Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 27
Integrando tecnologías asociadas a data sciencie en procesos de
orientación vocacional y profesional
Integrating technologies associated with data sciencie in vocational and vocational
guidance processes
Yngrid Josefina Melo Quintana1, Wilson Geovanni Simbaña León 2 , Andrés Eloy
Castillo Rojas 3, Edgar Andrés Bravo Donoso 4.
1 Instituto Tecnológico Universitario Ister, yngrid.melo@ister.edu.ec
2 Instituto Tecnológico Universitario Ister wilson.simbana@ister.edu.ec
3 Instituto Tecnológico Universitario Ister andrescastillor@gmail.com
4 Instituto Tecnológico Universitario Ister edgar.bravo@ister.edu.ec
Autor para correspondencia: yngrid.melo@ister.edu.ec
Fecha de recepción: 2020.08.14 Fecha de aceptación: 2020.10.16
Fecha de publicación: 2021.01.12
RESUMEN
La Ley Orgánica de Educación Intercultural Bilingüe (LOEI), refiere una flexibilización de
los tipos de bachillerato. Según Salgado [1], esperan que se desarrolle un análisis técnico
donde haya un papel más fuerte del orientador vocacional. Esto conduce a que la orientación
vocacional adquiere mayor importancia. Actualmente se están desarrollando con mucha
rapidez y mucha fuerza las tecnologías ligadas a la Ciencia de Datos como la inteligencia
artificial (IA) el Big Data y minería de datos (Data mining) para apoyar procesos de tomas
de decisiones donde están involucrados grandes cantidades de datos. La orientación
vocacional según [2], es un problema de toma de decisiones donde está presente en alto grado
la incertidumbre y donde los modelos clásicos de decisión no resultan del todo aplicables
para dar solución efectiva.
Se pretende integrar estas herramientas asociadas a la ciencia de datos que ya están
aplicándose en campos muy diversos en el proceso de orientación vocacional y profesional.
Para ello es necesario contar con datos y por consiguiente el objetivo es concentrase en su
extracción y recolección, así surgen preguntas como
¿qué?, ¿dónde? y ¿con qué? buscar. Además, se describe el papel de estas tecnologías
respecto al tema planteado e investigaciones existentes hasta el momento con respecto al
mismo. La metodología usada es de tipo documental descriptiva. Se presenta a la par, la
propuesta de un proyecto de construcción de una herramienta tecnológica que contribuya a
la búsqueda, recolección y clasificación de datos que pueda ser usada en procesos de
orientación vocacional y profesional.
Palabras clave: Orientación Vocacional, Big Data, Data Sciencie, Inteligencia Artificial,
Minería de Datos.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 28
ABSTRACT
The Organic Law on Bilingual Intercultural Education (LOEI) refers to a relaxation of the
types of baccalaureate. According to Salgado [1], they expect a technical analysis to be
developed where there is a stronger role for the vocational counsellor. This leads to a more
important vocational orientation. Currently, technologies related to Data Science such as
Artificial Intelligence (AI) and Big Data Mining (Data Mining) are being developed very
quickly and strongly to support decision-making processes where large amounts of data are
involved. Vocational guidance according to [2] is a decision-making problem where there is
a high degree of uncertainty and where classical decision-making models are not fully
applicable to provide an effective solution.
The aim is to integrate these tools associated with data science that are already being applied
in very diverse fields into the vocational and vocational guidance process. For this it is
necessary to have data and therefore the objective is to concentrate on its extraction and
collection, so questions arise as
what? where? and with what? look. In addition, it describes the role of these technologies
with respect to the topic raised and research existing so far with respect to it. The
methodology used is descriptive documentary. At the same time, the proposal of a project to
build a technological tool that contributes to the search, collection and classification of data
that can be used in vocational and professional orientation processes is presented.
Key words: Vocational Guidance, Big Data, Data Science, Official Intelligence, Data
Mining.
INTRODUCCIÓN
La orientación vocacional y profesional es un proceso que está especialmente ligado a los
estudiantes de los últimos años de bachillerato que una vez egresados del nivel de educación
secundaria aspiran a proseguir sus estudios de tercer nivel. Este proceso se realiza a través
de una serie de pruebas que buscan indagar las aptitudes más desarrolladas en el estudiante
con relación a una carrera o profesión. La exploración de sus aficiones y su relación con las
diversas áreas del conocimiento permitirán definir un perfil profesional específico o por lo
menos muy cercano al adecuado. Desde hace muchísimo tiempo hasta hoy en día, se han
buscado y experimentado nuevas formas para mejorar los métodos de asesoramiento
vocacional y profesional. Muchos esfuerzos se han desarrollado desde el campo de la
educación con el apoyo de las Tecnologías de comunicación (TIC). [2]
La orientación profesional es un problema de toma de decisiones acerca de la conducta
vocacional dirigida a una persona o grupo de personas. Ahora bien, la toma de decisiones es
una actividad cotidiana de los seres humanos, constantemente las personas se encuentran ante
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 29
situaciones donde existen varias alternativas y debe elegir la más conveniente o la que mejor
se adapte a sus necesidades. La toma de decisión es en determinadas ocasiones un proceso
complejo debido a la necesidad de realizar previa- mente un análisis detallado de las ventajas
e inconvenientes asociados a cada alternativa, y se vuelve más complejo para aquellos
problemas donde existe un alto grado de incertidumbre y la información necesaria para
decidir es vaga e imprecisa.
Otro problema presente en los procesos de toma de decisiones y más aún en orientación
vocacional y profesional es el volumen elevado de información que se necesita para obtener
un resultado lo más cercano posible al deseado. Esto aunado a la aparición de las llamadas
redes sociales y las páginas web, donde constantemente se generan volúmenes considerables
de información relacionadas con gustos, preferencias y aptitudes y un sinfín de información
de los usuarios de estas redes, datos estos de gran relevancia en lo que determinar la vocación
se refiere.
Normalmente los procesos de orientación vocacional son realizados por orientadores que
utilizan numerosas pruebas psicológicas llamadas pruebas vocacionales que son aplicadas al
estudiante, cada prueba contiene una cantidad considerable de preguntas. Esto genera un
volumen extenso de preguntas y por consiguiente innumerables resultados que se pueden
conseguir a partir de las respuestas obtenidas. Si a esto se le agrega la información que se
puede extraer de internet, estamos hablando de una incuantificable cantidad de datos que
cuando se quieren manejar para determinado fin se hace más dificultoso el procesamiento de
los mismos, aunado a los grandes costos que esto conlleva.
En este sentido, se han desarrollado muchas aplicaciones con tecnología informática para la
orientación y asesoramiento vocacional, muchas de ellas enmarcadas en la teoría clásica de
la decisión. Estas herramientas son llamadas CACGS (Computer Assisted Career Guidance
Systems) y en su mayoría son programas interactivos, que facilitan la integración de
materiales, se prestan a la autoaplicación y autoevaluación, y resultan atractivos para el
estudiante. Incluyen componentes de asesoramiento y orientación en el proceso de toma de
decisiones, junto a información profesional o bases de datos de carácter educativo. Una
muestra de estas herramientas las podemos encontrar en [2], [3], [4]. También se han
diseñado diversidad de modelos formales y no formales [5], que miden la capacidad de
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 30
decisión del individuo y evalúan su habilidad en dicho pro- ceso. No obstante, los resultados
de estas herramientas y modelos son en sentido más exploratorios, limitados y bastantes
imprecisos y lo que es más importante, dejan a un lado una gran cantidad de datos importantes
y no toman en cuenta el alto grado de incertidumbre que genera tomar una decisión en un
aspecto tan importante y que incide totalmente en el futuro de una persona, como es escoger
una carrera o profesión.
Siguiendo con lo que concierne a esta investigación, en la actualidad existe una gran variedad
de técnicas basadas en herramientas inteligentes, que permiten mejorar los procesos de toma
de decisiones, como las técnicas basadas en Inteligencia artificial (IA), la computación
blanda (Soft computing), el Big Data, la minería de datos, además de Python como lenguaje
de programación que está siendo muy utilizado en procesos que tienen que ver con la ciencia
de datos para resolver problemas del manejo y análisis de grandes cantidades de datos para
la toma de decisiones. Estas herramientas han provocado en los últimos años un importante
número de investigaciones que se encaminan a resolver este tipo de problemas y a mejorar
los resultados de dicho proceso, basándose en la rapidez para identificar, procesar y extraer
la información que realmente es importante con un mínimo de costos. En el entorno
educacional se han utilizado para el desarrollo de métodos que han logrado extraer
información útil a partir de los datos que se generan y utilizarla para mejorar dicho entorno.
El objetivo de esta investigación es buscar de qué manera todas estas herramientas
tecnológicas disponibles actualmente pueden ayudar en el manejo de grandes cantidades de
datos y toma de decisiones, en procesos de orientación vocacional y profesional. Estas
herramientas y técnicas como Big Data, permiten ir más allá de lo que se conoce de los datos,
permiten extraer patrones, son en sí mismas herramientas de investigación. Su uso en
procesos vocacionales significa su uso sobre técnicas de investigación sobre datos de gran
volumen. El primer proceso para beneficiarse de estas herramientas es disponer de datos, y
por lo tanto el objetivo de este proyecto es establecer qué buscar, dónde buscar, con qué
buscar y donde almacenar esos datos para sus posteriores procesos en Big Data, por ejemplo.
Se espera obtener patrones en los datos, que terminen siendo la base para otros procesos que
deriven en tomas de decisiones.
1.1.- Herramientas de Data Sciencie y Orientación Vocacional
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 31
Uno de los grandes desafíos de la Inteligencia Artificial (IA) es lograr que una máquina, más
específicamente una computadora logre una función similar a la que ocurre en el cerebro. Es
así como surge la idea de la computación cognitiva que busca acercarse poco a poco al
funcionamiento de este órgano. La IA es una rama de las ciencias de la computación enfocada
al diseño y construcción de sistemas, capaces de emular tareas realizadas por un experto
humano que engloba muchas ciencias y de ellas se realizan miles de estudios e
investigaciones, como el desarrollo de sistemas expertos o sistemas basados en conocimiento
enfocados en procesos de orientación vocacional y profesional, como ejemplos se tienen los
trabajos presentados por [6], [7] y [8].
Con respecto a otras técnicas de la IA se tiene a bien mencionar a la computación blanda
(soft computing), concepto que fue introducido a principios de los años 90 por el Dr. Lotfi
Asker Zader, catedrático de la Universidad de Columbia quien fue el primero en publicar, a
partir del año 1965, trabajos acerca de los conjuntos difusos y la lógica difusa (fuzzy logic).
Básicamente el Dr. Zader expresó que el término computación blanda es una mezcla de
distintos métodos y técnicas que cooperan entre sí desde sus fundamentos. El objetivo de la
computación blanda es aprovechar la tolerancia que conllevan la imprecisión y la
incertidumbre, para conseguir soluciones y una buena representación de la realidad a
problemas donde la computación tradicional no opera satisfactoriamente. En [9], se tiene
acceso al trabajo original publicado por el autor en cuestión.
Los componentes de la computación blanda son principalmente la lógica difusa que se ocupa
de la imprecisión y el razonamiento aproximado, la neuro computación que se emplea en el
campo del aprendizaje, y el razonamiento probabilístico que se usa en el manejo de la
incertidumbre y la propagación de las creencias [9]. La lógica difusa se ha convertido en un
campo muy estudiado en diferentes niveles y usado en diferentes aplicaciones del mundo real
en las que aparece incertidumbre, también es utilizada en conjunto con la computación con
palabras (Computing With Word), donde se puede desarrollar un tipo de computación más
cognitiva [10]. Un ejemplo del uso actual de la lógica difusa se puede encontrar en [11].
Ahora bien, en los procesos de orientación vocacional y profesional están presentes todos los
aspectos que se han venido mencionando como parte del tipo de problemas a resolver como
son: alto grado de incertidumbre, grandes volúmenes de información y elevados costos
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 32
asociados al manejo de la calidad de la toma de decisiones. Es por ello que las técnicas y
ciencias de la IA mencionadas se pueden aplicar como ayuda o so- porte a este proceso tan
importante dentro de la etapa de evolución del ser humano. Pero además existen otros
métodos y herramientas dentro de la Inteligencia artificial, que actualmente están siendo muy
utilizadas en el manejo de grandes cantidades de datos para procesos de tomas de decisión,
como es la Ciencia de Datos o Data Sciencie y dentro de esta, la Big Data la cual se han
convertido en tendencia mundial, dentro de esta ciencia. [12]
La Ciencia de Datos es según [12] un concepto relativamente nuevo que se usa en forma
general para referenciar a la cadena de técnicas utilizadas para el tratamiento y manipulación
de información masiva desde dos enfoques; el estadístico y el informático. Con esto surgió
también un nuevo perfil profesional, el “Data Scientist”, son las personas dentro de este perfil
que saben del negocio, las herramientas computacionales y del análisis e interpretación
estadística. Data Sciencie es un campo que abarca limpieza, preparación y análisis de datos.
Es también empleada en muchos campos científicos como las matemáticas, las estadísticas y
muchas herramientas más que se aplican a un conjunto de datos para extraer conocimiento
de los mismos.
La Data Sciencie revela tendencias y genera información que los investigadores pue- den
utilizar para mejorar los procesos de toma de decisiones, así como para crear pro- ductos y
servicios más innovadores en este campo. Algunas tareas dentro de la ciencia de datos están:
desarrollar estrategias para analizar datos; la preparación de datos para su análisis; la
exploración y visualización de datos; la construcción de modelos con datos mediante
lenguajes de programación como Python y R; y la implementación de estos modelos en
aplicaciones. [13]
Por otro lado, el término Big Data está asociado esencialmente a grandes cantidades de datos,
según [14] hoy en día se generar diariamente cerca de 4,5 cuatrillones de bytes de datos, la
mayor cantidad en internet a través de páginas web y las RRSS, que pueden ser utilizados
para diferentes análisis, pero para ello se necesita hacer una gestión correcta de los mismos.
Es allí donde obligatoriamente se tienen que disponer de sistemas capaces de analizar estos
datos para extraer información conveniente y utilizable. A raíz de esto es que surge el término
analítica de datos, que va desde la invención del business Intelligence (BI) hasta el Big Data.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 33
El objetivo es analizar grandes cantidades de datos tanto estructurados como no estructurados
y obtener información para mejorar la toma de decisiones. Pero a pesar de que Big Data se
asocia principalmente con cantidades de datos exorbitantes, también abarca tanto volumen
como variedad de datos y velocidad de acceso y procesamiento.
Paralelamente a la analítica de datos surge otra técnica para el procesamiento de datos: la
minería de datos o data mining, que consiste básicamente en buscar y extraer información de
un gran conjunto de datos a través de patrones y modelos. Según [14] la minería de datos se
basa en un proceso que intenta descubrir patrones o comporta- miento de información en un
conjunto masivo de datos y que no requiere una cantidad de datos específica pero sí de datos
relevantes. El data mining tiene capacidad para manejar una infinidad de datos, por lo que
puede decirse que la minería de datos y el Big Data van de la mano.
La tecnología de Big Data es información con gran volumen, velocidad rápida y mucha
variedad que demanda una plataforma innovadora para mejorar los conocimientos para la
toma de decisiones, es una forma de resolver todos los problemas no resueltos relacionados
con la gestión y el manejo de datos. Con la analítica de datos y el data mining se puede
reconocer patrones ocultos y conocer una visión de las personas y comprender mejor sus
necesidades.
1.2.- Python y la ciencia de datos
Como se ha expresado en párrafos anteriores, mediante modelos predictivos de minería de
datos es posible identificar características y patrones relacionadas con las aptitudes y
actitudes de las personas a través de los medios de comunicación y redes sociales que utiliza
diariamente. En este sentido, uno de los lenguajes de programación más usados
recientemente en desarrollo de estrategias para analizar, preparar, explorar y visualizar datos;
así como para construir e implementar modelos en aplicaciones con datos es Python, aunque
tiene un gran competidor, el lenguaje de programación R. Según [15] la diferencia entre
Python y R es que este último es un lenguaje de dominio específico, orientado
específicamente al análisis estadístico y, en consecuencia, su construcción está pensada y
dirigida a ese uso. Por otro lado, señalan los autores que Python es un lenguaje de uso más
general, a la vez más rápido y seguro que R, y cualquier algoritmo es más fácil de desarrollar.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 34
La experiencia del uso del lenguaje de programación Python en la ciencia de datos, como se
manifiesta en [16], abarca proyectos de software de diferente magnitud, que van desde
pequeñas pruebas exploratorias o estudios que extraen conocimiento de los datos con unas
pocas líneas de código, a proyectos a gran envergadura, abordados por equipos de trabajo
multidisciplinarios para lograr este mismo propósito.
Python se puede utilizar para abarcar todas las estrategias de: captura de datos, donde se
incluyen la interacción con fuentes de datos de terceros a través de API´S así como librerías
específicas que permiten recolectar datos de cualquier web; de igual forma, librerías que
proporcionan estructuras de datos y las herramientas de tratamiento de datos como la muy
utilizada librería pandas; librerías que implementan algoritmos de aprendizaje automático
como scikit-learn; igualmente incluye librerías de visualización de datos genéricas como
matplotlib y especializadas para varios tipos de datos como los grafos con networkx o mapas
con congeoplotlib. [16]
En recapitulación, la gestión de los datos según [17] se compone de tres aspectos: en primer
lugar está la adquisición y almacenamiento de los datos, en segundo lugar la limpieza y
depuración de los datos y, por último la preparación para su análisis. Por otra parte, la
analítica de datos está referida a la respuesta de preguntas formuladas a partir de técnicas de
modelamiento y análisis. Como se puede evidenciar, estos procesos no son distintos del
proceso de indagación científica presente en cualquier disciplina, la diferencia reside en las
características principales de los datos que se utilizan y los retos que significan el acceso y
manipulación de los datos para cualquier fin. Trabajos como los presentados en [18],[19] y
[20] entre otros, han demostrado que mediante el análisis de grandes cantidades de datos se
pueden obtener respuestas que antes no eran conocidas en el sector educativo, prometiendo
nuevas perspectivas que aportan mucha atención en diferentes campos del aprendizaje.
Varias de estas técnicas se podrían aplicar en los departamentos de orientación, obteniendo
nuevas herramientas para trabajar con los alumnos la parte de orientación vocacional y
profesional.
La investigación aquí presentada, tiene como principal objetivo establecer la extracción y
recolección de datos para procesos vocacionales y profesionales por los que buscar,
donde buscar, conque buscarlos y donde almacenarlos son los elementos a tener en cuenta.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 35
La exploración de literatura sobre el uso de Data Sciencie y sus diferentes técnicas y
herramientas en procesos asociados a la orientación vocacional y profesional, guiará hacia la
propuesta de un software basado en estas técnicas para recolección y clasificación de datos
que puedan ser usados posteriormente para la toma de decisiones con respecto a la escogencia
de una carrera profesional en base a la vocación del individuo.
MARCO TEÓRICO
La metodología empleada para la exploración incluye la aplicación de dos estrategias:
primeramente, de tipo descriptiva con diseño documental, basada en la revisión de literatura
relacionada con el tema. La revisión de literatura se adapta al estudio aquí pre- sentado para
conocer el estado de las investigaciones sobre el uso de las técnicas de ciencia de datos en
procesos de orientación vocacional. Esto es será el punto de partida para la realización de
proyectos futuros en este ámbito.
Se aplicó una metodología con un enfoque descriptivo y de tipo documental, para lo cual se
investigaron distintas fuentes bibliográficas y distintas bases de datos científicas como
Google académico, Base, Dialnet, Scielo, Refseek y Redalik, así como en Scopus, las cuales
contienen una colección bastante representativa y muy completa.
Luego de la revisión bibliográfica y de plasmar el resultado de la misma, se expondrán
aspectos relacionados a la propuesta de un software utilizando técnicas de Big Data para la
extracción, recolección y clasificación de datos que puedan luego ser utilizados en una
herramienta tecnológica para obtener resultados en lo que a vocación profesional se refiere.
En referencia a esto, en todo software que se desarrolle para poder analizar, clasificar y
obtener información a partir de datos, lo fundamental es contar con los datos, y cuidar de la
calidad cuando se trabaja con un gran volumen de datos puede facilitar la generación de
modelos para el análisis [21]. Es por ello que la pro- puesta se encamina principalmente a
este objetivo, la extracción, clasificación y almacenamiento de los datos, a partir de allí se
pueden aplicar técnicas de minería de datos enfocadas en patrones para obtener las respuestas
buscadas.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 36
Por consiguiente, la segunda estrategia es relativa a la propuesta de una herramienta
tecnológica para la extracción, recolección, clasificación y almacenamiento de datos
concernientes a estudios de orientación vocacional y profesional. Según [15] el proceso de
utilización de Big Data inicia identificando el problema y los datos que lo represen- tan. Se
debe suponer qué datos se necesitan, dónde se pueden encontrar y cómo conseguirlos. Una
vez que se tiene disponibilidad de los datos, se seleccionan aquellos que sean útiles según los
objetivos propuestos y se preparan colocándolos en un formato adecuado. Respecto a que
datos se necesitan es dar respuesta a la pregunta ¿Qué buscar? en este particular serían los
elementos o datos que se pretenden obtener, extraer y coleccionar, para ello se aplicará el
estudio mapeo sistemático, para determinar conceptos y para hallar la literatura que contiene
el estado del arte que en principio son fuentes de extracción de datos. Seguidamente se
presenta la interrogante ¿dónde buscar?, en este sentido los estudios de mapeo sistemáticos
deberían ofrecer un cumulo de documentos relevantes, además la web es una fuente
importante de datos. La primera aproximación de búsqueda serán fuentes PDF y WEB del
propio internet. Por último ¿Con qué bus- car?, para ello, la primera herramienta a usar es
Python. Para la búsqueda y extracción se utilizara herramientas de scraping disponibles en el
mercado y crawl basado en Python, el almacenamiento se prevé en MongoDB, una base de
datos distribuida basada en documentos que almacena datos en formato JSON y contiene u
potente lenguaje de consulta [22].
MATERIALES Y MÉTODOS
Se ejecutó en primer lugar, un proceso de revisión de trabajos y artículos científicos que
permitió obtener información referente a las herramientas de ciencia de datos aplicadas en
entornos educativos. Se logró identificar en algunas de las principales fuentes bibliográficas
conocidas, que la mayoría de los estudios y proyectos de uso de técnicas como Big Data y
minería de datos, así como de IA, están orientados al problema académico de la deserción
escolar y por ende asociadas también a facilitar el estudio del rendimiento académico.
Se encontraron sólo 2 trabajos en referencia al uso de estas herramientas en procesos de
orientación vocacional y profesional. Esto significa que es un campo de estudios poco
investigado y el cual se puede explotar mucho, de allí la importancia del presente artículo.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 37
Se presentan a continuación estos trabajos de tesis, uno de maestría y otro de pregrado que
hacen mención al uso de estas técnicas en procesos de orientación vocacional y profesional,
y que se hace necesario destacar en este artículo, tales trabajos fueron:
Estudio del desempeño académico de estudiantes colombianos en las pruebas saber 11 y
saber pro para la elección vocacional y permanencia universitaria [23]. Este trabajo de
investigación elabora un análisis sobre el desempeño de los estudiantes en las pruebas Saber
11 y Saber Pro y su relación con la elección vocacional, mediante técnicas de Ciencia de
Datos. Se emplearon modelos como: 1) correlaciones para identificar las asociaciones entre
las distintas variables de las Pruebas Saber 11 y Saber Pro, con el rendimiento académico; 2)
Clustering con K-means para realizar agrupaciones que facilitan el perfilado de los
estudiantes; 3) Reglas de asociación con “Apriori” para fortalecer las interpretaciones de las
relaciones de asociación y consecuencias entre los datos. Se tomaron en cuenta múltiples
datos que luego de ser depurados, permitieron extraer información a partir de las
observaciones de 132,067 estudiantes sobre los cuales se exploraron distintas características
de tipo socioeconómico, académicas, vocacionales y hasta de condiciones especiales como
limitaciones físicas o emocionales o pertenencia a grupos étnicos o minorías. Por último, la
autora manifiesta que el cono- cimiento construido mediante las técnicas de ciencia de datos
servirá de base para la creación de una prueba de orientación vocacional adecuado al país y
a su sistema de educación superior.
RESULTADOS Y DISCUSIÓN
Desarrollo de una herramienta de asistencia para el análisis de pruebas psicométricas de una
población grande utilizando técnicas de Big Data. [24] Se genera una herramienta que asiste
a los psicómetras en el proceso de valorar una población muy grande, requiriendo de las
modernas técnicas de Big Data. En este trabajo se desarrolló una metodología que clasificó
los datos recogidos de test psicométricos estandarizados, con el propósito de ser analizados
en el contexto del Big Data, para que sirvieran de soporte a los psicólogos de diferentes áreas,
para ayudar a tomar decisiones, hacer estudios o investigaciones en grandes poblaciones. Las
técnicas utilizadas fueron principalmente creación de algoritmos y utilización de librerías con
el lenguaje Python con métodos como: Clustering, K-Means y THE CURE.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 38
Como se evidencia no hay mucho material investigativo aún en esta temática de combinar
las técnicas de ciencia de datos con los procesos de orientación vocacional y profesional. Es
así como en el marco de esta investigación, se puede inferir que se emplean múltiples
algoritmos de minería de datos para estimar aspectos tales como el rendimiento académico y
de deserción escolar en todos los niveles educativos en diversos países, pero muy pocos
dirigidos hacia el estudio de la orientación vocacional y profesional. En este sentido, la
motivación del trabajo de investigación, es desarrollar modelos y herramientas de software
basados en Big data y minería de datos que permitan pronosticar la vocación de una persona
en el aspecto profesional.
Dentro de una arquitectura Big Data, una de las partes más importantes es donde se llevan a
cabo los procesos ETL (extracción, transformación y carga) que es la parte en la que se enfoca
la herramienta propuesta. La extracción de datos según Hernández citado en [25], es el
proceso para la recuperación de datos de diversas fuentes. Con regularidad, se extraen datos
para procesarlos más, migrar los datos a un repositorio de datos o para analizarlos más a
fondo. Es también común transformar los datos como parte del proceso.
Como se evidencia, el estudio de la orientación vocacional y profesional utilizando
herramientas de ciencia de datos está aún iniciándose, cualquier aporte en este sentido es
bienvenido. Por ejemplo como señala [26] el uso del Big Data puede mapear caminos más
claros para desarrollar las habilidades e intereses más fuertes de cada estudiante que le
permitan repensar su vocación, con esto se podría reducir sustancialmente la deserción y
cambio de carrera durante los estudios.
Se propone así una herramienta tecnológica con técnicas de Big Data para extraer, recolectar,
clasificar y almacenar datos que tengan incidencia en estudios asociados al proceso de
orientación vocacional. Dicha herramienta será dividida en 4 módulos: Búsqueda, extracción,
recolección y almacenamiento, pero para ello hay que primero tener claro 4 aspectos
fundamentales:
1.- ¿qué datos se necesitan? El problema de escoger los datos a extraer en una tarea
fundamental, aquí se trata de adaptar la herramienta Big Data al tema que interesa y no tanto
por las grandes cantidades de datos que se pueden estar manejando sino por la cantidad de
fuentes, con ausencia de formato común y la capacidad de analizar y encontrar patrones
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 39
ocultos en la información. En el entorno vocacional y profesional ahora se cuenta con nuevas
carreras y profesiones, portafolios personales que demuestran competencias particulares. La
forma tradicional en que psicólogos y orientadores han evaluado los pensamientos, los
sentimientos y los rasgos de personalidad ha sido mediante cuestionarios, pero como
expresan [27], existen nuevas alternativas como el análisis de contenido conducido por los
datos y el enfoque del vocabulario abierto utilizando grandes volúmenes de información
disponibles en las redes sociales sobre aspectos familiares, socioeconómicos y académicos
de los estudiantes, a manera de conocer sus antecedentes así como lo referente a su
autoestima, de asertividad, de estilos de aprendizaje y de habilidades de estudio.
2.- ¿dónde se pueden encontrar? Respecto a donde buscar, la gran mayoría de la información
recopilada sobre las personas en Internet se deriva de las búsquedas y de las interacciones en
redes sociales. Diariamente las personas generan una cantidad masiva de datos en diferentes
formatos: audio, imágenes, texto y videos que tratados correcta- mente pueden ser utilizados
para resolver una infinidad de problemas, entre ellos el mencionado en este artículo. Esa
información se puede encontrar en servidores de Google, Facebook, entre otras empresas, en
este sentido como señala [26] una de las discusiones más importantes es la necesidad de
disponer de esos datos para que científicos y sociólogos puedan mapear la conducta de los
usuarios, de manera que puedan ofrecer soluciones concretas a problemas humanos como su
vocación profesional.
3.- ¿qué se necesita para buscar los datos? para búsqueda en la web de manera automática se
dispone de herramientas para realizar web scraping, como bibliotecas de programación,
aplicaciones de escritorio, extensiones de navegadores y aplicaciones web, no es objetivo de
este artículo analizar cada uno de dichas herramientas, pero por conocimiento y experiencia
de los autores, para el software propuesto se propone el uso de Scrapy, un framework de
programación para Python, que cuenta con múltiples funciones para realizar web scraping.
Con esta herramienta se puede realizar crawling para la navegación automática de sitios web
por medio de los hipervínculos por lo cual se puede seguir realizando scraping a otras páginas
[28]. También se dispone de librerías en Python como Pandas para la manipulación y
limpieza de los datos
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 40
4.- ¿dónde almacenar? Para el almacenamiento de datos extraídos de técnicas de Big Data se
usan las bases de datos NoSQL, que son las recomendadas cuando se generan grandes
volúmenes de datos y con diferentes formatos. Para el módulo de almacenamiento de la
propuesta se utilizará MongoDB, que es una de las bases de datos documentales más utilizada
actualmente, que permite además la manipulación de los datos a través de Apis orientadas a
objetos. Para más detalles acerca de MongoDB se puede consultar la web.
CONCLUSIONES
La ciencia de datos es hoy en día una herramienta fundamental para la explotación de datos
y la generación de conocimiento. Entre los objetivos que persigue se encuentra la búsqueda
de modelos que describan patrones y comportamientos a partir de los datos, con el fin de
tomar decisiones o hacer predicciones. Es un área que ha experimentado un enorme
crecimiento al extenderse el acceso a grandes volúmenes de datos e incluso su tratamiento
en tiempo real. Este artículo concertó las investigaciones de autores sobre conceptos
asociados a la ciencia de datos y los aportes más importantes del uso de herramientas
asociadas al análisis de datos en procesos de orientación vocacional y profesional.
Mediante la revisión sistemática se logró identificar algunos problemas que en el ámbito
educacional se intentan resolver con los procesos de ciencia de datos, entre los cuales se
pueden mencionar el rendimiento académico de los estudiantes, la deserción y la calidad de
las estrategias educativas, entre otros. Solo se encontraron dos estudios relacionados con el
proceso de orientación vocacional y profesional empleando técnicas de minería de datos.
El desarrollo de la investigación contribuye a la revelación de un área de investigación poco
explorada y del cual se pueden generar muchos proyectos e investigaciones científicas que
permitan dar respuesta a la problemática planteada acerca de los procesos de orientación
vocacional y profesional.
La realización de la propuesta de software para la extracción, recolección, clasificación y
almacenamiento de datos relevantes para los procesos de orientación vocacional y
profesional, y la culminación de forma satisfactoria de este software, será de gran beneficio
para proyectos donde se necesiten estos datos para su posterior análisis, evaluación,
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 41
visualización y generación de resultados. El objetivo final es que se pueda utilizar la
información generada en algún sistema informático donde se puedan tomar decisiones a
partir de los resultados obtenidos.
REFERENCIAS
¿Qué cambios trae la reforma a la Ley de Educación?, in El Comercio. 2021.
Santana Gustavo, V.J.A., Hacia un Sistema Virtual de orientación vocacional. Revista
Cubana de Educación Superior, 2019.
Salas Irina, A.C., Orue Goar, La orientación vocacional en la Enseñanza Media Superior
vista desde un sistema informático experto. EduSol, 2020. 20: p. 41-56.
Chávez, C.F., Sistema experto web para medir el perfil vocacional de los postulantes del
centro pre universitario a la UNASAM, in Facultad de ciencias. 2020, Universidad
nacional Santiago Antunez de Maloyo Mexico.
Cabrera, M.C., Models of vocational orientation for the choice of university training careers,
in Revista Iberoamericana De La educación. 2020.
Meza Julio, R.L., Rico Ricardo, Estrada Yadira, Rodríguez Nadia, Diseño de un prototipo de
sistema experto que permita identificar patrones basado en las aptitudes y habilidades
académicas de los alumnos de nivel superior, in Revista Aristas: Investigación Básica y
Aplicada. . 2020, Revista Aristas: Investigación Básica y Aplicada. : México.
Aguirre Andrea Michael , C.G.J., Sistema de recomendación de carreras profesionales
aplicando técnicas de learning analytics e inteligencia artificial para los estudiantes de
bachillerato de la Unidad Educativa Particular Bilingüe Ecomundo., in Facultad de
Ciencias Matemáticas y Físicas. 2020, Universidad de Guayaquil: Guayaquil, Ecuador.
Rojas Rafael, H.H., Arauco Saúl Ernesto,Rojas John Fredy Neural Network forVocational
Guidance Based onThe Applicant's Profile For Admission To A Study Program, in
Turkish Journal of Computer and Mathematics Education. 2021: Turquía.
Zadeh, L.A., Fuzzy logic, neural networks, and soft computing, in Communications of the
ACM. 1994. p. 77-84
Cotaro, S.G., Contribución al estudio de la computación con palabras/percepciones, in
Departamento de Inteligencia Artificial. 2007, Universidad Politécnica de Madrid:
Madrid.
Castellanos Jose Ulises, P.C., Gutierrez Luis Carlos Modelo basado en lógica difusa para la
construcción de condiciones de alta calidad en el sistema educativo, in CITAS: ciencia,
innovación, tecnología, ambiente y sociedad. 2020.
Hernández Emilcy, D.N., Moreno Julián., Big Data: una exploración de investigaciones,
tecnologías y casos de aplicación, in TecnoLógicas. 2017, Instituto Tecnológico
Metropolitano: Colombia. p. 15-38.
Oracle. ¿Qué es la ciencia de datos? 2020 [cited 2021 15]; Available from:
https://www.oracle.com/mx/data-science/what-is-data-science/.
Castillo, J.A., Big Data IFCT128PO, I. Editorial, Editor. 2018: Málaga.
Revista Conectividad
Enero-junio 2021 ISSN: 2806-5875
pp. 27-42 Correo: revista@ister.edu.ec
Volumen 2, Número 1
Revista Científica, Instituto Superior Universitario Rumiñahui 42
García Jesús, M.J., Berlanga Antonio, Patricio Miguel, Bustamante Álvaro, Padilla
Washington, Ciencia de datos. Técnicas analíticas y aprendizaje estadístico, AlfaOmega,
Editor. 2018, Publicaciones Altaria, S.L.: Colombia.
Jiménez Brian , P.C., Balado Pau Andrio, Marco M. Jesús., Aprendiendo a programar.
Nuevos retos, nuevas propuestas, in Actas de las Jenu. 2019: Barcelona, España. p. 71-78.
Rodríguez Patricio, P.N., Mondaca Javier El uso de datos masivos y sus técnicas analíticas
para el diseño e implementación de políticas públicas en Latinoamérica y el Caribe Banco
Interamericano de Desarrollo 2017.
Camargo, A.J., Modelo para la predicción de la deserción de estudiantes de pregrado, basado
en técnicas de minería de datos. 2020, Universidad de la Costa: Colombia.
Quiñonez Lenin, C.Y., Rendimiento académico empleando minería de datos, in Revista
Espacios. 2020: Perú.
Beguerí Graciela, M.A., Minería de datos y una aplicación en la educación superior, in XIX
Workshop de Investigadores en Ciencias de la Computación (WICC 2017, ITBA, Buenos
Aires). 2017 Red de Universidades con Carreras en Informática (RedUNCI).
Russo, J.P. Mapeo sistemático y evaluación de arquitecturas de software para contextos de
big data. 2018.
MongoDB, I. La base de datos líder para aplicaciones modernas. 2021; Available from:
https://www.mongodb.com/es.
Moreno, L.N., Estudio del desempeño académico de estudiantes colombianos en las pruebas
saber 11 y saber pro para la elección vocacional y permanencia universitaria, in Facultad
de Ingeniería en Tecnologías de Información y Comunicación. 2019, Universidad
Pontificia Bolivariana: Colombia.
Ardila, S., Desarrollo de una herramienta de asistencia para el análisis de pruebas
psicométricas de una población grande utilizando técnicas de Big Data., in Programa de
Ingeniería de Sistemas Y Computación. 2017, Universidad Tecnológica de Pereira:
Colombia.
Nazareno Maximiliano , P.M.Á., Análisis de herramientas de extracción de comentarios de
la red social Twitter y creación de un corpus no relacional para el posterior uso con el
Procesamiento de Lenguaje Natural (PLN) y Minería de Opiniones (MO), in Facultad de
ciencias matemáticas y físicas. 2021, Universidad de Guayaquil: Guayaquil, Ecuador. p.
143.
García-Bullé, S. Big data en el futuro de la innovación educativa. 2019; Available from:
https://observatorio.tec.mx/edu-news/bigdata-educacion.
Mariñelarena-Dondena L., E., M. ,Castro Solano A., Extracción de conocimiento con
técnicas de minería de textos aplicadas a la psicología, in Revista Argentina de Ciencias
del Comportamiento. 2017: Argentina. p. 65-76.
Moo Armando, A.R., Hernández Francisco, Herramientas Web Scraping para la Adquisición
de Datos Turísticos, in KIKAME. 2020: Tepic, Nayarit.
