realizara lo anteriormente mencionado. Esto evita que se experimenten situaciones que podrían traer consecuencias negativas. El uso de este aprendizaje permite a los profesores retroalimentar de forma correctiva para afinar las destrezas y habilidades de los estudiantes (p. 121).

Rebollo Catalán, García Pérez, Buzón García y Barragán Sánchez (2012) muestran resultados positivos tras la implementación del aprendizaje colaborativo en comunidades virtuales. De los 113 estudiantes que participaron, el 62,7 % marcó la experiencia como positiva y el 22 % como muy positiva. La valoración de la metodología usada se encuentra en un rango de 1 a 7, como resultado los alumnos otorgaron una puntuación media global de 5,1 (p. 116). Este resultado se basa en que los usuarios valoraron la oportunidad de poder colaborar con el aprendizaje de los demás, compartiendo conocimientos entre sí (p. 117).

Barba Martín (2010) compara el aprendizaje cooperativo y la asignación de tareas para confirmar la existencia de alguna diferencia de importancia en su uso en la enseñanza del acros-port (p. 14). Los resultados enfocados en la calidad de trabajo muestran que el aprendizaje cooperativo tiene un mejor resultado si se añade la creatividad de la realización de la tarea a su eficacia de 1,4 puntos, dentro de una escala entre 1 y 5, y muestran mayor seguridad en la ejecución de la parte creativa (p. 17).

Camilli Trujillo, López Gómez y Barceló Cerdá (2012) indica al método de divisiones del trabajo de los equipos de estudiantes (Student Teams Achievement Divisions, STAD) como el más eficiente y al método Jigsaw como el menos eficiente, debido a que no incorpora la responsabilidad individual como recompensa en el grupo cooperativo (p. 92). El rendimiento de los alumnos no es afectado de forma significativa si no hay una recompensa grupal, más bien, la responsabilidad individual es de suma importancia ya que los alumnos demuestran su compromiso y esfuerzo en las tareas que se les asignan para poder lograr el mejor resultado entre todos (p. 95).

2.3 Hipertexto

Rueda (2001) señala que los estudios sobre el uso pedagógico de hipertextos se enfocan en el aprendizaje asociado con los conocimientos previos, estilos y estrategias cognitivas, el uso de la tecnología, entre otros (p. 279).

Los estudiantes que tienen conocimientos previos sobre un tema y utilizan el hipertexto para estudiar, haciendo uso de buenas estrategias cognitivas, muestran un mejor desempeño en su aprendizaje. Lo contrario sucede con los estudiantes principiantes en un tema, que no entienden del manejo de los hipertextos y tienen una baja capacidad de estudio, además les genera disgusto el hacer uso de hipertextos (p. 280).

Martínez, Astiz, Medina, Montero y Pedrosa (1998) probaron dos formas en las cuales se hace uso del hipertexto, los llamó “árbol” y “libro”, que constan de 172 nodos y 91 páginas, respectivamente. El uso del método del libro fue beneficioso para los usuarios que no tenían experiencia con el uso del hipertexto; sin embargo, el tiempo que se tomaron para desarrollar las indicaciones fue mayor debido a la cantidad que pantallas que recorrían. Los estudiantes que hicieron uso del método del árbol presentaron dificultad en su manejo por lo que en algunos casos tuvieron que recurrir a guías. Ninguno de los dos influyó negativamente en el desarrollo de las tareas que se les indicaba a los estudiantes por lo que se demostró que son eficaces.

2.4 Realidad aumentada

Martín-Sabarís y Brossy-Scaringi (2017) realizaron un estudio exploratorio sobre la realidad aumentada aplicada al aprendizaje en personas con síndrome de Down. Su uso proporciona herramientas audiovisuales que permiten a los usuarios recordar con mayor facilidad ideas y conceptos debido al impacto emocional que les produce (p. 747).

Construct 3D es una aplicación que posibilita la creación de nuevos diseños con figuras geométricas de forma colaborativa. Ha sido probada en el Museo de Tecnología de Viena, facilitando el aprendizaje de cursos relacionados con matemáticas y geometría (Kaufmann y Schmalstieg, 2002).

El diario El País implementó un servicio en donde los lectores escanean un código situado encima de la información. Esta funcionalidad fue implementada para brindar información actualizada sobre las elecciones presidenciales francesas de 2017 (Parra Valcarce, Edo Bolós y Marcos Recio, 2017, p. 1681).

Barba Vera, Yasaca Pucuna y Manosalvas Vaca (2015) muestran los resultados conseguidos en su investigación sobre la mejora del aprendizaje de los estudiantes de medicina en el curso de Anatomía III con ayuda de realidad aumentada. Se obtuvo una diferencia de P valor = 0,012 entre el grupo que hizo uso de la herramienta con el que no. El primer grupo tuvo una media de 3,759 y desviación estándar de 0,711. El segundo grupo, una media de 3,484 y desviación estándar de 0,757. En conclusión, el uso de la realidad aumentada contribuyó de forma positiva en el aprendizaje (p. 1428).

3. MARCO TEÓRICO
3.1 Realidad aumentada

La realidad aumentada (RA) como concepto aparece en 1990, Hedley, Billinghurst, Postner, May y Kato (2002) y Milgram et al. (1994) concuerdan que es “una variación de los entornos virtuales” (p. 739). A diferencia de la realidad virtual, en donde el usuario está inmerso en un mundo ficticio, pese a dirigir objetos y contextos de apariencia real (Parra Valcarce et al., 2017, p. 1672), la realidad aumentada permite que los objetos virtuales coexistan en la realidad. Prendes (2015) aclara que la realidad aumentada no tiene como propósito reemplazar a la física, sino permitir el contacto con lo virtual en la realidad física (p. 71).

Para Azuma (2017) la realidad aumentada tiene que desarrollar tres características para ser llamada como tal, la combinación de objetos reales y virtuales, que sea en tiempo real y en 3D (p. 740).

De acuerdo con la Fundación Telefónica (2011), la realidad aumentada necesita cuatro elementos fundamentales: un dispositivo por el cual se pueda visualizar el entorno real, un soporte físico sobre el cual se mostrará el resultado, un procesador que pueda interpretar los datos del mundo real y que muestre el contenido virtual correspondiente y un elemento que desencadene la realidad aumentada (p. 11).

Existen diversos modelos de realidad aumentada según las tecnologías desarrolladas, soportes, niveles y diversos criterios (Cabero Almenara, Leiva Olivencia, Moreno Martínez, Barroso Osuna y López Meneses, 2016, p. 77).

3.1.1 Tecnologías desarrolladas

Dentro de las tecnologías desarrolladas están los patrones de disparo de software RA, como marcadores y códigos QR. Los marcadores necesitan tener un patrón único para que la cámara examine y determine el objeto que se debe mostrar (Nava, González, Galicia y Flores, 2016, p. 5). Puede tomar cualquier forma, a diferencia de los códigos QR en donde siempre tiene que haber tres cuadrados en las esquinas.

3.1.2 Soporte

El soporte utilizado es un dispositivo móvil, se requiere el uso de un smartphone o tablet con cualquier sistema operativo y que tenga cámara digital. Ruiz Torres (2013, p. 84) agrega que estos dispositivos agregan las imágenes o gráficos virtuales antes de que se exhiban en la pantalla (p. 32). Su variedad de tamaños los hacen menos intrusivos, más accesibles y fáciles de manejar.

3.1.3 Niveles

De acuerdo con Reinoso (2016), el nivel de la realidad aumentada es según la complejidad del sistema. Para este caso, el nivel es el número 1 debido a que está basado en marcadores (p. 740).

Bacca, Baldiris, Fabregat, Graf y Kinshuk (2014) concluyen sobre la realidad aumentada: la intención principal de usar la RA es para explicar temas de formas interactivas. Además, los experimentos sobre la RA en juegos educativos siguen en proceso, su uso promueve la motivación, interacción y colaboración en el aprendizaje y es capaz de mantener interesados a los alumnos en el tema (p. 146).

3.2 Evaluaciones

La Evaluación Censal de Estudiantes (ECE) presenta en un informe para docentes el tipo de preguntas que los maestros deben evaluar a los alumnos respecto a la comprensión de textos y un estándar de respuestas que los estudiantes deberían dar. Se presenta un modelo de evaluación de lectura compuesto por tres elementos: capacidades, textos y contextos de lectura (p. 6).

Tabla 1

Elementos para la evaluación de la competencia de lectura

Elaboración propia

Los resultados de estas evaluaciones se distribuyen en tres niveles: satisfactorio, en proceso y en inicio (Minedu, 2015a, p. 4). Para que el alumno logre un nivel satisfactorio, es decir, que sí logró los aprendizajes esperados, debe cumplir con las capacidades previamente mencionadas.

Estos elementos se pueden visualizar en las evaluaciones del cuadernillo Demostrando que aprendimos para el segundo grado de primaria.

La figura 1 muestra preguntas ejemplo basadas en la guía metodológica realizada por la UNICEF. La primera pregunta es de opción múltiple con única respuesta que se encuentra de forma explícita en el texto. La segunda pregunta abarca el nivel crítico-valorativo de los estudiantes, preguntando sobre el reconocimiento de las buenas y malas acciones. También se trabaja el nivel inferencial al pedir la opinión sobre lo sucedido.

4. METODOLOGÍA
4.1 Etapas de solución

El plan de desarrollo de la propuesta de solución se plantea a continuación y se resume en la figura 2.

Primera etapa. Obtener palabras a desarrollar: se realiza la lectura del plan lector, para después elegir un capítulo en específico. Las palabras escogidas serán las que la docente encargada del grupo a evaluar ha decidido utilizar como parte de sus evaluaciones de comprensión lectora.

Segunda etapa. Desarrollar evaluación: las palabras seleccionadas del capítulo del plan lector serán utilizadas en la evaluación, relacionándolas con preguntas sobre la comprensión de lectura, para validar la efectividad de la realidad aumentada en la mejora del vocabulario para la comprensión lectora.

Tercera etapa. Crear aplicación: el aplicativo se realiza en el programa Unity conjunto a Vuforia. Luego se crean los sustantivos en 3D para poder importarlos en el programa Unity. Una vez terminado, se instalará en los dispositivos.

Cuarta etapa. Implementar aplicación: después de que los alumnos hayan terminado de leer el capítulo respectivo, se les proporcionarán los dispositivos con la aplicación instalada. Ellos harán uso de los dispositivos para obtener nueva información sobre el vocabulario de la lectura.

Quinta etapa. Aplicar evaluación: una vez que los alumnos hayan terminado de usar la aplicación, se pasa a la evaluación respecto al capítulo leído. Serán divididos en dos grupos, uno que no hayan utilizado la aplicación y otro en la que sí.

Sexta etapa. Analizar y comparar resultados: finalmente, se compararán los resultados de ambos grupos para examinar el impacto del uso de la realidad aumentada en el aprendizaje de vocabulario. Como indicadores de que la implementación fue exitosa, tendremos el porcentaje de respuestas correctas por alumno en cada capítulo, porcentaje de respuestas correctas por capítulo y el puntaje promedio del grupo de control y experimental.

4.2 Métodos de investigación

Los métodos a utilizar en el presente trabajo son: implementación y experimentación. Según Berndtsson, Hansson, Olsson y Lundell (2008) el objetivo principal del método de implementación es demostrar que la solución actúa de determinada forma bajo ciertas eventualidades. Es primordial el uso de un buen software para asegurar la validez y confiabilidad del trabajo. La validez es importante ya que la implementación muestra la manera en la que la solución propuesta funciona. Con confiabilidad se refiere a que la solución resulta ser útil (p. 64).

Puesto que la investigación involucra una hipótesis, se hace uso del método de experimentación. Según Sampieri et al. (1998) “la esencia de esta concepción de experimento es que requiere la manipulación intencional de una acción para analizar sus posibles resultados” (p. 129). Los resultados de la experimentación son utilizados para comprobar o desmentir la hipótesis planteada (Berndtsson et al., 2008, p. 65).

También se puede incluir el método de observación, debido a que a partir de las observaciones que se realicen a los sujetos de muestra, al momento de utilizar la solución, se anotan ideas sobre lo que se puede hacer en adelante para la investigación (Evertson y Green, 1989, p. 176).

4.3 Tipo de investigación

De acuerdo con Hernández Sampieri, Fernández Collado y Baptista Lucio (2014), la investigación es de tipo experimental pura en la cual se realiza: modificación voluntaria de variables independientes, evaluación de variables dependientes, control y autenticidad, y cotejar entre dos o más grupos (p. 127).

4.4 Métodos de validación

Para la presente investigación la validación es dirigida a la metodología de la solución; es decir, validar que el procedimiento de la solución se esté realizando de manera correcta para cumplir con los objetivos planteados.

De acuerdo con la guía metodológica realizada por Unicef (2003), se utilizaron dos tipos de validación: una técnica y otra con población. Para la validación técnica se hizo una revisión de la solución por parte de especialistas, quienes se encargaron de cotejar que la intención de la propuesta de solución haya sido la adecuada para los alumnos de segundo grado de primaria. En el caso de la validación con población, implicaron entrevistas personales con preguntas sobre la solución relacionadas a los siguientes componentes: atracción, comprensión, involucramiento, aceptación e inducción a la acción.

La atracción se relaciona con la atención que el usuario le presta al material, si le atrajo lo visual o el contenido de él. La comprensión es sobre si el usuario entendió el contenido del material, para la propuesta sería si logró comprender el significado de la palabra. El involucramiento examina como el usuario se siente respecto al material, si cree que es el adecuado para él. La aceptación se refiere a que el usuario utiliza el material de forma asertiva, no muestra disconformidad. Finalmente, en la inducción a la acción se busca percibir si el usuario ha tenido algún cambio sea conductual o intelectual después del uso del material (Unicef, 2003).

5. EXPERIMENTACIÓN
5.1 Dispositivo a utilizar

El dispositivo en donde fue instalada la solución fue un Iphone 6s de 128 gb con la versión 12.3.1 del software, el tamaño de la pantalla es de 12 cm o 4,7 pulgadas. La cámara trasera es de 12 MP y la frontal de 5 MP.

5.2 Image target

La solución se desarrolló con el programa Unity junto al SDK Vuforia. La aplicación detecta palabras previamente acordadas para mostrar una imagen en 3D al estas ser reconocidas.

Vuforia requiere una imagen denominada image target (imagen objetivo) para que pueda mostrar otra imagen al momento de pasar el dispositivo encima de ella.

Como primera opción para image target se tuvo la página 9 completa del plan lector, De la A a la Z Perú, se colocó sobre la palabra felino el resultado que se quería mostrar. Entre las complicaciones, la más frecuente fue que el dispositivo en donde se instaló la aplicación tenía que estar a una distancia en donde la cámara pudiera captar toda la página y todas las palabras que se mostraran en 3D y aparecieran al mismo tiempo, creando confusión y distracción.

La siguiente opción fue tener a la palabra como image target; sin embargo, al momento de subirla a la base de datos de Vuforia la calificación que se le daba a la imagen respecto a su capacidad de ser detectada variaba, para palabras de fuente de color claro era nula la capacidad de detección. Además, al momento de probar la aplicación no reconocía la palabra, puesto que habían otras antes y después de la seleccionada.

Como tercera opción se seleccionó todo un párrafo como image target. El resultado fue parcialmente exitoso, ya que a veces el programa demoraba en reconocer el párrafo como el image target subido a la base de datos de Vuforia. Además, la imagen resultante desaparecía de vez en cuando y se dejaba de reconocer al párrafo.

La cuarta opción fue el uso de QR o marcadores, aprovechando el espacio que hay entre los párrafos y los lados de las páginas. Para decidir cuál iba a ser utilizado, se les preguntó a los alumnos, que hicieron uso de la aplicación, cuál les gustaba y creían que era el más adecuado para la aplicación. El 72,73 % eligió el marcador personalizado, ya que lo veían más interesante y los ayudaba a relacionar con las palabras.

Fueron seleccionadas de cada párrafo entre una y dos palabras para ser mostradas por la aplicación. Se probó con diferentes tamaños de marcadores, 0,5 cm, 1 cm, 1,5 cm, 2 cm, 2,5 cm, 3,5 cm, 4 cm y 5 cm.

Se realizaron comparaciones entre los tamaños de los marcadores respecto a la distancia mínima en la cual el image target era reconocido.

La elección del tamaño del marcador se basó en la mayor capacidad de reconocimiento del image target con la menor distracción posible, es decir, que el tamaño del marcador sea el mínimo posible. Además, se tomó en cuenta la opinión del grupo experimental, el 27,27 % eligió el del 1 cm y el 18,18 %, el de 2 cm y 2,5 cm cada uno. Se seleccionó el tamaño de 2 cm. Las palabras que los usuarios van a poder visualizar en 3D se subrayan para poder facilitar su ubicación.

Se muestra en la figura 8 el marcador personalizado de la palabra “felinos”, el marcador tiene en el centro la primera letra de dicha palabra para que se relacione con mayor facilidad.

El resultado final consiste en la muestra en 3D de la palabra subrayada sobre una base para diferenciarlo del QR. Está inclinado de forma que el usuario es capaz de visualizarlo mejor. La solución también es capaz de mostrar múltiples resultados.

6. DISCUSIÓN DE RESULTADOS

La muestra consiste en veintidós alumnos de segundo grado de primaria, divididos en dos grupos: uno de control, con once alumnos, quienes no harían uso de la herramienta; el otro de experimentación, también con once alumnos.

6.1 Resultados del grupo de control

La tabla 4 representa el porcentaje de respuestas correctas por alumno en cada capítulo. El alumno 9 obtuvo el porcentaje mayor con 100 % en el capítulo F, mientras que el alumno 2 obtuvo el porcentaje menor con 0 % en el capítulo E.

Tabla 5

Porcentaje de respuestas correctas por capítulo sin app

Elaboración propia

La tabla 5 representa el porcentaje de respuestas correctas por capítulo. El capítulo F es el que tiene el mayor porcentaje de respuestas correctas. Esto se debe a que la mayoría de alumnos entendió de forma exitosa el tema del texto y relacionaba con los conceptos que este mostraba. Al preguntarles sobre los conceptos, pudieron acordarse sobre lo leído y se ayudaron de sus conocimientos previos.

6.2 Resultados del grupo experimental

La tabla 6 muestra los porcentajes de respuestas correctas de cada alumno en los tres capítulos. El alumno 10 obtuvo el porcentaje mayor con 100 % en el capítulo E, mientras que los alumnos 2 y 8 obtuvieron el porcentaje menor con 16,7 % en el mismo capítulo.

Tabla 7

Porcentaje de respuestas correctas por capítulo con app

Elaboración propia

La tabla 7 representa el porcentaje de respuestas correctas por capítulo. Para los alumnos que usaron la aplicación, el capítulo con el número mayor de respuestas correctas fue el A. Varios de ellos complementaron sus respuestas a partir del objeto 3D que se mostraba para tal capítulo y lo relacionaban con conceptos previos.

Tabla 8

Comparación de puntaje del grupo de experimentación

Elaboración propia

La tabla 8 muestra los puntajes obtenidos por el grupo de experimentación al hacer uso de la aplicación, el puntaje máximo a obtener es de 10 puntos.

La fila “Antes de app” contiene los puntajes que los alumnos del grupo de experimentación hubieran obtenido si no utilizaban la aplicación. Se observa un aumento de puntaje ya que el uso de la aplicación permitió que los alumnos fuesen capaces de captar la nueva información y complementar sus conocimientos previos.

6.3 Comparación de resultados

Tabla 9

Puntaje promedio del grupo de control y experimental

Elaboración propia

La diferencia de los promedios de ambos grupos es de 0,3 puntos.

Tabla 10

Puntaje promedio del grupo experimental al utilizar y no utilizar la app

Elaboración propia

Sin embargo, la diferencia de los promedios del grupo experimental si no hubieran utilizado y al hacer uso de la aplicación es de 0,8 puntos.

6.4 Validación
6.4.1 Validación por población

Tabla 11

Resultados de validación poblacional

Elaboración propia

La tabla 11 muestra las respuestas promedio respecto a las preguntas realizadas en base a las presentadas para la validación poblacional de la guía metodológica de Unicef (2003). El 72,72 % de los alumnos participantes les pareció muy atractiva la idea de poder ver objetos en 3D mientras leían. Además, les daba curiosidad la existencia de una palabra subrayada en el texto. El 63,64 % de los alumnos opinan que necesitarían ayuda, sea de su profesora o algún adulto a cargo, para utilizar la aplicación de la forma correcta. Al 45 % aproximadamente de los alumnos se les volvió a explicar la solución debido a que había conceptos con los que no estaban familiarizados, como “marcadores”, “realidad aumentada” y la relación entre los marcadores con las palabras subrayadas.

6.4.2 Validación por expertos

Tabla 12

Resultados de validación técnica

Elaboración propia

La profesora Ojeda aprueba el uso de una aplicación basada en realidad aumentada para aumentar el vocabulario y mejorar la comprensión lectora. Menciona que durante el primer bimestre es cuando se centran en enseñar palabras con sus significados y se va reforzando durante el resto del año, por lo que este tipo de aplicación sería muy útil durante todo el año escolar.

6.5 Pruebas de complejidad
6.5.1 Dispositivos

Antes de realizar la validación con la población se tomó en cuenta probar el uso de la herramienta en diferentes dispositivos, como tabletas que varían en tamaño; sin embargo, al momento de la implementación de la solución y por la mayoría de respuestas por parte de los alumnos durante la validación poblacional se decidió que el uso de la aplicación solo podría ser posible con un celular, debido a que los alumnos requirieron de ayuda al momento de hacer uso de la herramienta.

6.5.2 Luz

La luz es un factor importante para que la aplicación pueda reconocer los image target y así mostrar el resultado en 3D. Usando un luxómetro, instrumento para medir la iluminación real, se ha medido en diferentes niveles de iluminación para obtener el nivel mínimo necesario para que se reconozcan los image target.

Los resultados obtenidos muestran que si bien en las pruebas con un nivel de iluminación de 35 lx y 46 lx la aplicación es capaz de reconocer el image target, este se demora y el resultado en 3D tiende a desaparecer y aparecer. A partir de 65 lx es un nivel de iluminación ideal.

6.5.3 Batería del dispositivo

Se usó la aplicación teniendo al dispositivo con el brillo máximo posible por 6 minutos 18 segundos, tiempo promedio que se tomó el grupo experimental en leer los capítulos indicados. La aplicación estuvo en primer plano en todo momento. Con las variables del brillo y tiempo, el porcentaje de batería reducido fue de 48 %.

7. CONCLUSIONES

La investigación comienza con el objetivo de desarrollar una aplicación basada en realidad aumentada para incrementar el vocabulario y con ello mejorar la comprensión lectora. Dicho objetivo se alcanzó de forma satisfactoria, con el uso de objetos en 3D hay un aumento de 0,8 puntos entre el puntaje promedio que hubieran conseguido sin el uso de la app y el puntaje promedio conseguido al usar la app. Además, hay una diferencia de 0,3 entre el puntaje promedio del grupo de control y el grupo experimental.

Respecto a la investigación, se debe tener en cuenta a la población que va dirigida la solución, pues las herramientas y los dispositivos a utilizar pueden no ser los adecuadas. La solución debe adaptarse a la población, no al revés. Para esta investigación se tomó en cuenta que la población de interés son alumnos de segundo grado de primaria, por lo que el tipo de dispositivo utilizado se adaptó a lo que ellos son capaces de utilizar, es por eso que usar un dispositivo más grande como un ipad estaba fuera de límites. También los objetos 3D fueron adaptados para que sean adecuados para los niños, que no les produzca reacciones negativas.

8. RECOMENDACIONES PARA TRABAJOS FUTUROS

Para el caso del uso de la realidad aumentada, la investigación puede ser extendida utilizando otro tipo de palabras, como verbos o sustantivos que no son capaces de ser explicados con un solo objeto. Además, ciertas palabras podrían requerir un adicional auditivo, como el caso de animales; sin embargo, hay que tener en cuenta los comentarios en la validación por parte de expertos.

Es recomendable escoger como máximo tres palabras por página, debido a que implica la posibilidad que al alumno le llame más la atención los marcadores que el texto y pierda concentración, al tener que estar usando el dispositivo de forma seguida. Además, se pueden sentir confundidos al ver varios ítems desconocidos.

REFERENCIAS

Azuma, R. T. (2017) Making augmented reality a reality. Imaging and Applied Optics 2017 (3D, AIO, COSI, IS, MATH, pcAOP). OSA Technical Digest. Optical Society of America, paper JTu1F.1.

Bacca, J., Baldiris, S., Fabregat, R., Graf, S., y Kinshuk. (2014). Augmented reality trends in education: A systematic review of research and applications. Journal of Educational Technology & Society, 17(4), 133-149. Recuperado de https://www.jstor.org/stable/jeductechsoci.17.4.133

Barba Martín, J. J. (2010). Diferencias entre el aprendizaje cooperativo y la asignación de tareas en la escuela rural. Comparación de dos estudios de casos en una unidad didáctica de acrosport en segundo ciclo de primaria. Retos. Nuevas Tendencias en Educación Física, Deporte y Recreación, 18(2006), 14-18.

Barba Vera, R., Yasaca Pucuna, S., y Manosalvas Vaca, C. (2015). Impacto de la realidad aumentada móvil en el proceso enseñanza-aprendizaje de estudiantes universitarios del área de medicina. En AIDIPE (Ed.), Investigar con y para la sociedad (vol. 3, pp. 1421-1429). Cádiz: Bubok. Recuperado de http://aidipe2015.aidipe.org

Berndtsson, M., Hansson, J., Olsson, B., y Lundell, B. (2008). Thesis projects. A guide for students in computer science and information systems. Londres: Springer Science and Business Media.

Braslavsky, B. (2005). Enseñar a entender lo que se lee. La alfabetización en la familia y en la escuela. Buenos Aires: Fondo de Cultura Económica.

Bravo, L., Villalón, M., y Orellano, E. (2005). El rendimiento en la lectura en el primer ciclo básico y algunos procesos psicolingüísticos de ingreso. Boletín de Investigación Educacional, 20(1), 51-63.

Cabero Almenara, J., Leiva Olivencia, J. J., Moreno Martínez, N. M., Barroso Osuna, J., y López Meneses, E. (2016). Realidad aumentada y educación. Innovación en contextos formativos. Barcelona: Octaedro.

Camilli Trujillo, C., López Gómez, E., y Barceló Cerdá, M. L. (2012). Eficacia del aprendizaje cooperativo en comparación con situaciones competitivas o individuales. Su aplicación en la tecnología: Una revisión sistemática. Enseñanza y Teaching, 30(2), 81-103.

Canet-Juric, L., Burin, D., Andrés, M. L., y Urquijo, S. (2013). Perfil cognitivo de niños con rendimientos bajos en comprensión lectora. Anales de Psicología, 29(3), 996-1005.

Carvajal, G. (2015). Formar lectores en la era digital. Revista Chilena de Literatura, (94), 29-300.

Defior, S. (1996). Una clasificación de las tareas utilizadas en la evaluación de las habilidades fonológicas y algunas ideas para su mejora. Infancia y Aprendizaje, 19(73), 49-63.

Fernández, M. M. (2004). Cómo evaluar la comprensión lectora: alternativas y limitaciones. Revista de Educación, (335), 415-127.

Fundación Telefónica, F. (2011). Realidad aumentada: una nueva lente para ver el mundo. Madrid: Editorial Planeta y Fundación Telefónica.

Gutierrez-Braojos, C., y Salmerón Pérez, H. (2012). Estrategias de comprensión lectora: enseñanza y evaluación en educación primaria. Profesorado. Revista de Currículum y Formación de Profesorado, 16(1), 183-202.

Hedley, N. R., Billinghurst, M., Postner, L., May, R., y Kato, H. (2002). Explorations in the use of augmented reality for geographic visualization. Presence: Teleoperators & Virtual Environments, 11(2), 119-133.

Hernández Sampieri, C. R., Fernández Collado, C., y Baptista Lucio, M. del P. (2014). Metodología de la investigación (6.ª ed.). México D.F.: McGraw-Hill.

Kaufmann, H., y Schmalstieg, D. (2002). Mathematics and geometry education with collaborative augmented reality. ACM SIGGRAPH 2002 conference abstracts and applications (SIGGRAPH ’02). New York: Association for Computing Machinery, 37-41. doi:10.1145/1242073.1242086

Martín-Sabarís, R. M., Brossy-Scaringi, G. (2017). La realidad aumentada aplicada al aprendizaje en personas con síndrome de Down: un estudio exploratorio. Revista Latina de Comunicación Social, 72, 737-750.

Martínez, R. D., Astiz, M. S., Medina, P. A., Montero, Y. H., y Pedrosa, M. E. (1998). Alternativas para la utilización del hipertexto en el ámbito escolar. IE Comunicaciones: Revista Iberoamericana de Informática Educativa, (11).

Ministerio de Educación del Perú (Minedu). (2015a). ¿Qué logran nuestros estudiantes en la ECE? Recuperado de http://umc.minedu.gob.pe/wpcontent/uploads/2016/03/Informe_IE_ECE_2015.pdf

Ministerio de Educación del Perú (Minedu). (2015b). Aprendizajes de primero a sexto de primaria en lectura y matemática: un estudio longitudinal en instituciones educativas de Lima Metropolitana. Lima: Gráfica Técnica S.R.L.

Ministerio de Educación del Perú (Minedu). (2016a). Currículo Nacional de la Educación Básica. Recuperado de http://www.minedu.gob.pe/curriculo/pdf/curriculo-nacional-2016-2.pdf

Ministerio de Educación del Perú (Minedu). (2016b). Evaluación PISA 2015. Primeros resultados. Recuperado de http://umc.minedu.gob.pe/wp-content/uploads/2016/12/presentacion-web-PISA.pdf

Ministerio de Educación del Perú (Minedu). (2017). ¿Cuánto aprenden nuestros estudiantes? Resultados de la ECE 2016. Recuperado de http://umc.minedu.gob.pe/wp-content/uploads/2017/04/Resultados-Nacionales2016.pdf

Ministerio de Educación del Perú (Minedu). (s. f.). Demostrando lo que aprendimos: Primer trimestre segundo grado de primaria. Recuperado de http://www.perueduca.pe/recursosedu/cuadernillos/primaria/comunicacion/cuadernillo1_comunicacion_1er_trimestre_2do_grado.pdf

Nava, M. R. Z., González, C. F. M., Galicia, H. A., y Flores, J. M. P. (2016). Marcadores para la realidad aumentada para fines educativos. ReCIBE, 2(3).

OECD (2016). PISA Resultados clave, p. 5. Recuperado de https://www.oecd.org/pisa/pisa-2015-results-in-focus-ESP.pdf

Parra Valcarce, D., Edo Bolós, C., y Marcos Recio, J. C. (2017). Análisis de la aplicación de las tecnologías de realidad aumentada en los procesos productivos de los medios de comunicación españoles. Revista Latina de Comunicación Social, (72), 1670-1688.

Paz A., y Paz C. (2012). Plan Lector: De la A a la Z Perú. Lima: Editorial Everest.

Prendes Espinosa, C. (2015). Realidad aumentada y educación: análisis de experiencias prácticas. Píxel-Bit. Revista de Medios y Educación, 46, 187-203.

Rebollo Catalán, M. A., García Pérez, R., Buzón García, O., y Barragán Sánchez, R. (2012). Las comunidades virtuales como potencial pedagógico para el aprendizaje colaborativo a través de las TIC. Enseñanza & Teaching, 30(2), 105-126.

Reinoso, R. (2016). Realidad aumentada posibilidades y usos educativos. En Baldiris, S. y otros (eds.). Recursos educativos aumentados. Una oportunidad para la inclusión (pp. 8-29). Bogotá: Sello Editorial Tecnológico Comfenalco.

Ruiz Torres, D. (2013). La realidad aumentada y su aplicación en el patrimonio cultural. Gijón: TREA.

Rueda Ortiz, R. (2001). Evaluación de hipertextos. Perspectivas de diseño e investigación educativa. Bogotá: Universidad Central Colombia, 275-285.

Salazar Correa, N. A. (2018). Aplicación del Programa “Mis lecturas favoritas” en el desarrollo del nivel de comprensión lectora en las alumnas del sexto grado de Educación Primaria de la Institución Educativa N.º 11523 de Pucalá - Lambayeque.

Sampieri, R. H., Collado, C. F., Lucio, P. B., Valencia, S. M., y Torres, C. P. M. (1998). Metodología de la investigación. (vol. 6). México, D. F.: McGraw-Hill.

Schunk, D. H. (2012). Teoría del aprendizaje: Una perspectiva educativa (6.ª ed.). México: Pearson.

Soriano, M., Vidal-Abarca, E., y Miranda, A. (2003). Comparing two instruction procedures for text comphrension and text learning: Direct instruction and reciprocal teaching. Journal for the Study of Education and Development, 19(74), 57-65. doi:10.1174/021037096763000781

Tabares Higuita, L. X. (2017). El hipertexto como herramienta educativa: un recorrido conceptual. Revista Q, 3(5).

Thorne, C., Morla, K., Uccelli, P., Nakano, T., Mauchi, B., Landeo, L., … y Huerta, R. (2013). Efecto de una plataforma virtual en comprensión de lectura y vocabulario: Una alternativa para mejorar las capacidades lectoras en primaria. Revista de Psicología. 31(1), 3-35.

Unicef (2003). Guía metodológica. Video validación de materiales IEC. Recuperado de https://www.unicef.org/peru/informes/gu%C3%ADa-metodológica-video-validación-demateriales

UMC - Minedu. (2016). Resultados de la evaluación censal de estudiantes. Recuperado de http://umc.minedu.gob.pe/wp-content/uploads/2017/04/presentacion-ECE-2016.pdf

Vallés Arándiga, A. (2005). Comprensión lectora y procesos psicológicos. Liberabit, 11(11) 49-61.

Vallés Arándiga, A., y Vallés Tortosa, C. (2006). Comprensión lectora y estudio. Intervención psicopedagógica. Valencia: Promolibro.

Wittrock, M. C. (1985) La investigación de la enseñanza, II. Métodos cualitativos y de observación. Barcelona: Paidós Educador.

Metrics to Understand Future Maintenance Effort Required of a Complicated Source Code

Michael Dorin

mike.dorin@stthomas.edu / Universität Würzburg. Würzburg, Germany

Sergio Montenegro

sergio.montenegro@uni-wuerzburg.de / Universität Würzburg. Germany

Recepción: 17-6-2019 / Aceptación: 9-7-2019

ABSTRACT. An enduring engineering problem is the creation of a source code too complicated for humans to review and understand. A consequence of a complicated source code is that it requires more effort to be implemented and maintained. Exacerbating the problem is a lack of a proper understanding of exactly what the words “complicated” and “complex” mean, as the definitions of these words are often misconstrued. Some systems are indeed inherently complex, but this does not mean they must be complicated. In our research, several open-source projects were evaluated using software metrics to map the complicatedness of a source code with the ongoing effort to sustain the project. The results of our research show that a relationship exists between a complicated source code and the maintenance effort. It is clear that adhering to proper coding practices and avoiding a complicated code can result in a much more manageable future maintenance effort.

KEYWORDS: analysis, metrics, complex, complicated, source code

Métricas para comprender el esfuerzo de mantenimiento futuro requerido de un código fuente complicado

RESUMEN. Un problema de ingeniería duradero es la creación de código fuente demasiado complicado para que los humanos lo revisen y comprendan. Una consecuencia del código fuente complicado es que requiere más esfuerzo para implementar y mantener. Lo que exacerba el problema es la falta de una comprensión adecuada de lo que significan exactamente las palabras “complicado” y “complejo”, ya que estas definiciones a menudo se interpretan mal. Algunos sistemas son realmente intrínsecamente complejos, pero esto no significa que deban ser complicados. En nuestra investigación, se evaluaron varios proyectos de código abierto utilizando métricas de software para mapear la complejidad del código fuente con el esfuerzo continuo para mantener el proyecto. Los resultados de nuestra investigación muestran que existe una relación entre el código fuente complicado y el esfuerzo de mantenimiento. Está claro que adherirse a las prácticas de codificación adecuadas y evitar el código complicado puede resultar en un esfuerzo de mantenimiento futuro mucho más manejable.

PALABRAS CLAVE: análisis, métricas, código fuente complejo, complicado

1. INTRODUCTION

Life on earth presents humans with some very complex and complicated concepts. It is easy for people to suppose that cancer and quantum mechanics are both complex and complicated, as they are defined like that by nature. The best humans can do is to make simplified model representations of complex physical phenomena. Software development is unique in the world of science and math, such that developers can choose if our work is going to be complicated.

Our research begins by examining and affirming the definitions of complicated and complex. Afterward, the consequences of complicated are measured with a thorough examination of the bug reports and the source code of prominent software projects. The analysis focused on the components of a LAMP server (Linux, Apache, MySQL, PHP). The results of this work show that when a source code becomes complicated, it requires more effort to sustain. By establishing the indicators of complicated and complex, a protocol can be defined to reduce the development of complicated software. As mentioned before, regardless of problem complexity, developers can choose whether their code will be complicated.

2. BACKGROUND
Complicated and Complex

The words complicated and complex are often misconstrued, and it is possible to have an understanding that the two words mean the same thing. This fact becomes evident when we review standard definitions of the words, as it can be challenging to notice the differences. For example, a standard definition of complicated indicates that something complicated is composed of interconnected parts and is difficult to analyze (Mish, 2004). Similarly, something complex is “composed of many interconnected parts; compound; composite” (Mish, 2004). These definitions almost sound identical.

The etymology of the word complicated shows the Latin root “plic,” which means “to fold”. The word complex has the Latin root “plex,” which means “to weave”. Something that is woven has many strands, but the strands can be well organized. When “fold” is used as a suffix, it means a “multiple”. Something complicated can have fragments folded in, making it conceptually tricky to understand (Lissack, 1999).

Finally, when we consider whether something is complicated, we must acknowledge that, many times, something is complicated when it is not understood. Upon understanding a topic, it is often no longer complicated. With this in mind, consider that the number of people involved also plays a role in creating complicatedness. Having more people involved means that it is more likely that a single person will not understand it.

Git

The use of features found in Git was an essential part of this research. Git is a prevalent and heavily utilized version control system developed in 2005 by Linus Torvalds (Spinellis, 2012). Logs created by Git were used extensively and were examined using the Git log command. A python script was used to parse the logs which focused on Git commits. A Git commit means that a file was created or updated and stored in a local Git repository (Torek, 2019).

Static Analysis

Static analysis examines a program source code without actually executing the program. One of the first tools for performing static analysis was Lint, created in 1978 (Bardas, 2010). Static analysis has improved considerably since then and bugs flagged by the original Lint are now included in the compiler output. Many static analysis tools exist at this time, and the various tools specialize in different areas (Bardas, 2010). This study used the Cppcheck tool (Marjamäki, 2019) as it looks for multiple types of errors and is easy to run immediately without integrating it into a functioning build.

Measurements and Metrics

Attempting to understand complications and complexity is not a new concept, and several metrics have been invented throughout the decades to quantify these subjects. The first metric would merely be counting lines of code and reporting using units such as LOC (lines of code) and KLOC (thousands of lines of code). In 1976, Thomas McCabe developed the cyclomatic complexity metric, which is a measure of the number of linearly independent paths through a program (McCabe 1976). In 1977, Maurice Halstead published complexity metrics based on distinct operators, distinct operands, the total number of operators, and the total number of operands (Halstead, 1977). Using Halstead attributes, a value for difficulty and effort is made. Both Halstead and McCabe metrics have been both praised and criticized, but they are relatively simple and practical contributions to the software engineering community. More advanced metrics exist, but as this research is focused on identifying complexity and complicatedness, we have decided to use uncomplex and uncomplicated metrics as part of our work.

3. RELATED WORK
Existing Literature

Several research studies that consider the human aspects of a complicated source code have been conducted. Daniel Sturtevant has done an excellent work in his thesis for MIT describing the impact of software architectural design, and connecting it to employee productivity and staff turnover. He worked with a professional organization, and included a case study of a development project which shows that the structure of a software system does impact productivity and employee retention. Sturtevant points out that further research on different types of projects is warranted, and that there are many opportunities for this (Sturtevant, 2013).

Human considerations are further explored in the paper from Foucault et al. (2015) researching the impact that developer turnover has on software quality. This paper covers open-source software, and demonstrates a link between developer turnover and the number of bugs found in the project (Foucault, 2015). Interestingly, Foucault and Sturtevant do not entirely agree on the aspect of whether poorly designed software drives developers away or whether the turnover creates a poorly designed software.

The turnover of developers might also be a reason for code churn as described in the paper Use of Relative Code Churn Measurements to Predict System Defect Density (Nagappan. 2005). Code churn is a metric based on how much the code is changed, and this metric has been shown to be an indicator of faults. It is suggested that more recent code is faultier than the original code (Nagappan, 2015).

Other papers analyzed measurable aspects of software itself, rather than human influence. In the article Reexamining the Fault Density - Component Size Connection, Les Hatton discusses the relationship with the size of the program and the number of faults. Lines of code (LOC) has always been a good predictor of fault opportunities, and it is intuitively apparent why (Hatton, 1997). A four-line “Hello World” program will have fewer opportunities for faults than a four thousand-line program. Having more lines offers more opportunities for mistakes. Though LOC is a good indicator of bug opportunities, it also does not help you narrow down specific locations where faults may be present.

Previous Project Work

In a previous work on this project, we determined which programming practices software was the most difficult for engineers. We discovered what engineers misinterpret and what software engineers find displeasing to review. Also, a consistent unpleasant to review code had a higher Halstead and cyclomatic complexity. Stylistic constructs that programmers generally have difficulty evaluating are shown in Table 1 (Dorin, 2018).

Table 1

Unpleasant Styles (Dorin, 2018)

Style Name

Avoid too deep blocks

Do not write over 120 columns per line

Matching braces should be in the same column

Use less than five parameters

Use braces even for one statement

Indent blocks inside a function

For measuring project conformance with stylistic rules, the nsiqcppstyle tool (Yoon, 2014) was used. Using this previously developed knowledge in a complex and complicated code, we are now expanding the work to develop indicators to relate a complicated source code to this ongoing effort.

4. METHODOLOGY

Existing literature covers a lot of important subjects, but many papers seem to be specific to particular cases and specific environments. In this project, we reviewed several active open-source projects maintained by Git. Popular projects were preferred as they gave the most opportunities for users to report bugs. GitHub.com was used as a source for all the projects. The four cornerstone projects selected were Linux, Apache, MySQL, and PHP. The remaining projects were found based on a report of active projects on GitHub. Once projects were found, the following steps were performed:

1. Calculation of thousands of lines of code (KLOC) for C, C++, and headers. The amount of information given to a human to process is a factor in how much can be understood. For each project, for each source related file, we used the Lizard tool (Yin, 2019) to calculate the lines of code in both source files and headers.

2. Calculation of Halstead for C, C++, and headers. The Halstead metric, which evaluates complexity based on distinct operators, distinct operands, the total number of operators, and the total number of operands, was also used in this study. For each project, we used a program called commented code detector (Borowiec, 2014) to measure the Halstead metrics.

3. Calculation of McCabe cyclomatic complexity for C, C++, and headers. The McCabe cyclomatic complexity metric is based on the number of linearly independent paths through code. The cyclomatic complexity was used because more paths require more effort to understand. The Lizard tool (Yin, 2019) was also used to gather information on cyclomatic complexity for each project.

4. Determination of “bug”-sized changes. Several small utilities were written to analyze the logs maintained by Git. When searching for keywords, we determined the typical number of lines of code found in bugs and thus classified bugs by size. We classified tiny bugs as “gnats,” as they are important for consideration since numerous small bugs take resources away from developing essential features. The gnat-sized bugs constitute 50% of the Git check-ins, which is a good indication of how bothersome they are.

5. Measurement of conformance to stylistic rules. From our previous work, we determined what was essential and what rules had the most impact on programmer understanding. As with our past projects, we used the nsiqcppstyle tool to measure stylistic rule conformance.

6. Measurement of basic coupling between modules. Though many utilities exist for measuring coupling, they were not practical for our use. For coupling, we created a straightforward metric which we called Sheficom. The Sheficom metric computes how many external modules are coupled using a count of the number of headers in the module. Sheficom is based on the assumption that, if a module is not coupled, it would not need to include a header.

7. Measurement of the percentage of bug-related changes. The goal of this effort was to measure how much work in a project was dedicated to bug fixes. By using the technique outlined in Item 4 to identify bugs, the percentage of bug-related changes was measured. We counted the aggregate number of complete bugs as well as the total number of lines changed for fixing bugs.

8. Count of the number of authors. As mentioned, one of the natures of being complicated is the absence of understanding. More programmers mean more people are required to understand the source code. Depending on the communication paths and capabilities of the authors, understanding could be impacted.

9. Performance of static analysis of modules. The Cppcheck tool (Marjamäki, 2019) was used to perform static analysis on the source code. This tool was chosen as it does not require performing any special actions or creating special configurations to analyze the source code, but it will provide an estimate of errors which exist in the project.

Table 2

Metric	SoftwareComplexity	HumanComplication
Size		X
Style		X
Sheficom (coupling)	X
Author Turnover		X
Halstead	X
Cyclomatic	X

These metrics were used to get a picture of the effort needed for ongoing maintenance work. All of the metrics, in one way or another, contribute to impacting effort. However, some metrics have a more significant influence on what humans perceive as complicated (see Table 1). For example, in the new Sheficom metric, tightly coupled modules take a human longer to review and therefore more time to understand. It is plausible that a human, with enough time, could understand what is going on. At that point, though it remains complex, the code is no longer complicated. Author turnover was also essential to measure, as new authors require time to build up an understanding of the existing code.

5. RESULTS
Linux

Linux is a very well-established operating system and, for this study, we performed measurements every year for ten years, starting in 2008. See Table 3 and Figure 2 for a summary of the results. When examining the coding style, it seems to conform less year by year (see Figure 2). Improvements in module coupling and cyclomatic complexity are apparent. However, the size of the project grows linearly over time, and the number of static analysis detected bugs per snapshot also increases over time. More than forty percent of the effort to continue Linux seems to be changes related to bugs, as shown in Table 3. One more thing to bear in mind is that Linux has a lot of authors working on the project, which will contribute to the project being more complicated. It seems that a lot of authors and a lot of code lead to misunderstandings, and a lot of effort is spent fixing bugs rather than adding new functionality.

Apache

The results of the analysis of Apache are listed in Figure 3 and Table 4. As far as significant projects go, Apache does an outstanding job with the level of effort dedicated to bug fixes versus improvements (~32% for bug fixes). A positive aspect of Apache is that many authors remain from release to release (~85%), which means understanding can remain high, thus reducing the impact of a complicated code. We can also see improvements to cyclomatic complexity. Though Halstead measurements remain pretty steady, the coupling is pretty constant, and the style is pretty steady. Even the Cppcheck static analysis snapshot remains steady.

MySQL

The results for MySQL are listed in Figure 4 and Table 5. MySQL has dramatically increased in the number of lines of code. Note the codebase growth between 2015 and 2018, where a large amount of code was added. Along with the dramatic increase in the number of lines of code, the coupling (Sheficom) has also increased. Also, the problems predicted by static analysis (Cppcheck) have increased, and most importantly, the amount of effort spent on fixing bugs has also increased over time.

PHP

PHP has conditions showing a more complicated code in several areas, as shown in Figure 5. Style conformance has dropped while the number of lines of code has grown. The number of veteran authors has fluctuated, contributing to only a few people having an ongoing understanding of the code. Halstead and cyclomatic complexity both indicate a complicated code in this product, which will also negatively impact new authors joining the project. PHP is spending about half of their time fixing issues rather than adding new features.

ImageMagic

Finally, the results for the ImageMagic project were also analyzed and are shown in Figure 6. In this project, style conformance is not that much different from other projects. Measurements like Halstead and cyclomatic complexity are not superb either. However, note the strong connection between existing authors and bug changes. After 2014, a decrease in existing authors coincides with a dramatic increase in bug efforts. The amount of energy spent on bugs impacted the amount of effort on new features as new authors arrived.

6. DISCUSSION

This study used several metrics as a means of identifying how complicated a project’s source code is. The metrics covered different areas related to a complicated code, including author turnover and module coupling. The most significant metrics seem to be the size of the project and how many human contributors there are. All software engineers have had the experience that something is initially complicated, but as time goes by and more effort is applied, the project gets less complicated. The metrics related to software complexity, as shown in Table 1, seemed to be consistent year over year on most of the projects. More successful projects maintain veteran programmers on their teams, as it would seem that new authors are not as effective. Complexity metrics, as shown in Table 1, are a harbinger of how long it may take new authors to understand the code and be productive. Projects with veteran programmers consistently show that less time and effort is required for addressing bugs in the maintenance process.

7. RISKS TO VALIDITY

Several difficulties had to be addressed when doing this project. One difficulty was ascertaining the number of bugs in a project. Often developers find and fix bugs without mentioning them in bug tracking systems. It is also possible that a single “Git commit” has multiple bug fixes included. To overcome this, we evaluated bug-sized fixes and compared them to “Git commits” in general. We may be overestimating or underestimating the bug count. Another area of risk is based on the tools selected. These tools were all available open source and easy to find. However, an exhaustive test on the tools was not performed as part of this study.

Finally, an understanding of the terms complex and complicated is difficult to arrive at, as humans will all perceive these concepts differently. Something may be thought complicated, but after some time and understanding, the judgment of complicated no longer seems accurate.

8. CONCLUSION

The paper shows that there are consequences to having a complicated code. Many aspects play a part in how complicated a source code is, but the most significant contributors seem to be the size of the project and the number of authors participating. More lines of code mean more to understand. The more authors who participate in a project, the more people who need to understand its code. These factors contribute to an increased amount of time spent fixing bugs as opposed to improving the product.

Simple metrics, as used in this paper, can be employed to identify complicated areas of a project. Areas that are identified as complicated by the metrics imply it will take longer to understand those portions of the code. The longer it takes to understand, the more effort required for bug fixing. If a code is hard to understand, new authors will not be able to come up to speed quickly, and existing authors may not wish to remain on the project. Projects need to maintain loyal authors or spend more time on fixing problems instead of adding features.

Areas for future study include more effort mapping static analysis back to a complicated code and measuring how many identified areas remain in a delivered product. The second area of prospective study would be to focus on projects which follow all the rules established and verify if such projects truly have fewer errors than those which ignore these rules.

REFERENCES

Bardas, A. G. (2010). Static code analysis. Journal of Information Systems & Operations Management, 4(2), 99-107.

Borowiec, D. (2014). Commented Code Detector. Retrieved June 16, 2019, from https://https://github.com/dborowiec/commentedCodeDetector

Dorin, M. (2018, May). Coding for inspections and reviews. In Proceedings of the 19th International Conference on Agile Software Development: Companio n (p. 34). ACM.

Foucault, M., Palyart, M., Blanc, X., Murphy, G. C., & Falleri, J. R. (2015, August). Impact of developer turnover on quality in open-source software. In Proceedings of the 2015 10th Joint Meeting on Foundations of Software Engineering (pp. 829-841). ACM.

GitHub. (2019). Build software better, together. Retrieved June 16, from https://github.com/

Halstead, M. H. (1977). Elements of software science (Vol. 7, p. 127). New York: Elsevier.

Hatton, L. (1997). Reexamining the fault density component size connection. IEEE software, 14(2), 89-97.

Kobashi, Y., Fukuda, M., Yoshida, K., Miyashita, N., Niki, Y., & Oka, M. (2006). Chronic necrotizing pulmonary aspergillosis as a complication of pulmonary Mycobacterium avium complex disease. Respirology, 11(6), 809-813.

Lissack, M., & Roos, J. (1999). The next common sense: Mastering corporate complexity through coherence. Nicholas Brealey Publishing.

Manser, M. (2004). Good Word Guide. Bloomsbury Publishing UK.

Marjamäki, D. (2019). Cppcheck. Retrieved June 16, 2019, from http://cppcheck.sourceforge.net

McCabe, T. J. (1976). A complexity measure. IEEE Transactions on software Engineering, (4), 308-320.

Mish, F. C. (Ed.). (2004). Merriam-Webster’s collegiate dictionary. Merriam-Webster.

Nagappan, N., & Ball, T. (2005, May). Use of relative code churn measures to predict system defect density. In Proceedings of the 27th international conference on Software engineering (pp. 284-292). ACM.

Spinellis, D. (2012). Git. IEEE software, 29(3), 100-101.

Sturtevant, D. J. (2013). System design and the cost of architectural complexity (Doctoral dissertation, Massachusetts Institute of Technology).

Torek, A. C. Distributed Version Control With Git And Mercurial. Retrieved June 16, 2019, from http://web.torek.net/torek/tmp/book.pdf

Yin, T. (2019). Lizard. Retrieved June 16, 2019, from https://github.com/terryyin/lizard

Yoon and K. Tyagi. (2014) nsiqcppstyle. Retrieved June 16, 2019, from https://github.com/kunaltyagi/nsiqcppstyle

Red neuronal convolucional para la detección de aves exóticas en peligro de extinción

Guillermo Eduardo Narváez

guillermo.narvaez.21.95@gmail.com / Universidad de Lima, Perú

Recepción: 17-6-2019 / Aceptación: 8-8-2019

RESUMEN. En los últimos años, los índices de comercialización ilegal de animales se han incrementado debido a la falta de conciencia sobre el cuidado y la preservación de nuestro ecosistema. Entre los años 2000 y 2015, 67 749 animales silvestres fueron extraídos del Perú de manera ilegal. Entre ellos 29 591 eran aves exóticas (43 %), 26 951 anfibios (40 %), 8600 reptiles (13 %) y 2607 mamíferos (4 %); valorizados en mil dólares, aproximadamente. La propuesta para reducir significativamente estos actos ilícitos se basa en contar con un aplicativo que pueda identificar a las especies que se intentan comercializar ilegalmente. Dicho aplicativo hará uso de las arquitecturas de las redes neuronales convolucionales denominada VGGnet16, la cual permitirá identificar correctamente al animal. Se ha trabajado con una base de datos de animales reales obteniéndose una efectividad del 89 %.

PALABRAS CLAVE: reconocimiento de objetos, redes neuronales convolucionales, comercio de vida silvestre

Convolutional Neural Network for Detecting Endangered Exotic Birds

ABSTRACT. In the last years, the rates of illegal wildlife trade have increased due to the lack of awareness for caring and preserving our ecosystem. Between the years 2000 and 2015, sixty-seven thousand seven hundred forty-nine (67,749) wild animals were illegally taken from Peru, including 29,591 exotic birds (43%), 26,951 amphibians (40%), 8,600 reptiles (13%) and 2,607 mammals (4%) valued at approximately USD 1,000. The proposal to significantly reduce these illegal acts is based on having an application that can identify the species attempted to be illegally traded. Such application will use the architectures of convolutional neural networks called VGGNet16, which will allow the correct identification of the animal. The present research used a database of real animals, obtaining an effectiveness of 89%.

KEYWORDS: object recognition, convolutional neural networks, wildlife trade

1. INTRODUCCIÓN

El tráfico de animales es el tercer comercio ilegal después de las drogas y las armas (Quevans, Falcón y Elías, 2014). Estos actos conllevan a la depredación de la fauna o biodiversidad que para la mayoría de las personas suele pasar desapercibido. Esto tiene como consecuencia la muerte de cientos e incluso miles de animales durante su captura y transporte (Carrión, 2017). Dicha actividad está en crecimiento, no solo a nivel local sino mundial (Quevans et al., 2014).

En la tabla 1 se detalla la finalidad y los países destino donde los animales son comercializados de manera ilegal (Quevans et al., 2014).

Tabla 1

Finalidad del tráfico de fauna silvestre en el Perú

Finalidad	Descripción
Coleccionistas particulares y zoológicos	Europa: Holanda, Bélgica, Austria, Suiza, Francia, Alemania, Italia Reino Unido y España.Asia: Singapur, Hong Kong, Japón y Filipinas.Norteamérica: Estados Unidos y Canadá.
Científicos y la industria biomédica	Los investigadores ilegales están en búsqueda de nuevas especies y sus derivados para la producción de medicamentos.
Comercialización internacional en tiendas de mascotas	Esto incentiva el tráfico ilegal de animales silvestres ya que los precios varían y dependiendo de la especie existe una mayor demanda.
Otras finalidades	Trofeos de caza deportiva, actividades religiosas, etc.

Fuente: Estrategia nacional para reducir el tráfico ilegal de fauna silvestre en el Perú 2017-2027 y su plan de acción 2017-2022. Serfor (2017).

En el Perú existen altos índices de tráfico de animales debido a que en Europa muchas de nuestras especies se encuentran altamente valorizadas (Barletta, Pereira, Robert y Yoguel, 2013). Algunas de dichas especies son el cóndor andino, el gallito de las rocas, loro cabeza roja, entre otros, 8479 aves fueron decomisadas en pésimas condiciones en el período de 2002-2007 en Lima, Perú (Quevans, et al., 2014). Según Carrión (2017), durante el proceso de intervención en las acciones contra el tráfico ilegal y depredación de fauna silvestre se incautaron cacatúas en botellas de plástico (véase la figura 1).

Lamentablemente, los lugares de control a nivel nacional son deficientes y no existen suficientes especialistas ni agentes ambientales de la policía ecológica; por lo que el proceso de intervención no es efectivo (Carrión, 2017) y no existe ninguna base de datos digital oficial adecuadamente documentada (López Tarabochia, 2016).

Por lo anteriormente expuesto, surge la necesidad de apoyar el proceso de intervención en las acciones contra el tráfico ilegal y depredación de fauna silvestre mediante el desarrollo de un aplicativo que permita identificar correctamente el tipo de ave que se está traficando. Esta identificación está enlazada con un registro de base de datos que brinda la información si es una especie o no en peligro de extinción.

2. ESTADO DEL ARTE
2.1 Redes neuronales convolucionales para la detección de objetos a través de imágenes

El reconocimiento de objetos consiste en la extracción de parámetros que permiten una identificación e interpretación inconfundible del objeto. El proceso de reconocimiento de objetos comienza con el preprocesamiento de las imágenes, seguido de un modelo de clasificación previamente entrenado (Rossius, 2013).

Las redes neuronales convolucionales (CNN, por sus siglas en inglés) se han establecido como una poderosa clase de métodos para problemas de reconocimiento de imágenes (Karpathy, Toderici, Shetty, Leung, Sukthankar y Fei-Fei, 2014). Las arquitecturas de las CNN pueden contener hasta sesenta millones de parámetros (miles de imágenes). Esta idea es clave debido a que las capas internas de las CNN pueden actuar como un extractor genérico de representación de imágenes que puede ser entrenado con un conjunto de datos (Oquab, Bottou, Laptev y Sivic, 2014).

2.1.1 Aplicación de CNN en animales

La taxonomía es un elemento muy importante para la gestión de la biodiversidad ya que estas informan sobre las características esenciales y los nombres de las especies. Asimismo, permite mejorar los estudios científicos y programas de vigilancia para cuidar el ecosistema.

Una de las aplicaciones fue la identificación de los géneros de las hormigas haciendo uso de las CNN, para lo cual se les utilizó para identificar y clasificar automáticamente a las hormigas con el fin de conocer sobre su taxonomía. Se utilizó un repositorio (https://antweb.org/) donde se obtuvieron imágenes de diferentes ángulos de las hormigas (cabeza, perfil dorsal y superior) (véase la figura 2) (Marques et al., 2018).

La arquitectura utilizada fue AlexNet con 8 capas convolucionales, 5 capas RELU, 3 Max. Pooling y 3 Full Connected (véase la figura 3).

Se consideraron diversos clasificadores como exactitud, precisión media y precisión mínima. Los mejores resultados se obtuvieron cuando se trabajaron con imágenes desde el punto de vista de la cabeza. Esto se debe a que la clasificación de vistas de cabeza puede ser más precisa, porque la posición de las piernas de la muestra de perfil y vistas dorsales podría añadir cierto ruido. Por otro lado, los géneros de las hormigas tienen diferencias morfológicas más pronunciado en la cabeza (Marques et al., 2018).

Asimismo, varios estudios demuestran que los virus son los responsables de más de cien enfermedades que componen una enorme carga a nivel mundial (Musso, Rodriguez-Morales, Levi, Cao-Lormeau y Gubler, 2018). Alguno de ellos es el dengue, el chikunguya y zika. Motta y otros (2019) proponen una aplicación basada en CNN para la clasificación de los mosquitos en el campo, llevando a cabo una clasificación morfológica automática. Trabajaron con un conjunto de datos que incluía 4056 imágenes de los mosquitos. Dichas imágenes sirvieron para realizar un entrenamiento en tres arquitecturas de CNN: LeNet, AlexNet y GoogleNet (Motta et al., 2019) (véase la figura 4).

2.2 Aplicaciones móviles con CNN

Durante la vigesimotercera conferencia de reconocimiento de patrones se presentaron estudios sobre el reconocimiento de objetos haciendo uso de celulares centrados en tres arquitecturas: AlexNet, Network In Network y GooLeNet. La aplicación del Museo del Mar en España es un ejemplo de estos propuestos (Tobías, Ducournau, Rousseau, Mercier y Fablet, 2017)

Tobías et al. (2017) propuso diferentes cámaras que fueron utilizadas para poder adquirir imágenes con diferentes calidades. Todas las imágenes estuvieron sujetas a un paso de procesamiento previo que incluyó la normalización del tamaño (véase la figura 5).

Una de las principales ventajas de la utilización de CNN es que los modelos pueden ser desplegados en casi cualquier dispositivo y el tiempo de entrenamiento es directamente proporcional a la cantidad de datos a procesar y el número de iteraciones aplicadas (Tobías et al., 2017). Por ejemplo, en este experimento que se realizó se ejecutó, aproximadamente, en dos a tres días utilizando varios dispositivos: CPU i7.6820HQ, CPU Intel AT 2.70GHz, GPU Nvidea Tesla K80 y un Ipad con un procesador de 1,3 Ghz de doble núcleo (Tobías et al., 2017). Estos datos se aprecian en la tabla 2.

3. METODOLOGÍA

La metodología de la investigación consiste en que el usuario al abrir el aplicativo activará la cámara del celular de manera automática. Las imágenes capturadas, automáticamente, pasarán por un proceso de identificación de la CNN y si, en el caso, dicha ave está en peligro de extinción se procederá en generar el acta (véase la figura 7).

3.1 Datos

El dataset trabajado consta de 600 imágenes donde son 3 clases y cada una de ellas posee 200 imágenes. Estas imágenes se almacenan en una base de datos no relacional conocida como Firebase.

Llevar un registro de las aves será la principal herramienta para que el aplicativo pueda consultarla y saber si realmente es un animal en peligro de extinción (peligro crítico CR, en peligro EN, vulnerable VU) (véase la figura 8).

Luego de haber registrado a los animales haremos uso de las redes neuronales convolucionales para lograr una correcta identificación mediante el uso de imágenes.

4. ARQUITECTURA DE LA CNN (VGGNET16)

La arquitectura de la VGG16 consiste en un InputLayer, el cual acepta imágenes de 96 x 96 pixeles con una profundidad de 3, las cuales son procesadas por una capa de convolución en 2D que posee 32 filtros con núcleo de 3 x 3. Cada pool es de 3 x 3 que permite redimensionar las imágenes ingresadas de 96 x 96 a 32 x 32. Luego se realiza la activación y se va aumentando el tamaño de los filtros de 32 a 64. Se debe considerar que mientras más profunda es la red, menor serán las dimensiones del volumen y más filtros para aprender. Por consiguiente, se dimensiona el tamaño máximo de la agrupación de 3 x 3 a 2 x 2 para que las dimensiones no se reduzcan rápidamente. Estos pasos se realizan hasta llegar a un tamaño del filtro de 128 pixeles. Finalmente, en la capa totalmente conectada se realiza una activación lineal corregida y normalizada (Rosebrock, 2018).

4.1 Fases de la implementación de la CNN

a) Creación y configuración de la CNN

En esta primera fase, se realiza la creación de la clase SmallerVGGnet y se agregan las capas respectivas al modelo (Rosebrock, 2018).

b) Entrenamiento de la CNN

En esta segunda fase, se implementa el script para el entrenamiento de la red. Una vez implementada, se puede entrenar la CNN con Keras en base al entrenamiento deseado (Rosebrock, 2018).

c) Clasificando imágenes con nuestra CNN y Keras

En esta tercera fase, la red neuronal está totalmente entrenada y permite clasificar imágenes basándose de una secuencia de comandos (Rosebrock, 2018).

d) Visualización de resultados

En esta última fase, se analiza si la CNN ha clasificado correctamente la imagen del animal.

5. IMPLEMENTACIÓN
5.1 Descripción del dataset

Se ha construido un dataset de 600 imágenes repartidas en 3 clases de aves. Estas clases de aves fueron Brotegeris_versicolurus, Carduelis_magellanica y Sicalis_flaveola.

5.2 Data de validación y data para testing

Se utilizaron el 70 % de las imágenes para la validación y el 30 % para el testing. Esto se logró hacer con la función sklearn.model_selection.train_test_split que permite dividir un dataset en dos bloques, típicamente bloques destinados al entrenamiento y validación del modelo (llamemos a estos bloques “bloque de entrenamiento” y “bloque de pruebas”) (InteractiveChaos making things simple, s. f.).

6. RESULTADOS

Para el entrenamiento se utilizó una MacBookPro Intel Core i7 de séptima generación, 16 Gb de RAM y 4 Gb de Radeon Pro 560.

6.1 Métrica utilizada para el análisis
6.1.1 Gráfico de precisión y pérdida

En la siguiente figura 9 se detalla el proceso de entrenamiento de la red durante las 1000 épocas. En cada una de las épocas existe un valor de entrenamiento perdido (train_loss), valor perdido (val_loss), valor ganado (val_acc) y entrenamiento ganado (train_acc). Estos valores van cambiando y generando una gráfica de la cual se concluye que el entrenamiento de la CNN es correcto ya que el valor ganado de las características obtenidas de las imágenes de animales superó al valor perdido durante el entrenamiento en la época 200 en adelante.

6.1.2 Matriz

Una matriz de confusión resume el rendimiento de clasificación de un clasificador con respecto a algunos datos de prueba. Es una matriz bidimensional, indexado en una dimensión por la verdadera clase de un objeto y en el otro por la clase que el clasificador asigna. La figura 10 presenta un ejemplo de matriz de confusión para una clasificación de tres clases de aves (Brotegeris_versicolurus, Carduelis_magellanica, Sicalis_flaveola). La primera fila de la matriz indica que 58 objetos pertenecen a Brotegeris_versicolurus y que 39 fueron clasificados correctamente como pertenecientes a Brotegeris_versicolurus, 9 clasificados erróneamente como pertenecientes a Carduelis_magellanica; y 10 como pertenecientes a Sicalis_flaveola.

6.1.2.1 Interpretación de las métricas de la matriz de confusión

Para la clase Brotegeris_versicolurus se obtuvo una precisión de un 93 %, un recall de 67 % y un f1-score de 78 %; en la clase Carduelis_maggellanica, una precisión de un 62 %, un recall de 73 % y un f1-score de 67 %; en la clase 2, una precisión de un 80 %, un recall de 90 % y un f1-score de 85 %. Se concluye que el modelo y las predicciones serán correctas (véase la figura 11).

7. DISCUSIÓN

La precisión promedio de 81 % demuestra que la identificación de imágenes es una característica propia de las redes neuronales convolucionales. Los hallazgos sobre la identificación de objetos abrieron las puertas a dicha investigación. El hecho que desarrollemos una aplicación que tenga la capacidad de identificar a un ave es beneficioso porque agilizará el proceso de intervención policial de animales. Asimismo, se construyó la base de datos no relacional que llevará los registros de las aves en tiempo real. La razón de la elección de una base de datos no relacional se debe a que no es posible llegar a la normalización de la data por la diversidad de información. Esta investigación brindará las bases para la posible investigación de clasificación de animales de todas las especies agrupadas por subfamilias y familias.

A medida que el campo de la investigación sea aplicado a la fauna silvestre permitirá lograr nuevos avances y experimentos basados en hipótesis. A nivel mundial existe una creciente necesidad por brindar aportes a la fauna silvestre debido a que el tráfico ilegal de animales ocupa el tercer comercio ilegal.

Aunque identificar correctamente un ave es un primer paso crítico, se debe considerar que las especies trabajadas poseen una taxonomía completa. Por ende, como trabajo futuro se ha proyectado el uso de redes generativas antagónicas (GAN) con el fin de poder reconstruir alguna extremidad o parte de la especie que no se encuentre completa.

Finalmente, nuestro enfoque tiene como objetivo aplicar técnicas de inteligencia artificial a la fauna y de ese modo mitigar el tráfico ilegal de animales.

8. CONCLUSIÓN

Se construyó un dataset de imágenes de aves y se evaluaron diversas métricas como la precisión, recall, f1-score, support con el fin de identificar automáticamente tipos de ave. Al utilizar nuestro conjunto de datos se proporcionaron resultados prácticos y análisis de desempeño del reconocimiento a lo largo del entrenamiento. Los resultados experimentales demostraron la posibilidad de utilizar el reconocimiento de imágenes para la clasificación de un solo dominio de especie (aves).

Actualmente, se está trabajando en la expansión de reconocimiento de familias o subfamilias de diversas especies. Finalmente, nos gustaría enfatizar que nuestra aplicación pueda mitigar el tráfico ilegal de animales.

REFERENCIAS

Barletta, F., Pereira, M., Robert, V., y Yoguel, G. (2013). Argentina: dinámica reciente del sector de software y servicios informáticos. Revista de la CEPAL, (110), 137-155. Recuperado de http://www.cepal.org/publicaciones/xml/1/50511/RVE110Yoqueletal.pdf

Carrión, A. (2017). Tráfico de fauna silvestre en estado de emergencia. El Comercio. Recuperado de https://elcomercio.pe/wuf/noticias/trafico-fauna-silvestre-emergencia-402805-noticia/

InteractiveChaos making things simple. (s. f.). InteractiveChaos making things simple. Recuperado de https://www.interactivechaos.com/python/function/traintestsplit

Karpathy, A., Toderici, G., Shetty, S., Leung, T., Sukthankar, R., y Fei-Fei, L. (2014). Large-scale video classification with convolutional neural networks. 2014 IEEE Conference on Computer Vision and Pattern Recognition, 1725-1732.

López Tarabochia, M. (2016). Perú: Rescatan 25 aves silvestres que iban a ser comercializadas ilegalmente en Europa. Revista Mongabay. Recuperado de https://es.mongabay.com/2016/12/peru-aves-trafico/

Marques, A. C., Raimundo, M. M., Cavalheiro, E. M. B., Salles, L. F. P., Lyra, C., y von Zuben, F. J. (2018). Ant genera identification using an ensemble of convolutional neural networks. PLoS ONE, 13(1).

Motta, D, Santos, A. Á. B., Winkler, I, Machado, B. A. S., Pereira, D. A. D. I., … Badaró, R. B. (2019). Application of convolutional neural networks for classification of adult mosquitoes in the field. PLOS ONE, 14(1), 1-18.

Musso, D, Rodriguez-Morales, A. J., Levi, J. E., Cao-Lormeau, V.-M., y Gubler, D. J. (2018). Unexpected outbreaks of arbovirus infections: lessons learned from the Pacific and tropical America. The Lancet Infectious Diseases, 18(11), 355-361. doi:10.1016/S1473-3099(18)30269-X

Oquab, M., Bottou, L., Laptev, I., y Sivic, J. (2014). Learning and transferring midlevel image representations using convolutional neural networks. 2014 IEEE Conference on Computer Vision and Pattern Recognition, 1717-1724.

Quevans, N., Falcón, N. y Elías, R. (2014). Fauna silvestre y productos derivados decomisados durante el período 2000-2007, Lima-Perú. Salud y Tecnología Veterinaria, 1, 14-18. doi:10.20453/stv.2013.105

Rosebrock, A. (2018). Keras y redes neuronales convolucionales (CNN). Pyimagesearch. Recuperado de https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/

Rossius, S. (2013). Reconocimiento de objetos mediante WebCam en tiempo real (Doctoral dissertation).

Serfor. (2017) Estrategia Nacional para reducir el tráfico ilegal de fauna silvestre en el Perú 2017-2027 y su plan de acción 2017-2022. Recuperado de https://www.serfor.gob.pe/wp-content/uploads/2017/09/PRESENTACION-DE-LA-ESTRATEGIA-NACIONAL-PARA-REDUCIR-EL-TRAFICO-ILEGAL-DE-FAUNA-SILVESTRE.pdf

Serfor. (2016). Guía Identificación y cuidados iniciales de animales silvestres decomisados o hallados en abandono. Recuperado de https://www.serfor.gob.pe/wp-content/uploads/2016/08/Guia-de-identificacion-final12ago.pdf

S. R. (2013). Reconocimiento de objetos mediante WebCam en tiempo real. Universidad Politécnica de Valencia.

Tobías, L., Ducournau, A., Rousseau, F., Mercier, y G., Fablet, R. (2017). Convolutional Neural Networks for object recognition on mobile devices: A case study. 2016 23rd International Conference on Pattern Recognition (ICPR), 3519-3524.

Zeiler, M. D., y Fergus, R. (2014). Visualizing and understanding convolutional networks. European conference on computer vision, 8689, 818-833.

Aprender a programar sin el uso de la computadora

Marjorie Tineo-Tineo

alizmttineo@gmail.com / Universidad Continental, Perú

Recepción: 16-6-2019 / Aceptación: 8-8-2019

RESUMEN. Este proyecto tiene como objetivo lograr que los niños y niñas puedan programar sin utilizar una computadora con la metodología ágil en el distrito de Chuschi, provincia de Cangallo, perteneciente al departamento de Ayacucho. Las escuelas existentes en el distrito cuentan con un aula de informática donde el docente a cargo enseña a los estudiantes la manipulación del Word y PowerPoint, además, las niñas y los niños presentan dificultad en el aprendizaje de las matemáticas. Por ello, este proyecto pretende enseñar a los estudiantes lo que podrían hacer con la programación antes de estudiarla mediante la integración de las áreas de matemáticas y arte. Las actividades del plan de trabajo fueron divididas en dos partes, la primera parte desarrolla el pensamiento computacional; la segunda, la programación lógica. Se utilizaron tres currículos de los programas de CS Unplugged, codeSpark Unplugged y Code Unplugged; el primero enseña conceptos de informática, el segundo brinda una noción de la programación y el tercero imparte conocimientos de programación. En todas las actividades se emplearon conocimientos, uso de estrategias, técnicas lúdicas de aprendizaje y enseñanza.

PALABRAS CLAVE: metodología ágil, pensamiento computacional, programación lógica, programación

Learning to Program Without a Computer

ABSTRACT. This project aims to achieve boys and girls to be able to program without a computer with the agile methodology in the district of Chuschi, province of Cangallo, department of Ayacucho. The district’s schools have a computer classroom where students learn programs such as Word and PowerPoint. In addition, girls and boys have difficulty in learning math. Therefore, this project aimed to teach students what they could do with programming before studying it through the integration of math and art. The curriculum’s activities were divided into two parts: the first one developed the computational thinking and the second one, the logical programming. CS, codeSpark and Code unplugged activities were used: the first one teaches computer concepts, the second one provides programming basics and the third one teaches programming skills. In all the activities, knowledge, strategies, and playful techniques of learning and teaching were used.

KEYWORDS: agile methodology, computational thinking, logical programming, programming

1. INTRODUCCIÓN

El presente proyecto social se enfoca en aprender a programar cuyo objetivo principal es lograr que el niño(a) logre programar sin utilizar una computadora.

En PIXIE (11 de febrero del 2016) señalan, “que estudiar programación se ha vuelto una herramienta clave para nosotros que nos ayuda a enfrentar este nuevo mundo laboral tecnológico. En el futuro no solo se demandará de programadores, sino de profesionales que dominen el pensamiento computacional y sepan transmitirlo a los campos de la medicina, la biología, el diseño y las artes. Cabe recalcar que enseñar programación a edades tempranas derriba preconceptos de género y anima a las niñas a pensar también en la posibilidad de estudiar carreras tecnológicas” (p. 1).

El programar enseña a pensar desarrollando la habilidad de resolución de problemas. Además, se desarrolla la creatividad, la lógica y el razonamiento. La programación refuerza los conocimientos matemáticos y el trabajo en equipo.

Según Andrés Karp, presidente de ADWE (Asociación de Desarrolladores Web de España), la programación y el superar los constantes desafíos que ello conlleva induce a los niños a utilizar cada vez más su creatividad para avanzar en el desarrollo de lo que puedan estar programando. No hay una única solución para llegar a un camino en la programación, el ejercicio de la creatividad les permitirá alcanzar las metas que se hayan propuesto al momento de programar. Los niños no solo van a interactuar en un entorno tecnológico, sino que van a crear. Pueden construir sus propias herramientas, asociar su creatividad con el desarrollo de esas ideas transformándolas en código.

Además, considera que aprender a programar a una edad temprana favorece, en gran medida, la creatividad de aumentar la capacidad de resolución de problemas. Pablo Espeso, ingeniero informático y coordinador del Club de Jóvenes Programadores de la Universidad de Valladolid, afirma que programar es pura creatividad, siempre y cuando se sepa llevar a cabo.

En la web de Requetic (30 de junio del 2018), comentó que la programación ayuda a los niños a utilizar la creatividad, incluso, plantear la resolución de problemas de razonamiento lógico o matemático. En el blog de Silabuz (20 de julio del 2018), asegura que muchos estudios hechos en niños demuestran que el ejercicio de la programación en edades tempranas ayuda en la mejora de la capacidad de cálculo y lógica. Estos dos atributos están integrados en la acción de programar.

Para la ejecución del proyecto se preparó un manual de actividades que fue una recopilación de los currículos de CS Unplugged, codeSpark Unplugged y Code.org. Al momento de impartir la enseñanza de las lecciones y la realización de las actividades se utilizó la metodología ágil.

El proyecto inició el 9 de enero hasta el 15 de febrero 2019, los días miércoles, jueves y viernes con un total de 41 horas de estudio en una duración de seis semanas. En la quinta y sexta semana se citaron a los estudiantes a asistir en la tarde de forma voluntaria para aplicar lo aprendido en las computadoras utilizando software proporcionado de la Hora del Código de diferentes países.

En un comienzo los beneficiarios fueron diecisiete niños y niñas, sin embargo, el proyecto culminó con un total de once niños y niñas de siete a nueve años.

Al finalizar se realizó una encuesta a los representantes de los beneficiarios y se solicitó a cada uno de ellos que grabaran en un video entrevista a los beneficiarios para saber la opinión de viva voz de cada uno de ellos.

2. METODOLOGÍA

Se utilizó la metodología ágil, con el objetivo de que los beneficiarios lideren su propio aprendizaje, mediante dinámicas estimulantes que les permitan crecer en autonomía, aprender a trabajar en equipo y buscar siempre la mejora continua. Hubo un total de tres Sprint, cada uno de ellos tuvo una duración de dos semanas. Se utilizó un tablero de gestión visual conformado por el nombre del equipo, columnas y casillas del tablero. Las columnas contenían las siguientes variables: temas, tareas, en curso, por validar y hechas. En las casillas se incluían: stop, impedimento y retrospectiva.

Por ejemplo, en la actividad Magia de voltear cartas - Detección y corrección de errores de CS unplugged, el objetivo fue demostrar cómo detectar los datos cuando se han corrompido y cómo corregirlos. Esta actividad se desarrolló en dos días dividido en dos partes.

2.1 Primera parte, 16 de enero

Para comenzar se informó que se enseñaría un truco de magia, pero antes de aprenderlo, se les preguntó que a cuántos de ellos al ver una película, de repente vieron que se congeló la imagen o empezó a verse en cuadraditos, al tiempo que sonaba un ruido como de “rayado”; acto seguido se les explicó que eso sucedía porque el DVD no funcionaba correctamente, para lo cual se tenía que sacar el DVD del reproductor, limpiarlo y regresarlo al reproductor para que funcionara, ahora sí, correctamente.

Otro ejemplo que se compartió con ellos fue cuestionarlos sobre el uso de la computadora por parte de sus profesores, quienes suelen utilizarla para escribir informes escolares, entre ellos, sus calificaciones. Se les compartió el siguiente relato:

Supongamos que su profesor de escuela está redactando las notas de cada uno de ustedes y de repente la información almacenada se cambia sin que nadie lo sepa. Por ejemplo, sobre la calificación de Pedro, el profesor la redactó con la nota “A”, guarda el documento y se va al almorzar dejando la computadora. De pronto la nota “A” cambia a “C” sin que el profesor lo sepa. A su regreso, solo le basta imprimir el documento y acto seguido entrega la boleta de notas en clase. Pedro se da con la sorpresa que tiene todas las calificaciones con “C”, se lo hace saber al profesor, quien lo ve con asombro y se pregunta: ¿cómo pudo pasar?

Sobre este relato, se les preguntó a los estudiantes, si el profesor para la próxima ocasión escribiría la boleta de notas en la computadora, sí o no, todos respondieron, no, ¿por qué?

Los alumnos respondieron sobre la posibilidad de volverlo a hacer mal, por eso el profesor lo escribiría en papel. Se les explicó que los ordenadores cuando detectan ese tipo de errores, lo que pasó con Pedro, lo corrigen devolviéndose a como estaba antes del cambio. Fue así como se les explicó que en la actividad verían un truco de magia donde se analizaría cómo las computadoras corrigen esos errores automáticamente.

Se solicitó un voluntario a quien se le entregaron unas tarjetas, se le pidió que colocara una fila de cinco cuadraditos con algunas que mostraran las negras y la otra blanca. La instrucción, después, fue que agregara otra fila y así sucesivamente hasta que se tuviera una cuadrícula de 5 x 5. A continuación, se le dijo: “Voy a hacerlo un poco más difícil agregando otra fila y otra columna”.

Después se pidió otro voluntario, a quien se le explicó que debía voltear solo un cuadrado, fuese negro o blanco, en el momento en que la instructora se volteara, porque iba a mirar y averiguar cual se había cambiado, para ello, cuando se hiciera el cambio, todos debían decir: “Listo”, como señal para darse vuelta y adivinar. Al girarse, detectó cual fue, la volteó y preguntó: “¿Acerté, sí o no?”. Todos respondieron que sí.

Se volvieron a hacer cuatro ejemplos más, para que se dieran cuenta del patrón, muy pocos lo identificaron, sin embargo; se explicó cuál era el patrón que obedecía: el número par; es la suma que todas las filas y columnas tiene en total los cuadritos negros, si se cambia cualquiera de una de ellas al voltearla, esa fila y esa columna pasa a ser impar, por tanto, se ve la intersección de esa ficha con la columna y la fila impar, se voltea a su posición original detectando así el cambio con este truco.

A continuación, se les indicó que escriban en un post-it, “magia de voltear cartas” y lo colocaran en la columna de temas; luego escribir el número de la actividad “1” en la de tareas, la cual se iba a desarrollar en equipos (había cuatro grupos).

Se entregó la hoja de actividades a cada equipo que consistió en recortar los cuadraditos y formar el cuadrado cumpliendo el patrón de paridad. Cada uno tenía que adivinar entre ellos qué cuadrado volteaba su compañero, para ello usaron hojas en blanco para los costados de las filas y columnas, sumando cuantos cuadrados negros había en cada uno, identificando así quien era impar en ambos, de esta manera hallaban la fila y la columna que se modificaba.

Antes de culminar la clase, se rindió una evaluación grupal a cada uno de sus miembros para saber si habían logrado comprender el patrón, en donde alguien cambiaba un cuadrado y se adivinaba cual era. Se concluyó que ese mismo patrón identificado era el mismo que las computadoras hacían al detectar y corregir los errores.

2.2 Segunda parte, 17 de enero

Siguiendo con la idea de unir los relatos cotidianos como puente para explicar la programación, se les preguntó si alguna vez habían visto en una tienda un aparato que al señalar al código de barras del producto, sonaba un ruido y acto seguido en la pantalla de la máquina que va registrando las compras se ven los números, luego sigue así hasta terminar de escanear todos los productos, que papá o mamá está comprando. Así, por último, la cajera dice el valor a pagar de la compra, valor al que llegó con solo escanear el código de barras de cada producto. Sin embargo, a veces cuando el lector del código de barras no logra identificar el producto, la cajera vuelve a repetir el mismo proceso hasta que se reconozca el producto y, por ende, el monto.

Entonces, ¿cómo logra reconocer la máquina cuándo está mal o bien un producto? Para saberlo, se calculará el último dígito de un código de barras de trece dígitos, con una actividad para identificar dígitos de verificación del código del producto.

Para la demostración se usaron empaques de galletas que tienen el código de barras. Cada niño dictaba todos los dígitos excepto el último, entonces, se calculaba cuál podría ser el último dígito y verificábamos si estaba bien o no al visualizarlo en el envoltorio. Para sorpresa, se lograron identificar. Luego se hizo el mismo ejercicio tres veces más, esta vez usando códigos de barras de los libros.

Después de esta explicación se entregaron las hojas de actividades en las cuales consistía hallar los últimos dígitos de tres productos. Estas actividades se desarrollaron de manera grupal, donde se observó cómo hallaban el último dígito según el método enseñado. Antes de finalizar la clase, se rindió una evaluación sobre la actividad realizada.

Cuando finalizaba cada sprint se otorgaron premios a todos los equipos según las siguientes categorías:

• Primera categoría: ¿Quién aprendió más?

• Segunda categoría: ¿Quién mejoró más?

• Tercera categoría: ¿Quién trabajó más?

También se utilizaron las categorías mencionadas en la premiación individual en el cierre del proyecto. En una categoría hubo más de un equipo y estudiante premiado. Con la metodología ágil se llegó a premiar a todos los estudiantes sin excepción, a diferencia del modelo tradicional que solo otorga a los tres primeros puestos.

3. RESULTADOS

Al no hacer uso de la computadora, este proyecto no se alejó de los conceptos de la informática. Las actividades se basaron en conceptos matemáticos, la tecnología en el conocimiento y entendimiento de cómo trabajan las computadoras. Las temáticas desarrolladas y aprendidas por las niñas y los niños fueron sobre los números binarios, la representación de imágenes, la detección y corrección de errores, los lenguajes de programación, el diseño de la interfaz humana, la prueba de Turing, la introducción a los fundamentos de la programación con los Foos, la construcción de Marble Run, los algoritmos de la vida real, las secuencias con mapas felices, programándose entre sí mismos con muévete, muévete; la seguridad en el entorno e internet, entendiendo con bucles, control de eventos con Jr. y el construir una figura base para superar el reto de sostener dos libros medianos por 10 segundos.

Se logró aplicar lo aprendido en los juegos offline: LightBot, Condorito, Star Wars, Minecraft, Pilas y Bloques, pertenecientes a la Hora del Código, en donde casi no tuvo que intervenir la investigadora porque los estudiantes lograban entender perfectamente el desafío. Solo intervino en los niveles de dificultad en lo que se hacía más uso de condicionales y bucles porque se complicaban en tratar de colocar los comandos correctos; incluso, a veces usaron comandos innecesarios, dificultándoles el tratar de entender lo que habían hecho al ejecutar su programa, no logrando cumplir con el reto y, por ende, no llegaban a pasar al siguiente nivel. Sin embargo, cuando se les orientó en donde estaban fallando, sin corregir completamente el programa, lograron captar qué estaba mal y entre ellos mismos hallaron el error de su código.

Por ejemplo, en el juego LightBot, cuando los alumnos alcanzaban el nivel 2-4, no solo había un bucle (P1), había dos bucles (P1 y P2), es aquí donde hubo dificultad, porque redundaron pasos en los bucles P1 y P2, necesitando pasos adicionales para lograr la meta. La investigadora intervino con explicaciones al momento de reproducir el juego, en donde había pasos que el robot redundaba, como caminar dos veces el mismo bloque, entonces, comentó que el robot debía recorrer el camino más corto para llegar a los bloques azules; fue así que tres alumnos que trabajaban en una computadora lograron captar el error de su secuencia de pasos que establecieron, modificando así lo que era necesario, de esta manera consiguieron cumplir el reto pasando al siguiente nivel.

Aclaración. Cuando se realizó la actividad desenchufada de bucles, los alumnos desarrollaron satisfactoriamente obteniendo buenos resultados, la dificultad se presentó en los juegos offline de la Hora del código.

Hubo momentos en que se frustraron y se divirtieron en el transcurso de su aprendizaje de aprender a programar sin computadora y también cuando lo aplicaban en el ordenador. Para la frustración en las actividades desenchufadas, las niñas y los niños tuvieron un entrenamiento en la construcción del Marble Run y del Glitch. En la lectura de Stevie y el gran proyecto se brindaron recomendaciones mediante la historia de la ardilla de como manejar la frustración y lo positivo que se puede sacar de ello. Siempre se recordó esta historia a los estudiantes en el transcurso del desarrollo del plan de trabajo, poniendo así en práctica su persistencia en cumplir el desafío de las actividades.

El mayor impacto que tuvo el trabajar el proyecto con los niños y las niñas, fue en lo personal, pues este tipo de trabajo brinda satisfacción al interactuar con ellos. Además, el ver como se involucraron activamente en las habilidades de comunicación, en la resolución de problemas, desarrollando su creatividad y mejorando sus habilidades blandas. Esto fue más visible el último día de clases, donde ya no tenían que trabajar en equipos formados sino individualmente, sin embargo todos se apoyaron mutuamente porque ya habían trabajado anteriormente en diferentes grupos con todos sus compañeros.

Según los resultados de la encuesta, el 100 % de los representantes de los beneficiarios conocieron los resultados del proyecto y afirmaron que atendieron las necesidades de su población. Según propias palabras en las sugerencias de la encuesta de satisfacción del representante de Luis Fernando: “La población estudiantil requiere de este tipo de apoyo ya que fortalece el conocimiento en esta edad temprana”. Adicional a ello, la Superiora de las Hnas. de la Caridad de Leavenworth solicitó la posibilidad de repetirse este tipo de proyectos en el distrito de Chuschi.

Se cumplió con el plan de trabajo establecido desarrollándose íntegramente las catorce actividades estipuladas.

En la siguiente hoja se muestra la estadística del resultado de la encuesta de satisfacción a los representantes de los beneficiarios.

Resultados de la encuesta de satisfacción a los grupos de interés

Fecha: 15/02/2019

Nombre: Annie Liz Marjorie Tineo Tineo

Proyección Social: Profesión para el desarrollo

1. ¿Conoce los resultados del proyecto?

2. ¿El proyecto atendió a las necesidades de su población?

3. ¿Qué tan satisfecho o insatisfecho está usted con el proyecto?

4. ¿Ha recibido algún tipo de ayuda social de otra institución educativa superior?

4. CONCLUSIONES

Hasta la fecha no había ningún proyecto social educativo ejecutado en la zona del Perú por parte de las universidades u organizaciones.

• El motivo por el cual se escogió Chuschi, como piloto en la ejecución de este proyecto, más allá de lo que vivieron en tiempo del terrorismo, la intención fue demostrar que si se brinda la oportunidad a las niñas y los niños de Chuschi que se da en la ciudad de Lima en el aprendizaje de la programación, se mostrara que no hay diferencias gigantescas entre los las niñas y los niños de Chuschi y las niñas y los niños de Lima, ambos tienen la mismas capacidades para aprender. Muchos tienen hasta ahora la mentalidad de que las niñas y los niños de zonas rurales no tiene suficiente capacidad de aprender y/o no son tan buenos estudiantes, lo cual es falso, se ha visto mediante las evaluaciones de las niñas y los niños de las diferentes edades un gran avance en el aprendizaje y captación de los contenidos aprendidos en las lecciones realizadas.

• Cabe destacar que las lecciones impartidas a los estudiantes del proyecto ya habían sido replicadas en Nueva Zelanda, Estados Unidos, Canadá, Suecia, Australia, China, Corea, Taiwán, México, Italia y Canadá. En el Perú, con la ejecución de este proyecto viene a ser la primera réplica a nivel nacional.

• Se recomienda continuar con este tipo de iniciativas en beneficio de los niños y niñas de las zonas rurales.

• Se recomienda una visita del programa Enciende Cultura al distrito de Chuschi.

REFERENCIAS

Albaladejo, G., y Albaladejo, X. (2018). Agilizando las aulas - Guía para implementar la metodología ágil en clase. Recuperado de https://clasesagiles.files.wordpress.com/2018/01/guia-metodologia-agil-en-clase-v1-01.pdf

Bell, T., H., I. y Fellows, W. (2008). Un programa de extensión para niños de escuela primaria (pp. 7-28, 37-42, 107-111). Recuperado de https://classic.csunplugged.org/wpcontent/uploads/2014/12/unpluggedTeachersDec2008-Spanish-master-ar12182008.pdf

Bell, T., H., I. y Fellows, W. (2015). An enrichment and extension programme for primary-aged students (pp. 15. 17, 209-243). Recuperado de https://classic.csunplugged.org/wp-content/uploads/2015/03/CSUnplugged_OS_2015_v3.1.pdf

Cinco Días. (2016). ¿Por qué es importante aprender a programar? Recuperado de https://cincodias.elpais.com/cincodias/2016/02/11/tecnologia/1455182591_761653.html

Code.org. (2018a). Curriculum for Course 1-Code.org. Recuperado de https://code.org/curriculum/course1

Code.org. (2018b). Curriculum for Course 2-Code.org. Recuperado de https://code.org/curriculum/course2

Code.org. (2018c). CS Fundamentals 2018-Code.org. Recuperado de https://curriculum.code.org/csf-18/coursea/

Code.org. (2018d). CS Fundamentals 2018-Code.org. Recuperado de https://curriculum.code.org/csf-18/courseb/

CodeSpark Academy. (s. f.). The Foos Activity Book (pp. 1-16). Recuperado de https://thefooscom.s3.amazonaws.com/cms/admin-uploads/codeSpark_Activity_Book.pdf

Compromiso Disney. (s. f.). Amigos conectados Ficha 1 - Ficha 7. Recuperado de http://compromiso.disneylatino.com/creatividad-innovacion

Csunplugged.org. (2018a). Topics - CS Unplugged. Recuperado de https://csunplugged.org/en/topics/

Csunplugged.org. (2018b). Para imprimir - CS Unplugged. Recuperado de https://csunplugged.org/es/resources/

PIXIE. (11 de febrero del 2016) ¿Por qué es importante aprender a programar? Recuperado de https://cincodias.elpais.com/cincodias/2016/02/11/tecnologia/1455182591_761653.html

Requetic. (30 de junio del 2018). Scrtach JR: programación para niños a partir de 5 años. Recuperado de http://www.requetetic.com/blog/scrtach-jr-programacion-para-ninos/

Silabuz. (20 de julio del 2018). 7 beneficios del aprendizaje de programación en los niños. Recuperado de http://blog.silabuz.com/2018/07/20/7-beneficios-del-aprendizajede-programacion-en-los-ninos/

Propuesta de un patrón de arquitecturas de software para la interoperabilidad en dispositivos en la capa al borde de un ecosistema IoT

Juan Moreno-Motta

juan.moreno2@unmsm.edu.pe / Escuela de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú

Felipe Moreno-Vera

felipe.moreno@ucsp.edu.pe / Departamento de Ciencia de la Computación, Universidad Católica San Pablo, Arequipa, Perú

Frank Moreno-Vera

fmorenov@uni.pe / Escuela de Ingeniería Electrónica, Universidad Nacional de Ingeniería, Lima, Perú

Recepción: 31-5-2019 / Aceptación: 9-7-2019

RESUMEN. En los últimos años el Internet de las cosas ha generado una disrupción en el ecosistema de soluciones para usuarios finales con aplicaciones en la salud, agroindustria, medio ambiente y otras soluciones heterogéneas. Cada una de estas tienen su propio formato para verbalizar los datos proporcionados por los diferentes servicios SOAP, RESTful, REST-LD en formato JSON o XML que pueden ser entendidos por personas. Estos dispositivos se denominan “heterogéneos” porque provienen de diferentes proveedores de manufactura, diferentes lenguajes de programación como C, C++, Lua, Python, JavaScript, etc. Este documento se enfoca sobre dispositivos restringidos, es decir, dispositivos con poca capacidad de procesamiento y memoria con diferentes cadenas de datos sensados. Esta investigación propone un patrón de arquitectura de software para la interoperabilidad entre los dispositivos al borde de un ecosistema IoT y entre ecosistemas entre sí.

PALABRAS CLAVE: interoperabilidad, IoT, dispositivos restringidos, microservicios, semántica web, encoder, decoder, fog computing, edge computing, REST API, software architecture, IoT Ecosystem

Proposal for a Software Architecture Pattern for the Interoperability Between Devices on the Edge of an IoT Ecosystem Layer

ABSTRACT. In recent years, the Internet of Things has generated a disruption in the solution ecosystem for end users with applications in health, agro-industry, environment and other heterogeneous solutions. Each of these solutions has its own format to verbalize the data provided by different web services, including SOAP, RESTful and REST-LD, in JSON or XML format, so that said data can be understood by people. These devices are called “heterogeneous” because they come from different manufacturers and use different programming languages such as C, C++, Lua, Python, Javascript, etc. This document focuses on constrained devices, that is, devices with little processing capacity and memory, and different chains of acquired data. This research proposes a software architecture pattern for interoperability between devices on the edge of an IoT ecosystem and between ecosystems.

KEYWORDS: interoperability, IoT, constrained devices, microservices, semantic web, encoder, decoder, fog computing, edge computing, REST API, software architecture, IoT ecosystem

1. INTRODUCCIÓN
1.1 Revisión previa

El Internet of Things (de ahora en adelante, IoT) no es una tecnología nueva, es la convergencia de muchas tecnologías para soluciones como la salud, medio ambiente, manufactura, ahorro de energía, seguridad ciudadana. El IoT es un sistema de objetos físicos que se pueden descubrir, controlar o interactuar con dispositivos electrónicos que se comunican a través de varias interfaces de red y que, finalmente, se pueden conectar a Internet (Guinard y Trifa, 2016). Hasta hace poco, los proyectos de IoT se centraban principalmente en la creación de implementaciones a pequeña escala, cerradas y aisladas en las que los dispositivos no estaban diseñados para ser fácilmente accesibles o reprogramables (Guinard y Trifa, 2016).

En el año 2014, según en el estudio realizado por Oliver Klein (2017), se informó que en el año 2013 existían 1 billón de unidades de Smartphone y que para el año 2017 se esperaba 1.7 billones. En el mismo año, Jaimini (2017) indicó que en el año 2014 National Health Interview Survey realizó un estudio sobre el asma que afecta a los niños en EE. UU. lo cual conlleva a la pérdida de días de escuela y otros costos sociales. En ese año se estimó que para el año 2017 se incrementarían los dispositivos IoT a 15 mil millones y que el almacenamiento de los datos superaría 150 exabytes.

1.2 Actualidad

Talavera et al. (2017) realizan un trabajo de estado del arte sobre el número de implementaciones de IoT en los sectores de la agroindustria y el medio ambiente, tomando como referencia los resultados de otros, los clasificaron en identificación (3578), en selección (2652), en elegibles (720) y se tomaron finalmente 72 proyectos. Como resultado presentaron una arquitectura que trata de consolidar el ancho espectro de implementación (véase la figura 1). Uno de los retos que consideran en su trabajo de investigación es que una estandarización más sólida ayudaría a mejorar la compatibilidad entre diferentes proveedores y garantizar las medidas de seguridad más sólidas en todas las capas de IoT, desde los dispositivos de campo hasta los proveedores de la nube y las interfaces de usuario final. Este punto se refiere a la interoperabilidad entre las distintas capas de comunicación.

También en el año 2017, se desarrolló una plataforma para el control y monitoreo de la salud de personas dentro de sus hogares. Esta plataforma fue denominada SPHERE (Sensor Platform for HEalthcare in Residential Environment). Este proyecto determinó que existen nueve requerimientos que el IoT necesita cubrir y uno de ellos es la interoperabilidad. En el caso de dispositivos restringidos, es decir, con baja capacidad de memoria y procesamiento, Elsts, Oikonomou, Fafoutis y Piechocki (2017) consideran que los sistemas deben cumplir con los estándares y protocolos de IoT existentes de baja potencia para 1) ser susceptible de futuras extensiones con componentes de terceros; 2) reducir el tiempo de aprendizaje para el nuevo personal.

Existen muchas soluciones de IoT. Cada implementación de IoT presenta retos de requerimientos no funcionales como son seguridad, almacenamiento, escalabilidad, interoperabilidad y energía. Alkhalil y Ramadan (2017) mencionan que los retos relativos a la procedencia de los datos, a pesar de las técnicas actuales, sigue siendo un desafío en su implementación y optimización. Por lo cual el reto de procedencia de datos se enlaza directamente con la interoperabilidad.

En la actualidad, la interoperabilidad es uno de los desafíos en las implementaciones de soluciones de IoT. Se realiza demasiado esfuerzo al integrar la información generada por los diferentes dispositivos en el dominio de salud, agroindustria y medio ambiente. Dentro de cada dominio existen diferentes sensores, para cada sensor existen diferentes marcas y fabricantes (Pace et al., 2017). Cada marca y fabricante trae consigo herramientas de desarrollo, con su propio lenguaje de programación. Los datos generados tienen diferentes estructuras tanto en la cabecera como en el cuerpo del mensaje transmitido, generando un riesgo de privacidad aumentando este desafío de interoperabilidad (Madaan, Ahad y Sastry, 2017).

1.3 Propuesta de solución

Después de analizar los trabajos previos, se identificó el reto de la interoperabilidad y la procedencia de los datos como parte de ella en las soluciones de IoT.

Pace et al. (2017) presentan su trabajo para apoyar la interoperabilidad de dos aplicaciones de asistencia médica Active and Assisted Living (AAL) mediante la integración de dos plataformas heterogéneas y no interoperables ya existentes como BodyCloud y universalAAL. Este trabajo concluye con la propuesta del marco de trabajo INTER-IoT. Este proyecto tiene un horizonte hasta el 2020 y es un proyecto de la Comunidad Europea. Un caso de uso específico es INTERHealth que se despliega para validar el INTER-IoT propuesto. El proyecto estuvo compuesto por tres bloques de construcción principales: infraestructuras orientadas a capas (INTER-LAYER) para adaptar capas de pares heterogéneas (dispositivo a dispositivo, conexión de red a red, middleware a middleware, servicios de aplicaciones a servicios de aplicación, datos y semántica a datos y semántica (véase la figura 2).

Di Martino, Esposito, Augusto Maisto, y Nacchia (2017) mencionan que existen varios actores que están en proceso de crear plataformas interoperables como M2M, AllJoyn, OIC y INTER-IoT, revisado líneas arriba. Presentan una propuesta de un marco de trabajo que permite una solución de interoperabilidad. Realizan una investigación sobre los diferentes IDL (interface description language) como los APIs WADL, RAML, BluePrint y OpenAPI para RESTful.

Di Martino et al., (2017) presentan un framework como propuesta, que se aprecia en la figura 3, en el cual se muestra una arquitectura de alto nivel. Los componentes principales se destacan junto con los flujos de comunicación e interacción entre ellos. El AgnosticEndPoint es la interfaz que el usuario puede usar para realizar la solicitud. El middleware es el componente que es responsable de comprender si una entrada proporcionada por el usuario es útil para uno de los endpoints del proveedor registrado en el sistema; transformar la entrada proporcionada por el usuario en algo soportado por un “endpoint” del proveedor específico o múltiple; hacer la solicitud actual a VendorEndPoint; transformar la salida del VendorEndPoint en el formato estándar proporcionado por el AgnosticEndPoint.

Yacchirema, Palau y Esteve (2017) proponen una arquitectura con dos capas: capa lógica de aplicación y capa de módulos comunes. La primera capa expone servicios; la segunda, cinco módulos básicos que habilitan la interoperabilidad de IoT para todos los servicios que se quieran supervisar, se la denomina Smart IoT Gateway y es la que aumenta la flexibilidad y escalabilidad del AAL-IoTSys propuesto. Esta arquitectura se desarrolló considerando que los dispositivos IoT, generalmente, son de recursos limitados o restringidos en términos de procesamiento, memoria y almacenamiento. La figura 4 muestra la arquitectura propuesta.

Andročec, Tomaš y Kišasondi (2017) plantean el uso de la web semántica para permitir la interoperabilidad en IoT utilizando JSON-LD. La idea básica de JSON-LD es crear una descripción de los datos en forma de un llamado contexto. También exploran algunas posibilidades de interoperabilidad y comunicación entre dispositivos IoT económicos.

Sun, Li y Memon (2017) formulan una REST API y una comparación entre la arquitectura monolítica y de microservicios. Utiliza REST API para la comunicación desde los dispositivos, incluyendo el registro del mismo en el ecosistema. La asignación de microservicios a dispositivos funciona dinámicamente al interactuar con el servicio central, proporciona un buen soporte para la (WoT) y tiene una mayor adaptabilidad, escalabilidad e interoperabilidad.

Lim, Majumdar y Nandy (2010) y Malik y Kim (2017) proponen y comparan arquitecturas basadas en servicios SOAP y REST API como propuesta de solución a la interoperabilidad.

Kum, Moon y Lim (2017) exponen una arquitectura novel para construir aplicaciones para fog computing, usando el procesamiento de datos en el borde en vez de hacerlo en la nube.

Petersen, Bindner, Poulsen y You (2017a) y Wendt, Faschang, Leber, Pollhammer y Deutsch (2013) hacen una demostración del desempeño de los diferentes formatos llegando a la conclusión de que el formato binario generado con Protobuff desarrollado por Google es el de mejor rendimiento y menor uso de memoria (véase la figura 5).

2. PROPUESTA

Hemos revisado varias propuestas de arquitectura de software para superar la interoperabilidad, así como de formatos de datos SOAP y REST API. Estas van desde microservicios y pasan por web semántica como JSON-LD, en ambos casos se requiere de capacidad de procesamiento y memoria que poseen los servidores, pero no dispositivos restringidos. Nuestro enfoque en este estudio es para dispositivos de bajo procesamiento y capacidad de memoria. La procedencia de los datos forma parte del reto de la interoperabilidad. Consideramos que existen ambientes hostiles de comunicación por lo que la trama de datos serializada debe ser muy compacta. La propuesta va dirigida a la capa al borde de un ecosistema de IoT (véase la figura 6).

Para nuestra propuesta tomamos como base el estudio comparativo de Petersen et al. (2017a) donde se demuestra un gran rendimiento utilizando el formato binario para la transferencia de datos desde los dispositivos.

2.1 Componentes que conforman la arquitectura

Describimos los componentes que conforman la arquitectura propuesta:

Device. Representa todos los dispositivos que se conectan al ecosistema a través del componente middleware. Aquí se debe implementar la serialización en formato binario. En general pueden ser sensores y actuadores.

• Sensor: detecta magnitudes físicas o químicas.

• Actuador: transforma la energía para causar un efecto en un elemento externo.

Middleware. Se encarga de recibir el formato binario. Este componente hace uso del componente processing que tiene mayor capacidad de procesamiento ya que se comporta como un servidor. Este componente también hace uso del componente file system como archivo de configuración del ecosistema.

MessageQueue. Se encarga de proporcionar alta disponibilidad y escalabilidad. Asegura que, ante la presencia de alta concurrencia, la trama de datos de los dispositivos se guarden siempre en la cola de mensajes para que de esa forma gestionar el encolamiento (Rostanski, Grochla y Seman, 2014).

Security. Este componente es un servicio consumido por el middleware. A cada device se le asigna un ID único mediante un certificado que luego será validado por este servicio.

Processing. Se encarga de procesar los formatos de datos binarios que son recibidos desde el componente device.

Repository. Es de persistencia donde se terminarán alojando las tramas de datos.

Managment interface. Interfaz de administración a la cual se puede acceder desde un terminal que puede ser un PC, una laptop o un celular. Mediante este administrador se registran los tipos de dispositivos, los dispositivos, el middleware y el ecosistema.

File system. Describe las propiedades del ecosistema y guarda los certificados de los ID de los device encriptados.

Services. Es la capa de servicios que el fog computing puede entregar para que otros dispositivos externos puedan recibir información (de sensores) o enviar una acción a ejecutar (actuadores).

Fog computing. Alberga componentes descritos. Fog computing tiene todas las ventajas del cloud computing (Paharia y Bhushan, 2018).

Cloud computing. Este componente, que está fuera del ecosistema de IoT, es el repositorio final y es donde se deben realizar el análisis y los cálculos de gran volumen de información. De tipo propietario de ciento de miles de servidores dedicados. De alta disponibilidad, permite que se puedan generar múltiples análisis de datos para diferentes fines (Mengistu, Alahmadi, Albuali, Alsenani y Che, 2018).

2.2 Descripción de interacción de los componentes

Describimos la interacción entre los componentes, lo primero que se tiene que hacer es identificar cada uno de los dispositivos, se observan los dispositivos D1, D2, D3, D4 y D5, cada uno de ellos tiene una identificación adicional que es el tipo de dispositivo (TD), vemos que los dispositivos D2 y D4 tienen el mismo tipo de dispositivo TD2, esto vendría a ser la categoría. En el dispositivo se deben definir dos bloques de datos, la cabecera de los datos donde se graba el identificador del dispositivo que llamaremos ID y el identificador del tipo de dispositivo que llamaremos TID. En el cuerpo de los datos de la trama del dispositivo se registran los datos censados. Una vez enviada la trama de datos en formato binario, este llega al middleware. En el middleware lo primero que se hace es enviar la trama de datos al componente MessageQueue y luego se deserializa utilizando el componente processing y se valida que los datos de cabecera estén registrados en el componente file system. Previamente en el file system se ha registrado el tipo de dispositivo del cual pueden recibir la trama de datos y los dispositivos que le pueden enviar datos. En el componente processing se deben instalar los módulos de deserialización. Cuando se recibe un tipo de dispositivo el componente processing lo atenderá con el módulo que le corresponde, de esta forma si se registra un nuevo tipo de dispositivo se instalará solo el módulo de deserialización y se registrará en el file system. Esto permitirá realizar pruebas de concepto sin afectar a los otros módulos que ya están en operación y permitirá escalabilidad.

2.3 Diseño del file system

En nuestra base de datos NOSQL se crea la colección identificando el ecosistema al cual corresponde (véase la figura 9). Dentro de un ecosistema puede existir más de un middleware. Un middleware puede recibir tramas de varios tipos de dispositivos TD y puede haber varios dispositivos por tipo de dispositivo.

Finalmente, si tuviéramos varios ecosistemas, cada uno tendría su identificación que luego podrían ser consolidados en la nube de tal manera que se aseguraría el escalamiento desde un fog computing hacia el cloud computing.

Por ejemplo:

ES1 / GW1 / TD1 / D1 / Trama-JSON

ES1 / GW1 / TD2 / D2 / Trama-JSON

ES1 / GW1 / TD2 / D4 / Trama-JSON

2.4 Escalando múltiples ecosistemas IoT mediante interoperabilidad

La figura 10 muestra la capacidad de interoperar entre los device con el ecosistema (fog computing), respetando el patrón propuesto tipificando los tipos de dispositivos, asignándole un comportamiento único en el proceso de serialización y deserialización. Esto facilita la integración de un nuevo dispositivo en el ecosistema IoT.

3. CONCLUSIONES

En este paper proponemos una nueva arquitectura de software para superar el reto de la interoperabilidad en soluciones IoT, iniciando con el diseño de un ecosistema (fog computing). Identificamos todos los componentes y sus interacciones. Diseñamos la estructura de datos que permitirá determinar la procedencia de los datos haciéndolos únicos dentro del ecosistema. Creamos ID únicos de los dispositivos a través de certificados encriptados para seguridad. Creamos la trama de formato binario para mejorar la velocidad de comunicación. Con este patrón logramos escalabilidad y alta disponibilidad integrándolos a través de un cloud computing.

4. TRABAJO FUTURO

Se ha implementado esta arquitectura en una aplicación en tiempo real como prueba de concepto. La solución implementa sensores para medir parámetros de medio ambiente tales como temperatura, humedad, sonido y monóxido, una minicomputadora Raspberri Pi 3 Model B (1.4 GH QuadCore) como middleware, una tarjeta Arduino, SQLite para el file system, Protocol Buffer para el encode-decode de los datos y el servicio de Firebase para hacer cloud computing de análisis de datos y almacenamiento.

Está pendiente desarrollar los otros componentes, como también el implementar dos o más ecosistemas con este patrón para demostrar la escalabilidad e identificar la procedencia de los datos mediante este diseño. El diseño de los datos de la prueba de concepto se puede ver en la figura 11.

Además, se debe realizar una prueba de estrés provocando concurrencia de los datos para la implementación del uso del componente MessageQueue (MQ) y asegurar la alta disponibilidad. Una primera implementación del uso de MQ se realizaría con RabbitMQ, sin embargo, luego estudiaremos la implementación de NATS y Kafka para manejo de MQ.

Descripción de las columnas

Los datos que se aprecian en la figura 11 se obtuvieron de un proceso de descarga que formatea en modo fila-columnas, pues los datos están guardados en formato JSON.

Detalle de los nombres de las columnas:

• gwName: nombre del gateway.

• gwid: identificador del gateway.

• devName: nombre del dispositivo.

• devid: identificador del dispositivo.

En nuestra prueba de concepto desarrollamos un dispositivo con múltiples sensores, esto permitió ahorrar en hardware.

REFERENCIAS

Alaya, M. B., Drira, K., y Gharbi, G. (2017). Semantic-aware Iot platforms. 2017 IEEE International Conference on AI & Mobile Services (AIMS). doi:10.1109/AIMS.2017.15

Alkhalil, A., y Ramadan, R. A. (2017). IoT data provenance implementation challenges. doi:10.1016/j.procs.2017.05.436

Andročec, D., Tomaš, B., y Kišasondi, T. (2017). Interoperability and lightweight security for simple IoT devices. 2017 40th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO). doi:10.23919/ MIPRO.2017.7973621

Bloebaum, T. H., y Johnsen, F. T. (2015). Exploring SOAP and REST communication on the Android platform. MILCOM 2015 - 2015 IEEE Military Communications Conference. doi:10.1109/MILCOM.2015.7357509

Di Martino, B., Esposito, A., Augusto Maisto, S., y Nacchia, S. (2017). A semantic IoT framework to support RESTful devices’ API interoperability. doi:10.1109/ ICNSC.2017.8000071

Dragoni, N., Giallorenzo, S., Lluch Lafuente, A., Mazzara, M., Montesi, F., Mustafin, R., y Safina, L. (2017). Microservices: yesterday, today, and tomorrow. doi:10.1007/978-3-319-67425-4_12

Elsts, A., Oikonomou, G., Fafoutis, X., y Piechocki, R. (2017). Internet of things for smart homes: lessons learned from the SPHERE case study. Global Internet of Things Summit (GIoTS), 2017 Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ GIOTS.2017.8016226

Gligorić, N., Dejanović, I., y Krčo, S. (2011). Performance evaluation of compact binary XML representation for constrained Devices. doi:10.1109/DCOSS.2011.5982183

Guinard, D. D., y Trifa, V. M. (2016). Building the web of things. NY: Manning Publications.

Jaimini, U. (2017). PhD Forum: Multimodal IoT and EMR based smart health application for asthma management in children. 2017 IEEE International Conference on Smart Computing (SMARTCOMP). doi:10.1109/SMARTCOMP.2017.7947025

Jarwar, M. A., Ali, S., Kibria, G. M., Kibria, G., Kumar, S., y Chong, I. (2017). Exploiting interoperable microservices in web objects enabled internet of things. doi:10.1109/ ICUFN.2017.7993746

Kum, S. W., Moon, J., y Lim, T.-B. (2017). Design of fog computing based IoT application architecture. doi:10.1109/ICCE-Berlin.2017.8210598

Lim, N., Majumdar, S., y Nandy, B. (2010). Providing interoperability for resource access using web services. doi:10.1109/CNSR.2010.23

Lysogor, I., Voskov, L., y Efremov, S. (2018). Survey of data exchange formats for heterogeneous LPWAN-Satellite IoT networks. doi:10.1109/MWENT.2018.8337257

Madaan, N., Ahad, M. A., y Sastry, S. M. (2017). Data integration in IoT ecosystem: Information linkage as a privacy threat. doi:10.1016/j.clsr.2017.06.007

Malik, S., y Kim, D.-H. (2017). A comparison of RESTful vs. SOAP web services in actuator networks. 2017 Ninth International Conference on Ubiquitous and Future Networks (ICUFN), 753-755. doi:10.1109/ICUFN.2017.7993893

Mengistu, T., Alahmadi, A., Albuali, A., Alsenani, Y., y Che, D. (2018). A “No data centerˮ solution to cloud computing. doi:10.1109/CLOUD.2017.99

Nakayama, M., Yamazaki, K., Tanaka, S., y Kasahara, H. (2014). Parallelization of Tree-to-TLV serialization. doi:10.1109/PCCC.2014.7017059

Pace, P., Gravina, R., Aloi, G., Fortino, G., Fides-Valero, A., Ibañez-Sanchez, G., … Yacchirema, D. (2017). IoT platforms interoperability for active and assisted living healthcare services support. doi:10.1109/GIOTS.2017.8016250

Paharia, B., y Bhushan, K. (2018). Fog computing as a defensive approach against distributed denial of service (DDoS): a proposed architecture. 2018 9th International Conference on Computing, Communication and Networking Technologies (ICCCNT), 1-7. doi:10.1109/ICCCNT.2018.8494060

Petersen, B., Bindner, H., Poulsen, B., y You, S. (2017a). Smart grid communication comparison. Distributed control middleware and serialization comparison for the internet of things. Proceedings of 7th IEEE International Conference on Innovative Smart Grid Technologies IEEE. doi:10.1109/ISGTEurope.2017.8260268

Petersen, B., Bindner, H., You, S., y Poulsen, B. (2017b). Smart grid serialization comparison. Comparision of serialization for distributed control in the context of the Internet of Things. 2017 Computing Conference, 1339-1346. doi:10.1109/sai.2017.8252264

Ray, P. P., Mukherjee, M., y Shu, L. (2017). Internet of things for disaster management: State-of-the-art and prospects. doi:10.1109/ICWS.2017.26

Rostanski, M., Grochla, K., y Seman, A. (2014). Evaluation of highly available and fault-tolerant middleware clustered architectures using RabbitMQ. 2014 Federated Conference on Computer Science and Information Systems, 879-884.

Serrano, D., Stroulia, E., Lau, D., y Ng, T. (2017). Linked REST APIs: A middleware for semantic REST API integration. 2017 IEEE International Conference on Web Services (ICWS), 138-145. doi:10.1109/ICWS.2017.26

Silverajan, B., Ocak, M., Jimenez, J., y Kolehmainen, A. (2016). Enhancing lightweight M2M operations for managing IoT gateways. 9th IEEE International Conference on Internet of Things (iThings 2016) (pp. 187-192). IEEE. doi:10.1109/iThings-GreenCom-CPSCom-SmartData.2016.55

Sun, L., Li, Y., y Memon, R. A. (2017). An open IoT framework based on microservices architecture. China Communications, 14, 154-162. doi:10.1109/CC.2017.7868163

Talavera, J. M., Tobón, L. E., Gómez, J. A., Alejandro, M. A., Aranda, J. M., Parra, D. T., … Garreta, L. E. (2017). Review of IoT applications in agro-industrial and environmental fields. Computers and Electronics in Agriculture, 142, 283-297. doi:10.1016/j. compag.2017.09.015

Wendt, A., Faschang, M., Leber, T., Pollhammer, K., y Deutsch, T. (2013). Software architecture for a smart grids test facility. IECON 2013 - 39th Annual Conference of the IEEE Industrial Electronics Society, 7062-7067. doi:10.1109/IECON.2013.6700304

Yacchirema, D. C., Palau, C. E., y Esteve, M. (2017). Enable IoT interoperability in ambient assisted living: active and healthy aging scenarios. 2017 14th IEEE Annual Consumer Communications & Networking Conference (CCNC), 53-58. doi:10.1109/CCNC.2017.7983081

Yigitoglu, E., Liu, L., Looper, M., y Pu, C. (2017). Distributed orchestration in large-scale IoT systems. 2017 IEEE International Congress on Internet of Things (ICIOT), 58-65. doi:10.1109/IEEE.ICIOT.2017.16

Generación de reglas de asociación para productos de retail utilizando el algoritmo FP-Growth paralelo

Renato Pérez-Gómez

renato08lasalle13@gmail.com / Universidad de Lima, Perú

Recepción: 19-6-2019 / Aceptación: 8-8-2019

RESUMEN. Las organizaciones minoristas actuales tienen varias sucursales conectadas bajo el mismo sistema de gestión distribuido. Estos sistemas almacenan y registran la información de todas las transacciones dadas en las tiendas. Paralelamente, con el rápido crecimiento e implementación de las tecnologías de la información e Internet, la cantidad de datos generados en cada transacción o venta realizada es sustancial. Las técnicas de minería de datos tienen como objetivo identificar patrones y tendencias en una gran recopilación de datos. Su uso tiene un atractivo para los minoristas, ya que quieren convertir la gran cantidad de datos que tienen en información y conocimiento útiles. Una aplicación de minería de datos que atrae a los minoristas es el descubrimiento de reglas de asociación. El descubrimiento de estas reglas es la base de muchas decisiones comerciales, como el diseño de la canasta de productos, la elección de la estrategia de promoción y la combinación de productos. La intención de la investigación es la aplicación de las técnicas y metodologías de aprendizaje de asociación de reglas para la realidad de un comercio minorista con sucursales ubicadas en Lima. El conjunto de datos utilizado en esta investigación corresponderá a las transacciones realizadas con el tiempo para productos de consumo masivo.

PALABRAS CLAVE: minería de datos, análisis de la cesta de la compra, análisis de reglas de asociación, conjuntos de elementos frecuentes, FP-Growth, computación paralela

Generation of Association Rules for Retail Products Using the Parallel FP-Growth Algorithm

ABSTRACT. Retail organizations today have several branches connected under the same distributed management system. These systems store and record the information of all transactions taken place in stores. In parallel, with the rapid growth and implementation of information technologies and the Internet, the amount of data generated in each transaction or sale is substantial. The data mining techniques are aimed at identifying patterns and trends in a large data collection. The use of these techniques is attractive for retailers, as they want to convert the large amount of data they have into useful information and knowledge. A data mining application that attracts retailers is the discovery of association rules. The discovery of these rules is the basis of many commercial decisions, such as the design of the product basket, the choice of the promotion strategy and the combination of products. This research aims to apply learning techniques and methodologies of association rules for a retailer with branches located in Lima. The data set used in this research will match the transactions made over time for mass consumption products.

KEYWORDS: data mining, market basket analysis, association rule analysis, frequent itemsets, FP-growth, parallel computing

1. INTRODUCCIÓN

Con la tendencia, en los últimos años, de registrar y almacenar todo dato posible relacionado a los procesos operativos de la organización, la cantidad de data generada es abundante. Respecto a la industria del retail, gran parte de la data generada proviene de los miles de transacciones efectuadas en cada una de las sucursales. Los grandes representantes del sector a nivel mundial han identificado el gran potencial en minar la información oculta dentro de estos conjuntos de datos. Sin embargo, la aplicación de las técnicas de minería de datos no es el estándar en la mayoría de las organizaciones. La mayor aplicación de la minería de datos en el sector retail es la minería de reglas de asociación. Esta práctica supone un atractivo para las organizaciones debido a que tiene la intención de convertir la gran cantidad de datos que poseen en información útil y conocimiento. El descubrimiento de estas reglas es la base de muchas decisiones comerciales, como el diseño de la cesta de productos, la elección de la estrategia de promoción y la combinación de productos. Para la minería de reglas de asociación normalmente se hace uso del algoritmo Apriori. No obstante, en el desarrollo del algoritmo no estuvo pensado para manejar grandes volúmenes de datos por lo que en la actualidad es costoso, tanto computacional como en memoria. Existen otras alternativas óptimas respecto al manejo de memoria y que requieren de menos capacidad computacional; el algoritmo FP-Growth demuestra tener mejores resultados en rendimiento. Este algoritmo busca resolver las desventajas que posee el algoritmo clásico. Ya que este consiste en dos pasos para la generación de las reglas de asociación, es menos costoso en tiempo y en recursos. Si a este algoritmo se le suma la capacidad de procesar información en paralelo, el tiempo necesario para la ejecución del algoritmo será reducido drásticamente. Para lograr esto, en esta investigación, se hizo uso del framework Apache Spark y de su implementación del algoritmo FP-Growth.

2. ESTADO DEL ARTE

Los algoritmos existentes para la minería de reglas de asociación funcionan en datos estáticos, (Kaur y Kang, 2016). Estos encuentran las mejores reglas de asociación en base a métricas como soporte, confianza, elevación, etc. Sin embargo, para la próxima vez que se realiza la extracción de datos, estos algoritmos no capturan automáticamente los cambios en los datos. Por ello se usa algún otro algoritmo de comparación para rastrear el cambio en los datos. Este último, se utiliza para comprender la dinámica del proceso de generación de datos mediante la examinación de los cambios que se han producido en los patrones descubiertos. Se concluye que la minería periódica es un nuevo enfoque en la minería de datos que adquiere importancia. Este campo está evolucionando debido a las necesidades en diferentes aplicaciones y limitaciones de la minería de datos. Esto aumentaría el poder de las técnicas existentes de extracción de datos.

Según Di Fatta (2019), podría decirse que algunos factores limitantes han impedido una adopción más generalizada de ARM (association rule mining). En primer lugar, el descubrimiento de patrones interesantes a partir de datos requiere algoritmos combinatorios complejos y, a menudo, se benefician de la computación de alto rendimiento. Para problemas del mundo real, el espacio de búsqueda puede ser prohibitivamente grande. En segundo lugar, no es raro que incluso para un conjunto de datos de entrada relativamente pequeño, el conjunto de patrones descubiertos sea muy grande, incluso más grande que el conjunto de datos de entrada. En este caso, ARM es solo un primer paso en flujos de trabajo de datos más complejos que incluyen otras técnicas de extracción de datos. Por estas razones, un enfoque multidisciplinario que combina la experiencia tanto de la informática como del dominio de la aplicación específica es a menudo crítico.

En la investigación realizada por Griva, Bardaki, Pramatari y Papakiriakopoulos (2018) se propone un enfoque de análisis de negocios que extrae segmentos de visitas de clientes a partir de datos de venta. Se caracteriza por visita al cliente según las categorías de productos comprados en la canasta e identifica la intención de compra o la misión detrás de la visita. Además, se sugiere un enfoque de selección de funciones semisupervisadas que utiliza la taxonomía del producto como entrada y sugiere categorías personalizadas como salida. Este enfoque se utiliza para equilibrar el árbol de taxonomía del producto que tiene un efecto significativo en los resultados de la extracción de datos. En general, el resultado de esta investigación permite observar el comportamiento de compra de los clientes desde un punto de vista alternativo, no como sus necesidades e intenciones generales de compra, sino que se centran en sus requisitos y motivos por cada viaje o visita de compras.

Referente a Bhandari, Gupta y Das (2015), identifican la principal limitación de Apriori como el costo de tiempo para mantener un gran número de conjuntos candidatos con conjuntos de elementos frecuentes, soporte mínimo o conjuntos de elementos grandes. Por lo que proponen modificar el algoritmo para generar un FP-Tree en lugar de iterar el dataset una gran cantidad de veces. Con el algoritmo de Apriori se escaneó la base de datos dos veces, pero evidenciaron una mejora al usar el algoritmo paralelo y el concepto de partición. Presentan una fórmula matemática para seleccionar el clúster, ya que hay muchos clústeres. El resultado, un híbrido de Apriori con generación de FP-Tree. Concluyen, así, que el espacio de memoria se reduce drásticamente cuando se realiza una gran cantidad de transacciones desde los data-warehouse y al reducir el tiempo consumido en el escaneo de transacciones y también al reducir el número de transacciones a escanear.

En Galarreta Vásquez (2016) se identifican reglas de asociación entre categorías de productos de electrodomésticos de un retail. Para la prueba utilizaron data histórica de diez años para tres tiendas. El modelo se construyó con el software RapidMiner conectado a una BD en SQL Server. Eligió el algoritmo FP-Growth al ser más eficiente que Apriori e hizo uso de la totalidad de registros disponibles en la BD. Lo productos presentaban la siguiente jerarquía: familia, subfamilia, marca y es oferta. La data fue filtrada por oferta para dividir los productos en campañas promocionales, ya que podían alterar el resultado. La BD fue transformada para generar una matriz, la cual, luego, fue procesada por el algoritmo. La matriz almacenó la información cruzada de todo cliente que compró en el local y todas las subfamilias de productos. Si un cliente compró, por lo menos una vez un producto de la subfamilia, entonces fue registrado como TRUE, sea contrario como FALSE. Se concluyó que los productos con bajo precio incentivan la compra de productos con mayor precio.

Respecto a Xue, Wang, Liu y Li (2010), diseñan un modelo de minería de reglas de asociación para una venta de libros online. Para esto tienen 623 registros en la BD, los cuales fueron separados en 4 tablas. Definieron los parámetros soporte y confianza con 2 % y 60 %, respectivamente. Para la minería crearon una librería basada en ASP.NET. Luego, con un experimento analizaron los hábitos de compra de los clientes al encontrar asociaciones entre los artículos de pedido en la base de datos. La información obtenida del resultado del ejercicio concluyó que se lleva un aumento de las ventas al ayudar a los retailers a realizar una comercialización selectiva y planificar el espacio de la librería.

En Chunhua y Dongjun (2008) se presentan dos modelos de minería capaces de adaptarse a dos tipos de organización. Los autores plantean que existen dos tipos de organizaciones, aunque todas adoptan el enfoque de minería distribuida y el mismo patrón de toma de decisiones. En general, la carga de comunicación y la frecuencia de comunicación son los dos factores que afectan la eficiencia de la minería de datos. Se puede analizar un sistema de gestión distribuido desde tres aspectos: 1) cantidad de la tienda de sucursales; 2) el ancho de banda de comunicación; 3) entre las características del conjunto de datos local, las características incluyen si es denso o escaso, las cantidades de datos de transacciones, etc. Se definen dos tipos de organizaciones de retail. El primer tipo corresponde a las organizaciones que tienen varias sucursales y el bando de ancho de comunicación es largo (gran escala), mientras que la data de transacción de cada sucursal es pequeña. El segundo tipo, tienen pocas sucursales y comunicación pequeña, mientras que la data de transacción es grande (pequeña escala).