Validacin de Modismos de Visualizacin para la Socializacin de

Resultados de Evaluacin en el Taller

Validation of Visual Idioms for Shared Assessment of Studio Course Results
Bruno Perelli
Depto. Diseo, Universidad de Chile
bperelli@uchilefau.cl

Paola de la Sotta
Depto. Diseo, Universidad de Chile
psotta@uchile.cl

Eduardo Hamuy
Depto. Diseo, Universidad de Chile
ehamuy@uchile.cl

Abstract
A visualization artifact, aims at assisting a process of collective and individual analysis of assessment and learning outcomes
from participants in a design studio course. A research by design approach supported by the Nested Model for Visualization
Design and Validation framework was used. Display modes in Cartesian structure diagrams and radial structure diagrams,
were analyzed through heuristic methods and subsequently submitted to student user testing. The evidence provided by the
case study indicates a positive qualitative assessment from students regarding the purpose of the tool but are not yet
conclusive regarding optimal morphological representation of the information.
Keywords: Visualizacin; Evaluacin; Validacin de modismos

visualizarn el proceso de enseanza-aprendizaje del

estudiante durante su trnsito por el taller. Una exploracin
El presente estudio se sita en el contexto de una modalidad mayor con el fin de determinar cul o cules recursos
de evaluacin en desarrollo para el taller de diseo (De la visuales hacen mayor sentido a los usuarios y son fidedignos
Sotta, 2012; 2013), denominada Output-Mapping (OM). Esta
al cuerpo de datos? (De la Sotta Lazzerini, 2014)
aplica un mtodo que permite informar la evolucin del
alumno de manera ms integral (Fig. 1). OM incorpora la
evaluacin con el enfoque de un modelo educativo en
proceso de instalacin institucional, el cual:

Introduccin

- Promueve la pedagoga centrada en el estudiante,

- Favorece mtodos participativos activos,
- Adopta la formacin orientada por competencias como
elemento motriz del plan de estudios,
- Promueve estrategias metodolgicas adecuadas y
dispositivos de evaluacin, para el desarrollo de
competencias.
Los esfuerzos se centran en ajustar los prototipos anteriores
creados por el profesor desarrollador del modelo de
evaluacin. Sin embargo, los avances del proyecto, llevan al
equipo a enfrentar la necesidad de desarrollar nuevas
propuestas (De la Sotta, Hamuy y Perelli, 2013). La
generacin de dichos prototipos es impulsada por tres
preguntas: Qu se presenta (nivel de datos), Por qu se
presenta (nivel de tarea) y Cmo se presenta (nivel de Figura 1. Modelo OM de evaluacin.
presentacin)? (Aigner, Miksch, Schumann y Tominski, 2011)
Se revisan estudios (Aigner et al., 2011; Burch y Weiskopf,
En una primera instancia la revisin de la literatura, deja en 2014; Draper, Livnat y Riesenfeld, 2008; Tory y Moller, 2004;
evidencia la existencia de varios otros recursos de Ware, 2012) de las estructuras de datos o las morfologas
visualizacin posibles, no considerados por el equipo docente visuales de representacin a los que llamaremos modismos.
del taller, adems de la existencia de enfoques metodolgicos (Munzner, 2014) As, desde una perspectiva de High-level, se
para la evaluacin y diseo de dichos modismos que adopta la taxonoma modelo de diseo para el anlisis, as
como el enfoque de mtodos mixtos. Ambos se ajustan a un

enfoque de investigacin basada en diseo. Desde una

perspectiva Low-level, se abordan tipologas de modismos de
visualizacin, centrando el foco en la comparacin entre
modismos cartesianos y radiales. Esta distincin se remonta
a los modismos piloto utilizados, que evolucionan de formas
cartesianas (lneas de tendencias, grficos de barra), a
formas radiales (grficos de torta, grficos polares y grficos
de radar). Draper et al. (2008) por un lado proporcionan
un panorama muy completo y detallado de los diagramas
radiales. Por otro lado, Burch y Weiskopf (Burch y Weiskopf,
2014) comparan las fortalezas y debilidades de estas dos
tipologas generales de representacin. Sin embargo, la
validacin de modismos de visualizacin fue abordado con
poca profundidad en su momento.

(2014), el diseo de visualizacin es una tarea difcil debido a

la gran cantidad de posibilidades de diseo que pueden ser
no efectivas, siendo un nmero muy reducido las opciones
que realmente se ajustan al contexto de uso especfico.
Advierte que elegir posibilidades de visualizacin de manera
aleatoria es una mala idea debido a que la probabilidad de
encontrar una solucin adecuada es muy baja.

Siguiendo este criterio, se opta por trabajar con una muestra

intencionada de los 17 prototipos diseados. Basados en las
evaluaciones heursticas hechas durante el proceso de
desarrollo de los modismos, se seleccionan tres
representativos de las categoras principales de la revisin
terica y la evaluacin heurstica: Grfico Polar de rea
(GPA), Grfico de Barra (GB) y Grfico Polar de Columna
El avance especfico que aqu se presenta (Fig. 2), da cuenta (GPC).
de los resultados de someter a validacin de usuarios,
alternativas de modismos de visualizacin (Munzner, 2014), GPA es un modismo que durante la socializacin con pares
para representar las evaluaciones obtenidas por estudiantes, recibi retroalimentacin positiva, valorado como atractivo y
durante un semestre de la aplicacin de OM. En trabajos novedoso. El modismo GB, es elegido debido a que
anteriores (De la Sotta, Hamuy y Perelli, 2013; De la Sotta, culturalmente es conocido y no deba ser descartado a priori
2012; 2013; Perelli, Hamuy y De la Sotta, 2014; Hamuy, dado que su tipologa cartesiana presenta una serie de
Perelli y De la Sotta, 2015), se describe con mayor detalle los atributos de expresividad y efectividad. Finalmente, el
alcances pedaggicos de OM, las fases iniciales de revisin modismo GPC es elegido pues transfiere algunas de las
de la literatura y elaboracin de los primeros prototipos de fortalezas de los grficos cartesianos a un eje polar. Los
visualizacin.
modismos fueron diseados con la intencin de ser
presentados a los estudiantes va WEB, basados en la idea
inicial de la Profesora desarrolladora de OM de que ste
Procedimientos Metodolgicos
fuese un sistema de consulta en lnea de modo tal que el
Los modismos de visualizacin de datos deben cumplir tres estudiante pudiese hacer la consulta de su progreso en el
criterios encontrados en la literatura (Aigner et al, 2011; paso del taller desde cualquier lugar, en cualquier momento y,
Munzner, 2014.): Expresividad, Efectividad y Adecuacin. La al mismo tiempo, poder compartir o descargar dicha
Expresividad se refiere al requisito de mostrar exactamente la
informacin con mayor facilidad.
informacin contenida en los datos; nada ms y nada menos
debe ser visualizada para una correcta correspondencia de
Para dicha tarea, hicimos pruebas preliminares con distintas
los datos. Efectividad considera principalmente el grado en
libreras javascript ideales para el desarrollo de modismos de
que la visualizacin ocupa las capacidades cognitivas del
visualizacin para WEB. Entre estas se encuentran D3.js,
sistema visual humano, adems de la tarea en cuestin, los
Google Charts, Flow, entre otras. Finalmente, optamos por
antecedentes de aplicacin, y otra informacin relacionada
trabajar con Highcharts. Highcharts es una librera Javascript
con el contexto, para obtener representaciones visuales
para la generacin de grficos. Fue lanzada en el ao 2009
intuitivamente reconocibles e interpretables. Por ltimo, la
por la empresa Highsoft. Dentro de las razones por las cuales
Adecuacin implica una relacin costo-valor con el fin de
elegimos esta librera por sobre las libreras antes
evaluar el beneficio del proceso de visualizacin con respecto
mencionadas, es el soporte para grficos radiales, que nos
a la consecucin de una tarea determinada (Aigner et al.,
permitira rpidamente recrear el modelo inicial de
2011: 3-4).
visualizacin planteado por la profesora que desarroll el
mtodo de evaluacin, adems, al ser gratuito y de cdigo
En etapas previas, la investigacin es impulsada por lograr un
abierto, la posibilidad de bifurcaciones (fork), del cdigo
ajuste tcnico, un enfoque bottom-up o inductivo, a la ofrece variados soportes y soluciones a travs de plataformas
visualizacin definida de modo intuitivo, sin embargo se
como Github.
transforma en una indagacin impulsada por el problema de
base, es decir de tipo top-down o deductivo. Para Munzner

Figura 2. Fases de desarrollo del artefacto de visualizacin.

Figura 3. Modismos sometidos a pruebas de usuario: GPA, GPC y GB.

Quiz la principal razn por la que nos inclinamos por esta

librera, es la integracin entre HTML5, Javascript y la
representacin de elementos va SVG (Scalable Vector
Graphics), que la librera utiliza, de esta manera, la
visualizacin no est sujeta a problemas de pixelacin,
situacin que podra alterar la correcta lectura de lneas o
textos adems de ofrecer la posibilidad de animaciones
mediante interpolaciones.

P4: Cree usted que el mtodo de evaluacin es un aporte para la

comprensin de su proceso personal durante el trnsito por el taller, y
son el reflejo de su trabajo?
P5: Si pudiera sugerir alguna modificacin o sumarle algo a esta
herramienta, cul sera? Por qu?
P6: Dira usted que la herramienta de visualizacin le permite
reflexionar sobre su desempeo durante el periodo evaluado?

Quiz, la nica limitante detectada para Highcharts es que de P7: Qu prefieres como sistema de evaluacin? por qu?
los modismos detectados durante el proyecto, solo es capaz
de generar representaciones en grafos del tipo cartesianos y Evaluacin cualitativa: rbrica metafrica
radiales.
Evaluacin cuantitativa: nota de 1 a 7
-

Evaluacin OM: integracin de ambas

Para la sesin de socializacin con estudiantes, elaboramos

fichas personales para cada uno de los integrantes del taller, P8: Respecto de las etiquetas y leyendas de texto presentes en los
compuesto de veintisiete estudiantes de segundo ao de grficos Consideras que son claros? S/No Justifica tu respuesta.
Diseo Industrial. Dichas fichas constaban de:
Una vez obtenidos los resultados, el equipo not de que
- Una rbrica con los puntajes obtenidos durante los tres algunas de las respuestas de los estudiantes parecan ser
proyectos desarrollados durante el primer semestre, inconexas o poco serias con respecto a lo que se les estaba
preguntando. Si bien, para ese momento, el enfoque de
totalizando 36 sesiones en 18 semanas de clases.
mtodos mixtos result ser de mucha utilidad, no reparamos
- Dichos puntajes (datos) fueron ingresados en los tres en profundizar el aspecto de validacin de los modismos.
modismos seleccionados de modo tal que los estudiantes Surgen las interrogantes de Cmo validar los modismos de
vieran reflejados sus evaluaciones y puntajes de tres visualizacin? y Por qu es importante validar?
maneras distintas.
- Finalmente, a partir de sus interacciones con los tres
modismos de visualizacin GPA, GB y GPC (Fig. 3), los
estudiantes deberan contestar una encuesta compuesta de
ocho preguntas abiertas en las que pudiesen expresar
detalladamente sus impresiones, crticas y comentarios a
partir del uso y lectura de sus evaluaciones en los tres
modismos antes mencionados. Las preguntas realizadas
fueron las siguientes:
P1: Qu relacin le otorga a los colores utilizados?
P2: Es clara la informacin que intenta entregar la herramienta de
visualizacin?
P3: Desde el punto de vista del formato de presentacin de la Figura 4. Modelo Anidado para Diseo y Validacin de Visualizacin
informacin (tipo de grfico), cul de ellos te pareci de fcil lectura (Munzner, 2014).
y comprensin? Por qu?

Munzner plantea un modelo de validacin (Fig. 4) de Resultados

modismos denominado Nested Model for Visualization Design
and Validation framework (Modelo anidado de validacin). Su Anlisis del nivel Modismo de Codificacin Visual /
estructura anidada, permite identificar debilidades en el Interaccin
diseo de visualizacin desde cuatro estadios:
A continuacin se han elegido algunos de los datos ms
relevantes obtenidos de la encuesta. Considerando que
1. Situacin de Dominio (Domain Situation): donde se muchos de los tems corresponden a preguntas abiertas, se
consideran detalles de un dominio de aplicacin para procedi a hacer un anlisis de contenido identificando las
la visualizacin, en otras palabras, el contexto que categoras del marco conceptual que pueden reconocerse
presentes en las respuestas.
motiva la visualizacin.
2. Tarea y Abstraccin de Datos: este es el nivel en el
cual se deben identificar tanto las preguntas como la Tal como Mazza (2009) seala, el color es un atributo grfico
informacin, en un lenguaje que sea pertinente a complejo, en la confluencia de los aspectos culturales,
quienes tienen la necesidad de visualizar. El mayor lingsticos y fisiolgicos. Las respuestas del usuario (Tabla
problema en este nivel es que al disear el modismo, 1) reflejan esta complejidad. La mitad de ellos (11 + 1)
nos arriesgamos a mostrar informacin incorrecta relaciona los colores con aspectos culturales y lingsticos,
que no es parte de lo que se busca visualizar.
entre ellos estticos. La otra mitad (7 + 5) no reconoce
3. Codificacin Visual e Interaccin con el Modismo: ninguna relacin.
en el tercer nivel se decide a dar forma especfica a
la visualizacin a partir de la abstraccin de tareas y Tabla 1. P2: Qu relacin le otorgas a los colores utilizados?
datos (nivel 2), las distintas aproximaciones de
diseo de visualizacin o modismos (Munzner,
Cultural/lingstico
2014).
4. Algoritmo: es el elemento (proceso, librera, cdigo,
Reconoce atributo cultural lingstico
11
etc.), computacional que permite generar la
No reconoce atributo cultural lingstico
7
representacin de visualizacin. Munzner advierte
que un error de algoritmo se da rara vez y que, de
Reconoce atributo esttico
1
ocurrir, se considera un problema de ndole tcnico.
No menciona atributo
5
Llevado a nuestro caso de estudio, problemas de
algoritmo seran problemas de conectividad a la
TOTAL
24
plataforma o errores de carga de Highcharts por
Ordenado/categorial
mencionar algunos.
Reconoce atributo de orden cromtico

Con respecto a las preguntas Qu se presenta? (nivel de

Reconoce atributo categorial: tono cromtico
16
datos), Por qu se presenta? (nivel de tarea) y Cmo se
presenta (nivel de presentacin)?, Munzner establece que el
No menciona atributo
2
modelo anidado, da respuestas a dichas preguntas a travs
TOTAL
24
de los niveles Tarea y Abstraccin de datos (Por qu? /
Qu?), mientras que Codificacin Visual e Interaccin con el
Modismo se hace cargo de la pregunta (Cmo?). De esta
forma, se opt por analizar nuevamente las preguntas Adems, desde la expresividad y la efectividad analizadas por
realizadas a los estudiantes clasificndolas segn el nivel de Munzner (2014), la gran mayora (6 + 16 = 22) reconoce
validacin al que hacan alusin.
atributos de orden o atributos categoriales en el uso del color.
La mayora (16) reconoce alta eficacia mediante Atributo
/ tono cromtico. Otros (6) reconocen la
A partir de esta nueva organizacin, el cuestionario qued Categorial
efectividad de Atributo de Orden / gradaciones tonales.
dispuesto de la siguiente forma:
-

Dominio: P7, P5
Esta pregunta se refiere a las cualidades de presentacin y
Tarea y Abstraccin de Datos: P1, P4
las razones de las preferencias pueden estar relacionadas
Codificacin Visual / Interaccin con el modismo: P2, P3, P6, P8 con su expresividad o su efectividad (Tabla 2). De los
Algoritmo: Si bien este nivel no se abord a travs de las encuestados, 18 entradas se inclinaban a la GPA, 8 a la GPC
preguntas, la observacin del comportamiento de los usuarios
y slo una declaracin alude a la apelacin de la GB. Si se
que interactan en el laboratorio con los modismos, sirvi como
suman las entradas que se refieren a los dos modismos
un procedimiento de validacin del algoritmo en general.

radiales, esto coincidira con la afirmacin de Burch y

Weiskopf (2014) de qu grficos radiales son ms atractivos
Al tener dispuestas las respuestas de los estudiantes de esta
forma, la inconsistencia percibida en un momento, comenz a que los cartesianos para los usuarios.
disiparse, las respuestas por nivel de validacin comenzaron
a ser coherentes y complementarias entre s.

Tabla 2. P3: Cul de los formatos, barras ortogonales o radiales o

superficies orgnicas te parece ms atractivo y por qu?
El ms atractivo
GPA

18

GPC

GB

Por qu

socializacin el lenguaje con alumnos que reconocieron su

funcionalidad y atractivos. Sin embargo por motivos tcnicos,
este juicio pareci como dudoso, por lo que fue sometido a
pruebas de usuario.
Tabla 3. P8: Respecto de las etiquetas y leyendas de texto presentes
en los grficos Consideras que son claros? Si/No Justifique su
respuesta.
Etiquetas y Leyendas son claras

GPA Contribuye a la Expresividad

Etiquetas y Leyendas son parcialmente claras

GPA Contribuye a la Efectividad

16

Etiquetas y Leyendas no son claras

GPC Contribuye a la Expresividad

TOTAL

24

GPC Contribuye a la Efectividad

El Texto inclinado no es claro

GB Contribuye a la Expresividad

Se requieren ajustes grficos

Etiquetas y Leyendas requieren complemento de

informacin

En cuanto a las razones dadas por los usuarios de su

Etiquetas y Leyendas son redundantes
3
preferencia, la efectividad de GPA pesa ms; la expresividad
tiene una referencia relativamente baja. GPC obtiene TOTAL
21
reconocimiento en cuanto a su expresividad y efectividad. Por
Etiquetas y Leyendas son claras
6
ltimo, el GB tiene una sola mencin por su expresividad. En
resumen, aunque la GPA se prefiere por su atractivo y -su
efectividad- no destaca por su capacidad para hacer un
mapeo preciso de los datos. En ese sentido, el GPC, que Por ltimo, la P8 tambin reporta del Nivel de Codificacin
aunque tiene menos menciones, se distribuye de manera ms visual del modismo, (Tabla 3) se centra en el uso de etiquetas
y leyendas de texto en los modismos. Comentarios de los
uniforme entre la referencia a su expresividad y efectividad.
estudiantes indican que en estos elementos grficos hay
Aunque la P6 apunta a las cualidades de presentacin, suficiente espacio para mejorar, ya que slo 6 estudiantes
algunas de las respuestas sugieren la modificacin de los estn satisfechos con ellos y los 18 restantes se dividen entre
datos o de la tarea, que se incorpore informacin o funciones. aquellos que consideran el uso de texto parcialmente claro o
Con respecto a esto, los usuarios estn de acuerdo en que creen que no es claro en absoluto. Las razones ms
los artefactos de visualizacin deben incorporar el factor mencionadas apuntan a las configuraciones grficas, como
tiempo de la evaluacin, por ejemplo, ser capaz de comparar en el anlisis de P6. Uno en particular se destaca: el texto
diferentes evaluaciones del ao o de los aos de carrera, y inclinado no es legible; confirmando lo que alguna literatura
por lo tanto refuerzan la nocin de proceso. Otros sugieren seala. Al aadir la informacin a los grficos radiales "...
que la visualizacin tambin podra incorporar la tales como etiquetas de texto, surge la pregunta de si estas
retroalimentacin del profesor sobre el trabajo del estudiante etiquetas deben radializadas, tambin (en lugar de seguir la
para complementar juicios evaluativos. Del mismo modo, los orientacin horizontal). Las etiquetas radiales de texto son
datos sugieren que las etiquetas adicionales podran estar difciles de generar y son difciles de leer, mientras que las
refirindose a la rbrica de evaluacin. Tambin seala que etiquetas no radiales en un diagrama radial deterioran la
este instrumento podra aadir campos para la evaluacin por esttica" (Burch y Weiskopf, 2014: 448; traduccin propia).
pares y la retroalimentacin sobre el desempeo de
Hay tres entradas que indican que los subttulos y leyendas
estudiantes a los docente, por parte de los estudiantes.
seran redundantes. "Creo que son superfluos, grfica bien
En segundo lugar, otro grupo de sugerencias se refieren a desarrollada es capaz de transmitir todo lo necesario para el
aspectos de carcter formal. Son los comentarios (7), anlisis" (Estudiante). Este punto de vista refleja un criterio de
sugiriendo la necesidad de distintos ajustes a los elementos simplicidad que es a menudo presentado por diseadores,
pero sin embargo, si bien una consideracin vlida, no se
grficos.
puede tomar en el trminos absolutos, ya que hay muchos
Hay tres comentarios que aluden a un error en la curvatura comentarios de usuarios que piden ms informacin tambin.
del grfico de rea polar. Durante la evaluacin heurstica de
los prototipos, los investigadores ya notaron el error de Discusin
expresividad en este modismo, lo que significa que en
La representacin visual en la educacin del diseo se ha
algunos casos los datos presentados en realidad no existen.
trabajado extensamente como una herramienta para el
Esto es porque el algoritmo genera contornos interpolados de
desarrollo de la cognicin en el diseo y tambin como una
curvas y contracurvas en base a datos que en realidad son
habilidad de la prctica profesional (Goel, 1995). Sin
discretos y no deben ser interpolados (Tory y Moller, 2004).
embargo, ms especficamente, la visualizacin como un
Este error ya se haba detectado en instancias anteriores de
recurso de apoyo a la evaluacin y la metacognicin del

proceso de aprendizaje parece ser un tema menos familiar.

como los criterios de rendimiento especficos de la
La visualizacin de datos e informacin es un campo de gran
rbrica de evaluacin o comentarios de los profesores.
desarrollo hoy y atrae a diferentes disciplinas (psicologa de la Caractersticas complementarias tambin son sugeridas,
percepcin, la informtica y la ciencia en general, etc.), as
como coevaluacin de pares, retroalimentacin o una
como el diseo visual. Esperemos que este conocimiento
perspectiva del factor tiempo con respecto a su proceso.
pueda ser tratado con mayor profundidad en la enseanza del
diseo, tal como se propone.
Qu puede la visualizacin contribuir a la evaluacin en la
enseanza del diseo? El modelo de evaluacin OM junto
Como Munzner podra preguntar: El enfoque del diseo de con el artefacto de visualizacin, pueden ayudar al estudiante
visualizacin en este caso fue impulsado por el Problema o a involucrarse ms en su evaluacin, haciendo los objetivos
impulsado por la Tcnica? El investigador que desarroll OM de aprendizaje ms visibles y transparentes en el taller de
en etapas anteriores, lleg previamente a un GPA diseo (desarrollo de las competencias de diseo o
intuitivamente, pero ese modismo de visualizacin no haba aprendizajes complejos) y del mismo modo, los criterios para
sido validado de forma sistemtica. Ese problema lanz esta la evaluacin de la evidencia de este proceso de aprendizaje.
investigacin, que fue inicialmente impulsada por la Tcnica, Esto permitira que los medios de evaluacin fuesen parte de
a fin de mejorar la GPA. Las fases de investigacin un proceso metacognitivo. Hasta el momento, no ha habido
posteriores tuvieron como objetivo el desarrollo de un proceso una evaluacin de la posible influencia que puedan tener
de validacin ms sistemtico que incluy la GPA y la tanto el modelo OM como el artefacto de visualizacin en
compar con otros modismos, incluso el ms convencional una mejora del aprendizaje de los estudiantes. Esta tarea
queda pendiente para casos futuros, una vez que el artefacto
(GB).
est en pleno funcionamiento y pueda ser aplicado
Desde una perspectiva ex post facto, los cuatro niveles regularmente durante un perodo significativo.
anidados de diseo de visualizacin -y validacin- se levanta
como un modelo conceptual slido. Este modelo result muy En buena parte de la literatura sobre visualizacin, se asocia
til para el anlisis de los datos recogidos, las respuestas este campo con la representacin bases de datos masivas
comenzaron a cobrar sentido y revelar, cmo ciertas (tambin conocida como Big Data), a la implementacin de un
caractersticas en las expresiones analizadas, muestran alto y complejo grado de interactividad y a consultas del tipo
xitos, pero tambin errores. Tambin proporciona Data-Mining. Sin embargo, autores muy especializados, como
recomendaciones sensatas y directrices para mejoras en el C. Ware (2012), C. Chen (2013) y R. Mazza (2009) avalan
futuro. Como ya se ha dicho, en la bsqueda inicial para una definicin ms amplia, que implica la representacin
modismos de visualizacin se bas principalmente en las visual sin considerar esencial estos tres aspectos. El proyecto
necesidades de la tarea docente de los usuarios. considera que estos aspectos pueden ser una etapa ms
Retrospectivamente, la exploracin de modismos alternativos avanzada de la aplicacin de la visualizacin con el artefacto.
podra haberse beneficiado de la consulta previa sobre las Los desarrollos preliminares presentados hasta el momento,
expectativas de los estudiantes usuarios y haber levantado estn dirigidos al escalamiento en el futuro hacia bases de
datos ms robustas que puedan incluir grupos ms grandes
una descripcin de su perfil (o perfiles).
de estudiantes, que acumulen progresivamente el expediente
Los resultados apoyan las siguientes consideraciones que de las evaluaciones del estudiante y sus evaluaciones a lo
largo de su proceso formativo a lo largo de la carrera y, por lo
deben examinarse en futuros trabajos.
tanto, permitir a los maestros y directivos de la escuela de
Se requiere mayor diseo y una validacin de mejores diseo, y los estudiantes con respecto a sus compaeros,
modismos. Los usuarios aprecian el idioma GPA para la para interactuar con una visin integral en el tiempo y tal vez
efectividad, en relacin con atributos atractivos como se complementan con otras herramientas de evaluacin, tales
orgnico, suave, o por proporcionar una representacin como portafolios.
unificada de su proceso. Sin embargo, los investigadores
desde su opinin de expertos (reforzados por algunos Agradecimientos
comentarios de los usuarios y la literatura) estn
Esta investigacin cont con el apoyo del Concurso de
convencidos de que este idioma tiene un defecto
Investigacin FAU 2013, de la Facultad de Arquitectura y
importante desde el punto de vista de su expresividad,
Urbanismo de la Universidad de Chile.
porque a veces proporciona informacin que en realidad
no se corresponde con los datos y es impreciso. Algunos
de los beneficios de un GPA se puede encontrar en un Referencias
GPC y, con reajuste adicional, podra ser puesto de Aigner, W., Miksch, S., Schumann, H., & Tominski, C. (2011).
Visualization of Time-Oriented Data. London: Springer London.
relieve en el segundo. Pero GB, aunque reconocido
doi:10.1007/978-0-85729-079-3
como preciso, fiable (expresividad) y fcil de leer en
trminos de informacin (efectividad), es bajo en las Burch, M., & Weiskopf, D. (2014). On the Benefits and Drawbacks of
Radial Diagrams. In W. Huang (Ed.), Handbook of Human
preferencias y no ofrece una representacin destacable
Centric Visualization (pp. 429451). New York, New York, USA:
de los estudiantes en su conjunto.
Springer New York. doi:10.1007/978-1-4614-7485-2
Muchas sugerencias de los usuarios tambin hacen
hincapi en la necesidad de hacer visible informacin Chen, C. (2013). Mapping scientific frontiers: the quest for knowledge
visualization. Retrieved from http://dx.doi.org/10.1007/978-1adicional que pueda ayudar a interpretar los grficos y
4471-5128-9
relacionarlos con su proceso en el curso del taller, tales

De la Sotta Lazzerini, P. (2014). Output Mapping. Modelo de

evaluacin del proceso de enseanza aprendizaje en la
asignatura de Taller. In O. Echevarra (Ed.), Congreso
Latinoamericano de Enseanza del Diseo. Actas de Diseo
(Vol. 8, p. 34). Buenos Aires, Argentina: Universidad de
Palermo.
Retrieved
from
http://fido.palermo.edu/servicios_dyc/publicacionesdc/archivos/4
78_libro.pdf

Goel, V. (1995) Sketches of thought MIT Press, Cambridge, MA

De la Sotta Lazzerini, P., Hamuy Pinto, E., & Perelli Soto, B. (2013).
Diseo de Aplicacin en Base a Modelo de Evaluacin del
Proceso de Enseanza Aprendizaje en El Taller Introduccin
Metodologa Resultados / A Design Studio Course Assessment
Model Applied. In M. Bernal & P. Gmez (Eds.), SIGraDi 2013.
Proceedings of the 17th Conference of the Iberoamerican
Society of Digital Graphics: Knowledge-based Design (pp. 547
550). Valparaiso, Chile: USM Editorial. doi:10.5151/desprosigradi2013-0106

Mazza, R. (2009). Introduction to Information Visualization. Business

(p. 139). Springer-Verlag London. doi:10.1007/978-1-84800-2197

De la Sotta, P. (2012) Output Mapping. Documento presentacin

defensa para optar a Magster en Didctica Proyectual, Univ. del
Bobo, Concepcin, nov. 2012. (Comunicacin personal).
De la Sotta, P. (2013) Output Mapping: Modelo de evaluacin del
proceso de enseanza aprendizaje en la asignatura de Taller. IV
Congreso de Enseanza del Diseo Univ. de Palermo. 29-31
julio, B. Aires: Argentina
Draper, G. M., Livnat, Y., & Riesenfeld, R. F. (2008). A survey of
radial methods for information visualization. IEEE Transactions
on Visualization and Computer Graphics, 15(5), 75976.
doi:10.1109/TVCG.2009.23

Hamuy, E., Perelli, B., & De la Sotta, P. (2015). Visualization as

Assessment in Design Studio Courses. In R. Vandezande, E.
Bohemia, & I. Digranes (Eds.), Proceedings of the 3 rd
International Conference for Design Education Researchers (pp.
14811497).
Chicago,
USA:
Aalto
University.
doi:10.13140/RG.2.1.2642.5440

Munzner, T. (2014). Visualization Analysis & Design (p. 428). CRC

Press.
Perelli, B., Hamuy, E. y De la Sotta, P. (2014) Identificacin de
Recursos Digitales de Visualizacin para la Aplicacin de un
Modelo de Evaluacin en el Taller. En XVIII Congreso
Iberoamericano de Grfica Digital SIGraDi, 12-14 noviembre,
Universidad de La Repblica, Montevideo, Uruguay. Blucher
Design Proceedings, Diciembre de 2014, vol. 1, num. 8, p.586590. ISSN: 2318-6968. DOI: 10.5151/despro-sigradi2014-0121.
Tory, M., & Moller, T. (2004). Rethinking Visualization: A High-Level
Taxonomy. In Proceedings of the IEEE Symposium on
Information Visualization (pp. 151158). Washington, DC, USA:
IEEE Computer Society. doi:10.1109/INFOVIS.2004.59
Ware, C. (2012). Information Visualization, Third Edition: Perception
for Design (Interactive Technologies) (3rd ed.). Morgan
Kaufmann.