degree, nowadays there are 3 careers in this modality and each one of the groups offered in the Two modules per semester require a classroom for two hours a week to serve 392 students and approximately 60 teachers. All students are governed by a school grid that determines the subjects they can take, in which the prerequisites to be assigned to the student are considered, this requires too much time for the planning of each of the two modules taught per semester, so it is intended to solve the problem of excess time invested through the processes of academic demand generation and schedules using Genetic Algorithms in the implemented system called SISDA.
+ Keywords: Information system, academic demand, genetic algorithms, distance education, planning.
Introducción La coordinación de EAD (educación a distancia) del ITCJ (Instituto Tecnológico de Ciudad Juárez) cuenta con las carreras de Ingeniería en Sistemas Computacionales, Ingeniería Industrial e Ingeniería en Gestión Empresarial con un total de 392 estudiantes y 60 docentes aproximadamente por módulo, las cuales requieren un aula de clase durante dos horas a la semana, ya sea en viernes de 5:00 pm a 9:00 pm o sábado de 12:00 pm a 6:00 pm. La planeación de horarios que satisfagan de manera óptima la demanda que existe por parte de todos los alumnos de educación a distancia resulta especialmente complicada ya que es realizada por una sola persona, por lo que, al no contar con un sistema que apoyará al personal dentro de la institución provocaba pérdida de tiempo y problemas de cruce de materias. Uno de los procesos que provocaban más problemas dentro de la generación de horarios era la recopilación de información sobre la retícula de cada estudiante, ya que se requería de mucho tiempo y por ser una tarea repetitiva realizada por personal del ITCJ siempre existía un margen de error que podía ocasionar problemas con la distribución de recursos. El objetivo en esta investigación fue diseñar e implementar un sistema informático al que se nombró SISDA (Sistema Integral Semipresencial para Demanda Académica), para generar los grupos por materia de cada carrera en el horario requerido y la respectiva asignación del docente, evitando así los cruces de horario y errores humanos en la detección de necesidades para la planeación de los dos módulos que se imparten por semestre en cada una de las carreras de educación a distancia en el ITCJ utilizando algoritmos genéticos, ya que, como menciona (Ponce Cruz, Inteligenica Artificial con Aplicaciones a la Ingeniería, 2010) “los algoritmos genéticos son empleados para resolver problemas de optimización, destacando que estos algoritmos no buscan obtener una solución absoluta, sino una solución aproximada con un rango de aceptación definido previamente” y es por esto que fue la opción seleccionada para el diseño del sistema. La implementación de SISDA automatizaría los procesos de generación de demanda académica y horarios, lo que reduciría el tiempo en el que se realizan estas tareas y permitiría al personal encargado del área en-
focarse en otras labores que permitan brindar a los alumnos una mejor experiencia dentro de su carrera. Al implementar el sistema, este permitirá tener información como horarios de alumnos, aulas y profesores así como de avances reticulares y disponibilidad de las aulas sin depender del sistema de gestión principal que utiliza actualmente el ITCJ, por otra parte, el departamento de educación a distancia contará con una base tecnológica que permita tener un registro de horarios de docentes y avance reticular de los alumnos para poder utilizar en desarrollos futuros y así tener de una manera inmediata la información cuando sea requerida, reduciendo el tiempo de generación de horarios de dos meses a una semana máximo.
Materiales y métodos En la industria del software existen distintas metodologías que se adaptan de diferente forma tanto a las capacidades como a los requisitos de un desarrollo, si bien las metodologías tradicionales se adaptan bien a proyectos que tienen un tiempo estricto definido como es el caso de este, se optó por elegir la metodología ágil “Scrum” ya que podían existir cambios durante el proceso dependiendo de la adaptación y agrado del usuario con el sistema. La decisión de elegir Scrum es por su gran uso en la comunidad, la cual se centra en tres pilares: ► La transparencia: Todo lo que sea importante dentro del proceso tiene que ser entendido por todos los involucrados en el. ► Inspección: Los usuarios deben inspeccionar constantemente los artefactos de Scrum para detectar variaciones indeseadas. ► Adaptación: Si en la inspección se encuentran variaciones que afecten el desarrollo del sistema, estas deben de adaptarse para que no interfieran (Schwaber y Sutherland, 2016).
Según Menzinsky (2016) menciona que al finalizar cada sprint se debe revisar funcionalmente el resultado, con todos los implicados en el proyecto y la duración del sprint es el período de tiempo máximo que se tiene para descubrir planteamientos erróneos, mejorables o malinterpretaciones en las funcionalidades del producto. En los últimos 20 años se han empleado diferentes técnicas para resolver el problema de la generación de horarios, entre las cuales se pueden mencionar la programación lineal entera binaria, el recorrido simulado, la búsqueda tabú, los algoritmos voraces adaptables y algoritmos evolutivos. Estas técnicas, exceptuando las voraces adaptables y los evolutivos caen en óptimos locales, provocando resultados no tan eficientes (Mejía Caballero y Paternina Arboleda , 2010). Los algoritmos voraces adaptables se basan en encontrar mínimos locales e ir saltando entre ellos para así encontrar el mínimo global, el cual en problemas de generación de horarios resultaba complicado ya que podían existir prácticamente infinitas soluciones. Esto nos dejó con los algoritmos evolutivos como la mejor elección para resolver la problemática.
Revista Científica
135