GonzalezPomares2012-ACOFI

Vista previa del material en texto

1
Gonzalez, R.A. & Pomares, A. (2012) "La investigación científica basada en el diseño como 
eje de proyectos de investigación en ingeniería". Reunión Nacional ACOFI, Sep. 12-14, 
Medellín. 
 
LA INVESTIGACIÓN CIENTÍFICA BASADA EN EL 
DISEÑO COMO EJE DE PROYECTOS DE 
INVESTIGACIÓN EN INGENIERÍA 
 
 
Rafael A. González 
Alexandra Pomares Quimbaya 
 
Facultad de Ingeniería 
Pontificia Universidad Javeriana 
Bogotá, Colombia 
 
 
Resumen. Mientras que las ciencias naturales se ocupan de entender el mundo tal cual es, la 
ingeniería se ocupa de transformarlo. Esto genera dificultades al tratar de presentar las 
investigaciones ingenieriles con el lenguaje o los criterios de la ciencia clásica. Este artículo 
propone la investigación científica basada en el diseño como una forma efectiva de lidiar con 
esta problemática a través de un enfoque investigativo enfocado a la lógica ingenieril que 
permite articular la relevancia (la solución de problemas reales) con el rigor (la contribución 
formal al conocimiento disciplinar). En este artículo se presentan los principios de este enfoque 
ilustrando sus ciclos fundamentales y su aplicación en proyectos de investigación en ingeniería 
que han contribuido científicamente en sus disciplinas al mismo tiempo que han demostrado su 
utilidad en el contexto colombiano. 
Palabras claves: ciencia basada en el diseño, investigación relevante, investigación con rigor 
 
 
Abstract. While natural science is concerned with understanding the world as it is, engineering 
is concerned with transforming it. This generates difficulties when trying to present engineering 
research with the language or the criteria of classical science. This paper proposes design 
science research as an effective way of dealing with this problem situation by providing a 
research approach aimed at an engineering logic which allows articulating relevance (solution of 
real world problems) with rigor (formal contributions to disciplinary knowledge). This paper 
presents the principles of design science research, its main cycles and its application in 
engineering research projects which have contributed to the discipline while also proving their 
utility in the Colombian context. 
Keywords: design science research, relevant research, rigorous research 
 
 
1. Introducción 
Mientras que las ciencias naturales se ocupan de entender el mundo tal cual es, la ingeniería se 
ocupa de transformarlo. La forma de entender el objeto de investigación (la ontología) y la 
manera en que se construye el conocimiento (epistemología) en las ciencias naturales o del 
comportamiento se orienta a generalizar leyes para describir, explicar o predecir fenómenos 
	 2
existentes en la naturaleza. Desde la ingeniería, en cambio, usualmente se diseñan artefactos 
que lo que buscan es solucionar problemas y, en efecto, producir un cambio en lo actualmente 
observable, para así generar una transformación en la naturaleza que ya no es solo objeto de 
observación pasiva, sino contexto de transformación o intervención. Esto genera dificultades al 
presentar las investigaciones ingenieriles con el lenguaje o los criterios de la ciencia clásica. 
Hablar de hipótesis, generalizaciones o experimentos a partir de una investigación desde la 
ingeniería puede resultar forzado o incluso contraproducente. 
Por otro lado, la conexión entre la investigación y la docencia ha sido una preocupación 
constante en las escuelas de ingeniería. Aquí la problemática ha sido la articulación entre la 
generación de conocimiento (típicamente a través de la investigación aplicada) y la 
transferencia efectiva del mismo. Este artículo propone la investigación científica basada o 
centrada en el diseño como una forma efectiva de lidiar con ambas problemáticas 
simultáneamente: tanto como un enfoque investigativo adecuado a la lógica ingenieril, así como 
una aproximación a la enseñanza-aprendizaje centrada en la solución de problemas. 
Según el Nobel Herbert Simon, autor influyente en múltiples disciplinas, incluyendo la 
economía, la administración y la ingeniería, la solución de problemas es la transformación de un 
estado actual en uno preferible (1996, p. 114). Adicionalmente, la forma en que dicha 
transformación se lleva a cabo es a través del diseño; así, diseño es lo mismo que solución de 
problemas. Por otra parte, Simon argumentó que la ciencia es un subconjunto de la solución de 
problemas, que un científico es un solucionador de problemas (Simon, 1989; Simon, Langley, & 
Bradshaw, 1981). En consecuencia, Simon distinguió entre las ciencias naturales o del 
comportamiento y las ciencias “de lo artificial” para dar claridad y legitimidad a la actividad 
científica realizada por ingenieros, dado que se trata de dos formas válidas de generación de 
conocimiento. Sin embargo, pese a que la contribución de Simon y otros sentó las bases para 
una investigación científica desde la ingeniería, siguen existiendo barreras culturales, editoriales 
y educativas que han impedido que se convierta en el enfoque dominante. 
En la ingeniería de sistemas, vista como una disciplina que abarca las ciencias de la 
computación y los sistemas de información, el debate entre las investigaciones orientadas al 
rigor (contribuciones científicas o técnicas genéricas, pero de utilidad borrosa o no declarada) y 
aquellas orientadas a la relevancia (útiles, pero no suficientemente formales, transparentes o 
validadas con criterio científico) lleva muchos años en la agenda (Benbasat & Zmud, 1999; 
Denning et al., 1989). Recientemente, se ha fortalecido la noción de la investigación científica 
basada en el diseño, en la tradición de Simon, como una manera de combinar el rigor científico 
con la relevancia del diseño o solución de problemas (Hevner, March, Park, & Ram, 2004). 
Especialmente desde la perspectiva de los sistemas de información se ha logrado formar un 
movimiento rápidamente creciente que incluye conferencias, revistas e incluso programas 
académicos en torno a esta perspectiva. A esto se deben sumar corrientes similares en 
administración, diseño (industrial) o arquitectura, entre otras (Cross, 2001; van Aken, 2005). 
En este artículo se presenta el uso de la investigación científica basada en el diseño, para dirigir 
proyectos de investigación en ingeniería. Tras dos años de experiencia en proyectos de 
investigación se ha logrado articular la relevancia (la solución de problemas reales) con el rigor 
(la contribución formal al conocimiento disciplinar). El artículo presenta en la Sección 2 en qué 
consiste este enfoque. Posteriormente, la Sección 3 describe su aplicación en diferentes 
proyectos, uno de los cuales es detallado en la Sección 4. Luego, la Sección 5 ilustra las 
lecciones aprendidas y limitaciones y finalmente, la Sección 6 presenta las conclusiones. 
 
2. Investigación científica basada en el diseño 
	 3
La investigación científica basada en el diseño tiene como objetivo contribuir a la solución de 
problemas relevantes al mismo tiempo que se hacen aportes significativos en un área del 
conocimiento, mediante el análisis de problemas aún no resueltos en un ambiente del mundo 
real y su resolución de una manera novedosa y rigurosa a través del diseño de artefactos 
(Piirainen, Gonzalez, & Kolfschoten, 2010). Lo que distingue este enfoque de investigación de la 
práctica profesional del diseño o la ingeniería es precisamente el rigor y transparencia con que 
se realiza, la reflexión sobre el proceso y producto de diseño y la contribución al conocimiento 
resultante en forma de una publicación. Lo que lo distingue de la investigación aplicada es el 
énfasis en la construcción de artefactos innovadores y la retroalimentación que proveen para 
revisar, extender o re-contextualizar los fundamentos teóricos. No obstante, es claro que esta 
filosofía está emparentada con la investigación aplicada y con la investigación-acción. 
Más allá de la filosofía de la investigación centrada en el diseño, se han venidoproponiendo 
estructuras para su ejecución, de manera que las recomendaciones se puedan materializar. 
Luego del impacto que tuvo el artículo original de Hevner y otros (2004), los autores han 
propuesto una arquitectura general para proyectos de investigación centrados en diseño, 
mediante la articulación de tres ciclos: rigor, relevancia y diseño, tal como lo ilustra la Figura 1. 
La lógica de los tres ciclos cosiste en integrar el entorno (el dominio o contexto de aplicación 
donde reside el problema) y la base del conocimiento (teorías, modelos, métodos, experiencia y 
artefactos existentes) para construir y evaluar un artefacto (solución), fundamentado en la base 
de conocimiento y destinado a resolver el problema relevante, a partir de unos requerimientos 
obtenidos de la comprensión de las personas, tecnología y contexto organizacional del entorno. 
 
  Entorno Base de conocimientoDiseño / Investigación
Construir
Evaluar
Personas
Tecnología
Organización
Teorías
Modelos
Métodos
Artefactos
Experiencia
Relevancia Rigor
Requerimientos
Aplicación
Contribución
Conocimiento 
aplicable
Diseño
	
Figura	1	Investigación	mediante	ciclos	de	relevancia,	rigor	y	diseño,	adaptado	de	(Hevner	&	
Chatterjee,	2010,	p.	16) 
Debe anotarse que estos son ciclos y no fases de investigación. Esto implica que no se trata 
simplemente de entender el problema (relevancia) para luego identificar conocimiento aplicable 
(rigor) y terminar por construir la solución (diseño). Más bien, se deben interpretar estos ciclos 
como “engranajes” conectados entre sí, de tal suerte que mientras se mueve un ciclo, se 
mueven los otros dos a su vez. Por ejemplo, mientras se obtienen los requerimientos, 
necesidades u oportunidades del entorno (relevancia), es preciso hacerlo de manera rigurosa, 
sustentada por métodos existentes (rigor); o mientras se construye la solución (diseño), también 
es preciso ir refinando los conceptos, modelos o métodos empleados para ello (rigor) y, de la 
misma manera, ir revisando los requerimientos (relevancia) iterativa y colaborativamente. Esto 
está naturalmente alineado con la mayoría de métodos de desarrollo de software y sistemas de 
información contemporáneos en que la iteración y la colaboración son un componente central. A 
diferencia de otros enfoques, la investigación científica basada en el diseño permite iniciar un 
proyecto de investigación desde diversos puntos de entrada. Aunque lo natural es iniciar en el 
ciclo de relevancia, también es posible iniciar desde los ciclos de rigor o diseño, dependiendo 
	 4
del estado del proyecto o de si se trata de un proyecto que de continuidad a otro (Peffers, 
Tuunanen, Rothenberger, & Chatterjee, 2007). 
También es preciso aclarar que el ciclo central, y el más importante, expresa la iteración 
fundamental de todo el proceso, buscando evaluar el artefacto de manera evolutiva, formal y 
tan exhaustiva como sea posible, antes de llevarlo a la práctica en el entorno real. Esto quiere 
decir que, por un lado, habrá una evaluación formal del diseño, tanto en su proceso como en su 
producto, o en términos científicos, una validación formativa y sumativa, respectivamente 
(Gonzalez & Sol, 2012). Por otro lado, la evaluación del artefacto (su calidad, funcionalidad, 
coherencia y transparencia, entre otros) no será suficiente. También será preciso validar su 
utilidad. De hecho, en la investigación centrada en el diseño, el criterio fundamental de validez 
(científica) será uno de utilidad y valor, no uno de “verdad” en el sentido de las ciencias 
naturales (March & Smith, 1995). Esto es porque, como se discute en la introducción, la 
“verdad” de una hipótesis o proposición científica, típicamente depende de que corresponda con 
la realidad (existente) y, u artefacto de diseño no puede corresponder a una realidad que 
pretende transformar. De hecho, esto hace de la investigación centrada en el diseño una 
aproximación contra-inductiva (Gonzalez & Sol, 2012). Así, en lugar de generalizar varias 
observaciones de un fenómeno, se pretende que el artefacto modifique ese fenómeno respecto 
de su estado actual y, por ende, pretender que corresponda a la realidad resulta incompatible. 
Esto apunta a una última anotación antes de presentar los casos de aplicación. En general, 
resulta inviable evaluar el efecto real de los artefactos de diseño: por un lado, su valor real 
usualmente es demostrable solo tras un tiempo de uso y no es deseable demorar la 
contribución esperando a que el artefacto sea usado meses o años; pero, por otro lado, aun si 
es posible evaluar su utilidad en el corto plazo, un resultado negativo puede deberse a atributos 
que no son inherentes al artefacto mismo, como la falta de apoyo, la falta de recursos, la falta 
de capacidad de uso, entre otros (Piirainen et al., 2010). Por ello, es usual que la validación final 
de un artefacto de diseño se establezca a través de su utilidad potencial (antes de ser 
implementado completamente), cuya conexión causal con la utilidad real está bien sustentada 
científicamente (Davis, Bagozzi, & Warshaw, 1989; Venkatesh & Bala, 2008). 
3. Casos de Aplicación 
La Tabla 1 ilustra cuatro de los proyectos desarrollados en la Pontificia Universidad Javeriana 
que siguieron el enfoque de la investigación basada en el diseño, indicando el punto de entrada 
y sus aspectos relevantes en términos de rigor, relevancia y diseño. 
No. Punto de 
Entrada 
Problema 
(Relevancia) 
Artefacto (Diseño) Contribución teórica (Rigor)
1 Relevancia Planeación de 
operaciones de 
desminado en 
Colombia 
Software de 
identificación de riesgo 
en rutas de avance 
militar. 
Modelo de explotación de datos 
estructurados y geo-espaciales. (García & 
Pomares, 2012) 
2 Rigor Colaboración 
permanente en 
situaciones de 
emergencia 
ADDOCO: Sistema de 
colaboración móvil. 
 
Algoritmos de diseminación dinámica de 
datos en ambientes móviles y traducción 
de modelos de colaboración para 
dispositivos móviles (Torres-Ribero & 
Pomares, 2012). 
3 Relevancia Identificación de 
historias clínicas para 
análisis de 
tratamientos 
DISEARCH: Software 
para búsqueda de 
historias clínicas 
Anonymous.co: 
software para 
anonimización de 
historias clínicas 
electrónicas. 
Algoritmo de priorización de búsquedas 
de contenido estructurado y narrativo 
(Peña, Pomares & Gonzalez, 2012). 
Proceso de anonimización de datos 
estructurados con mínima pérdida de 
información. (Moque, Pomares & 
Gonzalez, 2012). 
	 5
4 Diseño Conformación 
automática de grupos 
de trabajo 
MATEO: Aplicación
para conformación de 
grupos de trabajo. 
Algoritmo basado en aprendizaje de 
máquina y optimización para asignación 
de grupos de trabajo (Arias-Baez & 
Carrillo-Ramos, 2012). 
Tabla	1	Proyectos	de	Investigación	Científica	basada	en	el	Diseño 
Los proyectos que parten del ciclo de Relevancia, nacen de una necesidad expresada o 
identificada en colaboración con una organización real, en este caso en el sector salud (1) y 
militar (3). Por su parte, aquellos que inician desde el ciclo de Rigor, surgen de la identificación 
de vacíos en una disciplina, en este caso la informática colaborativa (2), que requieren de una 
contribución científica para ser superados. Finalmente, aquellos que inician desde el diseño, 
son típicamente proyectos enmarcados dentro de un proyecto marco o que dan continuidad a 
un proyecto anterior. En este caso el proyecto marco es un sistema de apoyo a la educación 
virtual que requería una aplicación para crear grupos de trabajo de forma automática (4). 
Debido a la característica fundamental de los proyectos ingenieriles que buscan transformar la 
naturaleza o el contexto, independientemente del punto de entrada, todos los proyectos 
siguiendo este enfoque deben identificar su utilidad en la solución de problemáticas reales. Es 
por esto que, como es ilustrado en la Tabla 1, cada uno de los proyectos, una vez iniciados, 
identifican claramente cuál será su intervención en un contexto real. Enconsecuencia, para 
garantizar su utilidad, cada proyecto genera a través del ciclo de Diseño los artefactos 
requeridos que den solución a las problemáticas abordadas. Estos artefactos pueden variar de 
una ingeniería a otra, pero tienen en común que logran intervenir en el mundo haciendo viables 
situaciones que antes no lo eran. En los casos de aplicación, debido a la disciplina desde la 
cual fueron desarrollados, estos artefactos son productos de software que contribuyen a 
resolver los problemas identificados en los ciclos de Relevancia. 
Para legitimar la calidad de las soluciones (artefactos) y su posible generalización, este enfoque 
incluye ciclos de Rigor metodológico en donde los artefactos, aún en construcción, se 
enriquecen a partir de los métodos, modelos o teorías existentes. Esto no sólo fomenta la 
creación de soluciones de calidad sino también la generación de nuevos elementos que aportan 
a la base de conocimiento y que sirven de insumo para futuras investigaciones. Todos los 
casos, dando solución a problemáticas reales, logran contribuir a la base de conocimiento de su 
disciplina como se refleja en las publicaciones científicas generadas (ver Tabla 1). Con el ánimo 
de ilustrar más en detalle la interconexión de los ciclos de relevancia, diseño y rigor, la siguiente 
sección describe el proyecto de investigación 3. 
4. Proyecto de Identificación Priorizada de Historias Clínicas. 
Como fue mencionado en la Sección 3, el punto de entrada de este proyecto fue el ciclo de 
relevancia ligado a la necesidad de identificar las historias clínicas electrónicas (HCE) 
relevantes para los estudios clínicos retrospectivos que se desarrollan en un hospital de 
Bogotá. La HCE del paciente contiene una gran cantidad de información que puede resultar 
muy valiosa para la realización de investigaciones clínicas. Sin embargo, su uso con estos fines 
se ha visto limitado por razones diversas, dentro de las que se encuentra el hecho de que los 
datos se consignan de forma narrativa, dificultando hacer búsquedas y análisis automatizados. 
 
Frente a esta problemática inicial, siguiendo el ciclo de Relevancia, se identificaron los 
requerimientos de una solución a través de entrevistas estructuradas con las personas 
directamente afectadas. Simultáneamente se realizó, en conjunto con el área de informática de 
la institución hospitalaria, un planteamiento inicial de la estrategia de solución partiendo de la 
evaluación del ambiente tecnológico bajo el cual debía funcionar. 
 
	 6
Paralelamente a estas actividades, mediante un ejercicio de vigilancia tecnológica, se construyó 
una caracterización teórica y tecnológica para establecer qué elementos ya existentes podrían 
ser empleados para identificar de forma adecuada las HCE. Esta caracterización, generada en 
el ciclo de Rigor, permitió tomar elementos base para el diseño e hizo evidentes dos elementos 
faltantes en la base de conocimiento que debían ser resueltos para generar una solución 
apropiada. El primero de ellos está asociado a la necesidad de crear métodos de anonimización 
de datos que eviten pérdida de información valiosa para los estudios médicos al mismo tiempo 
que garantizan la confidencialidad de los datos; el segundo es la incapacidad de los métodos 
actuales de identificación de HCE para priorizar los resultados a partir del tipo de análisis 
requeridos por los investigadores médicos. Estos hallazgos hicieron necesario construir, durante 
un ciclo de Diseño inicial, un algoritmo de priorización de búsquedas de contenido estructurado 
y narrativo basado en relaciones semánticas, así como un proceso de anonimización de datos 
estructurados basado en medidas estadísticas. 
Los diseños planteados en este primer ciclo de Diseño, requirieron iniciar un nuevo ciclo de 
Rigor para identificar la estrategia más adecuada para validarlos. Aunque inicialmente se partió 
del uso de métricas clásicas de precisión (usadas en ciencias de información y bases de datos) 
se replanteó al uso de sensibilidad y especificidad que son nociones similares pero más 
comunes en estudios clínicos. Con este hallazgo, se retomó un nuevo ciclo de Diseño para 
construir el prototipo de software que llevara los artefactos teóricos planteados a un producto 
usable y validable. Una vez comprobada la utilidad de los artefactos construidos, éstos fueron 
llevados a un estado estable (de producción) que permitió su uso para resolver la problemática 
que inicialmente abordó el proyecto. Así mismo, los elementos que fundamentaron esta 
solución enriquecieron la base de conocimiento, a través de artículos de investigación. 
 
5. Lecciones aprendidas 
En el artículo de Hevner et al. (2004) se describe una arquitectura general para la investigación 
científica basada en el diseño y algunos lineamientos de los factores de calidad que una 
investigación de este tipo debe tener. Sin embargo, no se debe interpretar esto como una 
“metodología” de investigación, ya que no explicita los fundamentos epistemológicos, ni 
describe el método o técnicas específicas que se deben usar. Después de haber usado este 
enfoque, se han encontrado dos retos recurrentes. Primero, puede ser difícil construir un diseño 
de investigación particular a partir de esta arquitectura general. Frecuentemente se supone que 
se trata de ejecutar tres fases: relevancia, rigor y diseño. Al hacerlo, sin embargo, se tiende a 
ignorar la naturaleza cíclica de las tres dimensiones. Segundo, aun cuando en la práctica el 
proceso sea iterativo, la presentación de los resultados para publicación debe seguir una 
estructura lineal, dificultando la descripción de un proceso que no fue lineal. Aunque hay 
algunas propuestas metodológicas que son más explícitas que en Hevner et al., como (March & 
Smith, 1995; Peffers et al., 2007), estas pueden resultar demasiado simplificadas o imponer una 
lógica específica. 
Otra dificultad en la finalización de un proyecto de investigación centrado en el diseño es la 
evaluación / validación y la articulación de una contribución teórica. Si bien la evaluación debe 
ser formal y tan exhaustiva como sea posible, la conexión entre la evaluación del artefacto y la 
validación de sus fundamentos teóricos tiende a ser débil. Esto implica un esfuerzo desde el 
inicio del proyecto en el que se establezca claramente cuál es la contribución teórica que se 
espera y la manera en que será validada. Puede tratarse de una contribución en el sentido 
positivista, donde al terminar el diseño se pueda extender una teoría existente, probando una 
nueva hipótesis mediante la instanciación de un artefacto (Donaldson & Golding, 2009). Puede 
tratarse de una “teoría de diseño” en que la contribución sea nuevo conocimiento del proceso y 
producto de diseño y donde las hipótesis sean prescripciones o predicciones respecto de la 
	 7
capacidad de un determinado proceso para producir un artefacto específico que resuelva un 
conjunto de requerimientos determinado (March & Smith, 1995). Puede tratarse de la 
presentación transparente de los artefactos no técnicos resultantes (modelos, métodos, 
conceptos) que emergen a través del diseño y se integran al catálogo de conocimiento 
disponible, como ha sido la intención en los proyectos descritos en la sección anterior. Lo 
importante es un reconocimiento inicial de lo que se busca, articulando requerimientos 
(relevancia), técnicas de evaluación y validación apropiadas (rigor) y pruebas o simulaciones 
hechas sobre el artefacto (diseño) para evidenciar la conexión entre el rigor y la relevancia. 
Finalmente, al haber participado con estudiantes de maestría en los proyectos descritos, se ha 
podido establecer el impacto en la enseñanza-aprendizaje. Por un lado, se trata de una manera 
de aprender haciendo o aprender mediante la solución de problemas, lo cual no solo tiende a 
estimular a los estudiantes sino que además ha demostrado su efectividad en la apropiación de 
los elementos de la base de conocimiento. En lugar de estudiarlos demanera pura o aislada, se 
estudian en la medida en que son aplicados, resultando en un aprendizaje exteriorizado, en 
lugar de interiorizado, lo cual permite una absorción más natural, así como una aprehensión 
más material y crítica de lo teórico. Por otra parte, ha sido una manera efectiva de integrar las 
actividades de docencia e investigación que resulta en empoderamiento de los estudiantes y en 
mayor pertenencia y capacidad de asesoramiento por parte de los docentes. 
6. Conclusiones y trabajo futuro. 
La investigación centrada en el diseño no es un paradigma radicalmente nuevo para la 
investigación. Esfuerzos similares se han trabajado hace décadas en ingeniería, arquitectura, 
diseño y administración, como un reconocimiento de que todas estas disciplinas están más 
enfocadas en la solución de problemas, en el diseño. Por ello, investigadores en formación o 
con experiencia encuentran en este enfoque algo que en lugar de ser diferente es, de hecho, 
familiar. Esta familiaridad es precisamente lo que la investigación basada en el diseño pretende. 
Es una estructura para legitimar la generación de conocimiento a partir del diseño sin tener que 
forzarlo para cumplir con los requerimientos de otras ciencias. Por ello, su aceptación entre 
jóvenes investigadores ha sido efectiva y rápida. 
Algunas dificultades persisten: la falta de métodos específicos que guíen a los investigadores 
sin experiencia, la tensión entre evaluación del artefacto y validación de teoría, la posible 
dificultad en que los productos sean aceptados por publicaciones orientadas a métodos de 
ciencias naturales, entre otras. No obstante, en últimas se puede, como lo demuestran los 
casos aquí discutidos, generar proyectos que contribuyen soluciones relevantes a problemas 
locales del mundo real y también son capaces de generar reflexiones rigurosas que constituyen 
contribuciones al conocimiento, cuya prueba última, más allá del método de investigación 
empleado, es la generación de productos intelectuales para la comunidad científica global. 
En la medida en que se siga fortaleciendo la comunidad en torno a este enfoque, se irán 
reduciendo las incertidumbres y se irán aumentando los canales de publicación, algo que 
consideramos parte del trabajo continuo en torno a este enfoque. Pero de manera crítica se 
puede lograr de esta manera que la investigación en ingeniería en el país cada vez genere más 
impacto social y al mismo tiempo aumente la visibilidad de la actividad científica del país. 
5. Referencias 
Arias-Baez, M.P. & Carrillo-Ramos, A. (2012) Conformación Adaptativa de Equipos de 
Trabajo en Entornos Colaborativos. 7CCC, Medellín, Colombia, Octubre 1-5, 2012. 
Benbasat, I., & Zmud, R. W. (1999). Empirical Research in Information Systems: The 
Practice of Relevance. MIS Quarterly, 23(1), 3–16. 
Cross, N. (2001). Designerly Ways of Knowing: Design Discipline Versus Design Science. 
	 8
Design Issues, 17(3), 49–55. 
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of Computer 
Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982–1003. 
Denning, P. J., Comer, D. E., Gries, D., Mulder, M. C., Tucker, A., Turner, A. J., & Young, P. 
R. (1989). Computing as a discipline. Communications of the ACM, 32(1), 9–23. 
Donaldson, O., & Golding, P. (2009). A Design Science Approach for Creating Mobile 
Applications. ICIS 2009 Proceedings. Recuperado a partir de http://aisel.aisnet.org/icis2009/165 
Garcia, C. & Pomares, A. (2012) Procesamiento Espacial de Eventos con Minas Antipersona 
en Colombia. 7CCC, Medellín, Colombia, Octubre 1-5, 2012. 
Gonzalez, R. A., & Sol, H. G. (2012). Validation and Design Science Research in Information 
Systems. En M. Mora, O. Gelman, A. L. Steenkamp, & M. Raisinghani (Eds.), Research 
Methodologies, Innovations and Philosophies in Software Systems Engineering and Information 
Systems (pp. 403–426). Hershey: IGI Global. 
Hevner, A. R., & Chatterjee, S. (2010). Design research in information systems : theory and 
practice. New York: Springer. 
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information 
systems research. MIS Quarterly, 28(1), 75–105. 
March, S. T., & Smith, G. F. (1995). Design and natural science research on information 
technology. Decision Support Systems, 15(4), 251–266. 
Moque, C & Pomares, A. & Gonzalez, R. (2012) AnonymousData.co: A Proposal for 
Interactive Anonymization of Electronic Medical Records. HCist'2012 - International Conference 
on Health and Social Care Information Systems and Technologies. Algarve Portugal. 
Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A design science 
research methodology for information systems research. Journal of Management Information 
Systems, 24(3), 45–77. 
Peña Clavijo, D. & Pomares Quimbaya, A. & Gonzalez, R.A. (2012) DISEArch - A Strategy 
for Searching Electronic Medical Health Records. In Proceeding of the 14th International 
Conference on Enterprise Information Systems ICEIS. 
Piirainen, K., Gonzalez, R. A., & Kolfschoten, G. (2010). Quo Vadis, Design Science? – A 
Survey of Literature. Global Perspectives on Design Science Research, Lecture Notes in 
Computer Science (Vol. 6105, pp. 93–108–108). Springer Berlin / Heidelberg. 
Simon, H. A. (1989). The scientist as problem solver. En D. Klahr K. Kotovsky (Ed.), 
Complex information processing: The impact of Herbert A. Simon (pp. 375–398). Hillsdale, NJ, 
England: Lawrence Erlbaum Associates, Inc. 
Simon, H. A. (1996). The Sciences of the Artificial (Vol. Third). Cambridge, MA: MIT Press. 
Simon, H. A., Langley, P. W., & Bradshaw, G. L. (1981). Scientific discovery as problem 
solving. Synthese, 47(1), 1–27. 
Torres-Ribero, L.G. & Pomares Quimbaya A. (2012) ADDOCO: Adaptive Data Distribution. 
 IADIS Collaborative Technologies 2012 (ICT 2012), Lisboa, Portugal, Julio 21-23 de 2012. 
van Aken, J. E. (2005). Management Research as a Design Science: Articulating the 
Research Products of Mode 2 Knowledge Production in Management. British Journal of 
Management, 16(1), 19–36. 
Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda 
on Interventions. Decision Sciences, 39(2), 273–315. 
 
Sobre los autores 
Rafael A. González: Ing. de Sistemas, U. Javeriana. Maestría en Ciencias de la Computación y 
Doctorado en Delft University of Technology. Profesor Asociado, Pontificia Universidad 
Javeriana, ragonzalez@javeriana.edu.co 
 
Alexandra Pomares: Ing. de Sistemas, U. Javeriana. Maestría en Ing. de Sistemas y 
	 9
Computación, Doctorado en Ing. de la U. de los Andes, Doctorado en Informática de la U. de 
Grenoble. Profesor Asociado, Pontificia Universidad Javeriana, pomares@javeriana.edu.co