DOCTORADO EN INFORMÁTICA
Permanent URI for this collection
Browse
Recent Submissions
1 - 5 of 8
-
ItemArquitectura de referencia para sistemas de aprendizaje adaptativos( 2026)La educación digital actual enfrenta desafíos estructurales derivados de la heterogeneidad de los perfiles estudiantiles. Si bien los learning management systems (LMS) son la infraestructura predominante, su rigidez arquitectónica limita la personalización a escala. El problema central identificado en esta investigación no reside en la carencia de algoritmos, sino en la ausencia de arquitecturas de referencia que permitan una transición evolutiva y no intrusiva desde sistemas legados hacia sistemas de aprendizaje adaptativo (ALS). Como contribución principal, se presenta ARALS (architecture of reference for adaptive learning systems), un artefacto puente interdisciplinario diseñado para traducir principios pedagógicos en decisiones arquitectónicas verificables. Estructurada en seis capas funcionales y fundamentada en el ciclo de control autonómico MAPE-K, ARALS permite desacoplar la lógica de adaptación de las funciones básicas del LMS, garantizando atributos de calidad como escalabilidad e interoperabilidad mediante estándares internacionales (LTI, xAPI). Metodológicamente, la tesis introduce el marco de propiedades PALS-A, destacando la propiedad PAC (personalización adaptativa colaborativa) como el núcleo que integra la adaptación continua con la colaboración contextual. Asimismo, se define una hoja de ruta de transformación modelada en BPMN para guiar la refactorización sistemática de plataformas existentes hacia entornos adaptativos. La viabilidad de la propuesta se validó empíricamente en la plataforma Odoo eLearning. El proceso demostró la capacidad de inyectar funciones adaptativas en entornos de producción sin comprometer la estabilidad operativa. La evaluación, complementada con el método ATAM y estudios de usabilidad, confirmó que ARALS reduce significativamente la brecha de comunicación entre perfiles pedagógicos y técnicos. En conclusión, este trabajo consolida un marco operativo sistemático y reproducible donde la arquitectura de software actúa como el garante de la calidad pedagógica.
-
ItemMetodología integral de recomendación de revisores en revistas científicas sobre múltiples factores( 2025)Un problema recurrente que afrontan los editores de revistas científicas es la elección adecuada de revisores pares para evaluar los trabajos enviados por la comunidad académica en vistas a su posible publicación. En la región latinoamericana una cantidad significativa de editores científicos realizan esta tarea de manera artesanal sin contar con herramientas automatizadas de apoyo. A los fines de subsanar esta vacancia, la presente tesis doctoral propone una metodología innovadora utilizando técnicas validadas de Procesamiento del Lenguaje Natural. Se toma como caso de aplicación el repositorio institucional CONICET Digital (Argentina) y se tiene principalmente en cuenta aspectos tales como la concordancia entre la temática del artículo y de los evaluadores seleccionados, la priorización de la experiencia del revisor en la temática en el orden de recomendación, la actualidad del conocimiento, la detección del conflicto de interés, la desambiguación de nombres, la autoridad y la realimentación con información histórica de revisiones pasadas. En esta dirección, se desarrolló un primer prototipo que realiza el procesamiento de la información necesaria con dicha metodología, a los fines de ofrecer el informe de recomendación. En síntesis, el aporte original de esta investigación se centra en una propuesta metodológica para el desarrollo de una solución dinámica con las características expuestas, que se inscribe como una herramienta asistiva cuyos destinatarios son los editores expertos de revistas científicas que, como sistema con técnicas de IA posibilita una búsqueda ágil y adecuada de revisores para aplicar al corpus de trabajos científicos a evaluar
-
ItemDescubrimiento y diseño de microservicios asistido por IA a partir de requisitos textuales( 2026)Esta tesis investiga el problema de descubrir y diseñar arquitecturas de microservicios a partir de requisitos textuales mediante un enfoque generar–verificar. Se propone ArchiGenMS, un pipeline que integra: (i) modelos generativos guiados por prompt engineering y búsqueda evolutiva para producir candidatos arquitectónicos; y (ii) verificación formal en Lean junto con métricas estructurales (cohesión, granularidad y acoplamiento) para evaluar y certificar propiedades de calidad a nivel de diseño. La metodología se enmarca en Design Science Research (DSR), articulando un ciclo de relevancia (problema de diseño greenfield desde texto), un ciclo de rigor (síntesis sistemática del estado del arte y formalización de métricas) y un ciclo de diseño (construcción y evaluación del artefacto). El resultado es un proceso extremo a extremo que parte de historias de usuario y artefactos textuales, genera alternativas arquitectónicas consistentes y aplica garantías formales sobre restricciones estructurales y umbrales operacionales de calidad. La verificación formal no solo valida, sino que guía la búsqueda de soluciones hacia regiones del espacio arquitectónico con mayor cohesión, menor acoplamiento y granularidad adecuada, reduciendo diseños plausibles pero estructuralmente deficientes. Se presentan experimentos sobre conjuntos de requisitos en dominios heterogéneos, reportando:(a) convergencia del fitness evolutivo; (b) mejoras en las distribuciones de las métricas estructurales; (c) coste controlado de verificación por individuo; y (d) robustez mediante amenazas a la validez (constructo, interna, externa y de conclusión), control de semillas, y paquete de replicación. Las contribuciones son: (1) un artefacto verificable para el descubrimiento y diseño de microservicios desde texto; (2) una formalización reusable de métricas estructurales en Lean y su integración en una función de aptitud con penalizaciones suaves; (3) un protocolo experimental reproducible (código, prompts versionados y datos) que permite evaluar calidad arquitectónica en escenarios greenfield. Finalmente, se delinean líneas futuras en NFRs dinámicos, propiedades temporales y transferencia industrial.
-
ItemAnalíticos visuales con inteligencia artificial aplicados en ciencia marina( 2026-2-24)La presente tesis doctoral desarrolla un estudio integral sobre el diseño e implementación de sistemas de analítica automatizada aplicada en ciencia marina, integrando inteligencia artificial, tecnologías semánticas y visualización de datos. El trabajo presenta los fundamentos teóricos y metodológicos de la visualización de datos científicos y los modelos de lenguaje extensos (LLM), junto con una revisión del estado del arte en plataformas de visualización y la aplicación específica en datos de ciencia marina. Este análisis permite identificar una brecha significativa en los sistemas que combinan razonamiento semántico e interacción en interpretación de datos para generar representaciones visuales adecuadas de forma accesible. Con el objetivo de superar dicha brecha, se propone VisBot, un sistema experimental que integra la recomendación automatizada de analíticos visuales impulsada por inteligencia artificial aplicado en un caso de estudio que utiliza datos de biodiversidad marina. Esta tesis pretende contribuir al campo del desarrollo de herramientas de análisis visual automatizado con el fin de facilitar la exploración de datos, favorecer el descubrimiento de conocimiento y promover la convergencia entre datos complejos, inteligencia artificial y generación de visualizaciones accesibles para usuarios con diversos niveles de habilidad técnica.
-
ItemBehavior-driven microservice architecture : un marco metodológico para la identificación iterativa de microservicios en proyectos ágiles greenfield( 2025-12)El diseño de arquitecturas basadas en microservicios en contextos ágiles greenfield presenta desafíos significativos, especialmente en la correcta identificación de límites de los servicios y en la alineación entre requisitos funcionales y decisiones arquitectónicas. Aunque domain-driven design (DDD) y behavior-driven development (BDD) ofrecen principios valiosos para comprender el dominio y especificar comportamientos, su aplicación práctica suele darse de manera aislada, sin mecanismos que garanticen trazabilidad, validación continua o diseño iterativo sustentado en evidencia. Como consecuencia, los proyectos enfrentan fragmentación del conocimiento, decisiones arquitectónicas intuitivas y dificultades para adaptar la solución a la evolución de los requisitos. Esta tesis propone behavior-driven microservice architecture (BDMA), un marco metodológico sistemático, iterativo y reproducible que integra prácticas de DDD, BDD y principios de arquitectura evolutiva para guiar la identificación, diseño y evolución de microservicios en proyectos greenfield. BDMA transforma escenarios funcionales redactados en lenguaje natural en artefactos arquitectónicos verificables, asegurando trazabilidad funcional completa y favoreciendo la coherencia semántica entre negocio y tecnología. El método se estructura en cinco fases: descubrimiento funcional colaborativo, redacción y validación de escenarios BDD, identificación de contextos delimitados, diseño iterativo de microservicios y validación/refactorización continua. La propuesta fue validada mediante un mapeo sistemático, un experimento exploratorio y un caso de aplicación, evidenciando mejoras en la comprensión del dominio, precisión en la identificación de microservicios y capacidad de adaptación frente a cambios. BDMA contribuye así a la ingeniería de software ofreciendo una metodología aplicable, fundamentada y alineada con los principios ágiles para el diseño sostenible de arquitecturas de microservicios.