PROYECTO FIN DE CARRERA

Presentado a

LA UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIER´IA DEPARTAMENTO DE INGENIER´IA ELECTRICA´ Y ELECTRONICA´

Para obtener el t´ıtulode

INGENIERO ELECTRONICO´

por

Jos´eFrancisco Molano Pulido

IMPLEMENTACION´ DE UNA RED DE SENSADO INTRA-INSTITUCIONAL PARA LA MEDICION´ DE VARIABLES RELACIONADAS CON DESEMPENO˜ ACADEMICO´ DE ESTUDIANTES DE PREGRADO

Sustentado el 9 de diciembre de 2015 frente al jurado:

Composici´ondel jurado

- Asesor: Fredy Enrique Segura-Quijano PhD, Profesor Asociado, Universidad de Los Andes - Jurado: Juan Carlos Boh´orquez Reyes PhD, Profesor Asociado, Universidad de Los Andes JFMP

A mis Padres, por su apoyo y amor incondicional... Agradecimientos

En primer lugar, agradezco al profesor Fredy Enrique Segura-Quijano por su asesor´ıay apoyo a lo largo de mi proyecto de grado y a lo largo de mi formaci´onprofesional. Agradezco a la Decanatura de Estudiantes de la Universidad de los Andes por sus muestras de inter´esen el proyecto realizado. Agradezco al Departamento de Servicios de Informaci´ony Tecnolog´ıa(DSIT) de la Universidad de los Andes por su comprensi´ony asesor´ıaen aspectos t´ecnicosrelacionados con la infraestructura de comunicaciones del campus. Agradezco a todos los profesores que en alg´unmomento contribuyeron en mi formaci´oncomo ingeniero y aportaron los conocimientos necesarios para la realizaci´ondel proyecto de grado. Finalmente, deseo hacer una menci´onmuy especial a todos los amigos y compa˜nerosque prestaron sus dispositivos m´ovilespara la instalaci´onde la aplicaci´ondesarrollada. Presento a ellos mis m´assinceros agradecimientos por su comprensi´ony paciencia.

i Tabla de contenido

1 Introducci´on 1 1.1 Descripci´onde la problem´aticay justificaci´ondel trabajo ...... 1 1.2 Objetivos ...... 2 1.2.1 Objetivo General ...... 2 1.2.2 Objetivos Espec´ıficos...... 2 1.3 Alcance y productos finales ...... 2

2 Marco te´orico,conceptual e hist´orico 3 2.1 Marco Te´orico...... 3 2.1.1 Internet de las Cosas (IoT) ...... 3 2.1.2 El Curr´ıculoSilencioso ...... 3 2.1.3 Sensado Participativo ...... 4 2.2 Marco Conceptual ...... 4 2.2.1 Ecosistema M´ovil...... 4 2.2.2 Cl´ustering...... 5 2.3 Marco Hist´orico...... 5

3 Definici´ony especificaci´ondel trabajo 6 3.1 Definici´on ...... 6 3.2 Especificaciones ...... 7 3.3 Restricciones ...... 7

4 Metodolog´ıadel trabajo 8 4.1 Plan de trabajo ...... 8 4.2 B´usquedade informaci´on ...... 9 4.3 Alternativas de desarrollo ...... 9 4.3.1 Selecci´onde tecnolog´ıapara nodo de sensado ...... 9 4.3.2 Selecci´onde sistema operativo m´ovil ...... 11 4.3.3 Selecci´onde protocolo de comunicaci´on ...... 11 4.3.4 Selecci´onde herramienta de an´alisisde datos ...... 11

5 Trabajo realizado 12 5.1 Descripci´ondel Resultado Final ...... 12 5.1.1 Desarrollo de aplicaci´onm´ovil ...... 12 5.1.2 Desarrollo del centro de recopilaci´onde datos ...... 16 5.1.3 Desarrollo de la plataforma como producto ...... 16 5.1.4 Despliegue de aplicaci´on e implementaci´onde nodos ...... 16 5.1.5 Proceso de an´alisisde datos ...... 17

ii TABLA DE CONTENIDO iii

6 Validaci´ondel trabajo 18 6.1 Metodolog´ıade prueba ...... 18 6.2 Validaci´onde los resultados del trabajo ...... 18 6.2.1 An´alisisde desempe˜noacad´emicovs variables de entorno ...... 18 6.2.2 An´alisisde g´enerovs variables de entorno ...... 19 6.3 Evaluaci´ondel plan de trabajo ...... 21

7 Discusi´on 22

8 Conclusiones y trabajos futuros 23 8.1 Conclusiones ...... 23 8.2 Trabajo Futuros ...... 23

Referencias 24

A Resumen Ejecutivo 28 A.1 Objetivos ...... 28 A.1.1 Objetivo General ...... 28 A.1.2 Objetivos Espec´ıficos...... 28 A.1.3 Sistema desarrollado ...... 28 A.1.4 Resultados ...... 29

B Propuesta inicial 31 ´Indice de figuras

2.1 An´alisisde temperatura contra desempe˜no...... 4

3.1 Diagrama funcional del sistema ...... 6

4.1 Diagrama de Gantt de activides generales de proyecto de grado ...... 8

5.1 Prueba de precisi´onde GPS ...... 13 5.2 Caracterizaci´onde sistema de medici´onde ruido ...... 14 5.3 Interfaz gr´aficade la aplicaci´ondesarrollada ...... 15 5.4 Diagrama de flujo de la aplicaci´on ...... 15 5.5 Logotipo del producto Time’sApp ...... 16

6.1 Ruido promedio por d´ıade la semana despu´esde las 5:00 PM seg´ung´enero ...... 20 6.2 Consumo de datos promedio de la aplicaci´onInstagram seg´ung´enero...... 20 6.3 Consumo de datos promedio de la aplicaci´onWhatsApp seg´ung´enero ...... 20 6.4 Consumo de datos promedio de la aplicaci´onFacebook seg´ung´enero ...... 21 6.5 Consumo de datos promedio de la aplicaci´onSpotify seg´ung´enero ...... 21

8.1 Nivel de ruido en ML026 d´ıaslunes ...... 24 8.2 Nivel de ruido en ML026 d´ıasmartes ...... 24

A.1 Diagrama funcional del sistema ...... 29 A.2 Consumo de datos promedio de la aplicaci´onFacebook, g´enerosFemenino(F) y Mas- culino(M) ...... 30

iv ´Indice de tablas

3.1 Especificaciones de trabajo ...... 7

6.1 Consumo Facebook vs. promedio acad´emico...... 19 6.2 Consumo Snapchat vs. promedio acad´emico...... 19 6.3 Tiempo libre en espacios de estudio grupal vs. promedio acad´emico...... 19 6.4 Promedio de ruido promedio en d´ıass´abadosdespu´esde las 5:00 PM vs. promedio acad´emico...... 19

A.1 Tiempo libre en espacios de estudio grupal vs. promedio acad´emico...... 30

v Cap´ıtulo1

Introducci´on

El proceso de sensado participativo es descrito brevemente como la actividad realizada por individuos y comunidades para la recolecci´onsistem´aticade datos a trav´esde dispositivos con acceso a la red. [22] En particular, permite a los individuos comunicar y compartir el estado del contexto en el que se encuentran en un tiempo y lugar dados. Esta actividad, fundamentada en el concepto de Internet de las Cosas (IoT), est´arevolucionando la forma de percibir el entorno en el que se desenvuelven las sociedades. Aplicaciones como Foursquare, Instagram, Weddar y Waze son ejemplos claros de c´omo sistemas de sensado participativo pueden proveer informaci´onen tiempo real de aspectos como el tr´afico,condiciones clim´aticasy eventos sociales, entre otros. [40]

En el futuro, las aplicaciones de sensado participativo jugar´anun papel clave por su relevancia en el estudio de campos como la salud p´ublica,el manejo de recursos naturales, el planeamiento urbano [1] y la educaci´on. El presente proyecto de grado pretende realizar un acercamiento al ´ultimo aspecto mencionado al desarrollar una herramienta que permita a las directivas de instituciones acad´emicas evaluar qu´efactores o variables de entorno afectan el desempe˜noacad´emicode los estudiantes.

1.1 Descripci´onde la problem´aticay justificaci´ondel trabajo

La iniciativa de este proyecto surge como respuesta a una problem´aticaplanteada por la Decanatura de Estudiantes de la Universidad de los Andes relacionada con el an´alisisdel desempe˜noacad´emico y manejo de tiempo de la poblaci´onde pregrado en la instituci´on. Usualmente, los estudiantes que requieren los servicios de asesor´ıaacad´emicason sujetos a encuestas acerca de sus h´abitospersonales. Esto se hace con la finalidad de evaluar posibles causas de deficiencias relacionadas con factores como lugares y horarios inapropiados de estudio.

La problem´aticaprincipal de este proceso radica en los potenciales errores de observaci´onasociados a encuestas y sondeos, principalmente en los que son realizados a trav´es de medios electr´onicos. En particular, se ha logrado identificar que los individuos que contestan este tipo de cuestionarios no responden con el mismo nivel de cuidado que a cuestionarios realizados por otros medios. Adicional- mente, tambi´eninfluyen en este proceso una serie de factores secundarios como el efecto visual de primac´ıa. Este fen´omenogenera una tendencia en el individuo a preferir las primeras opciones en un conjunto extenso de respuestas, incluso a pesar de que existan opciones m´asacertadas al final. [46]

Estas problem´aticas se ven particularmente potencializadas si se tiene en cuenta que uno de los prin- cipales grupos de inter´espara el estudio por parte de la Decanatura corresponde a los estudiantes en riesgo. Esta poblaci´onse caracteriza particularmente por factores como el d´eficit de atenci´on,lo cual

1 CAP´ITULO 1. INTRODUCCION´ 2 genera un grado de dificultad adicional que aumenta la probabilidad de obtener errores de observaci´on.

De esta manera surge la necesidad de un mecanismo que permita obtener informaci´onsobre los h´abitos de estudio de estudiantes de forma precisa y sin requerir la intervenci´ondel usuario. As´ı,se reducir´a al m´ınimoel error de observaci´onmencionado previamente. Finalmente se destaca que, en caso de masificar el sistema hacia un n´umerorepresentativo de estudiantes, ser´aposible realizar un an´alisis de correlaci´oncon la finalidad de evaluar tendencias globales en el comportamiento del desempe˜no acad´emicode los grupos estudiados en relaci´ona las variables de entorno.

1.2 Objetivos 1.2.1 Objetivo General Implementar una red de sensado intra-institucional para la medici´onde variables relacionadas con rendimiento acad´emicode estudiantes de pregrado.

1.2.2 Objetivos Espec´ıficos • Implementar una plataforma m´ovilpara la medici´on,recopilaci´ony env´ıode datos relacionados con desempe˜noacad´emico(lugar, ruido, entre otros). • Implementar una estructura de red de sensores y centro de recopilaci´onpara almacenamiento de datos obtenidos.

• Realizar un estudio de correlaci´onentre los datos obtenidos en el proceso de sensado y desempe˜no acad´emicode estudiantes de prueba.

1.3 Alcance y productos finales

En particular se establece el siguiente alcance del proyecto: • Se desarrollar´auna plataforma m´ovilpara la adquisici´ony env´ıode informaci´onde variables relacionadas con aspectos como presencia y niveles de ruido a trav´esde Internet. • Se desarrollar´auna plataforma central con conectividad a Internet para recopilar y almacenar todos los datos provenientes de los dispositivos de sensado. • Se garantiza la implementaci´ondel sistema con un n´umerode nodos que corresponda a una muestra significativa de la poblaci´onevaluada. • Los dispositivos de medida ser´anprobados en estudiantes voluntarios.

• Se realizar´aun an´alisisde correlaci´onsimple con la finalidad de establecer posibles relaciones entre las variables medidas y el desempe˜noacad´emicode los sujetos de prueba. • NO se garantiza que los resultados obtenidos en el proceso de correlaci´onarrojen resultados concluyentes.

• NO se garantiza la creaci´ony desarrollo de dispositivos hardware adicionales (estos s´oloser´an empleados en caso de ser estrictamente necesarios). Cap´ıtulo2

Marco te´orico,conceptual e hist´orico

2.1 Marco Te´orico 2.1.1 Internet de las Cosas (IoT) El Internet de las Cosas (IoT) es definido por ITU e IERC como una infraestructura de red din´amica y global con capacidades de autoconfiguraci´onbasada en protocolos de comunicaci´onest´andarese interoperables que permiten la interacci´onde las “cosas”. Cada elemento posee una identificaci´on, caracter´ısticasf´ısicasy dem´asatributos que son compartidos a trav´esde la red de informaci´on.En los ´ultimosa˜nos,el Internet de las Cosas ha sobrepasado el concepto de idea futurista para convertirse en una tecnolog´ıareal aplicada.

En particular, en Estados Unidos se ha presentado una inversi´ongeneral notable para el soporte, investigaci´one innovaci´onen el campo de IoT, principalmente en las ´areasde sistemas embebidos, tecnolog´ıasen redes, interoperabilidad sem´antica, plataformas operativas y seguridad. En el futuro, se estima que el Internet de las Cosas aumentar´asu potencial al ser relacionado con otras tendencias tecnol´ogicascomo computaci´onen la nube (Cloud), Internet del Futuro y Big Data, entre otras. [48]

2.1.2 El Curr´ıculoSilencioso El Curr´ıculoSilencioso corresponde al conjunto de factores ambientales que influencian el compor- tamiento de los estudiantes en un entorno acad´emico. Se incluye en este conjunto a las siguientes caracter´ısticasdel entorno: • Niveles de luz

• Color de los espacios • Ac´ustica • Temperatura

• Distribuci´ondel espacio [4] En particular, se han realizado pruebas cuantitativas para determinar que los factores previamente mencionados efectivamente afectan el desempe˜node los individuos, no s´oloen entornos acad´emicos sino en cualquier contexto que requiera un ´ındicede productividad. Espec´ıficamente, se presenta el caso del an´alisisde temperatura contra desempe˜norealizado por el Profesor Alan Hedge, PhD del

3 CAP´ITULO 2. MARCO TEORICO,´ CONCEPTUAL E HISTORICO´ 4

Departamento de An´alisisde Dise˜noy Ambiente en la Universidad de Cornell.

Figura 2.1: An´alisisde temperatura contra desempe˜no

El la figura 2.1, se presenta el resultado de un estudio realizado con la finalidad de identificar posibles relaciones entre condiciones ambientales y productividad. [27]

En este caso se observa la relaci´onexistente entre la temperatura del ambiente y una variable empleada para definir un ´ındice de productividad: la cantidad de teclas digitadas y errores en el proceso de digitaci´on.A partir de la figura 2.1, se observa una clara tendencia al aumento de errores y disminuci´on de teclas digitadas conforme disminuye la temperatura. De esta manera se establece una correlaci´on entre las dos variables previamente mencionadas.

2.1.3 Sensado Participativo El t´erminoSensado Participativo hace referencia a un sistema de medici´onde variables de entorno en el cual existen individuos portadores de plataformas de sensado conocidos como “nodos”, los cuales participan voluntariamente en el sistema. A pesar de que en la literatura se encuentran definiciones con ciertas diferencias, existe un consenso general que indica que el problema del Sensado Participativo involucra a seres humanos directamente contribuyendo al proceso de sensado, bien sea de forma pasiva o activa. [50]

2.2 Marco Conceptual 2.2.1 Ecosistema M´ovil El Ecosistema M´ovilcorresponde a una definici´onglobal para referirse al entorno digital que se de- senvuelve en una red compleja y cambiante de actores. [3] Este entorno est´aconformado sobre una compleja arquitectura que puede ser representada como un sistema con capas en el cual cada elemento interact´uacon el elemento contiguo con el prop´ositode brindar al usuario una experiencia de extremo a extremo. En particular, los actores que participan en este ecosistema y sus respectivas relaciones de contig¨uidadson: servicios, aplicaciones, frameworks de aplicaci´on,sistemas operativos, plataformas, CAP´ITULO 2. MARCO TEORICO,´ CONCEPTUAL E HISTORICO´ 5 dispositivos, agregadores, redes y operadores.

Los agentes de esta arquitectura que son relevantes para el proyecto actual corresponden a:

• Redes: Infraestructura empleada por operadores de comunicaciones. En el caso m´ovil,corres- ponde por lo general a redes celulares inal´ambricas. • Dispositivos: Com´unmente conocidos en el ecosistema m´ovilcomo tel´efonosm´ovileso terminales. • Sistemas Operativos: Componente de software que ofrece servicios de core o toolkits que permiten que las aplicaciones se comuniquen y compartan datos y servicios.

• Frameworks de aplicaci´on:Corresponde a la primera capa a la que un desarrollador tiene acceso. usualmente corren sobre el sistema operativo, compartiendo servicios de core como comunica- ciones, env´ıode mensajes, procesos gr´aficos,ubicaci´on,localizaci´on,seguridad, autenticaci´on, entre otros.

• Aplicaciones: Programa que provee un servicio a un usuario. [23]

2.2.2 Cl´ustering El cl´usteringes una t´ecnicacom´unpara el an´alisisestad´ısticode datos, empleado en diversos campos y disciplinas como Machine Learning, Data Mining, reconocimiento de patrones, an´alisisde im´agenes y bioinform´atica. El cl´usteringes la clasificaci´onde objetos similares en diferentes grupos, o m´as precisamente, la partici´onde un conjunto de datos principal en subconjuntos (cl´usters)de tal manera que los elementos dispuestos en cada subgrupo tengan cierta noci´onde proximidad de acuerdo a una definici´onde distancia establecida. [2]

2.3 Marco Hist´orico

• GNAT-X Siglas empleadas para referirse a Global Network Academy Test, proyecto de la Universidad de New Hampshire. Esta iniciativa se basa en el funcionamiento de una red de sensores remotos que reportan a un servidor central acerca de informaci´onrelacionada con el mundo f´ısico. Esta red est´aimplementada sobre una plataforma hardware-software de uso libre y bajo costo. La obtenci´onde un amplio rango de informaci´onacerca de variables f´ısicaspropicia el desarrollo de aplicaciones de control, l´ogicaprogramable y sensado distribuido. La plataforma mencionada ha sido utilizada por estudiantes para el desarrollo de aplicaciones relacionadas con monitoreo del clima, generaci´onde alarmas, cuidado de la salud, control remoto y rob´otica,entre otras. [29] • iCampus Iniciativa basada en Internet de las Cosas por el MIT. Inicialmente, estuvo inspirada por la exploraci´onde servicios digitales basados en tecnolog´ıas de redes. En particular, explora y desarrolla el concepto de “Living lab”, un ambiente de investigaci´onreal basado en la interacci´on del medio ambiente, la tecnolog´ıay la gente. El concepto general de iCampus est´abasado en seis componentes principales: iLearning, iGreen, iManagement, iSocial, iHealth y iGovermance. En particular, se centrar´ael estudio en iLearning en la medida en que aborda temas relacionados con la educaci´on.Este se basa en el concepto de Smart-Boxes: kits electr´onicos usados en ambientes acad´emicospara el aprendizaje de disciplinas como programaci´onb´asica. [9] Cap´ıtulo3

Definici´ony especificaci´ondel trabajo

3.1 Definici´on

El trabajo realizado en este proyecto consiste en el desarrollo de un producto que permite a una instituci´onacad´emicaefectuar un an´alisism´asdetallado sobre los posibles factores que influencian el desempe˜node los estudiantes. Esta tarea es realizada a partir de una plataforma de sensado participativo conformada por un conjunto de nodos (en este caso corresponden a estudiantes de una poblaci´onespec´ıfica)que comparten la informaci´onde las variables de entorno a trav´es de Internet a un centro de recopilaci´onde datos.

Figura 3.1: Diagrama funcional del sistema

A partir de la informaci´onobtenida se efect´uaun an´alisisde correlaci´oncon la finalidad de determi- nar patrones y comportamientos interesantes en los h´abitosde estudio de los individuos evaluados. Particularmente, se busca establecer asociaciones entre h´abitosespec´ıficosy el nivel de desempe˜no acad´emico.Con los resultados obtenidos a partir de este an´alisis, el agente interesado (Decanatura de Estudiantes), tendr´aherramientas para evaluar las caracter´ısticasprincipales que identifican a un tipo de estudiante en una poblaci´ondefinida.

El dominio de la plataforma de sensado participativo est´alimitado a una poblaci´onde estudiantes

6 CAP´ITULO 3. DEFINICION´ Y ESPECIFICACION´ DEL TRABAJO 7 espec´ıficaque acepta voluntariamente el rol de nodo de medici´on.Esto conlleva a un consentimiento expl´ıcitopara la recopilaci´ony uso de datos relacionados con el perfil acad´emicoy los h´abitosde cada persona. La informaci´ondetallada almacenada por la plataforma tiene un car´acterprivado, s´olose difunden los reportes relacionados con los an´alisisgenerales de la poblaci´on.Adem´as,se garantiza la confidencialidad a los participantes al no almacenar datos que permitan obtener una relaci´onentre la identidad personal y la informaci´onrecopilada.

Finalmente, se define que el piloto inicial del producto est´acentrado en la evaluaci´onde los estudiantes de Ingenier´ıa Electr´onica.Esta decisi´onse tom´ocon la finalidad de que la muestra significativa de la poblaci´ontuviera un tama˜norazonable para facilitar el proceso de implementaci´onde nodos.

3.2 Especificaciones

En esta secci´onse presentan las restricciones y funciones que cumple el sistema de sensado participativo implementado. En particular, los criterios presentados en la tabla 3.1 responden a los requerimientos del producto en t´erminosdel tama˜node una muestra suficientemente significativa del conjunto de individuos a estudiar y del tiempo necesario para definir que los patrones de comportamiento de un individuo corresponden a un h´abito.

Tabla 3.1: Especificaciones de trabajo Restricci´on Nivel aceptable Nivel deseado (ideal) N´umerode nodos 30 195 Intervalo de tiempo de medici´on 21 d´ıas 1 semestre acad´emico

El n´umero de nodos es determinado a partir del tama˜node la poblaci´on,el margen de error establecido, el porcentaje de la distribuci´onde la respuesta y el nivel de confianza. El tama˜node la poblaci´ones obtenido a partir de las estad´ısticaspresentadas por la Direcci´onde Planeaci´ony Evaluaci´onde la Universidad de los Andes, este corresponde a 393 estudiantes de Ingenier´ıaElectr´onica. [25] Luego, se definen niveles aceptables e ideales para los dem´aspar´ametrosestad´ısticosmencionados: margen de error (aceptable: 12% e ideal: 5%) y nivel de confianza (aceptable: 85% e ideal: 95%). La cantidad de nodos para dar respuesta a los par´ametrosplanteados (tanto aceptables como ideales) es calculada a partir de las relaciones estad´ısticasconocidas para este prop´osito. [6]

El tiempo m´ınimonecesario para determinar que los patrones de comportamiento de un individuo corresponden a un h´abitoes determinado a partir del valor encontrado en la literatura: 21 d´ıas. [28] El tiempo ideal es establecido en un semestre de clases, intervalo que permitir´ıael estudio de h´abitos en todas las etapas de un periodo acad´emico.

3.3 Restricciones

• Tiempo total para el desarrollo del proyecto: 15 semanas

• No se cuenta con presupuesto para la fabricaci´onmasiva de dispositivos de medici´on • El proceso de medici´ondebe operar de forma autom´atica,no se cuenta con la interacci´ondel usuario Cap´ıtulo4

Metodolog´ıadel trabajo

A continuaci´onse presenta la metodolog´ıade trabajo establecida desde la definici´onde especificaciones hasta el proceso de validaci´ony pruebas.

4.1 Plan de trabajo

Durante el desarrollo del producto se estableci´oun cronograma con la finalidad de definir una secuencia l´ogicade tareas para el cumplimiento de los objetivos y requerimientos planteados. En particular, se presenta un diagrama de Gantt en la figura 4.1

Figura 4.1: Diagrama de Gantt de activides generales de proyecto de grado

En el diagrama de Gantt presentado en la figura 4.1 se destacan cuatro tareas principales relacionadas con la consecuci´onde los objetivos planteados. En primer lugar se tiene el desarrollo de la plataforma

8 CAP´ITULO 4. METODOLOG´IA DEL TRABAJO 9 de sensado m´ovil,con m´odulosencargados de realizar el proceso de medici´ony comunicaci´on. Pos- teriormente, se implementa el centro de recopilaci´on,dando soporte a las tareas de comunicaci´on, almacenamiento de datos y generaci´onde backups. Luego, se realiza la etapa de sensado participativo y recolecci´onmasiva de datos. Finalmente, se culmina el proyecto con el an´alisisde correlaci´onpara la definici´onde las variables que pueden tener un nivel de influencia sobre el desempe˜noacad´emicode los estudiantes.

4.2 B´usqueda de informaci´on

En el proceso de b´usquedade informaci´onse consultaron diversas fuentes con el prop´ositode definir las tecnolog´ıasm´asapropiadas para la implementaci´onde los dos componentes principales del producto: nodos de sensado y centro de recopilaci´on.Adicionalmente, se realiz´oun estudio para definir la mejor herramienta a emplear en el an´alisisde correlaci´onde datos. Por ´ultimo,se realiz´ola consulta para la definici´onde variables a monitorear, teniendo en cuenta tanto la relevancia sobre el desempe˜no acad´emicocomo la factibilidad de realizar la medici´oncorrespondiente. En particular, se realiz´ouna consulta sobre tecnolog´ıaspara el desarrollo de aplicaciones m´ovilesen iOS [20] y Android [12], tecnolog´ıaspara la implementaci´onde servidores HTTP-REST [26] y herramientas de para el estudio y correlaci´onde datos. [37]

Adicionalmente, se destaca que para el desarrollo del proyecto se aplicaron conocimientos obtenidos a lo largo del programa de Ingenier´ıaEl´ectricay Electr´onica.En particular sobresalen asignaturas propias del departamento relacionadas con la tem´aticadel proyecto tales como Comunicaciones y Arquitec- tura y Dise˜node Sistemas Digitales y asignaturas de fundamentos de ingenier´ıacomo Programaci´on Orientada por Objetos y Probabilidad y Estad´ıstica.

4.3 Alternativas de desarrollo

A continuaci´onse presenta una comparaci´onde las opciones consideradas para la implementaci´onde los componentes mencionados. En particular, se realiza un an´alisisde costo, precisi´ony variables para contrastar y justificar la selecci´onde cada una de las alternativas.

4.3.1 Selecci´onde tecnolog´ıapara nodo de sensado En primer lugar, se realiz´ola selecci´ondel dispositivo para la implementaci´onde nodo de sensado, en la medida en que fue considerado como el componente central del producto. Las alternativas conside- radas son presentadas a continuaci´on.

• Plataforma embebida: Componentes: – Microcontrolador (costo aproximado: $ 3.38 USD (ATMega328PU)) [21] – Sensor de ruido (costo: $ 5.99 USD) [5] – Sensor de temperatura (costo: $ 1.50 USD) [44] – Sensor de luz (costo: $ 1.50 USD) [42] – GPS (costo: $ 39.95 USD) [41] – M´odulode comunicaci´on(WiFi) (costo: $ 25.90 USD) [45] Variables de medici´on: – Ruido CAP´ITULO 4. METODOLOG´IA DEL TRABAJO 10

– Temperatura – Luz – Posici´on

Cobertura de acceso a Internet: Limitado a zonas con control para acceso a WiFi (Campus universitario) Costo total: $ 78.22 USD • Tel´efonom´ovil: Componentes:

– Plataforma m´ovil(costo: $ 0 USD, se emplea plataforma propia del usuario) Variables de medici´on: – Ruido (medido a trav´esdel micr´ofonodel tel´efonocelular) – Posici´on(medida a trav´esdel GPS del tel´efonocelular) – Uso de general del dispositivo m´ovil: redes sociales, aplicaciones audiovisuales, entre otras. Cobertura de acceso a Internet: Limitado a zonas con cobertura de plan de datos. Puede depender del operador pero en general se asume la cobertura en zonas metropolitanas. Costo total: $ 0 USD

• Plataforma embebida + Tel´efonom´ovil: Componentes: – Microcontrolador (costo aproximado: $ 3.38 USD (ATMega328PU)) [21] – Sensor de ruido (costo: $ 0 USD, medici´ona trav´esdel micr´ofonodel tel´efono celular) – Sensor de temperatura (costo: $ 1.50 USD) [44] – Sensor de luz (costo: $ 1.50 USD) [42] – M´odulode comunicaci´on(Bluetooth) (costo: $ 24.95 USD) [43] – Plataforma m´ovil(costo: $ 0 USD, se emplea plataforma propia del usuario) Variables de medici´on:

– Ruido (medido a trav´esdel micr´ofonodel tel´efonocelular) – Temperatura – Luz – Posici´on – Uso de general del dispositivo m´ovil:redes sociales, aplicaciones audiovisuales, entre otras Cobertura de acceso a Internet: Limitado a zonas con cobertura de plan de datos. Puede depender del operador pero en general se asume la cobertura en zonas metropolitanas. Costo total: $ 31.33 USD

A partir del an´alisispresentado se opta por seleccionar la opci´onde tel´efono m´ovil,en la medida en que las dem´asopciones requerir´ıande un presupuesto de m´asde $ 900 USD (sin considerar costos de ensamble y alimentaci´on)para la implementaci´onde los 30 nodos, en particular no se dispone de este nivel de presupuesto para el desarrollo del proyecto de grado. A partir de esta decisi´onse define que las variables a medir corresponden a ruido, posici´ony uso general de aplicaciones m´oviles. CAP´ITULO 4. METODOLOG´IA DEL TRABAJO 11

4.3.2 Selecci´onde sistema operativo m´ovil Una vez tomada la decisi´onde implementar el nodo de medici´ona partir del tel´efonom´ovilpropio de cada voluntario, se procede a seleccionar el o los sistemas operativos sobre los que se desarrollar´auna aplicaci´onpara cumplir con este prop´osito.En particular, se tom´ola decisi´onde emplear el sistema operativo Android por diversos factores.

En primer lugar, se destaca el conocimiento previo de programaci´onen esta plataforma, por lo cual la selecci´onde este sistema operativo facilita el desarrollo del proyecto en t´erminosde curvas de aprendizaje. Adem´as,se dispone de la cuenta de desarrollador de Android perteneciente a la l´ıneade investigaci´onT´ecnicasy Tecnolog´ıasde Dise˜noElectr´onicode la Universidad de los Andes. Este hecho facilita el proceso de realizar la carga de aplicaciones m´ovilesa la tienda virtual Google Play Store con la finalidad de aumentar la capacidad de difusi´onde la aplicaci´ondesarrollada. Finalmente, se resalta la limitaci´onde otros sistemas operativos en aspectos como la determinaci´ondel uso de aplicaciones, hecho que restringe la medici´onde una de las variables propuestas en el sistema de sensado. [36]

4.3.3 Selecci´onde protocolo de comunicaci´on En t´erminosdel protocolo de comunicaci´onempleado se seleccion´oHypertext Transfer Protocol (HTTP) para realizar la transmisi´onde datos entre los nodos y el centro de recopilaci´ona trav´esde Internet. Esta determinaci´onse tom´oteniendo en cuenta las diversas ventajas ofrecidas por este protocolo, aspectos que son listados a continuaci´on: • Portabilidad: Al emplear est´andares Web, este protocolo puede ser integrado a diferentes lengua- jes (Python, Java, JavaScript, Ruby, entre otros). • Durabilidad: APIs de HTTP no suelen cambiar en el tiempo.

• Facilidad de uso: Comunicaci´onde JSON a JSON. [35] • Reusabilidad global: Este protocolo permite realizar procesos de comunicaci´onentre aplicaciones ejecutadas en distintas plataformas y distintos sistemas operativos. [24]

4.3.4 Selecci´onde herramienta de an´alisisde datos Para la tarea de an´alisisde datos se tom´ola decisi´onde emplear el software Waikato Environment for Knowledge Analysis (WEKA). WEKA es una herramienta de c´odigoabierto empleada para el preprocesamiento de datos, clasificaci´on,regresi´on,cl´usteringy visualizaci´on. [34] Espec´ıficamente, se seleccion´oeste software debido a que ofrece opciones adicionales a las presentadas por otras herramien- tas en su versi´onb´asica,como Microsoft Excel. Adem´as,se dispone de conocimiento previo para el manejo de este software, hecho que favorece positivamente al desarrollo del proyecto en t´erminos de curvas de aprendizaje. Cap´ıtulo5

Trabajo realizado

5.1 Descripci´ondel Resultado Final

A continuaci´onse presenta el trabajo realizado en el proceso de construcci´onde los componentes principales del producto: el nodo de sensado y el centro de recopilaci´on.Adicionalmente, se presenta el trabajo realizado en la etapa de difusi´onde la aplicaci´onen estudiantes voluntarios. Por ´ultimo,se describe el proceso realizado en la etapa de an´alisisde datos.

5.1.1 Desarrollo de aplicaci´onm´ovil En esta secci´onse presenta el trabajo realizado con la finalidad de construir la aplicaci´onm´ovilque permite la implementaci´onde los nodos de sensado.

Sistema de ubicaci´onintra-instituci´on En particular, uno de los principales intereses de la Decanatura de Estudiantes corresponde a la identi- ficaci´onde los lugares en donde los estudiantes prefieren estar durante sus horas libres entre clases. Es por eso que surge la necesidad de implementar un sistema que determine la ubicaci´ondel estudiante con una precisi´onque permita diferenciar entre los distintos espacios acad´emicosal interior de la instituci´on.

En primer lugar, se realiz´ouna prueba de la precisi´ondel GPS propio del dispositivo m´ovilpara de- terminar la posici´ondel estudiante dentro del campus universitario. Para este prop´ositose emple´ola aplicaci´onGPS Log [31], la cual permite establecer etiquetas de posici´ona trav´esdel dispositivo GPS de un tel´efonom´ovil. Posteriormente, las coordenadas obtenidas a trav´esde la etiqueta de posici´on fueron comparadas con la aplicaci´onGoogle Maps [32] con la finalidad de determinar la precisi´on del sistema. En particular se presentan los resultados obtenidos para una etiqueta de posici´onen el espacio ML 026 o Plaza de Aprendizaje Activo en la figura 5.1, en la cual se observa un error de m´as de 150 metros respecto a la ubicaci´onreal. A partir de esta observaci´on,se concluy´oque el GPS de un tel´efonocelular no resulta lo suficientemente preciso para determinar el lugar exacto de ubicaci´on de un nodo.

De esta manera se propuso un nuevo m´etodo de ubicaci´onal interior de la universidad basado en los Access Points pertenecientes a la infraestructura de la Universidad. En particular se explotan la caracter´ısticasasociadas a las direcciones MAC de los Access Points. La direcci´onMAC corresponde al identificador ´unicode los dispositivos en la sub-capa de comunicaci´onMAC, la cual provee el control de acceso al medio de transmisi´on.Cada tarjeta de red (NIC), propia de un dispositivo de red tiene su direcci´onMAC correspondiente escrita en la memoria ROM del chip, es por eso que este identifi- cador tambi´enes conocido como direcci´onf´ısica. A los fabricantes de tarjetas de red se les provee un

12 CAP´ITULO 5. TRABAJO REALIZADO 13

Figura 5.1: Prueba de precisi´onde GPS conjunto de direcciones MAC ´unicodel tal manera que (por lo menos te´oricamente) cada tarjeta de red se fabrique con una direcci´onMAC ´unica. [47]

A partir de las caracter´ısticasmencionadas previamente en relaci´onal esquema de direccionamiento MAC, se asume que todos los Access Points del campus son fijos, que cada direcci´onMAC es ´unica, que se tiene conocimiento del direccionamiento de la red del campus y que todos los espacios del campus tienen cobertura de la red WiFi. De esta manera, es posible asociar cada una de las direcciones MAC de los Access Point a un lugar concreto.

Es as´ıque resulta necesario obtener la informaci´ondel Access Point m´ascercano a trav´esde la apli- caci´ondesarrollada. Para este prop´osito, se emplean las APIs android.net.wifi.WifiManager y an- droid.net.wifi.ScanResult, provistas para el manejo de todos los aspectos de la conectividad WiFi. En particular, las librer´ıasmencionadas tienen la capacidad de obtener: • Lista de las redes configuradas • Informaci´onde la red WiFi actual • Resultados de los scans de Access Points (lista de dispositivos cercanos) [19] En este caso, la aplicaci´onemplea la ´ultimacapacidad mencionada para obtener los siguientes atributos de inter´espara cada uno de los Access Points detectados en un scan: • BSSID: Corresponde a la direcci´onMAC del dispositivo • SSID: Nombre asociado a la red • Nivel: Nivel de la se˜nalasociada al Access Point detectada en dBm. [16] El valor del SSID, es empleado para filtrar y obtener ´unicamente la informaci´onde los Access Points dispuestos en el campus universitario. Es por este motivo que seleccionan los resultados cuyo valor de SSID corresponde a “SENECA”, red WiFi de uso general propia de la Universidad de los Andes. El valor asociado al nivel es empleado para seleccionar los tres dispositivos a menor distancia, bajo la suposici´onde que la cercan´ıaf´ısica a un Access Point est´adirectamente ligada a la potencia de la se˜naldetectada del mismo. Finalmente, se emplea el valor BSSID para obtener la direcci´onMAC del dispositivo. CAP´ITULO 5. TRABAJO REALIZADO 14

Sistema de medici´onde ruido Con la finalidad de realizar una medici´ondel nivel de ruido en el entorno en un momento dado, se decidi´oemplear el micr´ofono propio del dispositivo. Para este prop´osito,se hizo uso de la API an- droid.media.MediaRecorder, utilizada para la grabaci´onde audio y video. En particular, se emplearon las funciones start() para iniciar la captura y codificaci´onde audio, stop() para detener la medici´ony getMaxAmplitude() para obtener la amplitud m´aximaabsoluta de el audio capturado. [14]

Para la medici´onde ruido se realiza la captura de intervalos de 3 segundos para obtener en cada caso el valor de amplitud m´aximo.Se realiza este proceso 10 veces consecutivas y se calcula el promedio de los valores m´aximosobtenidos. El resultado de esta operaci´oncorresponde al nivel de ruido. La validaci´on de este m´etodo de sensado fue realizada a partir de la toma de muestras del sistema medidor bajo distintos ambientes de ruido con un dispositivo de medici´onde ruido en decibelios como referencia. Los resultados son presentados en la figura 5.2.

Figura 5.2: Caracterizaci´onde sistema de medici´onde ruido

En la figura 5.2 se observa un patr´onlogar´ıtmicoque responde a la relaci´onentre el valor entregado por el sistema operativo y la medici´onen decibelios. Esta ser´aempleada para realizar la conversi´on correspondiente en el proceso de an´alisis.

Componente de comunicaciones Con la finalidad de desarrollar el m´odulode comunicaciones de la aplicaci´onse tuvo en cuenta la selecci´ondel protocolo realizada en la secci´on4.3: HTTP. Para este prop´ositose hizo uso de las APIs de conectividad HTTP, empleadas para definir la URL hacia la cual se realizar´ala petici´ony el contenido correspondiente de la misma en formato JSON. [13]

Componente de automatizaci´onde aplicaci´on Para responder a la restricci´onplanteada en la secci´on3.3: “El proceso de medici´ondebe operar de forma autom´atica,no se cuenta con la interacci´ondel usuario” se establecieron tres consideraciones principales respecto al funcionamiento de la aplicaci´on: el sistema de medici´ondebe operar sin una intervenci´onexterna de forma peri´odica,no debe intervenir la operaci´onhabitual del usuario y no se debe detener dentro del intervalo determinado para la etapa de sensado participativo. Para esto se em- plearon 3 APIs principales con la finalidad de responder a cada uno de los requerimientos mencionados.

En primer lugar, la API android.app.AlarmManager permite la ejecuci´onperi´odicade instrucciones. [10] A partir de los m´etodos provistos por esta librer´ıase establece que cada evento de sensado (medici´on y env´ıode datos) se realice cada 20 minutos. Para realizar los eventos de sensado sin afectar la actividad CAP´ITULO 5. TRABAJO REALIZADO 15 principal del usuario se emplea el componente de aplicaci´onprovisto por el sistema operativo, Service. Este permite la ejecuci´onde instrucciones en segundo plano y sin el requerimiento de una interfaz gr´afica. [17] Finalmente, se emplea android.content.pm.PackageManager, utilidad provista por el sistema operativo para el control de la ejecuci´onde aplicaciones. [15] En particular, este componente es utilizado para reiniciar la ejecuci´onde la aplicaci´onen caso de que el dispositivo tenga un evento de apagado.

Sistema de medici´onde uso de aplicaciones m´oviles Para el sistema de medici´onde uso de aplicaciones m´ovilesse hizo uso de la API ApplicationInfo, dispuesta por el sistema operativo para recopilar informaci´onde una aplicaci´onen particular. Esta funci´ones empleada para obtener el nombre y la identificaci´onde las dem´asaplicaciones instaladas en el dispositivo. [11] Una vez obtenida esta informaci´onse emplea la API TrafficStats, dispuesta por el sistema operativo para obtener la cantidad de bytes de transmisi´ony recepci´onusados por cada aplicaci´ona partir de la identificaci´onde la misma. [18]

Interfaz gr´afica Debido a que en este caso no se requiere de la intervenci´onpor parte del usuario se dise˜n´ouna interfaz b´asicacon tres opciones principales: iniciar el proceso de medici´on,detener el proceso de medici´on y actualizar el c´odigocorrespondiente a la identificaci´ondel nodo. El resultado es presentado en la figura 5.3. Finalmente, se presenta el flujo general de la aplicaci´ondesarrollada en la figura 5.4.

Figura 5.3: Interfaz gr´aficade la aplicaci´ondesarrollada

Figura 5.4: Diagrama de flujo de la aplicaci´on CAP´ITULO 5. TRABAJO REALIZADO 16

5.1.2 Desarrollo del centro de recopilaci´onde datos Componente de comunicaciones Con la finalidad de desarrollar el m´odulode comunicaciones del centro de recopilaci´onse tuvo en cuenta la selecci´ondel protocolo realizada en la secci´on4.3: HTTP. A partir de esta consideraci´onse desarroll´oun servidor Web HTTP empleando el framework Flask para Python. Esta herramienta fue seleccionada debido a su relativa facilidad de configuraci´ony desarrollo en relaci´ona otras plataformas. [39]

En particular, la funci´ondel centro de recopilaci´oncorresponde a la recepci´onde peticiones HTTP enviadas desde los nodos, con la informaci´onreferente a las mediciones realizadas. Luego, se realiza la respectiva escritura del contenido en un archivo de texto plano, que es administrado como la base de datos central.

Componente de generaci´onde backups Con la finalidad de implementar un sistema de generaci´onde backups y versiones sobre la base de datos principal se desarroll´oun script sencillo en el lenguaje de programaci´onPython. En particular, se hizo uso de las liber´ıasemail y smtplib para configurar el env´ıoperi´odico(cada 2 horas) del contenido de la base de datos en su estado actual a una cuenta de correo electr´onico.

5.1.3 Desarrollo de la plataforma como producto Con el prop´ositode presentar la plataforma de sensado participativo como un producto con potencial de mercadeo, se desarroll´ouna imagen comercial del mismo. Espec´ıficamente, se present´oal p´ublico como una herramienta que trae beneficios tanto a las directivas de la Universidad de los Andes como a los voluntarios. Mientras que las directivas obtienen informaci´onvaliosa referente a los h´abitosde estudio y desempe˜noacad´emico,los estudiantes reciben un reporte personalizado sobre sus propios h´abitos,con sugerencias y pautas para el mejoramiento de los mismos.

Adem´as,se seleccion´oun nombre y un logotipo para el producto. El nombre: Time’sApp, hace referencia a un juego de palabras sobre la expresi´onen ingl´es“Time is up” traducida al espa˜nolcomo “Se acab´oel tiempo”, exponiendo la problem´aticadel manejo del tiempo, sobre la cual se centra la aplicaci´on.El logotipo, presentado en la figura 5.5 hace referencia a un reloj y a un estudiante alarmado por terminar un trabajo acad´emico, nuevamente haciendo alusi´ona la misma problem´atica.

Figura 5.5: Logotipo del producto Time’sApp

5.1.4 Despliegue de aplicaci´one implementaci´onde nodos En esta etapa del trabajo, se realiz´oel despliegue del servidor correspondiente al centro de datos as´ı como la instalaci´onde la aplicaci´onen los dispositivos m´ovilesde los voluntarios que contribuyeron en CAP´ITULO 5. TRABAJO REALIZADO 17 la etapa de sensado participativo. En primer lugar, se realiz´ola ejecuci´ondel script desarrollado en el framework Flask en el computador de escritorio (sistema operativo Ubuntu 14.04) dispuesto en el cub´ıculopara desarrollo de prototipos ML015.

Luego se dio lugar a la instalaci´onde la aplicaci´onm´ovilen los nodos de sensado. Para facilitar este proceso se realiz´ola publicaci´ondel producto en la tienda virtual Google Play Store. [33] En el proceso previo a la publicaci´onse realiz´ola instalaci´onmanual a partir del archivo .apk (Android Application Package). Adicional a la instalaci´onde la aplicaci´on,al usuario se le solicit´oresponder un formulario con los siguientes campos:

• G´enero • Edad • Promedio ponderado acad´emico • Promedio acad´emicodel ´ultimosemestre

• Programa acad´emicoprincipal • Programa acad´emicode doble programa • Opci´onacad´emica

• Becas acad´emicas • Horarios de clase con su sal´on Cada formulario entregado a los voluntarios tiene un c´odigoaleatorio ´unico,el cual es usado para relacionar al perfil acad´emicodel estudiante con las mediciones correspondientes sin emplear datos que permitan que la identificaci´onpersonal.

5.1.5 Proceso de an´alisisde datos Una vez culminado el proceso de toma de datos, se procedi´oa realizar el an´alisiscorrespondiente. Espec´ıficamente, se hizo uso del software WEKA para ejecutar una tarea de cl´usteringsobre los per- files de los usuarios con sus mediciones correspondientes. Para la definici´onde cl´ustersse emple´oel algoritmo EM. En particular, este algoritmo, realiza la ejecuci´onde dos pasos: paso de expectativa y paso de maximizaci´on.

El paso de expectativa realiza estimaciones del vector promedio y la matriz de varianza-covarianza del cl´uster j, denotados comoµ ˆj y Σˆ j respectivamente usando los objetos asignados al cl´uster j, j = 1, 2, ..., K. Si es la primera ejecuci´ondel algoritmo, se seleccionan aleatoriamente K diferentes vectores µˆj y K p x p matrices definidas positivas y sim´etricas Σˆ j como la estimaci´oninicial de vectores de medias y matrices de varianza-covarianza. En el paso de maximizaci´on,para cada objeto i se calcula la probabilidad generada por la j-´esimadistribuci´onmultivariable normal con mediaµ ˆj y varianza- covarianza Σˆ j. Finalmente, se asigna una etiqueta de cl´uster CLi al objeto i de acuerdo al m´aximo nivel de probabilidad:

1 1 0 ˆ −1 Lij = P/2 1/2 exp(− (xi − µˆj) Σj (xi − µˆj)) (2π) |Σˆ j | 2 Si se satisface alg´uncriterio de parada, el algoritmo se detiene, de lo contrario retorna al paso de expectativa. Un criterio de parada que se emplea habitualmente es que la actualizaci´onde los valores de las mediasµ ˆj no exceda un valor determinado. [7] Cap´ıtulo6

Validaci´ondel trabajo

6.1 Metodolog´ıade prueba

Con la finalidad de validar la correcta funcionalidad del sistema se realiz´ola instalaci´onde la aplicaci´on Time’sApp en 38 voluntarios. De los 38 nodos implementados se logr´orecopilar el perfil acad´emicode 33 sujetos de prueba. Para el proceso de validaci´onse asumi´oque tanto los estudiantes de Ingenier´ıa Electr´onicacomo los de Ingenier´ıaEl´ectricatienen el mismo perfil general y por ende pueden ser se- leccionados indistintamente como miembros de la muestra analizada.

Adem´as,entre los 33 voluntarios mencionados se incluyeron 4 estudiantes de Ingenier´ıaMec´anicay 1 de Ingenier´ıaBiom´edica, asumiendo que el perfil estudiantil de estos programas es similar al perfil de un estudiante de Ingenier´ıaElectr´onica.Estos ajustes se realizaron con la finalidad de cumplir el requisito de n´umerom´ınimode nodos de medici´on,en vista de la falta de estudiantes voluntarios en el programa analizado.

Finalmente, se realiz´ola validaci´ondel proceso de correlaci´on.En este caso, se plantearon dos tipos de an´alisis: variables de entorno - desempe˜noacad´emicoy variables de entorno - g´enero. En esta etapa se logra demostrar que es posible obtener resultados concluyentes sobre los h´abitosde un grupo particular.

6.2 Validaci´onde los resultados del trabajo 6.2.1 An´alisisde desempe˜noacad´emicovs variables de entorno En esta secci´onse presenta el resultado del proceso de cl´usteringaplicado al conjunto de datos re- copilados con la finalidad de establecer conclusiones sobre los h´abitosde los estudiantes y su relaci´on con el desempe˜noacad´emico.En particular, los resultados observados en las tablas 6.1, 6.2, 6.3 y 6.4 corresponden a los centroides o promedios que identifican a cada uno de los cl´ustersgenerados. Esta informaci´onpermite evaluar tendencias y relaciones sobre las variables presentadas.

En primer lugar, se presenta el resultado obtenido en relaci´onal uso de las aplicaciones Facebook y Snapchat, en las tablas 6.1 y 6.2 respectivamente, y su posible efecto sobre el desempe˜noacad´emico. En ambos casos, se observa que un mayor consumo en las aplicaciones conlleva a un menor rendimiento acad´emico.Este comportamiento soporta la teor´ıaque indica que las actividades realizadas a trav´es de estas redes sociales son potenciales distractores que ocupan en gran medida el tiempo disponible para el estudio. [49]

18 CAP´ITULO 6. VALIDACION´ DEL TRABAJO 19

Tabla 6.1: Consumo Facebook vs. promedio acad´emico Atributo Cl´uster1 Cl´uster2 Cl´uster3 Cl´uster4 Datos de subida (kBytes/h) 47.69 41.10 30.39 28.04 Datos de bajada (kBytes/h) 89.23 81.7 47.11 32.01 Promedio acad´emico 3.58 3.77 3.95 3.96

Tabla 6.2: Consumo Snapchat vs. promedio acad´emico Atributo Cl´uster1 Cl´uster2 Cl´uster3 Cl´uster4 Datos de subida (kBytes/h) 112.75 111.77 9.41 6.93 Promedio acad´emico 3.59 3.84 3.94 3.99

El resultado observado en la tabla 6.3 presenta la relaci´onentre el promedio acad´emicoy el tipo de espacio acad´emicopreferido por los individuos en el tiempo libre entre clases. En este caso se observa una tendencia a un mejor desempe˜noacad´emicoen los cl´usterscon un mayor porcentaje de tiempo libre en espacios destinados para el estudio grupal, como las salas de computaci´ongrupales y la Plaza de Aprendizaje Activo. Este resultado soporta la teor´ıade que el trabajo en grupo contribuye positivamente al desempe˜noacad´emicodebido a factores como el apoyo mutuo entre los estudiantes. [38]

Tabla 6.3: Tiempo libre en espacios de estudio grupal vs. promedio acad´emico Atributo Cl´uster1 Cl´uster2 Cl´uster3 Cl´uster4 Tiempo libre en espacios de estudio grupal [%] 29.23 14.90 10.79 0.83 Promedio acad´emico 4.05 3.89 3.79 3.55

En la tabla 6.4 se presenta la relaci´onentre el promedio acad´emicoy el nivel de ruido promedio detectado los d´ıass´abadosluego de las 5:00 PM. En este caso, se asumi´oque un mayor nivel de ruido est´aligado a actividades sociales y de esparcimiento, principalmente teniendo en cuenta el horario y d´ıaparticulares. En los resultados se puede observar que los cl´usterscaracterizados por un mayor nivel de ruido est´anasociados a los promedios acad´emicosm´asaltos. Este patr´onda un soporte a la teor´ıa de que las actividades sociales, en una medida justa, contribuyen al desarrollo de aspectos como las habilidades sociales y el autoestima, que a su vez influyen positivamente en el desempe˜noacad´emico. [8]

Tabla 6.4: Promedio de ruido promedio en d´ıass´abadosdespu´esde las 5:00 PM vs. promedio acad´emico Atributo Cl´uster1 Cl´uster2 Cl´uster3 Cl´uster4 Nivel de ruido [dB] 75.97 68.72 64.07 52.30 Promedio acad´emico 4.26 3.98 3.82 3.77

6.2.2 An´alisisde g´enerovs variables de entorno En esta secci´onse presenta un an´alisissecundario para el estudio de las diferencias entre los compor- tamientos que definen a los estudiantes seg´unsu g´enero.Para este caso se realiz´ola comparaci´onde los promedios calculados para el g´enerofemenino y masculino. En particular, no se requiri´ode un CAP´ITULO 6. VALIDACION´ DEL TRABAJO 20 proceso de cl´ustering.

En primer lugar, se observan los resultados obtenidos en la figura 6.1, los cuales sugieren que el g´enero femenino est´aligado a actividades con bajos niveles de ruido entre semana (lunes a jueves) y altos niveles de ruido los d´ıasviernes, en el caso particular del horario despu´esde las 5:00 PM. Por otro lado, en el g´eneromasculino se observa un comportamiento m´asregular, no obstante, tambi´ense observa un incremento notorio de los niveles de ruido los d´ıasviernes. Finalmente, los resultados presentados en las figuras 6.2, 6.3, 6.4 y 6.5 hacen evidentes las diferencias en el uso de las aplicaciones seg´un el g´enero.

Figura 6.1: Ruido promedio por d´ıade la semana despu´esde las 5:00 PM, g´enerosFemenino(F) y Masculino(M)

Figura 6.2: Consumo de datos promedio de la Figura 6.3: Consumo de datos promedio de la aplicaci´onInstagram, g´enerosFemenino(F) y aplicaci´onWhatsApp, g´enerosFemenino(F) y Masculino(M) Masculino(M) CAP´ITULO 6. VALIDACION´ DEL TRABAJO 21

Figura 6.4: Consumo de datos promedio de la Figura 6.5: Consumo de datos promedio de aplicaci´onFacebook, g´enerosFemenino(F) y la aplicaci´onSpotify, g´enerosFemenino(F) y Masculino(M) Masculino(M)

6.3 Evaluaci´ondel plan de trabajo

En relaci´onal plan de trabajo propuesto inicialmente se obtuvo un resultado satisfactorio. Las etapas de consulta bibliogr´afica,desarrollo del dispositivo de sensado y desarrollo de centro de recopilaci´on fueron realizadas en los plazos determinados en el cronograma. En particular, la etapa de desarrollo del centro de recopilaci´onlogr´oconcluirse 3 d´ıasantes de la fecha final propuesta para esta actividad. La etapa de implementaci´onde nodos fue realizada en un intervalo mayor al propuesto debido a la dificultad de disponer de voluntarios para la instalaci´onde la aplicaci´on.No obstante, esta actividad fue concluida con ´exito,logrando satisfacer todos los requerimientos del producto planteado. Finalmente, se resalta el desarrollo de las etapas de entrenamiento en herramientas para correlaci´ony an´alisisde datos, que fueron concluidas en los plazos establecidos. Cap´ıtulo7

Discusi´on

Al concluir el proceso de desarrollo del producto se obtuvo un resultado satisfactorio que cumple con todas las expectativas planteadas al inicio del proyecto de grado. En particular, se logr´ola im- plementaci´onde una plataforma de sensado participativo para la recopilaci´onde datos de inter´esque posteriormente fueron analizados mediante herramientas especializadas. El proceso de an´alisistambi´en tuvo un resultado satisfactorio en la medida en que se logr´odemostrar que es posible obtener datos concluyentes sobre los distintos h´abitosde una poblaci´onparticular.

El sistema de recopilaci´onoper´oadecuadamente desde el d´ıa28 de agosto hasta el d´ıa11 de noviembre, fecha programada para la finalizaci´ondel proceso de sensado participativo. La aplicaci´oninstalada en los estudiantes voluntarios tambi´enoper´oadecuadamente salvo ciertos casos aislados en los que present´ofallas t´ecnicas,que fueron solucionadas satisfactoriamente y en tiempos oportunos.

Adicionalmente, se pudo verificar la validez del sistema desarrollado como producto comercial. Es- pec´ıficamente, se destaca la facilidad de implementaci´ondel sistema y el potencial de los resultados obtenidos a partir del mismo. En particular se menciona que una instituci´oninteresada en la imple- mentaci´onde la plataforma de sensado no requerir´ıade grandes inversiones en infraestructura, en la medida en que esta es provista por los mismos usuarios. De esta manera es posible obtener un an´alisis de datos con un valor significativo a partir de una inversi´onm´ınima. En la actualidad se observa que estos aspectos han capturado la atenci´onde potenciales clientes como la Decanatura de Estudiantes, este hecho genera a´unm´asincentivos para continuar el desarrollo de la aplicaci´on.

Finalmente, se destaca que este proyecto puede ser el punto de partida para un debate sobre el uso y manejo de informaci´onpersonal administrada por las diversas aplicaciones m´ovilesy dem´assistemas electr´onicos.A partir de la capacidad de recopilaci´onde datos privados, evidenciada en el proceso de desarrollo de la aplicaci´onTime’sApp, se resalta la necesidad de establecer pol´ıticasy normativas que regulen el manejo que pueden ejercer los terceros sobre la informaci´onpersonal.

22 Cap´ıtulo8

Conclusiones y trabajos futuros

8.1 Conclusiones

En la actualidad, se observa que el estudio del desempe˜noacad´emicode los estudiantes en relaci´on a los h´abitosespec´ıficosse encuentra fundamentado en encuestas que pueden presentar altos grados de impresici´on.Esto puede conllevar a la obtenci´onde resultados y conclusiones err´oneas.El sistema desarrollado en el proyecto ofrece una alternativa de costo m´ınimo,que permite un mayor acercamiento a los h´abitos que definen el comportamiento de los estudiantes. Adicionalmente, fue posible demostrar que por medio de t´ecnicasde tratamiento de datos se puede obtener informaci´onconcluyente sobre los h´abitosque m´asafectan al desempe˜noacad´emico.En particular, se descubri´oque el uso notable de aplicaciones como Facebook y Snapchat tiene un efecto negativo sobre el promedio acad´emico. Tambi´enfue posible confirmar que h´abitoscomo el continuo trabajo en grupo y el desarrollo mesurado de actividades sociales puede traer beneficios al rendimiento de los estudiantes.

El desarrollo del proyecto permiti´oaplicar una gran variedad de conocimientos aprendidos a lo largo de la formaci´onen Ingenier´ıaElectr´onica. Espec´ıficamente se abordaron tem´aticastratadas en cur- sos propios del programa como Fundamentos de Redes, Comunicaciones, Arquitectura y Dise˜node Sistemas Digitales y Machine Learning. Adicionalmente, tambi´enfue necesario incluir conocimientos propios de asignaturas del ciclo b´asicode formaci´onen ingenier´ıacomo Programaci´onOrientada por Objetos y Probabilidad y Estad´ıstica. Finalmente, se destaca el aprendizaje de nuevos conceptos y tecnolog´ıascomo los servicios Web.

8.2 Trabajo Futuros

Espec´ıficamente, se desea orientar el curso de futuros desarrollos hacia el potencial que tiene la apli- caci´onpara realizar el sensado de variables de entorno en lugares espec´ıficos.En particular, se destacan los resultados obtenidos en las figuras 8.1 y 8.2. Este resultado fue obtenido a partir de la base de datos recopilada y presenta el nivel de ruido promedio, medido en dB, que hay en la Plaza de Apren- dizaje Activo (ML026) en los d´ıaslunes y martes respectivamente. En ambas gr´aficasse observa un patr´ongeneral de bajo ruido (menos de 72 dB aproximadamente) en horas de la ma˜nana,de la noche y aproximadamente a las 2:00 PM y un nivel de ruido mayor en los intervalos restantes. Sin embargo se encuentra una diferencia en los intervalos resaltados en la figura 8.1, correspondiente a los d´ıaslunes, en donde se presenta un nivel casi continuo por encima de los 78 dB. Este comportamiento particular no es observado en la figura 8.2, correspondiente a los d´ıasmartes.

Para dar una explicaci´ona este fen´omenose consult´oel registro de clases con sus salones correspondien- tes y se observ´oque los horarios delimitados por las franjas resaltadas corresponden al desarrollo del

23 CAP´ITULO 8. CONCLUSIONES Y TRABAJOS FUTUROS 24 laboratorio de An´alisisde Sistemas de Control, una asignatura caracterizada por una notoria din´amica de trabajo en grupo. A partir de estos resultados se vislumbra la posibilidad de implementar un sistema que realice la medici´onde variables de inter´essobre el campus universitario a partir de sensado participativo. La din´amicade la aplicaci´onimplementada permitir´ıa el monitoreo y consulta de dichas variables en tiempo real, hecho que podr´ıaresultar de inter´espara las directivas de la Universidad.

Figura 8.1: Nivel de ruido promedio en la Plaza de Aprendizaje Activo (ML026) los d´ıaslunes

Figura 8.2: Nivel de ruido promedio en la Plaza de Aprendizaje Activo (ML026) los d´ıasmartes Referencias

[1] J. H. Abawajy. Network and traffic engineering in emerging distributed computing applications. Information Science Reference, 2013. [2] J. Abonyi and B. Feil. Cluster analysis for data mining and system identification. Birkhaˇsuser, 2007.

[3] J. M. Aguado, C. Feij´oo,and I. J. Mart´ınez. El impacto del ecosistema m´ovilen las industrias culturales. Revista TELOS (Cuadernos de Comunicaci´one Innovaci´on), 2014. [4] B. Allen and K. Hessick. The classroom environment: The silent curriculum. College of Liberal Arts, California Polytechnic State University, 2011.

[5] Amazon.com. Amazon.com: Arduino compatible mini sound sensor: Industrial & scientific. http: //www.amazon.com/Arduino-compatible-Mini-Sound-Sensor/dp/B00AF2GB1U, 2015. [6] E. W. Austin and B. E. Pinkleton. Strategic public relations management. Lawrence Erlbaum Associates, 2000.

[7] S. Butenko, W. A. Chaovalitwongse, and P. M. Pardalos. Clustering challenges in biological networks. World Scientific, 2009. [8] W. Cheng. What individual difference and social context variables predict university-level aca- demic performance? Master’s thesis, University of Texas, 2008. [9] J. Chin and V. Callaghan. Educational living labs: A novel internet-of-things based approach to teaching and research. Intelligent Environments (IE), 2013 9th International Conference, 2013.

[10] Developer.android.com. Alarmmanager — android developers. http://developer.android. com/reference/android/app/AlarmManager.html, 2015. [11] Developer.android.com. Applicationinfo — android developers. http://developer.android. com/reference/android/content/pm/ApplicationInfo.html, 2015. [12] Developer.android.com. Getting started — android developers. http://developer.android. com/training/index.html, 2015. [13] Developer.android.com. Httpurlconnection — android developers. http://developer.android. com/reference/java/net/HttpURLConnection.html, 2015.

[14] Developer.android.com. Mediarecorder — android developers. http://developer.android.com/ reference/android/media/MediaRecorder.html#getMaxAmplitude%28%29, 2015. [15] Developer.android.com. Packagemanager — android developers. http:// developer.android.com/reference/android/content/pm/PackageManager.html# setApplicationEnabledSetting%28java.lang.String,%20int,%20int%29, 2015.

25 REFERENCIAS 26

[16] Developer.android.com. Scanresult — android developers. http://developer.android.com/ reference/android/net/wifi/ScanResult.html, 2015. [17] Developer.android.com. Services — android developers. http://developer.android.com/ guide/components/services.html, 2015. [18] Developer.android.com. Trafficstats — android developers. http://developer.android.com/ reference/android/net/TrafficStats.html, 2015. [19] Developer.android.com. Wifimanager — android developers. http://developer.android.com/ reference/android/net/wifi/WifiManager.html, 2015. [20] Developer.apple.com. Start developing ios apps (swift): Jump right in. https: //developer.apple.com/library/prerelease/ios/referencelibrary/GettingStarted/ DevelopiOSAppsSwift/, 2015. [21] Digikey.com. Atmega328-pu atmel — integrated circuits (ics) — digikey. http://www.digikey. com/product-detail/en/ATMEGA328-PU/ATMEGA328-PU-ND/2271026, 2015. [22] D. Estrin. Participatory sensing: Applications and architecture. IEEE INTERNET COMPUT- ING, 2010. [23] B. Fling. Mobile design and development. O’Reilly, 2009. [24] W. J. Gilmore. Beginning PHP and MySQL. Apress, 2008.

[25] J. Gomez. Estad´ısticas- poblaci´onde pregrado. https://planeacion.uniandes.edu.co/pdi/ estadisticas/poblacion-de-pregrado, 2015. [26] L. Grewe. OpenSocial network programming. Wiley, 2009. [27] A. Hedge. Linking environmental conditions to productivity. Eastern Ergonomics Conference and Exposition, New York, 2004. [28] P. Hughes. Courageous Collaboration with Gracious Space. Center For Ethical Leadership, 2011. [29] P. Kane, M. Duda, S. Farrell, J. Jeffords, T. Kimsey, A. Rucinski, M. Simon, and J. Zhong. Dis- ruptive engineering training and education based on the internet of things. Teaching, Assessment and Learning for Engineering (TALE), 2013 IEEE International Conference, 2013. [30] G. Kortuem, A. Bandara, N. Smith, M. Richards, and M. Petre. Educating the internet-of-things generation. Computer.

[31] G. Ltd. Gps log on the app store. https://itunes.apple.com/en/app/gps-log/id305578954? mt=8, 2015. [32] G. Maps. Google maps. https://www.google.com.co/maps/, 2015. [33] J. F. Molano. Timesapp. https://play.google.com/store/apps/details?id=com.uniandes. jfm.timesapp&hl=en, 2015. [34] S. C. Mukhopadhyay. Intelligent sensing, instrumentation and measurements. Springer, 2013. [35] A. Paro. ElasticSearch Cookbook - Second Edition. Packt Publishing, 2015. [36] T. Pierce and D. Wooldridge. The business of iOS app development. Apress, 2011. [37] T. Pulket. Universal prediction model for construction litigation. 2008. [38] R. Salmon and R. Graziano. Group work and aging. Haworth Social Work Practice Press, 2004. REFERENCIAS 27

[39] M. O. F. Sarker and S. Washington. Learning Python network programming. Packt Publishing, 2013. [40] T. H. Silva, P. O. V. de Melo, A. C. Viana, J. M. Almeida, J. Salles, and A. A. Loureiro. Traffic condition is more than colored lines on a map: Characterization of waze alerts. Social Informatics: 5th International Conference, SocInfo 2013, 2013.

[41] Sparkfun.com. Gps receiver - em-506 (48 channel) - gps-12751 - sparkfun electronics. https: //www.sparkfun.com/products/12751, 2015.

[42] Sparkfun.com. Mini photocell - sen-09088 - sparkfun electronics. https://www.sparkfun.com/ products/9088, 2015. [43] Sparkfun.com. Sparkfun bluetooth mate silver - wrl-12576 - sparkfun electronics. https://www. sparkfun.com/products/12576, 2015. [44] Sparkfun.com. Temperature sensor - tmp36 - sen-10988 - sparkfun electronics. https://www. sparkfun.com/products/10988, 2015. [45] Sparkfun.com. Xbee wifi module - u.fl connector - wrl-12570 - sparkfun electronics. https: //www.sparkfun.com/products/12570, 2015. [46] R. Tourangeau, F. G. Conrad, and M. Couper. The science of web surveys. Oxford University Press, 2013. [47] J. Varsalone. Cisco CCNA/CCENT Exam 640-802, 640-822, 640-816 preparation kit. Syngress, 2009. [48] O. Vermesan and P. Friess. Internet of things. River Publishers Series in Communication, 2014.

[49] C. Wankel. Educating educators with social media. Emerald, 2011. [50] J. Wu and Y. Wang. Opportunistic mobile social networks. CRC Press, 2015. Ap´endiceA

Resumen Ejecutivo

IMPLEMENTACION´ DE UNA RED DE SENSADO INTRA-INSTITUCIONAL PARA LA MEDICION´ DE VARIABLES RELACIONADAS CON DESEMPENO˜ ACADEMICO´ DE ESTUDIANTES DE PREGRADO

Estudiante: Jos´eFrancisco Molano Pulido Asesor: Fredy Enrique Segura-Quijano PhD

A.1 Objetivos A.1.1 Objetivo General Implementar una red de sensado intra-institucional para la medici´onde variables relacionadas con rendimiento acad´emicode estudiantes de pregrado.

A.1.2 Objetivos Espec´ıficos • Implementar una plataforma m´ovilpara la medici´on,recopilaci´ony env´ıode datos relacionados con desempe˜noacad´emico(lugar, ruido, entre otros). • Implementar una estructura de red de sensores y centro de recopilaci´onpara almacenamiento de datos obtenidos. • Realizar un estudio de correlaci´onentre los datos obtenidos en el proceso de sensado y desempe˜no acad´emicode estudiantes de prueba.

A.1.3 Sistema desarrollado El sistema desarrollado corresponde a un producto que permite identificar los h´abitosque conllevan a un buen desempe˜noacad´emico. Esto se consigue a partir de la instalaci´onde una aplicaci´onm´ovil que reporta informaci´ondel entorno asociado a voluntarios de prueba. Esta informaci´ones recopilada en un centro de datos para ser posteriormente estudiada bajo herramientas de an´alisisde correlaci´on con el objetivo de descifrar patrones entre los h´abitosde los individuos y el promedio acad´emico.En la figura A.1 se presenta el diagrama funcional del sistema desarrollado. El an´alisisde correlaci´onfue realizado por medio de un algoritmo de cl´usteringpara la identificaci´on de segmentos con caracter´ısticas similares y de esta manera poder obtener conclusiones sobre una

28 APENDICE´ A. RESUMEN EJECUTIVO 29

Figura A.1: Diagrama funcional del sistema poblaci´onparticular analizada en este proyecto.

En particular, se hizo uso del sistema operativo Android con la finalidad de reportar los datos del entorno del usuario al servidor Web dispuesto para la recopilaci´on.La aplicaci´onrealiza el sensado de las siguientes variables de inter´es: • Posici´on • Ruido

• Uso de aplicaciones m´oviles La posici´ondel estudiante dentro del campus es detectada a partir de la identificaci´ondel Access Point m´ascercano, lo cual resulta posible gracias al proceso de scan que realiza el sistema operativo con la finalidad de obtener la direcci´onMAC, el SSID y el nivel de potencia de la se˜nalde los Access Points que se encuentran en su rango de cobertura. Luego, la identificaci´ondel lugar en cuesti´ones posible debido a que se relaciona cada direcci´onMAC con un lugar del campus en concreto. El nivel de ruido y el uso de aplicaciones m´ovileses obtenido a partir de utilidades definidas por el sistema operativo.

Luego de la recopilaci´onde los datos se realiza el proceso de an´alisisa partir del software Weka, dise˜nado para tareas de Machine Learning. Espec´ıficamente, se emplea una tarea de cl´usteringhaciendo uso del algoritmo EM (Expectativa-Maximizaci´on)con la finalidad de agrupar a los individuos en grupos seg´unsu nivel de similaridad. Finalmente, se emplean las medias de estos grupos calculados con el objetivo de definir las caracter´ısticasde cada cl´ustery as´ıdeterminar el nivel de influencia sobre un atributo (el promedio acad´emico)en relaci´ona otros (uso de aplicaciones, niveles de ruido, lugares frecuentados en espacios libres de clase, etc)

A.1.4 Resultados Con la finalidad de validar el sistema desarrollado se realiz´ola instalaci´onde la aplicaci´onen 38 estudiantes voluntarios del Departamento de Ingenier´ıaEl´ectricay Electr´onicade la Universidad de los Andes. Las mediciones se realizaron entre el 28 de agosto y el 11 de noviembre. A partir del an´alisis de datos posterior se logr´orealizar un acercamiento hacia la comprobaci´onlas siguientes teor´ıashalladas en la literatura: APENDICE´ A. RESUMEN EJECUTIVO 30

• El uso continuo de ciertas aplicaciones m´oviles,sobre todo aplicaciones relacionadas con redes sociales, afecta negativamente al desempe˜noacad´emicode los estudiantes. • El estudio grupal favorece positivamente al rendimiento acad´emico

• El desarrollo medido de actividades sociales en los espacios correspondientes puede traer benefi- cios al desempe˜noacad´emico.

Un ejemplo de estos resultados es presentado en las tabla A.1. Adicionalmente, se realizaron an´alisissecundarios con la finalidad de observar el comportamiento de la muestra estudiada en t´erminosde g´eneros. En particular se presenta el resultado obtenido en relaci´onal uso de la aplicaci´onFacebook en la figura A.2. Finalmente, se present´oun resultado adicional correspondiente a la medici´onde una variable de entorno, el ruido, en un lugar espec´ıficode la universidad: la Plaza de Aprendizaje Activo.

Tabla A.1: Tiempo libre en espacios de estudio grupal vs. promedio acad´emico Atributo Cl´uster1 Cl´uster2 Cl´uster3 Cl´uster4 Tiempo libre en espacios de estudio grupal [%] 29.23 14.90 10.79 0.83 Promedio acad´emico 4.05 3.89 3.79 3.55

Figura A.2: Consumo de datos promedio de la aplicaci´onFacebook, g´enerosFemenino(F) y Mas- culino(M) Ap´endiceB

Propuesta inicial

31 Propuesta Proyecto de Grado Ingeniería Electrónica

Universidad de los Andes

Facultad de Ingeniería

Departamento de Ingeniería Eléctrica y Electrónica

Por:

José Francisco Molano Pulido

Implementación de una red de sensado intra- institución para la medición de variables relacionadas con rendimiento académico de estudiantes de pregrado.

Asesor:

Fredy Enrique Segura-Quijano

Presentado el:

26 de mayo de 2015 Caracterización del problema (Justificación)

La iniciativa de este proyecto surge como respuesta a una problemática planteada por la Decanatura de Estudiantes de la Universidad de los Andes relacionada con el estudio de desempeño académico y manejo de tiempo de los estudiantes de pregrado en la institución. Usualmente, los estudiantes que requieren los servicios de asesoría académica son sujetos a encuestas constantes acerca de sus hábitos de estudio. Esto se hace con la finalidad de evaluar posibles causas de deficiencias ocasionadas por factores como lugares y horarios inapropiados de estudio.

Sin embargo, dichas encuestas suelen tener un alto índice de inexactitud debido a factores como el tiempo empleado para llenar formas o la pérdida de factores específicos. Adicionalmente dichos cuestionarios se basan en niveles de calificación cualitativos que en ocasiones tienden a desembocar en resultados erróneos o distorsionados. Es por esta razón que surge el proyecto como una iniciativa para solucionar el problema mencionado. La implementación de un sistema de recopilación de datos basado en una red de sensado permitirá la obtención de datos precisos y comparables dando lugar a un análisis más detallado y con una base más sólida. Adicionalmente, se logrará realizar un análisis de correlación con la finalidad de evaluar tendencias globales en el comportamiento del desempeño académico de los estudiantes en relación a las variables de entorno.

Marco Teórico

a. Antecedentes externos

- GNAT-X

Siglas empleadas para referirse a Global Network Academy Test, proyecto de la Universidad de New Hampshire. Esta iniciativa se basa en el funcionamiento de una red de sensores remotos que reportan a un servidor central a cerca de información relacionada con el mundo físico. Esta red está implementada sobre una plataforma hardware-software de uso libre y bajo costo. La obtención de un amplio rango de información acerca de variables físicas propicia el desarrollo de aplicaciones de control, lógica programable y sensado distribuido. La plataforma mencionada ha sido utilizada por estudiantes para el desarrollo de aplicaciones relacionadas con monitoreo del clima, generación de alarmas, cuidado de la salud, control remoto, robótica, entre otras. [1]

- iCampus

Iniciativa basada en Internet de las Cosas por el MIT. Inicialmente, estuvo inspirada por la exploración de servicios digitales basados en tecnologías de redes. En particular, explora y desarrolla el concepto de “Living lab”, un ambiente de investigación real basado en la interacción del medio ambiente, la tecnología y la gente. El concepto general de iCampus está basado en seis componentes principales: iLearning, iGreen, iManagement, iSocial, iHealth y i Govermance. En particular, se centrará el estudio en iLearning en la medida que aborda temas relacionados con la educación. Este se basa en el concepto de Smart-Boxes, kits electrónicos usados en ambientes académicos para el aprendizaje de disciplinas como programación básica. [2]

- The Open University´s: Curso “My digital life”

Iniciativa cuyo propósito principal es emplear el concepto de Internet de las Cosas (IOT) como un medio para enseñar principios básicos de computación y habilidades clave, como programación. Esta iniciativa se basa en la plataforma conocida como SenseBoard, un dispositivo embebido de sensado y acceso a la red basado en una tarjeta de desarrollo Arduino. Adicionalmente, cuenta con un lenguaje de programación y ambiente de desarrollo especializados conocidos como Sense. Esta herramienta permite a los estudiantes interactuar de una manera más interactiva con la plataforma embebida mencionada previamente, en particular, con el juego de sensores asociados a la misma. Finalmente, cuenta con una infraestructura central en la nube que permite la interconexión de las plataformas embebidas dando lugar a la posibilidad del desarrollo de aplicaciones de sensado colaborativo. [3] b. Antecedentes locales

- Privacidad de la Información en Smart Cities

La intención de este trabajo es insertarse en el mundo de la información dentro de las Smart Cities, enfocándose principalmente en su privacidad, primero contextualizando cada uno de los escenarios que hacen uso de dicha información, para posteriormente ya dentro de ese contexto, hacer un análisis profundo especialmente en cómo se maneja la información y los lineamientos de privacidad que se usan actualmente y los que en el futuro llegarán a implementarse en los escenarios futuros. [4]

- Smartcities, servicios en VANET, Smarthome y su mensajería

Este trabajo tiene como fin informar e ilustrar sobre esta nueva plataforma en particular de los servicios que pueden y/o van a operar, sobre todo con lo relacionado a las Smart Cities. En otras palabras, la razón de este trabajo es el de registrar todo lo relacionado con los servicios de M2M a través de casos de uso que sean comprensibles para futuros estudios y desarrollos en la universidad o el país. [5]

- Implementación de una red de sensores inalámbricos y base de datos para medición de variables medioambientales utilizando dispositivos Android

El objetivo de este proyecto consiste en implementar una red de sensores de medición de variables ambientales, portátiles y de bajo costo, que permita adquirir datos sobre los niveles de contaminación en la ciudad de Bogotá, teniendo en cuenta variables temporales y de geolocalización. [6]

Caracterización del proyecto

- Objetivo general:

Implementación de una red de sensado intra-institución para la medición de variables relacionadas con rendimiento académico de estudiantes de pregrado.

- Objetivos específicos:

 Implementación de una plataforma móvil para la medición, recopilación y envío de datos relacionados con desempeño académico (lugar, ruido, entre otros).  Implementación de estructura de red de sensores y centro de recopilación central para almacenamiento de datos obtenidos.

 Estudio de correlación entre los datos obtenidos en el proceso de sensado y desempeño académico de estudiantes de prueba.

- Alcance (compromisos)

En particular se establece el siguiente alcance del proyecto:

 Se desarrollará una plataforma móvil basada en teléfonos inteligentes para la adquisición y envío de información de variables relacionadas con aspectos como presencia y niveles de ruido.

 Se desarrollará una plataforma central para recopilar y almacenar todos los datos provenientes de los dispositivos de sensado.

 Se garantiza la implementación del sistema con un mínimo de tres dispositivos de medición.

 Los dispositivos de medida serán probados en sujetos de prueba.

 Se realizará un análisis de correlación simple con la finalidad de establecer posibles correspondencias entre las variables medidas y el desempeño académico de los sujetos de prueba.

 NO se garantiza que los resultados obtenidos en el proceso de correlación arrojen resultados conluyentes.

 NO se garantiza la creación y desarrollo de dispositivos hardware adicionales (estos sólo serán empleados en caso de ser estrictamente necesarios).

Contexto del proyecto y tratamientos

a. Suposiciones

 Los dispositivos móviles empleados cuentan con interfaces de red necesarias para la comunicación mediante protocolos de Internet.  Los dispositivos empleados cuentan con módulos que permiten la obtención de variables a estudiar (presencia, ruido, etc).  La información referente a los Access Point dispuestos en el campus universitario puede ser brindada por el departamento del DSIT.  Los sujetos de prueba para el proyecto pueden ser contactados mediante la Decanatura de Estudiantes.  La implementación de un servidor central puede ser realizada en la misma red o en una red con acceso a los dispositivos sensores.

b. Restricciones

 Tiempo (15 semanas)  Plataformas de prueba (En principio sólo se cuenta con dispositivos Android)  Número de sujetos de prueba (En particular, el número de sujetos de prueba no puede ser inferior a 3).  Tiempo de toma de muestras (4 semanas).

c. Factores de Riesgo

 Desarrollo de la aplicación móvil de sensado (Capacitación en desarrollo de aplicaciones móviles).  Despliegue de la red de sensores y el servidor central.  Incapacidad de detectar variables de posición bajo los medios ofrecidos por un teléfono inteligente.

Recursos

 Infraestructura tecnológica de la Universidad  Contacto con la Decanatura de Estudiantes  Documentación abierta de programación de aplicaciones móviles (Android)

Referencias [1] Kane, P.; Duda, M.; Farrell, S.; Jeffords, J.; Kimsey, T.; Rucinski, A.; Simon, M.; Jiawei Zhong, "Disruptive engineering training and education based on the Internet of Things," Teaching, Assessment and Learning for Engineering (TALE), 2013 IEEE International Conference on , vol., no., pp.632,636, 26-29 Aug. 2013. [2] Chin, J.; Callaghan, V., "Educational Living Labs: A Novel Internet-of-Things Based Approach to Teaching and Research," Intelligent Environments (IE), 2013 9th International Conference on , vol., no., pp.92,99, 16-17 July 2013. [3] BKortuem, G.; Bandara, A.K.; Smith, N.; Richards, M.; Petre, M., "Educating the Internet-of-Things Generation," Computer , vol.46, no.2, pp.53,61, Feb. 2013. [4] Hernández Pardo, Jaime Hernando, Yezid Enrique Donoso Meisel, and Yezid Enrique Donoso Meisel. Privacidad De La Información En Smart Cities. n.p.: Bogotá : Uniandes, [2014]., 2014. Catálogo de la Universidad de los Andes. Web. 26 May 2015. [5] Jauregui Trujillo, F. A., & Donoso Meisel, Y. E. (2013). Smartcities, servicios en vanet, smarthome y su mensajería. Bogotá : Uniandes, 2013. [6] Suárez Rivillas, C., Segura Quijano, F. E., Flechas García, D. S., & García Rozo, A. (2014). Implementación de una red de sensores inalámbricos y base de datos para medición de variables medioambientales utilizando dispositivos Android. Bogotá : Uniandes, 2014. Hitos: - Culminación interfaz de comunicación web en aplicación móvil. - Culminación desarrollo aplicación en área de sensores y protocolos. - Culminación de desarrollo de aplicación. - Inicio de toma de muestras. - Culminación de toma de muestras. - Contacto con sujetos de prueba. - Inicio de análisis de correlación.