Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/340793669 Aprendizaje multidisciplinar basado en proyectos ingeniería-biotecnología Conference Paper · July 2012 CITATIONS 0 READS 51 3 authors, including: M.V. Carriegos Universidad de León 88 PUBLICATIONS 228 CITATIONS SEE PROFILE Héctor Diez-Machío Universidad de León 9 PUBLICATIONS 6 CITATIONS SEE PROFILE All content following this page was uploaded by M.V. Carriegos on 20 April 2020. The user has requested enhancement of the downloaded file. https://www.researchgate.net/publication/340793669_Aprendizaje_multidisciplinar_basado_en_proyectos_ingenieria-biotecnologia?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_2&_esc=publicationCoverPdf https://www.researchgate.net/publication/340793669_Aprendizaje_multidisciplinar_basado_en_proyectos_ingenieria-biotecnologia?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_3&_esc=publicationCoverPdf https://www.researchgate.net/?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_1&_esc=publicationCoverPdf https://www.researchgate.net/profile/Mv-Carriegos?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_4&_esc=publicationCoverPdf https://www.researchgate.net/profile/Mv-Carriegos?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_5&_esc=publicationCoverPdf https://www.researchgate.net/institution/Universidad-de-Leon?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_6&_esc=publicationCoverPdf https://www.researchgate.net/profile/Mv-Carriegos?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_7&_esc=publicationCoverPdf https://www.researchgate.net/profile/Hector-Diez-Machio?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_4&_esc=publicationCoverPdf https://www.researchgate.net/profile/Hector-Diez-Machio?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_5&_esc=publicationCoverPdf https://www.researchgate.net/institution/Universidad-de-Leon?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_6&_esc=publicationCoverPdf https://www.researchgate.net/profile/Hector-Diez-Machio?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_7&_esc=publicationCoverPdf https://www.researchgate.net/profile/Mv-Carriegos?enrichId=rgreq-c6c3f36e092d2563e12e3349036814f6-XXX&enrichSource=Y292ZXJQYWdlOzM0MDc5MzY2OTtBUzo4ODI1MDgxMzY3MTQyNDFAMTU4NzQxNzc0NDg0OA%3D%3D&el=1_x_10&_esc=publicationCoverPdf Aprendizaje multidisciplinar basado en proyectos ingeniería-biotecnología Miguel V. Carriegos*, Héctor Diez-Machío, Montserrat López Departamento de Matemáticas, Universidad de León, 24071-León , 987291456, miguel.carriegos@unileon.es* Resumen Se describe brevemente una metodología de aprendizaje basado en proyectos, multidisciplinar y autoevaluante aplicada en asignaturas de Redes Neuronales y Algoritmos Genéticos. La metodología está coordinada, integrada y simultánea en los títulos de Grado en Ingeniería Informática y Grado en Biotecnología de la Universidad de León. Palabras Clave: Aprendizaje basado en proyectos; algoritmos genéticos (máximo 5). Abstract We provide a brief summary of a methodological proposal of project based learning which is also multi-disciplinar and self-evaluative. This proposal is performed on current syllabus of Neural Networks and Genetic Algorithms oriented to undergraduates of Computation and Biotechnology at the Universidad de León. Keywords: Project-based-learning, Genetic Algorithms 1. Introducción Presentamos una experiencia metodológica de coordinación y colaboración entre estudiantes y profesores de dos titulaciones diferentes en dos centros distintos para el estudio y la adquisición de competencias relativas a la materia de Matemáticas en las asignaturas de Redes Neuronales y Algoritmos Genéticos. 1.1. Motivación La implantación del Espacio Europeo de Educación Superior (EEES) generó espectativas elevadas en cuanto a los nuevos títulos de grado. Podemos subrayar que la enseñanza-aprendizaje y evaluación por competencias permite plantear metodologías docentes no utilizadas, prácticas de estudio nuevas y nuevos diseños curriculares. En particular nos planteamos coordinar dos asignaturas con el mismo enfoque de conocimientos (Inteligencia Artificial, Redes Neuronales y Algoritmos Genéticos) pero con una audiencia radicalmente dispar (Licenciados/Graduados en Biotecnología y Ingenieros/Graduados en Ingeniería Informática). La meta era que, al concluir el semestre, los estudiantes de Biotecnología y de Ingeniería pudiesen tener seminarios conjuntos e incluso colaborar en la realización de trabajos o mini-proyectos. 1.2. Claustro Los firmantes del presente trabajo han sido los profesores de las asignaturas a lo largo de los últimos cursos. Antes de la entrada en vigor de los títulos EEES: -Redes Neuronales y Algoritmos Genéticos; Ingeniero en Informática; optativa 4º curso; 6 créditos; en torno a 50 estudiantes matriculados. -Redes Neuronales y Algoritmos Genéticos; Licenciado en Biotecnología; optativa 5º curso; 6 créditos; en torno a 20 estudiantes matriculados. Actualmente, con títulos adaptados a EEES: -Computación Neuronal y Evolutiva; Grado en Ingeniería Informática; optativa; semestre VI; en torno a 50 estudiantes matriculados. -Modelos matemáticos, redes neuronales y algoritmos genéticos; Grado en Biotecnología; obligatoria; semestre IV; en torno a 60 estudiantes matriculados. 1.3. Objetivos concretos Desarrollar una dinámica de trabajo interdisciplinar incidiendo en los roles propios de cada futuro profesional; es decir, el biotecnólogo se ocupará del planteamiento de un problema concreto en biotecnología mientras que el ingeniero proveerá su abstracción y resolución efectiva. 1.4. Competencias Se aseguran las competencias relativas a: trabajo en grupo, dinámica multidisciplinar, comunicación oral y escrita a auditorios no especialistas, trabajo con textos y documentos de investigación (artículos, informes) en español e inglés. 2. Metodología Calificamos la metodología como: Aprendizaje basado en proyectos, con la particularidad que el profesor define el marco pero la selección de los proyectos concretos es responsabilidad de los alumnos. Multidisciplinar, pues afecta a dos titulaciones distintas de distintas Ramas de Conocimiento. Autoevaluante, pues no son los alumnos los que se evaluan a sí mismos, si no que actúan como alumnos que son evaluados por unos agentes (alumnos de otra titulación). Se plantea una única práctica de larga duración común para biotecnólogos e ingenieros siguiendo el siguiente Cronograma: I. Introducción teórica a los Algoritmos Genéticos: -Biotecnología: Conceptos teóricos básicos sobre Algoritmos Genéticos. -Ingeniería: Conceptos teóricos básicos sobre Algoritmos Genéticos. II. Exposición del problema: -Biotecnología: Exposición de la práctica. Comienza la selección del problema que se planteará a los ingenieros. La memoria de propuesta se realizapor parejas donde cada miembro tiene responsabilidad diferenciada (comprensión/análisis del problema y redacción de la memoria). Debe ser planteada en los siguientes términos: a) Breve introducción al problema: marco de trabajo y utilidad de la solución. b) Enunciado detallado del problema. Incluirá el modelo matemático. c) Razones por las cuales el problema es abordable con Algoritmos Genéticos. El problema puede obtenerse de dos formas: a) Desde un artículo de investigación del tipo “Problema de Biotecnología resuelto mediante Algoritmos Genéticos” [1-4] b) Como mejora de algún trabajo de cursos anteriores. III. Fin primera parte. -Biotecnología: Concluir la redacción de las memorias (realimentación con el profesor). -Ingeniería: Librería PERL AI Genetic IV. Fase de resolución. -Ingeniería: Asignación de las memorias por sorteo. Comienza el análisis y programación de los problemas planteados. Se facilita la comunicación entre los grupos de ingenieros y biotecnólogos pues es habitual que las memorias estén incompletas o no sean precisas. V. Fase de resolución. -Biotecnología: Se responde de forma motivada los informes de los Ingenieros. -Ingeniería: Se concluye la programación de la solución y se entrega de vuelta junto con una memoria que incluirá la solución obtenida y las dificultades que se presentaron. En algunos casos el problema no está bien planteado y la solución es “No programable”. 3. Conclusiones Los retornos de este tipo de metodología son positivos en general. Subrayamos que las dificultades de llevarlas a cabo son en general lo más valorado por los estudiantes, podemos enumerar los siguientes aspectos, que obviamente se pueden apuntar como competencias de las asignaturas: Biotecnólogos: 1º) Redactar un documento para un ingeniero. “Olvidarse de la literatura” e ir directamente al grano. 2º) Ser minuciosos en la descripción de los detalles, pues para analizar y programar un problema éste no puede quedar a medio definir o medio entender. Ingenieros: 1º) Realizar un programa o solución informática con un usuario final (más allá del propio alumno y del profesor). 2º) Centrarse no sólo en el problema de análisis y programación, también en la información que recibirá el biotecnólogo. Ambos claustros 1º) Aumenta la motivación al ser otros compañeros los que evalúan el trabajo. Además tal valoración no es finalista, debe ser motivada pues el alumno que valora necesita el trabajo que está valorando para realizar el propio. 2º) Se trabaja sobre problemas reales a nivel de investigación en biotecnología en una situación que podría ser real: La biología/biotecnología presenta un problema para su resolución técnica por la ingeniería. Finalmente nos gustaría reseñar brevemente algunas dificultades que se han presentado y que son recurrentes en los sucesivos cursos en los que se ha llevado a cabo esta metodología. En general podemos agrupar las dificultades en dos tipos: Agenda: Es necesario coordinar las agendas de dos titulaciones, la metodología secuencial involucrando diferentes agentes hace que el planteamiento deba ser estricto y muy programado. Se hace conveniente disponer de un “Plan B” en algunas sesiones previendo posibles retrasos. Tecnología docente: El uso de la plataforma Moodle es preceptivo en los campus de la Universidad de León, no obstante esta plataforma no permite en la actualidad implementar nuestra metodología, así que se hace necesario un esfuerzo extra por parte de los profesores para, además de ser el agente docente- planificador-supervisor también sea, en más ocasiones de las necesarias, canal de comunicación. 4. Referencias 1. C.C. Kang, Y.J. Chuang, K.C. Tung, C.C. Chao, C.Y. Tang, S.C. Peng, D.S.H. Wong, Bioinformatics, 12 (2011) S17. 2. J. Leelawattanachai, C. Modchang, W. Triampo, D. Triampo, Y. Lendbury, App. Math. Computation, 207 (2009) 528. 3. K. Muffler, M. Retzlaff, K-H. VanPée, R. Ulber, J. Biotechnology 127 (2007) 425. 4. K.R. Patil, I. Rocha, J. Förster, J. Nielsen, Bioinformatics 6 (2005) 308. View publication stats https://www.researchgate.net/publication/340793669
Compartir