Búsqueda semántica de recursos educativos: ontologías, distribución y pedagogía

1. Búsqueda semántica de recursos educativos: ontologías, distribución y pedagogía Miguel-Angel Sicilia msicilia@uah.es University of Alcalá, Madrid, Spain

2. La Universidad de Alcalá… • Fundada por el Cardenal Cisneros, Regente de España en 1499

3. El grupo Information Engineering • Grupo reconocido dentro del Dpto. de Ciencias de la Computación • 4 profesores full-time, 2 part-time, 12+ personas trabajando en proyectos.

6. Contenidos • Introducción: sobre los OA • Arquitecturas para la búsqueda semántica de recursos de aprendizaje • Sobre la representación del diseño instruccional

7. I. Introducción: sobre los Objetos de Aprendizaje (OA)

8. Learning objects: delimitación (i) • Idea básica: dividir el contenido educativo en piezas pequeñas que puedan reutilizarse. • “A high quality and fully interactive piece of learning material could be produced for, perhaps, $1,000. If 1,000 institutions share this one item, the cost is $1 per institution. But if each of a thousand institutions produces a similar item, then each institution must pay $1,000, with a resulting total expenditure of $1,000,000. For one lesson. In one course”. (Downes, 2001) • Algunas definiciones populares: • Wiley (2001) “cualquier recurso digital que puede ser reutilizado para proporcionar aprendizaje”. • Polsani (2003) “Una unidad independiente y auto contenida de contenido de aprendizaje que esta predispuesta a ser reutilizada en múltiples contextos de aprendizaje”. • El reuso (reutilización) aparece de un modo u otro como la característica distintiva

10. Learning objects: delimitación (ii) • “Muy bien, pero, ¿no se ha reutilizado siempre?” • Reuso al “viejo estilo”: fotocopias de libros de texto. • Reuso al “nuevo estilo”: un software busca en la Web LO con ciertas características. • Y en el futuro, podría incluso combinarlos automáticamente (!) • Pero… cuidado con la (dañina) metáfora de LEGO: • Any LEGO block is combinable with any other LEGO block • LEGO blocks can be assembled in any manner you choose • LEGO blocks are so fun and simple that anyone can put them together • Ninguna de las anteriores afirmaciones es cierta para los LO, por dos tipos de motivos: técnicos y pedagógicos.

11. ¿Puede definirse un LO? • En lugar de definiciones… • … criterios de reusabilidad. • Por ejemplo: • Forma de la descomposición. • Declaración de la estructura. • Calidad de las meta-descripciones. • …etc.

14. Learning Objects: descripción • Lenguaje natural: • “A well done general site on one of traditional China's major epochs, the Song dynasty era. This site covers the economic and social history of the period with special attention to the commercial revolution of the time and the rise of the Mandarin elite”. • Un campo específico de LOM: • Coverage: “The time, culture, geography or region to which this learning object applies.” • Por tanto: LOM.General.Coverage=“(en) the Song dynasty era; China” • Semántica más estricta (ontologías): • lo1.coverage=(IndependentCountry)China • lo1.coverage=(HistoricPeriod)SongDinastyPeriod

15. Una reflexión sobre la reusabilidad • Comporta tres aspectos al menos: • Un aspecto técnico de formato. • Un aspecto técnico de interpretación. • Un aspecto de diseño instruccional. • Deben combinar los conceptos de usabilidad y re-usabilidad. • Una propuesta que las combina de acuerdo a los contextos de uso “declarados en los metadatos” es la siguiente: • No obstante, esta es una métrica “a posteriori”.

16. Una reflexión sobre la reusabilidad • The reusability/usability tradeoff • Usability definido como “the ability of a learning object to support or enable […] a very particular concrete cognitive goal” (Feldstein, 2002) • Ejemplos: • Learning object A se anota con metadatos para un solo contexto de uso. El índice de reusabilidad oscila entre [-1, 1]. • Learning object B especifica un número más amplio de contextos de uso, digamos 10. El índice de reusabilidad oscila entre [-10, 10].

17. <p class="example"><br><b>Problem specification example</b>: <span class="problem-specific">Warehouse management software portfolio.<br>The problem statement is contained in pages 19 to 37 of the following report available through the Web: <br><a target="_blank" href="http://www.lrgl.uqam.ca/cosmic-ffp/casestudies/fetcke1999b.pdf">http://www.lrgl.uqam.ca/cosmic-ffp/casestudies/fetcke1999b.pdf</a></span><br><br></p>

18. II. Arquitecturas para la búsqueda semántica de recursos de aprendizaje

19. Diferentes necesidades… (en el contexto de organic.edunet) • Información pedagógica: • Learning resource type • Duration • Características del diseño instruccional • Tipos específicos de evidencia: • Experimentos • Meta-estudios • Tipos específicos de recursos: • - Artículos científicos • Necesidades prácticas • Técnicas • Métodos • Buenas prácticas • Restricciones económicas

20. …necesitan diferentes soluciones • Cambio desde el “getting more” al “getting less”?

21. …beyond Google • Primer problema: el PageRank no es adecuado para los recursos educativos. • No Google bombing, please! • “Rich queries” • “I need (interactive) learning objects with group activities to teach consensus reaching methods” • “I am looking for reflective contents about relevant historical events during the lifespan of Adam Smith” • “I need learning objects to quickly train my employees in software project mngmt., which include planning with MS project and estimating with COCOMO-II or similar”

22. Soluciones hasta ahora • Web search engine (Google) • Ámbito “universal”, pero limitado por la sobrecarga de información (information overload). • Calidad como “número (ponderado) de enlaces entrantes”. • Repositorios de propósito general (Merlot) • Añaden cierto control de calidad y a veces control de versiones • Repositorios temáticos (Organic-Eprints) • Añaden control de calidad específico del dominio • Federación de repositorios (OAI-PMH) • Distribuye ciegamente la misma consulta.

23. Componentes en las federaciones • Varios repositorios proporcion búsqueda en campos de metadatos (ej. Merlot, CAREO, dspace, educommons) a repository http://cms.efma.org/ Client <dc:title>European Fertilizer Manufacturers Assoc. (EFMA)</dc:title> <dc:desc>...</dc:desc> ... ln: fertilizer another repository RepositoryBroker • En algunos casos, hay un broker que “ciegamente” distribuye las consultas.

24. Problemas y soluciones • Dos problemas fundamentales: • La búsqueda es esencialmente contraste de cadenas de caracteres • No hay adaptación al perfil • La federación simplemente repite y junta los resultados. • Las necesides: • Más elaboración en la expresión y contraste de necesidades de aprendizaje. • Brokering inteligente y fusión informada de los ersultados de varias fuentes.

25. Uso de ontologías • Ontologías: esquemas formales y compartidos – no releacionados con el léxico o la terminología. • A diferencia de los tesauros, no tienen que ver con la teminología (lexicon) sino con conceptualizaciones • …con la conceptualización formal que de mejor servicio a la “ciencia” (Quine) • Puede haber ontologías inconsistentes con otras pero localmente consistentes. • e.g. para la gestión de las controversias. • La representación detallada permite anotaciones de grano fino. • La Gene Ontology es una historia de éxito! • El problema desde el punto de vista teórico: • Representar el conocimiento de un experto (el que selecciona los recursos) basado en conocimiento del dominio (ontologías)

26. Un ejemplo… • Término en un tesauro: • Fertilizer • ¿Qué entidades representa? • Fertilizer-SubstanceKind • Fertilization-Technique • Fertilization-Action • Fertilizer-ChemicalComponent • Fertilization-OutcomeSituation

28. Annotating resources with ontologies • Los recursos (LearningObjects) se representan como InformationBearingThings, como elementos dentro de la ontología. • Un cierto número de predicados relaciona las instancias de LearningObject con conceptos o instancias, ej: • LO1 criticizes someTechnique • Axiomas y reglas: • “Every LO according to CISCO should havePart a ExerciseLearningObject ” • Por tanto los beneficios son: tipado + predicados con tipo + inferencia

29. Principios para la “Semantic Learning Technology” • Especificidad de dominio en la búsqueda y composición de recursos • Un marco (framework), no una aplicación. • Diferentes estrategias de búsqueda y composición (diferentes expertos) codificados como Query Resolvers (QR). • Para granjeros: focus on techniques (how to do) • Para científicos: focus on research (experiments, studies) • Para estudiantes: consider instructional elements (e.g. exercises) • El brokering permite “elegir el(los) experto(s) correctos” • Los “expertos” pueden combinarse y evaluarse.

30. This as a query string returns nothing in Intute. ln: fertilizer-application, soil-quality profile: farmer a repository Client AGR QR for practitioners http://www.ag.ndsu.edu/pubs/plantsci/soilfert/sf-990.htm Soil quality Measurement-technique isA Soil sampling Fertilizer-application-method isA Variable rate fertilizer application

31. The rest of the components…

32. What about pedagogy?

33. Pedagogía, evidencia y diseño instriccional • “Practicing doctors and teachers are applied professionals.... Doctors and teachers are similar in that they make decisions involving complex judgments. Many doctors draw upon research about the effects of their practice to inform and improve their decisions; most teachers do not, and this is a difference. (p. 407)” Hargreaves, D. (1997). In defense of research for evidence-based teaching: A rejoinder to Martyn Hammersley. British Educational Research Journal, 23, 405-419.

34. Learning designs (IMS LD) • Un lenguaje común para la expresión de secuencuas de aprendizaje basadas en actividades • Especifica los elementos básicos: • Objectives • Arrangement of activities (sequencing) • Resources (objects, services) used per activity/role • Permite la distribución automatizada (workflow) de actividades en la Web • Permite “recordar” las actividades realizadas.

35. 1. DEFINING OER Example: open design requires standards

36. Donde está el diseño (instruccional)? • Por supuesto, empotrado (tácito) en el propio diseño de las actividades. • Pero no se comparte apenas información sobre el por qué del diseño, por ejemplo.: • Qué teorías instruccionales se utilizaron, • Por qué el diseño de actividades encaja con una aproximación de diseño instruccional concreta • Es esto interesante para los profesores?

37. Where is the design? • Por qué el “proyecto” es importante? • “Es tradicional o común en cursos de bases de datos”. • “El aprendizaje basado en proyectos es bueno para materias prácticas – todo el mundo lo dice” • Un método general: “Seguimos el método de Jonassen (1997)” • Un método específico : “Seguimos las directrices de Grisham, Krasner and Perry (2006)” Grisham, P. S., Krasner, H., and Perry, D. E. 2006. Data Engineering education with real-world projects. SIGCSE Bull. 38, 2 (Jun. 2006), 64-68.

38. What is being shared? learning needs instructional design activity structure use in learning situations resources resources Open LMSs and open repositories (e.g. .LRN and Paloma respectively) IMS LD Unit of Learning activity structure + reference to LO and services metadata

39. Is it possible to represent ID methods? • Modelos instruccionales (Reigeluth) • “practice-oriented theories offering explicit guidance on how to help people learn that offer situation-specific methods, that in turn are described in terms of components, and that are know to be effective for learning under some conditions (to some extent)”. • Es posible representar (parte de ellos) en la forma de: una taxonomía + reglas de restricción

40. Ontologías y reglas • “TheoryOne” • “give abundant examples of the concepts treated” • Asumimos una ontología de IMS LD en OWL. • “Example” es uno de los tipos en IEEE LOM metadata lr:LearningObject(?lo)  lr:hasPart(?lo, ?lo2) lr:hasPart(?lo, ?lo3)  lr:ExerciseLO(?lo2) lr:ExerciseLO(?lo3) hasAbundantExamples(?lo, true) lr:LearningObject(?lo1)  lr:hasPart(?lo1, ?lo2)  lr:hasPart(?lo2, ?lo3)  lr:hasPart(?lo1, ?lo3)

41. Usage … y búsqueda: “dame LDs que sean compatibles con la teoría instruccional X”.

42. Elaboration theory • “Teach broader, more inclusive concepts before narrower, more detailed concepts that elaborate upon them”

43. Otros modelos… • Pensemos en una ontología para aprendizaje basado en proyectos. Algunas posibles restricciones: • Hay un Learning Object de tipo “project” y su duración abarca una parte significativa del curso. • El proyecto se lleva a cabo por grupos de estudiantes. • El proyecto es una parte importante de la calificación. • Se proporcionan servicios Web para la colaboración. • …etc. • … cada uno de estos puede ser controvertido, pero siempre se pueden representar diferentes nociones de ABP con las diferencias. (“una colección de descripciones ontológicas, no una ontología”)

44. ¿Qué pasaría si todo se almacenase? • Ejemplo de posibles consultas • Buscar cursos de bases de datos que siguen la aproximación basada en proyectos. • Los resultados cambiaron (significativamente) con la variación de ID A a ID B? • Como se comparan los curos ABL y no-ABEL en el mundo? • Encontrar los métodos de DI que se utilizan en los cursos con mejores resultados semester 1’ 05 semester 2’ 05 semester 1’ 06 … semester 2’ 08 ID A ID A ID B … ID B learning outcomes learning outcomes learning outcomes … learning outcomes

45. ¡Gracias!