Propuestas Tecnológicas de Autocorrección de ejercicios de modelado 3D = Technological Proposals for self-assessment of 3D modelling exercises

Resumen

En la actualidad, existen varios procedimientos contrastados y algunas otras propuestas [1]para realizar la autoevaluación de ejercicios o exámenes de materias que se evalúan mediante ejercicios numéricos. Se comparan los valores intermedios o finales y se asigna una calificación automática de autoevaluación. Este procedimiento clásico de corrección por parte del profesor se puede ampliar [2]. La evaluación automática de los ejercicios basados en textos resulta más complicada porque, aunque la apariencia de ciertas palabras clave o sus sinónimos podría ofrecer un posible acercamiento a la evaluación mecánica de esos ejercicios, la dificultad en la evaluación de éstos reside en la interpretación de su significado [3].

En el caso de los ejercicios gráficos en 2D, que son típicos del dibujo técnico, el problema es muy diferente, ya que no hay cadenas alfanuméricas para comparar. Las similitudes entre las imágenes y la comparación de entidades primitivas (objetos vectoriales) pueden ser posibles formas de evaluación [4]. El problema resulta más complicado cuando queremos evaluar mecánicamente los modelos 3D.
En este artículo se presenta una compilación de posibles procedimientos a utilizar en la generación de una herramienta de autoevaluación para ejercicios de modelización industrial de sólidos, es decir, de piezas mecánicas [5]. En estos casos, ciertos parámetros como los volúmenes, las superficies, los centros de gravedad o los momentos de inercia pueden ser una primera aproximación a sus correcciones [6]. Estas evaluaciones podrían continuar con el análisis de las operaciones constructivas que existen en la modelización del objeto, tales como piezas sólidas, vaciados, agujeros, roscados, etc., todas ellas incluidas en sus árboles de modelización o listas de operaciones. La generación de una utilidad que ayude a la corrección de los ejercicios de modelización 3D sería de gran interés, ya que aportaría eficacia y agilidad al proceso de evaluación, así como una mayor objetividad al utilizar un sistema informático que aísla los factores de similitud y aplica automáticamente reglas de evaluación mensurables.

Abstract

Nowadays, there are several contrasted procedures and other proposals [1] for the self-assessment of exercises or exams of subjects which are evaluated using numerical exercises. Intermediate or final values are compared, and an automatic qualification of self-assessment is assigned. It is possible to extend this classic correction procedure by the teacher [2]. The automatic assessment of exercises based on texts is more complicated because the appearance of certain keywords or their synonyms could offer a possible approach as a mechanical assessment of those exercises. However, the difficulty in the assessment of these exercises is the interpretation of their meaning [3].
In the case of 2D graphic exercises, which are typical of technical drawing, the problem is very different, since there are no alphanumeric chains to compare. Similarities between images and the comparison of primitive entities (vector objects) may be possible ways for evaluation [4]. The problem is more complicated when we want to evaluate 3D models mechanically.
This article presents a compilation of possible procedures to use in the generation of a self-assessment tool for industrial solid modelling exercises, that is, of mechanical parts [5]. In these cases, certain parameters such as volumes, surfaces, centres of gravity or moments of inertia can be a first approximation to their corrections [6]. These evaluations could continue with the analysis of the constructive operations that exist in the modelling of the object, such as solid parts, emptying, holes, threading, etc., all of them included in their modelling trees or lists of operations. The generation of a utility that helps in the correction of 3D modelling exercises would be of great interest, since it would bring effectiveness and agility to the evaluation process, as well as greater objectivity when using a computer system that isolates similarity factors and implements rules of measurable evaluation automatically.