Thesis

Permanent URI for this collectionhttps://repositorio.grial.eu/handle/grial/185

Browse

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Integration analysis of solutions based on software as a service to implement Educational Technological Ecosystems
    (Grupo GRIAL, 2018-09-07) García-Holgado, A.
    One of the main characteristics of the current Knowledge Society lies in the value of knowledge as an active resource in any kind of entity, from educational institutions to large corporate companies. Knowledge management emerges as a competitive advantage in such a way that entities allocate part of their resources to develop their capacity to share, create and apply new knowledges continuously over time. Technology, considered the engine, the core element, in the Information Society, becomes a support for learning, for the transformation of tacit knowledge into explicit, and also individual knowledge into group one. Internet, information and communication technologies and in particular the information systems go from being elements that guide the development of society to being tools whose development is guided by the needs of knowledge management and learning processes. The technological ecosystems, considered the evolution of the traditional information systems, are positioned as knowledge management systems that encompass both the technological component and the human factor. In the case that knowledge management is aimed at fundamentally supporting learning processes, the technological ecosystem might be called learning ecosystem. The metaphor of ecosystems, which comes from the biology area, is used in different contexts to convey the evolutionary nature of processes, activities and relationships. The use of the natural ecosystem concept is applied to the technological field to reflect a set of characteristics or properties of natural ecosystems that can be transferred to technological ecosystems or software ecosystems in order to provide solutions that allow solving knowledge management problems, and which adapt to the constant changes suffered by any kind of entity or context in which some type of technological solution is deployed. Despite the advantages offered by technological ecosystems, the development of this type of solutions has greater complexity than traditional information systems. The problems inherent to software engineering, such as the interoperability between components or the evolution of the ecosystem, are combined with the difficulty of managing complex knowledge and the diversity of people involved. The different challenges and problems of technological ecosystems, primarily those focused on managing knowledge and learning, require improving the definition and development processes of this type of technological solutions. The present PhD thesis focuses on providing an architectural framework that allows improving the definition, development and sustainability of technological ecosystems for learning. This framework will be composed, mainly, of two results associated with this research; an architectural pattern that allows to solve the problems detected in real learning ecosystems and a learning ecosystem metamodel, based on the pattern, that allows to apply Model Driven Engineering to sustain the definition and development of learning ecosystems. To carry out the research, three cycles have been defined following the Action-Research methodological framework. The first cycle was focused on the analysis of several real case studies in order to obtain a domain model of the problem. Technological ecosystems for knowledge and learning management deployed in heterogeneous contexts have been analyzed, in particular, the University of Salamanca, the GRIAL research group and the European project TRAILER (focused on managing informal learning at institutions and companies). As a result of this cycle, a set of characteristics that a technological ecosystem must consider was detected and an architectural pattern was defined. The pattern allows laying the foundations of the ecosystem, giving solution to some of the detected problems and ensuring the flexibility and adaptability of the components of the ecosystem in order to allow its evolution. The second cycle was focused on the improvement and validation of the architectural pattern. The problems detected in the previous cycle was modeled using Business Process Model and Notation. To do this, the problems related to similar knowledge management processes was clustered and a diagram with a high abstraction level was made for each cluster of problems. Then, for each diagram, once again the problems to be solved was identified and a new diagram was defined applying the pattern. This allowed to validate the architectural pattern and lay the foundations for its formalization. Finally, the third cycle raised the Model Driven Development of technological ecosystems for the knowledge and learning management. In particular, a learning ecosystem metamodel, based on the architectural pattern specified in the previous cycle, was defined. The metamodel was validated through a set of model-to-model transformations automated through transformation rules. In order to carry out this process, a platform specific metamodel was defined. This metamodel provides a set of recommendations, both technological and human, to implement learning ecosystems based on open source software. The learning ecosystem metamodel and the platform specific metamodel to define ecosystems based on open source software provide the necessary guides to model learning ecosystems that solve the main problems detected in this type of software solutions. The three real case studies that were developed to validate the results obtained during the Action-Research cycles, especially the architectural pattern to define learning ecosystems, the learning ecosystem metamodel and the platform specific metamodel to model ecosystems based on open source software, allow us to conclude that it is possible to improve the definition and development of technological ecosystems focused on knowledge and learning processes management. More specifically, the use of model-driven engineering, based on a solid architectural proposal, allows defining learning ecosystems that evolve and adapt to the changing needs of the environment and users, as well as solving a set of common problems identified in this type of technological solutions.
  • Thumbnail Image
    Item
    Análisis de integración de soluciones basadas en software como servicio para la implantación de Ecosistemas Tecnológicos Educativos
    (Grupo GRIAL, 2018-09-07) García-Holgado, A.
    Una de las principales características de la actual Sociedad del Conocimiento reside en el valor del conocimiento como un recurso activo en cualquier tipo de entidad, desde instituciones educativas hasta grandes corporaciones empresariales. La gestión del conocimiento surge como una ventaja competitiva de tal forma que las entidades dedican parte de sus recursos a desarrollar su capacidad para compartir, crear y aplicar nuevos conocimientos de forma continuada a lo largo del tiempo. La tecnología, considerada el motor, el elemento central, en la Sociedad de la Información, pasa a convertirse en un soporte para el aprendizaje, para la transformación de conocimiento tácito en explícito, de conocimiento individual en grupal. Internet, las tecnologías de la información y la comunicación y, en particular, los sistemas de información pasan de ser elementos que guían el desarrollo de la sociedad a ser herramientas cuyo desarrollo está guiado por las necesidades de gestión del conocimiento y los procesos de aprendizaje. Los ecosistemas tecnológicos, considerados como la evolución de los sistemas de información tradicionales, se posicionan como sistemas de gestión del conocimiento que abarcan tanto la componente tecnológica como el factor humano. En el caso de que la gestión del conocimiento esté dirigida a apoyar fundamentalmente procesos de aprendizaje, el ecosistema tecnológico se puede denominar ecosistema de aprendizaje. La metáfora de ecosistema, que proviene del área de la biología, se utiliza en diferentes contextos para transmitir la naturaleza evolutiva de procesos, actividades y relaciones. El uso del concepto ecosistema natural se aplica al ámbito tecnológico para reflejar un conjunto de características o propiedades de los ecosistemas naturales que pueden transferirse a los ecosistemas tecnológicos o ecosistemas software con el fin de proporcionar soluciones, las cuales deben estar orientadas resolver los problemas de gestión del conocimiento. A su vez, estas soluciones tienen que adaptarse a los constantes cambios que sufre cualquier tipo de entidad o contexto en el que se despliega algún tipo de solución tecnológica. A pesar de las ventajas que ofrecen los ecosistemas tecnológicos, el desarrollo de este tipo de soluciones tiene una mayor complejidad que los sistemas de información tradicionales. A los problemas propios de la ingeniería del software, tales como la interoperabilidad de los componentes o la evolución del ecosistema, se unen la dificultad de gestionar un conocimiento complejo y la diversidad de personas involucradas. Los diferentes retos y problemas de los ecosistemas tecnológicos, y en particular de aquellos centrados en gestionar el conocimiento y el aprendizaje, requieren mejorar los procesos de definición y desarrollo de este tipo de soluciones tecnológicas. La presente tesis doctoral se centra en proporcionar un marco arquitectónico que permita mejorar la definición, el desarrollo y la sostenibilidad de los ecosistemas tecnológicos para el aprendizaje. Dicho marco estará compuesto, principalmente, por dos resultados asociados a esta investigación: un patrón arquitectónico que permita resolver los problemas detectados en ecosistemas de aprendizaje reales y un metamodelo de ecosistema de aprendizaje, basado en el patrón, que permita aplicar Ingeniería Dirigida por Modelos para sustentar la definición y el desarrollo de los ecosistemas de aprendizaje. Para llevar a cabo la investigación se han definido tres ciclos siguiendo el marco metodológico Investigación-Acción. El primer ciclo se ha centrado en el análisis de varios casos de estudio reales con el fin de obtener un modelo de dominio del problema. Se han analizado ecosistemas tecnológicos para la gestión del conocimiento y el aprendizaje desplegados en contextos heterogéneos, en particular, la Universidad de Salamanca, el grupo de investigación GRIAL y el proyecto europeo TRAILER (centrado en gestionar el conocimiento informal en instituciones y empresas). Como resultado de este ciclo se han detectado una serie de características que debe tener un ecosistema tecnológico y se ha definido un patrón arquitectónico que permite sentar las bases del ecosistema, dando solución a algunos de los problemas detectados y asegurando la flexibilidad y adaptabilidad de los componentes del ecosistema con el fin de permitir su evolución. El segundo ciclo se ha centrado en la mejora y validación del patrón arquitectónico. Los problemas detectados en el ciclo anterior se han modelado con la notación Business Process Model and Notation. Para ello, se han agrupado los problemas relacionados con procesos de gestión del conocimiento similares y posteriormente se ha realizado para cada conjunto de problemas un diagrama con un alto nivel de abstracción. Después, para cada uno de los diagramas, se han identificado una vez más los problemas a resolver y se ha definido un nuevo diagrama aplicando el patrón. Esto ha permitido validar el patrón arquitectónico y sentar las bases para su formalización. Por último, el tercer ciclo ha planteado el Desarrollo Dirigido por Modelos de ecosistemas tecnológicos para la gestión del conocimiento y el aprendizaje. En concreto, se ha definido un metamodelo de ecosistema de aprendizaje basado en el patrón arquitectónico planteado en el ciclo anterior. El metamodelo se ha validado a través de una serie de transformaciones modelo a modelo automatizadas mediante reglas de transformación. Para poder llevar a cabo dicho proceso, se ha definido un metamodelo específico de plataforma que proporciona un conjunto de recomendaciones, tanto tecnológicas como humanas, para implementar ecosistemas de aprendizaje basados en software open source. El metamodelo de ecosistema de aprendizaje y el metamodelo específico de plataforma para definir ecosistemas basados en software open source proporcionan las guías necesarias para definir ecosistemas de aprendizaje que resuelvan los principales problemas detectados en este tipo de soluciones software. Los tres casos de estudio reales que se han desarrollado para validar los resultados obtenidos a lo largo de los ciclos de Investigación-Acción, en especial, el patrón arquitectónico para modelar ecosistemas de aprendizaje, el metamodelo de ecosistema de aprendizaje y el metamodelo específico de plataforma para definir ecosistemas basados en software open source, permiten afirmar, como conclusión más general, que es posible mejorar la definición y el desarrollo de los ecosistemas tecnológicos enfocados en gestionar el conocimiento y los procesos de aprendizaje. Más concretamente, el uso de ingeniería dirigida por modelos, sustentada sobre una sólida propuesta arquitectónica, permite definir ecosistemas de aprendizaje que evolucionan y se adaptan a las necesidades cambiantes del entorno y de los usuarios, así como resolver un conjunto de problemas comunes identificado en este tipo de soluciones tecnológicas.