NodeXL y Agent SocialMetric: Análisis Comparativo de Herramientas para el Análisis de Redes Sociales en el contexto áulico

Transcripción

1 NodeXL y Agent SocialMetric: Análisis Comparativo de Herramientas para el Análisis de Redes Sociales en el contexto áulico Antonieta Kuz 1, Mariana Falco 1, Roxana Giandini 1,2, Leopoldo Nahuel 1 1 LINSI, Facultad Regional La Plata, Universidad Tecnológica Nacional, La Plata, Buenos Aires, Argentina akuz@linsi.edu.ar, mfalco@frlp.utn.edu.ar 2 LIFIA, Facultad de Informática, Universidad Nacional de La Plata, La Plata, Buenos Aires, Argentina giandini@lifia.info.unlp.edu.ar Resumen Haciendo énfasis en la contextualización de los fenómenos sociales entre los individuos y las relaciones inherentes que de ellos se desprenden en el contexto áulico, el presente artículo tiene por objetivo brindar la preeminencia de las herramientas de software con el fin de resaltar su aplicabilidad práctica y servir como una base de conocimiento acerca de los tópicos más relevantes del Análisis de Redes Sociales (ARS). Mostraremos un estudio comparativo de dos herramientas para el ARS con el fin de brindarles a los docentes las herramientas necesarias para lograr transformaciones representativas a nivel educativo, planteando la inclusión de diferentes softwares e incluso sistemas desarrollados en diversas plataformas. Una de ellas es NodeXL, un complemento para Excel y la otra es Agent SocialMetric, de desarrollo propio que posee un agente de interfaz conversacional embebido que brinda el estado del aula. Vislumbraremos a través de un caso de estudio, la aplicación de dichas herramientas en el ámbito áulico universitario siendo factible la determinación de la estructura del aula junto con la identificación de los roles. 1. Introducción El paso del tiempo y el consecuente desarrollo e incremento de los avances tecnológicos, han derivado en implicaciones que permanentemente modifican la vida del hombre y transforman todos los elementos de su entorno. Particularmente, la ciencia y la tecnología han introducido en forma sistemática importantes transformaciones en la sociedad y es en la misma dirección que el formidable y veloz desarrollo de las Tecnologías de la Información y la Comunicación (TICs), progresan y verdaderamente son, en cierta parte, el motor de cambios culturales que influyen en todos los aspectos de nuestra vida actual [1]. En el aula de manera presencial, los alumnos no sólo aprenden nuevos conocimientos sino que además incorporan y se familiarizan con normas de conducta y diversas formas de desenvolverse ante el sinfín de situaciones que se les presentan. Este comportamiento atañe a lo que se conoce como proceso de socialización. A través de él, se genera un gran número de relaciones entre los estudiantes que presentan diversos estadios de evolución. Una importantísima contribución a los procesos comunicacionales es el concepto de Red Social que según Lozares [2] puede definirse como un conjunto delimitado de actores, individuos, grupos, organizaciones, sociedades; vinculados unos con otros mediante una relación o conjunto de relaciones sociales. El Análisis de Redes Sociales (ARS) es un amplio campo de investigación en Sociología que se ha desarrollado como una herramienta de medición y análisis de estructuras sociales que emergen de las relaciones entre diversos actores sociales. Los sistemas informáticos como instrumentos de ayuda a las diferentes actividades humanas han cobrado tal magnitud e importancia que resulta, hoy en día casi inconcebible existir y competir en el mundo sin su utilización. Las investigaciones realizadas sobre el ARS junto con las aplicaciones de la Teoría de Grafos han brindado las bases para el desarrollo de una gran cantidad de herramientas y software de análisis, que hacen posible la gestión de métodos de visualización de grafos y cálculo de métricas. Este artículo tiene como objetivo primordial presentar un estudio comparativo de dos herramientas de software empleadas para el Análisis de Redes Sociales, NodeXL y Agent SocialMetric; evidenciando sus características principales, funcionalidades, visualizaciones, análisis sociométrico y de métricas. Vale destacar que Agent SocialMetric [3] es una herramienta de desarrollo propio que incorpora a Albert, un agente conversacional inteligente con diálogo emocional, que puede interactuar a través de una interfaz gráfica y brindar al docente en forma dinámica, una descripción de la estructura interna de los grupos, su organización y cohesión junto con la

2 identificación de los individuos que revisten de significancia dentro del aula; determinando asimismo problemas de inadaptación social es decir aquellos alumnos conflictivos, rechazados, aislados, entre otros. De la misma manera, pueden determinarse los líderes que mantienen los lazos informales en el grupo. A raíz del análisis precedente, se llevó a cabo la aplicación de las mismas a un caso de estudio real en el ámbito áulico a nivel universitario, pudiéndose llegar a inferir que las herramientas serán útiles para el profesor dado que a través de las mismas, podrá generar un clima idóneo para el aprendizaje y bienestar general en el aula, debido a que será factible la visualización del estado actual de la misma y mediante la aplicación de las métricas, determinará fehacientemente la estructura que conforman los alumnos y la profundidad de las relaciones que allí surgen, identificando aquellos que necesiten contención y ayuda. Son las herramientas las que encarnan el rol de una ayuda tecnológica al docente, a partir de su utilización social. Este artículo se estructura como sigue: la sección 2, brinda la definición de red social y sus atributos. La sección 3 explica el concepto y contexto del ARS. La sección 4 ahondará en las principales herramientas de software para el manejo de redes sociales junto con la descripción de las herramientas que serán objeto de estudio: NodeXL y Agent SocialMetric. En la sección 5, se detallará un caso de aplicación práctica, mediante el análisis sociométrico y el estudio de métricas. Finalmente, en la sección 6 se expondrán las conclusiones sobre el trabajo y las líneas de trabajo futuro. 2. Red social: Concepto y Orígenes Una red social es una estructura social que está conformada por dos elementos principales; los actores que representan los individuos de la red y que pueden ser individuos, grupos, organizaciones, comunidades, sociedades globales, sociales, entre otros; y las relaciones, o también son llamadas aristas entre los nodos [4]. Vale destacar que la relación no es una cualidad de ninguno de los actores sino una propiedad diádica que existe en tanto ambos actores mantengan su asociación. De la misma manera, las redes sociales [5] son formas de interacción social continuas, en donde hay un intercambio dinámico entre personas, grupos e instituciones, con el fin de alcanzar metas comunes en forma colectiva y eficiente. Constituyen un sistema abierto y en construcción permanente que involucra a individuos y a grupos que se identifican en cuanto a las mismas necesidades y problemáticas y que se organizan para potenciar sus recursos por medio del intercambio de experiencias. Es posible lograr la representación gráfica de una red social mediante grafos que pueden definirse como un sistema de vinculaciones interpersonales que denotan patrones de organización social que no son evidentes, pero que pueden ser inferidos a partir del análisis topológico del grafo [6]. Los orígenes de la teoría de las redes se remontan alrededor de los años 30 [7-8]. El problema de los puentes de Königsberg es un célebre problema matemático, resuelto por Leonhard Euler en 1736 cuya resolución dio origen a la Teoría de Grafos [9]. Informalmente, el problema decía: Dado el mapa de Königsberg, con el río Pregolya dividiendo el plano en cuatro regiones distintas, que están unidas a través de los siete puentes, es posible dar un paseo comenzando desde cualquiera de estas regiones, pasando por todos los puentes, recorriendo sólo una vez cada uno, y regresando al mismo punto de partida?. Para resolverlo, Euler dibujó un grafo donde cada área de tierra separada por el río representaba un nodo y los puentes que las conectaban representaban las aristas o vínculos (en inglés, links) que unían esos nodos. Lo que él logró probar fue que los nodos con un número impar de vínculos deben ser o el comienzo o el final del camino, ya que la existencia de los caminos son una propiedad del grafo (y no de sus unidades). 3. Contextualización del Análisis de Redes Sociales Actualmente, cuando se habla de redes sociales observamos este concepto asociado o relacionado con el uso masivo de algunos sitios web como Facebook, Twitter, entre otros; y esto se debe al gran impacto de estas herramientas en la vida cotidiana de las personas mediante la comunicación entre millones de individuos en su vida diaria. Existe un gran número de estudios acerca de las tecnologías Web 2.0 relacionados a buscar la explicación del contenido de la ciencia en su contexto social. El autor Javier Echeverría define la Era de Internet como parte vital de un tercer entorno de relaciones virtuales en el que convergen diversas tecnologías digitales [10]. Dentro de este entorno, advierte que las relaciones sociales se establecen a través de medios informáticos o electrónicos. El rol fundamental que juegan en la actualidad las Social Media hace que sea imprescindible producir herramientas y métodos, tanto teóricos como aplicados, los cuales permitan realizar estudios confiables de las mismas. Scott [11] afirma que el conjunto de conceptos y métodos de la teoría de redes que tiene como propósito el estudio sistemático de las redes sociales es el Análisis de Redes Sociales. Al igual que Scott, consideramos al ARS no como una teoría sino como una metodología,

3 relacionándola a marcos teóricos pertenecientes a la Sociología y a otras disciplinas, y caracterizándola prestando atención a dos cuestiones: qué analizar y cómo analizar. El objeto de estudio del ARS son las redes sociales, su morfología, sus patrones de comportamiento general y su relación dialógica con los individuos que las componen. Al canalizar información y recursos en posiciones estructurales específicas, las redes ayudan a crear intereses e identidades compartidas y a promover normas y valores compartidos. Los analistas de redes buscan descubrir el conjunto de mecanismos teóricos a través de los cuales las relaciones sociales afectan a las entidades sociales, y a identificar las condiciones contingentes bajo las cuales éstos mecanismos operan en contextos empíricos particulares [12]. Las estructuras sociales, así entendidas, se disponen en diversas configuraciones de relaciones sociales, de las cuales el ARS puede dar cuenta al elaborar su morfología específica. Las interacciones se reflejan en lazos sociales que se concatenan en estructuras, que no son sino redes de actores y las relaciones permanentes que los constituyen y dinamizan sus procesos de organización y adaptación. Por ello, las distintas categorías sociales no serían atributos inherentes de los individuos sino relaciones estandarizadas y movibles [13]. En el ámbito educativo, y especialmente en las instituciones donde los alumnos dan los primeros pasos para inmiscuirse en lo que se convertirá no solo en parte de su vida sino que imprimirá el carácter que caracteriza a la profesión elegida, como lo es el ingreso a la universidad; es necesario conocer cuál es la estructura de esos alumnos, cuáles son los estatus sociométricos y consecuentemente, cuál es la mejor manera de brindarles ayuda y apoyo. Logrando esto, podremos estimular a los estudiantes para que dediquen su tiempo a tener una buena preparación, obteniendo un alto nivel de interacción de los docentes con los alumnos; con el fin de alcanzar que la experiencia misma del alumno lo lleve a comprometerse con los estudios que eligió, 4. Descripción de Herramientas Existentes para ARS Como se ha mencionado anteriormente, el Análisis de Redes Sociales es una herramienta y una perspectiva conceptual que debe complementarse con una base de interdisciplinariedad, para lograr capacidad explicativa. La evolución del software ha dado lugar a nuevos entornos para el software de ARS [14], a partir de lo cual las herramientas se caracterizan por ser un método práctico, visual y descriptivo, que pueden correr sobre diferentes plataformas e interfaces web, diseños de arquitecturas y motores de ejecución, dando lugar a simulaciones concurrentes bajo diferentes parametrizaciones. Se han desarrollado un gran número de herramientas de software que permiten llevar a cabo una implementación apropiada del ARS representando las redes sociales a través de grafos y aplicando diversas métricas para llevar a cabo un análisis pormenorizado de las características que aquellas presentan. Existen varios tipos de herramientas de software y se clasifican en función del uso y de su descripción, como puede visualizarse en la Tabla 1. Tabla 1. Clasificación de las herramientas de software de ARS. Tipo Herramientas de análisis de redes sociales, académicas y avanzadas Herramientas avanzadas de redes sociales pero accesibles Herramientas simples y fáciles de usar Herramientas que permiten la visualización de datos generados por usuarios preexistentes Descripción Frecuentemente son usadas en ambientes académicos y destinadas también para realizar un análisis de redes sociales más sofisticado. Están orientadas a la usabilidad más que a la performance. Las guías de usuario de estas herramientas y archivos de ayuda no están del todo completos, no son comprensivos y están diseñados para audiencias más sofisticadas. Ejemplo: UCINET, Pajek Usadas para ámbitos generales incluyendo los corporativos. Creadas teniendo en cuenta a los usuarios, siendo más intuitivas y simples de usar más que aquellas académicas. Las guías de usuario y la ayuda están orientadas a una audiencia general. Ejemplo: NetMiner Pueden ser usadas por usuarios más familiarizados con el ARS. Estas herramientas tienen funcionalidades complejas y son simples de navegar y usar. La ayuda de usuario es simple y clara. Ejemplo: NodeXL Usadas para analizar datos existentes disponibles para los usuarios. Son simples de usar con funcionalidades intuitivas. Ejemplo: Gephi Teniendo como base los contenidos de la Tabla 1, puede delimitarse que uno de los grandes campos de aplicación de las herramientas lo constituye el académico. De allí se desprende, que la aplicación del software educativo en el proceso de enseñanza-

4 aprendizaje es uno de los grandes aportes tecnológicos al área educativa de las TICs. Marqués Graells definió al software educativo como un conjunto de [15] programas de computadoras creados con la finalidad específica de ser utilizados como medio didáctico para facilitar el proceso de aprendizaje, ofreciendo al usuario un ambiente propicio para la construcción del conocimiento. Partiendo de esta concepción, se puede evidenciar que el software educativo es un tipo de software destinado a la enseñanza, que engloba a aquellos programas que han sido elaborados con fines didácticos. Este tipo de software incluye desde los programas más tradicionales, hasta los programas de enseñanza inteligente asistida por computadora, que utilizan inteligencia artificial, los programas orientados al aprendizaje, o los sistemas operativos completos destinados a la educación, entre otros. En la Figura 1, puede visualizarse un esquema que resume las diferentes topologías y usos del software educativo. Por un lado, los Entornos Virtuales de Enseñanza y Aprendizaje (EVEAs) que son tecnologías de la información y comunicación que surgen como producto del trabajo interdisciplinario entre las Ciencias Informáticas y las Ciencias de la Educación, cuyo principal objetivo es facilitar los procesos de enseñar y aprender en una comunidad educativa. Por el otro, en función de la inteligencia es decir de la inclusión de agentes conversacionales pedagógicos como parte del proceso de aprendizaje, formación y educación. Y finalmente, el software especializado en ARS, haciendo foco en las estrategias didácticas y aplicación de la sociometría en el aula. Figura 1. Enfoques y criterios del software educativo. En las subsecciones siguientes serán analizados dos ejemplos de software especializado en ARS, en los que se podrán observar las métricas, fórmulas y metodologías de visualización que ofrecen las mismas, con la evaluación comparativa entre ambas y a través de un caso práctico. Vale destacar que ha sido elegida una de las herramientas presentadas en la tabla, NodeXL para ser comparada con Agent SocialMetric una herramienta de desarrollo propio que no sólo incorpora ARS y métricas a su base, sino que impulsa el entrelazado con los conceptos de Agentes Inteligentes NodeXL Es una herramienta simple de ser utilizada debido a que es un complemento aplicativo para Microsoft Excel que permite visualizar y analizar redes de grafos (nodos), como puede visualizarse en la Figura 2. Fue creada por el equipo del sociólogo Marc Smith en el Microsoft Research y colaboradores de las universidades de Maryland y Washington [16]. Figura 2. Pantalla de NodeXL. Para poder hacer uso de dicha herramienta, deberá instalarse el template Open Source. Es una herramienta de fácil instalación, tiene además una interfaz intuitiva, un conjunto de métricas y una variedad de opciones de visualización (con una escalabilidad visual aceptable) ha ido evolucionando, en diferentes versiones. Utilizando SNAP 1 (Stanford Network Analysis Platform) de la Universidad de Stanford, NodeXL puede calcular fácilmente métricas como el grado, la centralidad de intermediación, proximidad central, el vector de centralidad, PageRank, coeficiente de agrupamiento, la densidad gráfica, entre otros. Es una herramienta flexible, debido a que permite importar y exportar gráficos en GraphML, Pajek, UCINET y otros formatos de matrices. Asimismo, soporta la importación de redes sociales directamente desde Twitter, YouTube, Flickr y correo electrónico, o 1 SNAP (Stanford Network Analysis Platform): es una herramienta de propósito general, un sistema de alto rendimiento para el análisis y la manipulación de grandes redes. Disponible para descarga en

5 utilizar uno de varios plugins disponibles para obtener redes de Facebook, wikis, encuestas, hipervínculos de la red y los medios de comunicación social y almacenamiento en la nube. Puede hacerse zoom en las áreas de interés dentro del grafo permitiendo asimismo controlar la escala de los vértices de dicho grafo para reducir el desorden en que aparecen los nodos apenas aquél es generado. Es viable agrupar los vértices del grafo por atributos comunes o incluso, NodeXL puede analizar las conexiones y agrupar automáticamente. Consecuentemente, pueden obtenerse grupos distinguibles usando formas y colores Agent SocialMetric Es una herramienta interactiva de código abierto (en inglés, Open Source) que vincula e integra dos tópicos de sumo interés: los agentes inteligentes y el modelado de redes sociales. La misma cuenta con un agente de interfaz conversacional llamado Albert, el cual es una entidad de software y un programa diseñado para mantener una conversación con una persona, en nuestro caso, el docente. Dicho agente es el encargado de interpretar la relación existente en la atmósfera de convivencia que se desarrolla entre los alumnos y asistir al docente en la actuación del profesor como conductor y organizador del clima en el aula y de las relaciones interpersonales para la convivencia y el aprendizaje en dicho ambiente, como puede verse en la Figura 3. Figura 3. Agente Albert interactuando. El modelo de la herramienta se encuentra dividido en dos secciones; por un lado la entrada de datos que se realiza a través de test sociométrico u otras fuentes, como la consideración de datasets extraídos de redes como Twitter o Facebook. En la presente investigación, se ha priorizado el ingreso de datos a través de dichos tests. Por el otro, la estructura interna donde se mapean los perfiles personales de cada alumno, las relaciones entre los alumnos y se contextualiza la red que entrelaza las relaciones de los mismos. A partir de esta información se obtendrá un modelo de red social o sociograma [17]. En este caso, el sociograma obtenido permitirá determinar al agente la naturaleza e intensidad de las relaciones interactivas que se dan dentro de un grupo, como así también el grado de cohesión y la estructura de un grupo así como la posición que ocupa cada miembro dentro de él. Además en este modelo el agente será el encargado de comunicarse con el profesor. Agent SocialMetric cuenta con tres perfiles, que corresponderán al agrupamiento de los usuarios mientras que los roles se orientarán a las funcionalidades del sistema. El primer perfil lo constituye el alumno, que una vez logueado solo tendrá permisos para responder a las preguntas del test sociométrico asignado a su curso [18]. El segundo perfil, es el administrador que será el encargado de cargar el conjunto de preguntas correspondientes a las encuestas. Por tanto, tiene la capacidad de crear y gestionar tanto preguntas como test asociados a uno o varios cursos. También le es factible especificar el orden en el cual las preguntas aparecerán dentro de un test determinado o el orden en el cual los test relacionados con un curso serán propuestos al usuario. Será el encargado de la administración de los accesos (en inglés, login) para cada alumno y podrá gestionar el agente, a través de un módulo de gestión específico que ofrece una interfaz amigable para seleccionar los ficheros AIML que serán cargados, y personalizar las conversaciones de Albert. Finalmente, el tercer perfil corresponde al docente que además de contar con permisos de carga y administración de encuestas, podrá interactuar con Albert. Allí el docente y el agente podrán mantener una conversación general acerca del estado de su clase, visualizar los grafos de interacción y obtener contenidos relacionados con la gestión de su curso. Al establecer una nueva configuración del modo en que los educadores y los educandos pueden tener acceso a los conocimientos y la información, las nuevas tecnologías plantean un desafío al modo tradicional de concebir el material pedagógico, los métodos y los enfoques tanto de la enseñanza como del aprendizaje. El uso de esas tecnologías está en ascenso y ahora es posible obtener otros datos por medio de los cuales se puede evaluar y formar a los alumnos 4.3. Albert, el Agente Virtual Conversacional Los agentes inteligentes representan un área de estudio y de investigación de la Inteligencia Artificial. Nwana [19] sostiene que un agente es aquel componente de software o hardware que es capaz de actuar en forma precisa para llevar a cabo una tarea en beneficio de su usuario. Este paradigma ha tenido una evolución

6 constante, pudiéndose encontrar en la actualidad en múltiples plataformas y que mediante el uso de técnicas de resolución de problemas, ejecutan acciones de forma flexible y autónoma para alcanzar sus objetivos. Es decir, que poseen un fin concreto que alcanzar y sus acciones afectan al medio, por lo tanto es concebible formalizar lo siguiente: los agentes son sistemas autónomos que intercambian información con el ambiente en el que están suscritos para alcanzar un objetivo. Desde un punto de vista estructural, el agente puede dividirse en dos partes principales. La primera está relacionada con el conocimiento que el agente posee acerca del mundo exterior, las habilidades de otros agentes y las suyas propias; el segundo aspecto abarca el procesamiento dinámico que el agente realiza de los mensajes y que definirá su actividad de razonamiento ante el surgimiento de nuevos problemas y datos. Es por esta razón que se basa en un lenguaje de comunicación externo que utiliza para interactuar con otros agentes; uno interno, para la comunicación entre sus propias componentes y un conjunto de métodos que permite el procesamiento de estos mensajes [20-21]. El agente Albert, incrustado en Agent SocialMetric, es el encargado de brindarle al profesor un aporte significativo de la estructura del aula, mediante una amigable conversación que se desarrolla en una ventana de chat por lo que el contenido de las respuestas dadas por el agente estarán vinculadas a la visualización de las interacciones, la detección de alumnos aislados, los líderes y las relaciones de amistad. En Agent SocialMetric, se ha integrado al agente a través del mantenimiento de una conversación con el docente, siendo capaz de cumplir dos objetivos fundamentales. El primero es la interacción y comprensión de las preguntas formuladas por el profesor, distinguiendo de las que presentan un carácter general, de las propias referidas al aula, dadas por las relaciones interpersonales existentes en el aula. El segundo es la elaboración de una respuesta adecuada en consonancia con lo consultado por el docente, pudiendo resolver sus dudas sobre el clima del aula y la estructura social interna del grupo de alumnos [22]. Consecuentemente, Agent SocialMetric es un sistema que debe utilizarse para dar respuesta a consultas de forma automática e inmediata a los docentes. 5. Caso de Estudio con el Análisis de NodeXL y Agent SocialMetric En las secciones previas, se realizó una revisión de los conceptos y de las herramientas utilizadas para llevar a cabo la implementación del Análisis de Redes Sociales. El presente apartado se dedica particularmente a evidenciar en un caso práctico, mediante la descripción y el estudio de las estructuras relacionales de los alumnos en el aula que interaccionan con el fin de completar un trabajo práctico, a través del uso comparativo de las herramientas NodeXL y Agent SocialMetric. Mediante la integración de las herramientas presentadas, de los conceptos de ARS y la sociometría se intentará profundizar en el conocimiento de los fenómenos sociales en el aula. La sociometría es una técnica con la que se determinan diferentes aspectos de la estructura de las relaciones sociales dentro de los grupos. Jacob Levy Moreno la define como "el estudio de la evolución de los grupos y de la posición que en ellos ocupan los individuos, prescindiendo del problema de la estructura interna de cada individuo" [17] Determinación de la Población Estudiada La finalización de la escuela secundaria marca un punto de inflexión en la vida de los jóvenes y que es un nuevo y desconocido camino el que deben transitar, con numerosos desafíos y prácticas nuevas [3]. Los alumnos que ingresan a la Universidad deberían poseer ciertas competencias, indispensables para asegurar su permanencia en ella y la consecución de sus estudios. Estas competencias, desde el punto de vista del aprendizaje, deberían garantizar al alumno el éxito en cualquier ámbito del saber: es decir, serían transversales a cualquier tarea de adquisición de conocimientos. Se consideran competencias transversales: la capacidad para regular sus propios aprendizajes, aprender solos y en grupo, y resolver las dificultades a que se ven enfrentados durante el transcurso del proceso de aprendizaje. Para lograr lo anterior, es necesario, por su parte, tener conciencia de los propios procesos de pensamiento, de las estrategias y de los métodos que cada uno usa para aprender [23]. Si bien dentro del ambiente de la educación los alumnos son el eje central, lo que se intentó comprender en detalle son los comportamientos que éstos adopten en situaciones particulares de interacción. Para realizar el procedimiento fue preciso decidir cuáles serían los grupos de usuarios con los que se probaría el sistema y cuántos participantes de cada grupo evaluarían la herramienta. Por ello, fue propicio considerar los diversos tipos de evaluadores, es decir todas aquellas personas que clasificarían la herramienta de software: estudiantes, administradores del sitio, profesores, preceptores. Considerando que el proceso de ARS se basa en la captura y el posterior análisis de información, y con el fin de llevar a cabo la captura de datos y determinación de la red, ha sido considerado un curso de alumnos en el ámbito de una comisión del curso de ingreso a Ingeniería. Para proteger la identidad de los estudiantes, hemos utilizado nombres ficticios y en inglés. Así, la lista de

7 estudiantes es la siguiente: Allan, Pam, Emma, Howard, Gordon, Orson, Beth, Finn, Kobe, Deanne y Tara Entrada de datos: Cuestionarios Sociométricos La Sociometría estudia la estructura socioafectiva de los grupos a través del análisis de las relaciones que allí existen. Uno de los medios para medir las relaciones sociales es el test sociométrico [24], que consiste en una serie de preguntas a partir de las cuales, se les solicita a cada uno de los miembros del grupo, en este caso alumnos, que señalen con cuáles de sus compañeros desearían asociarse para desarrollar una cierta actividad obteniendo una relación de las preferencias que existen en el grupo, aquí y ahora, a través del testimonio de sus miembros. La utilización del test en el campo de la clase permite captar una imagen objetiva, cómoda, rápida y cuantitativa de las relaciones en ella existentes, en el aspecto pedagógico posibilita tomar medidas muy concretas sobre amistades cerradas, elementos solitarios, clases divididas, elementos populares o líderes, buscando aprender más respecto a los alumnos. Además posibilita e conocer, en el momento de la aplicación, cuáles son las fuerzas sociales que actúan en el aula y posibilita la repetición para comprobar el grado de evolución de dichas fuerzas, dada la actuación pedagógica subsiguiente a la primera aplicación. Particularmente y con el fin explícito de determinar las relaciones entre los alumnos seleccionados, se utilizó el test sociométrico, delimitado por el siguiente set de preguntas: P1. A quién elegirías como mejor compañero? P2. Quién no se lleva con quién? P3. A quién elegirías para hacer un trabajo en equipo? P4. Quién sabe lo que realmente ocurre en el curso? Los alumnos, para completar el test sociométrico, debían elegir a los miembros del grupo sobre la base de un criterio específico. Los resultados de las elecciones pueden variar mucho en función de los criterios que se utilizan. En este caso, se han delimitado a quiénes puede elegir cada alumno (sólo a los del grupo-clase o también a los de fuera) y el aspecto cuantitativo, es decir a cuántos puede seleccionar (un número limitado a uno). Es conveniente destacar que para el caso de NodeXL son los resultados del test los que han sido cargados en la herramienta, es decir: la totalidad de las nominaciones que han surgido por elección de los alumnos a la hora de contestar el test. En cambio, dicho test ha sido cargado dentro de la herramienta Agent SocialMetric permitiéndoles a los alumnos contestarlo en el sitio de la herramienta; posibilitándonos recabar y obtener un dataset a partir del contenido de las preguntas anteriormente definidas NodeXL vs Agent SocialMetric: Estudio Comparativo NodeXL es una herramienta puramente utilizada para el análisis y generación de los grafos, a partir de que el usuario cargue las nominaciones en la misma. El perfil es único, no pueden loguearse el docente y el alumno; sólo el docente para la obtención de los grafos. Por ello, es que se encuentra más orientada a la visualización que a la gestión de los datos, por lo que ofrece gran variedad de opciones para la representación del grafo en la pantalla, aunque también permite obtener distintas propiedades matemáticas del grafo. Presenta algunas restricciones a la escalabilidad de los grafos, sin embargo para la finalidad de esta investigación es suficiente la potencia que ofrece. Agent SocialMetric permite la creación, modificación y gestión de los test sociométricos junto con la asignación de los mismos a los diversos cursos que tenga el docente. Una vez cargadas las preguntas y el conjunto de respuestas por cada alumno involucrado en el caso de prueba, se conforma la base de conocimientos de Albert que en este caso maneja diferentes niveles de conocimiento y tiene una estructura organizada para este contexto, a través de un conjunto de categorías ordenadas. Dicha base de conocimientos consiste en archivos donde se almacenan las órdenes de entrada y salida. Continuando con el análisis de las herramientas de visualización de grafos, se incluye una comparación específica entre NodeXL y Agent SocialMetric, en lo referente a las propiedades que denotan importancia a la hora de elegir una herramienta y más aún, en el instante de implementación de las mismas en un caso de estudio. Las propiedades valoradas son la escalabilidad visual, los ABMs (altas, bajas y modificaciones) de datos de aristas y vértices, la aplicación y los resultados de las métricas, las propiedades de visualización, la escalabilidad de software, la gestión de cuestionarios, escalabilidad analítica (capacidad de los algoritmos matemáticos de manejar de forma eficiente grandes conjuntos de datos), utilización de agentes inteligentes y los roles del sistema; como pueden contemplarse en la Tabla 2. Tabla 2. Comparación entre las herramientas de visualización de grafos. Propiedades NodeXL Agent SocialMetric Escalabilidad visual Medio Medio ABMs de datos de aristas y vértices Alto Medio-Alto

8 Resultados de métricas Medio Medio Propiedades de visualización Alto Medio-Alto Manejar grandes conjuntos de datos Medio Medio Gestión de cuestionarios Nulo ABM Capacidad de los algoritmos matemáticos Medio- Bajo Medio Utilización de agentes inteligentes Nulo Alto Roles 1 3 Consecuentemente y teniendo como base el análisis anterior, se analizarán los grafos resultantes en ambas herramientas junto con las métricas, técnica de suma importancia dentro del ARS. La representación de la información correspondiente a los patrones de relaciones entre actores sociales, las características formales de una red y sus actores de manera completa y sistemática se realiza generalmente mediante el uso de grafos. Por ello, el proporcionar los grafos de las interacciones de los alumnos permite aplicar estrategias metodológicas en el aula. Así, en las situaciones en que sea previsto el trabajo grupal dichos grafos se convertirán en un dato valioso debido a que aportarán la estructura social del grupo en su conjunto; permitiendo identificar cada una de las relaciones que existen entre los estudiantes y que originan el clima social Visualizaciones de los Grafos Las relaciones humanas sea cual sea el ámbito en que se las analice presentan un dinamismo increíble, tanto en estructura como en contenido. Existen numerosas técnicas de visualización, una de ellas son los grafos, que han tenido una amplia aceptación dentro de las representaciones de la estructura de la red y más aún en las redes sociales. Es simple de imaginar la estructura de un aula pueda ser representado como un grafo, donde los alumnos son los nodos y las relaciones o vínculos son los arcos a estos. Por ello, parece acertado pensar en grafos a la hora de representar relaciones entre entidades. En la Figura 4 se observa la visualización de la estructura del grafo correspondiente a la interacción de los alumnos para la pregunta 1, obtenido a partir de la herramienta NodeXL. Albert puede evidenciar la fuerza de un vínculo el cual es una combinación del tiempo, confianza mutua y los servicios recíprocos que caracterizan a dicho vínculo. En dicha estructura de grafos (ver Figura 5), el docente podrá observar la fuerza e intensidad de los vínculos, ya que en los mismos se pueden visualizar las relaciones de diferente grosor desde el punto de vista del ARS. Vale destacar que los lazos o vínculos interpersonales son definidos como conexiones portadoras de información entre personas o individuos. Asimismo, existen diferencias como bien se observa en las Figuras 4 y 5 con respecto a la representación de los grafos debido a las diferencias de construcción de las herramientas, con respecto a las métricas, bases de conocimiento, estilos y formas de los mismos. Figura 5. Grafo para P3 en Agent SocialMetric Determinación del Clima Social mediante Métricas Todos los alumnos necesitan una conexión, un lazo con sus compañeros. Para aquellos en la periferia social, la escuela trae recordatorios frecuentes de su estado rechazado - dificultades para encontrar un compañero para una actividad de colaboración, haber sido el último elegido para una actividad de equipo, entre otros. Más allá del efecto que tiene el aislamiento sobre la autoestima de un alumno, puede tener asimismo un marcado impacto en su adaptación escolar. No sólo es que el alumno aislado no tiene la oportunidad de aprender las habilidades necesarias para desarrollar y mantener las amistades en el aula, su trabajo escolar también puede verse afectado ya que su atención se desvía a las preocupaciones sociales. Teniendo como base lo anterior y una vez detectados los alumnos aislados, el agente Albert le mostrará al docente dicha información mediante un cuadro de diálogo. Así, ha Figura 4. Grafo para P1 en NodeXL.

9 evidenciado que los alumnos aislados son Kobe, Allan, Finn, Tara, Deanne y Pam a partir de la pregunta 1 y como se visualiza en la Figura 4. Considerando que los líderes informales poseen los mayores poderes de intermediación y son los que controlan los flujos de comunicación informal, es factible mencionar que a partir de la Figura 4 se desprende que Beth es la líder informal de la clase; quien es esencialmente una comunicadora muy cualificada. Dicha alumna es tanto verbalmente elocuente como también capaz de comunicarse con los seguidores (en inglés, followers) en un nivel profundo y emocional. Es capaz de articular una visión convincente o cautivante, y asimismo, de despertar emociones fuertes en los seguidores. Con respecto a la pregunta 3 y como se observa en la Figura 5, Beth y Pam han sido elegidos por dos compañeros. Entre Orson, Deanne, Emma, Finn, Pam, Tara y Howard tiene lugar lo que la Teoría de Grafos llama ciclo, y que consiste en un ciclo simple cuyos vértices están conectados en una cadena cerrada. En este caso, es un ciclo dirigido debido a que los vértices están orientados en la misma dirección (todos van hacia Pam). Podría decirse que éste tipo de elecciones ocurren cuando son los amigos los que se nominan entre sí, sin acuerdo previo. A partir del análisis anterior, es viable explicitar que la información de la red es recolectada a nivel de la red, pero el análisis ocurre en el nivel estructural con la utilización de diferentes métricas lo cual permite obtener las características del aula y los patrones de interacción que allí tienen lugar. Esta propiedad se refiere a la cantidad de patrones de relaciones entre los actores (alumnos en nuestro caso), mediante la captura del tamaño y la conectividad interna de la red así como de los atributos de cada nodo. NodeXL y Agent SocialMetric soportan un set de las métricas más cruciales para los nodos como lo son: la densidad (si todos los individuos están conectados entre ellos, la estructura es redundante), la distancia (se calcula sumando el número de lazos diferentes que existen a lo largo de la ruta más corta entre dos nodos), la accesibilidad del inglés, reachability (mide si los actores dentro de una red están relacionados, directa o indirectamente, a todos los demás actores), el grado de centralidad del inglés, degree centrality (significa la actividad o la popularidad. Es decir, gran cantidad de lazos que llegan y una gran cantidad de lazos que salen de un actor aumentarían el grado de centralidad) y el grado de intermediación o en inglés, betweenness centrality (la intermediación mide el número de veces que un actor se conecta pares de otros actores, que de otro modo no serían capaces de llegar a unos de otros). Vale destacar que además de las mencionadas, NodeXL soporta otras como: centralidad vectorial, pagerank, coeficiente de clusterización, densidad del grafo, entre otras. Métrica Accesibilidad Grado de centralidad Grado de Intermediación Densidad Distancia Tabla 3. Análisis de las métricas. Resultados P1 (Figura 4) Con la excepción de los cinco aislados (Finn, Tara, Allan, Deanne y Kobe), todos los actores restantes puede alcanzar el uno al otro. Beth tiene el grado de centralidad más alto con cinco lazos directos y Howard es el siguiente más central con tres lazos directos. Beth es el actor más poderoso. Todos los actores de la red deben pasar por ella para llegar a Allan, Tara, Finn, Emma y Kobe. El siguiente más potente es Howard, ya que todos los actores deben pasar a través de él para llegar a Pam y Deanne. Hay once lazos fuera de un posible 121 para la red de la clase, dando una densidad de 0,091. Beth está a una distancia de dos (2) de Orson, Pam, Deanne y Kobe. Resultados P3 (Figura 5) Con la excepción de los tres aislados (Gordon, Kobe y Allan), todos los actores restantes puede alcanzar el uno al otro. Beth y Pam tienen el grado de centralidad más alto con dos lazos directos cada uno. Todos los actores de la red deben pasar por Orson llegar Deanne, Emma, Finn, Pam, Tara y Howard. Al pasar por Pam, podemos llegar a Allan. En el otro lado, a través de Beth podemos llegar a Gordon y Kobe. Hay once lazos fuera de un posible 121 para la red de la clase, dando una densidad de 0,091. Beth está a una distancia de siete (7) relaciones de Howard en lugar de Tara que puede llegar a Howard dentro de un único lazo. La obtención del clima social no solamente ha permitido al profesor optimizar el proceso de enseñanza, sino que además ha resaltado el estado actual del aula enfatizando las relaciones existentes entre los alumnos; permitiéndoles a los docentes proponer mejoras en el ámbito pedagógico y estructural de la clase a partir de los

10 resultados observados. Es viable por tanto afirmar que las redes de amistad en las aulas proporcionan un gran soporte psicosocial. 6. Conclusiones y Trabajo Futuro El Análisis de Redes Sociales ha ido evolucionando desde sus orígenes hasta la actualidad, de manera tal que este incluye un conjunto de enfoques, aplicaciones, métricas, representaciones de las relaciones, características estructurales de las redes y herramientas para cubrir el espectro de aplicación de dicho análisis. Hemos visto que el desarrollo de las teorías de grafos aplicadas a las ciencias sociales introdujo el concepto de redes sociales. A partir de la propagación y evolución de procesos sociales, el estudio de la dinámica de las redes se ha integrado al ARS y también al desarrollo de nuevas herramientas de software, dada la importancia de conocer en qué consiste el fenómeno de las redes sociales, qué aplicaciones tienen y cómo se están convirtiendo en una herramienta útil para estudiar las redes en diferentes ámbitos como la educación, la política, la salud, entre otros. En la presente investigación se propuso el abordaje de problemáticas y prácticas socio-técnicas que emergen impulsadas por el rápido avance de las tecnologías de la información y la comunicación, y promueven temas de vital importancia para la sociedad en general. Particularmente, se ha vislumbrado la importancia de cuantificar y procesar un set de datos, la interpretación de los vínculos se pueden estudiar a través de métricas definidas para el análisis de redes sociales orientadas al individuo y al grupo conectado. Teniendo como base lo anterior, se realizó la revisión, el análisis y el relevamiento de dos herramientas de software, Agent SocialMetric y NodeXL, las cuales son plataformas independientes y fácilmente accesibles. La primera diferencia fundamental es que Agent SocialMetric promueve la utilización de una aplicación web basada en Inteligencia Artificial y que conlleva los atributos que conlleva el uso de los agentes inteligentes como tutores para cada una de las clases y cursadas. Y la segunda es que en la misma, pueden crearse y gestionarse los test sociométricos que el docente necesite; es una herramienta integral para el análisis sociométrico de la estructura del aula. Debe agregarse asimismo la retroalimentación del docente a partir de lo que Albert le evidencie o indique. En el caso de NodeXL, es una potente herramienta que sirve y funciona correctamente para un gran número de nodos y análisis de diversas métricas aplicadas a los grafos. Es de conocimiento que las relaciones que existen en las diferentes aulas, de las diversas clases y grupos áulicos son diferentes, siguen normas espontáneas y azarosas en función de las percepciones de los alumnos que las conforman. En este caso, hemos tratado con jóvenes que se encuentran en una etapa de cambio en sus vidas; han terminado el colegio secundario y han emprendido el ingreso a una carrera universitaria. Al elegir una profesión, se elige un modo de ser y de hacer; para obtener las retribuciones que permitan satisfacer las necesidades materiales y de crecimiento personal, junto con una participación en la sociedad con responsabilidad y compromiso. Fue posible a través del análisis de grafos y de la aplicación de métricas, el logro en el ámbito áulico de la determinación del estado actual del aula, dando a conocer las diversas relaciones que allí ocurren, identificando los alumnos que necesitan ayuda y/o contención por la falta de integración a algún grupo o la apatía generada en diversos problemas personales que hacen que el alumno sea retrotraído. El desafío está planteando para continuar con estas mediciones de las herramientas de software en entornos mucho más numerosos y en contextos en los cuales las redes sociales son parte de la vida cotidiana de cada actor, comparando la performance y resultados sobre un caso de estudio. Asimismo, a nivel de Agent SocialMetric se pondrá énfasis en su extensión, implementando las fuentes de datos previstas para el sistema. También, se prevé desarrollar y ampliar la base de conocimiento del agente, para que el mismo cuente con un amplio margen de respuestas posibles. Se buscará ampliar los métodos de comunicación del agente para aquellos docentes que cuenten con algún tipo de discapacidad visual, Incorporando funciones de habla al agente. 7. Agradecimientos Los autores desean expresar su agradecimiento a las autoridades de la Universidad Tecnológica Nacional - Facultad Regional La Plata (UTN - FRLP) por el apoyo brindado, así como al Laboratorio de Innovaciones en Sistemas de Información (LINSI). 8. Referencias [1] Kuz, A., Falco, M., Giandini, R.S. Las nuevas realidades educativas a través de las TICs. In 2 Congreso Nacional de Ingeniería Informática/Sistemas de Información (CoNaIISI 2014), ISBN , San Luis, Argentina, Noviembre 2014, page 454. [2] Lozares, C. Bases socio-metodológicas para el análisis de redes sociales, ARS. EMPIRIA. Revista de Metodología de las Ciencias Sociales, 10:9 35, 2005 [3] Kuz, A., Falco, M., Nahuel, L., Giandini, R.S. Agent SocialMetric: Una Aplicación Práctica de Solución TIC como Soporte a la Enseñanza, In Quinta Conferencia de Directores

11 de Tecnología de Información, TICAL Gestión de las TICs para la Investigación y la Colaboración, 6 al 8 de julio de 2015, Viña del Mar, Chile. [4] Freeman, L. The Development of Social Network Analysis: A Study. In The Sociology Of Science, Empirical Press, BookSurge, 2004 [5] Wasserman, S., Faust, K., Molina, J.L. Análisis de redes sociales. Métodos y aplicaciones, chapter 3, pages Number In Clásicos contemporáneos. Centro de investigaciones Sociológicas, [6] Diestel, R. Graph Theory. Electronic Edition 2000 Springer- Verlag New York 1997, 2000 [7] Freeman, L. C. Dynamic Social Network Modeling and Analysis In Workshop Summary and Papers, number , The National Academies Press, Washington, USA, chapter 3, 2003 [8] Reynoso, C. Complejidad y caos. Una exploración antropológica, number 19, [9] Euler, L. «Solutio problematis ad geometriam situs pertinentis». Comment. Acad. Sci. U. Petrop 8, (en latín) (Reimpreso en Opera Omnia Series Prima, Vol. 7. pp. 1-10, 1766). Consultado el 19 de julio de Disponible en [10] Echeverría, J., Ezponda, J. La Revolución Tecnocientífica, Fondo 20+1, Fondo de Cultura Económica de España, [11] Scott, J. Social Network Analysis: A Handbook, Sage Publications, 2000 [12] Knoke, D., Yang, S. Social Network Analysis, number 154 in Quantitative Applications in the Social Sciences, SAGE Publications, 2008 [13] Tilly, C., Pons, H. La Desigualdad Persistente, Ediciones Manantial, 2000 [14] Abraham, A., Hassanien, A., Snássel, V. Computational Social Network Analysis: Trends, Tools and Research Advances. Computer Communications and Networks. Springer, 2009 [15] Graells, P. Software educativo: guía de uso y metodología de diseño, Estel, 1995 [16] Matei, S.A. Analyzing Social Media Networks with NodeXL: Insights from a Connected World by Derek Hansen, Ben Shneiderman, and Marc A. Smith. Int. J. Hum. Comput. Interaction, 27(4): , [17] Moreno, J.L. Palabras de Jacob Levy Moreno. Vocabulario de citas del psicodrama, de la psicoterapia de grupo, del sociodrama y de la sociometría. Editora Agora, [18] Cornejo y Gonzalez, J.M. Nuevos desarrollos de las técnicas sociométricas para el estudio de los grupos. In Simposio de Técnicas en el estudio del proceso grupal. III Congreso Nacional de Psicología Social, pages 78 92, Santiago de Compostela, España, (1990). [19] Nwana, H., Wooldridge, M., Smith, R., Azarmi, N.: Software Agent Technologies, 1996 [20] de Andrés, T. Homo Cybersapiens. La Inteligencia artificial y la humana, ISBN , 2002 [21] García Serrano, A. Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC Libros, ISBN , 2012 [22] Kuz, A., Falco, M. Herramientas sociométricas aplicadas al ambiente áulico. In Primer Congreso Nacional de Ingeniería Informática/Sistemas de Información (CoNaIISI 2013), ISSN: , Córdoba Argentina, Noviembre [23] Organisation De Coopération Et De Développement Économiques (OCDE), Cadre d évaluation de PISA 2003 Connaissances et compétences en mathématiques, lecture, science et résolution de problèmes. Consultado el 20 de julio de Disponible en entassessmentpisa/ pdf [24] Bezanilla, J.M. Sociometria: Un Método de Investigación Psicosocial. Jose Manuel Bezanilla, 2011