universidad de chile facultad de ciencias fÍsicas y ... · análisis de redes sociales. luego, se...

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

CONSTRUCCIÓN DE EQUIPOS DE TRABAJO MEDIANTE ANÁLISIS DE REDES SOCIALES E

IDENTIFICACIÓN DE ATRIBUTOS PERSONALES

MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL

FRANCISCO JAVIER MOLINA JARA

PROFESOR GUÍA JUAN D. VELÁSQUEZ SILVA

MIEMBROS DE LA COMISIÓN SEBASTIÁN RÍOS PÉREZ

DARÍO RODRÍGUEZ MANSILLA

SANTIAGO DE CHILE ABRIL 2010

A todos aquellos que también sueñan con un futuro próspero e inclusivo;

donde se valoran las diferencias y se utilizan para potenciar el crecimiento

y el bienestar de todos.

A todos ellos, por favor, nunca dejen de soñar…

CONSTRUCCIÓN DE EQUIPOS DE TRABAJO MEDIANTE ANÁLISIS DE REDES SOCIALES E IDENTIFICACIÓN DE ATRIBUTOS PERSONALES

El objetivo general de esta memoria es diseñar y construir un sistema de información que apoye la creación de equipos de trabajo mediante análisis de redes sociales e identificación de atributos personales.

En la actualidad, diversas instituciones de educación superior cuentan con plataformas virtuales que registran calificaciones, almacenan archivos y proveen de foros a los alumnos. Sin embargo, estos sistemas no permiten apreciar la capacidad real de los estudiantes, ya que su foco se centra principalmente en optimizar labores administrativas y no en recoger y procesar otro tipo de información (como intereses y experiencias profesionales de los alumnos), con la cual se podría mejorar significativamente la base de conocimiento disponible para tomar decisiones orientadas a la gestión del desarrollo personal y profesional del estudiantado.

Considerando lo anterior, este trabajo sugiere la construcción de un sistema de información capaz de almacenar una serie de datos específicos de los alumnos, con la finalidad de procesarlos y generar valor mediante la creación de grupos de estudiantes, cuyas habilidades e intereses se complementen entre sí.

Para comenzar, se investigaron los conceptos genéricos del trabajo en equipo y del análisis de redes sociales. Luego, se realizó un estudio que determinó los factores que influyen en el desempeño de los grupos de trabajo existentes en la Facultad de Ciencias Físicas y Matemáticas (FCFM) de la Universidad de Chile, identificándose cuatro variables principales relacionadas con los integrantes: el alineamiento de intereses, las redes sociales, el nivel de experiencia en los temas abordados y la definición de roles. A continuación, se construyó una plataforma capaz de recolectar y procesar, vía web, los datos señalados anteriormente. Por último, se realizó un experimento con alumnos del Departamento de Ingeniería Industrial de la FCFM y se determinó una serie de posibles mejoras al sistema.

Se concluyó que el sistema de información es eficaz en la búsqueda de grupos de N individuos que se complementen entre sí, demorándose 0,003*N segundos aprox. en analizar cada grupo. Por otro lado, el alineamiento de intereses fue la variable de mayor relevancia dentro del modelo utilizado, siendo esto una consecuencia del estudio realizado en la FCFM, donde está presente en el 82% de los grupos exitosos. Finalmente, se definieron diversas líneas de investigación que permitirían mejorar el modelo matemático para analizar grupos y la eficacia de la página web utilizada para recoger los datos del alumnado.

RESUMEN DE LA MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL INDUSTRIAL POR: FRANCISCO MOLINA JARA FECHA: 26/04/2010 PROF. GUÍA: JUAN D. VELÁSQUEZ S.

AGRADECIMIENTOS

En primer lugar, a mis padres, LEONEL y CARMEN LUZ, quienes no sólo me dieron la vida, sino también cariño, comprensión, apoyo y valores. Todo lo que soy se lo debo a ustedes. No supe lo que significaban las palabras “padre” y “madre” hasta que vi los sacrificios que fueron capaces de hacer para que yo lograse llegar hasta aquí. Toda mi vida llevaré su ejemplo en el corazón y les prometo colocar un poco de ustedes en todo lo que realice a futuro. Los amo con toda mi alma.

A CRISTIÁN, mi hermano, quien sin saberlo es una de las personas que más quiero en mi vida. Gracias por estar ahí siempre que te he necesitado. Mucho he aprendido de ti y de tu forma en que miras la vida. Espero algún día entregarte tanto como lo que tú me has entregado a mí.

A ROSITA, quien ayudó y acompañó a mi familia por más de veinte años y que hoy, junto a su madre ROSA y su hermana HORTENSIA, son parte importante de mi vida. Gracias por jugar conmigo y ayudarme a crecer. Todo el amor y el cariño que me dieron se vuelcan hoy en la hermosa amistad que tenemos. Mientras viva, nunca las olvidaré.

A GEMITA, mi amiga, compañera y leal pareja. Gracias por apoyar a este loco que sólo sueña con hacer de este mundo un lugar mejor. Tus consejos y tu apoyo incondicional han sido uno de mis pilares fundamentales en estos años de universidad; sin ellos no estaría donde estoy. Gracias por demostrarme que el esfuerzo y la perseverancia son algunas de las claves para triunfar en la vida. Te amo profundamente.

Al profesor JUAN D. VELÁSQUEZ, quien confió en mí cuando otros no lo hicieron y a quien hoy considero un verdadero amigo. En usted encontré lo que tanto esperaba de la universidad: sabiduría, nuevas preguntas y un desafío que me hiciera crecer. Gracias por escucharme, por entenderme y por querer hacer de mí un hombre íntegro y profesional. Mucho de lo que soy actualmente se lo debo a usted.

A los profesores DARÍO RODRÍGUEZ y SEBASTIÁN RÍOS, quienes enriquecieron este trabajo mucho más de lo que yo esperaba. Gracias por su tiempo, por sus consejos y por darme la oportunidad de trabajar con ustedes.

A PABLO LOYOLA, cuyos aportes a este trabajo resultaron de gran valor. Gracias por acompañarme y ayudarme en el último tramo de mi carrera universitaria.

Y, finalmente, a RODRIGO CÁNOVAS, HERNÁN FLORES, GONZALO MENA, FRANCISCO

CASALS, PABLO JUNYENT, FELIPE LATORRE Y LEONARDO MEDEL, mis amigos dentro de la universidad. Gracias por apoyarme en los momentos más difíciles, cuando todo parecía imposible. Sin ustedes no habría llegado a la meta.

ÍNDICE

iv

ÍÍNNDDIICCEE DDEE CCOONNTTEENNIIDDOOSS

CAPÍTULO 1. INTRODUCCIÓN……….…….……….……..……….…….…..….……… 1

1.1. Antecedentes Generales……………………….…………………...……..…... 1 1.2. Motivación……………………………………..……..…………….……..…… 4 1.2.1. Comentarios Personales..................................................................... 6 1.3. Objetivo General………………………………………………………………. 8 1.4. Hipótesis de Trabajo…………..…………………………………….………… 8 1.5. Alcances del Trabajo…………………………….…….…….……...…….…… 9 1.6. Objetivos Específicos…………………………………………….………...….. 10 1.7. Metodología……………………………………………….…..…….…………. 11 1.8. Resultados Esperados y Contribuciones…………….….….……………..… 13

CAPÍTULO 2. EL EQUIPO DE TRABAJO: PRINCIPIOS Y CONCEPTOS . BÁSICOS………………………………………………………………….… 14 2.1. Distinción Básica: Equipo versus Grupo de Trabajo………………………. 16 2.2. El Ciclo de Vida Grupal………………………………………………………. 19 2.3. Tipos de Equipos……………………………………………………………… 21 2.4. Roles dentro del Equipo……………………………………………………… 22 2.4.1. El liderazgo dentro del equipo……………………………………… 24 2.5. Factores que Influyen en el Desempeño del Equipo………………………. 25 2.6. Pasos para Diseñar Equipos de Trabajo…………………………………….. 28 2.7. Beneficios y Desventajas del Trabajo en Equipo…………………………… 30

ÍNDICE

v

CAPÍTULO 3. INTRODUCCIÓN AL ANÁLISIS DE REDES SOCIALES…………… 31

3.1. Conceptos Básicos del Análisis de Redes…………………………………… 33 3.2. Tipos de Redes………………………………………………………………… 34 3.3. Representación Matemática………………………………………………….. 36 3.3.1. Grafos…………….……….…..….…....…..…….…………...….…. 37 3.3.2. Matrices.…..…..………..…………..…..…....…..……..…….….…. 38 3.4. Propiedades Básicas de Redes y Actores……………………………………. 39 3.5. Propiedades Estructurales y de Ubicación………………………………….. 40 3.5.1. Medidas de Cohesión……….….…..….....….….….….……………. 40 3.5.1.1. Medidas de centralidad………………………………... 41 3.5.1.2. Detección de agrupaciones…………………………..… 43 3.5.2. Búsqueda de Posiciones o Equivalencia Estructural……………….. 44 3.6. Programas de Análisis y Representación de Redes Sociales……………… 48 3.7. Generación de Redes Sociales a través de Internet………………………… 50 3.7.1. Facebook…………………………………………………………….. 51 3.7.1.1. Facebook en Chile………………………………………. 54 3.7.2. LinkedIn……………………………………………………………. 55 3.7.3. U‐Cursos…………………………………………………………… 56 3.7.4. Otras Redes Sociales en Internet…………………………………… 58

CAPÍTULO 4. LEVANTAMIENTO DE REQUERIMIENTOS………………………… 59

4.1. Levantamiento de la Situación Actual………………………………………. 60 4.1.1. Breve contexto histórico de la FCFM………………………………. 60 4.1.2. Generación de Proyectos en la FCFM……………………………… 61 4.1.2.1. Indicadores de la situación actual……………………. 63 4.1.3. Estudio: Caracterización de los Equipos de Trabajo en la FCFM.…. 67 4.1.3.1. Enfoque metodológico y tipo de estudio……………... 67 4.1.3.2. Entrevistas a informantes clave……………………….. 68 4.1.3.3. Selección de equipos a estudiar……………………….. 69 4.1.3.4. Entrevistas a grupos de trabajo……………………….. 71 4.1.3.5. Confección y aplicación de la encuesta………………. 71 4.1.3.6. Análisis de los resultados obtenidos………………….. 73 4.1.3.7. Fiabilidad y validez del estudio………………………. 76 4.1.4. Análisis de la Situación Actual……………………………………. 77 4.2. Requerimientos Generales…………………………………………………… 78 4.2.1. Requerimientos de Información…………………………................. 78 4.2.2. Perfiles de Usuario…………………………………………………. 81 4.2.3. Diagramas de Casos de Uso……………………………………….. 82 4.2.4. Procesos de Negocio………………………………………………… 84

ÍNDICE

vi

4.3. Modelamiento Estrella de la Base de Datos………………………………… 86 4.4. Presentación de la Información……………………………………………… 91

CAPÍTULO 5. CONSTRUCCIÓN DEL SISTEMA DE INFORMACIÓN……………. 92

5.1. Arquitectura…………………………………………………………………… 93 5.1.1. Capa de Datos………………………………………………………. 93 5.1.2. Capa Media………………………………………………………… 94 5.1.3. Capa de Presentación………………………………………………. 94 5.2. Módulos de la Interfaz………………………………………………………... 95 5.2.1. Módulos Perfil Alumno……………………………………………. 95 5.2.2. Módulos Perfil Analista de Datos………………………………….. 99

CAPÍTULO 6. PRUEBAS Y ANÁLISIS DE RESULTADOS…………………………… 103

6.1. Caso de Prueba………………………………………………………………… 104 6.2. Discusión de los Resultados Obtenidos…………………………………….. 110

CAPÍTULO 7. CONCLUSIONES………………………………………………………….. 112

7.1. Trabajo Futuro…………………………………………………………………. 115

BIBLIOGRAFÍA………………………………………………………………………………. 116

ANEXOS……………………………………………….………………………………………. 123

Anexo 1. Áreas de desempeño abarcadas por los equipos estudiados……….. 124 Anexo 2. Diagramas de casos de Uso para cada módulo del sistema………… 127 Anexo 3. Breve marco conceptual: Modelamiento Multidimensional………... 132 Anexo 4. Modelo matemático para clasificar equipos de trabajo en la FCFM... 135

ÍNDICE

vii

ÍÍNNDDIICCEE DDEE FFIIGGUURRAASS

2.1 Grupos de un solo líder versus equipos……………………………………………… 18 2.2 Grupo desalineado: surge el caos……………………………………………………... 18 2.3 Grupo alineado: surge una dirección………………………………………………… 18 2.4 Rendimiento en función del desarrollo grupal……………………………………… 20 2.5 Rueda de tipos de trabajo de Margerison‐McCann…………………………………. 23 2.6 Factores que afectan el desempeño grupal (Modelo de McGrath)………………... 25 2.7 Factores individuales…………………………………………………………………... 26 2.8 Factores grupales……………………………………………………………………….. 26 2.9 Factores del entorno……………………………………………………………………. 27 2.10 Etapas a seguir para la creación de un grupo efectivo……………………………… 28 3.1 Matriz modo uno……………………………………………………………………….. 34 3.2 Matriz modo dos………………………………………………………………………... 35 3.3 Transformación: De una matriz rectangular a dos matrices modo uno…………... 36 3.4 Ejemplo de un grafo……………………………………………………………………. 37 3.5 Matriz de 3 por 4………………………………………………………………………... 38 3.6 Matriz de apoyo político……………………………………………………………….. 46 3.7 Matriz de apoyo político (reordenada con “una partición”)……………………….. 46 3.8 Apoyo político (mediante escalado multidimensional)…………………………….. 47 3.9 Grafo elaborado con el software PAJEK……………………………………………... 48 3.10 Usuarios de Facebook según su origen………………………………………………. 51 3.11 Interfaz de Facebook…………………………………………………………………… 52 3.12 Evolución de visitas para sitios web Facebook y MySpace………………………… 53 3.13 Interfaz de LinkedIn……………………………………………………………………. 55 3.14 Interfaz de U‐Cursos…………………………………………………………………… 57 4.1 Estadísticas FIPE………………………………………………………………………... 64

ÍNDICE

viii

4.2 Estadísticas FIDO……………………………………………………………………….. 64 4.3 Estadísticas Fondo Azul (2003 ‐ 2009)………………………………………………… 65 4.4 Estadísticas FDI‐MINEDUC (2003 ‐ 2009)……………………………………………. 66 4.5 Factores Individuales Relevantes……………………………………………………... 74 4.6 Factores Grupales Relevantes…………………………………………………………. 75 4.7 Diagramas de Casos de Uso: Perfil alumno…………………………………………. 82 4.8 Diagramas de Casos de Uso: Perfil analista de datos………………………………. 83 4.9 Actividades que involucran al alumno………………………………………………. 84 4.10 Actividades que involucran al analista de datos……………………………………. 85 4.11 Modelo de datos del sistema de información………………………………………... 86 5.1 Página de inicio de U‐Proyectos………………………………………………………. 96 5.2 Módulo “Mis Datos” de U‐Proyectos………………………………………………… 96 5.3 Módulo “Intereses” de U‐Proyectos………………………………………………….. 97 5.4 Módulo “Experiencia” de U‐Proyectos………………………………………………. 97 5.5 Módulo “Redes Sociales” de U‐Proyectos…………………………………………… 98 5.6 Módulo “Perfil de Trabajo” de U‐Proyectos…………………………………………. 98 5.7 Módulo “Generación de Proyectos – Intereses” de U‐Proyectos………………….. 100 5.8 Módulo “Generación de Proyectos – Experiencia” de U‐Proyectos………………. 100 5.9 Módulo “Generación de Proyectos – Ponderadores” de U‐Proyectos……………. 101 5.10 Módulo “Estadísticas” de U‐Proyectos………………………………………………. 101 5.11 Barra para “Filtrar” y “Ordenar grupos por puntaje” de U‐Proyectos…………… 102 6.1 Sectores de mayor interés para los alumnos………………………………………… 105 6.2 Actividades realizadas por los alumnos en su tiempo libre……………………….. 106 6.3 Grafo “Vínculos de amistad dentro del grupo de prueba”………………………… 107 A3.1 Diagramas de Casos de Uso: Modulo Datos personales…………………………… 127 A3.2 Diagramas de Casos de Uso: Modulo Intereses……………………………………... 128 A3.3 Diagramas de Casos de Uso: Modulo Experiencia Laboral………………………... 128 A3.4 Diagramas de Casos de Uso: Modulo Experiencia Voluntariado…………………. 129 A3.5 Diagramas de Casos de Uso: Modulo Redes Sociales………………………………. 129 A3.6 Diagramas de Casos de Uso: Modulo Perfil de Trabajo en Grupo………………... 130 A3.7 Diagramas de Casos de Uso: Modulo Noticias……………………………………… 130 A3.8 Diagramas de Casos de Uso: Modulo Ingreso de Requerimientos………………... 131 A3.9 Diagramas de Casos de Uso: Modulo Formar Grupos……………………………... 131 A4.1 Distintas jerarquías de la dimensión “Lugar”……………………………………….. 132 A4.2 Ejemplo de un cubo de información………………………………………………….. 133 A4.3 Ejemplo de un modelamiento estrella………………………………………………... 134

ÍNDICE

ix

ÍÍNNDDIICCEE DDEE CCUUAADDRROOSS

2.1 Principales diferencias entre grupos de trabajo y equipos…………………………. 16 3.1 Ejemplos de redes sociales existentes en Internet…………………………………… 58 4.1 Atributos de la dimensión Intereses………………………………………………….. 87 4.2 Atributos de la dimensión Preferencias para Trabajar en Grupo………………….. 88 4.3 Atributos de la dimensión Redes de Trabajo………………………………………... 88 4.4 Atributos de la dimensión Redes de Amistad……………………………………….. 89 4.5 Atributos de la dimensión Experiencia Laboral…………………………………….. 89 4.6 Atributos de la dimensión Experiencia en Voluntariados…………………………. 90 6.1 Resultados de la recolección de datos………………………………………………... 104 6.2 Ranking de grupos generados con el modelo……………………………………….. 109

CAPÍTULO 1 ‐ INTRODUCCIÓN

1

CAPÍTULO 1

IINNTTRROODDUUCCCCIIÓÓNN

1.1 Antecedentes Generales

Hace algunos años, en la Declaración Mundial sobre la Educación Superior en el Siglo XXI, realizada por la UNESCO (1998), se advirtió que el nuevo siglo traería consigo «una demanda de educación superior sin precedentes», subrayando que «los sistemas de educación superior deberían colocar a los estudiantes en el primer plano de sus preocupaciones (…) a fin de que se puedan integrar plenamente en la sociedad mundial».

Acorde con lo presagiado, Latinoamérica ha presentado una expansión

significativa de la matrícula en instituciones de educación superior durante la última década, provocando un aumento sostenido en el número de establecimientos de esta índole. Además, como efecto de lo anterior, al liberalizar el mercado de la educación

“1. (…) El acceso a los estudios superiores será igual para todos, en función de los méritos respectivos.

2. La Educación tendrá por objeto el pleno desarrollo de la personalidad humana (…).”

Declaración Universal de Derechos Humanos, Artículo 26, párrafos 1 y 2. (Naciones Unidas, 1948)


2

comenzó la competencia por la captación de alumnos en lugar de por la excelencia académica, obligando a los países a desarrollar sistemas de aseguramiento de la calidad para la educación superior. (Pérez, 2004).

En este contexto, entre los años 1998 y 2008, Chile presentó un aumento del 98% en

el número de alumnos matriculados en instituciones de educación superior1, alcanzando la cifra de 804.981 estudiantes matriculados sólo el año 2008.2

Además, para asegurar la calidad de la educación superior en Chile, se promulgó,

en octubre de 2006, la Ley de Aseguramiento de la Calidad de la Educación Superior (Nº 20.129), la cual crea la Comisión Nacional de Acreditación (CNA‐Chile) cuya función es «verificar y promover la calidad de las Universidades, Institutos Profesionales y Centros de Formación Técnica».3

De esta forma, toda institución educacional de corte superior debe someterse

continuamente a evaluaciones con el fin de ser acreditada durante un determinado plazo, permitiéndose, además, que carreras de pregrado y programas de postgrado puedan presentarse voluntaria e individualmente al sistema de acreditación de carreras administrado por la CNA.

En particular, la carrera de Ingeniería Civil de la Universidad de Chile se sometió

voluntariamente al sistema de acreditación de carreras hacia fines de 2006, siendo acreditada a mediados de 2007 por un plazo de siete años.4 1 Involucrando alumnos de Pregrado, Postgrado y Postítulo de Universidades, Institutos Profesionales y Centros de Formación Técnica de todas las regiones del país. 2 Fuente: Sitio web del Ministerio de Educación, División de Educación Superior. Documento: Matrícula Total para los años 1983 a 2008. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://compendio.educasup.cl/comp_matr_educ_sup.html 3 Fuente: Sitio web de la Comisión Nacional de Acreditación. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://www.cnachile.cl/portada/port_pres_general.html 4 Fuente: Sitio web de la Comisión Nacional de Acreditación. Documento: Acuerdo de Acreditación Nº 443. Carrera de Ingeniería Civil, Universidad de Chile. Junio de 2007. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://www.cnachile.cl/acreditacion/ac_carreras/ACUERDO_N443.pdf


3

Junto con la acreditación, la Comisión realizó algunas observaciones y sugerencias a la Escuela de Ingeniería con el fin de promover el aumento de la calidad en sus carreras impartidas. En particular, cabe mencionar lo expuesto en uno de estos puntos:

«Se destaca la calidad del profesional formado en la carrera, en especial su capacidad análitica, su formación en ciencias básicas y su capacidad técnica. Sin embargo, se plantea la necesidad de reforzar herramientas de gestión, de relaciones interpersonales, liderazgo, emprendimiento y comunicación».5

1.2 Motivación

En los últimos años, diversas investigaciones han demostrado que la capacidad real y el éxito de un individuo no pueden ser pronosticados sólo por su coeficiente intelectual (CI) ni por su rendimiento académico.

A modo de ejemplo, en 1992, Peter Senge6 reveló el caso de un grupo de gerentes

talentosos que, pese a tener un CI de 120 en forma individual, se comportaba como un equipo de “coeficiente intelectual colectivo” equivalente a 63.

Algunos años después, en su libro “La Inteligencia Emocional”, Daniel Goleman

(1996) comentó sobre el caso de 95 alumnos de la Universidad de Harvard que fueron estudiados hasta llegar a una edad mediana. En ese punto, se determinó que «los hombres que habían obtenido las puntuaciones más elevadas en la facultad no habían alcanzado demasiados éxitos en término de salario, productividad y categoría profesional en comparación con los compañeros que habían obtenido menor puntuación».

5 Ibíd. 6 Ph.D. en Management del MIT y fundador del Centro para el Aprendizaje Organizacional de la misma Institución.


4

En sus investigaciones a nivel escolar latinoamericano, Ernesto Schiefelbein7 (1994) evidenció el «bajo uso de dinámicas de aprendizaje en torno a temas de interés que poseen los alumnos» y expuso que el uso del modelo frontal8 estaría asociado a la baja calidad de la educación. Además, advirtió que en las salas de clases se aprenden conceptos e informaciones sobre un mundo artificial, enfrentando a los alumnos a problemas distintos de los usados en la vida diaria, concluyendo que en el sistema educacional utilizado «no interesan los conocimientos previos del alumno o la cultura de la familia (ya que el maestro no tiene tiempo o no tiene la capacidad para integrarlos en la sala de clases)».

En relación a lo anterior, y en base a sus investigaciones, Goleman (1996) realizó

una interesante crítica al enfoque que han adquirido los sistemas educacionales:

«Aunque un Coeficiente Intelectual elevado no es garantía de prosperidad, prestigio ni felicidad en la vida, nuestras escuelas y nuestra cultura se concentran en las habilidades académicas e ignoran la inteligencia emocional». Por otro lado, cabe mencionar la crítica realizada por Bennis y O’Toole (2005) a las

escuelas de negocios (un tipo particular de institución de educación superior), las cuales, según ellos, se encuentran «demasiado centradas en la investigación “científica” [y están] graduando a estudiantes mal preparados para lidiar con asuntos complejos y no cuantificables». Ante esto, afirman enfáticamente que «el problema no es que las escuelas de negocios hayan adoptado el rigor científico, sino que han dejado de lado otras formas del conocimiento».

De forma particular, la recomendación de la Comisión Nacional de Acreditación

realizada a la carrera de Ingeniería Civil de la Universidad de Chile (mencionada al

7 Ph.D. en Economía de la Educación por la Universidad de Harvard y Premio Nacional de Ciencias de la Educación en 2007. 8 Como explica Schiefelbein en su trabajo (1994), «en la clase tradicional frontal el maestro plantea las materias al grupo de alumnos en forma simultánea, obligándolo a adecuar la complejidad y velocidad del avance al nivel del alumno promedio». De esta forma, «el maestro es la principal fuente de conocimiento, perdiéndose el contacto con la realidad. En la sala de clases se aprenden conceptos sobre un mundo artificial, que es análogo a la realidad, pero diferente de ella.»


5

finalizar el capítulo 1.1) evidencia lo anterior; si bien los alumnos se destacan en la parte analítica y técnica, necesitan reforzar herramientas de gestión y diversas habilidades interpersonales.

A modo de complemento, dos experiencias internacionales presentan interesantes

conceptos que, adaptados a la realidad chilena, podrían generan una atractiva oportunidad de crecimiento y una potente línea trabajo en la Escuela de Ingeniería de la Universidad de Chile:

1. En octubre de 2007, visitó la Facultad de Ciencias Físicas y Matemáticas (FCFM) el

Profesor Woody Flowers9 del Massachusetts Institute of Technology (MIT). En su charla10, calificó la forma chilena de evaluar y valorar a los alumnos como “pobre”, ya que nuestro sistema se basa exclusivamente en pasar pruebas de conocimientos mientras que otras universidades como el MIT se preocupan de medir, además de la variable rendimiento, una variable denominada “Otros”, la cual considera todas las habilidades personales del alumno y que permite no excluir a un grupo importante y significativo de futuros buenos profesionales.

Por último, destacó la importancia de congeniar conocimiento con creatividad, procurando «desarrollar ambos lados del cerebro.»

2. Gary Hamel, profesor de la London Business School e investigador de la Harvard

Business School, en su artículo El espíritu de Silicon Valley (1999), propuso un interesante cambio de paradigma para lograr capturar la “magia emprendedora” que caracteriza a Silicon Valley: «estamos dando los primeros pasos hacia un mundo en el que la imaginación, la experimentación y la agilidad son, si no todo, al menos los catalizadores de la creación de riqueza. (…) [Por lo tanto], para generar innovación y riqueza, las ideas, el capital y el talento debiesen circular libremente, (…) [para lo cual] se debe pasar de la asignación de recursos a la atracción de recursos».

9 Profesor y Ph.D. del MIT, distinguido como MacVicar Faculty Fellow, honor recibido por sus contribuciones sobresalientes a la enseñanza de pregrado. Fuente: http://www.reing.cl/documentos/material‐visita‐woodie‐flowers/visita‐del‐profesor‐woodie‐flowers [fecha de consulta: 21 de junio de 2009]. 10 Realizada el 23 de octubre de 2007, en el marco del curso IN577 – Seminario de Ingeniería Industrial: Innovación. Edificio de Computación, Sala B204.


6

1.2.1 Comentarios Personales

Actualmente, para responder a las exigencias que el medio le hace a la ingeniería del mañana, la FCFM atraviesa por interesantes reformas curriculares que buscan “estimular en los alumnos la innovación y la creatividad”.11

Siguiendo esa línea, y acorde a su visión (“ser el centro de Ingeniería y Ciencias

más importante del país”12), resulta interesante plantear y explorar otras vetas aún no utilizadas de manera formal para alcanzar niveles de excelencia mayores.

Hoy en día, los alumnos son evaluados casi exclusivamente por su rendimiento académico, desaprovechándose en gran medida el conocimiento tácito13 que estos han acumulado a lo largo de su vida; en particular, durante la realización de actividades paralelas a los estudios formales de ingeniería.

Múltiples son los ejemplos de estudiantes que están ocupando parte de su tiempo en hacer deporte (dentro y fuera de la Facultad), en crear nuevos negocios (ya sea con otros compañeros de universidad o con gente externa), en desarrollar actividades culturales (tales como exposiciones o muestras de talleres artísticos) y en participar de iniciativas sociales (como trabajos voluntarios o el preuniversitario social bajo el alero de la Facultad), entre otros. Pese a esto, no se sabe con certeza quiénes son estos alumnos. Tampoco se conoce a cabalidad qué intereses tienen ni las habilidades personales que poseen de cara a enfrentar futuros desafíos laborales.

Con el actual sistema de medición se invisibilizan, a ojos de una gran parte de la comunidad, los intereses de los estudiantes, sus logros y sus méritos propios, ya sean en el contexto universitario o en su entorno privado o personal.

11 Sitio web de la FCFM [fecha de consulta: 21 de junio de 2009]. Disponible en: http://ingenieria.uchile.cl/nuevo_plan_de_estudios 12 Sitio web de la FCFM [fecha de consulta: 21 de junio de 2009]. Disponible en: http://ingenieria.uchile.cl/mision_y_valores

13 Para más detalles del significado de este término, revisar The Knowledge Creating Company, de Nonaka y Takeuchi (1995).


7

Amartya Sen (1996), Premio Nobel de Economía en 1998, sostiene que «cuando se aplica el enfoque sobre la capacidad a la ventaja de una persona, lo que interesa es evaluarla en términos de su habilidad real para lograr funcionamientos valiosos como parte de la vida.»

De este modo, toda institución educacional debiese considerar dentro de sus objetivos el lograr conocer a sus alumnos, aunque sea en un mínimo grado, validando y resaltando las particularidades de cada uno.

Sin embargo, el sistema actual de medición no logra apreciar (ni potenciar) la

capacidad real de los estudiantes, acotando irremediablemente las posibilidades de desarrollo de ambos actores (alumnos y entidades educacionales).

Hace algunos años, un experto en desarrollo organizacional y profesor del MIT, reconocido por su trabajo en el campo del aprendizaje organizacional, dio luces de uno de los caminos a seguir por una organización (sin importar su procedencia) para prevalecer y destacar a futuro:

«Las organizaciones que cobrarán relevancia en el futuro serán las que descubran cómo aprovechar el entusiasmo y la capacidad de aprendizaje de la gente en todos los niveles de la organización». (Senge, 1992).

Hoy, volviendo a lo dicho en ese entonces, se pretende retomar la inquietud de

cómo considerar los intereses y las capacidades de todos los miembros de esta comunidad estudiantil (alumnos, profesores, administrativos, etc.) para alcanzar y sobrepasar las metas propuestas como Facultad en el corto y mediano plazo.

He aquí, en este Trabajo de Título, un intento por aprovechar la enorme oportunidad que presenta la diversidad de alumnos y el desconocimiento actual que se tiene sobre ellos. Esto, con el fin de generar nuevo conocimiento y avanzar en un campo fértil aún no explotado de manera formal en nuestra Facultad.


8

1.3 Objetivo General

«Diseñar y construir un sistema de información orientado a la generación de equipos de trabajo mediante análisis de redes sociales e identificación de atributos personales».

1.4 Hipótesis de Trabajo

El presente trabajo de memoria tiene como hipótesis el que una institución de educación superior, a través de la definición de un set de características personales clave de los estudiantes (por descubrir) y mediante el descubrimiento de las redes sociales existentes entre ellos, puede generar un alto valor para la organización de forma directa e indirecta: Valor generado en forma directa

• Generación de equipos de trabajo que permitan desarrollar y potenciar las habilidades sociales y personales de sus miembros.

• Creación de conocimiento sobre el estudiantado, mejorando el nivel de información de quienes tomen decisiones que involucren alumnos (directivos, administrativos, profesores, centros de alumnos, grupos organizados, etc.).

• Detección de fortalezas y debilidades del entretejido social del alumnado.

Valor generado en forma indirecta

• Servir de base para futuras publicaciones que presenten esta experiencia como un aporte de las tecnologías de información a la educación de la ingeniería.

• Servir como publicidad de la institución para atraer nuevos estudiantes y/o recursos monetarios y humanos


9

1.5 Alcances del Trabajo

Dada la magnitud del proyecto, es necesario fijar algunos límites que permitan apreciar la profundidad de lo realizado, con el fin de aclarar al lector las condiciones en que es válida y útil la metodología propuesta.

Estudio de Equipos de Trabajo

• Alcance Territorial y de la Muestra Debido al tiempo asignado para completar esta trabajo (segundo semestre de 2009), y la cantidad de recursos existentes (monetarios y humanos), el presente trabajo abarcará solamente la Escuela de Ingeniería de la Universidad de Chile.

• Alcance de Conocimiento Técnico En ningún caso se pretende realizar un estudio “acabado” (desde el punto de vista sicológico y sociológico) de los equipos de trabajo entrevistados dentro de la muestra. Más bien, con el estudio se pretenden encontrar algunos rasgos y aspectos sobresalientes que permitan complementar el estudio bibliográfico realizado.

Implementación

• Caso Piloto Al ser una versión piloto, la muestra de alumnos será acotada a 180 alumnos de cuarto año de la carrera Ingeniería Civil Industrial.

• Eficiencia v/s Eficacia del Sistema Dada la extensión del proyecto, y considerando que los plazos de un trabajo de Memoria son acotados, se privilegiarán aquellos esfuerzos que permitan mejorar la confiabilidad del modelo diseñado (y la calidad de los datos obtenidos) por sobre la eficiencia de los algoritmos utilizados, dejando el perfeccionamiento exhaustivo del sistema para una etapa posterior, en caso de implementarse a mayor escala.

Finalmente, considerando todos estos alcances, se establecerá la veracidad de la hipótesis de trabajo.


10

1.6 Objetivos Específicos

En concordancia con el objetivo general, y con los alcances del trabajo, se han definido los siguientes objetivos específicos que servirán para definir la metodología y los logros a cumplir para verificar la hipótesis de trabajo: 1. Estudiar los componentes básicos del Análisis de Redes Sociales y la construcción

de Equipos de Trabajo.

2. Identificar y analizar, dentro de la Escuela de Ingeniería de la Universidad de Chile, diversos equipos de trabajo para determinar los factores que influyeron en la obtención (o no obtención) de sus logros.

3. Diseñar un modelo de datos para caracterizar alumnos, definiendo los atributos personales deseables de medir y la forma en que se relacionan entre ellos.

4. Diseñar técnicas de análisis para tratar los datos que recopilará el sistema.

5. Construir un sistema de información que permita recolectar y analizar los datos solicitados a los alumnos.

6. Implementar el sistema en la Escuela de Ingeniería de la Universidad de Chile.

7. Verificar la hipótesis de trabajo mediante el sistema construido.

8. Analizar y concluir en base a los resultados obtenidos de la implementación. De ser positivos, proponer una línea de trabajo a futuro.


11

1.7 Metodología

Para cumplir con los objetivos específicos, se ha propuesto realizar lo siguiente:

1. Detección de características principales de los equipos de trabajo Se estudiará la literatura existente, utilizando el análisis bibliográfico como técnica de investigación. Se pretende encontrar:

‐ Beneficios de formar equipos de trabajo eficientes.

‐ Principales factores que influyen en el desempeño de equipos de trabajo.

2. Elección de herramientas básicas del análisis de redes sociales Se estudiará la literatura existente, utilizando el análisis bibliográfico como técnica de investigación. Se pretende encontrar:

‐ Principales herramientas matemáticas para representar y tratar redes sociales.

‐ Implementaciones tecnológicas que permiten crear y analizar redes sociales en la actualidad.

3. Distinguir cualidades de los equipos de trabajo en la FCFM Se analizarán equipos de trabajo que pertenezcan (o hayan pertenecido) a la Escuela de Ingeniería de la Universidad de Chile. El estudio integrará en su diseño un enfoque metodológico cuantitativo y cualitativo, puesto que junto con analizar datos estadísticos respecto a su funcionamiento, se complementará dicha información con la mirada de los diversos actores involucrados.

En resumen, mediante encuestas, focus groups y entrevistas semiestructuradas se buscará información en dos ejes principales:

‐ Características personales de los integrantes.

‐ Cualidades o dinámicas grupales que influyen (o influyeron) en su desempeño.

4. Caracterización de los alumnos Se diseñará un modelo de datos que contenga los atributos personales que influyen en el desempeño de un equipo y la forma en que se relacionan entre ellos. Algunas de las variables a recopilar de los alumnos serán:


12

‐ Intereses y hobbies (actividades extracurriculares en general).

‐ Aprendizajes obtenidos de las prácticas profesionales.

‐ Trabajos que han tenido en el pasado (dentro o fuera de la Facultad).

‐ Tamaño y calidad de las redes sociales a las que pertenece (dentro de la Facultad).

‐ Habilidades y deficiencias para trabajar en equipo.

5. Modelo para formar equipos de trabajo Filtrando por intereses y preferencias personales, y usando herramientas básicas de análisis de redes sociales, se construirá un algoritmo que permita seleccionar un grupo de alumnos que posea (sumando las competencias individuales) un cierto grado de “expertiz” en un tema y, además, una cierta capacidad para trabajar en equipo.

6. Recolección y análisis de datos Se diseñará y se construirá una plataforma vía web que permita desarrollar los procesos de recolección y análisis de los datos.

7. Implementación del Sistema Para extraer la información de los alumnos se pretende montar una página web, en un servidor a definir, que permita a los alumnos del grupo de prueba cargar sus datos en el sistema de información.

En un comienzo se pretende ocupar alumnos de cuarto año de Ingeniería Industrial.

8. Evaluación de Resultados Para demostrar la utilidad de generar equipos de trabajo multidisciplinarios mediante el sistema construido, se buscará un proyecto ad hoc que permita hacer un requerimiento real de alumnos.

Luego se analizarán los resultados obtenidos al usar del sistema y serán comparados con resultados obtenidos “sin sistema”.

Con esto, se podrá evaluar las principales ventajas y desventajas de implementar, de forma macro, el sistema diseñado en la Escuela de Ingeniería.


13

1.8 Resultados Esperados y Contribuciones • Diseñar una metodología que permita generar equipos de trabajo multidisciplinarios

en entornos universitarios, los cuales debiesen tener una mayor probabilidad de éxito que los emprendimientos actuales bajo condiciones similares.

• Diseñar una base de datos que permitirá a la Facultad de Ciencias Físicas y Matemáticas descubrir información sobre sus estudiantes, ayudando a la generación de conocimiento y facilitando la toma de decisiones.

• Realizar un aporte a la Escuela de Ingeniería de la Universidad de Chile creando una

línea de trabajo que permita:

‐ Hacerse cargo, en parte, del desarrollo de habilidades personales de los alumnos.

‐ Generar investigación y posibles publicaciones en metodologías de trabajo multidisciplinario.

‐ Servir como publicidad a futuro.

CAPÍTULO 2 ‐ EL EQUIPO DE TRABAJO: PRINCIPIOS Y CONCEPTOS BÁSICOS

14

CAPÍTULO 2

EELL EEQQUUIIPPOO DDEE TTRRAABBAAJJOO:: PPRRIINNCCIIPPIIOOSS YY CCOONNCCEEPPTTOOSS BBÁÁSSIICCOOSS

En 1965, un modelo de desarrollo grupal proveniente desde el campo de la

sicología, elaborado y publicado por Bruce W. Tuckman1, destacó por sobre los demás esquemas postulados en la época, convirtiéndose en uno de los trabajos más citados por quienes han estudiado esta temática en las últimas cinco décadas.

En dicho artículo, el investigador propuso cuatro etapas que viven la mayoría de

los grupos ―formación, conflicto, regulación y desempeño―, sumando doce años más tarde una quinta y última fase ―conclusión― en conjunto con Mary Ann Jensen (1977).

1 Ph.D. en Psicología de la Universidad de Princeton. Es el fundador ―y actual director― del Centro de Aprendizaje Walter E. Dennis de la Universidad Estatal de Ohio.

“Todos somos ángeles con una sola ala; sólo podemos volar asociados con otro.”

Luciano de Crescenzo Escritor italiano


15

Estas etapas recurrentes, encontradas por Tuckman tras analizar y relacionar una extensa lista de trabajos previos, demostraron que la mayoría de los grupos estudiados, sin importar su naturaleza, presentaban ciclos de vida similares donde su rendimiento podía ser medido en función de las fases propuestas por el autor.2

Luego, durante los años siguientes, gran parte de la investigación se focalizó en

aquellos factores que influyen en la gestación y el desempeño de los grupos, siendo J. Richard Hackman3 uno de los autores más renombrados al establecer una serie de pasos y condiciones fundamentales en la creación de grupos de trabajo, los cuales sugirió en una de sus publicaciones más destacadas: The design of work teams (1987).

Con estos requisitos, Hackman centró la mirada en aquellos inputs que un grupo

de individuos necesita para trabajar eficazmente, instando, por ejemplo, a considerar el número de integrantes, a proveer un marco contextual adecuado, a facilitar un sistema de coaching desde el comienzo e, incluso, a evaluar la real necesidad de utilizar un equipo debido al alto costo ―en tiempo, esfuerzo y dinero― que implica su formación.4

A continuación, en la década de 1990, la preocupación se centró en diferenciar los

«equipos» de los «grupos» y en cómo aumentar la eficiencia de ambos. Katzenbach y Smith (1993a) distinguieron que los grupos tienen el énfasis puesto en las metas y responsabilidades individuales de cada miembro, mientras que los equipos requieren tanto compromiso personal como colectivo, obteniendo niveles de rendimiento superiores a la suma de todos los talentos particulares de sus miembros.

En los últimos años, diversos autores han continuado expandiendo el

conocimiento sobre el tema, abarcando áreas como el aprendizaje en equipo (Senge, 1992), la construcción de equipos flexibles (Tambe, 1997) o la importancia de las habilidades sociales dentro del equipo (Morgeson et al., 2005), entre muchas otras. 2 En el capítulo 3.3 se presenta un breve resumen de cada etapa junto con un esquema que permite visualizar el rendimiento grupal asociado a cada fase. 3 Ph.D. en Psicología Social de la Universidad de Illinois y actual profesor de la Universidad de Harvard. Durante cinco décadas ha investigado las condicionantes del trabajo grupal y los factores que influyen en la gestión de organizaciones. Es autor de nueve libros y más de cien publicaciones en el área. 4 En el capítulo 3.7 se comentan con mayor detalle los requerimientos propuestos por Hackman.


16

2.1 Distinción Básica: Equipo versus Grupo de Trabajo

Diferentes autores convergen notoriamente al definir un equipo como un grupo de personas con habilidades complementarias, con un mismo propósito y con un conjunto específico de objetivos de rendimiento sobre los cuales se sienten mutuamente comprometidos (Katzenbach y Smith, 1993b; Guzzo y Dickson, 1996; Mapcal, 1998; Galve y Ortega, 2000; Hackman, 2000a; Scholtes et al., 2003).

Por otro lado, un grupo de trabajo es visto como una entidad donde prevalece la

responsabilidad y las metas individuales, con baja interacción entre sus miembros y dirigido por un líder que generalmente impone sus ideas (Katzenbach y Smith, 1993b; Mapcal, 1998; Hackman, 2000a).

En el Cuadro 2.1 se presentan las principales diferencias entre un grupo de trabajo y

un equipo propuestas por Katzenbach y Smith (1993a).

Fuente: Katzenbach y Smith (1993a)

Cuadro 2.1 Principales diferencias entre grupos de trabajo y equipos


17

Lamentablemente, con frecuencia se utilizan los términos equipo y grupo de trabajo con tan poca precisión que se crea una confusión semántica que entorpece la manera de aprender y de aplicar la disciplina necesaria para obtener buenos desempeños en ambos estilos de trabajo (Katzenbach y Smith, 1993a).

«Es un error denominar equipo a un grupo cuando en realidad se administra a sus miembros como a individuos. (…) Si un grupo está llamado a ser un equipo, debería asumir esa condición y ser dirigido como tal.» (Hackman, 2000a). «El hecho de reunir a un grupo de personas en una habitación, incluso para que trabajen en un mismo proyecto, no implica, necesariamente, que formen un equipo de trabajo.» (Mapcal, 1998). Según Katzenbach y Smith (1993a), «los mejores equipos invierten mucho tiempo y

esfuerzo en explorar, perfilar y consensuar el interés que les pertenece, tanto individual como colectivamente.» De esta manera, «cuando los propósitos y las metas son interdependientes, y se combinan con el compromiso del equipo, se convierten en un motor poderoso.»

Para ilustrar la diferencia entre grupos de trabajo y equipos, Katzenbach (2000)

desarrolló un interesante esquema que presenta los resultados de ambos en función del tiempo necesario para alcanzar dichos logros. (Ver Figura 2.1)

Por otro lado, al hablar del desempeño de un equipo, Senge (1992) comenta que la

característica fundamental de un grupo no alineado es el desperdicio de energía, ya que sus miembros pueden trabajar con gran esmero, pero sus esfuerzos no se traducen eficazmente en una labor de equipo. Y, por el contrario, cuando hay un mayor alineamiento «los individuos no sacrifican sus intereses personales [por] la visión del equipo, sino que la visión compartida se transforma en una prolongación de sus visiones personales.» Por lo tanto, sentencia el autor, «el alineamiento es la condición necesaria para que la potencia de los individuos infunda potencia al equipo.»

Las Figuras 2.2 y 2.3 presentan con mayor claridad lo expuesto por Senge.


18

Fuente: Katzenbach (2000)

Figura 2.1 Grupos de un solo líder versus equipos

Fuente: Senge (1992) Fuente: Senge (1992) Figura 2.2 Figura 2.3 Grupo desalineado: surge el caos Grupo alineado: surge una dirección


19

2.2 El Ciclo de Vida Grupal

Hackman, en su artículo Por qué hay equipos que no funcionan, comenta lo siguiente: «A veces, algunos ejecutivos declaran que un conjunto de personas [será desde] ahora un equipo y que debe comenzar a comportarse como tal… [Pero] es imposible crear verdaderos equipos de esta manera. (…) Un estudio realizado por el Ministerio de Seguridad para los Transportes [de Estados Unidos] informó en 1994 que un 73% de los accidentes aéreos habían ocurrido el primer día que la tripulación volaba junta, [mientras] que un 44% sucedió durante el primer vuelo de los tripulantes. (…) [Esto reveló que] el funcionamiento de los equipos, más que los problemas mecánicos o la habilidad técnica de los pilotos, estaba en la raíz de gran parte de las catástrofes aéreas, [demostrándose que] una tripulación es particularmente vulnerable cuando sus miembros aún no han aprendido, a través del tiempo y la experiencia, a trabajar juntos.»

Ampliando el ejemplo anterior, diversos investigadores aseguran que la mayoría

de los grupos deben atravesar por varios procesos antes de convertirse en verdaderos equipos y ser eficaces, siendo Tuckman (1965) quien propuso uno de los esquemas de desarrollo grupal más aceptados hasta el día de hoy.5

A continuación se presenta un resumen del modelo de Tuckman6 y luego, en la

Figura 2.4, se muestra la relación entre las fases de este modelo y el rendimiento grupal.

a. Forming (Formación) Corresponde al proceso de orientación de los miembros, quienes intentan encontrar su posición dentro del grupo. Se adoptan funciones y jerarquías designadas desde el exterior y se establecen fuertes relaciones de dependencia con los guías del conjunto.

b. Storming (Conflicto) Se caracteriza por el conflicto y la hostilidad entre los miembros, quienes muestran una cierta resistencia a la influencia del grupo. Se generan rivalidades por obtener la

5 Si bien las primeras cuatro etapas fueron propuestas por Tuckman (1965), cabe mencionar y destacar la colaboración de Mary Ann Jensen, doce años más tarde, en la publicación de una quinta y última fase. 6 Para los nombres de cada etapa se presentan algunas de las traducciones más utilizadas en artículos y libros de habla hispana (Villegas, 1993; Winter, 2000; y Hellriegel y Slocum, 2004; por ejemplo).


20

posición de la figura central. Surge la polarización en torno a la dependencia o la independencia; es decir, los integrantes se debaten entre seguir riesgos controlados o experimentar por caminos desconocidos.

c. Norming (Normativa o Regulación)

En esta etapa se aprecia un notorio crecimiento de la seguridad y la autonomía del grupo. Los miembros superan la resistencia inicial y desarrollan un mayor grado de cohesión. Se logra establecer reglas y normas. Los integrantes ya son capaces de expresar opiniones personales y comienzan a apoyarse mutuamente.

d. Performing (Desempeño o Realización) La estructura interpersonal se convierte en la herramienta principal y la energía grupal se canaliza en el cumplimiento de las tareas. Los miembros adquieren roles flexibles y dinámicos, desarrollando normas de comportamiento rígidas, pero adaptables a las situaciones que enfrentan. Se buscan nuevos métodos que permitan el desarrollo del grupo y el crecimiento individual.

e. Adjourning (Desintegración o Conclusión)

Se alcanzan los objetivos de rendimiento. El grupo puede continuar trabajando eficazmente o disolverse. Algunos integrantes pueden experimentar un sentimiento de pérdida o una baja en la motivación debido a la incertidumbre sobre su futuro.

Fuente: Adaptado de Lane (2009)

Figura 2.4 Rendimiento en función del desarrollo grupal


21

2.3 Tipos de Equipos

Según Mapcal (1998), una de las decisiones clave en la creación de un equipo es el ámbito de acción que este poseerá: si será de carácter ejecutivo ―encargado de encontrar e implantar soluciones, siendo responsable de los resultados obtenidos― o más bien de corte consultivo ―limitado sólo a encontrar soluciones y recomendar su ejecución―.

Por su parte, Katzenbach y Smith (2002a) expanden la definición anterior y

comentan que, dependiendo de los desafíos que deban enfrentar, la mayoría de los equipos pueden ser enmarcados en una de las siguientes tres categorías: los que recomiendan, los que hacen y los que dirigen cosas.

He aquí un breve resumen que aúna lo expuesto por ambos autores, siguiendo

principalmente las tipologías propuestas por Katzenbach y Smith:

1. Equipos que recomiendan cosas En general tienen plazos predeterminados para cumplir con su tarea y deben enfrentar dos temas críticos: encarar un comienzo rápido y constructivo, e incluir personas con habilidades e influencias que permitan diseñar recomendaciones prácticas que tengan peso en toda la organización.

2. Equipos que hacen cosas Su orientación es hacia el desempeño y, salvo algunas excepciones, no suelen tener plazos fijos para realizar sus tareas ya que sus actividades tienden a ser continuas. Incluyen personas que se encuentren en la primera línea ―responsables de fabricación, de desarrollo, de operaciones, de marketing, de ventas, etc.― y su éxito depende de combinar múltiples habilidades, perspectivas y criterios en tiempo real.

3. Equipos que dirigen cosas Pueden estar en todos los niveles de la organización; desde la jerarquía máxima hasta las divisiones y unidades funcionales. En general se encargan de supervisar algún negocio, un programa en marcha o una actividad funcional significativa, sin importar el número de personas que tengan a su cargo. El principal problema que enfrentan es determinar si el formato de equipo es el apropiado, ya que muchos «grupos que dirigen cosas» pueden ser más eficaces como grupos de trabajo que como equipos.


22

2.4 Roles dentro del Equipo

Según Katzenbach y Smith (1993b), «los equipos verdaderos siempre encuentran formas para que cada individuo contribuya y, consecuentemente, se distinga. [De esa manera, cuando las habilidades de cada miembro] se conjugan con un propósito y unos objetivos comunes, la necesidad para distinguirse como individuo se convierte en una máquina potente para el rendimiento del equipo.»

En relación a lo anterior, Margerison, McCann y Davies (1995) investigaron

diversos equipos de producción, servicios y procesos, y observaron que los equipos eficientes concentran una serie de roles que desempeñan sus miembros en base a sus habilidades, capacidades e intereses, donde la ausencia de alguna de estas actividades impacta significativamente el desempeño grupal.

A continuación se presenta un resumen de los ocho roles propuestos como

esenciales por lo autores mencionados y un esquema de este modelo (Figura 2.5):

1. Asesorar Recolectar y resguardar que la información este disponible para que el equipo pueda tomar decisiones correctas en función del cumplimiento de las metas acordadas.

2. Innovar Generar y experimentar con nuevas ideas, preguntándose a menudo si las tareas del equipo se desarrollan de la mejor forma posible.

3. Promover Explorar y presentar oportunidades a ejecutivos ―y/o terceros― con el fin de captar recursos para que el equipo pueda realizar sus labores.

4. Desarrollar Escuchar a los clientes ―internos y externos― para detectar sus necesidades, y luego verificar la aplicabilidad de incorporar nuevos enfoques en los esfuerzos de planificación.


23

5. Organizar Involucra ordenar al equipo para que sus miembros sepan qué hacer, cómo y cuándo, fijando objetivos y plazos claros para hacer funcionar las cosas.

6. Producir Considerando las metas fijadas, se relaciona con la entrega de productos o resultados, cumpliendo con altas normas de efectividad y eficiencia.

7. Inspeccionar Controlar y efectuar auditorías ―de calidad, de finanzas, de seguridad y de personal, entre otras― para asegurar el cumplimiento de las normas y metas establecidas.

8. Mantener Revisar periódicamente la efectividad del equipo, preocupándose de preservar las normas de calidad y de proteger la continuidad de los procesos operacionales.

Fuente: Margerison et al. (1995)

Figura 2.5 Rueda de tipos de trabajo de Margerison‐McCann


24

2.4.1 El liderazgo dentro del equipo7 A pesar de que existen líderes con estilos y personalidades muy diferentes, en un

verdadero equipo el liderazgo se encuentra inevitablemente disperso, a veces en una rotación convenida, donde diferentes miembros asumen el liderato dependiendo de las situaciones particulares que deba enfrentar el equipo.

Por lo tanto, el líder formal de un equipo, aunque delegue su autoridad, es visto

más bien como una especie de apoyo y acelerador de procesos, adoptando papeles que los demás miembros no cubren ―seductor, jefe de tarea, hacedor y/o protector, entre otros― y que son necesarios para que el equipo alcance sus objetivos.

En particular, Bennis (2002) comenta que los líderes de grandes equipos

comparten cuatro rasgos de comportamiento, sin excepción: • Aportan dirección y sentido

Recuerdan a la gente lo que es importante y por qué su trabajo es un aporte.

• Generan y mantienen la confianza Crean condiciones para que los miembros acepten las disensiones y superen las turbulencias de los procesos del equipo.

• Demuestran propensión hacia la acción, la toma de riesgos y la curiosidad Generan un sentido de urgencia entre los miembros, aceptando exponerse al fracaso para alcanzar los objetivos.

• Proporcionan esperanza Encuentran maneras tangibles y simbólicas de demostrar que el equipo está en condiciones de superar situaciones adversas.

Por último, otra cualidad importante es la sugerida por Gratton y Erickson (2007),

cuyas investigaciones develan que los líderes de equipos exitosos son personas orientadas hacia las tareas, al comienzo del proyecto, para luego ir cambiando hacia un estilo enfocado hacia la gestión de las relaciones entre los miembros.

7 Este punto se basa principalmente en el artículo Secretos de los grandes equipos, de Warren Bennis (2002).


25

2.5 Factores que influyen el Desempeño del Equipo

Varios autores utilizan el modelo propuesto por McGrath (1964) como base para investigar algunas condicionantes específicas del desempeño grupal (Hackman, 1987; Campion et al., 1993; Stewart y Barrick, 2000; Kozlowski e Ilgen, 2006; entre otros).

En la Figura 2.6 se exhiben los tres tipos de factores que repercuten en el

rendimiento grupal según McGrath, presentándose para cada categoría una lista de factores que se repiten constantemente en la literatura que aborda esta temática.8

Fuente: Adaptado de McGrath (1964) y Hackman (1987)

Figura 2.6 Factores que afectan el desempeño grupal (Modelo de McGrath)

8 Dentro de los trabajos consultados para estudiar los factores que repercuten en el desempeño grupal se encuentran: Hackman (1987), Katzenbach y Smith (1993a), Campion et al. (1993), Guzzo y Dickson (1996), Hackman (2000b), Winter (2000), Bennis (2002), Hackman (2002b), Morgeson et al. (2005) y Gratton y Erickson (2007).


26

Por otro lado, la mayoría de los factores estudiados pueden subdividirse en

variables más específicas, las cuales son presentadas en las Figuras 2.7, 2.8 y 2.9.

Fuente: Elaboración propia

Figura 2.7 Factores individuales


Figura 2.8 Factores grupales


27


Figura 2.9 Factores del entorno

NOTA: Para conocer con mayor profundidad las variables específicas presentadas en las Figuras 2.7, 2.8 y 2.9, se recomienda consultar los trabajos citados dentro de este apartado.


28

2.6 Pasos para Diseñar Equipos de Trabajo9

En uno de sus trabajos más reconocidos, Hackman (1987) definió cuatro etapas a seguir para la creación de un grupo de trabajo efectivo: trabajo previo, creación de condiciones de desempeño, formación y construcción del equipo, y prestar asistencia al equipo durante la marcha.

En la Figura 2.10 se presenta un esquema que resume el modelo diseñado por

Hackman y luego se comentan algunos de los puntos más renombrados en estudios y artículos de los últimos años.

Fuente: Hackman (1987)

Figura 2.10 Etapas a seguir para la creación de un grupo efectivo

9 Este punto se basa principalmente en el renombrado artículo The design of work teams, de J. Richard Hackman (1987).


29

Uno de los puntos vitales en la etapa de trabajo previo es evaluar los costos, los beneficios y la viabilidad de utilizar un equipo para realizar el trabajo. Esto, debido a que formar un equipo o un grupo de un solo líder conlleva distintos esfuerzos y tiempos, lo que implica diferentes niveles de desempeño entre ambas modalidades (Katzenbach, 2000). Además, sentencia Hackman (2000a), hay muchos tipos de tareas que los individuos pueden hacer mejor que los equipos y no se debe cometer el error ―común y a menudo fatal― de formar un equipo para realizar una labor que requiere capacidades que se expresan mejor a través de los individuos.

Luego, al momento de crear condiciones que permitan un buen desempeño

grupal, aparece un tema que despierta gran interés dentro del área: la selección de los miembros del grupo, donde las variables cantidad de integrantes y habilidades personales se destacan por sobre las demás.

Con respecto al número ideal de integrantes, varios autores aconsejan un rango

que varía entre cuatro y ocho personas (Katzenbach y Smith, 1993b; Cameron y Quinn, 1999; Hackman et al., 2000a; Winter, 2000), ya que un número mayor presenta más conflictos internos (Hackman, 2000b), se enfrenta a problemas logísticos como encontrar suficiente espacio físico y tiempo para reunirse (Katzenbach y Smith, 1993b) y la tendencia a colaborar de sus miembros disminuye naturalmente a medida que el equipo crece (Gratton y Erickson, 2007).

Por otro lado, se ha demostrado que considerar las habilidades sociales de los

miembros (Morgeson et al., 2005), la capacidad de liderazgo (Caspersz et al., 2003) y el nivel de responsabilidad y la capacidad de compromiso (Katzenbach y Smith, 1993b) influyen altamente en el desempeño del equipo.

Por último, un aspecto que destacan varios autores como necesario para crear y

mantener equipos efectivos se relaciona con prestar asistencia durante la marcha, especificando la importancia de contar con un sistema de asesoría o coaching para entregar a los miembros un feedback de su desempeño e instruirlos sobre las mejores técnicas para la conducción del trabajo grupal (Mapcal, 1998; Hackman, 2002b).


30

2.7 Beneficios y Desventajas del Trabajo en Equipo10

Algunas de las razones que han posicionado al trabajo en equipo como una manera eficiente de realizar labores complejas se pueden resumir de la siguiente manera:

• Los equipos consiguen desarrollar habilidades y capacidades complementarias que, por definición, son superiores a las que podrían aportar los miembros de forma aislada.

• Gracias a su capacidad de diálogo e interpretación, los equipos pueden ajustar sus enfoques a la nueva información y a los nuevos retos con mayor velocidad, exactitud y eficacia que un individuo aislado con gran cantidad de conexiones organizacionales.

• Los equipos bien administrados pueden aprovechar mejor los recursos y obtener mejores resultados de desempeño.

• La pertenencia a un equipo de trabajo proporciona apoyo mental y fomenta el compañerismo, siendo estos factores de motivación.

• La experiencia de trabajar en equipo contribuye positivamente al aprendizaje y al bienestar de cada uno de sus miembros.

Y por el otro lado, algunas desventajas de crear y utilizar equipos se pueden resumir brevemente de la siguiente manera:

• Como se confunden los términos «grupo de trabajo» y «equipo» con facilidad, se tiende a administrar ambos sistemas de la misma forma, obteniéndose equipos que producen menos que las contribuciones individuales que podrían hacer sus miembros.

• La formación de un equipo toma más tiempo y gasta más recursos que la generación de un grupo de trabajo.

10 Esta sección sintetiza diversos puntos comentados en los siguientes trabajos: Senge (1992), Katzenbach y Smith (1993b), Robbins y Finley (1999), Hackman (2000a), Hackman et al. (2000b), Bennis (2002).

CAPÍTULO 3 ‐ INTRODUCCIÓN AL ANÁLISIS DE REDES SOCIALES

31

CAPÍTULO 3

IINNTTRROODDUUCCCCIIÓÓNN AALL AANNÁÁLLIISSIISS DDEE RREEDDEESS SSOOCCIIAALLEESS

11

Las ciencias sociales, que comenzaron enfocando sus esfuerzos en el estudio y la

comprensión del individuo como una unidad conductual particular, con el tiempo tuvieron la necesidad de derivar desde modelos intencionales ―que pretendían dar explicaciones de naturaleza micro― a la formación de estructuras macro sociales, centradas en generar modelos de explicación científica basados en las interacciones existentes entre los individuos (Sanz Menéndez, 2003).

Debido a esta necesidad, diferentes ramas de las ciencias sociales han colaborado desde sus quehaceres a la conformación de una teoría robusta que combine diversos

1 En la actualidad, una gran mayoría de los trabajos que incorporan el Análisis de Redes Sociales como herramienta mencionan como guía conceptual el extenso y completo texto de S. Wasserman y K. Faust (1994). Además, también suelen ocupar el manual de J. Scott (2001) y la publicación de R. Hanneman (2000). Por otro lado, en español, acostumbra citarse el trabajo recopilatorio de J. L. Molina (2001). Acorde con esto, el siguiente capítulo ha sido confeccionado utilizando estos cuatro textos como base, incluyendo, además, otros trabajos que han permitido fortalecer diversas nociones del ARS.


32

aspectos del entretejido social, observándose valiosos aportes, principalmente, desde la sociología, la antropología y la psicología (Lozares, 1998). Además, a estos esfuerzos debe sumarse la componente formal incorporada desde la matemática, la cual brindó un aspecto práctico y operacional a la teoría formulada.

Hoy en día, después de nutridas publicaciones en la materia, existe un gran número de autores que presentan sus trabajos basándose en la existencia de una denominada red social, que aúna las preocupaciones anteriores, confluyendo la mayoría en una visión del término como un conjunto de actores, o entidades sociales, vinculados por una serie de relaciones establecidas entre ellos, donde el estudio formal de estas relaciones es nombrado «Análisis de Redes Sociales» (ARS, o también SNA por su traducción del término en inglés Social Network Analysis).

Para Wasserman y Faust (1994), el interés provocado por el análisis de redes recae

en su atractivo foco centrado en las «relaciones entre entidades sociales y en los patrones e implicancias de estas relaciones», lo cual ha permitido responder preguntas de múltiples áreas ya que facilita la visualización de aspectos estructurales de entornos complejos como el círculo político, el contexto económico o el medio social.

Sanz Menéndez (2003), con el objetivo de evidenciar el fin práctico que puede alcanzar esta teoría, calificó el ARS como una «herramienta de medición y análisis de las estructuras sociales que emergen de las relaciones entre actores sociales diversos (individuos, organizaciones, naciones, etc.)».

Por último, cabe mencionar que varios investigadores parecen compartir la idea de postergar a un segundo plano los atributos de los actores individuales como causa de las pautas de comportamientos y estructuras sociales (Requena Santos, 1989; Borgatti y Everett, 1997; Lozares, 1998; Molina, 2001; Fernández Quijada, 2008; entre otros), y prefieren centrar el ARS en los vínculos y en las formas de relaciones mantenidas entre los actores sociales.


33

3.1 Conceptos Básicos del Análisis de Redes22

A continuación, se presenta un resumen de la terminología básica necesaria de manejar para entender y utilizar el análisis de redes.

a. Actor: Entidad social que interactúa con otras entidades. Esta puede ser una persona

discreta, un grupo de individuos, una organización, una ciudad, una nación, etc.

b. Conexión o Vínculo: Corresponde al tipo de relación que «conecta» un par de actores distintos. Estos vínculos pueden ser de naturaleza muy diferente: relaciones transaccionales, de comunicación, instrumentales, sentimentales, de poder o autoridad, de parentesco, etc. (Fernández Quijada, 2008.)

c. Díada: Se compone de un par de actores y la «posible» relación existente entre ellos. Varios estudios parten de la díada como unidad fundamental de estudio, analizando, para cada par de actores, si los vínculos son recíprocos o no.

d. Tríada: Conjunto de tres actores y las «posibles» relaciones existentes entre ellos. Una propiedad interesante de una tríada es la existencia, o no, de transitividad entre sus miembros. Es decir, comprobar que si el actor i «prefiere»al actor j , y a su vez el actor j «prefiere» al actor k , entonces el actor i también «prefiere» al actor k .

e. Grupo: Conjunto finito de actores sobre los cuales son efectuadas las mediciones.

f. Red Social: Conjunto finito de actores que contienen un determinado número de relaciones definidas entre ellos.

2 Este punto se basa principalmente en el libro de Wasserman y Faust (1994).


34

3.2 Tipos de Redes a. Redes Ego‐Céntricas (Ego‐Centered Networks): Los métodos egocéntricos se

centran principalmente en el individuo más que en la red como un todo (Hanneman, 2000). Es decir, colocan al actor individual como el centro del análisis (Fernández Quijada, 2008). A grandes rasgos, un estudio de este tipo es muy útil para entender cómo las redes afectan a los individuos, en especial, cuando no es posible trazar ―o visualizar― la totalidad de las redes. Para esto, se puede comenzar el estudio con una selección de ciertos actores ―o «egos»―, e identificar los demás nodos3 con quienes se conectan. (Hanneman, 2000.)

b. Redes Modo Uno (One‐Mode Networks): Una de las mediciones más estudiada en el tiempo ha sido la existencia ―o la no existencia― de un determinado «lazo» , o «vínculo común» , entre cada par de agentes pertenecientes a una red.

Para representar esto, el ARS hace uso de tablas ―denominadas «matrices» 4― que contienen en las filas y en las columnas la misma serie de actores. De esta forma, cada celda corresponde a la presencia o no presencia del vínculo entre dos nodos, denotando con un 1 ―uno― la existencia de relación o con un 0 ―cero― el caso contrario, dejando en blanco la diagonal, pues indica una relación reflexiva (Molina, 2001). En el ARS, este tipo de matriz se denomina de modo uno. (Ver figura 3.1.)


Figura 3.1 Matriz modo uno

3 Un «nodo» es la representación gráfica de un actor o de un individuo. En el punto 3.3.1 Grafos se presenta un ejemplo que permite visualizar este concepto. 4 En el apartado 3.3.2 Matrices, se puede apreciar de mejor forma la configuración de una matriz.


35

c. Redes Modo Dos (Two‐Mode Networks): Otra forma de estudio, distinta a la

anterior, es pedir a cada agente que confeccione una lista de actores con los cuales mantiene algún tipo determinado de relación. En este caso, puede suceder ―con alta probabilidad― que dos individuos mencionen personas distintas que no figuren en la lista inicial. Por lo tanto, al momento de representar la información recogida, se tendrá una tabla con más personas en una lista que en la otra (Molina, 2001). Cuando en una investigación se tiene este caso ―tablas de aspecto rectangular― se habla de matrices modo dos o de «afiliación». De forma gráfica, la Figura 3.2 muestra una tabla con estas propiedades.


Figura 3.2 Matriz modo dos

Además, Borgatti y Everett (1997) exponen que en otros casos los datos modo dos son recogidos explícitamente como un paso intermedio hacia la construcción de un conjunto de datos modo uno, permitiendo así una mejor visualización de la información contenida en la red.

Scott (2000) presenta un ilustrativo ejemplo de la transformación de una tabla rectangular en dos matrices modo uno. Ahí simula el caso de estudiar la relación entre cuatro empresas y cinco miembros de sus directorios, donde primero se confecciona la matriz (i), o modo dos, que indica quienes trabajan en cada empresa5. Luego, con la 5 La celda xi j se denota con un 1 si en la Empresa i trabaja el Director j , y con 0 en caso contrario.


36

transformación de los datos en dos matrices, lo que se hace es contar el número de directores que tienen en común las empresas ―matriz (ii)― y el número de empresas «comunes» en las que participa cada par de directores ―matriz (iii)― .

En la Figura 3.3 se ha reproducido este ejemplo.

Fuente: Basado en el trabajo de Scott (2000)

Figura 3.3 Transformación: De una matriz rectangular a dos matrices modo uno

3.3 Representación Matemática

Para comprender una red social es necesario describir completa y rigurosamente la estructura de sus relaciones como punto de partida del análisis. Para esto, con el tiempo se formalizó la teoría mediante un grupo de nociones matemáticas ―grafos y matrices― que permitieron representar una red de manera sistemática y concisa.


37

A continuación, se presentan las bases conceptuales de la representación de redes sociales utilizando grafos y matrices, seguido de las propiedades básicas de las redes y sus consecuencias. 3.3.1 Grafos

Un «grafo» es un modelo simplificado de una red social donde los actores son representados por nodos ―vértices o puntos― y los vínculos son trazados mediante líneas ―bordes o aristas― (Hanneman, 2000).

La Figura 3.4 muestra el ejemplo de un grafo.


Figura 3.4. Ejemplo de un grafo

En un grafo, la ubicación de puntos en el espacio y el largo de las líneas no tienen relevancia. La única información importante es el conjunto de nodos y la presencia o ausencia de líneas entre diferentes pares de puntos (Wasserman y Faust, 1994). NOTA: Para conocer con mayor profundidad los distintos tipos de grafos y sus propiedades, se recomienda revisar los textos de Wasserman y Faust (1994) y Hanneman (2000).


38

3.3.2 Matrices

A pesar de la gran utilidad que ofrecen los grafos al momento de representar información sobre una red social, resultan difíciles de visualizar cuando contienen un gran número de actores o muchos tipos de relaciones. Por esto, el uso de grafos suele complementarse con otro método que permite representar las relaciones contenidas en una red social: el uso de matrices (Hanneman, 2000).

A grandes rasgos, una matriz es la disposición rectangular de un conjunto de elementos, donde su tamaño viene dado por el número de filas y columnas que contiene. De modo general, una matriz de «i por j» tiene i filas y j columnas (Hanneman, 2000), donde la posición de cada elemento se denota de la forma «(i,j)».

Por ejemplo, en la Figura 3.5 se aprecia una matriz de 3 por 4, donde la posición del elemento «β» es la celda (2,1). Es decir, se ubica en la segunda fila y en la primera columna.

Columna 1 Columna 2 Columna 3 Columna 4

Fila 1 α δ η μFila 2 β ε θ ξFila 3 γ ω λ φ


Figura 3.5 Matriz de 3 por 4

Cabe destacar que por convención se dice que un actor situado en una fila i «afecta» a un actor perteneciente a una columna j , y no viceversa6.

6 Para conocer más en profundidad sobre los tipos de matrices y las operaciones matemáticas que se pueden realizar entre ellas, se recomienda consultar, como una primera aproximación, el capítulo cuarto del texto de Hanneman (2000) o el libro de Wasserman y Faust (1994).


39

3.4 Propiedades Básicas de Redes y Actores77

Sean g el número de nodos y L el número de líneas existentes en un grafo, entonces se tienen las siguientes propiedades: a. Grado de un nodo: Corresponde al número de líneas que inciden sobre un

determinado nodo i, denotando este valor por d(ni) 88.

Además, en muchas ocasiones parece útil ―o al menos interesante― determinar el «grado promedio» de los actores inmersos en la red, el cual se denota como:

gL

g

ndd

g

i i 2)(1 ==

∑ = (3.1)

b. Densidad: Si un grafo tiene g nodos, entonces el máximo de líneas que puede tener

es g(g–1)/2 . Entonces, la densidad viene siendo la relación entre las líneas existentes y el total de líneas posibles que puede tener la red. En términos matemáticos, la densidad se puede expresar de la siguiente manera:

)1(2

2/)1( −=

−=Δ

ggL

ggL (3.2)

c. Camino: Es una secuencia de nodos y líneas donde todos los actores y todos los

vínculos son distintos. Así, se puede definir el largo de un camino como la suma del número de líneas que este contiene.

d. Accesibilidad: Un nodo j es accesible desde un nodo i si existe un camino factible entre ambos nodos.

7 Además de los textos de Wasserman y Faust (1994), Hanneman (2000), Scott (2000) y Molina (2001); en este punto también se utilizaron los trabajos recopilatorios de Requena Santos (1989) y Sanz Menéndez (2003), entre otros.

8 El uso de la letra «d» para denotar el grado de un nodo proviene del término en inglés degree.


40

e. Distancia Geodésica: Esta medida es altamente utilizada en el estudio de redes

sociales y corresponde, tanto para grafos dirigidos como no dirigidos, al camino más corto para llegar desde un nodo i a un nodo j. Esta distancia se expresa por d(i,j).

f. Diámetro: El diámetro de una red es la distancia ―geodésica― más larga existente

dentro de la red.

g. Agujero Estructural: Dado que difícilmente se tienen redes con densidad máxima, se llama «agujero estructural» a la falta de una conexión entre dos nodos cualquiera.

3.5 Propiedades Estructurales y de Ubicación9

En general, se afirma que existen dos aproximaciones diferentes para estudiar los datos relacionales: el análisis basado en la búsqueda de cohesión ―presencia de lazos― y el análisis basado en la búsqueda de posiciones ―equivalencia estructural― (Molina, 2001). 3.5.1 Medidas de Cohesión

El análisis de la presencia de lazos entre los nodos de una red se puede dividir en dos tipos: la búsqueda de centralidad de un nodo y la detección de agrupaciones dentro de una red.

9 El orden de este tópico se ha realizado siguiendo principalmente el trabajo de Molina (2001). Además, se han utilizado referencias de los textos de Wasserman y Faust (1994) y Hanneman (2000). Por último, también se incluyen aportes de los trabajos de Freeman (1979), Borgatti y Everett (1992) y Herrero (2000), entre otros.


41

3.5.1.1 Medidas de centralidad

En 1979, Freeman expuso la importancia de tres medidas que permitían apreciar el concepto de centralidad: grado, cercanía e intermediación.

A través de estos conceptos intentó entregar herramientas útiles para identificar «posiciones favorables» dentro de la red, las cuales cuentan con más oportunidades y alternativas que las demás posiciones. A estas posiciones ventajosas, Hanneman (2000) les atribuyó una mayor posibilidad de concentrar poder ―en su concepto más amplio―. a. Centralidad de Grado: El grado de un nodo corresponde al número de lazos directos ―líneas― que este posee. Además, se puede obtener el grado normalizado de un nodo i, el que indica el porcentaje de lazos que este tiene ―con respecto al total de lazos que podría tener―. Este valor se puede calcular haciendo:

)1()(

)(−

=gnd

nC iiG (3.3)

Por otro lado, Hanneman (2000) expone que a mayor grado, mayor es el poder que un actor posee. Esto, «debido a que al tener muchos vínculos, puede tener formas alternativas de satisfacer necesidades y, por tanto, es menos dependiente de otros individuos. Además, al disponer de muchos vínculos, puede tener acceso y puede conseguir más del conjunto de los recursos de la red».

b. Centralidad de Cercanía: Además de considerar los vínculos directos de un actor

mediante el recuento de sus lazos, es interesante conocer el grado de distanciamiento que tiene un actor con respecto a todos los demás. Para esto, existe el índice de lejanía de un nodo i, el cual corresponde a la suma de todas las distancias geodésicas entre el nodo i y los demás actores de la red. Luego, tomando la inversa de este valor, se obtiene la cercanía del nodo i al resto de la red.

∑ =

−= g

j jiiC

nndgnC

1),(

1)( (3.4)


42

c. Centralidad de Intermediación: Cuando un actor se ubica en el camino geodésico entre otro par de actores ―no conectados directamente―, se dice que está en una «posición favorable», ya que potencialmente puede tener algún grado de control sobre las interacciones entre estos. Por ende, mientras más gente dependa de un actor i para hacer conexiones con otros individuos, más poder tiene el actor i. Pero si dos actores se encuentran conectados por varios caminos geodésicos, y el actor i no está en todos, entonces el actor i pierde poder.

Entonces, según Wasserman y Faust (1994), si se nombra kjg al número de

geodésicas existentes entre los nodos j y k , la probabilidad de tomar uno de esos caminos es simplemente .1 kjg Además, si se considera la posibilidad de que un

tercer actor, i , se encuentre entre j y k ―donde )( ikj ng es el número de geodésicas

entre j y k que contienen al actor i―, se puede obtener la probabilidad de pasar a través de i mediante .)( kjikj gng

Entonces, el grado de intermediación de un actor es la suma de estas probabilidades estimadas sobre todo par de actores existentes en la red:

kjigngnc

kjkjikjiI ,)()( ≠∀= ∑

<

(3.5)

Por último, considerando que el número máximo de pares de actores que no incluyen al nodo i es 2/)2)(1( −− gg , se puede obtener el grado de

intermediación normalizado, con el cual se pueden comparar diferentes actores:

)2)(1()(2

2/)2)(1()(

)(−−

=−−

=ggnc

ggnc

nC iIiIiI (3.6)


43

3.5.1.2 Detección de agrupaciones10

Para detectar agrupaciones dentro de una red, teniendo en consideración los lazos que tienen los actores en común, se pueden ocupar algunas de las siguientes técnicas: a. Cliques: Según Hanneman (2000), «encontrar un clique corresponde a localizar un

subconjunto de la red donde los actores se encuentran más cerca unos de otros y donde están más fuertemente conectados entre sí».

Además, comenta que a menudo se utiliza la definición más estricta de clique, consistente en encontrar un grupo de actores que tengan presentes todas las conexiones posibles entre ellos ―a este conjunto se le denomina subgrafo máximo completo―, para luego expandirse desde él incluyendo la mayor cantidad de actores posibles.

b. N‐Cliques: Corresponde a la relajación de la condición de «conectividad total»

impuesta anteriormente, permitiendo subgrupos donde no sólo existan lazos directos entre todos sus miembros, sino que también nodos con conexiones de distancia N ―es decir, con longitudes máximas de trayectoria igual a N―.

Hanneman (2000) y Molina (2001) concuerdan con mencionar el largo de trayectoria igual a dos ―N = 2― como uno de los más usados.

c. K‐Plex: Corresponde a otro método de relajación de los supuestos estrictos del subgrafo máximo completo. Esta técnica «postula que un nodo es miembro de un clique de tamaño n si tiene lazos directos con al menos n –K miembros de ese clique» (Hanneman, 2000).

Una ventaja interesante de este método radica en su capacidad para generar extensas cantidades de pequeñas agrupaciones, en contraste con la metodología N‐Clique, que a veces produce agrupaciones grandes y concatenadas, difíciles de interpretar.

10 Dada la complejidad de los siguientes métodos, a continuación se enuncian brevemente mostrando su utilidad y su capacidad de detección de agrupaciones. En el capítulo 3.7 se presentan algunos programas para trabajar con estas técnicas y direcciones web donde encontrar versiones gratuitas y manuales de uso.


44

d. N‐Clan: Según Molina (2001), el procedimiento N‐Clan permite identificar círculos sociales donde no necesariamente se conocen entre sí todas las personas que lo forman.

A grandes rasgos, N‐Clan consiente en indicar el diámetro máximo del círculo ―distancia máxima tolerada entre dos personas para permitir su inclusión en el grupo― con la condición de que todos los miembros incluidos presenten entre sí la misma distancia N.

3.5.2 Búsqueda de Posiciones o Equivalencia Estructural

A grandes rasgos, el concepto de equivalencia estructural puede describirse como la presencia de «vínculos semejantes» dentro de un subgrupo de actores, los cuales pueden descubrirse examinando las filas y las columnas de las matrices que contienen un conjunto de relaciones sociales.

Para esto, uno de los conceptos fundamentales utilizados en la medición de equivalencia estructural es la distancia euclidiana 11 existente entre dos actores, i y j , donde si kix corresponde al valor del vínculo entre el actor i y el actor k, entonces se

tiene:

( ) ( )[ ] kjkixxxxdg

kjkikkjkiji ≠≠∀−+−= ∑

=

,1

22 (3.7)

Por lo tanto, si los actores i y j son estructuralmente equivalentes, debe cumplirse

que las entradas de sus respectivas filas y columnas ―de la matriz de relaciones― sean idénticas, conllevando esto a que la distancia euclidiana entre ellos sea igual a cero. Por

11 Esta breve descripción de distancia euclidiana se basa en el capítulo 9 del texto de Wasserman y Faust (1994) y en el capítulo 9 del libro de Hanneman (2000).


45

otro lado, si dos actores no son estructuralmente equivalentes, la distancia euclidiana entre ellos será un valor alto, mayor que cero.

Ahora bien, dado que rara vez se tiene la equivalencia estructural exacta, a menudo se calcula el grado en que los actores son similares y, en base a eso, se identifican conjuntos de actores que son significativamente parecidos entre sí y diferentes de otros subgrupos de actores.

Considerando lo anterior, a continuación se presentan algunas técnicas de análisis de equivalencia estructural.

CONCOR (Convergencia de Correlaciones Iterativas)

Este procedimiento, también llamado blockmodelling, intenta encontrar relaciones entre actores mediante la comparación de sus filas y columnas, reordenando la matriz de relaciones cuando descubre correlaciones entre ellas (Molina, 2001).

De este modo, se va conformando una nueva matriz que presenta «bloques» separados por líneas divisorias insertadas entre actores, donde se intenta colocar juntos a los actores que tienen filas y columnas similares (Hanneman, 2000).

Molina (2001) presenta un ilustrativo ejemplo real basado en los procesos de decisión de un Municipio de Estados Unidos12. En la Figura 3.6 se muestra el apoyo político existente entre las diferentes entidades que votaban para aprobar proyectos:

12 Para más detalles del enunciado, dirigirse al capítulo 3 del texto de Molina (2001).


46

Fuente: Molina (2001)

Figura 3.6 Matriz de apoyo político

Luego, en la Figura 3.7 se muestra cómo aparecen subgrupos al reordenar las filas y

columnas tras una primera partición de CONCOR:13


Figura 3.7 Matriz de apoyo político (reordenada con “una partición”)

13 Para apreciar como quedaría una segunda partición, se recomienda revisar el texto citado anteriormente.


47

Escalamiento Multidimensional (MDS)

La mayor utilidad que presenta este método, según Hanneman (2000), es que revela los patrones de similitud o disparidad entre los actores de forma gráfica en un mapa que representa el espacio multidimensional, el cual permite ver cuán «cercanos» están los actores entre sí.

En la Figura 3.8 se presenta el escalado multidimensional del ejemplo anterior14, donde se describía el caso de los procesos de decisión de un Municipio de Estados Unidos. Nótese que espacialmente quedan conformados grupos similares a los sugeridos por la técnica CONCOR en la Figura 3.7:


Figura 3.8 Apoyo político (mediante escalado multidimensional)

Nota: Al presentar los métodos CONCOR y MDS se intentó principalmente describir sus funcionalidades y sus capacidades para encontrar subgrupos de actores dentro de una red, en desmedro de sus algoritmos matemáticos. Más adelante se indican paquetes computacionales que permiten la utilización de estas técnicas, obteniendo resultados similares a los presentados en las figuras anteriores. 14 Extraído del capítulo 3 del texto de Molina (2001).


48

3.6 Programas de Análisis y Representación de Redes Sociales

A continuación, se presenta una breve reseña de dos programas recomendados en la literatura contemporánea para la investigación de redes sociales: UCINET y PAJEK. UCINET

Durante años, varios autores (Scott, 2000; Molina, 2001; Sanz Menéndez, 2003; Churchill y Halverson, 2005; Fernández Quijada, 2008; entre otros) coinciden con destacar a UCINET, de Analytic Technologies 15, como uno de los programas más estandarizados para el análisis de redes.

Algunas de sus principales virtudes son la facilidad para exportar datos provenientes desde hojas de cálculos ―como Excel y otros programas ofimáticos― , las posibilidades de gestión de matrices y grafos, y la disponibilidad de variadas herramientas para trabajar con técnicas como Cliques, N‐Clan, K‐Plex, MDS o CONCOR, entre otras.

Actualmente, una versión del programa puede ser descargada desde Internet16 y puede ser utilizada sin costo por 30 días. Después de ese tiempo, se debe costear un monto diferenciado17 para continuar su uso. PAJEK

Desde su creación, a finales de 199618, es utilizado principalmente para el análisis de redes sociales extensas, ya que presenta una variada gama de opciones para manipular, transformar y analizar grafos de manera fácil y dinámica (Molina, 2001).

15 http://www.analytictech.com/ 16 Sitio web de UCINET: http://www.analytictech.com/downloaduc6.htm 17 Según la entidad que lo solicite: un estudiante, una casa de estudios, una empresa o una institución gubernamental (más información en http://www.analytictech.com/ucinet/ucinet.htm). 18 http://vlado.fmf.uni‐lj.si/pub/networks/pajek/doc/history.htm


49

Según Scott (2000), la principal virtud que presenta PAJEK es la partición y creación de clusters dentro de grandes redes, permitiendo manejar los datos de mejor forma mediante subgrupos de menor tamaño.

Por otro lado, al comparar su capacidad con UCINET, cabe destacar que si bien PAJEK puede procesar una mayor cantidad de datos, no permite realizar operaciones de escalado multidimensional o CONCOR, lo que produce la diferenciación entre ambos softwares según la índole de las redes que se deseen estudiar.

Hoy en día, desde Internet se puede obtener una versión gratuita de PAJEK junto con manuales que permiten aprender sobre su uso.19

Como ejemplo, la Figura 3.9 muestra un grafo elaborado con este software.

Fuente: Sitio web oficial del software PAJEK20

Figura 3.9 Grafo elaborado con el software PAJEK

19 Sitio web de PAJEK: http://vlado.fmf.uni‐lj.si/pub/networks/pajek/ 20 Fuente: http://vlado.fmf.uni‐lj.si/pub/networks/doc/gd.01/Pajek8.png


50

3.7 Generación de Redes Sociales a través de Internet

El año 2005, Thomas L. Friedman, actual columnista del New York Times y tres veces ganador del premio Pulitzer21, expuso en su libro «The World is Flat» sobre cómo el auge de las nuevas tecnologías ha permitido el acortamiento de las distancias en el mundo entero, ampliando las posibilidades de todos los individuos de aumentar su capacidad de actuación a escala global. En ese entonces, Friedman denominó este fenómeno como la «Globalización 3.0»:

«Si la fuerza dinámica de la Globalización 1.0 eran los países en proceso globalizador, y la de la Globalización 2.0 eran las empresas en proceso globalizador, la fuerza dinámica de la Globalización 3.0, o sea, el rasgo que le confiere su carácter único, es el recién hallado poder de los individuos para colaborar y competir a escala global. Y la palanca que está posibilitando que individuos y grupos se globalicen con tanta facilidad y homogeneidad […] son los programas informáticos (toda clase de aplicaciones nuevas) unidos a la creación de una red global de fibra óptica que nos ha puesto a todos puerta con puerta.» ( p.10)

Hoy, cinco años después de publicado este libro, diversas plataformas online se encargan de dar vida al discurso de Friedman conectando millones de personas alrededor del mundo mediante aplicaciones que permiten el desarrollo de potentes redes sociales a distancia.

A continuación, se presenta una breve descripción de dos de estos programas que

han sobresalido a nivel mundial por su gran utilidad: Facebook y LinkedIn. Además, se añade una breve reseña del sistema U‐Cursos, perteneciente a la Escuela de Ingeniería de la Universidad de Chile y se enuncian otras 15 aplicaciones que pretenden generar vínculos entre cibernautas con intereses afines.

21 http://www.thomaslfriedman.com/about‐the‐author


51

3.7.1 Facebook 22

Desde sus inicios, en febrero de 2004, hasta finales de 2008, ha mantenido una tasa creciente de seguidores, congregando más de 150 millones de usuarios activos 23 provenientes de todas partes del mundo24 ―ver Figura 3.10―.

Fuente: Sitio web Alexa.com 25

Figura 3.10 Usuarios de Facebook según su origen

22 http://www.facebook.com/ 23 Se denomina «usuario activo» a todas las personas que han retornado al sitio en los últimos 30 días. 24 Sala de Prensa del sitio web de Facebook: http://www.facebook.com/press/info.php?factsheet (Consulta: 8 de enero de 2009). 25 http://www.alexa.com/data/details/traffic_details/facebook.com (Consulta: 12 de enero de 2009).


52

Definido como una herramienta social que permite comunicar personas de manera más eficiente26, Facebook brinda a sus miembros la posibilidad de crear perfiles donde pueden alojar fotos, iniciar foros de discusión, formar grupos con otros usuarios, organizar eventos, «chatear» con amigos, utilizar aplicaciones27 y compartir videos y enlaces, entre otras opciones.

En la Figura 3.11 se muestra la interfaz que presenta Facebook a sus usuarios, junto

con algunos servicios que provee.

Fuente: Adaptado del sitio web de Facebook

Figura 3.11 Interfaz de Facebook

(1) Bandeja de mensajes. (2) Noticias sobre amigos y conocidos. (3) Álbum de Fotos. (4) Aplicaciones a elección. (5) Publicación de videos. (6) Calendario con recuerdo de fechas importantes. (7) Recomendación de posibles conocidos. (8) Chat instantáneo con amigos conectados a Facebook. 26 http://www.facebook.com/press.php (Fecha de consulta: 10 de enero de 2009). 27 Según estadísticas aparecidas en la Sala de Prensa de Facebook, actualmente existen más de 52.000 aplicaciones disponibles en la plataforma. Entre ellas, se tienen diversos tipos juegos, calendarios personales, block de notas, redes colaborativas, etc.


53

Actualmente, el sitio Alexa.com28 presenta a Facebook como una de las cinco páginas más visitadas de Internet 29, colocándola desde abril de 2008 por sobre su mayor competidora en la creación de comunidades y redes sociales online: MySpace.com30.

La Figura 3.12 muestra la evolución en la tasa de visitas por parte de ambos sitios;

Facebook y MySpace31, entre Agosto de 2007 y Enero del presente año.

Fuente: Alexa.com

Figura 3.12 Evolución de visitas para sitios web Facebook y MySpace

Por último, cabe destacar que Facebook, desde principios de 2008, ha sido

implementado en más de treinta idiomas o dialectos, lo cual ha permitido la incorporación de usuarios de nuevos países, expandiendo aún más el alcance de esta plataforma potenciadora de redes sociales.32

28 Presentada como parte de los «servicios web» que ofrece la compañía Amazon.com (http://aws.amazon.com/alexa/), Alexa Internet, Inc. (http://www.alexa.com/) entrega información relevante de Internet como imágenes y referencias de diversos sitios, la cantidad de visitas que estos han recibido en los últimos meses, las páginas más frecuentadas de Internet (junto con su evolución histórica), entre otros datos. 29 Detrás de Yahoo!, Google, YouTube y Windows Live (Consulta: 16 de enero de 2009).

30 http://www.myspace.com/ 31 http://www.alexa.com/data/details/traffic_details/facebook.com (Consulta: 16 de enero de 2009). 32 http://www.facebook.com/press/info.php?timeline (Consulta: 10 de enero de 2009).


54

3.7.1.1 Facebook en Chile Chile, catalogado como uno de los países de Latinoamérica con más usuarios

registrados en el sitio33, presenta actualmente a Facebook como la segunda página web más visitada dentro de su territorio, sólo detrás del popular buscador Google Chile34 ―http://www.google.cl/― .

Un estudio de CADEM Research International 35, cuyo resumen fue reproducido en la

Revista SÁBADO, del Diario El Mercurio36, presenta interesantes estadísticas sobre el comportamiento de los chilenos frente al fenómeno social provocado por Facebook.

En síntesis, un 70% de los usuarios chilenos reconoce serlo para «encontrar y

contactar gente de su pasado», mientras que un 51% lo utiliza para «estar en contacto con gente que conoce, a pesar de que esta no sea tan cercana».

Por otro lado, un 81% de los encuestados comentó que habitualmente «busca

conocidos» dentro de Facebook, un 75% admitió «ver y comentar fotos de otros», un 74% reconoció que comúnmente «envía mensajes», un 72% declaró que normalmente «escribe en muros» y un 65% afirmó que usualmente «sube fotos» a la plataforma.

Por último, cabe destacar que el 45% de los usuarios participa de grupos de ex

alumnos y el 36% en grupos de intereses comunes, mientras que más del 50% utiliza Facebook todos o casi todos los días.

33 http://www.alexa.com/data/details/traffic_details/facebook.com (Consulta: 12 de enero de 2009). 34 http://www.alexa.com/site/ds/top_sites?cc=CL&ts_mode=country&lang=none (Fecha de Consulta: 25 de enero de 2009).

35 http://cademresearchinternational.wordpress.com/2008/09/09/estudio‐facebook‐resumen/ (Fecha de Consulta: 25 de enero de 2009). 36 Artículo «Mi vida en Facebook» , de Sergio Paz, publicado en la Revista SÁBADO, Diario El Mercurio, el 20 de Diciembre de 2008.


55

3.7.2 LinkedIn37

Enfocado principalmente en el mundo laboral, el sitio LinkedIn.com se define a sí mismo como una «red online de profesionales con experiencia en todo el mundo, representando cerca de 150 sectores.»38

Actualmente, cuenta con más de 30 millones de usuarios y permite contactarse con

compañeros de trabajo, proveedores expertos en una materia o con socios recomendados por terceros. Además, admite la creación de un breve currículum para cada usuario, facilitando así el traspaso de información sobre la experiencia de cada miembro y sus intenciones de encontrar empleo.

La Figura 3.13 enseña la interfaz que presenta LinkedIn a sus usuarios.

Fuente: Sitio web de LinkedIn

Figura 3.13 Interfaz de LinkedIn

37 http://www.linkedin.com/ 38 http://www.linkedin.com/static?key=company_info&trk=hb_ft_abtli (Consulta: 17 de enero de 2009)


56

Por otro lado, si bien este sitio no presenta la misma cantidad de visitas diarias que mantienen Facebook u otros portales similares39, cabe mencionar que continuamente es destacada como una página en crecimiento y de gran utilidad.

A modo de ejemplo, el empresario Guy Kawasaki40, en el blog de su sitio web41,

comenta sobre el potencial que posee una red de profesionales como esta y recomienda varias acciones para incrementar el valor de un usuario dentro de LinkedIn; colocar un currículum completo que mencione varios trabajos pasados ―y no sólo el actual―, dar a conocer la página web o el blog personal, y sumar más contactos para aumentar la probabilidad de ser ubicado por terceros, son sólo algunos de los consejos mencionados.

3.7.3 U‐Cursos 4422

Surgido «a fines de la década de los 90 como una efectiva solución web para organizar el material educativo de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile» 43, se presenta hoy como una plataforma de interacción estudiantil que cuenta con más de 18.000 usuarios, 175.000 documentos electrónicos y cerca de 1.000.000 de mensajes en más de 27.000 foros distintos.

Desarrollado por el Área de Infotecnologías de dicha Facultad, se perfila como una

potente herramienta de comunicación entre alumnos, profesores y entidades

39 Según Alexa.com, LinkedIn se ubica en la posición 192 del ranking de visitas al 17 de enero de 2009 (http://www.alexa.com/data/details/traffic_details/linkedin.com). 40 Se encargó del desarrollo de marketing de Macintosh durante los años ochenta y actualmente dirige una de las empresas de capital de riesgo más importantes de Estados Unidos: Garage Technology Ventures. Ha fomentado el emprendimiento durante varias décadas y ha escrito nueve libros sobre el tema (como The Macintosh Way y The Art of the Start). Es reconocido internacionalmente como uno de los grandes exponentes de las nuevas tecnologías y el marketing. 41 http://blog.guykawasaki.com/2007/01/ten_ways_to_use.html (Fecha de Consulta: 17 de enero de 2009). 42 https://www.u‐cursos.cl/ 43 https://www.u‐cursos.cl/acerca.php (Fecha de Consulta: 19 de enero 2009).


57

administrativas de la Facultad, permitiendo agilizar sustancialmente el traspaso de información entre los diferentes agentes universitarios.

De manera ilustrativa, la Figura 3.14 muestra la interfaz que conecta a U‐Cursos con sus usuarios.

Fuente: Sitio web de U‐Cursos

Figura 3.14 Interfaz de U‐Cursos

Posee opciones de mensajería, notas parciales, actas finales, material docente publicado por profesores y alumnos, comunidades virtuales, foros de discusión, calendarios semestrales, sistemas de encuestas y envío de tareas en formato digital, entre otras posibilidades.

Hoy en día, gracias a su continuo y atractivo proceso de modernización, U‐Cursos ha sido implementado en diversos colegios, institutos y otras facultades de la Universidad de Chile, prestando un servicio educativo disponible las 24 horas del día y durante todo el año, de forma amigable y sencilla de operar.


58

33..7.4 Otras Redes Sociales en Internet

Como una forma de mostrar la creciente relevancia que ha cobrado la creación de sitios web que permitan implementar y fortalecer redes sociales de forma online, a continuación se presenta un breve listado de redes sociales existentes en Internet basado, principalmente, en la recopilación de sitios aparecida en la enciclopedia libre «Wikipedia»44 ―Cuadro 3.1―.


Cuadro 3.1 Ejemplos de redes sociales existentes en Internet

44 http://es.wikipedia.org/wiki/Anexo:Redes_sociales_en_Internet (Consulta: 19 de diciembre de 2009)

Nota: Para conocer una extensa recopilación de redes sociales en Wikipedia hasta la fecha ―más de 120 sitios en Internet―, se recomienda visitar esta dirección web.

CAPÍTULO 4 ‐ LEVANTAMIENTO DE REQUERIMIENTOS

59

CAPÍTULO 4

LLEEVVAANNTTAAMMIIEENNTTOO DDEE RREEQQUUEERRIIMMIIEENNTTOOSS

En este capítulo, se propone la construcción de un sistema de información que

permita caracterizar alumnos ―previa recolección de sus datos personales―, para luego poder agruparlos en equipos de trabajo según un set de variables ajustables por definir.

Para lograr esto, se ha dispuesto el capítulo de la siguiente manera: primero se

detalla la situación actual de la FCFM cubriendo el tema desde dos flancos: las estructuras que fomentan la generación de proyectos dentro de la Facultad, y el funcionamiento de los grupos de alumnos que trabajan ―o que han trabajado― juntos.

Segundo, se establecen los requerimientos generales del sistema propuesto, se

exhibe el modelo de datos y se define la forma en que estos datos serán recopilados. Y por último, se comenta la manera en que será presentada la información.

“Un problema bien planteado es la mitad de la solución”

Russell L. Ackoff Arquitecto, urbanista, filósofo y sociólogo estadounidense


60

4.1 Levantamiento de la Situación Actual Para comprender a cabalidad cómo se generan equipos de trabajo en la FCFM, a

continuación se presenta un breve contexto histórico de la institución, los actores que fomentan y posibilitan el trabajo grupal, y un estudio ―realizado en el marco de esta Memoria― que revela las variables que influyen en el desempeño de dichos grupos.

4.1.1 Breve Contexto Histórico de la FCFM1 La FCFM nació junto a la Universidad de Chile en el año 1842, impartiéndose la

enseñanza de la Ingeniería propiamente tal desde 1853. En sus inicios, el programa de estudios contemplaba tres años comunes donde se

enseñaba algebra superior, química general y principios de mecánica, entre otros cursos. A mediados del siglo XX, con la creación de la CORFO (1939) y otras grandes

empresas públicas, la Facultad tuvo que adaptar las Escuelas de Ingeniería a la nueva realidad tecnológica nacional, consolidando su liderazgo en la formación de ingenieros y científicos mediante contribuciones al desarrollo del país en áreas como la electrificación, el agua potable, las obras civiles, el transporte y las telecomunicaciones.

Luego, durante la segunda mitad del siglo XX, para seguir respondiendo a los

desafíos que imponían los nuevos tiempos, se fueron creando diversas carreras como las Ingenierías Civil en Matemáticas, en Computación y en Biotecnología, entre otras.

Actualmente, bajo la visión de «ser el centro de Ingeniería y Ciencias más

importante del país»2, la FCFM presta importantes servicios de asesoría a instituciones estatales y privadas, innovando y creando soluciones tecnológicas que permitan al país enfrentar el nuevo milenio con más y mejores herramientas.

1 Basado en el sitio web: http://ingenieria.uchile.cl/su_historia [Consulta: 20 de enero de 2010] 2 Fuente: Sitio web: http://ingenieria.uchile.cl/mision_y_valores [Consulta: 20 de enero de 2010]


61

4.1.2 Generación de Proyectos en la FCFM La Escuela de Ingeniería cuenta actualmente con más de 3.500 alumnos en

pregrado, de los cuales 1.500 cursan Plan Común y el resto se reparte entre las trece especialidades que posee la institución.3

Al mismo tiempo, dentro del estudiantado existen 12 centros de alumnos y más de

30 grupos organizados ―reconocidos por la FCFM― compuestos por estudiantes de diversas carreras que se reúnen en torno a intereses afines; música, cine, conciencia ambiental, política, deportes, religión, educación y acción social, entre otros.

A continuación se detallan brevemente los tipos de grupos encontrados en la

FCFM, junto con las principales vías que fomentan y posibilitan su desarrollo:

• Asignaturas de diversas especialidades que incluyen trabajos grupales4 La mayoría de las carreras poseen asignaturas que exigen trabajos grupales para su aprobación, sin embargo, de la información levantada se obtuvo que, salvo casos puntuales, la constitución de estos equipos de trabajo recae en los alumnos ―quienes eligen a sus compañeros priorizando por el grado de amistad―, no siendo una preocupación prioritaria el desempeño grupal para profesores y ayudantes.

• Profesores con grupos de trabajo o de investigación En todas las carreras se apreciaron grupos de estudiantes que trabajan con profesores en torno a temas de investigación que llevan estos últimos. En la mayoría de los casos son los profesores, luego de dictar un curso, quienes reclutan a los alumnos que han mostrado interés y competencia en las temáticas abordadas durante el semestre. En general estos grupos se componen de alumnos de una sola especialidad y funcionan como grupos de un solo líder ―el académico―. Muchos de ellos no cuentan con un espacio propio para trabajar y la mayoría no se preocupa de su gestión interna.

3 Fuente: Sitio web de la FCFM: http://ingenieria.uchile.cl/pregrado# [Consulta: 20 de enero de 2010] 4 La información presentada se basa en 14 entrevistas realizadas a profesores de 9 especialidades (considerando el Plan Común como una novena carrera), los cuales dictan asignaturas que incluyen trabajos grupales dentro de sus actividades regulares.


62

• Centro de estudiantes de ingeniería (CEI)5 Es constituido para representar a los alumnos frente a las autoridades de la FCFM y existe uno por año. Sus miembros se juntan según afinidad política y son elegidos por votación. En general presentan varios quiebres internos gatillados por la ideología de sus integrantes y el desempeño grupal no es debidamente gestionado. A pesar de contar con recursos financieros ―extendidos por la FCFM― y un lugar fijo para trabajar, la mayoría reconoce no explotar su verdadero potencial.

• Centros de alumnos de especialidades Cada carrera cuenta con un centro de alumnos, el cual es elegido por votación dentro de la especialidad. Es de carácter anual y sus miembros se juntan principalmente por grados de afinidad y de amistad. Cuentan con un lugar para trabajar dentro de sus respectivos departamentos y en general manejan recursos financieros limitados. La mayoría tienen resultados reconocidos como pobres o insuficientes,6 salvo unas pocas especialidades que cuentan con una tradición que fortalece el trabajo de estos grupos (por ejemplo, el Centro de Alumnos de Ingeniería en Minas (CAM) mantiene prácticas que se han extendido por más de cuarenta años).

• Grupos organizados de estudiantes (Reconocidos por la FCFM) Son formados por alumnos que comparten uno o más intereses y se encuentran registrados en la subdirección de asuntos estudiantiles de la FCFM o en el CEI. Cerca de la mitad funciona de manera continua en salas u oficinas cedidas por la Escuela de Ingeniería ―a las cuales postulan gratuitamente cada año―, mientras que el resto ocupa otras dependencias ―como el gimnasio, salas de ensayo o salas de clases― de manera part time y generalmente con periodicidad semanal.

Algunos de estos grupos han funcionado por más de una década, manteniendo tradiciones y renovando a sus integrantes con cada recambio generacional (como el Boletín CEI o el Preuniversitario José Carrasco Tapia).

La mayoría no se preocupa por su gestión interna y se financia con donaciones de sus miembros o a través de concursos internos de la Facultad desarrollados por el CEI.7

5 Basado en entrevistas a estudiantes de cuatro Centros de Alumnos de Ingeniería de años pasados: CEI 2005, CEI 2006, CEI 2008 y CEI 2009. 6 Basado en entrevistas realizadas a ex centros de alumnos de Ingeniería, y profesores y estudiantes de ocho especialidades. 7 En la sección 4.1.2.1 se comenta sobre estos concursos con mayor detalle.


63

• Grupos independientes (No reconocidos necesariamente por la FCFM) En general nacen desde alumnos que se reconocen como amigos y la mayoría desarrolla proyectos puntuales, acotados y de corto plazo.

No se encuentran inscritos en la subdirección de asuntos estudiantiles o en el CEI y, salvo contados casos exitosos, no poseen un lugar fijo para trabajar, utilizando salas de estudio, la cafetería o el domicilio de alguno de sus integrantes.

Si bien son difíciles de detectar ―ya que muchos se disuelven en las etapas de «formación» y «conflicto»―, son importantes de mencionar ya que también pueden optar a fondos concursables especiales ―auspiciados por el CEI―, con los cuales pueden desarrollar proyectos sin ser necesariamente un grupo organizado.

4.1.2.1 Indicadores de la situación actual

Si bien la FCFM no mide formalmente el número total de proyectos generados por

el estudiantado, existen diversos fondos concursables que sirven de indicadores para visualizar la cantidad de iniciativas que han sido generadas en el último tiempo.

A continuación se presenta el detalle de cuatro fondos concursables que incentivan

el trabajo grupal y el desarrollo de proyectos en la Escuela de Ingeniería:8

a. Fondo de Ingeniería para Proyectos Estudiantiles (F.I.P.E.)

Es realizado por el CEI y entrega un aporte en dinero a proyectos impulsados por estudiantes, grupos de alumnos o Centros de Estudiantes, que apunten al enriquecimiento de la vida comunitaria de la Facultad. Se efectúa tres veces al año ―en Abril, Junio y Octubre― y el máximo aporte para cada proyecto es de $800.000.

La Figura 4.1 muestra el número de proyectos que postularon en los últimos tres concursos junto con la cantidad promedio solicitada en cada ocasión:

8 Las siguientes estadísticas se construyeron en base a datos proporcionados por Joel Olmos E., Presidente del CEI 2009 (fecha entrevista: 2 de nov. de 2009), y Ana Campusano T., Coordinadora de Proyectos Estudiantiles – Dirección de Bienestar Estudiantil de la U. de Chile (fecha entrevista: 17 de nov. de 2009).


64


Figura 4.1 Estadísticas FIPE

b. Fondo de Ingeniería para el Desarrollo de Organizaciones (F.I.D.O.) Es realizado por el CEI y busca financiar parcialmente el gasto operacional de grupos organizados de estudiantes de la FCFM. Se efectúa tres veces al año ―en Abril, Junio y Octubre― y el máximo aporte para cada proyecto es de $250.000.

La Figura 4.2 muestra el número de proyectos que postularon en los últimos tres concursos junto con la cantidad promedio solicitada en cada ocasión:


Figura 4.2 Estadísticas FIDO


65

c. Premio Azul a la Creatividad Estudiantil (Fondo AZUL)

Es de carácter anual y lo organiza la Dirección de Bienestar Estudiantil de la Universidad de Chile, abarcando todas las facultades de dicha institución.

Busca fomentar el trabajo en equipo interdisciplinario, el trabajo en redes de colaboración entre estudiantes de diferentes unidades académicas y la creatividad puesta al servicio de la comunidad inter y extra universitaria.

Pueden presentar proyectos todos los estudiantes de pregrado de la universidad, las organizaciones estudiantiles y grupos de alumnos que contemplen ejecutores de más de una organización y de una o más facultades.

Financia total o parcialmente proyectos con una lógica de campus, abarcando las siguientes áreas: mejoramiento de la calidad de vida universitaria, creación artística y/o extensión cultural, comunicaciones, deporte y actividad física, responsabilidad social universitaria y campañas preventivas.

Entrega un monto máximo de $1.500.000 por proyecto.

La Figura 4.3 muestra la cantidad de postulaciones que ha recibido el Fondo AZUL durante los últimos 7 años, comparando el número de proyectos presentados por alumnos de la Escuela de Ingeniería versus el total de proyectos formulados por otras facultades:


Figura 4.3 Estadísticas Fondo AZUL (2003 – 2009)


66

d. Fondo de Desarrollo Institucional – Línea Estudiantil (FDI‐MINEDUC)

Es de carácter anual y lo organiza el Ministerio de Educación, abarcando todas las universidades que reciben aporte fiscal directo.

Su objetivo es financiar proyectos que busquen contribuir al desarrollo de las instituciones de educación superior y al mejoramiento de la calidad académica mediante iniciativas estudiantiles que fomenten el desarrollo integral.

Cada establecimiento puede presentar un máximo de 15 proyectos, los cuales deben postular a un monto mínimo de $1.000.000 y máximo de $4.000.000.

Para seleccionar los 15 proyectos, la Universidad de Chile realiza un concurso interno a cargo de la Dirección de Bienestar Estudiantil de la institución.

La Figura 4.4 muestra la cantidad de proyectos ganadores de un FDI‐MINEDUC entre los años 2003 y 2009, comparando los que fueron adjudicados por alumnos de la FCFM versus el total de proyectos obtenidos por otras facultades:9


Figura 4.4 Estadísticas FDI‐MINEDUC (2003 – 2009)

9 La Dirección de Bienestar Estudiantil sólo pudo facilitar los datos de los proyectos finalistas que lograron ganar un FDI‐MINEDUC y no la información de todos los proyectos que se han postulado de modo interno cada año. A pesar de esto, es interesante ver la tendencia de iniciativas adjudicadas por alumnos de la FCFM, lo cual también puede ser utilizado como una referencia válida.


67

4.1.3 Estudio: Caracterización de los Equipos de Trabajo en la FCFM10 En esta sección se da cuenta de las principales conclusiones obtenidas en el estudio

«Caracterización de los equipos de trabajo en la FCFM», el cual que busca develar aquellos factores que influyen en el desempeño grupal dentro de la FCFM.

Para esto, el presente apartado tiene como propósito describir el conjunto de

métodos y técnicas utilizadas para la consecución de los objetivos planteados, especificando el enfoque metodológico de la investigación, las técnicas utilizadas para la recolección de los datos y los procedimientos realizados para el análisis e interpretación de los resultados

4.1.3.1 Enfoque metodológico del estudio El estudio integró en su diseño un enfoque metodológico mixto, cuyo propósito es

lograr un alto grado de integración entre los enfoques cuantitativos y cualitativos (Sampieri et al., 2003).

De este modo, la investigación se dividió en dos partes esenciales: una enfocada

desde lo cualitativo, con la aplicación de entrevistas abiertas y semiestructuradas, y otra orientada a lo cuantitativo, a través de la aplicación de encuestas basadas en un cuestionario estructurado.

Más en detalle, mediante juicios expertos se buscaron «grupos destacados» y

«grupos de bajo desempeño» en la Facultad, para luego realizar entrevistas a algunos miembros de estos grupos. A continuación, se consolidó la información recopilada y se realizó una encuesta a todos los entrevistados para levantar datos cuantitativos precisos.

10 Como el autor de esta Memoria no posee conocimientos avanzados en diseño y ejecución de estudios de corte sociológico, se decidió buscar apoyo de un profesional con experiencia en el tema. En consecuencia, para confeccionar la metodología de este estudio se contó la guía del profesor Darío Rodríguez M., Ph.D. en Sociología de la Universidad de Bielefeld, Alemania, y subdirector del Instituto de Sociología de la Pontificia Universidad Católica de Chile.


68

Por último, se comparó el conjunto de «grupos exitosos» con el grupo de control y se concluyó.

En resumen, mediante encuestas y entrevistas semiestructuradas se buscó

información sobre los grupos de trabajo en dos ejes principales:

• Características personales de los integrantes.

• Aspectos de la conformación del grupo y sus dinámicas recurrentes. 4.1.3.2 Entrevistas abiertas a informantes clave

Para que la muestra de grupos de trabajo fuese representativa, se intentó cubrir la

mayor cantidad de áreas de la FCFM entrevistando de forma abierta11 a tres tipos de informantes clave:

a. Profesores

Se realizaron 12 entrevistas a profesores de 8 especialidades distintas, con una duración promedio de una hora y cuarto cada una.

Cada profesor dicta un curso que exige aprobar un trabajo grupal, donde la mayoría de estas asignaturas pertenecen a los últimos semestres de sus respectivas carreras.

Por último, a cada uno se le pidió mencionar un grupo estudiantil destacado y un grupo de pobre desempeño ―que hayan pertenecido al mismo semestre―, justificando los parámetros con que realizó la comparación.

b. Funcionarios

Se realizaron 5 entrevistas a funcionarios de distintas áreas, con una duración promedio de 35 minutos cada una.

11 Dado los temas a tratar con los informantes clave, se siguió lo expuesto por Sampieri et al. (2003), quien explica que la entrevista abierta “es aquella técnica de entrevista que se fundamenta en una guía general con temas no específicos, donde el entrevistador tiene toda la flexibilidad para manejarlas”.


69

Con las entrevistas se cubrió la Subdirección de la Escuela, el Área de Deportes y el Área de Infotecnologías.

A cada uno se le preguntó por grupos de alumnos eficientes e ineficientes de los que tengan conocimiento sus áreas, mencionando las variables usadas en la comparación.

c. Entidades estudiantiles

Se realizaron 2 entrevistas a estudiantes que tienen ―o que han tenido― cargos relevantes dentro de la FCFM, con una duración promedio de 45 minutos cada sesión.

En una de las reuniones participó el Presidente del Centro de Estudiantes de Ingeniería 2009 y en la otra una ex Presidenta del Centro Deportivo de Ingeniería.

En cada entrevista se pidió una referencia general de los grupos organizados existentes en la FCFM (centros de alumnos de especialidades y ramas deportivas) y se pidió la sugerencia de grupos exitosos y no exitosos justificando los parámetros de comparación.

4.1.3.3 Selección de equipos a estudiar Para obtener una cantidad manejable de grupos a investigar, de la lista sugerida

por los informantes clave a través de las entrevistas abiertas, se seleccionaron aquellos que cumplían las siguientes 4 condiciones iniciales:

1. Presentar claros resultados sobresalientes o deficientes

Para contrastar con claridad las diferencias entre los grupos exitosos y el grupo de control se eliminaron casos ambiguos donde los grupos presentaban similitudes importantes en sus logros, en la conformación o en la manera de gestionarse.

2. Haber trabajado al menos un semestre en el proyecto

Se colocó una cota temporal para que los resultados finales ―positivos o negativos― dependiesen más del trabajo continuo de cada equipo que de factores aleatorios en el corto plazo.


70

3. Contar con un mínimo de accesibilidad a los miembros

Debido al acotado tiempo para realizar el estudio ―entre septiembre y diciembre de 2009― se decidió descartar los grupos de alumnos que ya egresaron de la FCFM y cuyos datos no se encuentran actualizados en las secretarías docentes de sus respectivas carreras.

4. Cumplir necesariamente alguna de las dos alternativas siguientes:

a) Tener al menos un grupo de comparación dentro del total de grupos

Es decir, para que un grupo sea seleccionado debe existir al menos un grupo con resultados opuestos que haya funcionado en la misma área, bajo un contexto similar. (Por ejemplo, dos grupos que fueron compañeros en una asignatura.)

b) Ser un caso reconocido en la Escuela, SIN que aún existan grupos de comparación Existen grupos pioneros dentro de la Escuela de Ingeniería que han trascendido con su trabajo y han logrado destacados resultados en ámbitos regionales, nacionales e incluso internacionales. Por eso, a pesar de no tener un símil de comparación, son considerados en el estudio ya que aportan valiosa información al conocimiento de los grupos exitosos. Considerando las condiciones anteriores, del conjunto sugerido de 27 grupos se

seleccionaron 17 para ser estudiados con mayor profundidad: 10 que presentaron desempeños sobresalientes y 7 que destacaron por su mal funcionamiento o por sus pobres resultados.12

12 En el Anexo 1 se presenta una breve reseña de las áreas de desempeño abarcadas por los grupos seleccionados.


71

4.1.3.4 Entrevistas a grupos de trabajo Como producto de la etapa anterior, se realizaron 33 entrevistas

semiestructuradas13 a estudiantes pertenecientes a los grupos seleccionados: dos tercios se efectuaron personalmente ―con una duración promedio de una hora y veinte minutos― y el resto se efectuó vía Internet.

A todos los entrevistados se les pidió comentar lo más posible sobre los siguientes

ejes temáticos, privilegiando el surgimiento de nuevos puntos significativos para ellos:

• Aspectos de la conformación del grupo y sus dinámicas recurrentes.

• Los factores personales con los que definiría a un equipo exitoso.

• La magnitud del éxito alcanzado con el grupo y los factores que influyeron.

• La existencia de liderazgo dentro del grupo y la forma de administrarlo.

• La resolución de conflictos.

Una vez finalizada la etapa de entrevistas, se llevó a cabo el proceso de análisis de datos, a través del cual se desarrollaron las tareas de elaboración de unidades de análisis, categorización, codificación, síntesis y agrupamiento de la información, dependiendo de los elementos más relevantes de cada entrevista14.

4.1.3.5 Confección y aplicación de la encuesta Tras el análisis de las entrevistas se obtuvieron ciertos ejes temáticos donde se

diferenciaban ampliamente los equipos exitosos del grupo de control.

13 De acuerdo a Sampieri et al. (2003),” las entrevistas semiestructuradas se basan en una guía de asuntos o preguntas donde el entrevistador tiene la libertad de introducir preguntas adicionales para precisar conceptos u obtener mayor información sobre los temas deseados”. 14 Para tales efectos se utilizó el método de análisis de contenido propuesto por Sampieri et al. (2003), el cual es definido como una técnica apta para estudiar la comunicación de una manera objetiva, sistemática y que cuantifica los contenidos en categorías, aportando de este modo a realizar inferencias válidas y confiables de datos respecto a su contexto.


72

Con estos tópicos se construyó un formulario, cuyas respuestas se plantearon con escalas de Likert (Totalmente en desacuerdo; En desacuerdo; Ni de acuerdo ni en desacuerdo; De acuerdo; Totalmente de acuerdo),15 y se repartió entre los entrevistados.

A continuación se presentan las 15 declaraciones consultadas en el formulario

final:

• El líder de mi grupo demuestra tener experiencia en el manejo de equipos.

• En mi grupo no hay miembros “brillantes”.

• Tengo compañeros con dificultades para dialogar o negociar con otros.

• En mi grupo hay integrantes que se destacan por su alta productividad.

• Mi grupo no cuenta con apoyo de profesores o de terceros que nos asesoren en nuestra forma de trabajar como grupo.

• En general trabajamos en un espacio físico ad hoc a nuestras necesidades, el cual se mantiene relativamente fijo en el tiempo.

• La sobrecarga horaria no ha sido problema en la productividad de mi grupo.

• Al iniciar el proyecto, algunos miembros evidenciaban tener lazos de amistad.

• En mi grupo se asignan las tareas según intereses y habilidades de cada integrante.

• La carga de trabajo es desigual dentro de los miembros del grupo.

• Cuando comenzamos, nuestros intereses eran muy diferentes entre sí.

• En el equipo hay gente que ya había trabajado junta con anterioridad.

• Los objetivos del proyecto eran claros y todos los aceptábamos.

• Tenemos horarios fijos para trabajar durante la semana.

• En mi grupo, la mayoría de los miembros no cursamos las mismas asignaturas.

15 Se utilizó el método creado por Rensis Likert debido a su sencillez y versatilidad, el cual permite medir diversas actitudes positivas y negativas hacia un objeto u acontecimiento en específico. Para más detalles de su uso, se recomienda consultar los textos prácticos de Aiken (1996), Kaplan y Saccuzzo (1997) o McDaniel y Gates (1999).


73

4.1.3.6 Análisis de los resultados obtenidos Sobre la base de toda la información recopilada, se realizó un análisis crítico del

proceso que viven ―o que han vivido― los grupos de trabajo entrevistados. Este análisis se centró en identificar aquellos factores que influyen en el

desempeño grupal, separándose estas variables en tres líneas principales:

a. Efectos de las características individuales de los integrantes.

b. Las repercusiones en el rendimiento provocadas por variables grupales o estructurales.

c. La influencia de factores externos o exógenos al grupo. A continuación, para cada uno de los ítems mencionados, se formulan breves

comentarios en base a la información cualitativa y cuantitativa revelada en el proceso:

1. Factores Individuales

En primer lugar, se destaca el rol de la experiencia al momento de liderar un grupo, ya que más del 50% de los equipos exitosos contaron con líderes que tenían al menos una experiencia básica en manejo de grupos mientras que mas de un tercios del grupo de control acusó a sus líderes de incompetentes en el cargo o simplemente no reconoció liderazgo alguno a lo largo del proyecto.

Además, es importante mencionar que el 50% de los equipos destacados contaron con miembros altamente productivos ―o con integrantes brillantes― que permitían «sacar trabajos» difíciles o que requerían bastante tiempo, al contrario de los grupos no exitosos que reconocieron, en un 67% de las veces, haber tenido problemas con algunos conocimientos técnicos, lo cual los retrasaba.

Lo anterior podría ser una de las razones de la gran diferencia entre los niveles de motivación existentes entre los grupos: cerca del 70% de los miembros de grupos exitosos reconoció como un factor energizante la motivación existente intragrupo, mientras que el 52% de los grupos fallidos reconoció la existencia de algún grado de desmotivación durante el proyecto debido a causas como el descontento con la productividad grupal o con la calidad del trabajo realizado por algunos compañeros.


74

Por último, es interesante contrastar el tema de las habilidades sociales entre ambos tipos de equipos: mientras que el 75% de los grupos no exitosos reconocen haber tenido discusiones insanas en su interior, el 63% de los equipos que sobresalieron destacaron que sus miembros respetaban las ideas de los demás, colaborando entre sí.

En la Figura 4.5 se pueden apreciar gráficamente las correlaciones negativas que tienen para un mismo factor individual los grupos que sobresalieron y los que no.


Figura 4.5 Factores Individuales Relevantes

2. Factores Grupales

En primer lugar, el 82% de los grupos exitosos sienten que los objetivos del proyecto estaban claros desde un comienzo y que sus intereses estaban alineados entre sí. En contraste, más de un tercio de los grupos de control reconocieron tener miembros con diferentes objetivos, quienes realizaban tareas incorrectas sin consultar a los demás.

Lo anterior podría explicarse por la forma en que ambos conjuntos comenzaron a trabajar: mientras que la mayoría de los equipos destacados comenta haber conversado sobre sus intereses y habilidades personales al iniciarse el grupo, los


75

segundos no presentan evidencia empírica de haber realizado reuniones para comentar sus expectativas previas o para comenzar a generar lazos de confianza.

Por otro lado, más de la mitad de los miembros de grupos no exitosos comentaron lo mismo en las entrevistas: «no se definieron bien los roles, no hubo una buena distribución de las tareas y no se tomaron en cuenta las capacidades de cada uno». En cambio, en más del 70% de los proyectos exitosos se hicieron pautas de trabajo para cada una de las partes, las cuales se asignaron según intereses y habilidades de los miembros, intentando balancear la carga de trabajo entre todos.

Por último, un 38 % de los grupos exitosos contaban con miembros que se conocían o que habían trabajado antes, en otros grupos. Por el contrario, más de la mitad de los grupos fallidos reconocieron que entre sus integrantes había amigos o conocidos, algunos de los cuales cometían faltas a las reglas grupales que no eran sancionadas por los demás miembros, lo que podría explicar estas cifras que a priori no se esperaban.

En la Figura 4.6 se pueden apreciar gráficamente las correlaciones negativas que tienen para un mismo factor individual los grupos que sobresalieron y los que no.


Figura 4.6 Factores Grupales Relevantes


76

3. Factores del Entorno

Al momento de revisar los factores del entorno, sólo se encontró una variable relevante que diferenciaba a los dos tipos de grupos: la ayuda de gente externa. Mientras los deficientes casi no contaron con ayuda externa, si reconocieron en las entrevistas que habría sido de gran ayuda en momentos complicados. Por su parte, un número significativo de grupos eficaces recurrieron a personas externas para consultar temas de gestión y otros asuntos.

Si bien esto no corresponde a un valor negativo para los grupos no exitosos, si marca una tendencia en las prácticas de gestión realizadas por los equipos destacados.

4.1.3.7 Fiabilidad y validez del estudio

Si bien los resultados del estudio son bastante acotados, presenta los siguientes

factores que lo validan y le dan robustez:

• La tasa de respuesta del estudio fue de un 77% del total de alumnos que se intentaron contactar, los cuales se repartieron entre los dos tipos de grupos y todas las especialidades. Por ende, dado el nivel de adherencia se puede considerar la tasa de no respuesta como de baja influencia en los resultados obtenidos, disminuyendo las posibilidades de que la muestra se encuentre significativamente sesgada.

• Si bien no se pudo entrevistar a todos los profesores, funcionarios y entidades estudiantiles, se contó con la participación de varios informantes en puestos clave de la Facultad, lo que permite suponer que el nivel de información que manejan es de carácter exclusivo y está basado en datos fidedignos y con base.

• La metodología utilizada en este estudio se construyó en base a metodologías ya probadas, siendo asesorado en su diseño y aplicación por un profesional externo competente en el tema.


77

4.1.4 Análisis de la Situación Actual Actualmente existe una gran desinformación sobre la manera en que los grupos de

la FCFM se gestionan internamente, por lo que no se puedan tomar decisiones directas sobre ellos para mejorar sus desempeños.

Un ejemplo de información clave que serviría para mejorar el desempeño de los

grupos estudiantiles dentro de la FCFM es que la mayoría de los equipos que alguna vez fueron destacados terminaron disolviéndose, principalmente, por no haber sabido gestionar las relaciones internas entre los miembros y por no contar con un sistema adecuado de coaching que les permitiera mantener la motivación y el rendimiento en el tiempo.

Por otro lado, es importante mencionar la escasa información que existe sobre las

redes sociales existentes dentro de la FCFM. Al parecer aún no se cuenta con estudios avanzados sobre las relaciones de amistad, de estudio y de ocio, entre otras, que se desarrollan entre los alumnos. Por lo tanto, la toma de decisiones deberá continuar siendo en base a incentivos individuales, afectando significativamente el desarrollo de actividades grupales y de iniciativas estudiantiles dentro de la Facultad.

Por último, al no contarse con un catastro mínimo de intereses, habilidades o

experiencias de los alumnos, muchos de ellos se encuentran invisibles ante posibles oportunidades de desarrollo personal y profesional generadas desde la FCFM. Un ejemplo de esto es lo comentado por un alumno en una de las entrevistas realizadas durante el estudio de caracterización de equipos en la FCFM: «aquí no se valora los conocimientos que yo tengo por haber trabajado desde que era escolar. (…) Y ya me cansé de eso. Ya no espero que la Universidad se de cuenta de lo que valgo. Sólo quiero terminar mi carrera, sacar el cartón y buscar un buen trabajo.»


78

4.2 Requerimientos Generales Para construir un sistema, el primer paso necesario es realizar una especificación

de requerimientos con la mayor exactitud posible. Por lo tanto, para el sistema a construir se presentan a continuación: los

requerimientos de información, los perfiles de usuario los casos de uso y los procesos de negocio implicados.

4.2.1 Requerimientos de Información En base a toda la información recopilada en los capítulos anteriores, resulta de

gran interés realizar consultas sobre cuatro tipos de datos que influyen en el desempeño grupal, específicamente en la conformación de los grupos de trabajo: los intereses personales del alumno, su nivel de experiencia laborales, sus redes sociales en la FCFM y su perfil para asumir un rol dentro de un grupo.

a. Consultas relacionadas a los intereses

El alineamiento de intereses y preferencias dentro de un equipo es vital para mantener su desempeño eficiente durante el tiempo.

Al comprobarse anteriormente que diversos grupos fallan cuando desde un comienzo sus miembros no poseen intereses comunes, resulta de gran interés conocerlos antes de formar los grupos.

Algunos ejemplos de consultas relacionadas con los intereses pueden ser:

• ¿Cuál es el sector de interés de cada alumno? (Investigación y Desarrollo, Ventas, Fabricación, Contabilidad, Informática, etc.)

• ¿Qué le gusta hacer a los alumnos en su tiempo libre?


79

b. Consultas relacionadas con el nivel de experiencia

La mayoría de los grupos exitosos cuentan con miembros que poseen una significativa experiencia técnica y/o funcional, al contrario de aquellos de resultados pobres.

Por lo tanto, resulta de gran interés conocer el nivel de experiencia que tiene un alumno en dos frentes: la experiencia laboral y la experiencia adquirida en trabajos no remunerados o voluntariados (creándose de esta manera un registro de información inexistente de manera formal hasta el momento).

Algunos ejemplos de consultas relacionadas con el nivel de experiencia son:

Trabajos Remunerados: • ¿En qué empresas han trabajado los alumnos?

• ¿A qué industrias pertenecían esas empresas?

• ¿En qué áreas de las empresas se concentran la mayoría de los alumnos?

• ¿Qué tipo de jornada laboral es la que más le acomoda a los alumnos?

• ¿Cuánto tiempo trabajaron los alumnos en sus respectivas empresas?

Trabajos No Remunerados o Voluntariados: • ¿En qué instituciones han trabajado alumnos de la FCFM?

• ¿En qué áreas trabajan estas instituciones? (Infraestructura y Construcción,

Deporte y Recreación, Salud y Discapacidad, etc.)

• ¿Qué cargo desempeñan comúnmente los alumnos?

• ¿Qué tipo de jornada es la que más le acomoda a los alumnos?

• ¿Cuánto tiempo han trabajado en forma voluntaria?

c. Consultas relacionadas con las redes sociales

Como se mencionó en capítulos anteriores, crear grupos con cierto número de «relaciones heredadas» puede influir positiva o negativamente en el desempeño grupal. Por lo tanto, resulta de gran interés conocer los distintos tipos de vínculos que tienen los alumnos dentro de la facultad.


80

Además, como un trabajo anexo, se pueden realizar análisis de redes sociales mediantes los paquetes computacionales mencionados y así extraer información valiosa del entretejido social de la Facultad.

Algunos ejemplos de consultas relacionadas con el entretejido social existente entre los alumnos son:

• ¿Cuál es la densidad de las redes de trabajo existentes entre alumnos de la FCFM?

• ¿Quiénes son los alumnos con mayor (y con menor) poder dentro de las redes de trabajo?

• ¿Cómo son las redes de amistad entre alumnos de la FCFM?

d. Consultas relacionadas con el perfil para trabajar en grupo

Como se mencionó antes, los equipos que definen algún tipo de roles ―y ojalá basados en las preferencias y competencias de sus miembros― tienen mayor probabilidad de ser exitosos durante su existencia.

Por ende, siguiendo la definición de roles presentada en el marco conceptual, resulta de gran interés conocer las preferencias para trabajar en equipo que tienen los alumnos, sin importar su eficiencia en un comienzo ya que tener la posibilidad de desarrollar nuevas competencias en general es bien recompensado por los integrantes de los grupos.

Algunos ejemplos de consultas relacionadas con el perfil para trabajar en grupo que poseen los alumnos:

• ¿Qué grado de satisfacción obtienen los alumnos cuando asumen uno de los roles que existen dentro de un equipo? (Asesor, Desarrollador, Organizador, Inspector, etc.)

• ¿Qué grado de efectividad tendrán los alumnos en cada uno de los roles que existen dentro de un equipo?


81

4.2.2 Perfiles de Usuario Se distinguen dos perfiles distintos que interactuarán con el sistema: alumno y

analista de datos, donde cada uno tendrá privilegios distintos según a las siguientes especificaciones: Perfil alumno

Este usuario deberá tener privilegios para consultar noticias e ingresar, modificar y eliminar sus datos personales. En particular, el podrá completar sus intereses, su nivel de experiencia, sus redes sociales y sus preferencias para trabajar en equipo.

No podrá ver o modificar información de otros alumnos.

Perfil analista de datos

Será el principal usuario de la plataforma y es quien tomará las decisiones con respecto al contenido del sitio.

Las interfaces que verá son sólo para su perfil y tendrá acceso a toda la información que ingresen los alumnos al sistema, por lo cual debe poder observar todas las tablas presentes en el modelo de datos.

Él es quien hará los requerimientos de información al sistema mediante el ingreso de parámetros que fueron definidos como claves en la generación y el desempeño de equipos.

Debe recibir del sistema un set de grupos potenciales, los cuales son dispuestos en un ranking construido por un modelo matemático que recoge y pondera gran parte de los datos ingresados de los alumnos utilizando técnicas de redes sociales y operaciones matriciales.

Una vez seleccionado un grupo de alumnos, es quién se contactará con ellos a través de un correo enviado por el sistema, para luego comenzar a trabajar con aquellos que hayan aceptado participar en una siguiente etapa de manera presencial.


82

4.2.3 Diagramas de Casos de Uso A continuación, para presentar las funcionalidades generales del sistema y los

actores que intervienen en ellas, se presentan los diagramas de Casos de Uso para cada uno de los perfiles.

En la Figura 4.7 se presenta el diagrama de Casos de Uso para el perfil alumno,

quien podrá ingresar y modificar sus datos personales, sus experiencias, sus intereses, las redes sociales que posee y sus preferencias para trabajar en grupo.

Además, podrá consultar noticias y futuras actividades en el sistema.


Figura 4.7 Diagrama de Casos de Uso: Perfil alumno


83

Por otro lado, en la Figura 4.8 se presenta el diagrama de Casos de Uso para el

perfil analista de datos, quien podrá buscar alumnos en el sistema aplicando filtros, ver la lista de alumnos inscritos, consultar perfiles, consultar estadísticas y modificar las noticias que ven los alumnos en sus perfiles.


Figura 4.8 Diagrama de Casos de Uso: Perfil analista de datos

Además, para conocer con mayor profundidad las actividades que puede realizar cada perfil, en el Anexo 2 se presentan los diagramas de Casos de Uso para cada módulo del sistema.


84

4.2.4 Procesos de Negocio A continuación se presentan los principales procesos de negocio ejecutados por los

roles involucrados en el sistema.

Alumno: Ingreso de datos El proceso comienza con una petición de ingreso por parte de un visitante. El sitio web coteja el user y el password con la base de datos y decide si acepta o rechaza la petición de acceso. En caso de ser aceptado, el alumno puede ingresar, modificar o eliminar sus intereses y sus datos personales. Al mismo tiempo, el sistema va registrando la nueva información en la base de datos. Por último, cuando el alumno ya no desea ingresar o modificar más datos, puede cerrar su cesión. (Ver Figura 4.9.)


Figura 4.9 Actividades que involucran al alumno


85

Analista de Datos El proceso comienza con una petición de acceso por parte del analista. El sitio web comprueba el user y el password y acepta o rechaza la solicitud. Luego de ingresar, el analista puede colocar diversos parámetros de búsqueda y realizar una consulta. El sistema entrega una lista tentativa de grupos de alumnos ordenados según un puntaje. Si el analista está conforme puede seleccionar y guardar los datos de uno de los grupos para enviar un correo electrónico a sus miembros. Si no está conforme, puede modificar los parámetros ingresados para hacer una nueva búsqueda.


Figura 4.10 Actividades que involucran al analista de datos


86

4.3 Modelamiento Estrella de la Base de Datos Para almacenar los datos que manejará el sistema se diseñó un modelo snowflake, el

cual posee 7 dimensiones y diversas tablas adicionales o auxiliares.16 A continuación se presenta el modelo completo con sus dimensiones (Figura 4.11):


Figura 4.11 Modelo de datos del sistema de información

16 En el Anexo 3 se presenta un breve marco teórico sobre modelos para almacenar información.


87

De esta manera, los atributos con los que cuentan las dimensiones diseñadas son

los siguientes:

Dimensión “Intereses del Alumno” Por alumno, almacena un máximo de 3 sectores de interés (ventas, contabilidad, investigación, producción, etc.) y un máximo de 9 cosas que le gustan hacer en su tiempo libre (hacer deporte o ejercicio, construir cosas, grabar videos, ayudar en proyectos de la comunidad, leer libros o revistas, etc.). (Ver detalles en Cuadro 4.1.)

Nombre Tipo / Descripción Rango / Ejemplo

id Número entero auto‐incremental Ej.: 1, 2, 3, 4,… id_alumno Número entero único del alumno que

ingresa sus intereses Ej.: 1, 2, 3, 4, …, N

interes_i * Número entero referente al “sector de interés” seleccionado

desde 1 hasta 9

tiempo_ j ** Número entero correspondiente a la opción seleccionada por el alumno en “cosas que en mi tiempo libre me gustan hacer”

desde 1 hasta 25

ultima_actualizacion Fecha y hora en formato: DD/MM/AAAA hh:mm:ss

Ej.: 14/02/1984 14:35:55

* con i = 1, 2, 3 Fuente: Elaboración propia ** con j = 1,…, 9 Cuadro 4.1

Atributos de la dimensión Intereses

Dimensión “Preferencia para Trabajar en Grupo” Para cada uno de los ocho roles que pueden tener los integrantes de un grupo de trabajo, esta dimensión almacena por alumno:

• La cantidad de satisfacción que desarrollar ese rol le entrega, valorado con números entre 1 (muy baja) y 5 (muy alta).

• El grado de efectividad que actualmente considera que posee al desempeñar ese rol, valorado con números entre 1 (muy baja) y 5 (muy alta).

En el Cuadro 4.2 se pueden apreciar lo descrito anteriormente.


88



ingresa sus preferencias de trabajo en grupo Ej.: 1, 2, 3, 4, …, N

ítem_i_efic * Número entero que indica el nivel de eficiencia del alumno en el rol i

desde 1 hasta 5

tiempo_ j_satisf ** Número entero que indica el nivel de satisfacción que obtiene el alumno al realizar el rol j

desde 1 hasta 5


Ej.: 14/02/1984 14:35:55

* con i = 1,…, 8 Fuente: Elaboración propia ** con j = 1,…, 8 Cuadro 4.2

Atributos de la dimensión Preferencias para Trabajar en Grupo

Dimensión “Redes de Trabajo” Registra lazos dirigidos desde un alumno i hacia un alumno j, donde el vínculo entre ambos es de la forma: “el alumno i volvería a trabajar con el alumno j”.

En el Cuadro 4.3 se puede apreciar la manera de registrar los vínculos antes mencionados.


id Número entero auto‐incremental Ej.: 1, 2, 3, 4,… id_from Número entero único del alumno i que

ingresa el nombre del alumno j con el que volvería a trabajar

Ej.: 1, 2, 3, 4, …, N

id_to Número entero único del alumno j que es referenciado por un el alumno i

Ej.: 1, 2, 3, 4, …, N

Fuente: Elaboración propia Cuadro 4.3

Atributos de la dimensión Redes de Trabajo


89

Dimensión “Redes de Amistad” Registra lazos dirigidos desde un alumno i hacia un alumno j, donde el vínculo entre ambos es de la forma: “el alumno i reconoce como amigo al alumno j”. (Ver Cuadro 4.4):


id Número entero auto‐incremental Ej.: 1, 2, 3, 4,… id_from Número entero único del alumno i que

reconoce como amigo al alumno j Ej.: 1, 2, 3, 4, …, N

id_to Número entero único del alumno j que es reconocido como amigo por el alumno i

Ej.: 1, 2, 3, 4, …, N


Atributos de la dimensión Redes de Amistad Dimensión “Experiencia en Empresas” (o “Experiencia Laboral”) Registra las experiencias laborales que han tenido los alumnos: la empresa donde trabajaron, el área dentro de la empresa, la duración del trabajo, etc. (Ver Cuadro 4.5.)



ingresa su experiencia laboral i (i = 1, 2, 3,…) Ej.: 1, 2, 3, 4, …, N

nombre_empresa Cadena de caracteres con el nombre de la empresa o institución

Ej.: “Mi Empresa S.A.”

industria Número entero que indica la industria a la que pertenece la empresa mencionada

desde 1 hasta 63

area Número entero que indica el área dentro de la empresa donde trabajó el alumno

desde 1 hasta 21

tipo_jornada Número entero que indica el tipo de jornada a la que estaba sujeto el alumno

Desde 1 hasta 7

descripción Campo de texto compuesto por algún comentario sobre el trabajo realizado

Ej.: “Se elaboró un plan de marketing”


Ej.: 14/02/1984 14:35:55


Atributos de la dimensión Experiencia Laboral


90

Dimensión “Experiencia en Voluntariados” Registra las experiencias en voluntariados que han tenido los alumnos: el nombre de la institución, el área de trabajo de la institución, el cargo ocupado, etc. (Ver Cuadro 4.6.)



ingresa su experiencia laboral i (i = 1, 2, 3,…) Ej.: 1, 2, 3, 4, …, N

nombre_institución Cadena de caracteres con el nombre de la institución

Ej.: “Infocap”

area Número entero que indica el área en donde se desempeña la institución mencionada

desde 1 hasta 12

cargo Número entero que indica el cargo que ocupó el alumno dentro de la institución

desde 1 hasta 3

tipo_jornada Número entero que indica el tipo de jornada a la que estaba sujeto el alumno

Desde 1 hasta 7

descripción Campo de texto compuesto por algún comentario sobre el trabajo realizado

Ej.: “Se hizo clases de emprendimiento”


Ej.: 12/03/2010 21:10:43


Atributos de la dimensión Experiencia en Voluntariados

Dimensión “Usuarios” En breves palabras, esta dimensión se encarga de recoger datos personales de los usuarios, junto con información de uso del sistema:

• Username.

• Password.

• Correo electrónico.

• Si el usuario está banneado (con restricción parcial, temporal o permanente).

• La última IP con la que el usuario ingresó al sistema.

• La última fecha de modificación de los datos.


91

4.4 Presentación de la Información Un punto importante a definir es la forma de presentar la información a los

usuarios del sistema. Para esto, a continuación se presenta una breve reseña de los dos tipos de

información posibles: “estadísticas del sistema” y “rankings de grupos de trabajo”.

Rankings de Grupos de Trabajo

Después de introducir diferentes filtros, el analista necesita escoger uno de los grupos que cumpla con los requisitos solicitados.

Para esto, se ha diseñado un modelo matemático que otorga un cierto puntaje a cada equipo, lo que permite ordenarlos de forma descendente en función de las características de sus miembros.

En el Anexo 4 se presenta el modelo matemático construido y las variables relevantes que le entregan información.

Estadísticas del Sistema

Aquí se entregan valores numéricos de interés para el analista, los cuales reflejan el estado del sistema.

En concordancia con los requerimientos de información presentados anteriormente, se han definido algunos indicadores que permitirán conocer el estado del sistema:

• Cantidad de alumnos que han ingresado sus datos en el sistema.

• Porcentaje de alumnos de la FCFM que han ingresado sus datos en el sistema.

• Porcentaje de alumnos de cada especialidad que han ingresado sus datos en el sistema.

• Número de grupos de trabajo formados a través del sistema.

• Número de alumnos que han participado en proyectos generados por el sistema.

CAPÍTULO 5 ‐ CONSTRUCCIÓN DEL SISTEMA DE INFORMACIÓN

92

CAPÍTULO 5

CCOONNSSTTRRUUCCCCIIÓÓNN DDEELL SSIISSTTEEMMAA DDEE IINNFFOORRMMAACCIIÓÓNN

Para construir el sistema de información propuesto en el capítulo anterior, se

diseñó un sitio web con todas las funcionalidades necesarias (recolección de datos provenientes de alumnos, procesamiento de los datos y presentación de la información en un tiempo razonable) para obtener buenos resultados.

Posteriormente se utilizó un grupo piloto, compuesto por 183 estudiantes de la

Escuela de Ingeniería de la Universidad de Chile, para realizar pruebas de funcionalidad y usabilidad al sistema, obteniendo resultados que permitieron analizar su capacidad para generar conocimiento utilizando el modelo propuesto (Capítulo 6).

A continuación se presenta el diseño lógico del sistema y la arquitectura escogida

para su funcionamiento.


93

5.1 Arquitectura

Para dar forma al sistema, se definieron tres tipos de servicios dependiendo del lugar donde suceden los procesos: datos, lógica y visualización, permitiendo suponer una capa para cada uno de ellos: capa de datos, capa media y capa de presentación.

Por otro lado, es importante definir, para cada una de estas capas, los componentes

de hardware y software que permitirán un desempeño adecuado del sistema. Si bien existen varias arquitecturas, dependiendo de cómo se distribuyan los

procesos1, se escogió una arquitectura de tres capas ya que permite separar la interacción del usuario, el almacenamiento físico de los datos y el procesamiento de los datos, aportando una mayor flexibilidad en el uso del sistema y una mejor distribución de la carga de trabajo.

Además, cabe mencionar que se utilizó el modelo de tres capas ya que inicialmente

permite situar algunas de estas capas en el mismo servidor, hasta que existan mayores requerimientos que demanden mayor capacidad de procesamiento.

Por otro lado, para el desarrollo se utilizaron herramientas de código abierto, las

cuales permitieron la reutilización de módulos pertenecientes a otras aplicaciones sin costo.

5.1.1 Capa de Datos En cuanto al software requerido para obtener un buen desempeño del sistema, se

utilizó el motor de bases de datos relacional MySQL (versión 4.1.22), el cual es de código abierto y realiza consultas en lenguaje SQL con gran rapidez.

Además, para el hardware se utilizó un servidor capaz de almacenar la totalidad

los datos que incluye el sistema, debiendo soportar también un posible aumento futuro.

1 Para ver más detalles de otras arquitecturas basadas en capas, se recomienda revisar el trabajo de Gallaugher y Ramanathan (1996).


94

5.1.2 Capa Media

Corresponde a la capa intermedia entre el usuario y el almacenamiento físico de

los datos, siendo el lugar donde se procesan los datos. En cuanto al hardware, esta capa necesita un servidor capaz de entregar los

requerimientos que hace la capa de presentación en un tiempo razonable. Por otro lado, para el software se utilizó el lenguaje PHP (versión 5.1.4) ya que

presenta una gran estabilidad, es de código libre y es ampliamente utilizado en aplicaciones web.

5.1.3 Capa de Presentación Para la interacción del sistema con el usuario, ya sea al ingresar datos o al hacer

requerimientos de información, se decidió utilizar navegadores web de amplia aceptación ―como Firefox, Internet Explorer, Google Chrome y Opera―, dejando el procesamiento de los datos completamente en el servidor web.

De esta forma, los usuarios podrán comunicarse con las demás capas mediante una

serie de interfaces ya establecidas, permitiendo obtener respuestas del sistema en tiempos razonables.


95

5.2 Módulos de la Interfaz A continuación se presentan las interfaces diseñadas para interactuar con los dos

tipos de usuarios que tiene el sistema: alumno y analista de datos. Cabe mencionar que el sistema implementado en la Escuela de Ingeniería fue

nombrado U‐Proyectos (ver Figura 5.1), siguiendo una lógica institucional derivada de otros sistemas de información utilizados por los estudiantes: U‐Cursos y U‐Campus.

5.2.1 Módulos Perfil Alumno La interfaz diseñada para interactuar con los alumnos consta de 5 módulos donde

estos pueden ingresar, modificar y eliminar distintos tipos de datos: 1. Módulo “Mis Datos”: Aquí los estudiantes pueden ingresar sus datos personales

como el nombre, los apellidos, la especialidad que cursan y el sexo. (Ver Figura 5.2.)

2. Módulo “Intereses”: En esta parte los alumnos pueden manifestar el área de interés donde les gustaría trabajar y las actividades que disfrutan realizando en su tiempo libre. (Ver Figura 5.3.)

3. Módulo “Experiencia”: Aquí los usuarios pueden ingresar dos tipos de vivencias que les han aportado conocimientos técnicos o habilidades sociales: experiencias profesionales y experiencias como voluntario. (Ver Figura 5.4.)

4. Módulo “Redes Sociales”: En esta parte los estudiantes pueden escoger (de una lista con el universo de alumnos de la institución) a quienes consideren sus “amigos cercanos” y a todos aquellos con quienes volverían a trabajar. (Ver Figura 5.5.)

5. Módulo “Perfil de Trabajo”: Aquí los alumnos deben mencionar el grado de satisfacción que les reporta ejercer cada uno de los roles y el grado de efectividad que consideran tener al realizar labores asociadas a cada uno de ellos. (Ver Figura 5.6.)


96

Fuente: Elaboración propia Figura 5.1

Página de inicio de U‐Proyectos


Módulo “Mis Datos” de U‐Proyectos


97


Módulo “Intereses” de U‐Proyectos


Módulo “Experiencia” de U‐Proyectos


98


Módulo “Redes Sociales” de U‐Proyectos


Módulo “Perfil de Trabajo” de U‐Proyectos


99

5.2.2 Módulos Perfil Analista de Datos La interfaz diseñada para interactuar con el analista de datos contiene dos tipos de

módulos: uno para generar grupos de trabajo y otro para revisar algunas estadísticas básicas del sistema.

Además, el módulo “generación de grupos” se divide en 3 submódulos: intereses,

experiencia y ponderadores, donde el analista coloca los filtros para formar los grupos. 1. Módulo “Generación de Grupos ‐ Intereses”: En esta parte el analista puede colocar

los intereses que deberán compartir los alumnos del grupo buscado. Con esto se busca “alinear” a los alumnos en torno a temas afines. (Ver Figura 5.7.)

2. Módulo “Generación de Grupos ‐ Experiencia”: En caso de querer formar grupos con conocimientos específicos en un área, el analista puede colocar filtros sobre la experiencia de los alumnos que pertenecerán al grupo buscado. (Ver Figura 5.8.)

3. Módulo “Generación de Grupos ‐ Ponderadores”: Aquí el analista puede modificar las constantes α, β, γ, δ del modelo matemático que calcula el puntaje de cada equipo. (Ver Figura 5.9.)

4. Módulo “Estadísticas”: Aquí el analista puede consultar algunos indicadores del sistema. (Ver Figura 5.10.) Cabe mencionar que después de colocar los filtros en la sección “Generación de

Grupos”, el analista debe presionar el botón “Filtrar” para ver el número de alumnos que cumplen con todos los requisitos. (Ver Figura 5.11.)

Luego, el analista debe introducir el tamaño del grupo que desea, con lo cual podrá

ver la cantidad de grupos posibles de formar con todos los alumnos pre‐seleccionados. Por último, si el analista está conforme, debe apretar el botón “Ordenar grupos por

puntaje” para obtener una lista con los grupos ordenados de mayor a menor puntaje.


100


Módulo “Generación de Proyectos – Intereses” de U‐Proyectos


Módulo “Generación de Proyectos – Experiencia” de U‐Proyectos


101


Módulo “Generación de Proyectos – Ponderadores” de U‐Proyectos


Módulo “Estadísticas” de U‐Proyectos


102


Barra para “Filtrar” y ”Ordenar grupos por puntaje” de U‐Proyectos

CAPÍTULO 6 - PRUEBAS Y ANÁLISIS DE RESULTADOS

103

CAPÍTULO 6

PPRRUUEEBBAASS YY AANNÁÁLLIISSIISS DDEE RREESSUULLTTAADDOOSS

Para testear el funcionamiento del sistema se realizó un experimento con un grupo

de estudiantes del Departamento de Ingeniería Industrial (DII), equivalente al 5% del alumnado total de la FCFM de la Universidad de Chile.

A continuación, se presentan brevemente las características del grupo seleccionado

y los pormenores de la recolección de datos realizada a través del sitio web construido1. Posteriormente, se discuten los resultados de la experiencia considerando los

siguientes ejes principales: mejoras en el proceso de formación de grupos de trabajo, el comportamiento de los alumnos en el sitio web (tasa de ingreso, tiempo de permanencia en el sistema y cantidad de datos ingresados) y el potencial de la información extraída.

1 www.u-proyectos.cl.


104

6.1 Caso de Prueba

El período de recolección de datos se extendió entre los días 15 y 21 de marzo de

20102, considerándose un grupo de 183 estudiantes de pregrado como universo inicial. A cada uno se le envío, mediante correo electrónico, una invitación personalizada

con la explicación de la iniciativa, un nombre de usuario y un password, permitiéndole entrar libremente durante una semana al sitio web.

Luego de finalizado el plazo, se obtuvo una tasa de ingreso cercana al 30%

(53 alumnos), con más de 2400 datos ingresados de forma correcta. En el Cuadro 6.1 se muestran los principales resultados obtenidos en la etapa de

recolección de datos.

Indicadores Resultados

Nº total de alumnos que ingresaron al sistema 53

Tiempo promedio de permanencia en el sitio web** (mm:ss) 13:02

Módulo con menor tiempo promedio de ingreso de datos** (mm:ss) Perfil de Trabajo (01:18)

Módulo con mayor tiempo promedio de ingreso de datos** (mm:ss) Redes Sociales (05:12)

Cantidad total de datos ingresados 2411

Promedio de datos ingresados por alumno 45,5

Módulo con menor cantidad de alumnos que ingresaron datos Redes Sociales (37 alumnos)

Módulo con mayor cantidad de alumnos que ingresaron datos Intereses Personales(53 alumnos)

Consultas o comentarios sobre el funcionamiento del sitio web 3

** Medido con la herramienta Google Analytics 3 Fuente: Elaboración propia Cuadro 6.1

Resultados de la recolección de datos

2 Cabe mencionar que esta semana no pertenecía al período regular de clases. 3 Para más detalles de este instrumento, visitar http://www.google.com/analytics/


105

Una vez concluida la fase de recolección de datos, se procedió al análisis y extracción de conocimiento del sistema. Para esto, se definieron tres áreas principales a considerar: estadísticas generales sobre los alumnos, descubrimiento de redes sociales y generación de grupos de trabajo. Estadísticas Generales

La información recopilada por el sistema permitió conocer tendencias y preferencias de los alumnos que participaron en la prueba.

A modo de ejemplo, se obtuvieron indicadores como los siguientes:

• Sectores de trabajo que concentran el interés de los alumnos. (Figura 6.1.) • Actividades que realizan los alumnos en su tiempo libre. (Figura 6.2.) • Cantidad de empresas (por rubro) donde han trabajado los estudiantes. • Áreas de las empresas donde han trabajado los alumnos. (Por ejemplo, el 24% ha

trabajado en “Ventas”, seguida de “Administración” e “Informática” con un 12%.)


Figura 6.1 Sectores de mayor interés para los alumnos


106


Figura 6.2 Actividades realizadas por los alumnos en su tiempo libre

Descubrimiento de Redes Sociales

Con los datos entregados por los estudiantes en el módulo “Redes Sociales”, se extrajo un archivo de texto plano compatible con el programa Ucinet 6.4

Luego, con este software se analizó el grupo de prueba, identificándose gráficamente algunas características del entretejido social de los alumnos escogidos5. (Ver grafo en la Figura 6.3.)

4 El programa Ucinet 6 necesita un archivo cuyas filas sean del estilo: “actor_1 actor_2 valor_relación”. Por lo tanto, para facilitar la conexión entre el software mencionado y el sistema construido (U-Proyectos), se guardaron los datos en la tabla “redes_amigos” respetando esta nomenclatura. (Ver capítulo 4.3) 5 Cabe mencionar que en este ejemplo se consideró solamente a los estudiantes que reconocieron tener un lazo de amistad con alguien que también ingresó datos al sistema, obteniéndose 27 alumnos. Esto, debido al intrincado grafo que resulta cuando se incluye todos los vínculos mencionados por los 53 alumnos, quienes reconocieron tener más de 250 vínculos dentro del universo de 183 estudiantes.


107

Fuente: Imagen obtenida con Netdraw 6

Figura 6.3 Grafo “Vínculos de amistad dentro del grupo de prueba”

Además, siendo “g” el número de alumnos y “L” la cantidad de vínculos entre ellos, se obtuvo algunos indicadores interesantes para un futuro análisis de la red estudiada7:

• Densidad de la red8: %13,6)127(27

43)1(

=−

=−

=ΔggL

• Mayor grado de entrada: d(Alumno 11) = 5

6 Se utilizó la herramienta Netdraw del software Ucinet 6. Para más detalles, dirigirse al capítulo 3.7. 7 Para más detalles, ver las propiedades de redes y actores presentadas en el capítulo 3.5. 8 Al ser un grafo dirigido se deben consideran los vínculos recíprocos. Por lo tanto, el número de lazos no se divide por la mitad (como se menciona en el capítulo 3.5) y es equivalente a: g(g-1).


108

• Mayor grado de salida: d(Alumno 8) = 6

• Accesibilidad: No todos los nodos son accesibles dentro de la red; alumno_18 y alumno_19 no presentan lazos de amistad con resto de sus compañeros.

Generación de Grupos de Trabajo

Para probar el sistema y encontrar oportunidades de mejoras, se diseñó un experimento (o proyecto piloto) que tuvo las siguientes etapas y resultados:

• Proyecto: Bosquejar una campaña publicitaria para U-Proyectos en la FCFM, con el fin de lograr la mayor cantidad de alumnos inscritos en un determinado tiempo. (Fecha de ejecución: 31 de marzo a 14 de abril de 2010.)

• Capacidades e intereses que debían tener los miembros del grupo: Interés por la publicidad, por la creación de negocios y por trabajar en consultorías.

• Buscar un grupo en el sistema que cumpla los requisitos: Se ingresaron los intereses mencionados y se buscaron grupos de 4 personas9. El sistema evaluó 3.060 posibles grupos en 36,76 segundos aprox. (0,012 segs. por grupo) y entregó un ranking con los 20 primeros10. Se seleccionó el grupo ubicado en la primera posición. (Cuadro 6.2.)

• Convocar a las personas que propuso el sistema: Se realizó una reunión donde 3 de los 4 alumnos pudieron asistir y todos aceptaron realizar el proyecto. El cuarto miembro fue contactado por teléfono y también aceptó participar.

• Entrega de recursos físicos y monetarios: No se pudo proveer de un espacio físico de trabajo. Sin embargo, se entregó una pequeña cantidad de dinero para que el grupo dispusiera de él como estimase conveniente.

• Registro del proceso: Dado lo acotado del proyecto, el contacto fue preferentemente vía email y teléfono, dejándose registro de los comentarios y sugerencias del grupo de prueba.

9 Número mínimo de integrantes recomendado en la literatura especializada. (Ver capítulo 2.7.) 10 Para evaluar los grupos se diseñó un modelo matemático que considera los requerimientos de información del sistema (capítulo 4.2.1). En el anexo 4 se presenta este modelo y las variables que utiliza.


109

• Resultados obtenidos: Las principales herramientas de comunicación que utilizaron los miembros del grupo fueron el correo electrónico y el celular, dejando en segundo plano las reuniones personales. Con respecto a los recursos monetarios, el grupo no gastó el dinero que le fue asignado, argumentando que los recursos deben ser gastados en la medida que son necesarios. En cuanto a la convivencia, los miembros del grupo no tuvieron discusiones ni grandes desacuerdos. Al final de la experiencia, la mitad del grupo manifestó interés por seguir participando de U-Proyectos, particularmente, explorando nuevas formas de hacer crecer la iniciativa.

Alumnos del grupo

11 Puntaje Puntaje (en base 100)

28, 19, 9, 146 6,064495 100,0%

28, 9, 95, 146 5,763527 95,0%

28, 9, 146, 106 5,763527 95,0%

28, 9, 146, 49 5,763527 95,0%

28, 9, 146, 41 5,762994 95,0%

28, 132,9, 146 5,762385 95,0%

28, 19, 9, 106 5,649359 93,2%

28, 19, 9, 41 5,648978 93,1%

28, 19, 95, 146 5,648902 93,1%

28, 19, 146, 49 5,648902 93,1%

28, 169, 9, 146 5,648597 93,1%

28, 19, 132, 146 5,647760 93,1%

84, 28, 9, 146 5,486616 90,5%

28, 9, 130, 146 5,486616 90,5%

28, 9, 146, 122 5,486464 90,5%

28, 19, 9, 95 5,465609 90,1%

28, 19, 9, 49 5,465609 90,1%

28, 19, 146, 41 5,465304 90,1%

28, 133, 9, 146 5,465152 90,1%

28, 19, 132, 9 5,465152 90,1% Fuente: Elaboración propia

Cuadro 6.2 Ranking de grupos generados con el modelo

11 Estos valores corresponden al “folio único” asignado a cada uno de los 183 estudiantes cuando fueron ingresados al sistema.


110

6.2 Discusión de los Resultados Obtenidos

Con respecto al sistema de información, resulta interesante comentar sobre los siguientes puntos:

• Las cifras obtenidas muestran que sólo un 30% de los usuarios invitados a participar de la experiencia piloto aceptaron ingresar sus datos en el sistema, lo que podría estar influenciado por el hecho de haber realizado la prueba fuera del período de clases regulares (donde no todos los alumnos revisan sus correos institucionales). Por lo tanto, se recomienda que las futuras implementaciones sean en época de clases y que incluyan otros medios de difusión dentro de la FCFM.

• Con respecto al sitio web, es importante comentar que los alumnos estuvieron más de 13 minutos (en promedio) dentro del sistema, siendo el módulo de “Redes Sociales” la sección con menor cantidad de registros (sólo 37 alumnos agregaron datos en este módulo) y, al mismo tiempo, la sección con mayor tiempo promedio de ingreso de datos (5:12 minutos). Esto hace pensar que el proceso de selección de redes terminó por aburrir a algunos usuarios, quienes prefirieron dirigirse a otro módulo o simplemente salir del sistema. Por ende, si se desea implementar U-Proyectos en toda la Escuela de Ingeniería, se debe rediseñar este módulo de tal forma que permita escoger a cualquier alumno de pregrado con mayor rapidez que la actual. (Recordar que ahora sólo se buscaban lazos dentro de un universo equivalente al 5% del alumnado total que posee la FCFM.)

• Por otro lado, lo módulos del analista no presentaron problemas de funcionalidad o usabilidad, permitiendo examinar en un tiempo razonable los datos ingresados por los estudiantes.

• De forma general, se pudo detectar que los principales intereses que poseen los alumnos del grupo de prueba están relacionados con la “investigación y desarrollo” (43,4% de las preferencias) y con la “venta y comercialización” de productos (41,5% de las preferencias). Por el contrario, cabe destacar el bajísimo interés de los alumnos por aprender y desarrollarse en sectores que atañen temas de contabilidad y finanzas (con sólo un 11,3% de las preferencias).

• Además, el sistema permitió visualizar (a través del uso de un software de apoyo: UCINET 6) los dos actores con mayores lazos dentro de la red (con 5 y 6 vínculos cada uno), pudiendo suponer que en ellos se concentra algún tipo de poder otorgado


111

por sus contactos. También, se determinó la existencia de alumnos que no poseen vínculos directos con sus demás compañeros, encontrándose “aislados” del grupo.

Además, el experimento realizado entregó interesantes luces sobre mejoras que podrían ir perfeccionando el proceso de formación de nuevos grupos de trabajo:

• Ya que los grupos no deberían tener menos de 4 integrantes (idealmente), parece necesario formar grupos de 6 o más personas considerando que una o dos podrían retirarse del proyecto eventualmente.

• Si bien el sistema predice la “capacidad esperada” de un determinado grupo, no predice el comportamiento individual de los miembros (no se sabe a priori si participarán de toda la experiencia o la dejarían en algún punto intermedio). Por ende, parece interesante estudiar e introducir en el modelo posibles factores de “fuga” de los alumnos, como la carga horaria que estos tienen (dentro y fuera de la universidad), por ejemplo.

• Luego de terminada la experiencia, los alumnos que llegaron hasta el final reconocieron que se conocían con anterioridad, pero que no habían colocado ninguna vinculación entre ellos en el sistema ya que no eran “mejores amigos” ni habían trabajado juntos anteriormente. Por lo tanto, parece interesante agregar en las consultas del módulo Redes Sociales el “grado” de amistad que se tiene con otras personas. Por ejemplo: “somos conocidos”, “existe una leve amistad”, “tenemos una enemistad”, etc.

• Como el grupo de prueba no contó con un espacio fijo para trabajar (ya sea físico o virtual), no se pudo participar de las conversaciones que mantuvieron sus miembros y, por ende, no se pudo conocer cabalmente los problemas cotidianos que surgieron durante el proyecto. Por lo tanto, se visualiza como necesario (a futuro) proveer de un espacio físico que permita centralizar las acciones y acompañar a los grupos durante su desarrollo, además de disponer de herramientas vía web para trabajar colaborativamente (como foros, chats y espacio para guardar archivos).

• Al ver la motivación y el entusiasmo generados en los miembros del grupo (quienes manifestaron su interés de seguir trabajando en el proyecto), se pudo apreciar tangiblemente el cumplimiento de uno de los objetivos tangenciales del proyecto: aumentar la tasa de alumnos que están participando de iniciativas grupales en la FCFM, generando sinergias donde antes no las había.

CAPÍTULO 7 ‐ CONCLUSIONES

112

CAPÍTULO 7

CCOONNCCLLUUSSIIOONNEESS

La construcción de un sistema de información centrado en la recopilación y el procesamiento de los intereses, las experiencias, las redes sociales y la capacidad para trabajar en grupo que poseen las personas, es capaz de generar el conocimiento necesario para encontrar, de forma eficaz y eficiente, grupos de individuos que se complementen entre sí, siendo el alineamiento de intereses la variable de mayor relevancia dentro del modelo propuesto.

Además, cabe destacar que se visualizan diversas formas de conocimiento aún no

dimensionadas por completo, las cuales podrían venir del análisis estadístico de los datos recopilados, o también desde el estudio de las redes sociales (generalmente desconocidas e informales) existentes en la organización.

Por ejemplo, un problema recurrente en el Departamento de Ingeniería Industrial

de la Universidad de Chile es la petición de ramos electivos, ya que un número significativo de alumnos queda en cursos cuyo tema principal no responde a sus


113

intereses profesionales o personales, provocando baja asistencia, desmotivación y bajo rendimiento durante el semestre. Por ende, usar un sistema de información como el propuesto serviría para caracterizar de forma eficiente las preferencias de los alumnos que toman cursos electivos cada semestre, disminuyendo la asimetría de información entre oferta (universidad) y demanda (alumnos).

Por otro lado, mediante la obtención de los vínculos de amistad que tienen los

estudiantes, se puede reconstruir el entretejido social existente en una determinada carrera, con lo cual se podrían detectar aquellos alumnos con mayores o menores habilidades sociales. De esta forma, se estaría generando información rica en contenido que permite la elaboración de mejores políticas de desarrollo estudiantil, permitiendo una mejor focalización de los esfuerzos y una disminución de los recursos utilizados en descubrir estos casos mediantes entrevistas o encuestas (las que muchas veces ni siquiera se realizan por su alto costo en tiempo y en recursos monetarios).

En consecuencia, el sistema permite develar y utilizar parte del conocimiento

almacenado en los miembros de una institución estudiantil, el cual permanecería invisible en una situación sin sistema.

En resumen, un sistema de información orientado a la recolección de cuatro datos

específicos de las personas: intereses, experiencias, redes sociales y perfil para trabajar en grupo; es capaz de entregar información rica en contenido, permitiendo tomar decisiones de manera rápida y eficiente al momento de querer potenciar todo tipo de organizaciones, en particular las de corte educacional.

Por último, del sistema de información construido se obtuvieron las siguientes

conclusiones generales:

• Dado que el sitio web es exclusivamente de recolección de datos, los alumnos no vuelven a ingresar hasta que se hace un nuevo requerimiento de información. Por lo tanto, si se desea que el sistema perdure en el tiempo deberán crearse instancias que incentiven la actualización de los datos por parte de los estudiantes. (Como la generación continua de grupos de alumnos o agregar un módulo donde los alumnos puedan proponer proyectos a realizar.)


114

• El módulo “Redes Sociales” debe ser rediseñado, ya que termina siendo lento y

aburrido de ocupar, lo que provoca que un número significativo de alumnos no ingresen datos en ese ítem.

• La calidad de la información que entrega el módulo “Perfil de Trabajo” puede ser mejorada sustancialmente utilizando encuestas que miden la personalidad. Por lo tanto, parece pertinente pagar por los derechos para usar una de estas encuestas (como el test de Myers‐Briggs) en el sitio web de U‐Proyectos.

• El sistema NO funcionará bien si el analista no entiende conceptos básicos sobre la formación de equipos de alto rendimiento. Esto, debido a que él tomará las decisiones sobre los filtros a imponer sobre los alumnos disponibles, por lo cual debe entender el concepto de equipo y debe ser proveído de información general (al menos) sobre el área que deberá abordar el futuro grupo que está por formarse.

• Se debe crear algún método de comprobación de la información ingresada por los estudiantes, ya que son altamente comunes los casos donde un postulante miente en alguno de los datos de su currículum para aumentar sus posibilidades de ser elegido.

• Es necesario actualizar periódicamente el modelo desarrollado, ya que los usuarios podrían aprender su operatoria y, eventualmente, ponerse de acuerdo entre varios para obtener un mejor ranking en las evaluaciones, haciendo fracasar el sistema.

7.1 Trabajo Futuro

Debido a la diversidad de temas que incorporó el trabajo realizado, es posible definir varios ejes temáticos que pueden ser abordados a futuro en posibles líneas de investigación:

1. Efectuar un estudio profundo sobre las componentes que afectan el trabajo en equipo, con el fin de encontrar nuevos factores que influyen en el desempeño grupal


115

y las relaciones existentes entre sus miembros. Para lograr esto, podría realizarse una investigación guiada por especialistas de campos como la sociología y la psicología, los cuales podrían adentrarse en la concepción de un “equipo de trabajo” como una serie de relaciones que conviven tanto en el espacio físico como en el espacio sicológico de sus miembros.

2. Implementar el sistema en la FCFM considerando a todos sus alumnos durante uno o dos semestres, con el objetivo de generar grupos con proyectos reales para contrastar las predicciones hechas por el modelo (al iniciarse los grupos) con los resultados empíricos una vez finalizados los proyectos. De esta forma, se podría retroalimentar el modelo e ir ajustando las variables que en algún momento se definieron como relevantes.

3. Investigar nuevas formas de adquirir conocimiento sobre los alumnos para incorporarlas al modelo. Por ejemplo, analizando mediante text mining foros, blogs y otras conversaciones que mantienen algunos alumnos que participan activamente de comunidades virtuales como U‐Cursos, Facebook o LinkedIn.

4. Mejorar la bibliografía que es utilizada como base conceptual de este trabajo, con

el fin de ir mejorando la metodología utilizada con nuevas variables que permitan entregar mayor información sobre la creación y la gestión de grupos de trabajo.

5. Generar valor en otras áreas de la sociedad, adaptando lo realizado en instituciones

públicas, empresas privadas y ONG’s, cuyos miembros (o usuarios) se encuentran separados físicamente, no teniendo la posibilidad de compartir sus conocimientos a través de la interacción cotidiana.

BIBLIOGRAFÍA

116

BBIIBBLLIIOOGGRRAAFFÍÍAA

AIKEN, L. (2003). Test Psicológicos y Evaluación. (11ª edición). México: Prentice Hall. BENNIS, W. (2002). Secretos de los grandes equipos. En HESSELBEIN, F. y COHEN, P. (compiladores). De Líder a Líder. Granica. BENNIS, W. y O’TOOLE, J. (2005). How business schools lost their way. Revista Harvard Business Review, mayo, pp. 76‐85. BORGATTI, S. y EVERETT, M. (1992). Notions of position in social network analysis. En P. Marsden (editor), “Sociological Methodology”, Nº 22, pp. 1‐35. BORGATTI, S. y EVERETT, M. (1997). Network analysis of 2‐mode data. Social Networks, Vol. 19, pp. 243‐269.

BIBLIOGRAFÍA

117

CAMERON, K. y QUINN, R. (1999). Diagnosing and changing organizational culture, based on the comepeting values approach. New York: Addison Wesley. CAMPION, M.; MEDSKER, G. y HIGGS, A. (1993). Relations between work group characteristics and effectiveness: Implications for designing effective work groups. Personnel Psychology, Nº 46, pp. 823‐850. CASPERSZ, D.; SKENE, J. y WU, M. (2003). Factors influencing effective performance of university student teams. Research and Development in Higher Education, Nº 26. CERCÓS, R. (2008). Diseño y construcción de un web warehouse para almacenar información extraída a partir de datos originados en la web. Memoria para optar el título de Ingeniería Civil Industrial, Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas, Santiago. CHURCHILL, E. y HALVERSON, C. (2005). Guest Editorsʹ Introduction: Social Networks and Social Networking. IEEE Internet Computing, Vol. 78, Nº 5, pp.14‐19. CODD, E. (1993). Providing OLAP (On‐Line Analytical Proccesing) to User‐Analysts: An IT Mandate. Technical Report. E.F. Codd and Associates. FREEMAN, L. C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, Vol. 1, pp. 215‐239. FRIEDMAN, T. L. (2005). The World is Flat: A brief history of the twenty‐first century. New York: Farrar, Straus y Giroux. GALLAUGHER, J. y RAMANATHAN, S. (1996). Choosing a Client/Server Architecture. A Comparison of Two‐Tier and Three‐Tier Systems. Information Systems Management Magazine, Vol. 13, Nº 2, pp. 7‐13. GALVE, C. y ORTEGA, R. (2000). Equipos de Trabajo y Performance: Un Análisis Empírico a Nivel de Planta Productiva. M@n@gement, Vol. 3, Nº 4, pp. 111‐134. GOLEMAN, D. (1996). La Inteligencia Emocional. Barcelona: Kairós.

BIBLIOGRAFÍA

118

GRATTON, L. y ERICKSON, T. J. (2007). Eight ways to build collaborative teams. Revista Harvard Business Review, noviembre, pp. 101‐109. GUZZO, R. y DICKSON, M. (1996). Teams in Organizations: Recent Research on Performance and Effectiveness. En ROSENZWEIG, M. y PORTER, L. (editores). Annual Review of Psychology, Nº 47. HACKMAN, J. R. (1987). The design of work teams. En LORSCH, J. W. (editor). Handbook of Organizational Behavior. Englewood Cliffs: Prentice‐Hall. HACKMAN, J. R. (2000a). Por qué hay equipos que no funcionan. En HESSELBEIN, F. y COHEN, P. (compiladores). De Líder a Líder. Granica. HACKMAN, J. R.; WAGEMAN, R.; RUDDY, T. y RAY, C. (2000b). Team effectiveness in theory and practice. En COOPER, C. y LOCKE, E. A. (editores). Idustrial and organizational psychology: Theory and practice. Oxford, UK: Backwell. HACKMAN, J. R. (2002a). New rules for team building. Optimize, pp. 50‐62. HACKMAN, J. R. (2002b). Leading teams: Setting the stage for great performances. Boston: Harvard Business School Press. HAMEL, G. (1999). Bringing Silicon Valley Inside. Revista Harvard Business Review, septiembre‐octubre, pp. 71‐84. HELLRIEGEL, D. y SLOCUM, J. (2004). Comportamiento Organizacional. 10ª edición, México: Thomson. HERRERO, R. (2000). La terminología del análisis de redes. Problemas de definición y traducción. Política y Sociedad, Vol. 33, pp. 199‐206. KAPLAN, R. y SACCUZZO, D. (1997). Psychological Testing. Principles, Applications and Issues. (4ª edición). Pacific Grove: Brooks/Cole. KATZENBACH, J. y SMITH, D. (1993a). The discipline of teams. Revista Harvard Business Review, marzo‐abril, pp. 111‐120.

BIBLIOGRAFÍA

119

KATZENBACH, J. y SMITH, D. (1993b). The Wisdom of Teams. Boston: Harvard Business School Press. KATZENBACH, J. (2000). Introducción. En KATZENBACH, J. (compilador). El Trabajo en Equipo: Ventajas y Dificultades. Barcelona: Granica. KOZLOWSKI, S. e ILGEN, D. (2006). Enhancing the effectiveness of work groups and teams. Psychological Science in the Public Interest, Nº 7, pp. 77‐124. LOZARES, C. (1998). La teoría de las redes sociales. Papers: Revista de Sociología. Bellaterra: UAB. MAPCAL, S. (1998). Gestión Eficaz del Trabajo en Equipo. Guías de gestión de la pequeña empresa. Madrid: Díaz de Santos. MARGERISON, CH.; McCANN, D. y DAVIES, R. (1995). Focus on team appraisal. Team Performance Management an International Journal, Vol. 1, Nº 4, pp. 13‐18. McDANIEL, C. y GATES, R. (1999). Investigación de Mercados Contemporánea. México: Thomson Editores. McGRATH, J. E. (1964). Social psychlogy: A brief introduction. New York: Holt, Rinehart & Winston. MOLINA, J. L. (2001). El Análisis de Redes Sociales. Una introducción. Editorial Bellaterra: Barcelona. MORGESON, F.; REIDER, M. y CAMPION, M. (2005). Selecting individuals in team settings: The importance of social skills, personality characteristics, and Teamwork knowledge. Personnel Psychology, Nº 58, pp. 583‐611. NONAKA, I. y TAKEUCHI, H. (1995) The Knowledge Creating Company. Oxford University Press: New York. PÉREZ, M. (2004). Aseguramiento de la Calidad de la Educación Superior en América Latina: ¿Vamos por el Camino Correcto? Revista Calidad en la Educación, Nº21, pp. 273‐285.

BIBLIOGRAFÍA

120

REQUENA SANTOS, F. (1989). El concepto de red social. Revista Española de Investigaciones Sociológicas, Nº 48, pp. 137‐152. ROBBINS, H. y FINLEY, M. (1999). Por qué fallan los equipos: Los problemas y cómo corregirlos. Barcelona: Granica. SAMPIERI, R.; FERNÁNDEZ, C. y BAPTISTA, P. (2003). Metodología de la Investigación. México: McGraw‐Hill Interamericana S.A. SANZ MENÉNDEZ, L. (2003). Análisis de Redes Sociales: o como representar las estructuras sociales subyacentes. Apuntes de Ciencia Tecnología y Sociedad, Nº 7, pp. 21‐29. SCHIEFELBEIN, E. (1994). Estrategias para Elevar la Calidad de la Educación. Revista La Educación, Nº117, pp. 1‐18. SCOTT, J. (2000). Social Network Analysis: A Handbook. 2ª Edición. SAGE Publications. SEN, A. (1996). Capacidad y bienestar. En NUSSBAUM, M. y SEN, A. (compiladores). La calidad de vida. Fondo de Cultura Económica, México. SENGE, Peter. (1992). La Quinta Disciplina. Barcelona: Granica. STEWART, G. y BARRICK, M. (2000). Team structure and performance: Assessing the mediating role of intrateam process and the moderating role of task type. Academy of Management Journal, Nº 43, pp. 135‐148. TAMBE, M. (1997). Towards flexible Teamwork. Journal of Artificial Intelligence Research, Nº 7, pp. 83‐124. TUCKMAN, B. W. (1965). Developmental Sequence in Small Groups. Psychological Bulletin, Nº 63, pp. 384‐399. TUCKMAN, B. W. y JENSEN, M. (1977). Stages of Small‐Group Development Revisited. Group and Organization Studies, Nº 2, pp. 419‐427.

BIBLIOGRAFÍA

121

VELÁSQUEZ, J. y PALADE, V. (2008). Adaptive Web Sites: A Knowledge Extraction from Web Data Approach. IOS Press, Netherlands. VILLEGAS, E. (1993). El trabajador social en el trabajo de grupo. Revista Alternativas. Cuadernos de Trabajo Social, Nº 2, pp. 119‐136. WASSERMAN, S. y FAUST, K. (1994). Social Network Analysis: Methods and Applications. New York and Cambridge, ENG: Cambridge University Press. WINTER, R. S. (2000). Manual de Trabajo en Equipo. Madrid: Díaz de Santos. DOCUMENTOS ELECTRÓNICOS COMISIÓN NACIONAL DE ACREDITACIÓN. Acuerdo de Acreditación Nº 443. Carrera de Ingeniería Civil, Universidad de Chile. [en línea]. Junio de 2007. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://www.cnachile.cl/acreditacion/ac_carreras/ACUERDO_N443.pdf FERNÁNDEZ QUIJADA, D. (2008). El análisis de redes sociales aplicado al estudio de la estructura de las industrias culturales. En: Actas y Memoria Final. Congreso Internacional Fundacional AEIC, Santiago de Compostela: Asociación Española de Investigación de la Comunicación. Versión online disponible en: http://www.griss.org/curriculums/fernandezquijada/publicaciones/aeic_fernandezquijada.pdf (Fecha de consulta: 20 de diciembre de 2008) HANNEMAN, R. (2000). Introduction to social network methods. Riverside, CA: University of California, Riverside. Versión online disponible en: http://faculty.ucr.edu/~hanneman/networks/nettext.pdf (Fecha de consulta: 22 de diciembre de 2008.) LANE, A. Groups and Teamwork. [en línea]. 2009. [Consulta: 27 de febrero de 2010]. Disponible en: http://openlearn.open.ac.uk/mod/resource/view.php?id=209219&direct=1

BIBLIOGRAFÍA

122

MINISTERIO DE EDUCACIÓN, DIVISIÓN DE EDUCACIÓN SUPERIOR. Matrícula Total para los años 1983 a 2008. [en línea]. 2009. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://compendio.educasup.cl/comp_matr_educ_sup.html NACIONES UNIDAS. Declaración Universal de Derechos Humanos. [en línea]. 1948. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://www.un.org/es/documents/udhr/index.shtml#a26 UNESCO. Declaración Mundial sobre la Educación Superior en el Siglo XXI: Visión y Acción. [en línea]. Conferencia Mundial sobre la Educación Superior, sede de la UNESCO en París, 1998. [fecha de consulta: 21 de junio de 2009]. Disponible en: http://www.cse.cl/public/Secciones/seccionestudios/estudios_y_documentos_de_Genero_pdf.aspx?strArt=Declaraci%F3n%20Mundial%20sobre%20la%20Educaci%F3n%20Superior%20&idArticulo=471

ANEXOS

123

AANNEEXXOOSS

ANEXOS

124

Anexo 1 Áreas de desempeño abarcadas por los equipos estudiados

A continuación se presenta una breve reseña de los grupos seleccionados par el

estudio, agrupados por ámbitos de acción:

GRUPOS SIN SÍMIL DE COMPARACIÓN

1. Construyó el primer auto alimentado completamente con energía solar en Sudamérica. El equipo trabajó durante más de un año y medio en el proyecto, viajó a Australia para participar en la World Solar Challenge 2007.

2. Construyó robots manejados con software propio y participó en las competencias mundiales de Estados Unidos (2007), China (2008) y Austria (2009). El año 2008 obtuvo el segundo lugar de su categoría ganando además el Premio a la Innovación.

3. Iniciativa con fines sociales creada y administrada por alumnos de la Escuela de Ingeniería. Recientemente cumplió 20 años y cuenta con más de 70 profesores voluntarios de diversas carreras y especialidades de la Universidad. Cada año postulan más de 1.000 escolares pertenecientes a los quintiles de menores ingresos, de los cuales se seleccionan 400. De estos, cerca del 40% logra quedar en instituciones de educación superior luego de rendir la PSU.

4. Es reconocido como uno de los centros de alumnos con mejor gestión dentro de la Facultad y es el ejecutor de una de las actividades con mayor concurrencia a lo largo del año. Mantiene alianzas con empresas privadas que le permiten obtener recursos para autofinanciarse y es uno de los factores claves del constante aumento en la captación de alumnos provenientes del Plan Común.

ANEXOS

125

CONJUNTOS DE GRUPOS DE RESULTADOS DISÍMILES, SEPARADOS POR ÁMBITO DE ACCIÓN

Área 1. Centros de Estudiantes de Ingeniería

Uno de los grupos es reconocido por los demás CEI entrevistados como de excelente gestión y de remarcables resultados, mientras que el otro presentó problemas de gestión interna durante su período, siendo nombrado por varias entidades como uno de los CEI con menor impacto en la comunidad estudiantil durante los últimos 6 años.

Área 2. Trabajos Voluntarios

Uno de los grupos ha movilizado una cantidad significativa de alumnos durante varios años y actualmente se encuentra realizando la quinta versión de su iniciativa, mientras que el grupo de comparación presentó innumerables problemas durante la organización y durante la ejecución. No todos los estudiantes que participaron quedaron conformes con lo realizado durante la experiencia. Al comenzar a planificar una segunda versión, el grupo no logró organizarse y se disolvió.

Área 3. Asignatura en Ingeniería en Computación

Ambos grupos pertenecen a la misma asignatura, sin embargo uno obtuvo resultados sobresalientes (mostraron un alto nivel de motivación y realizaron un trabajo complejo y de alta calidad) mientras que el otro consiguió resultados por debajo de la media en el curso y su producto final no cumplió con todos los requerimientos estipulados al comienzo. Los integrantes no lograron apoyarse unos a otros; por lo que cada uno hizo su parte del trabajo sin preocuparse de los problemas que presentaban los demás.

Área 4. Asignatura en Plan Común

Ambos grupos cursaron el mismo curso, pero uno de ellos tuvo integrantes que mostraron un alto nivel de cohesión, motivación y de compromiso, continuando el proyecto después de acabado el ramo.

ANEXOS

126

En cambio, el grupo de control obtuvo resultados por debajo de lo esperado ya que no todos los integrantes trabajaron a la par. No se logró un producto totalmente terminado y, si bien algunos querían continuar, el grupo se disolvió al terminar el curso.

Área 5. Asignatura en Ingeniería Química y Biotecnología

Uno de los grupos obtuvo resultados sobresalientes ya que los integrantes se fijaron altos estándares de calidad con el fin de postular el proyecto a un concurso de CORFO. Se organizaron de acuerdo a sus habilidades personales y tuvieron liderazgos efectivos.

En contraste, los integrantes del otro grupo no lograron complementarse bien, no se dividieron la carga de trabajo, realizaban las cosas a última hora y entregaron un producto por debajo de lo esperado.

Área 6. Asignatura en Ingeniería Industrial

Uno de los grupos obtuvo resultados sobresalientes en el desarrollo de planes de negocios, mostrando un alto nivel de cohesión, responsabilidad y organización. La calidad de su trabajo estuvo muy por sobre la media.

En cambio los otros dos grupos estuvieron resultados casi deficientes; tuvieron significativos problemas personales entre los integrantes, estos no se comprometieron con el proyecto y los avances que presentaban eran confusos e insuficientes. Uno de los grupos terminó abruptamente con sus integrantes reprobados a mitad de semestre.

ANEXOS

127

Anexo 2 Diagramas de Casos de Uso para cada módulo del sistema

A continuación se presentan las funcionalidades generales del sistema y los

actores que intervienen con ellas, separadas por módulos.

A3.1 Datos Personales


Figura A3.1 Diagrama de Casos de Uso: Módulo Datos Personales

ANEXOS

128

A3.2 Intereses


Figura A3.2 Diagrama de Casos de Uso: Módulo Intereses

A3.3 Experiencia Laboral


Figura A3.3 Diagrama de Casos de Uso: Módulo Experiencia Laboral

ANEXOS

129

A3.4 Experiencia Voluntariado


Figura A3.4 Diagrama de Casos de Uso: Módulo Experiencia Voluntariado

A3.5 Redes Sociales


Figura A3.5 Diagrama de Casos de Uso: Módulo Redes Sociales

ANEXOS

130

A3.6 Perfil para Trabajar en Grupo


Figura A3.6 Diagrama de Casos de Uso: Módulo Perfil de Trabajo en Grupo

A3.7 Noticias


Figura A3.7 Diagrama de Casos de Uso: Módulo Noticias

ANEXOS

131

A3.8 Ingreso de Requerimientos


Figura A3.8 Diagrama de Casos de Uso: Módulo Ingreso de Requerimientos

A3.9 Formar Grupos


Figura A3.9 Diagrama de Casos de Uso: Módulo Formar Grupos

ANEXOS

132

Anexo 3 Breve marco conceptual: Modelamiento Multidimensional 1

Dado que los usuarios finales de los sistemas de apoyo a la toma de decisiones

piensan en múltiples dimensiones, fue necesario diseñar conceptos que apuntasen a responder las consultas en “tiempos razonables”.

Apuntando a lo anterior, Codd (1993) propuso el concepto de On Line Analytical

Processing (OLAP), cuyo objetivo es agilizar las consultas realizadas a grandes cantidades de datos a través de un enfoque multidimensional, logrando satisfacer los requerimientos de información de los usuarios mediante el procesamiento de los datos.

En general, las dimensiones se pueden asociar a jerarquías, las cuales permiten

responder preguntas asociadas a los distintos niveles de agregación de cada dimensión. (Ver ejemplo de una supuesta dimensión “Lugar” en la Figura A4.1.)

Fuente: Cercós (2008)

Figura A4.1 Distintas jerarquías de la dimensión “Lugar”

Para implementar un modelo multidimensional se pueden usar dos técnicas: cubo o estrella, debiéndose definir el grano que se utilizará.2

1 Este apartado se basa esencialmente en el excelente trabajo recopilatorio de Cercós (2008). 2 Según Cercós (2008), el grano define el nivel de agregación o atomicidad de los registros que se almacenan. Es decir, si la granularidad del modelo es “semanal”, este no responderá adecuadamente las consultas donde se pregunte hasta el nivel “diario”.

ANEXOS

133

Modelo Cubo

Es la representación de un modelo como un “cubo de información” (ver Figura A4.2), al cual se le pueden hacer consultas sobre sus distintas dimensiones.

Si bien el modelo es muy rápido y eficiente, tiene la desventaja de requerir una

MDBMS3 y muchos recursos para sustentar una alta dimensionalidad. A este tipo de OLAP suele denominársele MOLAP (OLAP Multidimensional).

Fuente: Velásquez y Palade (2008)

Figura A4.2 Ejemplo de un cubo de información

Modelo Estrella

Es una representación multidimensional de datos que usa la nomenclatura del

modelo Entidad‐Relación, pero sin considerar las restricciones de normalización y redundancia.

3 Multidimensional Data Base Management System.

ANEXOS

134

Se compone de una tabla central (denominada “Fact”) y una serie de tablas

dimensionales, donde cada tupla de la tabla Fact se identifica a través de las llaves primarias de las dimensiones. Además, cada dimensión puede tener poseer tablas auxiliares asociadas, con lo cual el modelo pasa a llamarse snowflake.

En la Figura A4.3 se presenta un modelo estrella que contiene una Tabla Fact y tres

dimensiones asociadas. Cabe mencionar que este modelo necesita algún sistema que permita administrar

bases de datos relacionales, como MySQL, Oracle, SQL Server, etc., los cuales son altamente usados en organizaciones debido a su gran flexibilidad de código y a poseer un lenguaje estandarizado: SQL.

Comúnmente, a esta forma de OLAP se le denomina ROLAP (OLAP Relacional).

Fuente: Cercós (2008)

Figura A4.3 Ejemplo de un modelamiento estrella

ANEXOS

135

Anexo 4 Modelo matemático para clasificar equipos de trabajo en la FCFM

En base al marco teórico y al estudio de caracterización de los equipos de trabajo

en la FCFM, se diseñó un modelo matemático que incluye los factores de mayor influencia en el desempeño de un grupo, los cuales se pueden manejar en el proceso de formación:

• Intereses de los alumnos.

• Experiencias que hayan mejorado las habilidades técnicas de los alumnos.

• Las redes sociales existentes dentro del alumnado.

• Los roles dentro de un grupo que prefieren desempeñar los estudiantes. Luego, cada factor se subdividió en dos variables que aportan información al

modelo, dándole mayor robustez:

Intereses de los alumnos − Sector de interés para trabajar. − Actividades que se realizan en el tiempo libre.

Experiencias que aporten habilidades técnicas − Experiencias laborales. − Experiencias en voluntariados.

Las redes sociales − Vínculos existentes entre los miembros antes de formarse el grupo. − Vínculos que poseen los miembros con alumnos externos al grupo.

Perfil para trabajar en grupo − Cantidad de roles presentes en un grupo de n alumnos. − Efectividad de los miembros en sus respectivos roles.

ANEXOS

136

Por lo tanto, considerando las 8 variables anteriores se construyó el modelo que permite asignarle un puntaje a cada grupo en virtud de las características individuales y grupales de sus miembros:

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+⎟⎟

⎠

⎞⎜⎜⎝

⎛+

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛

dosvoluntariaen

perienciaex

laboralperienciaex

personalessactividadedetoalineamien

terésindectoressetoalineamien

2121 βββααα

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛+

grupoelenroleslosdedefectivida

grupoelenrolesdecantidad

miembroslosdeternasex

redes

grupoelformardeantesternasinredes

2121 δδδγγγ

Donde los parámetros α, β, γ, δ son constantes que se definen en base al peso relativo que ha tenido cada una de las 4 áreas (intereses, experiencia, redes y roles) en el éxito de los equipos estudiados dentro de la FCFM, y donde los parámetros α1, α2, β1, β2, γ1, γ2, δ1 y δ2 son los pesos relativos que tienen los subfactores de cada una de las áreas.

Cabe mencionar que estos subfactores son medidas independientes que deben ser

normalizadas para poder ser ingresadas al modelo. Por último, el puntaje de cada grupo puede ser considerado como su de

“probabilidad de éxito” a futuro, ya que se han ocupado las variables que influyen significativamente en el desempeño de los grupos estudiantiles dentro de la institución estudiada.

universidad de chile facultad de ciencias fÍsicas y ... · análisis de redes sociales. luego, se...

Documents