Sunteți pe pagina 1din 10

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/234660620

La investigación científica basada en el diseño como eje de proyectos de


investigación en ingeniería

Conference Paper · September 2012

CITATIONS READS

0 2,586

2 authors:

Rafael A Gonzalez Alexandra Pomares Quimbaya


Pontificia Universidad Javeriana Pontificia Universidad Javeriana
77 PUBLICATIONS   278 CITATIONS    67 PUBLICATIONS   80 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

AYLLU Project View project

Knowledge Discovery and Data Mining View project

All content following this page was uploaded by Rafael A Gonzalez on 19 May 2014.

The user has requested enhancement of the downloaded file.


Gonzalez, R.A. & Pomares, A. (2012) "La investigación científica basada en el diseño como
eje de proyectos de investigación en ingeniería". Reunión Nacional ACOFI, Sep. 12-14,
Medellín.

LA INVESTIGACIÓN CIENTÍFICA BASADA EN EL


DISEÑO COMO EJE DE PROYECTOS DE
INVESTIGACIÓN EN INGENIERÍA

Rafael A. González
Alexandra Pomares Quimbaya

Facultad de Ingeniería
Pontificia Universidad Javeriana
Bogotá, Colombia

Resumen. Mientras que las ciencias naturales se ocupan de entender el mundo tal cual es, la
ingeniería se ocupa de transformarlo. Esto genera dificultades al tratar de presentar las
investigaciones ingenieriles con el lenguaje o los criterios de la ciencia clásica. Este artículo
propone la investigación científica basada en el diseño como una forma efectiva de lidiar con
esta problemática a través de un enfoque investigativo enfocado a la lógica ingenieril que
permite articular la relevancia (la solución de problemas reales) con el rigor (la contribución
formal al conocimiento disciplinar). En este artículo se presentan los principios de este enfoque
ilustrando sus ciclos fundamentales y su aplicación en proyectos de investigación en ingeniería
que han contribuido científicamente en sus disciplinas al mismo tiempo que han demostrado su
utilidad en el contexto colombiano.

Palabras claves: ciencia basada en el diseño, investigación relevante, investigación con rigor

Abstract. While natural science is concerned with understanding the world as it is, engineering
is concerned with transforming it. This generates difficulties when trying to present engineering
research with the language or the criteria of classical science. This paper proposes design
science research as an effective way of dealing with this problem situation by providing a
research approach aimed at an engineering logic which allows articulating relevance (solution of
real world problems) with rigor (formal contributions to disciplinary knowledge). This paper
presents the principles of design science research, its main cycles and its application in
engineering research projects which have contributed to the discipline while also proving their
utility in the Colombian context.

Keywords: design science research, relevant research, rigorous research

1. Introducción
Mientras que las ciencias naturales se ocupan de entender el mundo tal cual es, la ingeniería se
ocupa de transformarlo. La forma de entender el objeto de investigación (la ontología) y la
manera en que se construye el conocimiento (epistemología) en las ciencias naturales o del
comportamiento se orienta a generalizar leyes para describir, explicar o predecir fenómenos

1
existentes en la naturaleza. Desde la ingeniería, en cambio, usualmente se diseñan artefactos
que lo que buscan es solucionar problemas y, en efecto, producir un cambio en lo actualmente
observable, para así generar una transformación en la naturaleza que ya no es solo objeto de
observación pasiva, sino contexto de transformación o intervención. Esto genera dificultades al
presentar las investigaciones ingenieriles con el lenguaje o los criterios de la ciencia clásica.
Hablar de hipótesis, generalizaciones o experimentos a partir de una investigación desde la
ingeniería puede resultar forzado o incluso contraproducente.

Por otro lado, la conexión entre la investigación y la docencia ha sido una preocupación
constante en las escuelas de ingeniería. Aquí la problemática ha sido la articulación entre la
generación de conocimiento (típicamente a través de la investigación aplicada) y la
transferencia efectiva del mismo. Este artículo propone la investigación científica basada o
centrada en el diseño como una forma efectiva de lidiar con ambas problemáticas
simultáneamente: tanto como un enfoque investigativo adecuado a la lógica ingenieril, así como
una aproximación a la enseñanza-aprendizaje centrada en la solución de problemas.

Según el Nobel Herbert Simon, autor influyente en múltiples disciplinas, incluyendo la


economía, la administración y la ingeniería, la solución de problemas es la transformación de un
estado actual en uno preferible (1996, p. 114). Adicionalmente, la forma en que dicha
transformación se lleva a cabo es a través del diseño; así, diseño es lo mismo que solución de
problemas. Por otra parte, Simon argumentó que la ciencia es un subconjunto de la solución de
problemas, que un científico es un solucionador de problemas (Simon, 1989; Simon, Langley, &
Bradshaw, 1981). En consecuencia, Simon distinguió entre las ciencias naturales o del
comportamiento y las ciencias “de lo artificial” para dar claridad y legitimidad a la actividad
científica realizada por ingenieros, dado que se trata de dos formas válidas de generación de
conocimiento. Sin embargo, pese a que la contribución de Simon y otros sentó las bases para
una investigación científica desde la ingeniería, siguen existiendo barreras culturales, editoriales
y educativas que han impedido que se convierta en el enfoque dominante.

En la ingeniería de sistemas, vista como una disciplina que abarca las ciencias de la
computación y los sistemas de información, el debate entre las investigaciones orientadas al
rigor (contribuciones científicas o técnicas genéricas, pero de utilidad borrosa o no declarada) y
aquellas orientadas a la relevancia (útiles, pero no suficientemente formales, transparentes o
validadas con criterio científico) lleva muchos años en la agenda (Benbasat & Zmud, 1999;
Denning et al., 1989). Recientemente, se ha fortalecido la noción de la investigación científica
basada en el diseño, en la tradición de Simon, como una manera de combinar el rigor científico
con la relevancia del diseño o solución de problemas (Hevner, March, Park, & Ram, 2004).
Especialmente desde la perspectiva de los sistemas de información se ha logrado formar un
movimiento rápidamente creciente que incluye conferencias, revistas e incluso programas
académicos en torno a esta perspectiva. A esto se deben sumar corrientes similares en
administración, diseño (industrial) o arquitectura, entre otras (Cross, 2001; van Aken, 2005).

En este artículo se presenta el uso de la investigación científica basada en el diseño, para dirigir
proyectos de investigación en ingeniería. Tras dos años de experiencia en proyectos de
investigación se ha logrado articular la relevancia (la solución de problemas reales) con el rigor
(la contribución formal al conocimiento disciplinar). El artículo presenta en la Sección 2 en qué
consiste este enfoque. Posteriormente, la Sección 3 describe su aplicación en diferentes
proyectos, uno de los cuales es detallado en la Sección 4. Luego, la Sección 5 ilustra las
lecciones aprendidas y limitaciones y finalmente, la Sección 6 presenta las conclusiones.

2. Investigación científica basada en el diseño

2
La investigación científica basada en el diseño tiene como objetivo contribuir a la solución de
problemas relevantes al mismo tiempo que se hacen aportes significativos en un área del
conocimiento, mediante el análisis de problemas aún no resueltos en un ambiente del mundo
real y su resolución de una manera novedosa y rigurosa a través del diseño de artefactos
(Piirainen, Gonzalez, & Kolfschoten, 2010). Lo que distingue este enfoque de investigación de la
práctica profesional del diseño o la ingeniería es precisamente el rigor y transparencia con que
se realiza, la reflexión sobre el proceso y producto de diseño y la contribución al conocimiento
resultante en forma de una publicación. Lo que lo distingue de la investigación aplicada es el
énfasis en la construcción de artefactos innovadores y la retroalimentación que proveen para
revisar, extender o re-contextualizar los fundamentos teóricos. No obstante, es claro que esta
filosofía está emparentada con la investigación aplicada y con la investigación-acción.

Más allá de la filosofía de la investigación centrada en el diseño, se han venido proponiendo


estructuras para su ejecución, de manera que las recomendaciones se puedan materializar.
Luego del impacto que tuvo el artículo original de Hevner y otros (2004), los autores han
propuesto una arquitectura general para proyectos de investigación centrados en diseño,
mediante la articulación de tres ciclos: rigor, relevancia y diseño, tal como lo ilustra la Figura 1.
La lógica de los tres ciclos cosiste en integrar el entorno (el dominio o contexto de aplicación
donde reside el problema) y la base del conocimiento (teorías, modelos, métodos, experiencia y
artefactos existentes) para construir y evaluar un artefacto (solución), fundamentado en la base
de conocimiento y destinado a resolver el problema relevante, a partir de unos requerimientos
obtenidos de la comprensión de las personas, tecnología y contexto organizacional del entorno.

  Entorno Diseño / Investigación Base de conocimiento

Requerimientos Construir Contribución Teorías


Personas
Modelos

Tecnología Relevancia Diseño Rigor Métodos

Artefactos
Organización
Aplicación Evaluar Conocimiento
aplicable Experiencia

Figura 1 Investigación mediante ciclos de relevancia, rigor y diseño, adaptado de (Hevner &
Chatterjee, 2010, p. 16)

Debe anotarse que estos son ciclos y no fases de investigación. Esto implica que no se trata
simplemente de entender el problema (relevancia) para luego identificar conocimiento aplicable
(rigor) y terminar por construir la solución (diseño). Más bien, se deben interpretar estos ciclos
como “engranajes” conectados entre sí, de tal suerte que mientras se mueve un ciclo, se
mueven los otros dos a su vez. Por ejemplo, mientras se obtienen los requerimientos,
necesidades u oportunidades del entorno (relevancia), es preciso hacerlo de manera rigurosa,
sustentada por métodos existentes (rigor); o mientras se construye la solución (diseño), también
es preciso ir refinando los conceptos, modelos o métodos empleados para ello (rigor) y, de la
misma manera, ir revisando los requerimientos (relevancia) iterativa y colaborativamente. Esto
está naturalmente alineado con la mayoría de métodos de desarrollo de software y sistemas de
información contemporáneos en que la iteración y la colaboración son un componente central. A
diferencia de otros enfoques, la investigación científica basada en el diseño permite iniciar un
proyecto de investigación desde diversos puntos de entrada. Aunque lo natural es iniciar en el
ciclo de relevancia, también es posible iniciar desde los ciclos de rigor o diseño, dependiendo

3
del estado del proyecto o de si se trata de un proyecto que de continuidad a otro (Peffers,
Tuunanen, Rothenberger, & Chatterjee, 2007).

También es preciso aclarar que el ciclo central, y el más importante, expresa la iteración
fundamental de todo el proceso, buscando evaluar el artefacto de manera evolutiva, formal y
tan exhaustiva como sea posible, antes de llevarlo a la práctica en el entorno real. Esto quiere
decir que, por un lado, habrá una evaluación formal del diseño, tanto en su proceso como en su
producto, o en términos científicos, una validación formativa y sumativa, respectivamente
(Gonzalez & Sol, 2012). Por otro lado, la evaluación del artefacto (su calidad, funcionalidad,
coherencia y transparencia, entre otros) no será suficiente. También será preciso validar su
utilidad. De hecho, en la investigación centrada en el diseño, el criterio fundamental de validez
(científica) será uno de utilidad y valor, no uno de “verdad” en el sentido de las ciencias
naturales (March & Smith, 1995). Esto es porque, como se discute en la introducción, la
“verdad” de una hipótesis o proposición científica, típicamente depende de que corresponda con
la realidad (existente) y, u artefacto de diseño no puede corresponder a una realidad que
pretende transformar. De hecho, esto hace de la investigación centrada en el diseño una
aproximación contra-inductiva (Gonzalez & Sol, 2012). Así, en lugar de generalizar varias
observaciones de un fenómeno, se pretende que el artefacto modifique ese fenómeno respecto
de su estado actual y, por ende, pretender que corresponda a la realidad resulta incompatible.

Esto apunta a una última anotación antes de presentar los casos de aplicación. En general,
resulta inviable evaluar el efecto real de los artefactos de diseño: por un lado, su valor real
usualmente es demostrable solo tras un tiempo de uso y no es deseable demorar la
contribución esperando a que el artefacto sea usado meses o años; pero, por otro lado, aun si
es posible evaluar su utilidad en el corto plazo, un resultado negativo puede deberse a atributos
que no son inherentes al artefacto mismo, como la falta de apoyo, la falta de recursos, la falta
de capacidad de uso, entre otros (Piirainen et al., 2010). Por ello, es usual que la validación final
de un artefacto de diseño se establezca a través de su utilidad potencial (antes de ser
implementado completamente), cuya conexión causal con la utilidad real está bien sustentada
científicamente (Davis, Bagozzi, & Warshaw, 1989; Venkatesh & Bala, 2008).

3. Casos de Aplicación
La Tabla 1 ilustra cuatro de los proyectos desarrollados en la Pontificia Universidad Javeriana
que siguieron el enfoque de la investigación basada en el diseño, indicando el punto de entrada
y sus aspectos relevantes en términos de rigor, relevancia y diseño.
No. Punto de Problema Artefacto (Diseño) Contribución teórica (Rigor)
Entrada (Relevancia)
1 Relevancia Planeación de Software de Modelo de explotación de datos
operaciones de identificación de riesgo estructurados y geo-espaciales. (García &
desminado en en rutas de avance Pomares, 2012)
Colombia militar.
2 Rigor Colaboración ADDOCO: Sistema de Algoritmos de diseminación dinámica de
permanente en colaboración móvil. datos en ambientes móviles y traducción
situaciones de de modelos de colaboración para
emergencia dispositivos móviles (Torres-Ribero &
Pomares, 2012).
3 Relevancia Identificación de DISEARCH: Software Algoritmo de priorización de búsquedas
historias clínicas para para búsqueda de de contenido estructurado y narrativo
análisis de historias clínicas (Peña, Pomares & Gonzalez, 2012).
tratamientos Anonymous.co: Proceso de anonimización de datos
software para estructurados con mínima pérdida de
anonimización de información. (Moque, Pomares &
historias clínicas Gonzalez, 2012).
electrónicas.

4
4 Diseño Conformación MATEO: Aplicación Algoritmo basado en aprendizaje de
automática de grupos para conformación de máquina y optimización para asignación
de trabajo grupos de trabajo. de grupos de trabajo (Arias-Baez &
Carrillo-Ramos, 2012).
Tabla 1 Proyectos de Investigación Científica basada en el Diseño

Los proyectos que parten del ciclo de Relevancia, nacen de una necesidad expresada o
identificada en colaboración con una organización real, en este caso en el sector salud (1) y
militar (3). Por su parte, aquellos que inician desde el ciclo de Rigor, surgen de la identificación
de vacíos en una disciplina, en este caso la informática colaborativa (2), que requieren de una
contribución científica para ser superados. Finalmente, aquellos que inician desde el diseño,
son típicamente proyectos enmarcados dentro de un proyecto marco o que dan continuidad a
un proyecto anterior. En este caso el proyecto marco es un sistema de apoyo a la educación
virtual que requería una aplicación para crear grupos de trabajo de forma automática (4).

Debido a la característica fundamental de los proyectos ingenieriles que buscan transformar la


naturaleza o el contexto, independientemente del punto de entrada, todos los proyectos
siguiendo este enfoque deben identificar su utilidad en la solución de problemáticas reales. Es
por esto que, como es ilustrado en la Tabla 1, cada uno de los proyectos, una vez iniciados,
identifican claramente cuál será su intervención en un contexto real. En consecuencia, para
garantizar su utilidad, cada proyecto genera a través del ciclo de Diseño los artefactos
requeridos que den solución a las problemáticas abordadas. Estos artefactos pueden variar de
una ingeniería a otra, pero tienen en común que logran intervenir en el mundo haciendo viables
situaciones que antes no lo eran. En los casos de aplicación, debido a la disciplina desde la
cual fueron desarrollados, estos artefactos son productos de software que contribuyen a
resolver los problemas identificados en los ciclos de Relevancia.

Para legitimar la calidad de las soluciones (artefactos) y su posible generalización, este enfoque
incluye ciclos de Rigor metodológico en donde los artefactos, aún en construcción, se
enriquecen a partir de los métodos, modelos o teorías existentes. Esto no sólo fomenta la
creación de soluciones de calidad sino también la generación de nuevos elementos que aportan
a la base de conocimiento y que sirven de insumo para futuras investigaciones. Todos los
casos, dando solución a problemáticas reales, logran contribuir a la base de conocimiento de su
disciplina como se refleja en las publicaciones científicas generadas (ver Tabla 1). Con el ánimo
de ilustrar más en detalle la interconexión de los ciclos de relevancia, diseño y rigor, la siguiente
sección describe el proyecto de investigación 3.

4. Proyecto de Identificación Priorizada de Historias Clínicas.


Como fue mencionado en la Sección 3, el punto de entrada de este proyecto fue el ciclo de
relevancia ligado a la necesidad de identificar las historias clínicas electrónicas (HCE)
relevantes para los estudios clínicos retrospectivos que se desarrollan en un hospital de
Bogotá. La HCE del paciente contiene una gran cantidad de información que puede resultar
muy valiosa para la realización de investigaciones clínicas. Sin embargo, su uso con estos fines
se ha visto limitado por razones diversas, dentro de las que se encuentra el hecho de que los
datos se consignan de forma narrativa, dificultando hacer búsquedas y análisis automatizados.

Frente a esta problemática inicial, siguiendo el ciclo de Relevancia, se identificaron los


requerimientos de una solución a través de entrevistas estructuradas con las personas
directamente afectadas. Simultáneamente se realizó, en conjunto con el área de informática de
la institución hospitalaria, un planteamiento inicial de la estrategia de solución partiendo de la
evaluación del ambiente tecnológico bajo el cual debía funcionar.

5
Paralelamente a estas actividades, mediante un ejercicio de vigilancia tecnológica, se construyó
una caracterización teórica y tecnológica para establecer qué elementos ya existentes podrían
ser empleados para identificar de forma adecuada las HCE. Esta caracterización, generada en
el ciclo de Rigor, permitió tomar elementos base para el diseño e hizo evidentes dos elementos
faltantes en la base de conocimiento que debían ser resueltos para generar una solución
apropiada. El primero de ellos está asociado a la necesidad de crear métodos de anonimización
de datos que eviten pérdida de información valiosa para los estudios médicos al mismo tiempo
que garantizan la confidencialidad de los datos; el segundo es la incapacidad de los métodos
actuales de identificación de HCE para priorizar los resultados a partir del tipo de análisis
requeridos por los investigadores médicos. Estos hallazgos hicieron necesario construir, durante
un ciclo de Diseño inicial, un algoritmo de priorización de búsquedas de contenido estructurado
y narrativo basado en relaciones semánticas, así como un proceso de anonimización de datos
estructurados basado en medidas estadísticas.

Los diseños planteados en este primer ciclo de Diseño, requirieron iniciar un nuevo ciclo de
Rigor para identificar la estrategia más adecuada para validarlos. Aunque inicialmente se partió
del uso de métricas clásicas de precisión (usadas en ciencias de información y bases de datos)
se replanteó al uso de sensibilidad y especificidad que son nociones similares pero más
comunes en estudios clínicos. Con este hallazgo, se retomó un nuevo ciclo de Diseño para
construir el prototipo de software que llevara los artefactos teóricos planteados a un producto
usable y validable. Una vez comprobada la utilidad de los artefactos construidos, éstos fueron
llevados a un estado estable (de producción) que permitió su uso para resolver la problemática
que inicialmente abordó el proyecto. Así mismo, los elementos que fundamentaron esta
solución enriquecieron la base de conocimiento, a través de artículos de investigación.

5. Lecciones aprendidas
En el artículo de Hevner et al. (2004) se describe una arquitectura general para la investigación
científica basada en el diseño y algunos lineamientos de los factores de calidad que una
investigación de este tipo debe tener. Sin embargo, no se debe interpretar esto como una
“metodología” de investigación, ya que no explicita los fundamentos epistemológicos, ni
describe el método o técnicas específicas que se deben usar. Después de haber usado este
enfoque, se han encontrado dos retos recurrentes. Primero, puede ser difícil construir un diseño
de investigación particular a partir de esta arquitectura general. Frecuentemente se supone que
se trata de ejecutar tres fases: relevancia, rigor y diseño. Al hacerlo, sin embargo, se tiende a
ignorar la naturaleza cíclica de las tres dimensiones. Segundo, aun cuando en la práctica el
proceso sea iterativo, la presentación de los resultados para publicación debe seguir una
estructura lineal, dificultando la descripción de un proceso que no fue lineal. Aunque hay
algunas propuestas metodológicas que son más explícitas que en Hevner et al., como (March &
Smith, 1995; Peffers et al., 2007), estas pueden resultar demasiado simplificadas o imponer una
lógica específica.

Otra dificultad en la finalización de un proyecto de investigación centrado en el diseño es la


evaluación / validación y la articulación de una contribución teórica. Si bien la evaluación debe
ser formal y tan exhaustiva como sea posible, la conexión entre la evaluación del artefacto y la
validación de sus fundamentos teóricos tiende a ser débil. Esto implica un esfuerzo desde el
inicio del proyecto en el que se establezca claramente cuál es la contribución teórica que se
espera y la manera en que será validada. Puede tratarse de una contribución en el sentido
positivista, donde al terminar el diseño se pueda extender una teoría existente, probando una
nueva hipótesis mediante la instanciación de un artefacto (Donaldson & Golding, 2009). Puede
tratarse de una “teoría de diseño” en que la contribución sea nuevo conocimiento del proceso y
producto de diseño y donde las hipótesis sean prescripciones o predicciones respecto de la

6
capacidad de un determinado proceso para producir un artefacto específico que resuelva un
conjunto de requerimientos determinado (March & Smith, 1995). Puede tratarse de la
presentación transparente de los artefactos no técnicos resultantes (modelos, métodos,
conceptos) que emergen a través del diseño y se integran al catálogo de conocimiento
disponible, como ha sido la intención en los proyectos descritos en la sección anterior. Lo
importante es un reconocimiento inicial de lo que se busca, articulando requerimientos
(relevancia), técnicas de evaluación y validación apropiadas (rigor) y pruebas o simulaciones
hechas sobre el artefacto (diseño) para evidenciar la conexión entre el rigor y la relevancia.

Finalmente, al haber participado con estudiantes de maestría en los proyectos descritos, se ha


podido establecer el impacto en la enseñanza-aprendizaje. Por un lado, se trata de una manera
de aprender haciendo o aprender mediante la solución de problemas, lo cual no solo tiende a
estimular a los estudiantes sino que además ha demostrado su efectividad en la apropiación de
los elementos de la base de conocimiento. En lugar de estudiarlos de manera pura o aislada, se
estudian en la medida en que son aplicados, resultando en un aprendizaje exteriorizado, en
lugar de interiorizado, lo cual permite una absorción más natural, así como una aprehensión
más material y crítica de lo teórico. Por otra parte, ha sido una manera efectiva de integrar las
actividades de docencia e investigación que resulta en empoderamiento de los estudiantes y en
mayor pertenencia y capacidad de asesoramiento por parte de los docentes.

6. Conclusiones y trabajo futuro.


La investigación centrada en el diseño no es un paradigma radicalmente nuevo para la
investigación. Esfuerzos similares se han trabajado hace décadas en ingeniería, arquitectura,
diseño y administración, como un reconocimiento de que todas estas disciplinas están más
enfocadas en la solución de problemas, en el diseño. Por ello, investigadores en formación o
con experiencia encuentran en este enfoque algo que en lugar de ser diferente es, de hecho,
familiar. Esta familiaridad es precisamente lo que la investigación basada en el diseño pretende.
Es una estructura para legitimar la generación de conocimiento a partir del diseño sin tener que
forzarlo para cumplir con los requerimientos de otras ciencias. Por ello, su aceptación entre
jóvenes investigadores ha sido efectiva y rápida.

Algunas dificultades persisten: la falta de métodos específicos que guíen a los investigadores
sin experiencia, la tensión entre evaluación del artefacto y validación de teoría, la posible
dificultad en que los productos sean aceptados por publicaciones orientadas a métodos de
ciencias naturales, entre otras. No obstante, en últimas se puede, como lo demuestran los
casos aquí discutidos, generar proyectos que contribuyen soluciones relevantes a problemas
locales del mundo real y también son capaces de generar reflexiones rigurosas que constituyen
contribuciones al conocimiento, cuya prueba última, más allá del método de investigación
empleado, es la generación de productos intelectuales para la comunidad científica global.

En la medida en que se siga fortaleciendo la comunidad en torno a este enfoque, se irán


reduciendo las incertidumbres y se irán aumentando los canales de publicación, algo que
consideramos parte del trabajo continuo en torno a este enfoque. Pero de manera crítica se
puede lograr de esta manera que la investigación en ingeniería en el país cada vez genere más
impacto social y al mismo tiempo aumente la visibilidad de la actividad científica del país.

5. Referencias
Arias-Baez, M.P. & Carrillo-Ramos, A. (2012) Conformación Adaptativa de Equipos de
Trabajo en Entornos Colaborativos. 7CCC, Medellín, Colombia, Octubre 1-5, 2012.
Benbasat, I., & Zmud, R. W. (1999). Empirical Research in Information Systems: The
Practice of Relevance. MIS Quarterly, 23(1), 3–16.
Cross, N. (2001). Designerly Ways of Knowing: Design Discipline Versus Design Science.

7
Design Issues, 17(3), 49–55.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of Computer
Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982–1003.
Denning, P. J., Comer, D. E., Gries, D., Mulder, M. C., Tucker, A., Turner, A. J., & Young, P.
R. (1989). Computing as a discipline. Communications of the ACM, 32(1), 9–23.
Donaldson, O., & Golding, P. (2009). A Design Science Approach for Creating Mobile
Applications. ICIS 2009 Proceedings. Recuperado a partir de http://aisel.aisnet.org/icis2009/165
Garcia, C. & Pomares, A. (2012) Procesamiento Espacial de Eventos con Minas Antipersona
en Colombia. 7CCC, Medellín, Colombia, Octubre 1-5, 2012.
Gonzalez, R. A., & Sol, H. G. (2012). Validation and Design Science Research in Information
Systems. En M. Mora, O. Gelman, A. L. Steenkamp, & M. Raisinghani (Eds.), Research
Methodologies, Innovations and Philosophies in Software Systems Engineering and Information
Systems (pp. 403–426). Hershey: IGI Global.
Hevner, A. R., & Chatterjee, S. (2010). Design research in information systems : theory and
practice. New York: Springer.
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information
systems research. MIS Quarterly, 28(1), 75–105.
March, S. T., & Smith, G. F. (1995). Design and natural science research on information
technology. Decision Support Systems, 15(4), 251–266.
Moque, C & Pomares, A. & Gonzalez, R. (2012) AnonymousData.co: A Proposal for
Interactive Anonymization of Electronic Medical Records. HCist'2012 - International Conference
on Health and Social Care Information Systems and Technologies. Algarve Portugal.
Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A design science
research methodology for information systems research. Journal of Management Information
Systems, 24(3), 45–77.
Peña Clavijo, D. & Pomares Quimbaya, A. & Gonzalez, R.A. (2012) DISEArch - A Strategy
for Searching Electronic Medical Health Records. In Proceeding of the 14th International
Conference on Enterprise Information Systems ICEIS.
Piirainen, K., Gonzalez, R. A., & Kolfschoten, G. (2010). Quo Vadis, Design Science? – A
Survey of Literature. Global Perspectives on Design Science Research, Lecture Notes in
Computer Science (Vol. 6105, pp. 93–108–108). Springer Berlin / Heidelberg.
Simon, H. A. (1989). The scientist as problem solver. En D. Klahr K. Kotovsky (Ed.),
Complex information processing: The impact of Herbert A. Simon (pp. 375–398). Hillsdale, NJ,
England: Lawrence Erlbaum Associates, Inc.
Simon, H. A. (1996). The Sciences of the Artificial (Vol. Third). Cambridge, MA: MIT Press.
Simon, H. A., Langley, P. W., & Bradshaw, G. L. (1981). Scientific discovery as problem
solving. Synthese, 47(1), 1–27.
Torres-Ribero, L.G. & Pomares Quimbaya A. (2012) ADDOCO: Adaptive Data Distribution.
IADIS Collaborative Technologies 2012 (ICT 2012), Lisboa, Portugal, Julio 21-23 de 2012.
van Aken, J. E. (2005). Management Research as a Design Science: Articulating the
Research Products of Mode 2 Knowledge Production in Management. British Journal of
Management, 16(1), 19–36.
Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda
on Interventions. Decision Sciences, 39(2), 273–315.

Sobre los autores


Rafael A. González: Ing. de Sistemas, U. Javeriana. Maestría en Ciencias de la Computación y
Doctorado en Delft University of Technology. Profesor Asociado, Pontificia Universidad
Javeriana, ragonzalez@javeriana.edu.co

Alexandra Pomares: Ing. de Sistemas, U. Javeriana. Maestría en Ing. de Sistemas y

8
Computación, Doctorado en Ing. de la U. de los Andes, Doctorado en Informática de la U. de
Grenoble. Profesor Asociado, Pontificia Universidad Javeriana, pomares@javeriana.edu.co

View publication stats

S-ar putea să vă placă și