Nº 193, mayo-junio 2008, año XXXIV Nº 193, mayo-junio 2008, año XXXIV Nº 193, mayo-junio 2008, año XXXIV Nº 193, mayo-junio 2008, año XXXIV Nº 193, mayo-junio 2008, año XXXIV

Monografía del próximo número: "EUCIP"

editorialEl trabajo voluntario y altruista en ATI > 02en resumenAprendizaje ubicuo, compartido y relevante > 02Llorenç Pagés Casas

monografíaEl futuro de la tecnología educativa(En colaboración con UPUPUPUPUPGRADE)Editores invitados: Carlos Delgado Kloos, Fridolin WildPresentación. Technology-Enhanced Learning > 03Carlos Delgado Kloos, Fridolin WildAprendizaje potenciado por la tecnología: apoyando el aprendizaje enel siglo XXI > 06Pat MansonIntegrando entornos de aprendizaje basados en Web y 3D: Second Life yMoodle se encuentran > 07Daniel Livingstone, Jeremy KempAprendizaje basado en juegos en entornos e-Learning > 13Pablo Moreno Ger, José Luis Sierra Rodríguez, Baltasar Fernández ManjónUso de folcsonomías en la creación de experiencias educativas para televisión > 18Marta Rey López, Rebeca P. Díaz Redondo, Ana Fernández Vilas, José J. Pazos AriasFomentando comunidades de entendimiento abiertas mediante mapas deconocimiento y videoconferencia > 22Alexandra Okada, Eleftheria Tomadaki, Simon Buckingham Shum, Peter J. ScottSoftware social móvil en comunidades profesionales > 30Ralf Klamma, Matthias JarkeAplicación de métodos "desaliñados" para facilitar el aprendizajeintegrado en el trabajo > 35Stefanie N. Lindstaedt, Tobias Ley, Peter Scheir, Armin UlbrichRedes de alimentadores distribuidos para el aprendizaje > 40Fridolin Wild, Steinn E. SigurdarsonLas comunidades FLOSS como ejemplo de ecosistemas exitososde aprendizaje abierto y participativo > 45Andreas Meiszner, Rüdiger Glott, Sulayman K. SoweIFIP y TC 3 > 51Jan Wibe

secciones técnicasAdministración Pública electrónicaNecesidad de la Gestión de Contenidos en la Administración Pública > 53Rebeca González Mayoral, Juan Carlos DueñasDerecho y TecnologíasAspectos jurídicos y económicos de la propiedad industrial en la empresa > 56Lourdes Canós Darós, Francisca Ramón Fernández y Jordi Mauri CastellóEnseñanza Universitaria de la Informática¿Podemos darle la vuelta a la enseñanza del desarrollo del software? > 59Josep Ma. Marco-Simó, Isabel Guitart Hormigo, Ma. Jesús Marco-Galindo, Àngels Rius,Ma Elena Rodríguez González, Joan Arnedo-Moreno, Jordi Cabot, Santi Caballé, Daniel RieraEstándares WebInteroperabilidad en el Servicio Canario de Empleo > 63Daniel González Morales, Elena Sánchez Nielsen, Carlos Peña Dorta, Jorge RodríguezPedrianes, Sandra Martín Ruiz, Rafael Feliciano RamónReferencias autorizadas > 67

sociedad de la informaciónProgramar es crearEl navegador (CUPCAM 2007, problema D, enunciado) > 73Juan Céspedes PrietoVoto Útil (CUPCAM 2007, problema B, solución) > 74Manuel Freire Morán, Julio Mariño CarballoBuscando orejas (CUPCAM 2007, problema C, solución) > 75Juan Céspedes Prieto, Dolores Lodares González

asuntos interioresCoordinación Editorial / Programación de Novática / Socios Institucionales > 77

sumario

NováticaNováticaNováticaNováticaNovática, revista fundada en 1975 y decana de la prensainformática española, es el órgano oficial de expresión yformación continua de ATIATIATIATIATI (Asociación de Técnicos deInformática), organización que edita también la revistaREICISREICISREICISREICISREICIS (Revista Española de Innovación, Calidad eIngeniería del Software). NováticaNováticaNováticaNováticaNovática edita asimismoUUUUUPPPPPGRADE, revista digital de CEPISCEPISCEPISCEPISCEPIS (Council of EuropeanProfessional Informatics Societies), en lengua inglesa, y esmiembro fundador de UPUPUPUPUPENET (UPUPUPUPUPGRADE EEEEEuropeanNETNETNETNETNETwork).

<http://www.ati.es/novatica/><http://www.ati.es/reicis/>

<http://www.upgrade-cepis.org/>

ATIATIATIATIATI es miembro fundador de CEPIS CEPIS CEPIS CEPIS CEPIS (Council of European ProfessionalInformatics Societies) y es representante de España en IFIP IFIP IFIP IFIP IFIP (InternationalFederation for Information Processing); tiene un acuerdo de colaboracióncon ACMACMACMACMACM (Association for Computing Machinery), así como acuerdos devinculación o colaboración con AdaSpainAdaSpainAdaSpainAdaSpainAdaSpain, AI2,AI2,AI2,AI2,AI2, ASTIC, RITSI ASTIC, RITSI ASTIC, RITSI ASTIC, RITSI ASTIC, RITSI e HispalinuxHispalinuxHispalinuxHispalinuxHispalinux,junto a la que participa en ProInnovaProInnovaProInnovaProInnovaProInnova.

Consejo EditorialConsejo EditorialConsejo EditorialConsejo EditorialConsejo EditorialJoan Batlle Montserrat, Rafael Fernández Calvo, Luis Fernández Sanz, Javier López Muñoz,Alberto Llobet Batllori, Gabriel Martí Fuentes, Josep Molas i Bertran, José Onofre MontesaAndrés, Olga Pallás Codina, Fernando Piera Gómez (Presidente del Consejo), Ramon PuigjanerTrepat, Miquel Sarries Griñó, Adolfo Vázquez Rodríguez, Asunción Yturbe Herranz

Coordinación EditorialCoordinación EditorialCoordinación EditorialCoordinación EditorialCoordinación EditorialLlorenç Pagés Casas<pages@ati.es>Composición y autoediciónComposición y autoediciónComposición y autoediciónComposición y autoediciónComposición y autoediciónJorge Llácer Gil de RamalesTraduccionesTraduccionesTraduccionesTraduccionesTraduccionesGrupo de Lengua e Informática de ATI <http://www.ati.es/gt/lengua-informatica/>, Dpto.de Sistemas Informáticos - Escuela Superior Politécnica - Universidad Europea de MadridAdministraciónAdministraciónAdministraciónAdministraciónAdministraciónTomás Brunete, María José Fernández, Enric Camarero, Felicidad López

Secciones Técnicas - CoordinadoresSecciones Técnicas - CoordinadoresSecciones Técnicas - CoordinadoresSecciones Técnicas - CoordinadoresSecciones Técnicas - CoordinadoresAcceso y recuperación de la InformaciónAcceso y recuperación de la InformaciónAcceso y recuperación de la InformaciónAcceso y recuperación de la InformaciónAcceso y recuperación de la InformaciónJosé María Gómez Hidalgo (Optenet), <jmgomezh@yahoo.es>Manuel J. Maña López (Universidad de Huelva), <manuel.mana@diesia.uhu.es>Administración Pública electrónicaAdministración Pública electrónicaAdministración Pública electrónicaAdministración Pública electrónicaAdministración Pública electrónicaFrancisco López Crespo (MAE), <flc@ati.es>ArquitecturasArquitecturasArquitecturasArquitecturasArquitecturasEnrique F. Torres Moreno (Universidad de Zaragoza), <enrique.torres@unizar.es>Jordi Tubella Morgadas (DAC-UPC), <jordit@ac.upc.es>Auditoría SITICAuditoría SITICAuditoría SITICAuditoría SITICAuditoría SITICMarina Touriño Troitiño, <marinatourino@marinatourino.com>Manuel Palao García-Suelto (ASIA), <manuel@palao.com>Derecho y tecnologíasDerecho y tecnologíasDerecho y tecnologíasDerecho y tecnologíasDerecho y tecnologíasIsabel Hernando Collazos (Fac. Derecho de Donostia, UPV), <ihernando@legaltek.net>Elena Davara Fernández de Marcos (Davara & Davara), <edavara@davara.com>Enseñanza Universitaría de la InformáticaEnseñanza Universitaría de la InformáticaEnseñanza Universitaría de la InformáticaEnseñanza Universitaría de la InformáticaEnseñanza Universitaría de la InformáticaCristóbal Pareja Flores (DSIP-UCM), <cpareja@sip.ucm.es>J. Ángel Velázquez Itúrbide (ESCET-URJC), <a.velazquez@escet.urjc.es>Entorno digital personalEntorno digital personalEntorno digital personalEntorno digital personalEntorno digital personalAlonso Alvarez García (TID), <aag@tid.es>Diego Gachet Páez (Universidad Europea de Madrid), <gachet@uem.es>Estándares WebEstándares WebEstándares WebEstándares WebEstándares WebEncarna Quesada Ruiz (Oficina Española del W3C) <equesada@w3.org>José Carlos del Arco Prieto (TCP Sistemas e Ingeniería) <jcarco@gmail.com>Gestión del ConocimientoGestión del ConocimientoGestión del ConocimientoGestión del ConocimientoGestión del ConocimientoJoan Baiget Solé (Cap Gemini Ernst & Young), <joan.baiget@ati.es>Informática y FilosofíaInformática y FilosofíaInformática y FilosofíaInformática y FilosofíaInformática y FilosofíaJosé Angel Olivas Varela (Escuela Superior de Informática, UCLM) <joseangel.olivas@uclm.es>Karim Gherab Martín (Harvard University) <kgherab@gmail.com>Informática GráficaInformática GráficaInformática GráficaInformática GráficaInformática GráficaMiguel Chover Sellés (Universitat Jaume I de Castellón), <chover@lsi.uji.es>Roberto Vivó Hernando (Eurographics, sección española), <rvivo@dsic.upv.es>Ingeniería del SoftwareIngeniería del SoftwareIngeniería del SoftwareIngeniería del SoftwareIngeniería del SoftwareJavier Dolado Cosín (DLSI-UPV), <dolado@si.ehu.es>Luis Fernández Sanz (PRIS-EI-UEM), <lufern@dpris.esi.uem.es>Inteligencia ArtificialInteligencia ArtificialInteligencia ArtificialInteligencia ArtificialInteligencia ArtificialVicente Botti Navarro, Vicente Julián Inglada (DSIC-UPV)<{vbotti, vinglada}@dsic.upv.es>Interacción Persona-ComputadorInteracción Persona-ComputadorInteracción Persona-ComputadorInteracción Persona-ComputadorInteracción Persona-ComputadorJulio Abascal González (FI-UPV), <julio@si.ehu.es>Lengua e InformáticaLengua e InformáticaLengua e InformáticaLengua e InformáticaLengua e InformáticaM. del Carmen Ugarte García (IBM), <cugarte@ati.es>Lenguajes informáticosLenguajes informáticosLenguajes informáticosLenguajes informáticosLenguajes informáticosAndrés Marín López (Univ. Carlos III), <amarin@it.uc3m.es>Óscar Belmonte Fernández (Univ. Jaime I de Castellón), <belfern@lsi.uji.es>Lingüística computacionalLingüística computacionalLingüística computacionalLingüística computacionalLingüística computacionalXavier Gómez Guinovart (Univ. de Vigo), <xgg@uvigo.es>Manuel Palomar (Univ. de Alicante), <mpalomar@dlsi.ua.es>Mundo estudiantil y jóvenes profesionalesMundo estudiantil y jóvenes profesionalesMundo estudiantil y jóvenes profesionalesMundo estudiantil y jóvenes profesionalesMundo estudiantil y jóvenes profesionalesFederico G. Mon Trotti (RITSI) <gnu.fede@gmail.com>Mikel Salazar Peña (Area de Jovenes Profesionales, Junta de ATI Madrid), <mikeltxo_uni@yahoo.es>Profesión informáticaProfesión informáticaProfesión informáticaProfesión informáticaProfesión informáticaRafael Fernández Calvo (ATI), <rfcalvo@ati.es>Miquel Sàrries Griñó (Ayto. de Barcelona), <msarries@ati.es>Redes y servicios telemáticosRedes y servicios telemáticosRedes y servicios telemáticosRedes y servicios telemáticosRedes y servicios telemáticosJosé Luis Marzo Lázaro (Univ. de Girona), <joseluis.marzo@udg.es>Germán Santos Boada (UPC), <german@ac.upc.es>SeguridadSeguridadSeguridadSeguridadSeguridadJavier Areitio Bertolín (Univ. de Deusto), <jareitio@eside.deusto.es>Javier López Muñoz (ETSI Informática-UMA), <jlm@lcc.uma.es>Sistemas de Tiempo RealSistemas de Tiempo RealSistemas de Tiempo RealSistemas de Tiempo RealSistemas de Tiempo RealAlejandro Alonso Muñoz, Juan Antonio de la Puente Alfaro (DIT-UPM),<{aalonso,jpuente}@dit.upm.es>Software LibreSoftware LibreSoftware LibreSoftware LibreSoftware LibreJesús M. González Barahona, Pedro de las Heras Quirós (GSYC-URJC),<{jgb,pheras}@gsyc.escet.urjc.es>Tecnología de ObjetosTecnología de ObjetosTecnología de ObjetosTecnología de ObjetosTecnología de ObjetosJesus García Molina (DIS-UM), <jmolina@um.es>Gustavo Rossi (LIFIA-UNLP, Argentina), <gustavo@sol.info.unlp.edu.ar>Tecnologías para la EducaciónTecnologías para la EducaciónTecnologías para la EducaciónTecnologías para la EducaciónTecnologías para la EducaciónJuan Manuel Dodero Beardo (UC3M), <dodero@inf.uc3m.es>César Pablo Córcoles Briongo (UOC), <ccorcoles@uoc.edu>.Tecnologías y EmpresaTecnologías y EmpresaTecnologías y EmpresaTecnologías y EmpresaTecnologías y EmpresaDidac López Viñas (Universitat de Girona), <didac.lopez@ati.es>Francisco Javier Cantais Sánchez (Indra Sistemas), <fjcantais@gmail.com>TIC y TurismoTIC y TurismoTIC y TurismoTIC y TurismoTIC y TurismoAndrés Aguayo Maldonado, Antonio Guevara Plaza (Univ. de Málaga)<{aguayo, guevara}@lcc.uma.es>

Las opiniones expresadas por los autores son responsabilidad exclusiva de losmismos.NováticaNováticaNováticaNováticaNovática permite la reproducción, sin ánimo de lucro, de todos los artículos, a menosque lo impida la modalidad de © o copyright elegida por el autor, debiéndose en todocaso citar su procedencia y enviar a NováticaNováticaNováticaNováticaNovática un ejemplar de la publicación.

Coordinación Editorial, Redacción Central y Redacción ATI MadridCoordinación Editorial, Redacción Central y Redacción ATI MadridCoordinación Editorial, Redacción Central y Redacción ATI MadridCoordinación Editorial, Redacción Central y Redacción ATI MadridCoordinación Editorial, Redacción Central y Redacción ATI MadridPadilla 66, 3º, dcha., 28006 MadridTlfn.914029391; fax.913093685 <novatica@ati.es>Composición, Edición y Redacción ATI ValenciaComposición, Edición y Redacción ATI ValenciaComposición, Edición y Redacción ATI ValenciaComposición, Edición y Redacción ATI ValenciaComposición, Edición y Redacción ATI ValenciaAv. del Reino de Valencia 23, 46005 ValenciaTlfn./fax 963330392 <secreval@ati.es>Administración y Redacción ATI CataluñaAdministración y Redacción ATI CataluñaAdministración y Redacción ATI CataluñaAdministración y Redacción ATI CataluñaAdministración y Redacción ATI CataluñaVia Laietana 46, ppal. 1ª, 08003 BarcelonaTlfn.934125235; fax 934127713 <secregen@ati.es>Redacción ATI AndalucíaRedacción ATI AndalucíaRedacción ATI AndalucíaRedacción ATI AndalucíaRedacción ATI AndalucíaIsaac Newton, s/n, Ed. Sadiel,Isla Cartuja 41092 Sevilla, Tlfn./fax 954460779 <secreand@ati.es>Redacción ATI AragónRedacción ATI AragónRedacción ATI AragónRedacción ATI AragónRedacción ATI AragónLagasca 9, 3-B, 50006 Zaragoza.Tlfn./fax 976235181 <secreara@ati.es>Redacción ATI Asturias-CantabriaRedacción ATI Asturias-CantabriaRedacción ATI Asturias-CantabriaRedacción ATI Asturias-CantabriaRedacción ATI Asturias-Cantabria <gp-astucant@ati.es>Redacción ATI Castilla-La ManchaRedacción ATI Castilla-La ManchaRedacción ATI Castilla-La ManchaRedacción ATI Castilla-La ManchaRedacción ATI Castilla-La Mancha <gp-clmancha@ati.es>Suscripción y VentasSuscripción y VentasSuscripción y VentasSuscripción y VentasSuscripción y Ventas <http://www.ati.es/novatica/interes.html>, ATI Cataluña, ATI MadridPublicidadPublicidadPublicidadPublicidadPublicidadPadilla 66, 3º, dcha., 28006 MadridTlnf.914029391; fax.913093685 <novatica@ati.es>Imprenta:Imprenta:Imprenta:Imprenta:Imprenta: Derra S.A., Juan de Austria 66, 08005 Barcelona.Depósito legal:Depósito legal:Depósito legal:Depósito legal:Depósito legal: B 15.154-1975 -- ISSN: 0211-2124; CODEN NOVAECPortada:Portada:Portada:Portada:Portada: Abacus - Concha Arias Pérez y Diego Blasco Vázquez / © ATIDiseño:Diseño:Diseño:Diseño:Diseño: Fernando Agresta / © ATI 2003

novática nº 193 mayo-junio 2008 35

El futuro de la tecnología educativa monografía

monografía

1. MotivaciónTanto en las prácticas comerciales actualescomo en los proyectos de investigación so-bre eLearning (aprendizaje electrónico) lamayoría de los recursos se concentran en lamejora de la transferencia del conocimientoen las intervenciones de formación formal.Haskell [1] expone que en 1998 se invirtie-ron 70 mil millones de dólares en formaciónformal y Back [2] afirma que en el año 2000se gastaron 78 mil millones de dólares enformación dentro de la empresa y formacióncontinua. Sin embargo, los estudios han re-velado que en la economía actual sólo unapequeña parte del conocimiento que se aca-ba aplicando a las actividades laborales(transferencia de aprendizaje) proviene dela formación formal. De media sólo se trans-mite menos de un 30% de lo aprendido en unaformación formal al lugar de trabajo profesio-nal de manera tal que repercuta en una mejoradel rendimiento. Esto es independiente del tipoy la calidad de los cursos que se impartan,aunque depende principalmente de la pocaimportancia que se le da a las necesidades delentorno laboral durante y tras una formaciónformal [3]. El 80%-90% de lo que los emplea-dos saben sobre su trabajo lo han aprendido através de aprendizaje informal [4]. Las inicia-tivas destinadas a mejorar la transferencia deconocimiento en la formación formal intentandar respuesta a la siguiente cuestión: "¿Cuántosabe el alumno después de haber seguido unaformación formal?" Pero ésta no es la cuestiónque debería plantearse, sino, tal y como sugie-ren las cifras presentadas arriba, deberíamospreguntarlos lo siguiente: "¿Hasta qué puntopuede un alumno aplicar las habilidades reciénadquiridas a sus tareas en el trabajo?".

2. Aprendizaje integrado en el tra-bajo del conocimientoA partir de estos datos, nuestro concepto deaprendizaje integrado en el trabajo se centraen permitir un cambio de perspectiva desdela formación en la organización hasta elaprendizaje del individuo. Más concreta-mente, estamos interesados en explorar cómoocurre el aprendizaje informal en el entornolaboral hoy en día y cómo puede ofrecersemayor apoyo en el futuro.

Este tipo de aprendizaje en el trabajo así comoel aprendizaje práctico (learning by doing) yatienen lugar en las empresas: de otro modo lostrabajadores no podrían ser capaces de apren-der el 80-90% de las cosas que necesitan saberpara su realizar su labor (ver sección 1sección 1sección 1sección 1sección 1). Estascuestiones han sido planteadas en trabajos deinvestigación centrados en el aprendizaje in-formal en el lugar de trabajo [5]. Sin embargo,

Aplicación de métodos"desaliñados" para facilitar el

aprendizaje integrado en el trabajo

Stefanie N. Lindstaedt, TobiasLey, Peter Scheir, Armin UlbrichKnow-Center, Graz (Austria)

<{slind, tley, pscheir, aulbrich}@know-center.at><{slind, tley, pscheir, aulbrich}@know-center.at><{slind, tley, pscheir, aulbrich}@know-center.at><{slind, tley, pscheir, aulbrich}@know-center.at><{slind, tley, pscheir, aulbrich}@know-center.at>

Traducción: Traducción: Traducción: Traducción: Traducción: Laura Ramírez Polo (Grupo de Trabajo de Lengua e Informática de ATI)

Resumen: esta contribución presenta el concepto de aprendizaje integrado en el trabajo, que se desmarcadel eLearning tradicional al proporcionar apoyo al aprendizaje (1) durante la ejecución de las tareas y enestrecha relación con el contexto laboral, (2) dentro del ambiente de trabajo y (3) mediante la utilizaciónde artefactos de conocimiento para el aprendizaje disponibles en la memoria organizacional. Plantea-mos que para lograr un apoyo altamente flexible necesitamos aplicar métodos "desaliñados" (comorecuperación por asociación, algoritmos genéticos, métodos bayesianos y otros métodos probabilísticos)que puedan proporcionar buenos resultados ante la presencia de incertidumbre y la ausencia de mode-los de granularidad fina. Se discuten propuestas híbridas para la determinación del contexto del usua-rio, la gestión de perfiles de usuario y la identificación de material de aprendizaje, y se presentanresultados preliminares.

Palabras clave: aprendizaje potenciado por las TIC, aprendizaje bajo demanda, contexto del usuario,perfil del usuario, recuperación por asociación, teoría de los espacios de conocimiento basados encompetencias.

Autores

Stefanie Lindstaedt dirige la división Knowledge Services del Know-Center de Graz (Austria) y escoordinadora científica del proyecto integrado APOSDLE. Es responsable de la gestión de numero-sos proyectos multiempresariales de gran envergadura así como de la estrategia científica de ladivisión. Sus líneas de investigación se centran en la gestión del conocimiento, el aprendizaje po-tenciado por las TIC y la ingeniería de software. Durante los últimos cinco años se ha concentradoen el tema del aprendizaje integrado en el proceso de trabajo, lo que le ha llevado al desarrollo delos conceptos APOSDLE y Aprendizaje AD-HOC. Es Doctora y Máster en Ciencias de la Computa-ción por la Universidad de Colorado (CU) en Boulder (EEUU).

Tobias Ley es subdirector e investigador senior en la división Knowledge Services del Know-Centerde Graz. Desde 2001 ha coordinado numerosos proyectos de desarrollo y de investigación encolaboración con la industria en las áreas de gestión de conocimiento y habilidades, así como deaprendizaje potenciado por la tecnología. Es asistente del coordinador científico del proyecto inte-grado APOSDLE, ha desarrollado el objetivo educativo y los modelos de competencia para esteproyecto y dirige asimismo el grupo de trabajo sobre diseminación, explotación y estandarización.Tobías es doctor en Psicología Cognitiva por la Universidad de Graz.

Peter Scheir es investigador y desarrollador de software en la división Konwledge Services delKnow-Center de Graz. Es responsable de la arquitectura de software orientada al servicio de APOSDLEy dirige el grupo de trabajo sobre la estructura de conocimiento integrado en el proyecto APOSDLE.Ha estudiado Telemática en la Universidad Politécnica de Graz, donde se graduó con honores.Además es estudiante de doctorado y docente en el Knowledge Management Institute de la Univer-sidad Politécnica de Graz, centrándose sus intereses de investigación en la recuperación de infor-mación basada en conceptos y en los servicios de conocimiento semántico.

Armin Ulbrich trabaja en la división Knowledge Services del Know-Center de Graz como jefe de laOficina de Proyectos TI. Ha gestionado numerosos proyectos de desarrollo e investigación indus-trial en las áreas de gestión del conocimiento y presentación de información a partir del contexto.Tiene un Master of Sciences en Telemática por la Universidad Politécnica de Graz. Sus líneas deinvestigación incluyen el modelado e identificación de características de usuario a par tir deinteracciones de usuario, integración de información sobre el perfil del usuario a partir de diversasfuentes y la web semántica social.

mucho de lo que sabemos hoy se basa en lainvestigación en entornos educativos (colegiosy universidades) o en la formación formal en ellugar de trabajo. Existe mucha menos investi-gación en entornos de aprendizaje informal enel lugar de trabajo.

Con un enfoque multimétodo, Kooken et al.[6] llevaron a cabo un macroestudio empíri-

co de cómo se aprende en el lugar de trabajo.A partir de observaciones exhaustivas, infor-mes personales y diarios de aprendizaje, asícomo de una encuesta llevada a cabo enempresas intensivas en conocimiento, losautores concluyeron que el aprendizaje in-formal en el lugar de trabajo es muy frecuen-te. Consiste principalmente en la búsquedade fuentes documentales digitalizadas y el

novática nº 193 mayo-junio 200836 monografía

monografía El futuro de la tecnología educativa

contacto directo con compañeros de traba-jo. El 63% y el 70% de los episodios deaprendizaje analizados en esta investiga-ción respondían respectivamente a estos dostipos de estrategias de aprendizaje.

Con el enfoque de aprendizaje integrado enel trabajo, buscamos ofrecer apoyo concretoal trabajo del conocimiento. Seguimos aKelloway y Barling [7] cuando delinean cua-tro tipos de trabajo del conocimiento: lacreación de conocimiento nuevo o innova-ción, la aplicación de conocimiento existen-te a problemas actuales, la presentación oenseñanza de conocimiento, y la adquisi-ción de conocimiento existente a través de lainvestigación o el aprendizaje. Entre los tra-bajadores del conocimiento habituales en-contramos ingenieros, analistas, asesores,investigadores y similares.

Lo esencial es que una persona que lleve acabo un trabajo relacionado con el conoci-miento probablemente realizará todas estasactividades de forma intermitente y será portanto capaz de pasar dinámicamente de unrol a otro dentro de su contexto laboral.Nosotros buscamos dar apoyo mediante unenfoque de aprendizaje integrado en el tra-bajo precisamente a estos roles diferentesque un trabajador del conocimiento repre-senta habitualmente. Se trata además delaspecto más distintivo con respecto a enfo-ques más tradicionales de (e)Learning [8].Para trabajar, aprender y enseñar de formaeficiente y efectiva, un trabajador del cono-cimiento debe contar con una orientaciónóptima para gestionar la gran variedad deartefactos de conocimiento disponibles enla estructura informativa de la empresa.

A partir de estos descubrimientos sobre elaprendizaje informal y la investigación en eltrabajo del conocimiento, podemos estable-cer las siguientes características para definirel aprendizaje integrado en el trabajo:

Los individuos son responsables del de-sarrollo de sus propias competencias y apren-den de forma autónoma: establecen sus pro-pios objetivos de aprendizaje, son responsa-bles de la gestión del tiempo y de los resulta-dos, y eligen su propia estrategia de aprendi-zaje.

Los individuos tienen la posibilidad deaprender dentro de sus propios procesos ycontexto de trabajo: cuando una situaciónde aprendizaje se produce mientras se traba-ja, el individuo generalmente se siente em-pujado a satisfacer esa necesidad en el mis-mo momento.

Los individuos tienen la posibilidad deaprender en su propio entorno tecnológicode trabajo: los aprendices no se ven forzadosa abandonar sus entornos de trabajo habi-tuales para acceder a material de aprendiza-je y ponerse en contacto con expertos en lamateria, sino que pueden hacerlo utilizandolas herramientas que usan habitualmente.

Las organizaciones proporcionan el en-torno de trabajo (que incluye también flexi-bilidad, tiempo, etc.) para permitir este avan-

ce de las competencias y ofrecen apoyo acti-vo a ello en sus culturas organizativas.

Cualquier tipo de orientación proporcio-nada debe ser flexible para dar apoyo a dife-rentes roles de trabajo del conocimiento.

En las secciones siguientes expondremosalgunos retos y cómo éstos pueden acomo-darse mediante la aplicación de tecnologíasavanzadas de la información y la comunica-ción. Como conclusión, presentamos enfo-ques e implementaciones concretas que ilus-tran el uso de estos métodos "desaliñados"en contextos organizacionales.

3. Retos tecnológicosLos sistemas de eLearning suelen ser unprodigio de contenidos cuidadosamente di-señados, modelos de granulado fino,interdependencias y metadatos elaboradosde manera artesanal: el contenido de apren-dizaje se descompone en unidades de apren-dizaje con sentido o módulos que incluyenconceptos, hechos y procesos. Contieneninformación de aprendizaje de granuladofino, ejercicios, pruebas etc. Cada una deestas unidades ha sido cuidadosamente di-señada con la ayuda de una serie de mediosdiferentes según el tipo y el objetivo educati-vo que pretende la unidad. Una estructura dedependencia identifica los prerrequisitos ylas condiciones posteriores. A partir de lasunidades, los diseñadores instruccionalespueden crear itinerarios de aprendizaje (cur-sos) teniendo en cuenta el grupo a quien vandirigidos así como los aspectos didácticospreferentes.

Para permitir una mayor personalizacióncada unidad viene provista de una gran can-tidad de metadatos. Una serie de organiza-ciones de especificación e implementación,como el IMS Global Learning Consortium(IMS1 ), el Aviation Industry CBTCommittee (AICC2 ) y la Dublin CoreMetadata Initiative (DCMI3 ), han desarro-llado diversos formatos de metadatos. Losdiseñadores pueden especificar cuándo unsistema debería reaccionar ante ciertas con-diciones y a qué servicios se ha de recurrirdinámicamente durante el aprendizaje (p.ej.iniciar una conferencia, enviar correos elec-trónicos a otros aprendices). Asimismo, alos recursos de aprendizaje se les puede aña-dir información con respecto al tipo deinteractividad (activo, expositivo, mixto), ladensidad semántica (muy baja, baja, media,alta, muy alta) y la dificultad (muy fácil,fácil, media, difícil, muy difícil).

Además de los metadatos que describen losrecursos de aprendizaje, los sistemas deeLearning suelen proporcionar modelos de-tallados de usuario que permiten la repre-sentación de diferentes niveles de aprendi-zaje y portafolios de competencias en dife-rentes áreas, preferencias de aprendizaje,etc. Los compañeros de aprendizaje, los tu-tores y los profesores están representados enellos para permitir a los estudiantes accedera ayuda experta.

En resumen, nos enfrentamos a una reddiseñada concienzudamente de componen-tes interrelacionados que han de coordinar-se ingeniosamente para proporcionarle alusuario una experiencia de aprendizaje sig-nificativa. Al reflexionar sobre estas propie-dades, no es difícil entender por qué el con-tenido de eLearning es costoso de crear,requiere mucha estandarización (demetadatos), así como una gran cantidad deestructura organizacional.

Por el contrario, los nuevos enfoques deaprendizaje como el aprendizaje integradoen el trabajo (ver [8] para escenarios posi-bles) y el aprendizaje organizacional sitúancomo requisito fundamental la flexibilidad.Más cercanos a la aplicación del conoci-miento (más que a la interiorización delmismo), estos enfoques se basan fundamen-talmente en proporcionar siempre el conte-nido más actual en situaciones de aprendi-zaje en continuo cambio. Mientras que en elaprendizaje tradicional en forma de cursostodavía se podía gestionar la gran cantidadde trabajo de diseño (porque también losdominios de aprendizaje se mantenían bas-tante estables), éste ya no es el caso en estosnuevos escenarios. Debemos aspirar a con-seguir la mejor información disponible parael aprendizaje en lugar de intentar conseguiral contenido eLearning mejor diseñado.

Así pues, en estas situaciones es simplemen-te imposible crear y mantener una red tandelicadamente tejida de piezas y estructurasde aprendizaje interdependientes. En lugarde esto, tenemos que centrar nuestros es-fuerzos hacia otros enfoques que nos permi-tan lidiar mejor con el cambio, permitiéndo-nos también aceptar los efectos secunda-rios, como un menor nivel de exactitud, ma-yor probabilidad de errores y un diseñoinstruccional no siempre óptimo.

En la siguiente sección trataremos tresfuncionalidades cruciales para la implemen-tación del aprendizaje integrado en el traba-jo: (1) determinación del contexto del usua-rio, (2) gestión del perfil del usuario, y (3)identificación del material de aprendizajerelevante. Presentamos las posibilidades deir desde enfoques puros de diseño instruc-cional hasta la aplicación de métodos"desaliñados" (como la recuperación porasociación, los algoritmos genéticos, losmétodos bayesianos u otros métodosprobabilísticos) para facilitar el aprendizajeintegrado en el trabajo. La "inteligencia" deestos sistemas puede "verse como una formade búsqueda y, como tal, no susceptible deser solucionada de manera ideal en un mar-co de tiempo razonable" [9].

4. Enfoques híbridosLos enfoques que vamos a presentar se handesarrollado en el marco de dos proyectos encurso: DYONIPS4 (Dynamic ONtologybased Integrated Process Optimisation) tie-ne como objetivo proporcionar un sistemade gestión de información personal del usua-

novática nº 193 mayo-junio 2008 37

El futuro de la tecnología educativa monografía

monografía

rio sensible al contexto, mientras queAPOSDLE5 (Advanced Process-OrientedSelf-Directed Learning Environment) pre-tende desarrollar herramientas de apoyo parael aprendizaje integrado en el trabajo (deacuerdo con la visión presentada anterior-mente). De DYONIPOS presentamos losresultados relativos a la determinación delcontexto del usuario. De APOSDLE presen-tamos los resultados sobre la gestión delperfil del usuario y la identificación de mate-rial de aprendizaje relevante.

La base de nuestro enfoque (en ambos pro-yectos) es no centrarnos en contenido dise-ñado específicamente para (e)Learning, sinoreutilizar contenido (organizacional) exis-tente que no ha sido necesariamente creadocomo material para la enseñanza. Echamosmano de todos los recursos de una memoriaorganizacional, entre los que podríamos en-contrar informes de proyectos, estudios, no-tas, resultados intermedios, planes, gráficos,etc., así como recursos de aprendizaje espe-cializados (en caso de que estuvieran dispo-nibles) como descripciones de cursos,dossiers y módulos (e)Learning. El reto alque nos enfrentamos es el siguiente: ¿Cómopodemos hacer que toda esta mezcla confu-sa de información sea accesible para el tra-bajador del conocimiento de forma que pue-da mejorar sus competencias gracias a ella?

Un camino frecuentemente recorrido (tam-bién en los sistemas eLearning) es la crea-ción de modelos semánticos de granuladofino, que permiten la categorización y recu-peración de tales recursos. Pero como he-mos argumentado antes, la creación de estosmodelos, su mantenimiento y la anotaciónde recursos con los conceptos correspon-dientes resultan prohibitivos en un entornodinámico. Así pues, nuestro enfoque es hí-brido: se pretende complementar modelossemánticos de granulado grueso (en la medi-da de lo posible automáticos) con la poten-cia de diversos métodos "desaliñados",mejorados a lo largo del tiempo mediantedatos sobre la utilización y la retroalimenta-ción del usuario (inteligencia colectiva).

En este caso los modelos representan dospapeles: por un lado servir como detonantesiniciales para la recuperación y por otro ladoproporcionar la base para inferencias sim-ples y técnicas heurísticas para interpretarlas interacciones de los usuarios. Se llega asía un compromiso a favor de la exactitud. Sinembargo, los usuarios cada vez se han acos-tumbrado más a este concepto a través deluso de motores de búsqueda (en Internet).Asimismo, los modelos obsoletos no pro-porcionan ningún valor añadido y además secorre el peligro de que proporcionen unafalsa sensación de seguridad.

El esquema general de acción de ambossistemas, DYONIPOS y APOSDLE, es elsiguiente: se emplea una demo que se ejecu-ta en segundo plano para capturar y analizarlas acciones del usuario (como movimientos

de ratón, entradas desde el teclado, aperturade aplicaciones). Una vez observados losdatos de contexto del usuario y reconocidaslas áreas de trabajo específicas, éstas se al-macenan en los perfiles de usuario y se me-joran mediante mecanismos de inferencia ytécnicas heurísticas que interpretan el con-texto de usuario en relación con la tarea y losmodelos temáticos mantenidos. Estos datosdel perfil del usuario se utilizan además paraadaptar el soporte ofrecido según las necesi-dades e intereses de los usuarios. A partir delos datos del perfil del usuario, se calculanrecomendaciones dentro de una red aso-ciativa cuyo objetivo es ofrecer apoyo a laobtención de objetivos de aprendizaje delusuario, la preparación de la recuperaciónde recursos y de acciones de colaboración.En las siguientes secciones describimos tresenfoques híbridos para conseguir este fin.

4.1. Determinación del contexto delusuarioLa determinación del contexto de trabajo deun usuario es crucial para proporcionar so-porte para el aprendizaje integrado en eltrabajo. En los sistemas eLearning el contex-to de trabajo del usuario suele pasarse poralto. Se crea en su lugar un contexto deaprendizaje artificial que se basa fundamen-talmente en el tema y el concepto de apren-dizaje que ha de adquirirse.

El enfoque DYONIPOS para la determina-ción del contexto comporta dos fases: unafase de entrenamiento y una fase de tiempode ejecución. Durante la fase de entrena-miento un número de usuarios diferentescaptura y etiqueta las ejecuciones de tareas.Este registro de ejecuciones capturadas seutiliza posteriormente para entrenar un cla-sificador para que distinga entre las diferen-tes tareas. Durante la fase de ejecución, eldeterminador de contexto monitoriza cons-tantemente las interacciones del usuario eintenta clasificar automáticamente los re-gistros de ejecución. Si un registro de ejecu-ción se clasifica con un valor de nivel deconfianza sobre un umbral determinado, sereconoce la tarea [10]. Utilizamos una onto-logía que describe el contexto de usuario te-niendo en cuenta las interacciones del usuario,los recursos con los que éste actúa y las relacio-nes de metadatos correspondientes (extraídasautomáticamente y generadas de forma ma-nual).

El modelo de contexto de usuario puedeverse como una pirámide semántica quedescribe la continua evolución de la infor-mación contextual a través de capassemánticas diferentes (ver figura 1figura 1figura 1figura 1figura 1). Seempieza por la base con eventos que sonejecutados por un trabajador del conoci-miento y culmina con procesos en los quepueden verse implicados muchos de ellos.

Las interacciones del usuario con el sistemay las reacciones del sistema a éstas constitu-yen eventos. Los eventos pueden ser accio-nes del usuario, como mover o hacer clic con

el ratón, encender un programa, crear unacarpeta, buscar en la web o abrir un archivo.

Un bloque de eventos se define como unasuma de eventos ordenados cronológica-mente. Un ejemplo de un bloque de eventoses "editar la página 2 de un documento". Losbloques de eventos se forman a partir dereglas estáticas predefinidas, que asignan unconjunto de eventos a un bloque. Los blo-ques de eventos se combinan en tareas agru-pando bloques parecidos en conjuntossemánticos. Los eventos de un nivel másbajo así como los bloques, que resultan de laagregación de datos de sensores, aprendenautomáticamente las tareas obtenidas me-diante esta agrupación.

La asignación manual de los bloques deeventos a una tarea se utiliza para entrenar elclasificador. El entrenamiento se basa en lascaracterísticas del contexto que observamos.Algunas características del contexto que pro-porcionan información valiosa, como el tí-tulo de la ventana o el nombre de la aplica-ción, se utilizan directamente para el entre-namiento. Otras características de contexto,como las aportaciones del usuario o el con-tenido de un documento o página web con-sultados, requieren pre-procesamiento (p.ej.lematización o eliminación de palabras va-cías). Un análisis detallado de un experi-mento prolongado en el Ministerio de Ha-cienda (Austria) confirma una exactitud dehasta un 75%. En éste sólo se utilizan cuatrode trece parámetros de contexto (nombre dela aplicación, contenido, título de la ventanay tipo semántico) y se comparan cincoalgoritmos de clasificación.

Esto demuestra que el uso de clasificadorespara la determinación del contexto de usua-rio es una opción viable y que los resultadospueden ser la base para la gestión de perfilesde usuario y la identificación de materialrelevante para el aprendizaje, tal y como secomentará en las próximas dos secciones.

4.2. Gestión del perfil del usuarioAPOSDLE almacena la información de con-texto relacionada con el usuario, en especiallas tareas identificadas, en perfiles digitalesde usuario. Estos perfiles se utilizan paraalmacenar el historial de manejo del usuarioy el contexto actual con respecto a su trabajopersonal, su aprendizaje y sus experienciasrelacionadas con la colaboración. La formaelegida para representar la información delusuario se basa en otros enfoques de estu-dios de investigación afines sobre contextosde usuario [11] y modelación de usuarios[12]. El enfoque APOSDLE diferencia entrecuatro formas de datos relacionados con elusuario (ver figura 2figura 2figura 2figura 2figura 2): datos del usuario,datos sobre la utilización, datos inferidos ydatos sobre el entorno. Estas capas de lainformación del perfil del usuario nos permi-ten separar claramente la información obje-tiva y la información que se asume acerca delusuario. La capa externa (datos sobre elentorno) no está directamente relacionada

novática nº 193 mayo-junio 200838 monografía

monografía El futuro de la tecnología educativa

Figura 1. La pirámide semántica desde la perspectiva de un trabajador del conoci-miento comprende eventos (E), bloques de eventos (EB) y una capa de tareas (T).

Figura 2. Datos de perfiles de usuario distribuidos en capas tal y como se ha implementado para el perfil deusuario APOSDLE.

con el perfil individual de un usuario, por loque no se guarda como tal en el perfil delmismo. No obstante, los datos sobre el en-torno tienen un impacto significativo en elperfil del usuario: los servicios de perfil delusuario que operan con los datos del usuarioy sobre la utilización emplean los datos so-bre el entorno para la interpretación y lasinferencias computacionales.

Un ejemplo de cómo los datos sobre el entor-no pueden ofrecer apoyo a la interpretacióndel perfil del usuario es la relación entre

tareas y objetivos educativos. Un objetivoeducativo especifica el conocimiento y habi-lidades requeridos para llevar a cabo unatarea. Se define como un elemento discretode una actividad cognitiva (tipo de objetivoeducativo) conectado con un concepto deldominio. Los formalismos empleados sebasan en la teoría de espacios de conoci-miento basados en competencias [13]. Unaventaja importante de esta teoría es quepermite la computación de objetivos educa-tivos a través del análisis de las necesidadesde aprendizaje, comparando el conocimien-

to necesitado para llevar a cabo una tarea yel estado de conocimiento del usuario. Otraposibilidad es la de inferir el historial deaprendizaje del usuario mediante el análisisde las tareas que ha realizado anteriormente(historial de aprendizaje basado en tareas).

El prototipo actual de APOSDLE emplea elnúmero de ejecuciones de tareas de trabajocomo base para predecir qué objetivos educa-tivos se han logrado. Una simulación prelimi-nar que emplea una técnica de validación cru-zada da unos resultados de validez de modera-da a alta. En el futuro planeamos tener encuenta también las colaboraciones en temassimilares. Esto muestra que es posible utilizarel comportamiento del usuario como base parala identificación de competencias. Nuestroobjetivo es inferir automáticamente una varie-dad de características del usuario a través delanálisis de la interacción, liberando así éste deactualizar continuamente su perfil. Obviamen-te, la retroalimentación del usuario representaun papel muy significativo y estamos experi-mentando ya con diferentes posibilidades.

4.3. Identificación del material deaprendizajePara proporcionar mecanismos potentes e in-teligentes de recuperación para el apoyo alaprendizaje integrado en el trabajo, el enfoqueAPOSDLE incluye una red de asociaciones[14]. Esta red de asociaciones implementamecanismos de recuperación heterogéneos: larecuperación semántica (basada en conceptosdel dominio) está integrada plenamente conuna variedad de mecanismos de recuperaciónbasados en la similitud. Esto tiene como ven-taja el poder, por un lado, proporcionar servi-cios con materiales de coincidencias exactaspara herramientas de diseño instruccional, ypor otro lado, proporcionar otros serviciosbasados en similitudes inexactas para herra-

novática nº 193 mayo-junio 2008 39

El futuro de la tecnología educativa monografía

monografía

mientas de sistemas de información y de crea-tividad. Asimismo, el hecho de que las redes deasociaciones puedan "aprender" a partir de lamodificación de los pesos de las aristas esutilizado por APOSDLE para incorporar re-troalimentación del usuario tanto implícitacomo explícita.

La red de asociaciones se basa tanto en lainformación de una ontología como en la in-formación estadística de una colección de do-cumentos. A la red de asociaciones se le con-sultan una serie de conceptos de la ontología ydevuelve una serie de documentos. Los docu-mentos en el sistema están (parcialmente)anotados con conceptos ontológicos si tratande ese concepto. Por ejemplo, si el documentoes una introducción a los modelos de casos deuso, está anotado con el concepto correspon-diente de la ontología. El proceso de anotaciónse lleva a cabo de forma manual pero estáapoyado por técnicas estadísticas (como laidentificación de palabras frecuentes en la co-lección de documentos) [15]. Los conceptosde la ontología se utilizan como metadatospara documentos en el sistema. Al contrarioque los metadatos clásicos, la ontología espe-cifica relaciones entre los conceptos.

Se definen por ejemplo las relaciones clase-subclase y además se modelan las relacio-nes semánticas arbitrarias entre conceptos(p.ej. UseCase isComposedOf Action). Laestructura de la ontología puede utilizarsepara calcular la similitud entre dos concep-tos en ésta. Esta similitud puede utilizarsepara extender una pregunta por conceptossimilares antes de recuperar documentos quetraten de un conjunto de conceptos. Despuésde que se haya llevado a cabo la recupera-ción de documentos, el resultado puede ex-tenderse mediante similitud textual. Evalua-mos combinaciones diferentes de expansiónde consultas y resultados. Utilizamos datos

disponibles del primer lanzamiento del sis-tema APOSDLE, construido para el domi-nio de la Ingeniería de Requisitos. La onto-logía contiene 70 conceptos y el conjunto dedocumentos está formado por 1.016 docu-mentos. De éstos, 496 fueron anotados utili-zando uno o varios conceptos. Se utilizaron21 conceptos de la ontología del dominiopara anotar los documentos. Comparamosocho configuraciones (incluyendo una con-figuración de referencia). Los resultadosfueron alentadores, ya que las tres configu-raciones que llevaron a cabo expansión deconsultas en combinación con expansión deresultados obtuvieron de forma consistentelos mejores resultados [14].

5. ConclusionesNuestro enfoque consiste en aplicar unabatería de métodos "desaliñados" avanza-dos para cruzar el puente entre modelossemánticos artesanales de granulado gruesoy necesidades de aprendizaje de granuladofino. El objetivo último de esta investigaciónes minimizar o incluso eliminar por comple-to la necesidad de modelos formalesartesanales. Esto reducirá además de formasignificativa la cantidad de esfuerzo huma-no requerido para crear sistemas eLearning.Los prototipos desarrollados en los proyec-tos DYONIPOS y APOSDLE han demos-trado que este enfoque es posible, por lo queseguiremos evaluándolo detalladamente uti-lizando cuatro dominios de aprendizaje di-ferentes con cuatro socios de negocio.

AgradecimientosAPOSDLE se financia parcialmente gracias alSexto Programa Marco de la Comisión Europeadentro del programa de trabajo IST 2004 (FP6-IST-2004-027023). DYONIPOS está financiadopor la Agencia Austriaca de Promoción de laInvestigación <www.ffg.at> dentro del objetivoestratégico FIT-IT. El Know-Center se financia

Figura 3: La red asociativa explota dos formas diferentes de similitud: la semántica y labasada en el contenido. Las anotaciones semánticas actúan como nexo de unión entreestas dos formas de similitud.

en el marco del Programa austriaco COMET-Competence Centers for Excellent Technologies,bajo los auspicios del Ministerio austriaco deTransporte, Innovación y Tecnología, el Ministe-rio austriaco de Economía y Trabajo, así comopor el estado federado de Estiria.

Referencias

[1] R.E. Haskell. Reengineering Corporate Training.Intellectual Capital and Transfer of Learning. QuorumBooks, 1998. ISBN: 1567201482.[2] A. Back, O. Bendel, D. Stoller-Schai. E-Learningin Unternehmen. Grundlagen - Strategien - Methoden- Technologien. Orell Flüssli Verlag, 2001.[3] D.G. Robinson. Skill and Performance: They arenot equal. Apartment Professional Magazine, 2003.[4] B. Raybould. Performance Support EngineeringPart One: Key Concepts. Ariel PSE Technology, 2000.Citado en Dickover, N.T.: The Job is the LearningEnvironment: Performance-Centered Learning toSupport Knowledge Worker Performance, JIID, Vol.14,No. 3, 2002.[5] Michael Eraut. Informal learning in the workplace.Studies in Continuing Education, 2004, 26 (2), 247-273.[6] J. Kooken, T. Ley, R. de Hoog. How Do PeopleLearn at the Workplace? Investigating Four WorkplaceLearning Assumptions. En E. Duval, R. Klamma, andM. Wolpers (Eds.): EC-TEL 2007, LNCS 4753, pp.158–171. Heidelberg: Springer.[7] E.K. Kelloway, J. Barling. Knowledge work asorganizational behavior. International Journal ofManagement Reviews, 2000, 2(3): 287-304.[8] S. Lindstaedt, H. Mayer. A Storyboard of theAPOSDLE Vision. En W. Nejdl and K. Tochtermann(Eds.), Innovative Approaches for Learning andKnowledge Sharing (LNCS 4227), 628-633, Springer,Berlin, 2006.[9] G. Gigerenzer, P.M. Todd, ABC Research Group.Simple Heuristics That Make Us Smart. OxfordUniversity Press, 1999. ISBN: 0195121562.[10] A.S. Rath, N. Weber, M. Kröll, M. Granitzer, O.Dietzel, S.N. Lindstaedt. Context-aware KnowledgeServices, Personal Information Management: PIM2008, CHI 2008 Workshop, April 5-6, 2008, Florence,Italy.[11] A.K. Dey, G.D. Abowd, D. Salber. A ConceptualFramework and a Toolkit for Supporting the RapidPrototyping of Context-Aware Applications. En Human-Computer Interaction (HCI) Journal, 2001 16 (2-4),97-166.[12] J. Fink, A. Kobsa. User Modeling for PersonalizedCity Tours. En Artificial Intelligence Review, 2002, 18,33-74.[13] T. Ley, S.N. Lindstaedt, D. Albert. SupportingCompetency Development in Informal WorkplaceLearning. En K.-D. Althoff, A. Dengel, R. Bergmann,M. Nick, Th. Roth-Berghofer (Eds.), ProfessionalKnowledge Management (LNCS 3782), 2005, 189-202, Springer, Berlin.[14] P. Scheir, M. Granitzer, S.N. Lindstaedt.Evaluation of an Information Retrieval System for theSemantic Desktop using Standard Measures fromInformation Retrieval. En Proceedings of Lernen-Wissen-Adaption, Halle/ Saale, Germany, September24-26, 2007, pp. 269-272.[15] V. Pammer, P. Scheir, S. Lindstaedt. Twoprotege plug-ins for supporting document-basedontology engineering and ontological annotation atdocument level. En 10th International ProtegeConference, July 15-18, 2007, Budapest, Hungary.

1 <http://www.imsproject.org/>.2 <http://www.aicc.org/>.3 <http://dublincore.org/>.4 <http://www.dyonipos.at>.5 <http://www.aposdle.org>.

Referencias