content(1)

Vista previa del material en texto

1 
 
DESARROLLO DE UN SISTEMA DE AYUDA AL USUARIO BASADO EN 
AGENTES INTELIGENTES PARA LA PLATAFORMA INFORMATICA 
EDUCATIVA UCC 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
CARMEN ELISA VALENCIA CARABALI 
ELSA MARIELA ORDOÑEZ PALECHOR 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
UNIVERSIDAD COOPERATIVA DE COLOMBIA 
FACULTAD DE INGENIERIA 
INGENIERIA DE SISTEMAS 
CALI 
2018 
2 
 
DESARROLLO DE UN SISTEMA DE AYUDA AL USUARIO BASADO EN 
AGENTES INTELIGENTES PARA LA PLATAFORMA INFORMATICA 
EDUCATIVA UCC 
 
 
 
 
 
 
 
 
 
 
CARMEN ELISA VALENCIA CARABALI 
ELSA MARIELA ORDOÑEZ PALECHOR 
 
 
 
 
Trabajo de Grado 
Para Optar al Título de Ingeniera de Sistemas 
 
 
 
 
Director 
JHON HAIDE CANO BELTRAN 
Ingeniero de Sistemas 
 
 
 
 
 
 
UNIVERSIDAD COOPERATIVA DE COLOMBIA 
FACULTAD DE INGENIERIA 
INGENIERIA DE SISTEMAS 
CALI 
2018 
3 
 
4 
A Dios Todopoderoso, por su gran misericordia y amor; por la sabiduría y por 
haberme permitido subir un escalón más y alcanzar esta meta. 
A mi familia y amigos por la comprensión y apoyo incondicional. 
 
 
Carmen Elisa Valencia Carabalí 
 
 
 
 
A mi familia por ser un apoyo constante en cada paso de mi vida y ser la 
bendición más grande que Dios me ha dado. 
A Dios mi padre celestial que siempre ha llenado mi vida de grandes bendiciones. 
A mis amigos y compañeros por su amistad y apoyo incondicional. 
 
 
 
Elsa Mariela Ordoñez Palechor 
5 
 
 
 
AGRADECIMIENTOS 
 
 
 
Agradezco especialmente a nuestros profesores: El Ing. Jhon Haide Cano Beltrán, 
la Ing. Josefina de Llano Feliú Msc. y la Ing. Diana Carolina Rivera por formarnos y 
brindarnos su orientación; por el conocimiento ofrecido, disposición, motivación y 
apoyo constante. 
 
A nuestro amigo y compañero Ing. Carlos Brayan Jurado Gómez por su 
colaboración y apoyarnos incondicionalmente en este trayecto. 
 
 
 
 
 
 
Carmen Elisa Valencia Carabalí 
 
 
 
 
 
 
Elsa Mariela Ordoñez Palechor 
6 
 
CONTENIDO 
Pág. 
 
 
RESUMEN 11 
INTRODUCCIÓN 12 
1. IDENTIFICACIÓN DEL PROBLEMA 13 
1.1 PLANTEAMIENTO DEL PROBLEMA 13 
1.2 FORMULACIÓN DEL PROBLEMA 14 
2. JUSTIFICACIÓN 15 
3. OBJETIVOS 16 
3.1 OBJETIVO GENERAL 16 
3.2 OBJETIVOS ESPECÍFICOS 16 
4. MARCO REFERENCIAL 17 
4.1 MARCO TEÓRICO Y CONCEPTUAL 17 
4.1.1 Teorías del Aprendizaje en Ambientes Virtuales 17 
4.1.2 Tecnologías de Información y Comunicación en Sistemas de Educación 
superior 18 
4.1.3 Entornos Virtuales de Aprendizaje (EVA). 19 
4.1.5 Tipos de Inteligencias 23 
4.1.6 Inteligencia Artificial 24 
4.1.7 Agente Inteligente 25 
4.1.7.1 Características de los agentes 25 
4.1.7.2 Ejemplo de Sistemas Inteligentes de Aprendizaje 27 
4.1.7.3 Agentes Disponibles para el Desarrollo de Plataformas de Aprendizaje 
Virtual 27 
4.1.7.4 Clases de Agentes Inteligentes 28 
4.1.8 Métodos Para el Desarrollo y Construcción de los Agentes Inteligentes. 29 
4.1.9 Metodologías Para el Desarrollo de Agentes Inteligentes 29 
4.1.10 Arquitectura de los Agentes Inteligentes. 31 
4.1.10.1 Arquitecturas deliberativas. 31 
4.1.10.2 Arquitecturas Reactivas. 31 
7 
 
4.1.10.3 Arquitecturas Híbridas. 32 
4.1.13 Sistemas Multiagente. 33 
4.1.13.1. Comunicación Entre Agentes 34 
4.1.14 Lenguajes Ontológicos Web. 34 
4.1.14.1 OWL 35 
4.1.14.2 OWL Lite. 35 
4.1.14.3 OWL Dl. 35 
4.1.14.4 OWL Full. 35 
4.1.14.5 RDF 36 
4.1.15 Plataformas Para Desarrollo de Agentes Inteligentes: 36 
4.1.15.1 AGLETS. 36 
4.1.15.2 ABLE 37 
4.1.15.3 JADE 38 
4.2 MARCO CONTEXTUAL 39 
4.3 ANTECEDENTES 39 
4.3.1 Arquitectura Multiagente Para Un Sistema e-Learning 39 
4.3.2 Un Sistema de Tutoría Inteligente Adaptativo Considerando Estilos de 
Aprendizaje. 41 
4.3.3 Desarrollo de un Agente Inteligente para Dispositivos Móviles Android 
que Permita Llevar los Ingresos y Egresos Económicos de Una Persona. 42 
5. METODOLOGÍA 44 
5.1 ANÁLISIS Y DISEÑO 45 
5.1.1 Lista de StakeHolders del Proyecto 45 
5.1.2 Requerimientos 48 
5.1.3 Actores Relevantes del Sistema 50 
5.1.4 Patrones de Diseño 51 
5.1.4.1 Patrón Singletón 52 
5.1.4.2 Patrón Factory Method. 53 
5.1.4.3 Patrón Implementatión_JADE 54 
5.1.5 Diseño de la Arquitectura. 55 
5.1.6 Interdependencias de los Actores 56 
5.1.7 Diagrama de Actores del Sistema 58 
8 
 
5.1.8 Diagramas de Objetivos o Metas 59 
5.1.9 Diagrama del entorno del sistema de los agentes 61 
5.1.10 ARQUITECTURA DEL SISTEMA (GENERAL) 62 
5.2 Desarrollo del Prototipo Propuesto Para Este Proyecto 63 
5.2.1 Codificación 67 
5.2.1.1 Estructura del proyecto AgentesMaven [Enterprise Mave (Aplicación 
web)]. 67 
5.2.1.2 Librerías y Dependencias 74 
5.3 Despliegue 75 
5.4 PRUEBA DE UNITARIA 76 
6. RESULTADOS Y DISCUCIÓN 78 
En este capítulo se detallan los resultados obtenidos en el desarrollo de cada 
una de las fases planteadas según la metodología Tropos e Ingenias. 78 
6.1 EXPLORACIÓN DE DIFERENTES AGENTES INTELIGENTES 78 
6.2 USO DE AGENTES INTELIGENTES EN DIVERSAS PLATAFORMAS. 79 
6.3 AGENTES INTELIGENTES QUE SE ADECUAN AL ALCANCE DEL 
PROYECTO. 81 
7. CONCLUSIONES 82 
8. TRABAJOS FUTUROS 83 
BIBLIOGRAFÍA 84 
ANEXOS 87 
9 
LISTA DE TABLAS 
 
 
Pág. 
TABLA 1: EJEMPLO TIPOS DE AGENTES 26 
TABLA 3: REQUERIMIENTOS FUNCIONALES DEL SISTEMA 49 
TABLA 4: REQUERIMIENTOS NO FUNCIONALES DEL SISTEMA. 50 
TABLA 5: ACTORES RELEVANTES DEL SISTEMA. 50 
TABLA 6: EXPLORACIÓN DE DIFERENTES AGENTES INTELIGENTES. 78 
10 
 
LISTA DE FIGURA 
 
 
Pág. 
FIGURA 1 PROTOTIPO: MODELO DE SERVICIOS DEL SISTEMA MULTIAGENTE 41 
FIGURA 2: PATRÓN SINGLETÓN CLASE SINGLETONPETICIONES.JAVA 52 
FIGURA 3: PATRON FACTORY METHOD 53 
FIGURA 4: DIAGRAMA DE CLASES DEL PATRÓN IMPLEMENTATION_JADE 54 
FIGURA 5: NOTACIÓN GRÁFICA DE LOS ELEMENTOS BÁSICOS DE TROPOS 56 
FIGURA 6: NOTACIÓN GRÁFICA DE LAS RELACIONES DE DEPENDENCIA 56 
FIGURA 7: DIAGRAMAS DE INTERDEPENDENCIAS DE LOS ACTORES. 57 
FIGURA 8: DIAGRAMA DE ACTORES. 58 
FIGURA 9: DIAGRAMAS DE OBJETIVOS O METAS DEL ACTOR AGENTE. 59 
FIGURA 10: DIAGRAMAS DE OBJETIVOS O METAS DEL ACTOR ESTUDIANTE. 60 
FIGURA 11: DIAGRAMAS DE OBJETIVOS O METAS DEL ACTOR DOCENTE. 61 
FIGURA 12 DIAGRAMA DEL ENTORNO DEL SISTEMA DE AGENTES. 62 
FIGURA 13: ARQUITECTURA DEL SISTEMA 63 
FIGURA 14: DIAGRAMA DE CLASES AGENTESMAVEN-WEB 65 
FIGURA 15: DIAGRAMA DE CLASES AGENTESMAVEN-EJB 66 
FIGURA 16: ESTRUCTURA PROYECTO AGENTESMAVEN 67 
FIGURA 17: ESTRUCTURA AGENTESMAVEN-EJB 68 
FIGURA 18: FRAGMENTO DE CÓDIGO MÉTODO SETUP 69 
FIGURA 19: FRAGMENTO DE CÓDIGO CLASE RESPUESTA 70 
FIGURA 20: FRAGMENTO DE CÓDIGO DE LA CLASE SEARCHLOGIC.JAVA 71 
FIGURA 21: FRAGMENTO DE CÓDIGO DE LA CLASE SINGLETONRESPUESTAS.JAVA 72 
FIGURA 22: FRAGMENTO DE CÓDIGO CLASE SERVICES.JAVA 73 
FIGURA 23: PRUEBA POSTMAN 75 
FIGURA 24: RESULTADO PRUEBA POSTMAN 76 
FIGURA 25: PRUEBA UNITARIA (1) SEARCHLOGIC.JAVA 77 
FIGURA 26 : PRUEBA UNITARIA (2) SEARCHLOGIC.JAVA 77 
FIGURA 27: MODELO DE AGENTES ASISTENTE TEXTUAL 80 
11 
LISTA DE ANEXOS 
Pág. 
ANEXO 1. ENCUESTA 87 
12 
RESUMEN 
 
 
 
El proyecto “DESARROLLO DE UN SISTEMA DE AYUDA AL USUARIO BASADO 
EN AGENTESINTELIGENTES PARA LA PLATAFORMA INFORMATICA 
EDUCATIVA UCC”, tuvo como objetivo el desarrollo de un prototipo funcional de 
ayudas al usuario basado en la tecnología de Agentes Inteligentes; ideal para 
integrar en Entornos Virtuales de Aprendizaje EVA en los cuales se requiera el 
apoyo continuo a usuarios al momento de interactuar con los contenidos y 
actividades de los cursos; en este caso se tomó como referencia EVA la 
Plataforma Informática Educativa UCC de la Universidad Cooperativa de Colombia 
sede Cali. 
 
Para la realización de este proyecto fue necesario apoyarse en diferentes fuentes 
de información y en la metodología Tropos, la cual está diseñada para cubrir el 
ciclo de vida de desarrollo de proyectos basados en agentes inteligentes y que 
conllevó al diseño arquitectural y diseño detallado del sistema en general, para 
luego acoplarlo a un prototipo funcional. 
JADE (Java Agent Development Framework),fue la herramienta más importante 
utilizada en la etapa de desarrollo, al otorgar la creación simplificada de agentes, 
asignación de comportamientos y su despliegue. 
 
Finalmente se obtiene un prototipo (proyecto tipo web) que implementa web 
services y un agente inteligente al cual se le asigna la función de realizar 
sugerencias en tiempo real a usuarios de la plataforma, sobre diversos contenidos 
e información alojada en la web que esté relacionada con la temática estudiada en 
un momento dado dentro de un curso. 
13 
INTRODUCCIÓN 
 
 
 
Hoy en día, los Entornos Virtuales de Aprendizaje EVA (Plataformas educativas) 
se han convertido en una tendencia que ha sido acatada e implementada por 
diversas instituciones de educación superior, especialmente por los múltiples 
avances de este tipo de tecnología. A través los EVA, muchas instituciones ofertan 
a sus estudiantes cursos interdisciplinarios para reforzar temáticas tratadas en el 
aula de clases o por el simple hecho de que estos amplíen sus conocimientos 
estudiando de forma virtual. 
 
 
Frecuentemente se requiere que, por medio de este tipo de plataformas, estás 
instituciones logren implementar material educativo, fortalecer el aprendizaje 
virtual en sus estudiantes de manera innovadora (buscar nuevas experiencias 
para los usuarios), disminuyan brechas de espacio entre el educador-estudiante- 
contenido, logren gestionar el aprendizaje y generar adaptabilidad de las 
actividades y cursos con la forma de aprender de los diversos estudiantes 
(usuarios). 
 
 
Teniendo en cuenta lo anteriormente mencionado se propuso la realización de 
este proyecto, con el fin de desarrollar un sistema de ayuda al usuario basado en 
la tecnología de Agentes Inteligentes; dicho sistema puede ser integrado en 
Entornos Virtuales de Aprendizaje en los cuales se requiera el apoyo continuo a 
usuarios al momento de interactuar con los contenidos y actividades de los cursos; 
en este caso tomando como referencia la Plataforma Informática Educativa UCC 
de la Universidad Cooperativa de Colombia sede Cali. Estos agentes inteligentes, 
serán capaces de brindar ayuda y recomendación acorde a cada estudiante 
(usuario), es decir, un tipo de ayuda adaptativa que optimizará el tiempo que 
intervienen los usuarios en el desarrollo del curso y la comprensión de sus 
contenidos. 
14 
 
1. IDENTIFICACIÓN DEL PROBLEMA 
 
 
 
1.1 PLANTEAMIENTO DEL PROBLEMA 
 
Los entornos virtuales de aprendizaje (EVA) son herramientas, donde uno de sus 
objetivos principales es el apoyar a los estudiantes y docentes en la comprensión 
de los temas o contenidos de los cursos dentro de las aulas, debido a que muchas 
veces el tiempo dedicado a ciertas asignaturas no es suficiente para que los 
estudiantes logren fortalecer su conocimiento. 
Las plataformas virtuales se convierten en un vínculo o, dicho de otra manera, en 
un conector entre alumno y profesor por medio del cual, a través de cursos 
virtuales se pueda abordar todo el contenido de los cursos o asignaturas, disminuir 
falencias y mejorar las competencias, conceptos y fundamentos que no fueron 
trabajadas o no se tuvieron en cuenta en las clases presenciales. 
La Plataforma Informática Educativa UCC de la Universidad Cooperativa de 
Colombia sede Cali, está en proceso de desarrollo y actualmente cuenta con dos 
cursos: Algoritmia y Desarrollo de aplicaciones móviles en Android, pero ésta aún 
no tiene implementado o no cuenta con un sistema de ayuda al usuario, el cual 
puede servir como una herramienta de apoyo para el desarrollo de actividades y 
mejor comprensión del contenido de los cursos. 
Con la implementación de sistemas de ayuda en la plataforma, utilizando agentes 
inteligentes, se busca brindar apoyo al usuario en el momento de interactuar con 
los contenidos y actividades del curso, que sea acorde al historial de tareas 
realizadas y complementadas con información extraída de la web; una 
herramienta que motive al estudiante a cumplir con los objetivos y adquisición de 
competencias relacionadas con la carrera, para que este no llegue a tomar 
decisiones como abandonarla o desertar de la universidad. Además, una 
plataforma enfocada a procesos de enseñanzas con la tecnología de agentes 
inteligentes, es novedosa, flexible y atractiva para todo tipo de usuario. 
15 
 
1.2 FORMULACIÓN DEL PROBLEMA 
 
¿Cómo acompañar el aprendizaje de los estudiantes y la comprensión de 
contenidos del curso de algoritmia en la Plataforma Informática Educativa UCC, 
con un sistema de ayuda al usuario basado en agentes inteligentes? 
16 
 
2. JUSTIFICACIÓN 
 
 
 
La enseñanza y aprendizaje a través de plataformas virtuales, es una tendencia 
que ha sido acatada y difundida por casi todo el mundo gracias a múltiples 
avances tecnológicos. 
 
 
La educación virtual e-learning genera la oportunidad de acceder a espacios de 
enseñanza, y a su vez a la obtención de conocimiento con pocas limitaciones de 
tiempo, espacio y en ocasiones de dinero. Por tal razón, para la Facultad de 
Ingeniería de la Universidad Cooperativa de Colombia sede Cali, el llegar a 
implementar un sistema de ayuda al usuario basado en agentes inteligentes para 
la Plataforma Informática Educativa UCC (que está en proceso de desarrollo) es 
de suma importancia porque se convertiría en una herramienta más atractiva e 
interactiva de apoyo a estudiantes y profesores en la asignatura de Algoritmia, 
para que puedan desarrollar una serie de competencias específicas y 
fundamentales para los ingenieros de sistemas en las primeras etapas de 
formación. 
 
 
El diseño e implementación de un sistema de ayudas al usuario basado en 
agentes inteligentes, como su mismo nombre lo indica, ayudará al usuario en este 
caso el estudiante y el docente, en la interacción con los contenidos del curso de 
Algoritmia y en el desarrollo de actividades. Los agentes inteligentes, serán 
capaces de brindar ayuda y recomendación acorde a cada usuario, es decir, un 
tipo de ayuda adaptativa que optimizará el tiempo que intervienen los usuarios en 
el desarrollo del curso y la comprensión de sus contenidos. 
 
 
Este proyecto es un eslabón para el progreso tecnológico y a su vez un ente 
beneficioso para la comunidad estudiantil, docentes y demás usuarios que hagan 
uso de la plataforma, porque no solo será una herramienta de apoyo para el curso, 
sino que también permitirá realizar un seguimiento al proceso de aprendizaje y 
disminución de la deserción de estudiantes, especialmente a los de semestres 
inferiores. 
17 
 
3. OBJETIVOS 
 
 
 
 
3.1 OBJETIVO GENERAL 
 
Diseño de un prototipo funcional de ayuda al usuario para la Plataforma 
Informática Educativa UCC de la Universidad Cooperativa de Colombia basado en 
agentes inteligentes. 
 
 
3.2 OBJETIVOS ESPECÍFICOS 
 
Comparar el comportamiento de los diferentes tipos de agentes inteligentes de 
acuerdo a la funcionalidad asignada. 
 
Seleccionar una metodología para el desarrollo de los agentes inteligentes. 
 
Seleccionar un frameworks para la implementación de los agentes inteligentes. 
 
Desarrollar un prototipo funcional basado en agentes inteligentes para la 
plataforma informática educativa UCC. 
18 
 
4. MARCO REFERENCIAL 
 
 
 
4.1 MARCO TEÓRICO Y CONCEPTUAL 
 
4.1.1 Teorías del Aprendizaje en Ambientes Virtuales 
 
Dado que uno de los temas centrales del proyecto es la creación y entrenamiento 
de agentes inteligentes basándolos en modelos mentales de aprendizaje de los 
usuarios de la plataforma y su modo de interactuar con esta, es necesario conocer 
y plantear teorías de aprendizaje que sirvan de ejes conceptuales para identificar y 
seleccionar métodos, herramientas y técnicas para cada situación particular que 
se pueda presentar con los usuarios en su proceso de aprendizaje. 
Las teorías de aprendizaje buscan y plantean la descripción de procesos por 
medio de loscuales el ser humano aprende o cómo accede al conocimiento, 
además de esto ayudan a la comprensión, control y predicción de su 
comportamiento. Entre estas teorías se encuentran el conductismo el cognitivismo 
y el constructivismo. 
 
 
Para Guerrero y Flores1 el conductismo es un enfoque que tiene sus bases en la 
psicología, está orientado al estudio de la conducta humana y cómo la interacción 
con diferentes entornos generan un estímulo que a su vez le sigue una respuesta. 
Por otro lado, el cognitivismo lo definen como el enfoque que se centra en 
comprender cómo se transforman los estímulos sensoriales, como el ser humano 
conoce, interpreta, procesa y almacena información la mente humana, dicho en 
otras palabras, como el humano piensa y aprende. De igual forma también plantea 
el constructivismo como un enfoque, el cual da una perspectiva de cómo el 
hombre va construyendo poco a poco su conocimiento al interactuar con el medio 
y no sólo con realizar registros en el cerebro. 
 
 
 
 
1 
GUERRERO, Tivisay Y FLORES, Hazel. Teorías del Aprendizaje y la Instrucción en el Diseño de 
Materiales Didácticos Informáticos. Artículo, educere Universidad de los Andes. Revista 
Venezolana de Educación. Vol. 13. Mérida, Venezuela: 2009. p. 321 
19 
 
Estas teorías de aprendizaje aplicadas en ambientes virtuales ayudan 
básicamente a articular la pedagogía con la tecnología y la comunicación, para 
diseñar actividades en entornos virtuales y establecer lineamientos de desarrollo 
donde se plasman relaciones de interacción entre estudiante, tutor, materiales 
didácticos y recursos que fundamentan el proceso de enseñanza y aprendizaje. 
 
 
4.1.2 Tecnologías de Información y Comunicación en Sistemas de 
Educación superior 
 
Las tecnologías de la información y la comunicación, también conocidas como 
TIC, son herramientas por medio de las cuales se procesa, sintetiza, se recupera y 
se representa información; a su vez, están conformadas por aparatos, software y 
redes interconectados entre sí donde su objetivo principal es mejorar la calidad de 
vida de las personas cuando se enfrentan a determinados entornos. 
 
 
La aplicación de las TIC trae consigo, entonces, la aparición de 
nuevos tipos de instituciones de educación superior y la 
transformación de las existentes. Algunos autores han tipificado 
distintos modelos de enseñanza, apoyados en las posibilidades que 
hoy brindan las redes para la formación en diversas maneras. por 
ejemplo, nos hablan de siete tipos distintos de organizaciones: 
universidades de educación a distancia basadas en la tecnología; 
instituciones privadas dirigidas a la enseñanza de adultos; 
universidades corporativas; alianzas estratégicas universidad- 
empresa; organizaciones de control de acreditación y 
certificación; universidades tradicionales extendidas y 
universidades multinacionales globales. Utilicemos la tipología que 
utilicemos, lo que parece claro es que están apareciendo 
nuevas instituciones y que las existentes están modificando sus 
estructuras. Así pues, independientemente de la tipología 
empleada, considero importante resaltar los siguientes aspectos 
en relación con la inclusión de las TIC en las universidades: 
 
 
- Una de las principales contribuciones es que abren un abanico de 
posibilidades, situadas tanto en el ámbito de la educación a 
20 
 
distancia, como en el de modalidades de enseñanza presencial. 
Estas posibilidades dependen, tanto o más que del grado de 
sofisticación y potencialidad técnica, del modelo de aprendizaje 
en que se inspiran, de la manera de concebir la relación profesor- 
alumnos y de entender la enseñanza. 
 
 
- Muchos de los conceptos asociados con el aprendizaje en la 
clase tradicional, pero ausentes cuando se utilizan sistemas 
convencionales de educación a distancia, pueden reacomodarse 
al integrar las TIC en la enseñanza, dando lugar a una nueva 
configuración que puede superar las deficiencias de los sistemas 
convencionales, ya sean presenciales o a distancia. 
 
 
- La existencia de una disyuntiva que conduce, por un lado, hacia la 
institución de educación superior "orientada al mercado", y por otro, 
hacia la institución "orientada al servicio", más centrada en las 
demandas que surgen del contexto cercano, en dar respuestas 
a la sociedad que la soporta, buscando la calidad en este servicio, 
etc.2 
 
 
 
4.1.3 Entornos Virtuales de Aprendizaje (EVA). 
 
La Plataforma Informática Educativa UCC es concebida como un entorno virtual 
de aprendizaje, porque su principal funcionalidad es el alojamiento de contenido 
educativo que está a disposición de sus usuarios; y no solo eso, también funciona 
como una herramienta que complementa lo aprendido en las clases presenciales, 
 
 
2 
SALINAS, Jesús. ¿Qué aportan las tecnologías de la información y la comunicación a las 
universidades convencionales? Algunas consideraciones y reflexiones. En: Revista Educación 
y Pedagogía. Medellín: Universidad de Antioquia, Facultad de Educación. Vol. XIV, No. 33, (mayo- 
agosto), 2002. p. 95. 
21 
 
permite evaluar, realizar un seguimiento a cada uno de estudiante y a su vez trata 
de romper barreras de espacio/tiempo que se presentan en el proceso de 
aprendizaje. 
 
 
Los EVA generan nuevas experiencias educativas, porque ya no es necesario 
estar ligado a un espacio físico, no se requiere la presencia física del profesor, el 
sistema académico deja de ser monótono, los horarios son flexibles, mejor 
administración de tiempo. Comúnmente están establecidas en plataformas de 
educación virtual, dichas plataformas son un conjunto de aplicaciones o un 
entorno de hardware y software; permiten desarrollar y gestionar actividades y 
cursos virtuales, se caracterizan porque son interactivos, es decir, tienen la 
capacidad de responder a los requerimientos de los usuarios, Flexibles al ser 
fáciles de adaptar y fácil manejo y escalables porque pueden ser utilizados por 
diferentes números de usuarios. 
 
 
En las últimas décadas, la investigación científica sobre el proceso de aprendizaje 
humano y su relación con la tecnología ha generado vertientes relevantes de 
estudio, entre las cuales se destacan seis líneas que aportan conocimiento de 
frontera sobre los entornos virtuales de aprendizaje, éstas son: a) el desarrollo de 
tecnología educativa, b) el empleo de las TIC en el proceso educativo, c) el 
impacto de las plataformas tecnológicas en la educación, d) la influencia de 
Internet en los procesos educativos, e) los modelos y modalidades de educación a 
distancia, y f ) el fenómeno de la virtualización educativa. 
 
 
La comprensión de la virtualización en el proceso educativo y la apropiación y 
transformación de la virtualidad educativa, demanda profundizar en la naturaleza 
de los entornos diferenciados y/o emergentes de aprendizaje, dimensionar la 
contribución de “lo virtual” para la innovación educativa y valorar su impacto en los 
procesos educativos, por tanto, reconocerle como un objeto de estudio relevante 
en México y América Latina resulta de interés actual para las instituciones de 
educación superior; generar conocimiento sobre el empleo y la contribución de los 
recursos digitales, lo cual les permitirá sistematizar el desarrollo de habilidades 
digitales de estudiantes y conocer cómo responden a través de sus modelos 
educativos con las exigencias de un mercado laboral globalizado y con la 
reducción de brechas, al respecto, específicamente de la inclusión digital, en este 
sentido uno de los principales desafíos de las IES será dimensionar que los 
22 
 
entornos virtuales de aprendizaje son recursos digitales cuyo empleo deliberado 
permiten la gestión del conocimiento, el desarrollo de competencias informáticas e 
informacionales, así como la contribución socialmente aceptable.3 
 
 
4.1.4 ¿Qué es un MOOC? 
MOOC, sussiglas traducidas al español como Curso en línea, masivo y abierto; 
es una modalidad de educación abierta, la cual se observa en diferentes cursos 
ofrecidos gratuitamente a través de plataformas educativas en Internet; cuya 
filosofía es la liberación del conocimiento para que este llegue a un público más 
amplio. 
Para que la enseñanza a distancia pueda ser considerada MOOC debe cumplir 
los siguientes requisitos: 
- Ser un curso: Debe contar con una estructura orientada al aprendizaje, que 
suele conllevar una serie de pruebas o de evaluaciones para acreditar el 
conocimiento adquirido. 
- Tener carácter masivo: El número de posibles matriculados es, en principio, 
ilimitado, o bien en una cantidad muy superior a la que podría contarse en un 
curso presencial. El alcance es global. 
- En línea: El curso es a distancia, e Internet es el principal medio de 
comunicación. No requiere la asistencia a un aula. 
- Abierto: Los materiales son accesibles de forma gratuita en Internet. Ello no 
implica que puedan ser reutilizados en otros cursos. 
 
 
4.1.4.1 Ventajas y Debilidades 
Ventajas: 
- Facilita el acceso a contenidos actualizados, prácticamente sin límite de tiempo 
ni espacio. 
- Acceder a una extraordinaria cantidad de cursos ofrecidos por instituciones y 
docentes de reconocido prestigio mundial 
3 
NAVARRO, Rubén. Entornos Virtuales De Aprendizaje, La contribución de “lo virtual” en la 
educación. Artículo. Universidad Veracruzana. En: Revista Mexicana de Investigación Educativa. 
Vol. 15, enero-marzo 2010 Veracruz, México. p. 9. 
23 
 
- La contribución a la democratización, no solo local o regional sino global, de la 
educación. 
- Acceso libre a contenidos, elevar el aprendizaje no formal a su máxima 
expresión, construir conocimiento a través de la experiencia colectiva, adaptar la 
formación a nuestra medida, ampliar nuestro network, poder adquirir cierta 
relevancia en función de nuestra aportación al grupo, democratizar la enseñanza, 
facilitar la formación continua evitando la barrera del precio. 
- Para las instituciones puede resultar un factor positivo, ya que refuerza su 
marca y le permite acceder a un amplio público, lo que puede redundar en ventas 
cruzadas o en explorar el modelo Premium (pagar sólo por el certificado o por 
algún servicio concreto). 
 
 
Debilidades: 
- La falta de contextualización, lo que compromete muy seriamente la 
aplicabilidad de los aprendizajes. 
- Los niveles de abandono detectados a la fecha aún resultan ser muy altos. 
- Nivel de desarrollo y madurez en los conceptos de aprendizaje que no todo el 
mundo posee, el formador actúa como simple facilitador (lo que no siempre 
convive con criterios de eficiencia), es muy complicado valorar los resultados 
porque la participación masiva dificulta procesos de evaluación y, en la actualidad, 
aún está por demostrar que permita una cierta rentabilidad empresarial. 
 
 
4.1.4.2 Principales Plataformas de Enseñanza MOOC 
Actualmente las plataformas agregadoras de cursos MOOC han ido creciendo. 
Las principales plataformas anglosajonas son Coursera, EdX y Udacity y en el 
ámbito Iberoamericano destacan Miriadax y RedunX. 
 
 
Coursera: creada en octubre de 2011 por Andrew Ng y Daphne 
Koller y desarrollada por académicos de la Universidad de Stanford 
con el fin de brindar oferta de educación masiva a la población 
mundial, con cursos en inglés y otros idiomas como el español, 
francés, italiano y chino. Coursera ofrece cursos gratis de temas 
24 
 
variados a niveles universitarios pero abiertos a todos los sectores 
de la población. 
EdX: Plataforma fundada por el MIT y la Universidad de Harvard 
contribuyendo cada una con 30 millones de dólares los recursos para 
la organización no lucrativa del proyecto. EdX se puso en marcha en 
otoño de 2012 y se basa en MITX, un proyecto similar lanzado por el 
MIT, en diciembre de 2011. Se desarrolla en software de código 
abierto. Anunció un plan para abrir el código fuente de todo el verano 
de 2013. 
Miriadax: ahora cuenta con 57 cursos producidos por 19 
universidades. Es un proyecto que nace por iniciativa de Universia – 
la mayor red de universidades de habla hispana y portuguesa, 
promovida por Banco Santander y Telefónica – a través de 
Telefónica Learning Services- con la colaboración de la Fundación 
CSEV, por el que se pone a disposición de los docentes de las 1.232 
universidades iberoamericanas que integran la red Universia una 
plataforma en la que crear e impartir MOOC sin coste alguno. Es la 
iniciativa más relevante en el ámbito Iberoamericano.4 
 
 
4.1.5 Tipos de Inteligencias 
 
La inteligencia es la capacidad que tiene cada persona para entender y 
comprender lo que sucede a su alrededor dependiendo de sus actitudes o talentos 
y algunas veces por cultura establecida por un tipo de sociedad. Actualmente se 
dice que existen 9 tipos de inteligencias: la inteligencia lingüística, inteligencia 
musical, inteligencia lógica matemática, inteligencia espacial, inteligencia corporal 
Kinestésica, inteligencia emocional, inteligencia intrapersonal, inteligencia 
interpersonal y la inteligencia naturalista. 
 
Para el diseño e implementación de cursos virtuales, se debe tener muy en cuenta 
los tipos de inteligencia que posee cada usuario para que su interacción con el 
curso sea más agradable, se adapte a sus capacidades y preferencias; muchos 
usuarios tienen la capacidad de aprender mediante gráficos, otros mediante sólo 
texto y otros por medio de las dos formas. 
4 
“Scopeo Informe Nº2: MOOC: Estado de la Situación Actual, Posibilidades, Retos y Futuro”. 
Scopeo Informe No. 2 Universidad de Salamanca, España: 2013. p.11 
25 
 
Actualmente la Plataforma Informática Educativa UCC tiene implementadas o 
cuenta con tres tipos de inteligencias: lingüística, kinestésica y visual espacial. 
 
-Inteligencia Lingüística: capacidad para comunicarse y aprender de forma oral, 
verbal y escrita. 
 
-Inteligencia Kinestésica: capacidad para controlar el cuerpo por medio de 
actividades físicas coordinadas como la danza, el deporte y manualidades. 
 
-Inteligencia Visual Espacial: capacidad para percibir el mundo y aprender 
mediante imágenes. 
 
 
 
4.1.6 Inteligencia Artificial 
 
En la actualidad vivimos en un mundo donde casi todo lo que fabrica el hombre a 
nivel tecnológico, tiene Inteligencia Artificial: los juegos de azar, los videojuegos, 
los robots, aparatos médicos, electrodomésticos, son algunos de los dispositivos 
donde se hace uso de esta ciencia. Pero a medida que se crean infinidades de 
nuevos sistemas tecnológicos, se debe innovar y crear nuevas cosas que sean de 
gran utilidad para el hombre, para las empresas, las industrias, las instituciones 
educativas, etc. Es por ello que, la tecnología siempre se encuentra en constante 
evolución, siendo el internet quizá uno de los más grandes inventos, donde la 
inteligencia artificial como rama de la ciencia computacional se plantea con gran 
importancia. 
 
 
El internet es la red que permite conexión entre redes y entre máquinas a nivel 
mundial, y es utilizada en empresas, en clínicas, instituciones educativas, 
plataformas de aprendizaje, sirve para la búsqueda de información, para hacer 
negocios, anuncios publicitarios, etc. Algunas instituciones educativas cuentan 
con plataformas de aprendizaje virtual, donde la inteligencia artificial soportada por 
el internet, hace aportes por medio de los agentes inteligentes que son los 
encargados de brindar interactividad entre plataforma, los estudiantes y los 
docentes, con el fin de mejorar la forma de transmitir el conocimiento a los 
usuarios, para que aumenten el nivel de aprendizaje y puedan tener bases sólidas 
de los temas que se abordan en las asignaturas dentro de los planteles 
educativos. 
26 
 
4.1.7 Agente Inteligente 
 
La implementación de los sistemas de ayuda en las plataformas virtualesde 
aprendizaje, facilitan el desarrollo de actividades y a dar solución a la falta de 
interacción que existe en muchas plataformas, donde aún siguen el modelo 
tradicional de aprendizaje. 
 
 
Para Russell, Stuart y Norvig, Peter 5 un agente inteligente es una entidad capaz de 
percibir su entorno, ser autónomo, retroalimentar el conocimiento; en las 
plataformas se encarga de percibir el nivel de inteligencia, las dificultades que 
presenta el usuario, obteniendo un perfil de usuario de acuerdo a lo que percibe, 
con el fin de poder brindar soluciones de acuerdo a las necesidades. 
Los agentes inteligentes cumplen algunas características de percepción, acción, 
metas y ambiente y tienen propiedades de acuerdo al ambiente en que se 
desarrollan. 
 
 
4.1.7.1 Características de los agentes 
 
Reactivo: el agente es capaz de responder a cambios en el entorno en que se 
encuentra situado. 
 
 
Proactivo: el agente debe tratar de cumplir su propio plan u objetivo. 
Social: debe poder comunicarse con otros agentes por medio de cualquier 
lenguaje de agente. 
 
 
 
 
 
 
 
 
 
5 
Russell, Stuart y Norvig, Peter. Inteligencia Artificial un Enfoque Moderno. 2ed. Pearson 
Educación SA. Madrid. 2004. p.1240. 
27 
Tabla 1: Ejemplo Tipos de Agentes 
 
Tipo agente Rendimiento 
 
(Metas) 
Entorno 
 
(Ambiente) 
Actuadores 
 
(Acciones) 
Sensores 
 
(Percepciones) 
Sistema de 
diagnóstico médico 
Paciente saludable, 
reducción al mínimo 
de los costos y de 
las demandas. 
Paciente, hospital, 
personal 
Preguntas, pruebas, 
tratamientos, 
diagnósticos, casos. 
Impresora, monitor 
Síntoma, evidencias 
y respuestas del 
paciente. 
Teclado para emitir 
dicha información. 
Sistema para el 
análisis de imágenes 
satelitales 
Clasificación 
correcta de la 
imagen. 
Imágenes enviadas 
desde un satélite en 
órbita, conexión con 
el satélite en órbita. 
Visualizar e imprimir 
una clasificación de 
escena. 
Pixel de intensidad y 
colores diversos 
(matriz de bits) 
Robot clasificador 
(seleccionador) de 
partes 
Poner las partes en 
el bote que les 
corresponda. 
Porcentaje de piezas 
clasificadas. 
Bandas 
transportadoras 
sobre la que se 
encuentran las 
partes, las partes, y 
los botes sobre en 
los que se 
depositarán las 
partes clasificadas. 
Recoger partes y 
clasificarlas 
poniéndolas en 
botes. 
Brazos y manos 
articulados. 
Pixel de intensidad 
variable (mapa de 
bits). 
Cámara, sensor 
angular. 
Controlador de una 
refinería 
Maximizar la 
seguridad, pureza y 
rendimiento 
(producción). 
Refinería, 
operadores 
Abrir y cerrar 
válvulas, ajustar la 
temperatura. 
Válvulas, bombas, 
calentadores, 
monitores. 
Lectura de 
temperatura y 
presión. 
Sensores químicos. 
Tutor interactivo de 
inglés 
Que el estudiante 
obtenga la máxima 
calificación en una 
prueba. 
Grupo de 
estudiantes, agencia 
examinadora. 
Ejercicios en línea, 
impresos, de audio, 
visualizar 
correcciones y 
sugerencias. 
Bocinas, monitor, 
impresora. 
Palabras escritas a 
través del teclado, y 
emisión de voz. 
Teclado, micrófono. 
Conductor de taxi Viaje seguro, rápido, 
sin infracciones, 
cómodo, obtención 
máxima de 
ganancias. 
Caminos, tráfico, 
peatones, cliente, 
semáforos. 
Manipulación del 
volante, acelerar, 
frenar, hablar con el 
pasajero. 
Acelerador, freno, 
bocina, visualizador 
(pantalla) 
Cámaras, 
velocímetro, sistema 
satelital global de 
ubicación, sonar, 
micrófono, sensores 
de motor, teclado, 
tacómetro, 
visualizador de la 
aceleración. 
Fuente: Elaboración propia a partir de Russell, Stuart y Norvig, Peter. Inteligencia Artificial 
un Enfoque Moderno. 2ed. Pearson Educación SA. Madrid. 2004. p.1.240. 
28 
 
4.1.7.2 Ejemplo de Sistemas Inteligentes de Aprendizaje 
 
El sistema multiagente MAS-PLANG 
El poder guiar al estudiante durante su proceso de aprendizaje, es 
una característica muy importante a tener en cuenta en el diseño de 
tutores inteligentes, y debe estar orientada no solo a permitir ver o 
trabajar con los contenidos didácticos considerando el nivel de 
conocimiento del estudiante o su estilo de aprendizaje como en 
nuestro caso, sino también a ofrecer un entorno de trabajo agradable 
y adaptado a las preferencias del estudiante. El sistema multiagente 
MAS-PLANG transforma el sistema hipermedia educativo 
configurable USD en un sistema hipermedia educativo adaptativo, 
teniendo en cuenta el estilo de aprendizaje del estudiante que lo 
utiliza. 
 
 
Los agentes de este sistema se han diseñado con propiedades de 
sociabilidad, para interactuar y colaborar con otros agentes y 
propiedades de adaptabilidad, para en ciertos casos y cuando 
representen un complemento a la forma de realizar las actividades de 
aprendizaje, permitir al estudiante programar ciertas tareas. El 
sistema está compuesto por dos niveles de agentes: los agentes del 
nivel superior o asistentes personales denominados PDAs y los 
agentes del nivel inferior o agentes de información denominados 
IAs.6 
 
 
 
4.1.7.3 Agentes Disponibles para el Desarrollo de Plataformas de 
Aprendizaje Virtual 
 
Agentes para el aprendizaje de personalización: Esos agentes promueven el 
aprendizaje a través de la comprensión de las capacidades de aprendizaje 
individuales y tratar al alumno en consecuencia. 
 
6 
AGUILAR, María y PEÑA, Clara. SMIT: Un Agente Sintético Antropomórfico Para Una EVA. Universidad de 
Girona. España. 2001. pp.1-12. p.3 
29 
 
 
Agentes para el apoyo emocional: Los agentes apoyan el aprendizaje por medio 
de la mejora del compromiso y la motivación, a través del entorno de aprendizaje, 
teniendo en cuenta el estado emocional que aprende y mejora en consecuencia. 
 
 
Agentes cognitivos. Esos agentes están inspirados en las teorías cognitivas de 
la mente humana, así como la IA. 
Agentes meta-cognitiva. Considera meta cognición. 
Agentes enseñables: Estos agentes mejoran el aprendizaje, dando al alumno la 
capacidad humana para enseñar a un agente pedagógico artificial. 
Autorregulados Agentes de aprendizaje: Aplicar las teorías de aprendizaje 
autorregulado por los agentes. 
Agentes de Cambio Conceptual: Los agentes que se consideran en las teorías 
del cambio conceptual de aprendizaje. 
Los agentes múltiples: apoyan el aprendizaje o la formación del grupo. 
 
 
 
4.1.7.4 Clases de Agentes Inteligentes 
 
Los agentes se pueden clasificar de acuerdo a las propiedades y a la función que 
ejecutan. 
 
 
Agentes colaborativos: tienen capacidades para comunicarse e intercambiar 
información con otros agentes para realizar las tareas. 
 
 
Agentes de interfaz: tienen la facilidad de adaptarse a la forma de aprendizaje del 
usuario y le sirve de asistente en la comprensión de nuevos temas. 
30 
 
Agentes móviles: procesos computacionales capaces de viajar por nodos de una 
red, por computadoras, navegar por internet y efectuando intercambio de 
información. 
 
 
Agentes de información: sirven de ayuda para mejorar el manejo de la 
sobrecarga de información en la web. 
 
 
4.1.8 Métodos Para el Desarrollo y Construcción de los Agentes Inteligentes. 
 
Proceso de Definición del Problema del Agente 
Proceso de Adquisición y Representación del conocimiento: 
Proceso de Diseño del Agente 
Proceso de Implantación del Agente 
Proceso de Prueba del Agente. 
 
4.1.9 Metodologías Para el Desarrollo de Agentes Inteligentes 
 
Según Más, Ana en el libro Agentes Software y Sistemas Multiagente: Conceptos, 
Arquitectura y Aplicaciones plantea las siguientes metodologías para el desarrollo 
de agentes 
 
 
MaSE: Es una metodología basada en el análisis y diseño de sistemas 
multiagente (MAS), esta herramienta combina distintos modelos en una 
metodología con altos niveles de comprensión, facilitando a los desarrolladores la 
transformación de los modelos generados a código fuente para la implementaciónde los agentes. 
En la actualidad esta metodología cuenta con un limitante técnico, dado a que los 
resultados obtenidos con ella no son 100% aplicables a frameworks generales. 
 
 
Gaia: Esta metodología permite pasar de un análisis sistemático identificado 
mediante requerimientos a un diseño con un alto nivel de detalle que puede ser 
31 
 
implementado directamente. La captura de información en la fase de 
requerimientos se realiza a través de paradigmas definidos directamente por la 
propia metodología, permitiendo un movimiento entre análisis e implementación de 
una manera limpia y sin perder la esencia de las funcionalidades requeridas para 
los agentes inteligentes, empleando lenguajes de programación especiales para 
adaptar el diseño generado por Gaia. 
 
 
Prometheus: Prometheus abarca la ciclo de desarrollo de agentes inteligentes de 
principio a fin (análisis, diseño, desarrollo, implementación), brindando a los 
equipos de desarrollo la posibilidad de generar diseños conceptuales de los 
agentes y procesos necesarios a través de notaciones definidas por la 
metodología en un paso a paso, basadas en reglas simples. 
Esta metodología cuenta con propósitos generales, donde se “asumen” 
características de la arquitectura de los agentes en las fases iniciales, pero en el 
desarrollo de los proyectos se dejan a un lado las suposiciones planteadas 
creando ideas solidas que serán empleadas en la implementación de los sistemas 
multiagente. 
 
 
Zeus : Es un sistema de desarrollo de agentes open source desarrollado en el 
lenguaje de programación java, considerado un kit de herramientas para la 
construcción de aplicaciones basadas en agentes inteligentes, su campo de 
aplicación se da en la fase de desarrollo del proyecto donde apoya el proceso en 
la planeación y la definición de las acciones de los agentes. Adicionalmente Zeus 
provee facilidades de comunicación entre sistemas multiagente empleando el 
protocolo de transporte TCP/IP y empleando sockets como mecanismo de entrega 
de mensajes. 
Otra de las características de Zeus es disponer de un entorno visual para el 
desarrollo de agentes y controlar el comportamiento de los mismos, además 
pueden observarse las acciones, metas y pre condiciones de los agentes para su 
buen funcionamiento en el sistema. 7 
 
 
 
 
7 
MAS, ANA. Agentes Software y Sistemas Multiagente: Conceptos, Arquitectura y Aplicaciones. 
Pearson. 2005. Libro. 
32 
 
4.1.10 Arquitectura de los Agentes Inteligentes. 
 
La arquitectura refiere a la manera en la que está construido un sistema, y la 
posibilidad de descomponer un sistema de software en componentes pequeños 
para determinar las relaciones internas de estos. Los agentes inteligentes pueden 
ser descompuestos para determinar las interacciones de éstos con el ambiente, en 
este campo existen las siguientes arquitecturas según el modelo de razonamiento. 
La arquitectura es un aspecto muy importante dentro de cualquier tipo de 
desarrollo de software, en este caso es primordial definir una arquitectura que se 
adapte a las unidades de código ya desarrolladas y que componen la plataforma 
Informática Educativa UCC, según el enfoque del proyecto y teniendo en cuenta 
que la solución a entregar está basada en agentes inteligentes Iglesias, Carlos 
resalta las arquitecturas más empleadas para estos casos: 
 
 
4.1.10.1 Arquitecturas deliberativas. 
 
Esta arquitectura es aquella donde el comportamiento y el conocimiento de los 
agentes se encuentra representado de una manera explícita a través de un 
modelo simbólico, compuesto de símbolos físicos para referenciar entidades y 
estructuras, además, la toma de decisiones de los agentes desarrollados bajo esta 
arquitectura está basada en el razonamiento lógico o psicológico, partiendo de un 
estado inicial hacia un conjunto de planes que satisfacen los objetivos que el 
agente se plantee con respecto a su interacción con el ambiente, este 
comportamiento se denomina como BDI (creencias, decisiones, intenciones). 
 
 
 
4.1.10.2 Arquitecturas Reactivas. 
 
Las arquitecturas reactivas tienen como característica principal la carencia de un 
modelo basado en símbolos y un razonamiento complejo. Las decisiones tomadas 
por los agentes en esta arquitectura se basan en la lectura del medio ambiente, el 
análisis del mismo y posteriormente la ejecución de una acción. Esta arquitectura 
debido a su poca complejidad puede presentar ocasiones donde las problemáticas 
a las que se enfrenta el agente sean no solucionables. 
33 
 
4.1.10.3 Arquitecturas Híbridas. 
 
Este tipo de arquitectura, integra aspectos de las anteriormente mencionadas 
(arquitectura deliberativa y arquitectura reactiva), donde el desarrollo del agente se 
da por subsistemas, siendo el deliberativo donde se almacene toda lógica 
representada en sistemas de símbolos y el reactivo donde se almacene la lógica 
carente de razonamiento complejo. El desarrollo de agentes bajo esta arquitectura 
puede aplicarse en un modelo de capas, donde la interacción con el entorno 
puede darse por una o más capas, y transferir información de manera óptima entre 
ellas, brindando mejores acciones de intervención frente a los estímulos recibidos; 
dicha estructuración por capas puede darse de dos maneras, de forma vertical, 
donde una sola capa tiene acceso a los sensores y a los actuadores o de forma 
horizontal donde todas las capas tienen acceso a los sensores y actuadores. 
La estructuración de los agentes que implementan la arquitectura híbrida consta 
de las siguientes capas: 
 
 
Capa reactiva. 
También se conoce como la capa central, es el núcleo del agente, donde se da 
lugar a la toma de decisiones acerca de las acciones a realizar sobre los estímulos 
recibidos del entorno. 
 
 
Capa de conocimiento. 
Es la capa media de la arquitectura, dando lugar al conocimiento que adquiere el 
agente del medio, dicho conocimiento es adquirido de manera simbólica del 
entorno. 
 
 
Capa social. 
Es la capa superficial del agente, donde se da lugar a la interacción con otros 
agentes, la interacción directa con el entorno, así como también deseos e 
intenciones.8 
 
 
8 IGLESIAS, CARLOS ANGEL. Tesis Doctoral Definicion de una Metodologia para el Desarrollo de 
Sistemas Multiagente. 1998. Madrid. Universidad Politecnica de Madrid. p.25 
34 
 
4.1.13 Sistemas Multiagente. 
 
El desarrollo de los agentes no siempre se da de una manera individual, existen 
casos donde se hace necesario desarrollar diversos agentes con unos roles 
definidos con el fin de facilitar el funcionamiento de éstos, así como optimizar su 
trabajo, a esto se le denomina sistema multiagente, y su funcionamiento no 
depende solamente de un agente, sino varios que interactúan entre sí, con el fin 
de comunicarse, consultar información relevante entre ellos y establecer su rol 
dentro del sistema. 
 
 
Los sistemas multiagente deben ser diseñados teniendo en cuenta 
una estructura que permita una operación efectiva, además de 
interactuar de forma productiva entre ellos, dicha estructura debe 
contemplar todos los aspectos relacionados con los procesos de 
comunicación entre agentes, esto se refiere al lenguaje que emplean 
los agentes para el envío y recepción de mensajes, además de 
permitir intercambio de información a un alto nivel de abstracción.9 
 
 
La capacidad de comunicación puede verse como un elemento vital para la 
percepción de los agentes, ya que es en este momento donde se da la 
interpretación y la determinación de las acciones a ejecutar, esto conlleva a la 
creación de “sociedades” de agentes donde se establecen objetivos grupales 
además de los objetivos individuales, para este caso un agente individual puede 
entablar comunicaciones e intercambio de información con los demás agentes, en 
pro al cumplimiento de sus objetivos o deseos. 
Otro aspecto fundamental en los sistemas de agentes inteligenteses la 
coordinación, esta se logra de manera conjunta y puede ser cambiante de acuerdo 
al tipo de agentes que se agrupen, además del grado de prioridad que le den a 
sus objetivos. 
 
 
 
9 
JIMENEZ, JOVANI. Modelo de Planificación Instruccional Usando Razonamiento Basado en 
Casos en Sistemas Multi-Agente Para Entornos Integrados de Sistemas Tutoriales Inteligentes y 
Ambientes Colaborativos de Aprendizaje. Universidad Nacional. Colombia. 2006. p.221. 
35 
 
4.1.13.1. Comunicación Entre Agentes 
 
Para que haya entendimiento entre dos o más agentes es necesario que se 
entiendan en los aspectos sintácticos y semánticos de los posibles mensajes que 
se intercambien. El proceso de comunicación entre agentes puede asimilarse con 
la comunicación humana, “Por una parte estaría el mensaje en sí, lo que se 
transmite, por otra parte estaría el sentido que se le quiere dar por parte del 
emisor a ese mensaje y, finalmente, la acción que realiza el receptor cuando 
recibe el mensaje”.10 
Existen diversas maneras en que un agente puede indicar el sentido de su 
mensaje, esto puede ser dado por un requerimiento, una declaración, una 
pregunta. Los lenguajes de alto nivel con los que se comunican los agentes están 
constituidos fundamentalmente por expresiones que establecen los actos 
comunicativos que un determinado agente puede realizar. 
Existen formas de “estandarizar” la sintaxis y la semántica del lenguaje de 
comunicación para los agentes, una de ellas se denomina KQML que consiste en 
un protocolo que ayuda a los agentes en la coordinación de las interacciones, y en 
el desarrollo e intercambio de conocimiento. Estas herramientas facilitan la labor 
de darle sentido a las comunicaciones entre agentes, pero en ocasiones suele no 
ser suficiente y es necesaria la implementación de lenguajes más complejos y de 
mayor compatibilidad entre los agentes interactivos. 
 
 
4.1.14 Lenguajes Ontológicos Web. 
 
Se utilizan para aplicaciones que necesitan ejecutar procesos no solamente para 
generar información a las personas sino también a las máquinas existentes, estos 
lenguajes facilitan un mejor camino de comprensión y de contenido web respecto 
a los mecanismos admitidos como: XML, RDF y RDF Schema, proporcionando un 
vocabulario adicional con una semántica formal necesaria para todo tipo de 
implementación de sistemas multiagente, brindando a estos capacidades más 
altas de interacción usuario-plataforma en la medida que se proveen unas 
traducciones o transformaciones de lenguaje maquina a lenguaje natural. 
 
10 Ibíd. P. 22 
36 
 
4.1.14.1 OWL 
 
Tiene una tendencia para describir propiedades y clases: relaciones entre clases, 
cardinalidad, características y nombramiento de clases. OWL brinda tres 
lenguajes, con un aspecto creciente de expresividad en comparación al anterior, 
con el fin de ser utilizados por los desarrolladores y usuarios. 
 
 
4.1.14.2 OWL Lite. 
 
Esta subdivisión de los lenguajes ontológicos web (OWL) se caracteriza por tener 
una baja complejidad en comparación a las otras subdivisiones de OWL, y su 
arquitectura se basa en el soporte a frente a las clasificaciones jerárquicas y 
restricciones simples, además de ofrecer una amplia y óptima ruta de migración 
para diccionarios y otras taxonomías. 
 
 
4.1.14.3 OWL Dl. 
 
Está diseñado para usuarios que desean obtener una expresividad amplia 
manteniendo la completitud computacional y la resolubilidad, este lenguaje 
contiene todas las construcciones del lenguaje básico de OWL, pero tiene casos 
de uso puntuales, un claro ejemplo podría ser el hecho de que una clase puede 
ser una subclase de muchas clases, pero una clase no puede ser una instancia de 
otras. 
 
 
4.1.14.4 OWL Full. 
 
Está dirigido a usuarios que desean una máxima expresividad y libertad sintáctica, 
para estos casos “una clase puede ser considerada a su vez como una colección 
de clases individuales y como una clase individual propiamente dicha”. 11 En este 
 
 
11 
ARENAS, Raquel y GARCIA, Marta. Web Semántica. Universidad Carlos III. Leganés. Madrid. 2004. 
p.5. 
37 
 
lenguaje se da una ontología para aumentar el significado del vocablo 
preestablecido. 
 
 
4.1.14.5 RDF 
 
Es un método empleado para la descomposición del conocimiento en piezas 
pequeñas, esto se realiza utilizando la semántica o el significado de cada una de 
las piezas. Con este mecanismo se busca expresar cualquier situación, de una 
forma ordenada y estructurada para poder ser procesada por las computadoras y 
ser entendida para desarrollar cosas útiles. Más que un formato RDF es un 
método, donde cada pieza de información puede ser escrita de distintas maneras, 
de tal forma que los distintos sucesos pueden estar descritos en distintas formas 
para que puedan ser interpretados por distintos lenguajes. 
 
 
4.1.15 Plataformas Para Desarrollo de Agentes Inteligentes: 
 
En la actualidad los agentes inteligentes se han conseguido en complementos 
versátiles y muy utilizados en las grandes aplicaciones, ya que estos brindan 
posibilidades de automatizar los procesos de una forma más eficientes que los 
artefactos de software convencionales, para lograr el desarrollo de un sistema de 
ayuda al basada en agentes para la plataforma informática educativa UCC se 
debe realizar un análisis profundo de qué tipo de tecnología es la más adecuada 
para ser integrada de una forma compatible y generar excelentes resultados. 
En la actualidad son muchas las plataformas existentes para desarrollar agentes 
inteligentes, sin embargo las más frecuentemente empleadas son: 
 
 
4.1.15.1 AGLETS. 
 
Es una plataforma y librería móvil desarrollada en java que facilita el desarrollo de 
aplicaciones basadas en agentes. Un Aglet es un agente java que puede ser 
capaz de moverse de un host a otra de manera espontánea y autónoma, al ser 
una herramienta desarrollada en java, garantiza un alto nivel de compatibilidad y 
portabilidad para los agentes y la plataforma sobre la que estos se desempeñan. 
38 
 
Originalmente se desarrolló en el laboratorio de investigación de IBM, estas 
tecnologías están expuestas como proyectos de código libre que se distribuye bajo 
licenciatura pública de IBM. 
Aglets incluye una plataforma de agentes completa y también un servidor stand- 
alone llamado Tahití, y otras librerías que permiten construir agentes móviles que 
pueden ser embebidos en diferentes aplicaciones, aglets es una tecnología 
simple, debido a que sigue un paradigma compuesto por unos cuantos métodos 
para implementar el comportamiento de los agentes. 
En cuestión de seguridad sobresale, debido a su estructuración bajo java y el 
administrador de seguridad de java, es una herramienta flexible que permite 
extender las plataformas en la medida que se necesiten nuevas funcionalidades. 
 
 
4.1.15.2 ABLE 
 
El entorno de construcción y aprendizaje de agentes (ABLE por sus siglas en 
inglés) es un frameworks, librería de componentes y kit de herramientas 
productivo, desarrollado bajo java con el objetivo de desarrollar agentes 
inteligentes usando el razonamiento y aprendizaje de las máquinas. 
Esta herramienta contiene componentes que proveen interfaces java basadas en 
clases que se emplean para construir librerías de java beans llamados Able 
Beans, estos beans son incluidos por la librería y se usan para la lectura y 
escritura de texto e información de bases de datos, con la finalidad de transformar 
datos. 
Las técnicas que emplea para el aprendizaje de las máquinas se basan en redes 
neuronales y árboles de decisiones y al ser una herramienta basada en clases, 
interfaces y java beans permiten que cualquier aplicación java tenga 
compatibilidad con este frameworks. 
Las reglas de ABLE se estructuran con condiciones if-else, manteniendo la 
semántica de java, estas pueden procesar diversas reglas brindadas por el kit de 
herramientas ABLE, aunque también puedenser creadas desde el principio. 
Estas reglas pueden usarse para implementar reglas simples de negocio, y la 
razón para implementar este tipo de reglas es la externalización de la lógica de 
negocio de la aplicación, de este modo puede ser modificada sin aplicar ningún 
cambio en la aplicación; estas reglas pueden cambiar de forma dinámica y efectiva 
39 
 
afectando la lógica de negocio, pero con la ventaja de no tener que realizar ningún 
tipo de programación ni de compilación. 
Como se mencionaba anteriormente ABLE contiene modelos que proveen reglas 
predefinidas, que pueden ser usadas con el fin de crear interfaces de interacción 
para usuario que deseen modificar las reglas. 
 
 
4.1.15.3 JADE 
 
El frameworks de desarrollo de agentes en java (JADE) es un software que hace 
una implementación completa del lenguaje Java, se enfoca en simplificar la 
implementación de sistemas multiagente por medio de un software intermedio que 
cumple las especificaciones FIPA a través de un conjunto de herramientas 
gráficas que permiten el análisis del código de una manera profunda y las fases de 
despliegue. Un sistema basado en jade puede ser desplegado en varias máquinas 
sin importar que no tengan el mismo sistema operativo y la configuración puede 
ser cambiada de forma remota a través de una interfaz gráfica de usuario. 
 
 
Otra de sus ventajas es que pueden realizarse cambios en el tiempo de ejecución, 
pueden moverse agentes de una máquina a otra en el momento que se requiera, 
además cuenta con bajos requerimientos de hardware y no es necesario tener una 
versión de los controladores de java actualizada. 
 
 
Esta herramienta provee una ejecución de tareas simple pero muy potente, 
además de modelos de composición agente por agente que están basados en 
paradigma de intercambio de mensajes asíncronos; también se provee un servicio 
de páginas amarillas que soportan mecanismos de descubrimiento y muchas otras 
características avanzadas que facilitan el desarrollo e implementación de sistemas 
distribuidos. 
 
 
A través del tiempo esta herramienta ha adquirido grandes colaboraciones, 
permitiendo que esté presente en distintos ambientes basados en java, como 
dispositivos que corren las distintas versiones del sistema operativo de Google, 
Android. 
40 
 
En los sistemas desarrollados en este lenguaje hay una característica distintiva, y 
radica en el comportamiento de las configuraciones de los agentes jade en la red, 
ya que permiten intercambio de direcciones y se ajustan a las variantes de las 
conectividades. 
 
 
 
4.2 MARCO CONTEXTUAL 
 
Este proyecto está dirigido a la comunidad estudiantil y docentes de la Universidad 
Cooperativa de Colombia y demás usuarios que deseen acceder a los servicios de 
la Plataforma Informática Educativa UCC. 
 
Actualmente la Plataforma Informática Educativa UCC cuenta con los cursos de 
algoritmia y desarrollo en aplicaciones Android, con los cuales se benefician 
estudiantes y docentes de ingeniería de sistemas y/o carreras afines. 
 
Cabe aclarar que esta plataforma nace como idea de proyecto En la Universidad 
Cooperativa de Colombia, Facultad de Ingeniería, en el Semillero de Investigación 
e Informática Educativa y de Software Libre, el cual tiene por objetivo generar 
soluciones de software enfocadas al sector educativo y apoyar el proceso de 
formación de los estudiantes. 
 
 
 
4.3 ANTECEDENTES 
 
4.3.1 Arquitectura Multiagente Para Un Sistema e-Learning 
 
En la Universidad del Valle Cali, Colombia, desde hace varios años se ha venido 
desarrollado una serie de proyectos de investigación sobre la creación de 
sistemas multiagente para generar ayudas adaptativas al usuario del sistemas de 
enseñanza de idiomas SEMAS de la misma Universidad. De dichos proyectos han 
surgido también Tesis cada una abordando y aplicando un componente diferente 
para implementar en el Sistema o Plataforma de enseñanza de idiomas LingWeb. 
Cada uno de estos proyectos plantea un modelo de diseño y desarrollo de los 
41 
 
agentes y arquitectura, que de una forma u otra aportan para el desarrollo de este 
proyecto. 
 
Un ejemplo de las tesis lleva el nombre de: Arquitectura multiagente para un 
sistema e-learning de Machuca y Rodríguez 12 centrado en la enseñanza de 
idiomas, Machuca propone visualizar el diseño desarrollando un prototipo 
funcional para el cual selecciona el agente Anuncios uno de los nueve agentes 
inteligentes propuestos en el proyecto, este agente es el encargado de los 
mensajes que se deben enviar a los usuarios cuando interactúan con el sistema, a 
su vez este agente se relaciona con la base de datos, la interfaz web y con los 
agentes Agenda, Controlador, Monitor y Supervisor. La implementación de los 
agentes es estructurada por paquetes organizados de acuerdo a su funcionalidad. 
 
Con esta propuesta se genera una idea de cómo realizar la integración de los 
componentes del sistema (plataforma - sistemas de ayuda) y también actividades 
que son convenientes para la implementación de agentes inteligentes como 
anuncios a los usuarios, dar soporte y acompañamiento a los usuarios cuando 
interactúan con el contenido y actividades de los cursos. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
12 
MACHUCA, Liliana y RODRIGUEZ, Paola. Arquitectura Multiagente para un Sistemas e-learning 
centrado de enseñanza de idiomas. En J. Sánchez (Ed.): Nuevas Ideas en Informática Educativa, 
Volumen 5. Santiago de Chile 2009. 
42 
Figura 1 Prototipo: Modelo de Servicios del Sistema Multiagente 
 
 
Fuente: MACHUCA, Liliana y RODRIGUEZ, Paola. Arquitectura Multiagente para un Sistemas 
e-learning centrado de enseñanza de idiomas. 
 
 
 
 
4.3.2 Un Sistema de Tutoría Inteligente Adaptativo Considerando Estilos de 
Aprendizaje. 
 
En este proyecto construyen el sistema MAS-PLANG abarcando algunas de las 
propiedades que se deben tener en cuenta para diseñar agentes inteligentes. 
 
El inicio del proyecto AISAUPIEUCC por Peña, Clara y Marzo José 13se condujo a 
través de una etapa de indagación e investigación, la cual permite identificar o dar 
una visión de las características y funciones de agentes inteligentes para el 
prototipo propuesto, y a su vez su diseño y desarrollo; características como: la 
autonomía, la proactividad y el aprendizaje, ya que serán autónomos al ser 
capaces de decidir cómo ayudar y definir qué información enviar al estudiante, la 
proactividad se verá reflejada en la capacidad que tendrán los agentes en decidir 
 
13 Peña, Clara y Marzo José. La tecnología en agentes inteligentes. En los procesos de asistencia 
al estudiante y Adaptabilidad de Entornos y contenido de Aprendizaje para a web. Universidad 
Girona España. 2005. 
43 
 
de qué forma enviar contenidos al estudiante, y para el aprendizaje el agente será 
capaz de actualizar su base del conocimiento, a medida que el estudiante 
presenta necesidades; el agente deberá explorar en el entorno en busca de 
respuestas que aporten al estudiante y de esta forma percibir también nuevos 
conocimientos para su aprendizaje. 
 
 
 
4.3.3 Desarrollo de un Agente Inteligente para Dispositivos Móviles Android 
que Permita Llevar los Ingresos y Egresos Económicos de Una Persona. 
 
En Julio de 2015 fue presentado en la Facultad de Ingeniería de la Universidad 
Nacional de Loja de Ecuador, el trabajo de grado Desarrollo de un Agente 
Inteligente para Dispositivos Móviles Android que Permita Llevar los Ingresos y 
Egresos Económicos de una Persona por Solano Cabrera, John Patricio14. Como 
requisito para optar el título de Ingeniero de sistemas. 
 
Esta investigación estudió la interacción de los sistemas de agentes inteligentes 
como solución a un problema típico en la población promedio, que es el manejo de 
los ingresos. Se plantea entonces desarrollar una aplicación móvil en la que las 
personas puedan mejorar sus flujos económicos mediante la intervenciónde 
agentes inteligentes que se encargan de evaluar los presupuestos de las 
personas. Para el desarrollo de esta aplicación se empleó la metodología de 
desarrollo XP y para el desarrollo del agente encargado de gestionar y realizar los 
cálculos se empleó la metodología GAIA. 
 
Como tal, este trabajo de grado propuesto por Solano da una gran visión para el 
análisis, diseño y desarrollo del sistema de ayudas basado en agentes inteligente, 
a través de metodologías y frameworks para el desarrollo de agentes, porque 
parte de un análisis de alto nivel para luego pasar al diseño de alto nivel donde se 
generan tres modelos: el modelo de agentes (tipos), modelo de servicios 
(funciones), y un modelo de conocidos (enlaces). También menciona que el 
objetivo principal de esta metodología es generar claridad en los roles de los 
componentes del sistema, estableciendo los protocolos, permisos y 
responsabilidades dentro del entorno. 
 
 
14 
Solano, John. Desarrollo de un Agente Inteligente Para Dispositivos Móviles Android que Permita 
Llevar los Ingresos y Egresos Económicos de una Persona. Universidad de Loja. Ecuador. 2015. 
44 
 
En la parte del desarrollo Solano plantea una serie de pasos a seguir para 
configurar correctamente el entorno en el que se debe ejecutar jade, además de 
mostrar fragmentos de código donde se pueden observar las características de 
jade y el funcionamiento de las mismas. Adicionalmente menciona que el uso de 
Jade, agilizó el proceso de desarrollo debido a la flexibilidad de la herramienta que 
sumada con la especificación que desarrolló mediante GAIA permitió desarrollar el 
agente inteligente con las pautas que se habían planteado desde el inicio del 
proyecto. 
45 
 
5. METODOLOGÍA 
 
 
 
El proyecto propuesto se desarrolló mediante el ejercicio de ingeniería aplicada; 
abordó un enfoque cualitativo de alcance exploratorio, ya que para la 
estructuración de este fue necesario indagar en diversas fuentes de información 
con el fin de conocer sobre el comportamiento, herramientas y estructura de los 
agentes inteligentes; y a su vez con el fin de entender su funcionalidad, 
importancia y el impacto que podría tener su implementación en entornos virtuales 
aprendizaje. 
 
 
Adoptó metodologías para desarrollo de agentes orientado hacia el ámbito 
educativo: en primer lugar, Metodologías de Desarrollo de Software Educativo, las 
cuales aportaron aspectos didácticos y pedagógicos además de buenas prácticas 
y principios educativos computacionales para lograr la construcción de un software 
con las condiciones deseadas; y en segundo lugar, Tropos, metodología para el 
desarrollo de proyectos basados en agentes inteligentes, orientó la definición de la 
arquitectura de agentes, identificación de capacidades de agentes, 
comportamiento e interacción entre ellos. La recopilación de información se realizó 
mediante el diseño y aplicación de encuestas y reuniones con los integrantes del 
semillero de investigación e informática educativa y software libre SIIE&SL, 
estudiantes y profesores de la facultad de ingeniería de la Universidad 
Cooperativa de Colombia Cali; información que contribuyó para la identificación de 
los requerimientos funcionales del sistema propuesto y a su vez del prototipo 
funcional desarrollado. El lenguaje de programación utilizado fue Java en el 
entorno de desarrollo NetBeans, debido a que éstos son compatibles con el 
framework elegido (JADE). JADE, permite una fácil interacción con distintos 
lenguajes de programación y plataformas; este aspecto es vital debido a los 
aspectos cambiantes de los sistemas de hoy en día, ya que entre sus 
características está la portabilidad e interoperabilidad. 
A continuación, se describen actividades y procesos que se llevaron a cabo para 
el análisis, diseño, desarrollo y despliegue del proyecto: 
46 
 
5.1 ANÁLISIS Y DISEÑO 
 
En esta actividad se establecieron los requerimientos funcionales y no funcionales, 
StakeHolders y usuarios del software. Se obtuvo la arquitectura del sistema y 
prototipo propuesto. 
 
 
5.1.1 Lista de StakeHolders del Proyecto 
 
A continuación, se presenta el listado de las personas y organizaciones que se 
relacionan, intervienen y tiene algún tipo de interés en el desarrollo del proyecto 
propuesto. (Ver Tabla 2). 
 
 
Tabla 2: StakeHolders 
 
StakeHolders Objetivos Nivel 
de 
Interés 
Nivel de 
Influencia 
Acciones 
posibles 
Estrategias 
Facultad de 
Ingeniería UCC 
Cali 
Brindan apoyo 
con algunos 
requerimientos 
necesarios 
para el 
proyecto. 
Alta Alta -Suministrar 
permisos para 
reuniones con 
estudiantes y 
docentes. 
Solicitud por 
medio de cartas 
dirigidas a la 
Facultad de 
Ingeniería. 
Docentes 
(Algoritmia y 
herramientas 
básicas de 
programación) 
Entes 
indispensables 
para 
establecer los 
requerimientos 
funcionales y 
no funcionales 
del sistema 
Alta Media -Proveer el 
material 
necesario 
como fuentes 
bibliográficas 
o páginas web 
de apoyo para 
complementar 
las ayudas 
brindadas por 
los agentes. 
 
 
-Plantea las 
dificultades 
que se le 
presenta a los 
estudiantes 
en el 
Organizar 
reuniones y 
entrevistas 
donde puedan 
exponer sus 
puntos de vista 
y sugerencias, 
también para 
proveer la 
información 
necesaria para 
el desarrollo del 
prototipo del 
sistema de 
ayudas al 
usuario 
47 
 
 desarrollo de 
la clase de 
algoritmia. 
 
Estudiantes 
(Algoritmia y 
herramientas 
básicas de 
programación) 
Entes 
indispensables 
para 
establecer los 
requerimientos 
funcionales y 
no funcionales 
del sistema 
Alta Alta -Plantea 
problemáticas 
que se 
presenta en el 
desarrollo de 
la clase de 
algoritmia. 
Organizar 
reuniones 
encuestas y 
entrevistas 
donde puedan 
exponer sus 
puntos de vista 
y sugerencias 
 
-Sugiere 
funcionalidad 
con las que 
puede contar 
el prototipo 
del sistema de 
ayudas al 
usuario 
 
Semillero de 
Investigación 
SIIE&S 
Colaboradores 
indispensables 
para el diseño 
desarrollo e 
implementació 
n del proyecto 
Alta Alta -Proporcionar 
toda la 
información 
necesaria 
sobre los 
cursos de la 
plataforma 
y su 
contenido. 
-Aceptar y 
plantear 
sugerencias 
sobre el 
análisis y 
diseño del 
prototipo del 
sistema de 
ayudas al 
usuario 
Organizar 
reuniones y 
entrevistas 
donde puedan 
exponer sus 
puntos de vista 
y sugerencias, 
también para 
proveer la 
información 
necesaria para 
el desarrollo del 
prototipo 
del sistema de 
ayudas al 
usuario 
Usuarios de la Usuarios que Alta Alta -Al ser el Capacitar a los 
Plataforma llegarán a usuario final estudiantes y 
Informática interactuar de la docentes que 
Educativa UCC directamente plataforma y a llegarán a 
 con la su vez del interactuar con 
 plataforma y sistema de los contenidos y 
 estarán en ayudas, darán sistema de 
 contacto opinión sobre ayuda para 
48 
 
 directo con los 
agentes 
inteligentes, 
además de 
verificar el 
correcto 
funcionamient 
o de la 
plataforma 
 la experiencia 
de usuario, la 
funcionalidad 
y eficiencia 
del nuevo 
componente, 
retroalimentar 
y sugerir 
posibles 
mejoras. 
asegurar la 
buena 
utilización de la 
plataforma, así 
como también 
puedan brindar 
retroalimentació 
n de las 
funcionalidades 
esperadas. 
Desarrolladores Encargados Alta Alta Suministran A medida que 
de la Plataforma de verificar el información avanza el 
 funcionamient de los proyecto se 
 o de la componentes pueden 
 plataforma, y arquitectura presentar dudas 
 pueden de la e inquietudes, 
 suministrar plataforma, por lo cual se 
 información preferencias puede recurrir a 
 requerida para de usuarios, los 
 el diseño de lo relacionado desarrolladores 
 agentes. con el diseño de la 
 y desarrollo plataforma. 
 dela 
 plataforma y 
 los módulos 
 de los cursos. 
49 
 
Grupo auxiliar del 
proyecto de 
Investigación 
Encargados 
del análisis y 
ejecución del 
proyecto. 
Alta Alta -Analizar 
información 
relevante para 
el proyecto. 
-Organizar 
reuniones con 
algunos 
actores del 
sistema. 
-Diseñar 
modelo de 
prototipo 
basado en 
agentes 
inteligentes 
-Realizar 
pruebas 
funcionales al 
prototipo. 
-Capacitar a 
los actores 
relevantes del 
sistema 
(docentes y 
alumnos). 
-Consultar 
sobre el tema 
de agentes 
inteligentes en 
diferentes 
fuentes de 
información 
(libros, internet, 
revistas). 
-Diseñar 
encuestas para 
entrevistar a los 
actores del 
sistema. 
-Para realizar 
pruebas es 
indispensable 
reunirse con los 
actores del 
sistema para 
acatar 
sugerencias y 
tener un 
diagnóstico 
funcional del 
sistema y 
realizar un 
análisis de la 
experiencia de 
usuario. 
Fuente: Elaboración propia 
 
 
 
5.1.2 Requerimientos 
 
Dentro de la metodología Tropos, en primera fase de requerimientos posteriores o 
tardíos, una de las actividades principales es la definición de los requerimientos 
funcionales y no funcionales del sistema. 
El proceso de levantamiento de requerimientos se realizó por medio reuniones y 
encuestas realizadas al líder del semillero SIIE&SL, estudiantes y docentes de la 
UCC de la asignatura de Algoritmia y Herramientas computacionales; a través de 
estas se plantearon preguntas con fin de identificar las dificultades más frecuentes 
al momento de comprender los contenidos de las asignaturas, la apreciación sobre 
50 
 
los entornos virtuales de aprendizaje y sugerencias para el diseño e 
implementación de un sistema de ayudas al usuario que se adecue a cada una de 
sus necesidades. (Ver anexo 1: Encuesta). 
 
 
5.1.2.1 Requerimientos Funcionales 
 
 
Tabla 3: Requerimientos Funcionales del Sistema 
 
Requerimiento Descripción del Requerimiento Funcional 
RF1 El sistema por medio de los agentes inteligentes asistirá al usuario estudiantes 
en el desarrollo talleres y actividades del curso. 
RF2 El sistema mostrará automáticamente al usuario estudiante la ayuda 
proporcionada según su necesidad 
RF3 Los agentes inteligentes serán capaces de indagar en contenidos de la web y a 
su vez por medio de estos agregar nueva información a su base del 
conocimiento. 
RF4 Los agentes inteligentes, por medio de las ayudas serán capaces de brindar al 
usuario información que ellos autónomamente consideren la más importante, 
de acuerdo a sus percepciones guardadas en su base del conocimiento 
RF5 El sistema brindará sugerencias a los estudiantes de acuerdo al material de 
apoyo suministrado por el docente o contenidos encontrados en la web. 
RF6 El sistema por medio de los agentes inteligentes le mostrará al usuario 
estudiante recomendaciones sobre la sintaxis de lenguajes de programación, 
en el desarrollo de talleres y actividades del curso 
Fuente: Elaboración propia 
51 
 
5.1.2.2 Requerimientos No funcionales 
 
 
Tabla 4: Requerimientos no Funcionales del Sistema. 
 
Requerimiento Descripción del Requerimiento No Funcional 
RNF1 El sistema deberá brindar ayudas al usuario en tiempo real 
RNF2 El agente inteligente debe realizar los procesos de indagar en información web 
o de contenidos del curso y capturarla en menos de 1 minuto 
RNF3 El tiempo máximo que se debe esperar para brindarle ayuda de sugerencias a 
un usuario que se está demora mucho realizando una actividad es de 1 minuto 
Fuente: Elaboración propia 
 
 
 
 
5.1.3 Actores Relevantes del Sistema 
 
Tabla 5: Actores Relevantes del Sistema. 
 
Actores Rol Objetivos 
Estudiante -Accede al contenido del curso e interactúa 
con el sistema de ayudas al usuario 
-Desarrolla actividades académicas 
asignadas en el curso 
-Activa las funciones o tareas de los 
agentes inteligentes implementados 
Poder contar con una 
herramienta funcional, usable y 
eficiente para el buen desarrollo 
del curso. 
Docente -Registro de actividades académicas y 
contenidos del curso 
-Realiza seguimiento a las actividades 
desarrolladas por el estudiante 
Poder contar con una 
herramienta funcional, usable y 
eficiente para el buen desarrollo 
del curso. 
Plataforma 
Informática 
Educativa Ucc. 
-Soporta contenido, actividades del curso y 
sistema de ayudas al usuario basado en 
agentes inteligentes 
 
Agentes 
inteligentes 
-Brindar ayudas en el desarrollo de las 
actividades del estudiante 
-Activar funciones cuando el estudiante lo 
solicite o al identificar que no está 
cumpliendo con los objetivos de las 
actividades del curso 
 
Fuente: Elaboración propia 
52 
 
5.1.4 Patrones de Diseño 
 
En el diseño y la implementación de sistemas basados en agentes inteligentes se 
proponen diversos patrones asociados a la movilidad de los agentes, reenvío y 
enrutamiento de datos, tareas, interacción, proactividad y arquitectura; todo esto 
con el fin de implementar buenas prácticas y desarrollar sistemas más robustos, 
con modelos lógicos y regulados, organizados, flexibles y portables. 
Para Moreno y Rosete15 algunos ejemplos de estos patrones son: 
Patrones para un solo agente donde se propone una solución para la estructura 
interna de un agente junto con sus planes de realización de un servicio específico 
Patrones de comportamiento que proponen una solución para agregar una 
capacidad específica al agente 
Patrones de especificación de acciones que agregan una funcionalidad simple al 
agente. 
 
 
En el caso de JADE, los patrones están orientados a la implementación y 
configuración de esta herramienta, con el fin de crear y manejar las propiedades 
de los agentes, en este caso la proactividad. 
Para el prototipo funcional de ayudas al usuario (sugerencias de contenido) 
basado en agentes inteligentes, el uso de patrones para el diseño, estructura y 
comportamiento del sistema bajo las funcionalidades de la librería y framework 
JADE fue indispensable, debido a que el agente debe ser de fácil extrapolación, 
debe contar la capacidad de establecer una comunicación menos desacoplada y a 
su vez ser capaz de buscar espacios donde su inteligencia y/o autonomía 
aplicada, además de razonar y actuar respecto a ello. 
A continuación, se describen los patrones de creación y de estructura 
implementados y los patrones de implementación en JADE 
 
 
 
 
 
 
 
 
15 
Cita: MORENO, Maylin y ROSETE, Alejandro. Patrones de Implementación para Incluir 
Comportamientos Proactivos. Instituto Superior Politécnico “José Antonio Echeverría”. La Habana, 
Cuba. 2013. p. 4-10. 
53 
 
5.1.4.1 Patrón Singletón 
 
La creación de este patrón asegura que sólo exista una instancia de una clase y 
proporciona un punto de acceso global a ella. En el caso del prototipo, se crean 
las clases SingletonPeticones y SingletonRespuestas, para que sólo exista una 
instancia de las clases petición y respuesta; si estas clases se instancian una vez, 
se logra la sincronización de los datos de petición con los datos de la respuesta 
por parte del agente y el servicio. 
 
 
Figura 2: Patrón Singletón Clase SingletonPeticiones.java: 
 
 
 
54 
 
5.1.4.2 Patrón Factory Method. 
 
Patrón de creación de objetos; permite instanciar objetos de una clase sin saber 
aún que tipo de objeto debe ser, ese decir, las subclases son las encargadas de 
decidirlo. 
Adoptado a este proyecto, el Factory Method se implementa al crear una clase 
genérica y con base a este se crean subclases al instanciar objetos, generando 
una herencia. 
En el diagrama figura (3) se hace la representación del Factory Method patrón de 
clase y las relaciones dinámicas o estáticas, las clases se basan en herencia y 
delegación. 
 
 
Figura 3: Patron Factory Method 
 
 
 
Fuente: Microsoft MSDN, consultado 05 septiembre 2018, disponible en 
https://msdn.microsoft.com/es-es/library/bb972258.aspx#GoF95.