Componentes mínimos de modelos de confianza en e-learning y CVA
1. Universidad Nacional de Loja
Área de la Educación, el Arte y la Comunicación
Maestría en Educación a Distancia
Componentes Mínimos de los Modelos de Confianza en Ambientes
E-learning y Comunidades Virtuales de Aprendizaje
Autor: Luis Chamba-Eras
lachamba@gmail.com
27 de julio del 2016
Tutor: Dr. Luis Quezada Padilla. Mg. Sc.
3. 1. Antecedentes
• “Formación universitaria por medio de la web: un
modelo integrador para el aprendizaje superior” (Duart
& Sangrà, 2000).
• Informe Horizon (Johnson et al., 2016).
• Confianza como componente para crear comunidad en
escenarios no presenciales (Burauskas & Aldama, 2008;
Sanz, Ruiz, & Pérez, 2009).
• Definir modelos de confianza (MC) que representen y
controlen las interacciones entre actores.
• ¿Cuáles son los componentes mínimos que se deben
usar para diseñar un MC?
4. 1. Antecedentes
• Objetivo general:
– Analizar MC en contextos de e-learning y
Comunidades Virtuales de Aprendizaje (CVA).
• Objetivos específicos:
– Buscar MC en contextos de e-learning y CVA;
– Seleccionar MC en contextos afines a e-learning y
CVA;
– Identificar componentes comunes de los MC;
– Analizar MC en base a componentes comunes e
identificar patrones predominantes en los MC.
5. 2. Definiciones
• E-learning: es el proceso de enseñanza-aprendizaje mediado por la
tecnología (Area Moreira & Adell Segura, 2009).
• Comunidad Virtual de Aprendizaje: es un conglomerado de
personas cuyo fin común es el aprendizaje y que realizan
actividades de comunicación virtual con otros congéneres con los
cuales comparten opiniones/recursos (Espinoza-Ami, Chamba-Eras,
Arruarte, & Elorriaga, 2014).
• Confianza: es la probabilidad subjetiva con la que un individuo
evalúa a otro, u otros grupos de individuos que realizan una acción
en particular (G. Liu, 2013).
• Reputación: es la opinión o perspectiva de alguien acerca de algo
que se recoge a través de experiencias indirectas (Sanz et al., 2009).
6. 2. Definiciones
• Modelo de confianza: es una representación
matemática o conceptual de relaciones complejas y
dinámicas (Rojas López, Londoño Vásquez, & Valencia
Corrales, 2015), integrado por componentes de
confianza que definen una manera de evaluar
cualitativamente o cuantitativamente la interacción de
individuos (Soto, Vizcaíno, Portillo-Rodríguez, &
Piattini, 2009).
• Modelo de reputación: intenta guiar la decisión de un
individuo en determinar cómo, cuándo y con quién
interactuar. Además, intenta buscar las fuentes de
reputación y gestión de opiniones que permita
alimentar el MC de un ente (Hermoso Traba, 2011).
7. 3. Metodología
Para dar respuesta a la interrogante y cumplir el objetivo planteado, se
cumplió la siguiente metodología:
1. Búsqueda de MC en diversos contextos;
2. Selección de modelos en ambientes como: comunidades/organizaciones
virtuales, comunidades en línea y comunidades científicas;
3. Identificación de componentes comunes presentes en los MC del paso
(2);
4. Definición del caso de estudio para el análisis cualitativo;
5. Búsqueda y selección de MC en el contexto de e-learning y CVA;
6. Descripción de los MC encontrados en el paso (5);
7. Aplicación de la técnica de Análisis de Correspondencias Múltiples
(ACM);
8. Interpretación de los resultados obtenidos al aplicar el ACM, que
permitió identificar los componentes más predominantes de los MC.
8. 4. Resultados
• Componentes utilizados: similitud, satisfacción
y fiabilidad (Majd & Balakrishnan, 2014; Soto
Barrera, 2010).
• Modelos estudiados: diez.
• Técnica multivariante: análisis de
correspondencias múltiples.
• Tablas: contingencia (Tabla 1) y de burt (Tabla
2).
9. 4. Resultados
Modelo/Entorno
Componentes
Similitud Satisfacción Fiabilidad
(Anwar & Greer, 2012)/E-learning
Predictor del comportamiento futuro (reputación
como componente de identidad)
Se utiliza la escala de 0 a 5 para calificar a
participantes
Existe un garante (instructor/alto
rango en comunidad) de
reputación
(Horvat et al., 2013)/E-learning N/Aa
Se experimenta al inicio y fin de un semestre
(estudiantes), se concluye que es importante para
el desarrollo de EaD
N/Aa
(S Sousa et al., 2006)/E-learning N/Aa Relación online cara a cara fomenta la confianza
Entorno Virtual de Aprendizaje,
factor clave en EaD
(Y. Liu et al., 2011)/E-learning N/Aa
Evaluación dinámica, variable discreta [0-5], vector
con 4 parámetros
Certificado estático, parámetro
con valor real [0-5], vector con 3
parámetros
(Tan et al., 2014)/E-learning N/Aa
Evaluación con valores discretos, [0,1], confianza
subjetiva, pesos de valores de confianza [0-0.5]
Proveedor de servicios para
seleccionar los receptores de
servicios apropiados
(Y. Wang, 2014)/E-learning Factor de credibilidad, para evaluar la reputación
Factor de credibilidad, para evaluar la experiencia
directa
Factor de privacidad y seguridad,
protocolos de autenticación para
participantes
(Wongse-ek et al., 2013)/E-learning
Reputación por interacciones pasadas en cursos,
cumple las expectativas
Experiencia directa para predecir la confianza
(estudiante/docente)
Integridad para control de la
honestidad de estudiantes y
docentes
(Chamba-Eras et al., 2011)/CVA
Factor de reputación, similitud de perfiles,
presentimiento
Factor de experiencia directa N/Aa
(Shih, 2013)/CVA Retroalimentación, para una buena reputación Normas de cooperación
Acreditación, asegura
contenidos de calidad
(S. Wang & Liu, 2007)/CVA Historial de acceso para reputación Grado de confianza básica
Control de acceso por
autenticación
Tabla 1: Análisis Comparativo de los Modelos de Confianza.
N/A: no aplica
10. 4. Resultados
Componentes Similitud Satisfacción Fiabilidad
Si No Si No Si No
(Similitud) Si 6 0 6 0 5 1
(Similitud) No 0 4 4 0 3 1
(Satisfacción) Si 6 4 10 0 8 2
(Satisfacción) No 0 0 0 0 0 0
(Fiabilidad) Si 5 3 8 0 8 0
(Fiabilidad) No 1 1 2 0 0 2
Tabla 2: Tabla de Burt para el Análisis de Correspondencias Múltiples.
11. 5. Conclusiones
• Se ha realizado un análisis exhaustivo de diez modelos de confianza más
representativos en contextos de e-learning y comunidades virtuales de
aprendizaje. Se determinó por medio de la revisión bibliográfica y el
análisis de correspondencias múltiples que existen tres componentes
mínimos para el diseño de modelos de confianza: satisfacción, fiabilidad y
similitud.
• El análisis de correspondencias múltiples permitió identificar que la
satisfacción constituye el primer componente importante (presente en
todos los modelos), mientras que la fiabilidad es relevante a nivel
intermedio y la similitud es el componente débil en estos modelos.
• Se ha identificado la relación entre los tres componentes de confianza,
destacando que la similitud entre participantes debe ser investigada y
propuesta por nuevos modelos de confianza; la fiabilidad debe ser un
componente a usar para proteger la privacidad y honestidad de los
participantes. Estas relaciones descritas representan cómo se deben
implementar y medir nuevos modelos de confianza.
12. 6. Referencias bibliográficas
Anwar, M., & Greer, J. (2012). Facilitating Trust in Privacy-Preserving E-learning Environments.
IEEE Transactions on Learning Technologies, 5(1), 62–73. doi:10.1109/TLT.2011.23
Area Moreira, M., & Adell Segura, J. (2009). E-learning: ensenar y aprender en espacios virtuales.
Tecnología Educativa. La Formación Del Profesorado En La Era de Internet., 391–424.
Burauskas, G., & Aldama, J. I. (2008). Trust in Virtual Communities. Lund University Informatics.
Chamba-Eras, L., Arruarte, A., & Elorriaga, J.-A. (2011). Modelo de Confianza para Comunidades
Virtuales de Aprendizaje. In Congreso Internacional de Informática Educativa (TISE) (pp. 80–87).
Duart, J. M., & Sangra, A. (2000). Formación universitaria por medio de la web: un modelo
integrador para el aprendizaje superior. Aprender En La Virtualidad, 7–33.
Espinoza-Ami, G., Chamba-Eras, L., Arruarte, A., & Elorriaga, J.-A. (2014). Cadenas de Confianza
por Medio de Extensiones de Seguridad del Sistema de Nombres de Dominio Aplicadas a
Comunidades Virtuales de Aprendizaje. In IX Congreso de Ciencia y Tecnología (pp. 200–209).
Hermoso Traba, R. (2011). El concepto de confianza en sistemas organizativos: un enfoque de
coordinación para agentes software. CETINIA. Universidad Rey Juan Carlos.
Horvat, A., Krsmanovic, M., Dobrota, M., & Cudanov, M. (2013). Students` Trust in Distance
Learning: Changes in Satisfaction and Significance. Journal for Theory and Practice Management,
18(69), 47–54. doi:10.7595/management.fon.2013.0026
13. 6. Referencias bibliográficas
Johnson, L., Adams Becker, S., Cummins, M., Estrada, V., Freeman, A., & Hall, C. (2016). NMC
Horizon Report: 2016 Higher Education Edition. Texas.
Liu, Y., Chen, D., & Sun, J. (2011). A Trustworthy E-learning Based on Trust and Quality Evaluation.
In International Conference on E-Business and E-Government (ICEE) (pp. 1–4). IEEE.
doi:10.1109/ICEBEG.2011.5881690
Rojas Lopez, M. D., Londono Vasquez, L. M., & Valencia Corrales, M. E. (2015). Modelos de
Confianza , Análisis desde la Organización. Sistemas, Cibernética E Informática, 12(2), 13–19.
Majd, E., & Balakrishnan, V. (2014). Analysis of Trust Models to Improve E-Commerce Multi-Agent
Systems. In First International Conference on Advanced Data and Information Engineering
(DaEng) (Vol. 285, pp. 615–622). doi:10.1007/978-981-4585-18-7
Sanz, S., Ruiz, C., & Perez, I. (2009). Concepto, Dimensiones y Antecedentes de la Confianza en los
Entornos Virtuales. Teoría Y Praxis, 6, 31–56.
Shih, Y.-W. (2013). Control in Virtual Learning Communities: An Investigation from the Views of
Trust and Effectiveness Uncertainty. International Journal of Information and Education
Technology, 3(2), 185–188. doi:10.7763/IJIET.2013.V3.260
Soto Barrera, J. P. (2010). Una Arquitectura Multi-Agente y un Modelo de Confianza para
Gestionar el Conocimiento en Comunidades de Práctica. Universidad de Castilla La Mancha.
Soto, J. P., Vizcaino, A., Portillo-Rodriguez, J., & Piattini, M. (2009). Why Should I Trust in a Virtual
Community Member? In Lecture Notes in Computer Science (Vol. 5784, pp. 126–133).
doi:10.1007/978-3-642-04216-4_10
14. 6. Referencias bibliográficas
Sousa, S., Lamas, D., & Hudson, B. (2006). Understanding Learners’ Trust
within an Online Distance Learning Context. In International Conference e-
Society (IADIS) (pp. 24–28).
Tan, W., Chen, S., Li, J., & Li, L. (2014). A Trust Evaluation Model for E-
Learning Systems. Systems Research and Behavioral Science, 31(3), 353–
365. doi:10.1002/sres
Wang, S., & Liu, Q. (2007). Trust-based Access Control in Virtual Learning
Community. In Integration and Innovation Orient to E-Society (Vol. 2, pp.
1194–1200).
Wang, Y. (2014). Building Trust in E-Learning. Athens Journal of Education,
1(1), 9–18.
Wongse-ek, W., Wills, G. B., & Gilbert, L. (2013). Towards a Trust Model in
E-learning: Antecedents of a Student’s Trust. In International Conference
e-Society (IADIS) (pp.1–5).