Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
155
EXPERIENCIA DE ACOMPAÑAMIENTO Y
ORIENTACIÓN EN EL PROCESO DE APRENDIZAJE EN
EL AULA: CURSO DE SIMULACIÓN
Experience of accompaniment and orientation, in the learning process in the
classroom: Simulation course
María Victoria Silva Dominguez
msilva@uco.ued.co
https://orcid.org/0000-0002-7362-6747
Universidad Católica de Oriente – (Colombia)
Recibido: 24/10/2020
Evaluado: 18/02/2021
Revisado: 04/04/2022
Aceptado: 21/04/2022
Resumen
Este artículo incluye resultados de la experiencia del proceso de orientación y
acompañamiento en el desarrollo de aprendizaje y generación de nuevo
conocimiento sobre simulación continua, a estudiantes del curso de Simulación,
semestre I-2019, del programa de Ingeniería de Sistemas de la Facultad de
Ingeniería, de la Universidad Católica de Oriente. Este proceso formativo, se
ilustra con los resultados en el campo de la práctica académica, los niveles de
aprendizaje del grupo, en la aplicación de la temática de simulación continua,
en las disciplinas que componen, el cuerpo de formación profesional de
Ingeniería de Sistemas, que se enuncian actualmente, desde el currículo
internacional ACM/IEEE , tales como Ingeniería de Computación, Ciencia de la
Computación, Sistemas de Información, Tecnologías de la Información e
Ingeniería de Software.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
156
Se describe el proceso introductorio de enseñanza/aprendizaje, para la
temática objeto de estudio, desde la teoría general de sistemas, la dinámica de
sistemas y el pensamiento sistémico; con una visión global para los
estudiantes, frente a la aplicabilidad en estas diferentes disciplinas de los
campos temáticos que deben abordar en su proceso de formación profesional,
en lo teórico-práctico y dinámico, individual y colectivo, en contextos y entornos
reales, hasta ahora poco conocidos por ellos, como la simulación continua. Se
incluyen resultados de algunos modelos simulados, desarrollados en el proceso
académico, como aplicación práctica.
Abstract
This article includes results of the experience of the orientation and
accompaniment process in the development of learning and generation of new
knowledge about continuous simulation, to students of the Simulation course,
semester I-2019, of the Systems Engineering program of the Faculty of
Engineering , from the Universidad Católica de Oriente. This training process is
illustrated with the results in the field of academic practice, the levels of learning
of the group, in the application of the theme of continuous simulation, in the
disciplines that make up, the professional training body of Systems Engineering,
that are currently enunciated, from the international ACM / IEEE curriculum,
such as Computer Engineering, Computer Science, Information Systems,
Information Technology and Software Engineering.
The introductory teaching / learning process is described, for the subject under
study, from general systems theory, systems dynamics and systemic thinking;
with a global vision for students, facing the applicability in these different
disciplines of the thematic fields that they must address in their professional
training process, in the theoretical-practical and dynamic, individual and
collective, in real contexts and environments, until now little known to them,
such as continuous simulation. Results of some simulated models, developed in
the academic process, are included as a practical application..
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
157
Palabras Clave: simulación continua, ingeniería de sistemas, ingeniería de
computación, ciencias de la computación, sistemas de información, tecnologías
de la información e ingeniería de software.
Keywords: continuous simulation, systems engineering, computer engineering,
computer science, information systems, information technology, software
engineering.
Introducción
En la perspectiva de la Ingeniería de Sistemas se incorporan herramientas
clave de análisis y diseño, construcción e implementación de soluciones a
situaciones problemáticas de la realidad, tales como la simulación de sistemas,
sustentada en desarrollos científicos y tecnológicos, tanto de hardware y
software, como de procesos.
En el proceso de formación profesional de la Ingeniería de Sistemas se
incluyen diferentes núcleos temáticos que conciernen a dicha disciplina, entre
ellos, el núcleo formativo de ciencia básica de ingeniería, uno de cuyos
componentes es la simulación continua de sistemas, el cual se lleva a cabo,
desde la aplicación práctica de conocimiento desarrollado, en las disciplinas
que componen la Ingeniería de Sistemas, como son, la Ingeniería de
Computación, la Ciencia de la Computación, los Sistemas de Información, las
Tecnologías de la Información y la Ingeniería de Software.
La simulación continua toma como base el modelado de la realidad, tanto en lo
científico, como en el desarrollo tecnológico, para experimentar sobre él, como
parte central de la simulación continua. El proceso de experimentación sobre
un modelo, como fundamento intrínseco de la simulación continua, se puede
llevar a cabo ya sea sobre modelos matemáticos, que no son susceptibles de
ser resueltos en su totalidad, a la luz de métodos analíticos o numéricos, o a su
vez, sobre modelos cuyos estados son variables en el tiempo, en los cuales la
pretensión es experimentar sobre la estructura o arquitectura misma del
modelo del sistema o sobre las propiedades dinámicas de dicho modelo.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
158
Teniendo en cuenta los planteamientos anteriores, entonces es posible definir
el proceso de simulación continua a partir de aspectos definitivos para el logro
de los resultados que se pretenden. Estos aspectos son:
a. El enfoque desde el pensamiento sistémico.
b. El modelado.
c. La experimentación.
Por tanto, la simulación continua es sin duda un conocimiento que debe
desarrollarse en el proceso de formación de la ingeniería de sistemas como la
oportunidad real en la concepción, análisis, diseño y construcción de
soluciones a situaciones problemáticas complejas de la realidad, ya sea en el
campo científico o de la ingeniería. Por su misma definición, se debe
desarrollar este proceso de formación desde una perspectiva teórico-práctica,
en la que la aplicación de los procesos de modelado y experimentación se
deben llevar a cabo con mediaciones didácticas que garanticen las diferentes
fases del proceso mismo de simulación continua. Es decir, mediante procesos
de concepción, análisis, diseño y construcción en los que se utilizan las
herramientas de modelado, pensamiento sistémico y experimentación con el
propósito de encontrar una solución lo más aproximada posible a situaciones
problemáticas complejas de la realidad.
a. El enfoque desde el pensamiento sistémico, se trata de la capacidad de
observar y ver dinámicamente en un sistema determinado:
El detalle de los marcos y patrones totales o generales de las
estructuras y arquitecturas del sistema en el discurrir del tiempo.
Diferenciando igualmente los procesos y recursos de todo tipo que
intervienen activa y pasivamente en él.
Con el fin de transcender en la comprensión del sistema, más allá de los
incidentes aislados que él mismo pueda presentar.
Evidenciando la ocurrencia de los diferentes sucesos, en relación con
los procesos de reconocimiento de las relaciones e interrelaciones
existentes entre los sucesos, fenómenos, componentes y partes
constitutivas del sistema.
De tal forma que se obtiene como resultado una observación con el
mayor nivel de conciencia posible real en su comprensión, lo cual
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
159
conlleva a la capacidad de poder influir e interactuar, no solo con el
sistema como un todo, sino con cada una de las partes, componentes,
fenómenos o sucesos del sistema.
Es decir, que posibilita la observación del sistema desde la perspectiva en la
que, la suma de las partes y las componentes que lo constituyen, son
independientes, en sus procesos y en sus objetivos.
El enfoque o pensamiento sistémico, por tanto, considera también la evolución
del sistema hacia la observación de éste, como el resultado de influencia
sinérgica que surge y se establece en cada parte, componente o elemento del
sistema, incorporando procesos de modelado del sistema, desde la ocurrencia
de fenómenos complejos y las dinámicas asociadas a estos, promoviendo de
esta forma, una interacción con mayor nivel de profundidad sobre las
problemáticas objeto de estudio en los entornos de la realidad. En resumen, se
siguen las siguientes fases, para lograr este proceso:
Observación y análisis de la realidad problemática: consiste en la
identificación del entorno, contexto (ambiente), su propósito, alcance y límites.
Es necesario tener en cuenta el nivel de resolución con el cual es observado, si
es fino o grueso, de acuerdo al tipo de escala, espacial, temporal o sectorial, en
la que se esté llevando a cabo.
Articulación e integración de la situación problemática objeto de
estudio: se trata de la caracterización de sus dinámicas, tendencias,
transferencias y flujos de información o materiales, en su comportamiento.
Igualmente se deben identificar y definir para todo el horizonte de estudio, tanto
sus valores estáticos, representados en parámetros y valores fijos, como sus
variables y tipos, de estado, auxiliares, endógenas, exógenas, dependientes,
independientes, intervinientes, las cuales finalmente representan las
particularidades y dinámicas del objeto de estudio.
Proceso de análisis de la situación problemática: produce el
entendimiento a nivel profundo, con propósitos de generar el conocimiento
requerido, que permita hacer predicciones sobre su comportamiento futuro,
llevando a cabo la representación correspondiente de las interacciones y
relacionamiento entre sus partes y componentes, mediante la formulación
lógica y matemática que, posibilite el análisis en sistemático de las propiedades
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
160
emergentes no paradigmáticas del comportamiento dinámico funcional, que no
pueden ser identificadas a simple vista.
Construcción del modelo de análisis: que permita reproducir de
los diferentes niveles de funcionalidad y operacionalización del objeto de
estudio en condiciones reales y la trayectoria de tiempo y especio requerido.
Representan en detalle los niveles de interacción e interrelación de las partes y
componentes del objeto de estudio, con el propósito fundamental de hacer
valoración y predicción de sus comportamientos futuros y así llevar a cabo la
planificación y construcción correspondiente que conlleven a su mejoramiento,
trasformación, evolución o innovación. Esta fase recoge todos y cada uno de
los resultados de las fases anteriores, como la base fundamental de su propia
construcción. Para la construcción del modelo de análisis se recurre a
herramientas y metodologías basadas en las ciencias exactas y la ciencia de la
computación
b. El modelado de diseño se ha constituido, desde tiempos pasados, en
una herramienta útil, tanto para el desarrollo científico, en lo que se refiere a la
observación, comprensión y abstracción de la realidad, es decir efectuar sobre
la realidad procesos de modelación desde la perspectiva puramente del
análisis; de la misma forma, en el caso del desarrollo tecnológico, en lo que
concierne a deconstrucción y reconstrucción de la realidad, ya sea para
mejorarla o transformarla, pasando entonces en este sentido a la realización de
procesos de modelado de estructuras y arquitecturas, es decir el modelado
desde la perspectiva del diseño de soluciones a situaciones problemáticas de
la realidad para su optimización, mejoramiento y/o innovación.
El uso del modelado de diseño como herramienta fundamental en la simulación
continua se lleva a cabo en diferentes ámbitos o disciplinas de aplicación, tales
como los modelos ingenieriles, económicos, educativos, de salud, sociales,
entre otros. Estos pueden estar enmarcados como modelos funcionales, de
utilidad, dinámicos o predictivos.
Se utiliza el modelo de diseño, fundamentalmente, como una mediación que
posibilita aprender a través de la experimentación sobre el sistema objeto de
estudio. Lo cual, de acuerdo con lo definido por Hughes (1997) como método
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
161
DDI (denotación, demostración, interpretación), es el proceso de aprender con
la utilización de modelos de diseño, el cual se detalla en tres fases específicas:
Denotación: se refiere a las representaciones que se establecen de las
diferentes relaciones e interrelaciones del sistema objeto de estudio en el
modelo.
Demostración: se establece en el proceso de experimentación al
formular y operacionalizar características y funcionalidad del sistema objeto de
estudio mediante la formulación y operacionalización lógica matemática.
Interpretación: se realiza a partir de los resultados del proceso de
experimentación al completar la compresión y traducción de las salidas.
c. El proceso de experimentación es lo que finalmente se debe aplicar
sobre el modelo del sistema objeto de estudio para realizar el proceso de
simulación continua. En general este proceso se logra mediante la estimulación
con datos e información de entrada, de forma tal que se produzcan las salidas
adecuadas, y poder contrastar los resultados teóricos con la realidad hasta que
se den los resultados esperados del proceso de simulación. Es importante
puntualizar que para llevar a cabo el proceso de experimentación es necesario
que se tenga claramente establecido:
Las condiciones suficientes y necesarias que el modelo soporta.
Que, la experimentación se ejecuta normalmente, en condiciones
controladas de la realidad observada.
Que, se trata de sistemas complejos, por tanto, están sometidos en el
proceso, por reglas no necesariamente conocidas.
Que, se puede implementar la Experimentación de forma:
Análoga, mediante una representación física a nivel de escala o
estructura funcional de las condiciones del sistema objeto de estudio.
Digital Computacional, en la que se utilizan algoritmos.
Hibrida, en la cual se mezclan las dos anteriores (Análoga y Digital).
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
162
Metodología
La metodología utilizada para lograr el desarrollo de conocimiento sobre la
temática de simulación continua, consiste, en que a partir del modelo
pedagógico institucional UCO, se diseñan diferentes mediaciones didácticas,
de acuerdo con la fase del proceso de aprendizaje que esté realizando, tal
como se describen a continuación.
Planteamiento y socialización de objetivos de aprendizaje, los cuales están
directamente relacionados tanto con el objeto de estudio, como con las
competencias clave que deben alcanzar los estudiantes en el proceso mismo
de aprendizaje y generación de nuevo conocimiento sobre la simulación
continua. Típicamente se plantean objetivos de aprendizaje como:
a. Desarrollar capacidad y habilidad para construir, reconstruir y asociar
coherentemente los conceptos y teorías aprendidos sobre la simulación
continua en el contexto del plan de estudio del programa de Ingeniería
de Sistemas.
b. Diferenciar y evaluar diversas herramientas de abstracción de la
realidad problemática, a partir de los postulados de la simulación
continua aplicables en procesos de industriales, comerciales y
empresariales de la realidad.
c. Identificar las dimensiones de relacionamiento de la simulación
continua con los procesos de aplicación de las diferentes disciplinas de
la Ingeniería de Sistemas, tales como, Ingeniería de Computación,
Ciencia de la Computación, Sistemas de Información, Tecnologías de la
Información e Ingeniería de Software.
d. Plantear posibles alternativas para la aplicación de la Simulación
continua en las diferentes disciplinas de la Ingeniería de Sistemas, en
forma metodológicamente correcta.
e. Identificar problemáticas de la realidad social, empresarial, comercial
e industrial que estén dentro de las temáticas de influencia de la
Ingeniería de Sistemas, que sean susceptibles de la aplicación de
herramientas de análisis y presentación de resultados desde la
perspectiva de la simulación continua.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
163
f. Comprender e interpretar el conocimiento generado sobre la
simulación continua para su aplicación en otras ramas de la ingeniería y
en proyectos de investigación.
Formulación de pregunta problematizadora, sobre la temática objeto de
estudio, la cual debe ser respondida al finalizar el proceso de aprendizaje,
mediante la generación de nuevo conocimiento en torno a esta temática. En
forma general, se plantea una estructura de pregunta problematizadora:
¿Cuáles son los principales retos y desafíos que se deben identificar por parte
del estudiante en torno a las teorías de la simulación continua como
herramienta de construcción de soluciones adecuadas a situaciones
problemáticas de la realidad objeto de estudio y su aplicabilidad en procesos
sociales, empresariales, comerciales e industriales de la realidad, desde la
ingeniería de sistemas?
Abordaje pedagógico y didáctico de la temática objeto de estudio, se adelanta
en aspectos concretos tales como:
a. Por parte del docente que acompaña y guía el proceso de aprendizaje
de los estudiantes, el desarrollo a nivel conceptual, teórico y referencial,
de dicha temática, se lleva a cabo, desde la perspectiva de relacionar de
forma práctica por parte de los estudiantes, tal nivel de aproximación al
aprendizaje, con situaciones de la realidad social, empresarial, comercial
e industrial.
b. Desarrollo colectivo de estudios de caso de la realidad observado,
propuestos tanto por el docente, como por los estudiantes, en referencia
con la aplicación de los nuevos conocimientos generados sobre la
temática objeto de estudio.
c. Revisión y consulta de referentes antecedentes bibliográficos, directa
e indirectamente relacionados con la aplicabilidad de la temática objeto
de estudio, en diferentes ámbitos locales, regionales, nacionales e
internacionales, por parte de estudiantes.
d. Planteamiento y resolución de casos de estudio, de forma individual y
colectiva, con la aplicación de los nuevos conocimientos sobre la
temática objeto de estudio.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
164
e. Desarrollo y socialización individual y colectiva, de talleres en el aula,
guiados o autónomos, por parte de los estudiantes, en los que se
incluyen los casos de estudio, planteados en el punto anterior, para
ampliarlos, mejorarlos, transformarlos, mejorarlos, evolucionarlos o
innovarlos, de acuerdo con los niveles de nuevo conocimiento generado
en el proceso.
f. Verificación y valoración de los niveles de aprendizaje y nuevo
conocimiento generado sobre la temática objeto de estudio, a partir de
los resultados colectivos e individuales, evidenciados desde el proceso
de desarrollo de aprendizaje y generación de nuevo conocimiento, en el
proceso descrito en los puntos anteriores.
Resultados
Se presenta a continuación, construcción y desarrollo de uno de los casos de
estudio, llevado a cabo por parte del grupo del curso de simulación del
semestre I-2019, del programa de Ingeniería de Sistemas de la Facultad de
Ingeniería de la Universidad Católica de Oriente.
Caso de estudio: Gestión de Proyecto de Desarrollo de Software
De acuerdo con el estándar pmi
1
, se define un proyecto como un esfuerzo
temporal que se lleva a cabo para crear un producto, servicio o resultado único.
Por ende, el desarrollo del mismo conlleva la ejecución de diferentes
actividades, establecer presupuestos de los diferentes recursos que se
requieren y lograr el objetivo propuesto. En diferentes oportunidades, se
encuentra en el desarrollo del proyecto que, no hay coherencia entre los
presupuestos establecidos y lo realmente invertido en recursos tales como el
tiempo, al igual que no lograr el producto resultado de la ejecución del
proyecto, con los niveles de calidad que se ha planeado.
1
PMI: Project Management Institute. es la asociación líder mundial para aquellos que consideran la dirección de
proyectos, programas y portafolios su profesión. A través de la promoción, colaboración, educación e
investigación, trabajamos para preparar más de tres millones de profesionales en todo el mundo para la
economía de proyectos: la economía en la que el trabajo, y las personas, están organizados alrededor de
proyectos. Recuperado de https://www.pmi.org/america-latina.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
165
En el caso a resolver, es necesario plantear la simulación que permita
gestionar el proceso de ejecución de tareas programadas en forma progresiva,
para el desarrollo del proyecto. En dicho proceso de gestión se debe tener en
cuenta el nivel de errores a que haya lugar en el mismo, al igual que determinar
el tiempo óptimo de las iteraciones, al igual que la determinación del
comportamiento óptimo de tareas a ejecutar por mes.
Aplicando en la solución del caso planteado, el método de simulación continua,
análisis desde el enfoque del pensamiento sistémico y desde la perspectiva de
la técnica de simulación computacional o digital, utilizando la plataforma
vensim
2
, la construcción del modelo de diseño y el proceso de
experimentación. Los resultados que se obtienen son los siguientes:
La construcción del modelo de análisis se lleva a cabo a partir de la
observación y análisis realizada al planteamiento de la situación problemática,
la respectiva articulación e integración con la caracterización de sus dinámicas,
tendencias, transferencias y flujos de información o materiales, del
comportamiento del sistema y el proceso de análisis de la situación
problemática.
Modelo conceptual
Figura 1. Modelo conceptual caso de estudio: gestión de proyecto de desarrollo de software.
Fuente: elaboración propia.
2
VENSIM, Industrial strength simulation software for improving the performance of real systems. Vensim's rich feature set emphasizes model quality,
connections to data, flexible distribution, and advanced algorithms. Configurations for everyone from students to professionals. Recuperado de
https://vensim.com/
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
166
.
Elementos del modelo conceptual:
Ejecución de tareas.
Tareas para realizar.
Tareas finalizadas.
Total de tareas programada.
Cronogramas terminados.
Errores.
Calidad.
Errores detectados.
Errores no detectados.
Demora en detectar errores.
Nivel de relacionamiento que existe entre elementos del modelo conceptual:
A más tareas ejecutadas, más tareas finalizadas (positivo).
A más tareas pendientes, más tareas a ejecutar (positivo).
A más tareas ejecutadas, menos tareas a realizar (negativo).
A más cronogramas terminados, menos tareas pendientes (negativo).
Condiciones del proceso:
Tiempo inicial de trabajo: 0 meses.
Tiempo total de trabajo: 24 meses.
Tareas finalizadas = ejecución de tareas.
Valor inicial = 0 tareas.
Tareas para realizar = - ejecución de tareas + errores identificados.
Valor inicial = total de tareas programadas.
Total de tareas programadas = 1000 tareas (se consideran igual número
por proyecto).
Modelo matemático, para experimentación en la Plataforma VENSIM:
Ejecución de tareas = if then else(proyecto finalizado=1, 0, 100).
Cronograma de proyecto terminado = If then else(tareas finalizadas >=
total de tareas programadas, 1, 0).
Calidad = 0.9.
Errores = ejecución de tareas * (1-calidad) (tareas por mes).
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
167
Errores identificados = errores no identificados / demora en identificar
errores (tareas por mes).
Errores no identificados = errores - errores identificados (tareas por
mes).
Demora en identificar errores = 3 meses.
Configuración del modelo matemático, en la plataforma VENSIM
Imagen 1. Variable: ejecución de tareas.
Fuente: elaboración propia, plataforma VENSIM.
Imagen 2. Variable: tareas a realizar.
Fuente: elaboración propia, plataforma VENSIM.
Imagen. 3. Variable: tareas finalizadas.
Fuente: elaboración propia, plataforma VENSIM.
Imagen 4. Constante: demora en identificar errores.
Fuente: elaboración propia, plataforma VENSIM.
Imagen. 5. Variable: errores no identificado.
Fuente: elaboración propia, plataforma VENSIM.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
168
Imagen 6. Variable: errores identificados.
Fuente: elaboración propia, plataforma VENSIM.
Imagen 7. Variable: errores.
Fuente: elaboración propia, plataforma VENSIM.
Imagen 8. Constante: calidad.
Fuente: elaboración propia, plataforma VENSIM.
Imagen. 9. Variable: total tareas proyecto terminado.
Fuente: elaboración propia, plataforma VENSIM.
Imagen 10. Variable: total tareas programadas.
Fuente: elaboración propia, plataforma VENSIM.
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
169
Imagen 11. Configuración general del modelo de simulación en la plataforma VENSIM. Fuente: elaboración propia,
plataforma VENSIM.
Las imágenes de la 1 a la 11 muestran el detalle paso a paso de la
configuración del modelo mático planteado asociado a la solución de
simulación continua, en la plataforma VENSIM, la cual facilita en su estructura
de software, la configuración de diferentes tipos de ecuaciones requeridas, en
forma gráfica y a través de menús de opciones.
a. Proceso de experimentación:
Figura 2. Modelo causal para la simulación continua.
Fuente: elaboración propia, plataforma VENSIM.
En la Figura 2, se observa gráficamente el modelo causal, asociado a la
solución de simulación continua, en la plataforma vensim, el cual es
desarrollado con las diferentes herramientas gráficas disponibles en esta
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
170
plataforma para este efecto. A este diagrama causal está asociado la
configuración detallada en las imágenes de anteriores del modelo matemático.
Figura 3. Resultado de la Experimentación del Modelo de Simulación.
Fuente: elaboración propia, plataforma VENSIM.
Se observa en la Figura 3., el resultado del proceso de la experimentación de la
simulación, sobre el comportamiento de crecimiento o decrecimiento del nivel
de solicitudes de tareas a realizar, con valores o constantes de entrada y salida
y teniendo en cuenta el nivel de errores identificados y los no identificados
antes de la ejecución de la tarea.
Se obtiene información sobre los niveles más adecuados de tareas a realizar y
tareas finalizadas. Se establece restricciones en cuanto a la demora en la
identificación de errores y la finalización del cronograma a ejecutar, de forma tal
que se pueda evitar que se sobrepase la capacidad de atención y se incurra en
incumplimientos o en desperdicios de tiempo del servicio.
Conclusiones
Para el desarrollo de este proceso de orientación y acompañamiento en el
proceso de aprendizaje, de la temática específica, de simulación continua, se
Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento
Publicación en línea (Semestral) Granada (España) Época II Vol. 22 (1) Enero-Junio de 2022 ISSN: 1695-324X
https://revistaseug.ugr.es/index.php/eticanet
DOI: http://doi.org/10.30827/eticanet.v22i1.16264
171
utiliza como mediación didáctica, herramientas computacionales o digitales, de
software, las cuales, se constituyen en apoyos de carácter disruptivo, en cuanto
a que, el estudiante debe afrontar cambios significativos en los enfoques
tradicionales de pensamiento, hacia el pensamiento sistémico y la dinámica de
sistemas.
Aunque la herramienta de software lleva a cabo, de forma automática, todo el
proceso de cálculos y resolución del modelo matemático, en forma correcta y
ágil, en cuanto a, tiempo y obtención de resultados, esto solo será posible de
lograr, en tanto el estudiante no lleve a cabo el proceso de análisis profundo y
la modelación tanto a nivel del análisis, diseño y construcción de la situación
problemática y así se genere dicho modelo matemático. Lo cual por tanto
supone que, el sujeto, docente y estudiante, deben abordar la solución de la
situación problemática desde diferentes dimensiones de pensamiento en lo
sistémico y en lo dinámico
Es importante que el sujeto docente, desde su rol en el proceso de
acompañamiento y orientación del proceso de aprendizaje, logre establecer
coherentemente el proceso de transformación en sus propios paradigmas
pedagógicos y didácticos tradicionales, hacia prácticas disruptivas, no solo en
la incorporación de herramientas y mediaciones digitales de última generación,
sino en los retos y desafíos que supone, el abordaje e incorporación en la
práctica del día a día, nuevas formas de pensamiento, desde la perspectiva
sistémica y dinámica, que en definitiva, son al menos el punto de partida para
el desarrollo de nuevos entornos de aprendizaje activos.
Referencias Bibliográficas
Aracil, J., (1997). Introducción a la dinámica de sistemas. Alianza Editorial.
Harrington, H. J., (1999). Tumay, K.: Simulation modeling models. McGraw Hill
New York.
Hughes, R. I. G. (1997): Models and Representation, Philosophy of Science.
Julian Smart. et al, (2010). Vensim, causal tracing an reality check. Vensim PLE
for Windows Versión 7.35 Single Precision (x32). Academic Use Only.
Rosnay, J. de (1977). El Macroscopio, Editorial AC, Madrid.
