APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
1
APROXIMACIÓN DESDE
UNA REPRESENTACIÓN
ARTIFICIAL: al Fraude
Académico como
Fenómeno.
Octavio Andrés Torres Quintana
UNIVERSIDAD DE LOS ANDES
BOGOTÁ – COLOMBIA
MAYO – 2008
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
2
APROXIMACIÓN AL
FRAUDE ACADÉMICO
COMO FENÓMENO: a partir
de una representación
artificial.
AUTOR:
Octavio Andrés Torres Quintana
ASESOR:
Roberto Zarama
Trabajo para optar por el título:
Ingeniero Industrial
UNIVERSIDAD DE LOS ANDES
BOGOTÁ – COLOMBIA
MAYO - 2008
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
3
Agradecimiento
A mi Familia, quien me a brindado su apoyo incondicional
A Roberto quien es el asesor de tesis y ha brindado el necesario apoyo
para la de este sueño.
Y a todos aquellos que a través de los años han compartido conmigo y
me han guiado en esta travesía.
Y por último no menos importante a la vida.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
4
Índice.
TABLA DE GRÁFICAS. 8
INTRODUCCIÓN. 9
OBJETIVOS. 15
OBJETIVO GENERAL: 15
OBJETIVOS ESPECÍFICOS: 15
EL FRAUDE ACADÉMICO. 16
PERSPECTIVA GLOBAL. 17
ANTECEDENTES DE ESTUDIOS SOBRE EL FRAUDE ACADÉMICO. 18
APUNTES SOBRE LOS ANTECEDENTE 20
LA OBSERVACIÓN Y LA REFLEXIÓN COMO MARCO DE REFERENCIA. 22
DOMINIO FENOMENOLÓGICO (RELACIONAL) 23
SISTEMA COMO UNIDAD DE SU ORGANIZACIÓN Y SU ESTRUCTURA. 25
LOS COMPONENTES DEL SISTEMA DISTINGUIDOS & SUS ATRIBUTOS. 27
LOS ESTÍMULOS COMO INFORMACIÓN Y SU RELACIÓN CON EL SISTEMA. 31
INDAGACIÓN SOBRE LA RELACIÓN ENTRE LA INFORMACIÓN Y EL INDIVIDUO. 32
METODOLOGÍA. 37
ANALOGÍA COMO BASE PARA LA ILUSTRACIÓN DEL MECANISMO REPRESENTATIVO 38
MÉTODO. 43
OBTENCIÓN DE LA INFORMACIÓN. 43
LA REPRESENTACIÓN ARTIFICIAL. 45
LA CONSTRUCCIÓN DE LA RED BAYESIANA. 48
LA REPRESENTACIÓN DE LA INTERACCIÓN DE INDIVIDUOS A PARTIR DEL MODELO DE MULTI-AGENTES.
49
LA EVIDENCIA COMO CANTIDAD DE INFORMACIÓN Y LA RELACIÓN CON LA OBSERVACIÓN DE
ESTÍMULOS EXTERNOS. 51
COMPUTACIÓN A TRAVÉS DEL CÁLCULO DE LA EVIDENCIA (MODELO MATEMÁTICO). 54
CALCULO DE LA EVIDENCIA (MODELO MATEMÁTICO). 54
LA RELACIÓN ENTRE LAS DINÁMICAS DE GRUPO Y LA EVIDENCIA INDIVIDUAL. 59
IMPLEMENTACIÓN Y COMPUTACIÓN. 62
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
5
ANÁLISIS DINÁMICO. 65
CASO COMPUTADO. 66
CASO 1 67
Observación y comentarios sobre los resultados obtenidos (Caso 1). 67
CASO 2 69
Observación y comentarios sobre los resultados obtenidos (Caso 2). 69
CONVERSACIONES. 73
EL UMBRAL DE TOLERANCIA. 73
GENERACIÓN DE UN ESPACIO PARA LA CONSTRUCCIÓN DE INTERACCIÓN ENTRE EL MODELO
Y EL INDIVIDUO EN EL ROL DE ESTUDIANTE. 73
BIBLIOGRAFÍA. 75
ANEXOS. 78
ENCUESTA 78
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
6
Tabla de Figuras.
Figura 1: Distinción realizada al sistema ___________________________________ 25
Figura 2: Dominios que implica el distinguir. _______________________________ 26
Figura 3: Representación del acoplamiento estructural del individuo (ejemplo toma de
una decisión) acoplamiento estructural. ___________________________________ 30
Figura 4: Flujo del proceso de información, ________________________________ 35
Figura 5: Observaciones del individuo sobre su contexto. _____________________ 38
Figuras 6: i) Caja negra propuesta por Heinz von Foerster, en esta la función no se
conoce ii) Caja traslucida, en esta la función es conocida pero en conjunto no se
puede establecer la procedencia de las fluctuaciones con total certeza. __________ 39
Figura 7: Transmisión de información y recepción de nueva información. _________ 41
Figura 8: Red bayesiana construida a partir de la encuesta. ___________________ 49
Figura 9: Imagen descriptiva del Modelo multi-agentes, composición de grafo i)
Laticce k=2ii)Erdos Renyi k=0 p=3 iii) Small World k=2 p= 4. _________________ 50
Figura 10: La red Bayesiana implementada. i) Los valores que presentan son los
resultados de las encuestas realizadas. ___________________________________ 56
Figura 11: Tabla de Evidencia y Probabilidad (Jaynes, 1995, p. 406). ____________ 58
Figura 12: Red Bayesiana con variable adicional que modela el entorno y/o influencia
de los vecinos. _______________________________________________________ 60
Figura 13; Representación de la Red Social. i) Organizada ii) Desorganizada ______ 66
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
7
Tabla de Ecuaciones.
Ecuación 1 __________________________________________________________ 46
Ecuación 2 __________________________________________________________ 47
Ecuación 3 __________________________________________________________ 47
Ecuación 4 __________________________________________________________ 51
Ecuación 5 __________________________________________________________ 52
Ecuación 6 __________________________________________________________ 53
Ecuación 7 __________________________________________________________ 53
Ecuación 8 __________________________________________________________ 54
Ecuación 9 __________________________________________________________ 57
Ecuación 10 _________________________________________________________ 57
Ecuación 11 _________________________________________________________ 61
Ecuación 12 _________________________________________________________ 62
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
8
Tabla de Gráficas.
Gráfica 1: Señala como la evidencia al pasar el tiempo supera o no el umbral. ____ 55
Gráfica 2:Caso1 Npeso = Varía, k = Varia p= Varía __________________________ 69
Gráfica 4: Caso 2 Norden1 K=constante P= Varia ___________________________ 70
Gráfica 4: Caso 2 Norden1 K= Varia P= Constante __________________________ 71
Gráfica 4: Caso 2 Norden0 K= Constante P= Varia __________________________ 72
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
9
Introducción.
En la actualidad la mayoría de estudios que se han llevado a cabo relacionados
al fraude académico, recaen en el hecho de tratarlo como un problema que
debe ser regulado, prevenido, e intervenido. Como respuesta a esta
preocupación se han realizado estudios que se enfocan en presentar resultados
probabilísticos, que no permiten inferir más allá de los niveles de las
correlaciones, varianzas y relaciones lineales de causa y efecto, que presenta
este fenómeno mal llamado problema, entre diversos grupos de estudiantes.
Estos resultados obtenidos a partir de esos estudios muestran una fotografía u
observación parcial de las dinámicas asociadas al fenómeno. Lo que es un
reflejo de la tendencia normal de estos estudios, que se dedican de una
manera intensa a la descripción detallada del “problema” del fraude
académico, es decir se centran en demostrar que existen unos presuntos
objetos1 que configuran al problema. Es así como se ha conformado una
percepción fragmentada del problema, y lo que ha llevado a generar acciones
de corrección dentro de un ámbito local(MaxNeef, 1991).
En consecuencia a lo anterior se construye una reflexión que se deriva de la
observación de observaciones precedentes. Esta reflexión se constituye en
distinguir la estructura asociada al sistema, de la cual surge el fenómeno del
fraude académico. Por otro lado esta distinción que le es realizada al sistema,
permite que se reconozca la organización de este, desde la identificación de
sus componentes y procesos, dando como resultado la descripción de la
estructura. Todo estos se hace para lograr reproducir de manera artificial al
sistema2.
La estructura es designada gracias a la distinción hecha por el observador –en
1 Este tipo de aproximación es consecuente con el paradigma cartesiano, que propone que el mundo de la cientificidad es el mundo del objeto y el mundo de la subjetividad es el mundo de la filosofía, de la reflexión. Determinando de esta manera la inexistencia del sujeto en la ciencia clásica quién opera al observador Bonnet, M. C. (10 de Mayo de 1997). Lo social
desde el constructivismo y las teorias de la complejidad. Revista Reflexiones , 55, p. 15.2 En este caso específico debido a que la experiencia del observador permite que este reconozca al sistema en cuestión, a partir de identificar sus componentes y describir su estructura, permitiendo sí que su organización sea explicada y reconocida por medio de la reproducción de la estructura. (Zeleney, 1979).
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
10
primera instancia el observador es el autor-. Esta distinción permite que se
reconozca que el sistema se constituye a partir del resultado de las
interacciones entre individuos que poseen características en común y
propósitos afines. Los individuos generan las dinámicas a partir de sus
interacciones y relaciones dentro del sistema se reconocen por desempeñar el
rol de estudiantes. Por otro lado es necesario a su vez designarles la estructura
(atributos) a los individuos que constituyen el sistema.
A partir de las observaciones realizadas se plantea que la estructura que les es
asociada a los individuos durante el proceso específico de tomar una decisión,
debe ser designada por ellos mismos, debido a que son sistemas vivos y esta
estructura si bien puede reconocerse en un instante de tiempo y espacio, no
será la misma para otro instante diferente. Como consecuencia, se establece
que la estructura asociada al individuo se da como el entrelazamiento de
muchas variables de carácter individual en las vidas de cada uno de los
estudiantes, sujeto dinámicas de interacción y relación entre los estudiantes;
donde las variables son modificadas de forma parcial por el entorno adscrito a
cada uno de ellos. Esta observación presenta la cualidad de reconocer la
existencia de muchos contextos asociados a cada uno de los estudiantes3. De
esta manera al adjudicársele un contexto particular a cada estudiante se puede
explorar las observaciones que cada uno construye del fenómeno.
Como fruto de esta reflexión, se propone un marco de referencia que está
compuesto por observaciones del fenómeno provenientes de diversas
disciplinas y que proponen un acercamiento a las distinciones sobre la
organización y la estructura que son hechas sobre el sistema en donde surge el
fenómeno del fraude académico. Aquí se introducen los fundamentos y
conceptos, que son la base del mecanismo generativo que es propuesto a
partir de la conformación de una representación artificial. Esta representación
3 Cada uno de estos contextos es el resultado del entorno adscrito al estudiante. Estos contextos hace referencia a la posibilidad de reconocer como validas diferentes observaciones simultáneas teniendo presente la pluralidad de mundos asociados a los individuos. Donde esto se conoce como un sistema lógico Policontextural.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
11
artificial es construida con el fin de computar4 los cambios estructurales
asociados a las partes constituyentes de la representación, que son
identificadas a partir de las distinciones generadas de las observaciones sobre
el fenómeno (Maturana, 1994).Las distinciones dentro del sistema observado
se remiten a los estudiantes como individuos, y las dinámicas de las
interacciones y relaciones entre estos se reconoce como la red social.
Las distinciones permiten designar la estructura del sistema en el cual surge el
fenómeno del fraude académico. Lo que implica que el fenómeno surge como
consecuencia de las dinámicas de las relaciones e interacciones entre los
estudiantes a partir de sus redes sociales y su entorno. Como cada estudiante
presenta un entrelazamiento de variables único, y cuando a esto se une con las
dinámicas que surgen entre ellos, se obtienen dinámicas no triviales, largas
fluctuaciones, correlaciones fuertes, a las que se les asocia propiedades de
estadísticas no triviales. Esto es resultado de las formas inciertas que surgen
desde las dinámicas asociados al individuo y al entorno, que crean eventos
inciertos. La conformación de este tipo de eventos es fruto de la complejidad
asociada al fenómeno.
Desde las distinciones y designaciones se plantea una metodología que tiene el
propósito de ser la línea general de orientación5, para permitir afinar las
intuiciones relacionadas con el fenómeno del fraude académico. Esta, se
encuentra basada en el computar el fenómeno, desde diversos ámbitos
asociados al conocimiento que no son excluyentes, para así generar un
método6. Esto se logra al reconocer al fenómeno como un conjunto que tiene
la capacidad de ser modelado desde el ámbito semántico, computacional y
matemático (Segal, 1986); obteniendo una forma alternativa de concebir y de
aproximarse a este desde una representación.
La metodología es la encargada de permitir que el observador se enfoque más
4 “Computar tiene dos raíces latinas: cum, que significa <<juntos, en compañía>>, y putare, que significa <<contemplar considerar, sopesar>>. Y cuando contemplamos o consideramos dos o más entidades juntas, computamos o calculamos su relación” (Lynn Segal, 1986) 5 La metodología es la brújula del navío para hacer la travesía. 6 El método es el navío que se construye para navegar la travesía.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
12
en las dinámicas que en una fotografía del fenómeno. Donde se da prioridad a
reconocer los cambios durante un tiempo específico, para conocer cómo se
comporta el sistema durante su evolución, y no solamente en un momento
definido. Dentro de la metodología se propone una combinación de
aproximaciones teóricas de diversos campos que permiten recoger las
experiencias vivenciales de los observadores que son los estudiantes, y
conformar una representación artificial del fenómeno del fraude académico.
Las aproximaciones teóricas son: La inferencia bayesiana la red social y la ley
de Weber-Fechner. La inferencia bayesiana permite establecer la decisión más
plausible y así reconocer el nivel de adaptación7 alcanzado por el estudiante en
relación con las perturbaciones que se dan dentro de su contexto(red social), a
partir de la adaptación asociada a los otros estudiantes. La red social tiene que
la capacidad de representar los intercambios de transferencia de información
asociada a cada adaptación. La ley de Weber-Fechner que permite recoger el
impacto que tiene para un estudiante en particular las dinámicas que emergen
dentro de su red social como consecuencia de las adaptaciones de los demás
estudiantes. Estas aproximaciones dan la pauta para la construcción de la
representación del fenómeno y su computación, por medio de la fusión de las
herramientas que se derivan de la aproximación teórica y constituyen el
método propuesto.
La metodología nos conduce a la conformación del método que define el modo
de obrar para poder lograr computar el fenómeno del fraude académico, y de
esta manera generar una proyección descriptiva que sea interactiva y de la
cual se pueda hacer el análisis dinámico. Dentro del método se especifica cómo
se llevaba a cabo la construcción de la representación artificial del fenómeno
del fraude. Este modo de obrar se compone de la red bayesiana que se
encuentra acoplada a un modelo de multi-agentes. Su construcción se deriva
desde la recolección de las experiencias de los observadores-estudiantes en
relación a los niveles de satisfacción o motivación personal que han presentado
7 Este nivel de adaptación alcanzado por el estudiante debe ser viable para consecución de sus necesidades cualesquiera sean.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
13
en comparación con las calificaciones que han obtenido8.
La computación del fenómeno del fraude académico se construyo con el
propósito de permitir generar una proyección descriptiva, para observar el
estado de itinerancia del fenómeno a través del tiempo. Este estado de
itinerancia del fenómeno del fraude se traduce en poder proyectar la dinámica
del nivel de adaptación de cada estudiante como consecuencia de la
compensación a las perturbaciones provenientes de la red social y las
calificaciones obtenidas, lo que genera cambios estructurales en el estudiante.
Esto se logra a través de computar el nivel de evidencia asociado a la decisión9
que toma el estudiante para compensar las perturbaciones. Este cómputo se
da a partir de un modelo matemático que permite calcular la evidencia de la
decisión tomada por el estudiante en relación con sus experiencias pasadas y
la información proveniente del entorno (perturbaciones y calificación).
La capacidad de computar el fenómeno del fraude académico a través de la
construcción de la representación artificial, se deriva de la reflexión que se
consolida en el marco de referencia. Y esta representación se construye como
un mecanismo generativo que permita obtener proyecciones que describan al
fenómeno del fraude académico, y que también permita al observador
interactuar y constituir diálogos. Lo que se traduce en lograr ahondar en la
comprensión del fenómeno del fraude académico y las dinámicas asociadas a
este, a través de la consolidación de la disposición gráfica que permiten
obtener una observación “global” del fenómeno.
La base de este trabajo es la construcción de un documento que presente una
aproximación al fenómeno del fraude académico. Partiendo de una reflexión
que se proyecta en la constitución de una metodología con el fin de proponer
un mecanismo generativo a partir de una representación artificial del
fenómeno. Con el propósito de obtener un mayor grado de ilustración respecto
a la al fenómeno y las dinámicas asociadas a este dentro de las universidades,
8 Esté acercamiento se deriva de las conversaciones con el profesor Alejandro Sanz de Santamaría 9La toma de decisiones se entiende como la compensación en respuesta a las perturbaciones a partir de la información percibida por el estudiante dentro de su entorno que se encuentra asociada al alcance de sus metas.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
14
desde un análisis enfocado en las dinámicas. En ningún momento el objetivo
en este trabajo es proponer una definición al fraude académico. Pero a cambio
se establece como punto de partida la experiencia humana asociada a cada
estudiante en relación con el factor motivacional de este, quien esta inmerso
dentro de un ambiente coaccionado, para el desarrollo este estudio. Siendo
este enfoque consecuencia de concebir el fraude académico como un fenómeno
y no como un problema.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
15
Objetivos.
Objetivo General:
Generar un mecanismo que permita al observador afinar las
intuiciones que presente con relación a un fenómeno, como en el
caso del fraude académico.
Objetivos Específicos:
Reconocer que es necesario un nuevo enfoque metodológico para
aproximarse al fenómeno del fraude académico.
Construir un Marco de Referencia a partir de la reflexión a las
observaciones asociadas al autor como resultado de distinguir la
organización y la estructura del sistema. Para así obtener la
capacidad de observar al fraude académico como un fenómeno y
no como un problema.
A partir de la construcción del Marco de Referencia establecer
pautas para proponer un mecanismo generativo en donde la
experiencia humana en congruencia con las dinámicas de
interacción y relación, constituyen una infinidad de realidades.
Construir una metodología que involucre de manera directa las
observaciones de los expertos para la generación de una
representación artificial del fenómeno.
Ensamblar una representación artificial del sistema, que permita
obtener una observación de las dinámicas asociadas al fenómeno a
partir de la computación de la representación.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
16
El Fraude Académico.
Dentro de nuestra sociedad actual la corrupción ha permeado de forma directa
e indirecta a diversas instituciones tanto de carácter público como privado.
Esto es alarmante debido a que la corrupción es la consecuencia de patologías
de mayor trasfondo y que de manera usual significa que el surgimiento de esta
es sólo un síntoma de que algo más crítico sucede dentro de las instituciones
(German Bula, 2001).
La corrupción es vista por diversas culturas como un agente corrosivo para el
desarrollo del estado, de las instituciones en general, y de las medidas
específicas requeridas para su consecución (Kaufmann, 1997). Siendo esta la
causante de la degeneración de las buenas prácticas que han sido designadas
y establecida dentro de las organizaciones. La aparición de la corrupción es
relevante en cuestiones como la generación de desarrollo y distribución de
riqueza, pero hasta el momento no se ha podido determinar si esta es del todo
mala o buena (Kaufmann, 1997). Este debate está todavía a la espera de ser
resuelto.
La relación que existe entre el fraude académico y la corrupción no se
encuentra bien delimitada, pero para que exista fraude académico se debe a
que existe algo que no está funcionando de forma adecuada, y esto es indicio
de que hay corrupción (Torres, 2006).
La corrupción al igual que el fraude académico, pueden ser reconocidas como
el rompimiento o violación a ciertas reglas que han sido preestablecidas por
una institución, este rompimiento se da con el fin de obtener beneficio
individual10. De esta manera el fraude se reconoce como una acción que tiene
10 Definición dada Germán Bula quien se remite a las raíces de la palabra corrupción para definir su naturaleza, como cuerpo roto o sistema roto. Lo que implica que la corrupción es el resultado del rompimiento del sistema donde
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
17
el propósito de engañar también se puede ver como un engaño que un
individuo comete sobre sí mismo11. Pero todo esto depende de la percepción
que cada individuo tenga sobre que es reconocido por él cómo fraude y que
no12. En este caso existe un impacto muy grande de las experiencias pasadas
que este haya tenido, al igual que la influencia proveniente de su entorno.
Perspectiva global.
Las implicaciones que acarrea el fraude académico dentro de la sociedad son
de gran impacto, esto se debe a que las instituciones educativas tienen el
objetivo y misión de formar a los futuros líderes de la sociedad. En el caso
particular la Universidad de los Andes el fraude académico va en contravía de
la misión que esta tiene; “Buscar la excelencia académica e impartir a sus
estudiantes una formación crítica y ética para afianzar en ellos la conciencia de
sus responsabilidades sociales y cívicas, así como su compromiso con el
análisis y la solución de los problemas del país (Universidad de Los Andes,
Misión)13”.La causa de la incompatibilidad entre el fraude académico y la
misión que presenta la Universidad de los Andes, se debe a las implicaciones a
nivel global que acarrea el fraude. Estas implicaciones son a nivel cultural y
moral, donde el estudiante, al acostumbrarse a cometer fraude académico, lo
puede llegar a institucionalizar como su modus vivendi, y puede trasladar dicha
costumbre al plano personal y profesional. Esto último es el impacto que el
fraude académico tiene sobre la sociedad, en donde este tipo de acciones se
pueden replicar durante la toma decisiones y acciones que afecten a toda una
comunidad. Otro agravamiento es el hecho que al institucionalizarse el fraude
no sólo al nivel académico sino a otros niveles de la vida cotidiana se da la
situación en donde este tipo de actitudes son fomentadas dentro de la
aparece.11 Este punto esta estrechamente relacionado con la ética asociada al entorno al que pertenezca el individuo y a sus practicas morales. 12 El estudio realizado por Robert Burrus, KimMarie Mcgoldrick y Peter Schumann (2007), reconocen que las versiones que tienen los estudiantes sobre qué es fraude académico en comparación con las que tiene la Universidad y en comparación también con estudiantes de otras universidades y versiones de otras Universidades se encontró que la discrepancia en esta definición es considerable. Y por ende proponen revisar la incidencia que tiene esto en cada universidad y en el accionar de cada estudiante. 13 Fragmento recuperado de http://www.uniandes.edu.co/la_universidad/informacion_general/mision.php
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
18
formación de las generaciones futuras de ciudadanos14.
Por otro lado al reconocer que existe una alta cantidad de personas que
aceptan haber cometido fraude académico (Mejia & Ordonez, 2003); esto
permite que se plante como posibilidad la incidencia y la incitación de este, por
parte de las diversas instituciones y por la sociedad a la que pertenecen en la
cual desarrollan y construyen sus vidas. Los niveles de competitividad y
exigencia pueden llegar a influir en que las personas se vean en ciertas
ocasiones incentivadas a pensar en optar por la alternativa del fraude como
solución local e inmediata a sus problemas15. Y usualmente este tipo de
actitudes son fomentadas por factores externos que en muchos casos son
consecuencia del entorno particular asociado al individuo. En donde existe la
institucionalización parcial o total de las acciones fraudulentas como manera
legitima de enfrentar los retos.
Dentro de la Universidad un posible incitador es el modo de calificación, el cuál
se puede convertir en un agente de presión que fomenta la competencia.
Donde las notas se convierten a la luz de los agentes externos en un factor de
elección y selección que afecta a los estudiantes en su futuro próximo. Pero
también existe el caso en donde ni son las notas o el entorno el que incita a las
personas a tener presente al fraude como una posibilidad, sino se debe a la
falta de información de qué es distinguido y designado cómo fraude académico
(Burrus, 2007).
Antecedentes de estudios sobre el Fraude Académico.
Los autores que han venido estudiando el fraude académico en diversas
latitudes se han focalizado en obtener estadísticas que demuestren la
incidencia, señalar posibles factores que influyen en que un estudiante haga
14 A partir de las experiencia del autor como observador, cada vez es más usual escuchar cometarios en donde los padres incitan a sus hijos a ver el fraude como simplemente una cuestión de supervivencia. 15 En ningún momento esto es justificación de que se cometa fraude. Pero si se debe tener e cuenta como una posible causa de que este se cometa.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
19
fraude, generar correlaciones entre carrera cursada y casos de fraude
académico (Ordonez, Mejia, & Castellanos, 2006). También se han realizado
modelos económicos para el estudio de casos de fraude de estudiantes entre
diversas instituciones académicas y cómo estos casos se relacionan a otros
comportamientos criminales, en donde se modelaba a los estudiantes como
agentes racionales y se medían el costo beneficio de una acción criminal
(Burrus, 2007). El estudio realizado por Bunn, Cuadwill y Gropper (1992),
reconoce dos grandes diferencias entre crimines sociales como robo y crímenes
dentro de los salones (fraude), en donde los profesores pueden afectar el costo
del crimen en formas que la policía no puede. Como generar varias versiones
de exámenes y pueden monitorear de manera más cercana y detallada el
comportamiento, de lo que pueden hacerlo los policías. Estas actividades han
demostrado reducir los niveles de fraude académico. Otro estudio identifica a
partir de reconocer como las actitudes relacionadas a cometer fraude
académico se ven motivadas desde temprana edad, generando que se
institucionalicé dentro de las vida de los estudiantes, lo que se hace a partir de
estudios de correlaciones (Eric M. Anderman, 1998).
Algunas cifras obtenidas en encuestas internacionales reportan que entre un
75% y un 90% de los estudiantes universitarios de los Estados Unidos han
hecho fraude (Ordonez, Mejia, & Castellanos, 2006). Dentro del ámbito local
asociado a la Universidad de los Andes se ha encontrado cifras similares en
diversas mediciones que se han ejecutado en estudiantes de pregrado (Mejia &
Ordonez, 2003). Esto lo que demuestra son los altos niveles en los que se
comete este acto, que es visto como una falta disciplinaria, que debe ser
sancionada según su gravedad.
En la actualidad el fraude académico es considerado por muchas personas
como un problema crónico, que viene siendo intervenido de diversas maneras,
sin lograr alcanzar mayor éxito en su reducción (Burrus, 2007). Como lo
evidencian Ordoñez y Mejía (2003), quienes llevan años de trabajo en la
generación de tácticas y estrategias, que permitan intervenir y destruir estas
prácticas. Uno de los aspectos más importante de su trabajo, es que reconocen
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
20
que cada individuo se ve inducido a practicar el fraude por medio de los
incentivos negativos que vienen de parte de las instituciones académicas. Un
claro ejemplo de esto es el que dan Acevedo y Sanz de Santamaría (2007), en
su recopilación de textos escritos por estudiantes. Dentro de esta recopilación
se haya el siguiente escrito el cual pone en evidencia algunas causas que
fomentan según este estudiante las acciones denominadas cómo fraudulentas;
“la excesiva carga académica impuesta en una clase, el distanciamiento entre
el profesor y el estudiante, y la educación que se obtiene del sistema el cual
nos educa para la detención de oportunidades, pueden fomentar que el
estudiante haga fraude” (Acevedo & Santamaria, 2007).
La cuestión central en relación al estudio del fraude académico ha sido
reconocer qué es lo que motiva a los estudiantes a tomar la decisión de
cometerlo, para de esta manera plantear posibles estrategias que reduzcan
este tipo de prácticas. Esta preocupación ha sido abordada por varios estudios,
quienes intentan determinar qué factores afectan e influyen en la incidencia de
las actitudes fraudulentas, y proponen medidas para controlar la incidencia en
estas actitudes (Ferro, 2005). Pero este no es el caso de este estudio, en
donde no se propondrán medidas de control ni si intentará justificar el hecho
por qué o por qué no los estudiantes hacen fraude académico. Esto no significa
que a partir de este estudio no se esté construyendo una base para la
generación de ese tipo de estudios.
Apuntes sobre los Antecedente
En relación a los antecedentes expuestos se reconoce que hay amplio
tratamiento sobre propuesta para mitigar el fraude académico y hallar su
incentivado. Esto se ha hecho desde el uso exhaustivo del enfoque tradicional,
el cual parte de la aplicación de estadística descriptiva para el análisis
fragmentado de variable por variable generando como resultado promedios y
correlaciones que no tienen la capacidad de reconocer la totalidad del
fenómeno; tanto solo describen fragmentos. Y generan soluciones locales.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
21
Como lo demuestra los estudios recopilados por Burrus, McGoldrick &
Schumann (2007). Pero hasta el momento todas estas estrategias planteadas
y soluciones construidas y puestas en prácticas no han logrado establecer las
causas del por qué sigue surgiendo casos de fraude académico, ni tampoco
han propuesto una estrategia que haya tenido la capacidad de “extinguir” el
fraude académico16.
Como consecuencia dentro de este trabajo se construye una metodología que
permita al observador tener un aproximación a las dinámicas asociadas al
fraude académico. En donde se tengan en cuenta a las vez al fraude como
fenómeno que se deriva las dinámicas de las interacciones y relaciones de
diversos individuos dentro de un sistema, en donde cada individuo construye
un realidad que es única y que de cierta manera permite o impide que este
pueda pensar en optar en el fraude académico como una opción en un
momento especifico de su existencia.
Por otro lado otra consecuencia que se quiere mostrar como resultado de este
trabajo es reconocer que un medio que puede permitir que se disminuyan los
casos de fraude sea transformar el fenómeno, y así lograr que este no se
desborde
16 Anthony Stafford Beer genera una descripción en relación a la corrupción que puede ser extrapolada al caso del fraude académico. El dice “ que la corrupción es como una onda que al intentar atacar, estos ataques al hacerse en un punto de la onda no permiten obtener grandes resultados” (Bula, 2001)
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
22
La Observación y la Reflexión como Marco
de Referencia.
En este capítulo se propone un marco de referencia partiendo de unas
reflexiones, que son el resultado de una observación en relación a
observaciones precedentes sobre el sistema en donde surge el fenómeno del
fraude académico. El propósito es que este marco permita establecer unas
pautas que lleven a comprender con mayor profundidad cómo la experiencia
humana en congruencia con las dinámicas de interacción, y, con el medio,
constituyen una infinidad de realidades que se condiciona, y así hacer posible a
través de determinarle la estructura y la organización al sistema de estudio,
llegar computar sus cambios estructurales (Maturana, 1994). Para afianzar la
metodología que es propuesta dentro de este estudio con relación a la
aproximación al fenómeno del fraude académico.
La naturaleza de las reflexiones que se presentan a continuación, son
consecuencia de la observación hecha sobre un sistema. Para poder continuar
con la construcción del marco de referencia, es necesario reconocer que la
realización de un sistema se encuentra supeditada a su surgimiento, que se da
de manera espontánea.
“El surgimiento de un sistema se da en el momento en que un conjunto de
elementos comienza a conservar una dinámica de interacciones y relaciones
que da origen a un clivaje operacional, que separa a un subconjunto de esos
elementos que pasa hacer el sistema, de otros elementos que quedan
excluidos de este y pasan hacer parte de su ambiente” (Maturana, 1994).
El sistema de estudio es la Universidad de los Andes, este se reconoce a partir
de la dinámica de las interacciones y relaciones de individuos que toman
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
23
diversos roles, como el de estudiantes, profesores, directivas, entre otros17.
Las observaciones realizadas se enfocan sólo en el rol de estudiante18. Las
consecuencias de la realización y composición del sistema, implican que las
propiedades que este presenta no puedan ser deducidas a partir de las
propiedades de sus componentes, sino que surgen con la composición de su
totalidad como sistema, lo que conforma al dominio relacional o fenoménico
que se asocia a cada sistema (Maturana, 1994). Por otro lado las diversas
situaciones que surgen dentro del sistema son composición espontánea de lo
pasado, y así surgen de forma continua nuevos dominios relacionales o
fenoménicos, que son distinguidos por el observador a partir de sus
experiencias pasadas, desde una conversación constituida por la historia y el
tiempo, siendo esto consecuencia de la asimetría en el suceder del
observador19(Maturana, 1994).
Dominio Fenomenológico (relacional)
Según Varela (1993), “el dominio relacional es definido por las propiedades de
la unidad o unidades constituyentes, singular o colectivamente, por medio de
sus transformaciones o interacciones.”Esto significa que cada vez que es
definida una unidad (sistema) o unidades que son capaces de experimentar
transformaciones &/o interacciones, se definen nuevos dominios. Toca aclarar
que la intersección de dos dominios solo se puede dar si estos surgen como
consecuencia de las interacciones y/o transformaciones de las mismas
unidades (Varela, 1994).
Dentro del sistema que es observado, estudiado y por ende distinguido se
identifica el surgimiento del dominio fenomenológico o relacional, con los
17 En relación con el surgimiento de un sistema, se reconoce que la capacidad para que se de el surgimiento, es consecuencia directa de la capacidad y habilidad que haya desarrollado el observador para reconocer y determinar la estructura del sistema. Esto a su vez implica que todo aquello que el observador sea incapaces de prever su surgimiento desde un ámbito del determinismo estructural es denominado como caos, y por el contrario lo que puede llegar a preverse. es debido a que la estructura del sistema es determinada por este. (Maturana & Varela, 1995). 18 En el caso de estudio al ser una aproximación se centra en el rol del estudiante y otros roles como el del profesor y las directivas se acotan por medio de la obtención de las experiencias de los estudiantes en relación al rol que efectúan tanto los profesores como las directivas. 19 “Ambos tiempo e historicidad, son proposiciones explicativas de la asimetría en el suceder de la experiencia del observador, en las que se connota precisamente su irreversibilidad intrínseca” (Maturana & Varela, 1995).
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
24
patrones consecuencia de las transformaciones &/o interacciones de sus
componentes. En este caso dentro del sistema el dominio fenomenológico
asociado al fraude académico surge a partir de la interacción entre los
componentes del sistema que a su vez son sistemas unitarios.
“En efecto, un fenómeno ocurre como resultado del operar de los componentes
de un sistema mientras realizan las relaciones que definen al sistema como tal,
y en tanto ninguno de ellos lo determina por sí solo, aun cuando su presencia
sea estrictamente necesaria” (Varela, 1994).
En otras palabras un dominio fenoménico es definido por las propiedades de
las unidades que lo constituyen, por medio de sus transformaciones e
interacciones.
Se debe resaltar que el dominio fenomenológico propio del fraude académico
ha sido acotado por las Instituciones educativas, en este caso por la
Universidad de los Andes; Quien ha hecho esta labor dentro de un conjunto de
normas, que tienen como propósito distinguir que es designado como fraude
académico. Esta designación está sujeta a la distinción que le ha sido
formulada al fenómeno, y que usualmente tienden a fragmentarlo y reducirlo,
por decirlo así encasillarlo en categorías.
Por otro lado se debe tener presente que el fenómeno puede surgir como una
composición e intersección de fenómenos que son consecuencia de la dinámica
asociada a las interacciones de las componentes que son los individuos. Y estos
otros fenómenos son la cooperación, participación y la comunicación. En el
caso del fenómeno del fraude académico se da la intersección de otros
dominios para que se del surgimiento de este. En el momento que el
observador es consciente de esto, se logra que este reconozca que la
naturaleza del fraude académico es la de ser un fenómeno y no un simple
problema en donde este tiende a ser trivializado al desconocer que es
consecuencia de las dinámicas de interacción y relación entre los componentes
que permiten que surja el sistema nombrado como universidad.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
25
Sistema como unidad de su organización y su estructura.
La organización de un sistema permite identificarlo como un unidad. Esta
organización es el resultado de un complejo de procesos, que son a su vez el
resultado del clivaje operacional que es consecuencia del operar de las partes
que constituyen al sistema. La organización se manifiesta dentro de un
ambiente de componentes de tal manera que se constituye un arreglo
particular dentro de un espacio y un tiempo específico y de esta manera se
determina la estructura del sistema(Zeleny, Maturana, -Jantsch, Dueshting,
Peter M. Allen, & Gieger, 1976).
Se debe aclara que la noción del determinismo estructural adscrito a un
sistema, “surge en un acto de síntesis poética como una abstracción de las
regularidades de la experiencia del observador y, por lo tanto tiene validez en
cada caso sólo en el dominio de las regularidades en que surge”(Maturana,
1994).
Figura 1: Distinción realizada al sistema
Desde la reflexión que es realizada sobre el sistema, se logra distinguir y
determinar la estructura, que se refiere a los componentes actuales y a sus
relación espacio-tiempo, que deben ser satisfechas debido a constituyen al
sistema. Es importante resaltar que el sistema de estudio es conocido desde
las experiencias pasadas del observador, permitiendo que este se reconozca a
partir de identificar sus componentes y describir su estructura. Lo que implica
que la organización del sistema se asocie con la estructura del sistema por
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
26
parte del observador, estableciendo que la reproducción del sistema se logre
solo con la descripción y la construcción de un mecanismo generativo de la
estructura.
“En caso que el sistema fuese no identificado su funcionamiento como unidad
no puede ser definido o explicado desde la reproducción de su estructura”
(Zeleny, Maturana, -Jantsch, Dueshting, Peter M. Allen, & Gieger, 1976, p.
Traducción propía).
La distinción propuesta surge para el observador a partir de tres dominios; “i)
el dominio de las coherencias estructurales del sistema distinguido, ii) el
dominio de las coherencias estructurales de lo que surge como medio y en su
distinción del sistema, iii) el dominio de la dinámica de las relaciones entre el
sistema y el medio” (Maturana, 1994).
Figura 2: Dominios que implica el distinguir.
El primer dominio es explorado de manera detallada a continuación. Esto se
debe a que los dos restantes si bien son importantes, no son centrales dentro
del alcance de este estudio. Aunque si se debe precisar que las relaciones que
surgen entre el medio y el sistema son esenciales debido a que es el medio el
que da las pautas de cómo se espera que los sistemas que están dentro de
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
27
este se comporten. Un ejemplo básico de esto es que al pertenecer la
Universidad de los Andes a un medio en donde la competitividad y el
individualismo son necesarias para surgir, estas mismas condiciones se esperan
que se cumplan dentro del sistema. Pero como el propósito de generar un
reproducción artificial, para esto lo central es enfocarse reconocer la
organización del sistema a partir de distinguir su estructura, a lo cual hace
referencia el primer dominio.
Antes de continuar es necesario precisar que la observación y distinción que se
hacen, están restringidas al espacio de coherencias estructurales que surgen
de las coherencias de las experiencias del observador (Maturana, 1994). Esto
traduce que el contenido que se plantea es el resultado de las experiencia y
vivencias del autor, y por ser una aproximación debe estar en continua
construcción por medio del dialogo, la comunicación, con el entorno lo que
conlleva a una continua reflexión en relación al fenómeno.
Los Componentes del Sistema distinguidos & sus Atributos.
Como ya se introdujo al sistema de estudio le es identificado y distinguido
como componente principal los individuos, quienes desempeñan el rol de
estudiantes, y desarrollan dinámicas como consecuencia de sus interacciones.
Estas acciones se derivan de la ejecución individual de los procesos asociados a
la estructura de cada estudiante.
El primer componente observado dentro del sistema es el estudiante como
individuo. Las distinción realizada sobre este componente permite reconocer
que a su vez es un sistema pero que a diferencia del sistema de estudio el cual
obtienen la connotación de social debido a que se encuentra constituido por
individuos que generan lazos entre ellos (Wasserman & Faust, 1994), estos
últimos tienen como principal connotación ser sistemas vivos (Maturana,
1994).
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
28
El individuo quien toma el rol de estudiante, se le deben distinguir sus
atributos y esto por medio de describir su estructura, pero como es un sistema
vivo existe un restricción al momento de determinar su estructura. Esta es que
al ser un sistema en el cual su estructura, “cambia de manera recursiva a
medida que va cambiando de estado y buscando regularidades en su proceder
al interactuar de manera autorreferencial consigo misma, sucede que su
estructura ha cambiado y responde de manera diferente” (Varela, 1994). El
hecho de que no se pueda determinara la estructura de un sistema vivo, no
implica que este no este determinado por una20.
Niklas Luhmann (1998) describe la naturaleza de la estructura del individuo
como un sistema auto-referencial de composición y clausurado
operacionalmente, que se encuentra expuesto a perturbaciones que parten de
la sensibilidad ambiental, la transformación y la estabilidad dinámica21.
Reconociendo que los individuos son sensibles a estímulos procedentes del
exterior, estos estímulos generan un cambio que es sistemático dentro del
individuo, esto se reconoce con el nombre de acoplamiento estructural,22como
consecuencia se puede derivar de este acoplamiento una respuesta por parte
del individuo hacia el exterior por medio del envío de una señal.
Indagando al individuo como un sistema auto-referencial, se reconoce la
capacidad que tiene esté de obtener estímulos del exterior y generar
operaciones que dan como resultado un cambio sistemático dentro de él,
expresado en un modo específico al ejecutar acciones23. Estas operaciones se
dan dentro de un ambiente que se encuentra clausurado operacionalmente, lo
que le adjudica al sistema la dimensión de autonomía (Varela, 1994).
De manera puntual Maturana & Varela (1994), han determinado que la
20“Los sistemas determinados en su estructura su devenir se da en el ámbito de interacciones en que existe es y sólo puede ser una epigénesis, al surgir precisamente de esas interacciones” (Maturana & Varela, 1995). 21 Humberto Maturana Y Francisco Varela determinan que los sistemas vivos se dan el la dinámica de la autopoiesis molecular (Maturana & Varela, 1995). 22 Dentro de la metodología, esto se encuentra estrechamente ligado al hecho que la estructura individual del sistema auto-referencial es representada por medio de una analogía de la caja negra propuesta por Heinz von Foerster (1997). 23 Esa noción surge del concepto de acoplamiento estructural propuesto por Francisco Varela . Donde este acoplamiento estructural dentro de un sistema vivo se realiza , “no sólo a nivel del individuo sino también a varios niveles, tanto celular como poblacional, sobre la base del ciclos completos de vida. (Varela,1993)”
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
29
estructura de los sistemas vivos se encuentra descrita por la teoría de
autopoiesis molecular. Está reconoce que el sistema tiene como propiedades
principales la clausura operacional y la auto-referenciación, y establece que la
creación de la estructura del sistema vivo es el resultado de la deriva
operacional a la cual está condicionada el sistema. “En donde la llave de la
creación de la estructura es el hecho de que cuando sucede un evento
especifico cualquiera, este suceder restablece el campo en el vecindario,
generando un cambio en las probabilidades de que suceda otro evento
cualquiera” (Zeleny, Maturana, -Jantsch, Dueshting, Peter M. Allen, & Gieger,
1976, p. traducción propía).
Dentro del dominio relacional que se está estudiando la redefinición continua
de la estructura de los individuo quienes son sistemas vivos, se ve representa
en la toma de decisión que cada individuo ejecuta para la composición de las
dinámicas relacionales. Esta toma de decisión se plantea como la consecuencia
de la capacidad de adaptación que tiene el individuo, que se deriva de la
tendencia hacia al ajuste o viabilidad por medio de la ejecución de una acción.
En donde cada individuo tiene por decirlo así uno número de posibles
decisiones, a las que se les puede asociar una probabilidad de que sea tomada
por él. Estas probabilidades se ven afectadas por las reglas o normas del
ambiente en el cual está inmerso el individuo y también por la experiencia que
este ha obtenido. Una vez que el individuo toma una decisión cualquiera, todas
las probabilidades asociadas a cada posible decisión cambia, y de esta manera
la siguiente más probable decisión será tomada en el siguiente instante de
tiempo. Lo que permite que dentro de una circunstancia se abra la posibilidad
para que el sistema se mueva hacia posiciones extremas y no familiares a
partir de tomar una decisión(Zeleny, Maturana, -Jantsch, Dueshting, Peter M.
Allen, & Gieger, 1976).
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
30
Figura 3: Representación del acoplamiento estructural del individuo (ejemplo toma de una
decisión) acoplamiento estructural.
En otras palabras se puede resumir que al ser el individuo un sistema vivo es
autopoiético, y su estructura se redefine, reconstruye de forma continua a
partir de la capacidad que tiene el sistema de auto-referenciarse y operar de
manera autónoma generando un acoplamiento de su estructura. Esta idea es la
base de la propuesta que se plantea dentro de la metodología para lograr
construir la representación artificial.
En consecuencia al reconocer que la determinación de la estructura del
individuo en un instante de tiempo es posible, pero diferirá de cualquier otra
determinada para otro tiempo y espacio diferente se propone para el
mecanismo generativo captar la experiencia de los estudiantes en relación con
el fenómeno y así obtener un acercamiento a su estructura cambiante24. Aquí
hay un punto muy importante y es el reconocer que el estudiante es quien
determina su propia estructura en relación con el fenómeno por medio de las
experiencias vivenciales que ha tenido como observador.
24 Dentro de la Metodología se propone una analogía que se deriva de la caja negra propuesta por Heinz von Foerster, para hacerse a una idea de la posible estructura del individuo.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
31
Los estímulos como información y su relación con el sistema.
Los estímulos dentro de la estructura del sistema son una componente muy
importante debido a que permiten que surjan las conexiones o lazos entre los
individuos y establecen que se le adjudique al sistema la connotación de social.
Antes de continuar se hará una breve introducción sobre qué es lo que se
distingue cómo información. Al hablar de información, se tiende a pensar en
algo objetivo y cuantificable -por ejemplo, las pulsaciones eléctricas que se
deslizan por un alambre de cobre- y, al mismo tiempo en algo más abstracto,
como lo son las noticias o los mensajes que trasmite por medio de pulsaciones,
algo que no es tan claramente objetivo y cuantificable (Dretske, Conocimiento
e Información, 1987). Esta ambigüedad hace que lo que se designe cómo
información sea toda aquella unidad que es captada, transformada y/o
transmitida, y que a su vez genera que el estudiante ejecute una respuesta
controlada dentro del entorno, en cual subyace25. En otras palabras la
distinción que se genera sobre información es consecuente con lo que se
entiende como estímulo.
Se debe reconocer que la información es una abstracción de la realidad, que es
de alguna manera un instante de la realidad, que se congela para convertirse
en dato (Puentes, 2004). Pero se debe señalar que la designación que se le de
a ese dato se encuentra distinguido a partir de las coherencias vivenciales que
posea la persona que genera la abstracción. Lo que implica que la observación
que es realizada por cada individuo va a diferir de la realizada por otro
persona, permitiendo que se dé el surgimiento de diversos contextos o
realidades asociados a cada individuo.
Por otro lado se distingue que las interacciones y relaciones que surgen entre
los estudiantes se dan por medio de la conformación de vínculos que contienen
y permiten el intercambio de información. A partir de esto se le puede designar
25 El sistema asociado al individuo es abierto a flujos de información
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
32
al sistema que su existencia es consecuencia de este intercambio de
información entre los estudiantes. Esta información es usualmente oculta al
observador, impidiendo que se tenga claridad sobre cómo se dan la dinámicas,
y cómo estas llevan a consolidar el surgimiento de un fenómeno26.
Indagación sobre la relación entre la Información y el Individuo.
Como ya se enuncio indagando al individuo como un sistema autopoiético, se
reconoce la capacidad que tiene esté de obtener estímulos del exterior y
generar operaciones que dan como resultado un cambio sistemático dentro de
él, expresado en un modo específico de actuar27. Para la ejecución de las
operaciones asociadas que dentro de la representación artificial se expresan
desde la toma de decisión del individuo.
A continuación se indaga la relación existente entre el individuo y la
información. Esto se hace por medio de la propuesta que hace Matt
Ridley(2000), quien reconoce que el ser humano se compone a partir de
información. Las unidades de información representativas de menor tamaño
son las bases nitrogenadas, y conforman a su vez las cadenas de ADN. Este
ADN es el que permite que el individuo reconozca su herencia biológica
asociada a unidades de información (Singh, 1966). El genoma humano que
está compuesto por las cadenas de ADN, esta descrito a partir de palabras de
tres letras de extensión. Las letras que representan a las bases nitrogenadas
son las siguientes: A, C, G y T que son en orden adenina, citosina, guanina y
timina. Y estas se encuentran adjuntas a largas cadenas de azucares y fosfatos
llamadas moléculas de ADN. En forma de síntesis se puede presentar a la
información que compone al ser humano a partir del siguiente ejemplo “Cada
palabra se encuentre escrita a partir de letras llamadas Bases; Cada párrafo
está compuesto de palabras, llamadas codones; Cada historia está hecha por
26 Dentro del mecanismo generativo que es propuesto este anterior punto es clave para poder llegar a afinar las intuiciones que se tienen respecto al fenómeno. 27 Esa noción surge del concepto de acoplamiento estructural propuesto por Francisco Varela . Donde este acoplamiento estructural dentro de un sistema vivo se realiza , “no sólo a nivel del individuo sino también a varios niveles, tanto celular como poblacional, sobre la base del ciclos completos de vida. (Varela,1993)”
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
33
párrafos, llamados Exones, que a su vez se encuentran interrumpidos por
publicidad llamada Entrones; Cada capítulo contiene diversas miles de
historias, llamadas Genes; Y existen 23 capítulos, llamados
Cromosomas”(Ridley, 2000, p. traducción propia). Esta información es la que
compone las moléculas, que a su vez componen los amino-ácidos que generan
proteínas, estos a su vez organelos, estos constituyen células, y estos tejidos,
y así sucesivamente hasta conformar el cuerpo humano.
A parte de estar compuesto por información el individuo, tiene la capacidad de
asimilar y transformar la información. A partir de procesos sensoriales los
individuos tienen la sensibilidad para recoger, percibir u observar información
del exterior y traducirla. Un ejemplo de esto es como un reflejo de un rayo de
luz, que no es más que ondas de diferentes frecuencias chocando con objetos,
y que es percibido por los sentidos y traducido en todo un espectro de colores;
los cuales son reconocidos, identificados, clasificados, siendo esto
consecuencias del resultado de actividades asociadas al proceso
cognoscitivo(Dretske, 1987).
El proceso sensorial que permite que exista la experiencia perceptual, es un
proceso que recoge o recibe información, y está es distribuido internamente
dentro del ser humano para que sea procesada por el sistema cognoscitivo.
Ver, oír, oler son formas diferentes por las que se obtiene información del
entorno. Dretske (1987),define a la información que es obtenida a partir de la
experiencia sensorial como información análoga, la cual tiene como principal
característica ser continua, mientras que la información que es procesada por
los procesos cognoscitivos, es la conversión de esta información análoga en
información digital, que se distribuye de manera discreta.
Una ilustración practica de lo anterior es; “imaginarse un velocímetro, donde
este representa información análoga, mientras la velocidad que este indica con
su flecha hace referencia a la información digital la cual es por decirlo así
específica. Y es consecuencia de actividades cognoscitivas, como lo son la
identificación, clasificación entre otras, (Dretske, 1987, p. traducción propia)”
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
34
La consecuencia de reconocer al individuo como un sistema vivo
autorreferencial implica reconocer que también existe circularidad en sus
procesos operacionales. Esto significa que este tipo de sistemas vivos tienen la
capacidad de captar materia (información), dentro de ellos mismo la
transforman en ellos mismos, de tal manera, que su producto es su propia
organización (Varela, 1994).Estos procesos operacionales de transformación,
captación y transmisión de información son dependientes del acoplamiento
estructural, el cual se da a todos los niveles del sistema vivo, las bases
nitrogenadas hasta el nivel de poblaciones (Varela, 1994). Lo que significa que
es de carácter sistémico.
La composición sistemática28 que le es determinada al individuo, al igual que
las cualidades planteadas son, el sistema sub-consciente, consciente,
sensorial, y por último el cognoscitivo. Las cualidades asociadas al individuo
son, el ser autónomo, entrópico, gregario y paradigmático. Cabe mencionar
que la estructura del modelo propuesto por el profesor Guillermo Alzate(2007),
puede generar la impresión de que exista una partición. Pero este no es el
caso; la interdependencia entre estos sistemas es vital, dado que su accionar
se da de manera sincronizada y aparentemente en instantes de tiempos
simultáneos, donde el sistema cognoscitivo es quien toma gran parte dentro de
este proceso.
En relación con las cualidades estas son aquellas que definen al individuo a
partir de reconocer que este es autopoiético. Entiéndase por autopoiético, “un
sistema auto-organizado de procesos de producción de componentes
concatenados de tal manera que producen componentes que: i) generan los
procesos (relaciones) de producción que los producen a través de sus
continuas interacciones y transformaciones, y ii) constituyen al sistema como
una unidad en el espacio físico” (Maturana & Varela, 1994). El flujo de
información dentro del individuo se representa en la siguiente figura, y es
28 Esta composición es una adecuación a la propuesta presentada por el Profesor Guillermo Alzate (2007) durante la clase Gerencia de la Producción
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
35
descrito por Niklas Luhmann (2005) como el proceso de auto-referenciación
asociado a esté y que genera un cambio sistemático en su accionar una vez se
ha procesado información proveniente del exterior.
Figura 4: Flujo del proceso de información,
El sistema del sub-consciente es una concepción que hace referencia al
inconsciente asociado al ser humano, que a su vez tiene estrecha relación con
los paradigmas (coherencias estructurales). Donde la mayoría de los
pensamientos humanos son construidos de manera inconsciente. Más
específicamente se propone que los elementos que subyacen dentro del
sistema del sub-consciente son todos aquellos elementos que a priori son
verdades para el individuo. Y son todas aquellas verdades que permiten que un
individuo tenga la capacidad de comprender la realidad en la cual está
inmerso.
La comprensión de la realidad se da a partir de la capacidad de observación o
percepción de realidades a partir de su historia. Donde la historia no es otra
cosa que la información que ha sido percibida por el individuo desde su
momento de concepción y que ha venido conformando una forma particular,
peculiar, única de asimilar la realidad a la cual está expuesto constituyéndose
así las coherencias vivenciales a partir de las cuales los individuos observan el
entorno que los rodea. Esta comprensión de lo externo se da a partir de una
asociación, clasificación y otros procesos cognoscitivos que son dependientes
de los paradigmas o coherencias estructurales que posee el individuo.
El sistema consciente hace referencia a todo aquella operación o proceso que
es hecho de manera voluntaria por el individuo, con un propósito
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
36
preestablecido por él. La relación que presenta este sistema con el
cognoscitivo, se puede calificar como de soporte. En donde este último permite
la ejecución a voluntad de las acciones se dé a partir de su coordinación en los
procesos cognoscitivos.
El sistema cognoscitivo presenta los recursos para interpretar señales,
mantener creencias y adquirir conocimiento. Todo esto a partir de procesos
complejos de manipulación de información por medio de actividades
cognoscitivas como los son el reconocer, identificar, clasificar(Dretske, 1987).
Donde una actividad cognoscitiva es toda aquella que requiera de cualquier
tipo de operación mental y estructura que se relacione con: lenguaje,
significado, percepción, sistema conceptual y la razón. La relación que surge
entre estos dos sistemas se debe a que la mayoría de los pensamientos y
procesos que se ejecutan dentro del individuo se dan de manera no consciente.
Estos se ejecutan por debajo del nivel de alerta cognoscitiva, que es
inasequible a la conciencia y que opera lo suficientemente rápido para que
pueda ser enfocada a partir de pensamientos consientes (George Lakoff,
1999).
La actividad cognoscitiva es la movilización conceptual de la información
entrante, y este tratamiento conceptual es fundamentalmente una cuestión de
ignorar diferencia, de ir de lo concreto a lo abstracto, de pasar de lo general a
lo particular. Que en últimas es pasar de lo análoga a lo digital.
Por último está el sistema sensorial que se encuentra estrechamente ligado a
la experiencia perceptual y la captación de información proveniente del
exterior. Que en el ser humano es el sistema sensomotor conformado por la
vista, tacto, olfato, escucha y el gusto. Este es el que recoge toda la
información análoga proveniente del entorno.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
37
Metodología.
Este capítulo es la línea general de orientación que debe recorrer el estudio
para llegar a ahondar en la compresión del fenómeno del fraude académico.
Brindando la pauta para que el observador se enfoque en las dinámicas
emergentes asociadas al fenómeno. Para que el observador tenga en su poder
la brújula que lo guiara durante el proceso de navegación que tiene como fin
afinar sus intuiciones, a partir de la construir de un mecanismo generativo del
fenómeno del fraude académico, que permitirá que el observador tenga la
capacidad de generar un dialogo y unas reflexiones en relación a concebir el
fraude académico como un fenómeno y no como un problema.
Esta propuesta es el resultado de la observación que el autor ha realizado
sobre el fraude académico y como resultado se han trazado distinciones en
relación al fenómeno. Estas distinciones reconocen que el fenómeno se
compone de estudiantes-individuos que al interactuar constituyen una red
social que difiere para cada uno. Esto se debe a que cada red social es el
resultado de las observaciones de cada estudiante al entorno que lo rodea. Lo
que significa reconocer la presencia de un contexto que es adjudicado a cada
estudiante, y que implica tener presente la existencia de pluralidad de mundos.
Estas observaciones son el reflejo de las percepciones que los estudiantes
presentan y se captan a partir de una encuesta.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
38
Figura 5: Observaciones del individuo sobre su contexto.
Otras distinciones que se realizan desde de la observación del fenómeno son,
la existencia de procesos de transferencia de información entre los
estudiantes-individuos desde sus comunicaciones y coordinaciones, y el
surgimiento del fraude académico, que se deriva de la toma de decisión que
aumenta o disminuye la evidencia de que este se cometa o no fraude. Lo que
se traduce en un proceso de adaptación de los estudiantes a partir de la
percepción de nueva información.
Analogía como base para la ilustración del Mecanismo
Representativo
Tomando como referencia la representación que construye Heinz von Foerster
(1997)de los sistemas, por medio de la analogía de la caja negra se propone
una analogía con el nombre de caja traslucida. La diferencia entre la analogía
de la caja negra y la traslucida consiste en que la caja negra no puede ser
abierta, debido a esto está solo recibe información, la trasforma y la distribuye.
Lo que significa que no se conoce el proceso de transformación que se da
dentro de la caja negra. Mientras que en la caja traslucida se establece desde
su constitución cierto grado de transparencia. Donde en esta caja de manera a
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
39
priori se le define el modo operando y la estructura de las operaciones
encargadas de las transformaciones. Mas sin embargo estas operaciones
preestablecidas presentan la característica de que se auto-referencian, lo que
acarrea que el estado inicial de la caja se conozca, y al transcurrir las
operaciones esta se modifique a partir de nueva información entrante
proveniente del entorno como también de información proveniente de su auto-
referenciación.
Figuras 6: i) Caja negra propuesta por Heinz von Foerster, en esta la función no se conoce ii)
Caja traslucida, en esta la función es conocida pero en conjunto no se puede establecer la
procedencia de las fluctuaciones con total certeza.
La caja traslucida es la designación que se propone como analogía a la
distinción que se realiza del individuo dentro de la observación al fenómeno.
Esta analogía tiene el propósito de ilustrar cómo se representa el estudiante de
manera artificial. Las operaciones que se preestablecen, se derivan de la
inferencia bayesiana que modela la relación de las experiencias del pasado (se
reconoce que la caja traslucida esta auto-referenciada) y las percepciones
(observaciones-mediciones) captas en el presente por el estudiante, influyen
en el proceso de adaptación alcanzado por el estudiante. Esto permite que se
pueda establecer la disposición del estudiante de tomar la decisión de efectuar
o no fraude a partir de la inferencia bayesiana29.
La información que es recibida por la caja proviene de la recolección de las
29 Esto se hace por medio de la utilización de la herramienta conocida con el nombre de red bayesiana.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
40
impresiones y las percepciones de varios voluntarios, esta propuesta nace de
reconocer que los individuos son sistemas vivos. Lo valioso de esta información
es que establecen las impresiones de satisfacción, y sus percepciones entorno
a diversas variables que están estrechamente relacionadas con el fenómeno
del fraude académico. Estas impresiones y percepciones provenientes de cada
voluntario son el reflejo del performance en relación con los cursos vistos
durante el semestre anterior al momento de tomar la encuesta.
Esta información que es recibida por la caja translucida hace referencia a la
magnitud del estímulo que es percibido por el estudiante, y por medio del
mecanismo generativo propuesto, que es una representación artificial permite
computar la evidencia relacionada con el fenómeno del fraude académico; que
es el resultado de la medición de la magnitud del estimulo percibido dentro de
una escala de decibeles (Jaynes, 1995).
La encuesta, aparte de recolectar información sobre las experiencias
vivenciales de los estudiantes, tiene la doble función de aportar la información
necesaria para la construcción de la red bayesiana y red social. Esta
herramienta tiene el propósito de computar las coherencias experienciales, o
“conciencia” y la historia del individuo, que orienta la decisión de este. Se debe
anotar que detrás de la recolección de la información y de la estructura de la
encuesta son imprescindibles los planteamientos propuestos por el profesor
Alejandro Sanz de Santamaría(2007). En consecuencia a estos planteamientos
la recepción de información en la caja traslucida está estrechamente asociada
a las motivaciones presentadas por los estudiantes, quienes se encuentran
dentro de un sistema coaccionado30. Esto los lleva a la necesidad de tomar
decisiones para adaptarse a nuevas condiciones. Y en este caso la decisión que
debe tomar es hacer o no fraude académico.
La consecuencia de distinguir el fenómeno como uno que se encuentra
constituido por estudiantes-individuos que interactúan, sugiere que dentro de
30 Es planteamiento es consecuencia del nivel de competencia por obtener mejores resultados en comparación con los otros estudiantes. Esto se ve fomentado por la escala de calificación, que sólo tiene en cuenta resultado final y desmerita el empeño entre otros.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
41
la interacción se presenten fuertes correlaciones de corto y largo alcance. Lo
que forja la emergencia de dinámicas y fluctuaciones que no se pueden
interpretar desde la adición de las decisiones de los estudiantes. La
representación de las interacciones entre los estudiantes-individuos se
construye por medio de un modelo basado en multi-agentes. Que tiene el fin
de recrear el ambiente coaccionado a partir de la interacción del individuo con
sus vecinos desde la recepción y la transferencia de información como alusión
a las comunicaciones y coordinaciones que son entabladas en el diario vivir por
los estudiantes. La observación de este ambiente coaccionado por parte del
estudiante es modelado a partir de la ley de Weber-Fechner. Que plantea un
balance entre los estímulos internos y los percibidos dentro del entorno por el
estudiante.
Retomando la analogía de la caja traslucida, lo que impide que esta sea del
todo diáfana, es la propagación de nueva información proveniente de la
interacción entre los estudiantes (comunicación). Dentro de la representación
artificial la información que es propagada por los individuos hace referencia a
la evidencia que surge de la acción de compensación a las perturbaciones
percibidas por estos.
Figura 7: Transmisión de información y recepción de nueva información.
La caja traslucida propuesta da la posibilidad de ajustar parámetros como lo
son la estructura de la red bayesiana, la cantidad de agentes y la composición
de la red social (número de vecinos) que son las bases del análisis dinámico.
Esta metodología nos conduce a la conformación del método que define el
modo de obrar para la construcción de la representación artificial y así poder
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
42
lograr computar el fenómeno desde el planteamiento de un modelo
matemático.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
43
Método.
Aquí se especifica cómo se llevaba a cabo la construcción de la representación
artificial del fenómeno del fraude académico. Este proceso se llevaba a cabo
desde la recolección de las observaciones y percepciones de los estudiantes en
relación con el fenómeno de estudio por medio de una encuesta. Estas
observaciones y percepciones son el punto de partida y base del procedimiento
que se llevaba a cabo, y que se detalla a continuación. Esto a partir de la
introducción de las herramientas utilizadas y de la descripción de los conceptos
necesarios para la construcción de la representación artificial. Por último se
presenta el modelo matemático que es fundamental a la hora de computar la
representación artificial del fenómeno del fraude.
Obtención de la Información.
La información que se utiliza se obtiene a partir de una encuesta que está
estructurada de acuerdo con la metodología propuesta por Nadkarni &
Shenoy(2004). Quienes proponen un procedimiento sistemático para la
construcción de redes bayesianas, a partir del conocimiento de los expertos en
el tema de estudio. En consecuencia ha esto se decidió primero contactar al
profesor Alejandro Sanz de Santamaría Ph.D, quien lleva investigando sobre el
fenómeno del fraude académico por varios años. A partir de la asistencia a
varias conferencias y entrevistas se recolectaron las impresiones que él tiene
en relación a este tema. Durante sus años de estudios relacionados con el
fraude académico el profesor Santamaría ha construido unas hipótesis del por
qué se da la emergencia de este. Dentro de estas hipótesis se encuentra el
factor motivacional del estudiante, la cual afecta la decisión de estudiante en el
momento de decidir en cometer o no fraude. Donde dicho factor motivacional
se ve modificado por el entorno en el cual se encuentra inmerso el estudiante
Esta hipótesis dentro del estudio se tiene presente y se constituye en eje
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
44
central para la construcción de la encuesta, y la vez un hilo conductor de la
aproximación propuesta en este trabajo.
El objetivo de la encuesta es acceder de primera mano a las percepciones y
observaciones relacionadas con el factor motivacional, que se encuentra a su
vez relacionado al entorno en cuál están inmersos los otros expertos; los
estudiantes que en últimas son los que deciden cometer o no fraude
académico. Reconociendo lo anterior se construye la encuesta para recolectar
la información que es utilizada dentro de la representación artificial. En donde
se acumula información que permite establece como el factor motivacional del
individuo llega a altera o modificar su forma de tomar decisiones. Toda esta
información obtenida es consecuencia de la observación individual de cada
estudiante. Lo que valioso, dado que las dinámicas que se obtengan a partir de
computar el fenómeno son consecuencia de datos reales.
La estructura de la encuesta tiene como propósito preguntarles a los
estudiantes ¿Cómo les fue durante el semestre anterior en las materias que
cursaron? ¿Cuáles fueron las impresiones en relación con la clase? y la
dependencia de estas percepciones tanto con los profesores como con sus
compañeros. También se les preguntaba por sus tolerancias individuales hacia
cometer o no fraude. La segunda parte de la encuesta se conformaba de una
cuadricula, en donde aparecían variables relacionadas a las dinámicas dentro
de los cursos, y se les pedía llenar con una flecha según su observación el
sentido causal o de influencia entre las variables. Esto para poder reconocer
dentro del contexto de cada estudiante el sentido causal entre diversas
variables que han sido reconocidas por los estudiantes desde la escritura de las
reflexiones realizadas por ellos y recopiladas por el profesor Alejandro Sanz de
Santamaría(2007)31. Anexo 1. Encuesta estudiantes
31 Con el apoyo del Profesor Jorge Acevedo y la Profesora Catalina Ramírez, quienes han brindado el espacio dentro del curso de Sistemas Públicos dictado por la Facultad de Ingeniería Industrial, para realizar las encuestas a los estudiantes. Se encuestaron un total de 70 estudiantes.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
45
La Representación Artificial.
El fenómeno del fraude es cometido por los estudiantes, quienes toman la
decisión de cometerlo o no cometerlo, y que a su vez interactúan entre ellos.
Debido a la dificultad que existe en la realización de experimentos dentro de
fenómenos sociales por la dificultad de generar repeticiones; se propone
computar el sistema social, como un conjunto de sujetos que se relacionan
entre ellos y persiguen una serie de objetivos comunes (Bohorquez, 2004). Y
como consecuencia se representa el fenómeno del fraude a partir de un factor
autónomo desde la construcción de una red bayesiana y un factor colectivo
utilizando un modelo de multi-agentes. Esta representación tiene la función de
describir las interacciones entre los individuos y permitir visualizar las diversas
dinámicas que emergen dentro del fenómeno.
La aproximación al fenómeno del fraude académico se construye desde de la
implementación de la inferencia Bayesiana. Esta consiste en reconocer la
plausibilidad de las hipótesis a partir de la información o datos que se tienen.
Lo cual es diferente a lo que se hace dentro de la probabilidad convencional,
que normalmente intenta reconocer si los datos se ajustan o no a una hipótesis
dada. La aproximación a partir de la inferencia32 nos indica cuál es la
probabilidad que se requiere para reconocer si una hipótesis en específico se
puede justificar por la evidencia. A continuación se presentarán unas palabras
que describe la razón por la cual el uso de la inferencia bayesiana es acertado
para representar la toma de decisiones de los individuos, donde existe un alto
nivel de subjetividad asociado, y en el que la historia es esencial para dicha
representación.
“Si nosotros los humanos desecháramos todo lo que sabemos hasta ayer en
relación al racionamiento sobre nuestros problemas de hoy, nosotros nos
encontraríamos por debajo del nivel de los animales; no podríamos saber más
de lo que es posible aprender en un día, y por ende la educación y la
32 La inferencia bayesiana permite modelar cómo la experiencia pasada del individuo interfiere en la toma de decisiones del individuo en el presente (Jaynes,1995)
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
46
civilización serían utopías”(Jaynes, 1995, p. traducción propia).
Dentro del fenómeno del fraude académico la inferencia bayesiana se
representa de la siguiente forma:
Ecuación 1
La variable nota N dentro del estudio se encuentra constituida por la
observación que realiza el individuo a partir de sus experiencias vivenciales a
la última nota obtenida, siendo esta la información prior.
Cualquier probabilidad que sea condicional a N obtiene como nombre
probabilidad prior33.El prior es definido como un tipo de información que es
nueva y sorprendente, que tiene la posibilidad de cambiar las ideas de cómo
los datos se deben analizar (Jaynes, 1995).
La Ecuación 2 presenta la cualidad de que la inferencia tiene un factor de
probabilidad que no se encuentra condicionado con la hipótesis que se quiere
evaluar, que en este caso es fraude (F), y representa la probabilidad prior; por
otro lado también se compone por otro factor que es la verosimilitud. Esta
ecuación presenta el principio de obtener un inferencia, en la cual se está
intentando obtener una conclusión a partir de los datos (Jaynes, 1995).
33 La distinción dada por probabilidad prior es puramente lógica, hace referencia a cualquier información adicional mas allá de los datos que se tiene sobre el fenómeno, y no corresponde al termino inducido por Immanuel Kant el cuál denota uno proposición que es verdadera independientemente de la experiencia (Jaynes, 1995)
MotivacióndenivelelsobrenInformacióM
NotaslassobrenInformacióN
FraudeFraudeHipótesis
_____
.___
),(
!
!
"!
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
47
Ecuación 2
En el fenómeno del fraude académico existen solo dos posibles hipótesis,
entonces se puede generar una razón ó odd a partir de la Ecuación 2 y su
contraparte cuando la hipótesis no se cumple.
&
Ecuación 3
En relación al modelo multi-agentes este se propone para la construcción de la
representación artificial, como consecuencia de reconocer que el sistema en
donde surge el dominio fenomenológico del fraude académico emerge a partir
del clivaje operacional de las partes y es consecuencia de las dinámicas que se
construyen desde los lazos de interacción y relación entre los individuos. Estos
lazos de interacción conservan información que solo puede llegar a conocerse
por medio de una representación de esta interacción.
El modelo de multi-agentes que se propone se basa en una tipología que
permite ser modificada y así variar el número de vecinos por individuo y el
#$
%&'
(
#$
%&'
(
)#$
%&'
(!#$
%&'
(
N
MP
NF
MP
N
FP
NM
FP
,
,
****
+
,
----
.
/
#$
%&'
("
)#$
%&'
( "
#$
%&'
()#
$
%&'
(
!
**********
+
,
----------
.
/
#$
%&'
(
#$
%&'
("
)#$
%&'
( "
#$
%&'
(
#$
%&'
(
)#$
%&'
(
!
#$
%&'
( "
#$
%&'
(
NF
MP
N
FP
NF
MP
N
FP
N
MP
NF
MP
N
FP
N
MP
NF
MP
N
FP
NM
FP
NM
FP
,
,
,
,
,
,
****
+
,
----
.
/
#$
%&'
("
)#$
%&'
( "
#$
%&'
()#
$
%&'
(
!
****
+
,
----
.
/
#$
%&'
( "
#$
%&'
(
!#$
%&'
(
NF
MP
N
FP
NF
MP
N
FP
NM
FP
NM
FP
NM
FO
,
,
,
,
,
****
+
,
----
.
/
#$
%&'
( "
#$
%&'
(
!#$
%&'
(
N
FP
N
FP
N
FO
****
+
,
----
.
/
#$
%&'
("
#$
%&'
(
)#$
%&'
(!#$
%&'
(
NF
MP
NF
MP
N
FO
NM
FO
,
,
,
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
48
peso de las relaciones. Y de esta manera se logra construir el mecanismo
generativo que tiene como función representar las dinámicas que se generan a
partir de las interacciones y relaciones de los individuos.
La construcción de la Red Bayesiana.
El uso de una red bayesiana como herramienta para la representación de la
toma de decisiones, radica en la capacidad que presenta el Paradigma
Bayesiano para calcular la plausibilidad de un evento a partir de la acumulación
de evidencia. Este paradigma tiene en cuenta toda la información que se que
se posea del sistema, y también hace que las características propias de cada
individuo dependan de la distribución de probabilidades que este presenta. Las
redes bayesianas tienen la propiedad de representar el conocimiento de
expertos en relación a situación en donde hay altos niveles de incertidumbre y
ambigüedad (Sucheta Nadkarni, 2004)34.
Una red bayesiana es un modelo de probabilidad que relaciona a partir de
conexiones las variables aleatorias. Estas conexiones se dan desde las
relaciones de influencia que existan entre las variables35. Su uso se da para
inferir información particular y especifica, como lo es la toma de una decisión.
El resultado que genera una red bayesiana no es una respuesta binaria, sino es
la acumulación de evidencia a favor o en contra de una proposición o hipótesis
(Jaynes, 1995). Esto lo que significa dentro del caso de estudio es que el
resultado que se obtiene de la red bayesiana encargada de modelar la toma de
decisiones de cada individuo es la evidencia a favor o en contra de que se
cometa fraude académico.
Lo ideal para la representación hubiese sido generar una red bayesiana que
representara el proceso de toma de decisión de cada individuo36, pero por
34 Estas representaciones plasmadas por medio de las redes bayesianas son consecuencia directa de las interpretaciones de los expertos en relación con el estado de la situación. (Bajers, 1999) 35 Los tipos de relaciones más usuales son los de causa o efecto, también pueden encontrarse correlacionadas de forma estadística. 36 Conversaciones.
AP
AC
PROXIMAC
CADÉMICO C
practicid
La cual s
Dentro d
de la re
informac
informac
relación
un 4.5 e
un alto g
La rep
modelo
La intera
modelo d
37 Esta red académico egeneraron laUniversidad d
CIÓN DES
COMO FENÓM
ad a part
será homo
Figu
de la red a
epresenta
ción entre
ción trasm
a la nota
en una pr
grado de s
resentac
o de mul
acción qu
de multi-
bayesiana eses el resultado encuesta quede los Andes d
DE UNA R
MENO.
tir de los
ogénea p
ura 8: Red
a aparte
ación. Es
e los ind
mitida, co
a que ha o
rueba pue
satisfacci
ción de
ti-agent
ue se da
-agentes.
consecuenciao de un factoe se practicó durante 2007
REPRESEN
resultado
ara todos
bayesiana
del nodo
sto es p
dividuos
onsiste en
obtenido.
ede ser in
ón.
e la int
tes.
entre los
Esto se
a de la tesis dor motivacionaa 70 estudian.
NTACIÓN A
os de la e
s los indiv
construida
motivaci
orque el
a partir
n la obse
En dond
nsatisfact
teracción
s individu
debe a q
de profesor Aal como comntes pertenec
ARTIFICI
encuesta
viduos de
a partir de
ón el nod
nodo n
de su i
rvación
de para un
orio, mie
n de in
uos se re
que este t
Alejandro Sanponente princientes al depa
IAL:
se constr
ntro del m
e la encuest
do notas e
notas es
nteracció
que tiene
na misma
ntras par
ndividuo
presenta
tipo de m
z Santamaríacipal y la lectartamento de
AL FRAUD
ruyó una
modelo.
ta.37
es esenci
el que
ón Ecuación
e el estud
a persona
ra otra re
s a pa
por med
modelos s
, quien dice qtura de los re Ingeniería in
DE 49
sola red.
al dentro
trasmite
n 4. Esta
diante en
a obtener
epresenta
artir del
dio de un
son útiles
que el fraudeesultados quendustrial de la
o
e
r
s
eea
AP
AC
PROXIMAC
CADÉMICO C
para obs
(Bohorqu
El mode
interacci
propuest
grafos de
biológica
Este tipo
definitor
disperso
lazos ent
significa
bien la
encuentr
es meno
lenta con
De mane
World es
ErdosRen
Figura
CIÓN DES
COMO FENÓM
servar pro
uez, 2004
elo de
ones de
to se bas
e multi-ag
as(Tanimu
o de mode
ias: los
s de man
tre nodos
que la es
red cont
ra unidad
or en órde
n los otro
era intuit
s la comp
nyi.
a 9: Imagen
k
DE UNA R
MENO.
opiedade
4).
multi-age
cada a
a en la d
gentes pe
ura, 2007
elos prese
lazos ent
nera glob
s. Se pres
structura
tiene muc
d de man
enes de m
s nodos (
iva un m
posición d
n descriptiv
k=2ii)Erdos
REPRESEN
s que em
entes se
gente co
de los gra
ermite ge
7).
entan las
tre los n
bal, impid
senta un
muestra
chos nod
era típica
magnitud
(Tanimura
modelo de
de un gra
va del Mode
s Renyi k=
NTACIÓN A
mergen de
e utiliza
on los d
afos de S
enerar est
siguiente
odos que
diendo qu
alto grad
un alto
dos, un p
a por med
que el ta
a, 2007).
multi-ag
afo laticce
elo multi-ag
0 p=3 iii) S
ARTIFICI
e los com
para re
demás. L
mall Wor
tudios em
es propie
e compon
ue la red
do de clus
grado de
par de e
dio de un
amaño de
gentes co
e regular
gentes, com
Small World
IAL:
mportamie
ecoger e
La estruc
ld. Este t
mpíricos d
dades co
nen la re
se sature
stering de
densidad
estos den
n camino
e la red y
n una es
con en g
mposición d
d k=2 p= 4
AL FRAUD
entos ind
el efecto
ctura del
tipo de m
e redes s
mo carac
ed se en
e por los
e los lazo
d. Por otr
ntro de la
que su e
y crece de
structura
grafo ale
de grafo i) L
4.
DE 50
dividuales
de las
modelo
modelo de
sociales y
cterísticas
ncuentran
posibles
os, lo que
ro lado si
a red se
extensión
e manera
de Small
atorio de
Laticce
s
s
o
e
y
s
s
e
e
e
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
51
Este tipo de estructura brinda la capacidad de generar un modelo dinámico, en
donde cada agente puede estar variando la cantidad de su estado. Como se
puede ver en la anterior figura la implementación supone un laticce que es el
grafo de la izquierda y al cual le es superpuesto un grafo aleatorio de Erdos
Renyi. Lo que significa que cada agente o nodo solo puede interactuar con sus
vecinos próximos y tal vez con vecinos lejanos. De esta manera el entorno de
un agente se resume a la información proveniente de sus vecinos. En otras
palabras el individuo es capaz de observar y recibir información de su entorno
(vecindario), y esta información es absorbida por él a partir de establecer un
balance de los resultados que sus vecinos obtuvieron38.
Ecuación 4
La evidencia como cantidad de Información y la relación
con la observación de estímulos externos.
La proposición es en otras palabras el grupo de las hipótesis que ya se definió
durante el desarrollo de la Ecuación 2, que se constituye por cometer o no fraude,
la plausibilidad de que esto suceda se representa a partir de una evidencia. La
evidencia 39es calculada como el Logaritmo en base 10 de la razón, esto se
debe a que “nuestras mentes se encuentran condicionadas al sistema básico
de logaritmos en base 10, donde este tiene sentido intuitivo inmediato para
nosotros”(Jaynes, 1995, p. traducción propia). Reconociendo lo anterior
redefine la Ecuación 2 en la siguiente:
38 El absorber información se traduce en la apercepción de estímulos dentro del entorno. Este proceso se presenta por medio de la comparación entre los juicios en los cambios notables más pequeños en relación a la sensación proveniente de cada estímulo (Noll, 2002). 39 La formulación matemática con la que la evidencia es representada obedece a la formula natural en que los individuos perciben estímulos externos, a partir de parametrizarlos a una escala en base del logaritmo natural (Takahashi, 2006).
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
52
Ecuación 5
Esta ecuación establece el valor de la evidencia frente al cambio ( ) en
función del modelo ( ). La evidencia es un termómetro de la cantidad de
información existente a favor o en contra sobre la proposición.
Esta observación de los estímulos externos se modela a partir de la Ley de
Weber-Fechner, que establece cómo los sentidos físicos perciben las señales o
estímulos provenientes del exterior. La observación de estos estímulos se da de
manera logarítmica en relación con la magnitud el impulso. Un ejemplo de esto
es como la sensación-observación de sostener un peso de 1 kilo en una mano
en relación con sostener 2 kilos no varía de forma linear como sería de esperar,
sino de forma logarítmica. Esto implica que lo que se está percibiendo no sea
el doble del peso cuando se sostienen los 2 kilos, en comparación a cuando se
sostenía uno.
En este trabajo se utiliza esta ley para cuantificar estímulos no físicos, como lo
son las malas notas, que en últimas es un estímulo basado en información.
Donde obtener entre 10 u 11 malas notas, no representa un cambio
significativo en la evidencia, mientras que pasar de1 a 2 si lo puede llegar a
ser.
A partir de la ley de Weber-Fechner se utiliza la variación propuesta por Taiki
Takahashi (2006), donde en vez de modelar estímulos físicos, se modela
impulsos de información como lo es la observación de las unidades de
medición temporales. Esta ley se expresa como:
****
+
,
----
.
/
##$
%&&'
( 0"
##$
%&&'
( 0
)!#$
%&'
(
1
1
P
P
LogMN
Fe 10
,
0
1
AP
AC
PROXIMAC
CADÉMICO C
Esta ley
sobre un
entre la
“notas”40
particula
rescatar
en última
aumenta
La presi
logarítm
sobre los
6 de Web
Donde
que los v
Esta ecu
amigos
40 Se debe rcada estudiaestudiantes.
EstimSo
EstimuS
PercepR
!
!
!
S A
2
CIÓN DES
COMO FENÓM
se utiliza
n individu
s notas 0 de los
ar es pre
que el ca
as necesa
ar o dismi
ón que u
ica con
s que obt
ber-Fechn
vecinos o
uación ca
.
recordar que ante de la not
estudmulo
vecinoulo
pción
_
_
---
.
/
!34
v
i
Amigos#
2
DE UNA R
MENO.
a para m
uo. La pr
que obte
demás
esionado
ambio en
ariamente
inuir la ev
un individ
la propo
tienen peo
ner.
y
btienen. S
alcula la e
cuando se mta obtenida. D
diante
os
***
+
,35
vecinos
Sij
ji,
REPRESEN
modelar la
resión de
engan lo
individuo
a obten
la inform
e una dec
videncia a
duo pued
rción de
ores. Esta
se calcul
Se establ
evidencia
mociona mejorDe esta mane
!R
NTACIÓN A
a presión
e grupo s
s demás
os en té
ner buen
mación qu
cisión, da
a favor o
de llegar
vecinos
a ecuació
a a part
ece que k
a frente a
res notas, denera se recono
-.
/)!S
Log10
ARTIFICI
de grup
se modela
s individu
érminos g
nos resul
ue se da
ado que lo
en contra
a sentir
que obt
n se cons
ir de la E
k=10
al cambio
ntro de esto eoce que obten
*+
,So
S
IAL:
po que ej
a a parti
uos. En d
globales,
ltados ta
entre los
os vecino
a de toma
r se com
tienen m
struye a p
Ecuación 4
o ( ) de
está implícitoner un 5 no s
0
AL FRAUD
jercen los
r de un
donde a
un indiv
ambién.
individuo
os solo sir
ar una de
mporta de
ejores re
partir de
de los re
ebido a la
la observaciósignifica lo mi
DE 53
Ecuación 6
s vecinos
balanceo
mejores
viduo en
Se debe
os, no es
rven para
ecisión.
e manera
esultados
la Ecuación
esultados
Ecuación 7
a red de
ón que tieneismo para los
6
s
o
s
e
s
s
n
s
7
e
es
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
54
Computación a través del cálculo de la
evidencia (Modelo Matemático).
Calculo de la evidencia (Modelo Matemático).
Como ya se introdujo la representación artificial está compuesta por la
combinación de dos herramientas computacionales y una modificación a la ley
de Weber-Fechner. En donde el paradigma bayesiano, la red multi-agentes son
esenciales para el cálculo de la evidencia. Este cálculo parte de la proporción
de la probabilidad condicional de hacer fraude dado el modelo propuesto sobre
la probabilidad de no hacerlo. Retomando la Ecuación 3 se tiene.
Ecuación 8
Como se puede ver en la anterior expresión el cálculo de se encuentra
condicionado a las variables N y M, donde N es la nota y M la motivación.
El propósito de calcular la evidencia como la proporción de probabilidades va
de la mano con la ley de Weber-Fechner, esto con el fin de incorporar al
modelo la forma teórica en que los individuos actúan frente a la observación de
estímulos en donde en este caso se presentan a manera de evidencia. La
evidencia se observa como un valor que muestra información de que tan
****
+
,
----
.
/
****
+
,
----
.
/
#$
%&'
( "
#$
%&'
(
)!#$
%&'
(
N
FP
N
FP
LogMN
Fe 10
,
67 3___ Ecuaciónlatomando
*+
,-.
/#$
%&'
()!#
$
%&'
(NM
FOLog
MN
Fe
,10
,
#$
%&'
(MN
Fe
,
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
55
propenso el estudiante se encuentra en un instante de tiempo en relación a
optar por el fraude académico como una opción.41. Se debe resaltar que la
evidencia aumenta o disminuye, y esta variación de la evidencia no establece
la decisión como tal, sino que lo que genera es que exista la evidencia
suficiente para reconocer si se comete o no fraude. Pero para lograr reconocer
si existe suficiente evidencia como para que esta implique la acción de cometer
fraude, dentro del trabajo de forma tentativa se propone el uso de un nivel de
tolerancia o umbral. Este umbral permite que se pueda establecer que exista la
suficiente evidencia cómo para reconocer que un estudiante a optado o tiene
entres sus opciones optar por cometer fraude académico42.
Gráfica 1: Señala como la evidencia al pasar el tiempo supera o no el umbral.
Aquí se plantea el uso de un umbral estándar para todos los estudiantes por
practicidad, pero la forma más adecuada es reconocer que cada estudiante en
relación con su entorno presenta un nivel de umbral diferente a los demás
estudiantes. También se debe tener presente que este umbral debe ser
dinámico debido que puede variar para cada estudiante a partir del momento y
circunstancias a que este viviendo. Es por esto que la forma más adecuada
sería que cada estudiante tuviese un umbral propio, el cual se puede
41 Un valor negativo de la evidencia implica que la plausibilidad de cometer fraude tiende a ser cero. 42 Comentar sobre el umbral
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
56
interpretar como el nivel de tolerancia a cometer fraude académico. Algo así
como ¿qué tanto un individuo puede resistirse a la “tentación”' de hacer o no
fraude?
La evidencia presentada por el individuo y sus mediciones a partir
de decídeles.
Como ya se mostró en la Ecuación 2 el cálculo de la evidencia en ese caso
simplificado depende de 3 variables. Esto significa que la red bayesiana a la
cual corresponde tal ecuación es a una conformada por 3 nodos, de los cuales
el nodo fraude es el nodo hijo de los otros dos.
Figura 10: La red Bayesiana implementada. i) Los valores que presentan son los resultados de
las encuestas realizadas.
Esta red bayesiana es la que se utiliza como referencia para el modelo
matemático. Esto es para efectos de practicidad, aunque se debe señalar que
los resultados que se muestran en el análisis dinámico se llevan a cabo con la
red bayesiana que se muestra en la Figura 8.
La Ecuación 2 representa el conjunto de las N hasta el tiempo t compuesto por
entonces si se retoman las t iteraciones tenemos que: tnnnnN ......,, 321
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
57
Ecuación 9
Dentro de esta ecuación se establece el supuesto de que la información
concerniente a las notas no se encuentra correlacionada entre ellas. Lo cual si
se quisiera ! " ! "1321 ......,| nPnnnnP t verificar sería caso de otro estudio análogo a
partir de un modelo diferente al propuesto dentro de este trabajo.
Retomando la Ecuación 8 donde se plantea el cálculo de la evidencia:
Ecuación 10
Esta ecuación es análoga a la Ecuación 2, en donde también el prior es la
probabilidad de fraude dado la nota , con la diferencia que en la ecuación
anterior representa evidencia, y el prior no se asocia solamente a la
##$
%&&'
( #
#$
%&&'
(
t
i
i
t
MnFPMnnnn
Fe ,|
,......,, 321
##$
%&&'
(
##$
%&&'
(
)#$
%&'
(
t
i
i
t
i
i
nP
MFnP
M
FP
,|
****
+
,
----
.
/
#$
%&'
( 0
#$
%&'
(
) #$
%&'
(
MN
FP
MN
FP
LogMN
Fe
,
,10
,
****
+
,
----
.
/
##$
%&&'
(0
##$
%&&'
(
#$
%&'
( 0
#$
%&'
(
)
t
i
i
t
i
i
MFnP
MFnP
N
FP
N
FP
Log
,|
,|
10
****
+
,
----
.
/
##$
%&&'
(0
##$
%&&'
(
)1
****
+
,
----
.
/
#$
%&'
( 0
#$
%&'
(
)
t
i
i
t
i
i
MFnP
MFnP
Log
N
FP
N
FP
Log
,|
,|
1010
! "! "*+
,-.
/
01#$
%&'
( 2 MFnP
MFnPLog
M
Fe
i
it
i ,|
,|10
1
#$
%&'
(N
FP
AP
AC
PROXIMAC
CADÉMICO C
informac
este se p
observac
construir
implica q
presente
presenta
consecue
verosimi
informac
Como se
de 10 en
“db”. La
igual a l
logaritmo
utilizar
consecue
probabili
entre 30
como la
función
(Jaynes,
43 Se debe rtrabajo, es p44 Maturana comprensiblerelacionar….”
CIÓN DES
COMO FENÓM
ción deriv
puede rel
ciones pr
r la obse
que la ev
e desde u
ado el es
encia de
litud cor
ción brind
e ve en la
nfrente,
lectura d
a evidenc
o del últi
decídeles
encia de
idad de 0
0 db y 40
percepció
logarítmi
1995)
Figura 1
recordar que eor esta razóny Varela indie a posteri”(Maturana &
DE UNA R
MENO.
vada de e
acionar c
esentada
rvación o
idencia e
un punto
studiante
las obse
rresponde
da.
Ecuación 10
represent
de dicha
cia del pr
imo térm
s como
e la imp
0.9999 y
0 db pue
ón intuitiv
ica. Sien
11: Tabla d
el prior puede que se estanican que: “el ori en su Varela , 1995
REPRESEN
sta como
con el fen
s en el p
o percepc
stablece
de refer
e, En do
ervacione
e a la ca
0 el uso d
ta la med
ecuación
rior
ino de la
escala y
posibilida
0.99999
ede ser p
va del ho
do esto
de Evidencia
e ser diferentdariza a todosfenómeno hisrelación exp
5)
$
%&'
(N
Fe
NTACIÓN A
o sí suced
nómeno h
pasado y
ción de n
como se
encia de
nde la e
es pasada
antidad d
de un loga
dición de
es la ev
sumado
a Ecuación 1
y no ut
d que
. Pero en
percibido.
ombre tie
un ejem
a y Probabi
te para cada s los individuostórico es un xplicativa que
$
%
ARTIFICI
e en la Ec
histórico q
que con
nueva inf
dan las o
las pasa
evidencia
as. El se
de eviden
aritmo en
e la evide
idencia e
o el núme
10. El sus
ilizar pro
existe e
n cambio
Por otro
nde a mo
mplo de
ilidad (Jayn
individuo, peos. continuo surge el observ
IAL:
cuación 243.
que es co
ntribuyen
formación
observaci
das obse
acumula
egundo té
ncia que
n base 10
encia a p
n relación
ero de db
stento prá
obabilidad
en difere
la difere
o lado es
odelarse
la Ley d
nes, 1995, p
ro ese estudi
gir del caos envador propon
AL FRAUD
. Respect
onsecuenc
en el pr
n o prior4
iones aso
ervacione
ada en
érmino q
cada un
y poner
artir de d
n a F, da
b provenie
áctico de
des com
enciar en
encia de e
sto corres
por medi
de Weber
p. 406).
o sale del alc
n tanto el prene para la
DE 58
o al prior
cia de las
resente a44.Lo que
ociadas al
s que ha
parte es
ue es la
nidad de
un factor
decídeles
ado M, es
entes del
e por qué
munes es
ntre una
evidencia
sponde a
o de una
r-Fechner
cance de este
esente es soloacción del
r
s
e
s
e
r
s
s
é
s
r
e
ol
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
59
El segundo término de la Ecuación 10para cada individuo aporta una cantidad
diferente de evidencia, esto se debe a que está condicionada a la
motivación de cada individuo; Esto es en el caso de la red compuesta por tres
variables. Pero en la red que corresponde a la Figura 8, este término se
encuentra condicionado ya no solo a la motivación si no a todas las demás
variables que corresponden a este estudio.
La relación entre las dinámicas de grupo y la evidencia individual.
Hasta este instante se ha hecho explicito como el individuo percibe u observa
la información proveniente del sistema, por medio de sus coherencias
estructurales. De esta manera se introduce una nueva variable A que
representa cómo la información proveniente de sus compañeros es observada
por el individuo que la recibe. Se puede denominar este tipo de información
como la manera en que los demás individuos generar coerción o presión en el
estudiante a partir de un juego comparativo.
En la vida real la presión se reconoce en como un estudiante al obtener
información relacionada con los resultados de los demás estudiantes genera un
balance entre esta información y la percepción individual de sus resultados.
Esto se puede traducir en que no necesariamente una mala nota obtenida por
un individuo dentro del escalafón que el sistema educativo a preestablecido, es
negativa en relación con sus experiencias pasadas. Y a la vez unos malos
resultados de los demás individuos sea información positiva para el estudiante.
Continuando con la nueva variable A, como se dijo es la encargada de recoger
la información asociada a las experiencias vivenciales que han sido observadas
por el estudiante en relación con el entorno.
#$
%&'
(MF
nP i
,
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
60
Figura 12: Red Bayesiana con variable adicional que modela el entorno y/o influencia de los
vecinos.
La anterior figura presenta la nueva variables que contiene la información
procedente del entorno; de esta manera la Ecuación 9 es modificada. Por medio
de la regla de Bayes en obteniendo:
A partir de este resultado se calcula la evidencia de hacer fraude.
#$
%&'
(MN
FP
,
#$
%&'
(
#$
%&'
(
)#$
%&'
( #
$
%&'
(
MN
AP
MN
FP
MNF
AP
AMN
FP
,
,
,,,,
****
+
,
----
.
/
#$
%&'
( 0
#$
%&'
(
) #$
%&'
(
AMN
FP
AMN
FP
LogAMN
Fe
,,
,,10
.,
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
61
Ecuación 11
El primer término de esta ecuación corresponde al cálculo de la evidencia
individual Ecuación 9, mientras el segundo corresponde a la coerción
de grupo. Está es tenida en cuenta por el estudiante en el momento de tomar
un decisión cualquiera. La evidencia grupal no se calcula de la misma manera
como se hace con la evidencia individual. El significado de esta evidencia es la
probabilidad de tener un entorno , dadas las condiciones F, N, M donde A
esta compuesto por y existen X posibles entornos.
Este cálculo se da a partir del modelo multi-agentes como. Este modelo
permite que cada agente tenga la capacidad de observar el cambio de cada
uno de sus vecinos. El cambio se da por la variación de la evidencia de que se
esté este cometiendo o no fraude, o que esté obteniendo mejores resultados.
Lo mismo sucede con las demás variables, las cuales a medida que pasa el
tiempo van cambiando de estado.
La evidencia grupal se calcula a partir de la Ecuación 7 siguiente
manera:
#####
$
%
****
+
,
----
.
/
#$
%&'
( 0
#$
%&'
(
)
&&&&&
'
(
****
+
,
----
.
/
#$
%&'
(0
#$
%&'
(
)
AMN
FP
AMN
FP
MNF
AP
MNF
AP
Log
,,
,,
,.
,,10
****
+
,
----
.
/
#$
%&'
( 0
#$
%&'
(
))
****
+
,
----
.
/
#$
%&'
(0
#$
%&'
(
)
AMN
FP
AMN
FP
Log
MNF
AP
MNF
AP
Log
,,
,,10
,.
,,10
..,
~
,#$
%&'
(1#
$
%&'
(
AMN
Fe
MN
Fe gi
#$
%&'
(AMN
Feg
.,
~
ia
naaaaA ,...,,, 321
#$
%&'
(AMN
Feg
.,
~
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
62
Ecuación 12
Esta ecuación representa intuición o percepción que un individuo tiene de los
vecinos.
Implementación y Computación.
La computación que es realizada sobre la representación artificial tiene como
propósito generar una proyección descriptiva que permita realizar un análisis
dinámico sobre fenómeno del fraude académico.
La implementación de la representación artificial que se propone se llevo a
cabo a partir de la utilización de las librerías y del software (Netica); Y A su vez
para el modelo multi-agentes se utilizó el software (Mathematica) a partir del
modelo de Small World de watts programado por Ricardo Bonilla (2007).
La designación de la estructura de la red bayesiana, al igual que el cálculo de
la evidencia se realiza por medio del uso de Netica. Se debe recordar que la
estructura de la red bayesiana se establece desde los resultados que se
obtuvieron en la encuesta. Para la analogía que se utiliza con el fin de
introducir las herramientas, las variables que se utilizan son: Motivación, Notas
y Fraude.
Dentro de la computación la variable Motivación es una variable estática con la
que cada agente inicia. Para esta variable se han establecido tres estados;
Quería Verla, Había que Verla, No Quería Verla. Estos tres estados pretenden
representar los posibles estados de motivación de un estudiante al asistir a un
curso en particular. Si bien tres preguntas no subdividen el espacio de posibles
respuestas en conjuntos independientes y ni siquiera recogen todos los
posibles estados de motivación, la idea es capturar la mayor cantidad de
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
63
información acerca del estado ánimo del individuo (Bonilla, Torres, & Vergez,
2007).
La variable Notas es una variable compuesta que cambia en cada instante de
tiempo y guarda la historia del agente, pues cada nueva información recibida
suma a la evidencia total. Para la computación se establecen 5 estados que
representan las observaciones de los individuos en relación con los resultados
de mediciones en el sistema (en la analogía será la observación de 5 niveles de
calificación). Finalmente Fraude, que constituye la variable particular de
estudio. La distribución de probabilidad de esta variable, se calcula con base en
las notas y motivación de cada agente según la Ecuación 10 del modelo
matemático.
Para la representación de las notas, y ser consistente con el hecho que estas
no están correlacionas, se asignada notas aleatorias a todos los agentes del
sistema. Si el individuo está en estado base (no fraude) la asignación es un
valor de 1 a 5 que son los estados, y si el agente ha decidido cambiar de
estado la asignación es un valor entre 4 y 5 que se entienden como mejores
resultados producto del cambio de estado (Bonilla, Torres, & Vergez, 2007).
Por el otro lado las variables restantes que constituyen la red bayesiana
construida son variables estáticas, a las que le han sido establecidos tres
estados que de forma similar intentan representar los estados iníciales
asociados a cada una de estas variables en el instante en que el individuo
asiste a la clase por primera vez.
Las conexiones entre las variables que construyen a la red Bayesiana se
establecen a partir de las percepciones y observaciones que se obtiene de las
encuestas realizadas (Sucheta Nadkarni, 2004).
El modelo multi-agente es un modelo de Small World de Watts. Los individuos
que son representados por esta herramientas les es acoplaba de manera
individual una red bayesiana única, con el fin de generar el cálculo de la
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
64
evidencia de que haga fraude Ecuación 10.
Las variables del modelo son las asociadas con la tipología de la representación
de la red social y a su vez las que componen la red bayesiana.
A continuación se introducen as variables que componen la representación de
la red social:
NumNodes= número de individuos.
Iter= número de iteraciones.
Tolerancia= es el umbral de tolerancia.
Porden= variable binaria que establece si el grafo esta o no ordenado a partir
del nivel de motivación que presenta el individuo.
Npeso= establece el peso que se da entre el lazo que une los nodos
K= número de vecinos próximos “amigos cercanos” (Lattice).
P= número de vecinos aleatorios “compañeros”.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
65
Análisis Dinámico.
Dentro de este análisis se presentan los resultados que se obtienen a partir del
mecanismo generativo que es propuesto. Este se ha construido a partir de la
estructura distinguida y designada al sistema en donde surge el fenómeno del
Fraude Académico. Este análisis se lleva a cabo a partir de las proyecciones
que resultan de la representación artificial.
Las proyecciones que se obtienen al ser dinámicas permiten describir el
fenómeno en un intervalo de tiempo. De esta manera el análisis que se realiza,
se da a partir de una plataforma que deja que el observador tenga la
capacidad de reconocer patrones y dinámicas que surgen a pasar el tiempo.
Dentro de este análisis se debe enfatizar que las observaciones y comentarios
que se den de los resultados que se obtienen a parir de los casos computados
son el reflejo de las coherencias experienciales del autor. Si bien se espera que
estas sean acordes con las intuiciones e hipótesis que manejan las demás
personas, estas observaciones reflejan las hipótesis e intuiciones del autor.
Las lectura que le es hecha a cada una de las variables que componen la
representación artificial es la siguiente:
La red social que es representada por el modelo multi-agentes con tipología
Small World se encuentra organizada o desorganizada. Esto se establece a
partir de, intuir que la motivación, que es una variable de la red bayesiana es
actor fundamental en el fenómeno del fraude académico (Santamaría, 2007). Y
se espera que aquellos estudiantes quienes presentan un alto nivel de
motivación tengan una menor predisposición que los que presentan un nivel
bajo de motivación o están desmotivados.
De esta manera se entiende por organizada cuando los nodos que tiene el
mismo valor de motivación están juntos, de lo contrario esta desorganizada.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
66
Figura 13; Representación de la Red Social. i) Organizada ii) Desorganizada
Por otro lado las intuiciones que se tienen en relación con las variables que
componen la tipología de Small World que componen el modelo multi-agentes
son que k representa a los amigos cercanos, mientras que p a los compañeros.
Caso Computado.
Dentro de la computación que le es realizada a la representación artificial se
proponen 2 casos. Dentro de cada uno de los casos computados se generan
diversas variaciones a las condiciones iníciales para obtener diversas
observaciones. Así afinar las intuiciones que se tiene con relación al fenómeno
del fraude académico.
Las gráficas que se presentan son los resultados que se obtienen a partir de la
computación. En donde la primera muestra el nivel de evidencia que presentan
los individuos en relación con el tiempo. en donde se dividen a los individuos a
partir del nivel de motivación que presentan. Esta división se representa a
partir de tres colores, donde el color azul representa a aquellos individuos que
están desmotivados, mientras el verde lo que no tienen motivación o les es
indiferente y los de color rojo los que están motivados.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
67
Caso 1
EL primer caso propuesto se establece que el número de iteraciones sea 100 y
que el modelo de multi-agentes se componga por 50 nodos. Esto significa que
la representación artificial en este primer caso de estudio se compone por 50
estudiantes quienes obtienes un total de 50 calificaciones. Una por cada
iteración.
La tipología del modelo de multi-agentes se establece que la cantidad de nodos
vecinos k varía entre 2 y 5. Por otro lado los nodos lejanos p entre 1 y 5.
Dentro de la representación artificial k se intuye que simboliza los amigos
cercanos, mientras que p simboliza a los compañeros de clase. Esto servirá
para la observación que se haga de los resultados.
En este caso también se varía el peso asociado a los lazos entre los nodos, la
intuición que se tiene sobre esta variable que hace parte de la tipología de la
representación de la red es que define el nivel de impacto entre los
comunicaciones que se generan a partir de la interacción de los individuos.
Esta variable varía entre 9-10.
Observación y comentarios sobre los resultados obtenidos (Caso 1).
En la computación presentada se quiere examinar cómo puede llegar a afectar
peso asociado a las conexiones entre los nodos del modelo multi-agentes.
Como ya se menciono estas conexiones representan los lazos que se generar
entre los estudiantes.
Para cada iteración se presentan las gráficas de la evidencia individual, grupal
y la total. La dos primeras evidencia si bien permiten inferir comportamientos
asociados a la evolución del fenómeno, no son centrales del todo. Esto se debe
a que
Los resultados que se obtuvieron a partir de la computación del a
AP
AC
PROXIMAC
CADÉMICO C
represen
Los com
Evidencia
total vs.
Npeso9._
Npeso10
Npeso9._
CIÓN DES
COMO FENÓM
ntación ar
mponentes
a individu
tiempo.
{
_Norden1
0._Norden
_Norden1
DE UNA R
MENO.
rtificial se
s de las
ual vs. ti
{Npeso 9,
1_k2_p5
n1_k2_p5
1_k3_p6
REPRESEN
e muestra
gráficas
empo, ii)
, 10, 1}.{
5
NTACIÓN A
n a conti
que se
) Evidenc
{k, 2, 5,
ARTIFICI
nuación.
muestra
cia grupal
R
1}, {p, 1
IAL:
an a con
l vs. tiem
Resultados
N
,10, 2. },
AL FRAUD
ntinuación
mpo, iii) E
s caso1 It
NumNode
, {Porden
DE 68
n son: i)
Evidencia
ter = 50;
es = 100;
n, 0, 1,1}
AP
AC
PROXIMAC
CADÉMICO C
Npeso10
Caso 2
En este
durante
compues
notas du
compañe
En este
motivaci
Se realiz
Observa
Las gráfi
obtuviero
CIÓN DES
COMO FENÓM
0._Norden
G
segundo
la carrera
stos por
urante la
eros entre
caso tam
ones alea
zan 40 int
ación y c
icas que
on.
DE UNA R
MENO.
n1_k3_p6
Gráfica 2:C
o caso s
a. Lo que
100 estu
carrera.
e 1 a 10.
mbién se
atorias y o
tentos dif
omentar
se muest
REPRESEN
6
Caso1 Npe
se quiere
e significa
udiantes e
EL núme
varía la
organizad
ferentes.
rios sobre
tran a co
{
NTACIÓN A
eso = Varía
represe
a que el e
en prome
ero de am
Tipología
das.
e los res
ontinuació
{k, 2, 5,
ARTIFICI
a, k = Var
entar un
estudiante
edio. Y p
migos k v
a del Sm
ultados o
ón son los
Res
1}, {p, 1
IAL:
ria p= Varí
salón de
e-individu
presenta
varía ent
all World
obtenido
s resultad
ultados c
N
,10, 2. },
AL FRAUD
ía
e clase m
uo asiste
un total
re 2 y 5
d entre n
os (Caso
dos de la
aso3 Iter
NumNode
, {Porden
DE 69
magistral
a cursos
de 1000
. Y el de
iveles de
2).
as que se
r = 1000;
es = 100;
n, 0, 1,1}
s
0
e
e
e
AP
AC
PROXIMAC
CADÉMICO C
Norden1
Norden1
Cuando
que a m
evidencia
también
Otro din
como a
la de lo
manera c
CIÓN DES
COMO FENÓM
_k2_p1
_k2_p3
G
el modelo
medida qu
a total de
se ve ref
ámica int
medida q
s motiva
constante
DE UNA R
MENO.
Gráfica 4:
o multi a
ue aumen
e los estu
flejado en
teresante
que aume
dos dism
e a medid
REPRESEN
Nor
Nor
Caso 2 No
agentes e
nta el núm
udiantes
n la gráfic
e es que
enta la ev
minuye y
da que se
NTACIÓN A
rden1_k3
rden1_k3
orden1 K=
está organ
mero de
sin motiv
ca de evid
en la grá
videncia d
vicevers
e varía la
ARTIFICI
_p1
_p3
=constant
nizado po
conexion
vación o i
dencia de
áfica de
de los no
a. Esta
cantidad
IAL:
e P= Varia
or motiva
nes con n
indiferenc
grupo.
evidencia
o motivad
dinámica
de compa
AL FRAUD
a
ciones se
nodos dis
cia aume
a total se
dos ó indi
a se pre
añeros (P
DE 70
e observa
stantes la
nta. Esto
e observa
ferentes,
senta de
P)
o
e
AP
AC
PROXIMAC
CADÉMICO C
Norden1
Variación
agentes
Se obser
lejanos.
cercanos
Norden0
Norden0
CIÓN DES
COMO FENÓM
_k2_p3
G
n del núm
del núme
rva el mi
Traducci
s K o de n
_k2_p1
_k2_p9
DE UNA R
MENO.
Gráfica 4:
mero de a
ero de no
ismo patr
ón se o
nodos leja
REPRESEN
Nor
Caso 2 No
amigos, tr
dos cerca
rón que c
bserva q
anos P es
NTACIÓN A
rden1_k3
orden1 K=
raducción
anos, cua
cuando s
que la va
muy sim
ARTIFICI
_p3
= Varia P=
n variación
ndo el es
olo se va
ariación
milar.
IAL:
Constant
n dentro
stá organi
aría la ca
de la ca
AL FRAUD
te
del mode
izado.
antidad de
antidad d
DE 71
elo multi-
e amigos
de nodos
-
s
s
AP
AC
PROXIMAC
CADÉMICO C
Variación
desorgan
adyacent
Se Obse
los amig
niveles d
tendenci
que para
CIÓN DES
COMO FENÓM
G
n del núm
nizada. T
tes cuand
erva que
os dentro
de motiv
a en el a
a los moti
DE UNA R
MENO.
Gráfica 4:
mero de
Traducció
do el mod
al aumen
o de una
vación, qu
umento d
vados no
REPRESEN
Nor
Nor
Caso 2 No
amigos c
ón variac
delo multi
ntar la ca
red en la
ue a med
de la evid
o es claro.
NTACIÓN A
rden0_k3
rden0_k3
orden0 K=
cercanos
ción del
i agentes
ntidad de
a que los
dida que
dencia tot
.
ARTIFICI
_p1
_p9
= Constant
cuando
la cant
esta des
e nodos c
amigos
aument
tal para l
IAL:
te P= Vari
la red so
tidad no
organizad
ercanos q
próximos
an los a
os no mo
AL FRAUD
a
ocial se e
odos cer
do.
que repre
s tienen d
migos se
otivados,
DE 72
encuentra
rcanos o
esentan a
diferentes
e da una
mientras
o
s
s
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
73
Conversaciones.
Este capítulo final tiene el propósito de reconocer los temas que deben
continuar en continua reflexión y construcción. Con el fin de lograr próximos
avances en la representación artificial que se propone.
EL umbral de tolerancia.
Dentro de la representación artificial que se propone al fenómeno del fraude
académico se establece el umbral de tolerancia como una constante para todos
los estudiantes. Lo que implica que cada estudiante tiene un nivel de tolerancia
o aversión al fraude igual, siendo esto distante de lo que se establece en el
marco de referencia. En donde cada estudiante al ser un observador único e
irrepetible del fenómeno debe tener de igual manera un nivel de tolerancia
único. Se espera que este nivel se desligue a partir de la coherencias
experienciales que cada individuo a presentando, y así mismo se debe
reconocer que este puede variar en un mismo estudiante según el contexto en
el que este inmerso.
Dentro de las conversaciones que se han tenido en relación con este aspecto
se ha llegado a considerar la construcción de un juego para la medición de este
umbral. Sin embargo a partir de la información que sea recolectada se debe
establecer que los posibles valores que se le adjudiquen al umbral solo serán
consecuentes con un contexto específico y por ende debe variar en relación a
la variación del contexto.
Generación de un espacio para la construcción de
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
74
interacción entre el modelo y el individuo en el rol de
estudiante.
Esta propuesta surge de la necesidad dar siguiente paso con este estudio. En
donde se reconoce la necesidad de establecer puentes de comunicación e
interacción entre los expertos que a su vez constituyen el sistema donde
emerge el fenómeno y la representación artificial que se propone. Todo esto
con el propósito de generar conversaciones entre los individuo y el mecanismo
generativo y de esta manera que el individuo tenga la oportunidad de afinar
sus intuiciones en relación con el tema de estudio.
Para lograr esto, lo que pretende realizar es un interface que permita al
observador interactuar con la representación artificial. Por interactuar se
entiende modificar y estructurar su propia red bayesiana y la red social.
EL espacio puede ser la generación de un experimento en el cual participen un
número determinado de personas, a las que se les de unas pautas para que
interactúen entre ellos y después interactúen con la interface. Para esto se
debe desarrollar una metodología afín. Y como consecuencia del espacio
construido el resultado que se obtendrá es la capacidad de generar un análisis
más profundo y completo sobre el fenómeno que se estudia para cada vez
acercarnos a comprender el fenómeno.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
75
Bibliografía.
Acevedo, J., & Santamaria, A. S. (2007). Reflexiones sobre el fraude en los
procesos educativos. Universidad de los Andes. Bogotá: Universidad de los
Andes.
Alzate, G. (2007). Condición Humana. Condición Humana (p. 10). Bogotá:
Guillermo Alzate.
Ferro, J. H. (2005). Relación entre el Fraude acadé,mico, el control social y las
metodologías de aprendizaje y enseñanza en la Universidad de los Andes.
Universidad de Los Andes, Ing Industrial. Bogotá: Universidad de Los Andes.
Bajers, F. (1999). Bayesian network and influence diagrams. na , 6.
Bikramjit Banerjee, S. D. (1997). Using Bayesian Networks to aid Negotiations
among Agents. University of Tulsa .
Bohorquez, J. C. (2004). Modelos para Computar la Corrupcion. Universidad de
los Andes. Bogotá: Tesis.
Bonnet, M. C. (10 de Mayo de 1997). Lo social desde el constructivismo y las
teorias de la complejidad. Revista Reflexiones, 55, p. 15.
Dretske, F. I. (1987). Conocimiento e Información. (S. editores, Ed.) Mexico:
Biblioteca cientifica Salvat.
Eric M. Anderman, T. G. (1998). Motivation and Cheating during early
Adolescence. Journal of Education Psychology, 90, 84-93.
Foerster, H. v. (na). How recursive is comunication? na .
Foerster, H. v. (1997). Sistémica Elemental desde un punto de vista
superior.Medellin: Universidad Eafit.
George Lakoff, M. J. (1999). Philosophy in the Flesh : The Embodied Mind and
Its Challenge to Western Thought. na: HarperCollins Publishers.
German Bula, R. Z. (2001). Auditing as dissolution of corruption. Systematic
practice and action research, 14, na.
Jaynes, E. (1995). Probability theory: The Logic of Science. na: Cambridge
University Press.
Kaufmann, D. (1997). Corruption: The Facts. Foreign Policy, 70, 114-131.
Luhmann, N. (1998). Complejidad y modernidad : de la unidad a la diferencia.
na: na.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
76
Luhmann, N. (2005). Risk: A Sociological Theory (Communication and Social
Order). na: Aldine Transaction.
Maturana, H. (1994). Prefacio de Humbeto Maturana Romesín. In H. Maturana,
& F. Varela, De máquinas y seres vivos; (Autopoiesis: La organización de lo
vivo). Santiago de Chile: Editorial Universitaria.
Maturana, H., & Varela, F. (1994). De máquinas y seres vivos; (Autopoiesis: la
organización de lo vivo). (E. Universitaria, Ed.) Santiago de Chile, Chile:
Editorial Universitaria.
MaxNeef, M. (1991). El Acto Creativo. El Acto Creativo (p. na). Medellin:
Primer congreso Internacional de Creatividad.
McIntyre, L. (1997). Complexity: A philosopher s reflection. Harvard University
, 13.
Mejia, J. F., & Ordonez, C. L. (2003). El fraude acadamico en la Universidad de
los Andes ¿ Que, Que tanto y por que? Revista de Estudios Sociales , pp. 13-
25.
Newman, M. (2001). Power laws, Pareto Distribution and Zip´s law. na , na.
Noll, T. (2002). Tone Apperception, Relativity and Weber-Fechner´s law. 2
international conference " Understanding and Creating Music" , 12.
Ordonez, C. L., Mejia, J. F., & Castellanos, S. (1 de Octubre de 2006).
Percepciones Estudiantiles sobre el fraude academico: hallazgos y reflexiones
pedagogicas. Revista de estudios sociales , pp. 37-43.
Puentes, J. E. (2004). Un modelo para el manejo de la pérdida de información
en los procesos de abstracción del modelado de sistemas. Universidad Nacional
de Colombia. Bogotá: Universidad Nacional de Colombia.
Ricardo Bonilla, J. F. (2007). Autonomía y Cohesión en el proceso de la toma
de decisiones. Universidad de los Andes, Ing. Industrial. Bogotá: Universidad
de los Andes.
Ridley, M. (2000). Genome, "the autobiography of a species on 23 chapters ".
na: Harper Perennial.
Santamaría, A. S. (15 de April de 2007). Observaciones sobre el fraude
Académico. (O. Torres, & R. Bonilla, Interviewers) Bogotá, Colombia.
Segal, L. (1986).
Singh, J. (1966). Great Ideas in Information Theory, Language and
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
77
Cybernetics. na: Dover Publications.
Sucheta Nadkarni, P. P. (2004). A causal mappig approach to contructing
Bayesian Networks. Decision Support Systems , 256-281.
Takahashi, T. (2006). Time-estimation error following Weber-Fechner law may
explain subadditive time discounting. Medical Hipotheses , 1372-1374.
Torres, O. A. (2006). La corrupción un problema de complejidad social.
Concurso corrupción Banco Mundial .
Varela, F. (1994). Prefacio de Francisco J. Varela García a la segunda edición.
In H. Maturana, & F. J. Varela, De máquinas y seres vivos, (Autopoiesis: La
organización de lo vivo) (pp. 34-63). Santiago de Chile: Editorial Universitaria.
Wasserman, S., & Faust, K. (1994). Social Network Analysis: methods and
applications. London: Cambridge University Press.
Zeleny, M., Maturana, H. R., -Jantsch, E., Dueshting, W., Peter M. Allen, M. S.,
& Gieger, A. (1976). Autopoiesis, Dissipative Structures, and Spontaneus Social
Orders. (M. Zeleney, Ed.) na: AAAS Selected Symposium 55 Westervie Press.
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
78
Anexos.
ENCUESTA
Piense en las materias que vio durante el semestre pasado y para cada una de ellas responda
las siguientes preguntas. Marque una X en la respuesta para cada materia.
1. ¿Cómo le fue en esa materia semestre anterior?
2. ¿Cómo fue su desempeño?
3. ¿Califique el nivel de exigencia del profesor de esa clase?
4. ¿El profesor se percata del grado de entendimiento de los estudiantes?
5. ¿En cuanto al dominio del tema el profesor era?
6. ¿Aprendió algo?
7. ¿Número de amigos que tuvo en la clase?
Materia 1 Bien Mas o menos Mal
Materia 2 Bien Mas o menos Mal
Materia 3 Bien Mas o menos Mal
Materia 4 Bien Mas o menos Mal
Materia 5 Bien Mas o menos Mal
Materia 1 Creciente Parejo Decaida
Materia 2 Creciente Parejo Decaida
Materia 3 Creciente Parejo Decaida
Materia 4 Creciente Parejo Decaida
Materia 5 Creciente Parejo Decaida
Materia 1 Alto Medio Bajo
Materia 2 Alto Medio Bajo
Materia 3 Alto Medio Bajo
Materia 4 Alto Medio Bajo
Materia 5 Alto Medio Bajo
Materia 1 Sí Mas o menos No No se
Materia 2 Alto Medio Bajo No se
Materia 3 Alto Medio Bajo No se
Materia 4 Alto Medio Bajo No se
Materia 5 Alto Medio Bajo No se
Materia 1 Un duro Sabe Lo básico
Materia 2 Un duro Sabe Lo básico
Materia 3 Un duro Sabe Lo básico
Materia 4 Un duro Sabe Lo básico
Materia 5 Un duro Sabe Lo básico
Materia 1 Un Resto Sí Ahí
Materia 2 Un Resto Sí Ahí
Materia 3 Un Resto Sí Ahí
Materia 4 Un Resto Sí Ahí
Materia 5 Un Resto Sí Ahí
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
79
8. ¿Indique su nivel de satisfacción?
9. ¿Sentía usted interés por la materia?
10. ¿Cuál fue su tolerancia al fraude?
11. ¿Cuál o cuáles de las siguientes variables cree usted que tienen algún tipo de incidencia o relación hacia la tolerancia al fraude?, Si usted cree que hay más escríbalas.
2. Indique con una flecha en un sólo sentido el sentido causal o de influencia que usted cree que se
relacionan las variables.
Ejemplo: si usted cree que A influencia a B.
Materia 1
Materia 2
Materia 3
Materia 4
Materia 5
Alto Medio Bajo
Alto Medio Bajo
Alto Medio Bajo
Alto Medio Bajo
Alto Medio Bajo
Si por que me gustaba Si por que la necesitaba no
Si por que me gustaba Si por que la necesitaba no
Si por que me gustaba Si por que la necesitaba no
Si por que me gustaba Si por que la necesitaba no
Si por que me gustaba Si por que la necesitaba no
Materia 1 Alta Media Cero
Materia 2 Alta Media Cero
Materia 3 Alta Media Cero
Materia 4 Alta Media Cero
Materia 5 Alta Media Cero
Promedio Interes del profersor x el aprendizaje Exigencia Clase Dominio del tema x Profesor Notas
Satisfacción Personal Interes personal en la Clase Exigencia Clase Dinámica de la Clase
A B
APROXIMACIÓN DESDE UNA REPRESENTACIÓN ARTIFICIAL: AL FRAUDE
ACADÉMICO COMO FENÓMENO.
80
Aprendizaje Notas
Dinámica de la Clase Nivel de exigencia de la clase
Interes personal en la Clase Aprendizaje
Interes personal en la Clase Tolerancia al Fraude
Interes personal en la Clase Satisfacción Personal
Satisfacción Personal Aprendizaje
Notas Tolerancia al Fraude
Notas Promedio
Notas Satisfacción Personal
Interes del profersor x el aprendizaje Notas
Interes del profersor x el aprendizaje Aprendizaje
Dominio del tema x Profesor Interes del profersor x el aprendizaje
Dominio del tema x Profesor Aprendizaje
Promedio Tolerancia al Fraude
Exigencia Clase Aprendizaje
Exigencia Clase Tolerancia al Fraude
Exigencia Clase Satisfacción Personal
Top Related