Informatica Ciencias Del Deporte

Lecturas: Educación Física y Deportes, Revista Digital Página 1 de 6
¿Qué es la informática aplicada a

las ciencias del deporte?
*Depto. Psicología Social.
Universidad de Málaga Antonio Hernández Mendo*
* CERN - European Laboratory for Particle Physics. Raúl Ramos Pollán**
Information Technology Division mendo@uma.es
(España)
http://www.efdeportes.com/ Revista Digital - Buenos Aires - Año 6 - N° 33 - Marzo de 2001
1/8
1. Introducción
La informática ha supuesto una revolución técnica y conceptual que ha impactado en

prácticamente todas las áreas de conocimiento. Consideramos que es una revolución técnica en
cuanto que ha afectado la implementación y el análisis de las tareas más diversas. De la misma
manera, consideramos que es una revolución conceptual porque ha provocado -con la
generación de sistemas expertos, algoritmos genéticos, etc.- la desaparición y reducción de
incertidumbre de las teorías y modelos conceptuales de las disciplinas donde se ha implantado.
Evidentemente estas implicaciones son pertinentes en las ciencias de la actividad física y el
deporte, en todas y cada una de sus áreas de conocimiento e investigación.
Este trabajo pretende simplemente dotar al lector de unos criterios mínimos en algunas de
las tecnologías usadas actualmente en el tratamiento de problemas científicos. Para cada
paradigma aquí presentado damos unos conceptos generales sobre el mismo y unos principios
básicos de funcionamiento. Con esto esperamos ofrecer criterios acerca del tipo de aspectos
que se pueden abordar con cada uno de ellos, así como el coste y conocimiento que esto
supone. Se recomienda acudir a las referencias para más detalles sobre el funcionamiento y
conveniencia de cada paradigma.
2. Ordenadores, programas y lenguajes
Un ordenador es una máquina de propósito general que almacena, procesa y transmite

información, según se le especifica. Al contrario que cualquier otra máquina que podamos
encontrar en nuestro entorno (una televisión, un coche, una radio, etc.), un ordenador no está
diseñado a priori para realizar ninguna tarea en particular. Para que un ordenador realice
cualquier tarea es necesario especificársela y ordenarle que la ejecute. La especificación de la
tarea determina la funcionalidad que se obtiene cuando el ordenador la ejecuta. Las tareas se
especifican por medio de programas, por tanto un ordenador es una máquina que ejecuta
programas para obtener una cierta funcionalidad. Por ejemplo, un procesador de texto es un
programa que, al ejecutarlo, dirige al ordenador sobre cómo debe de obtener información del
teclado, cómo mostrarla en pantalla dándole forma de documento, cómo mandarlo a impresora,
como almacenarla y recuperarla del disco, etc.
Un programa es una lista de instrucciones que un ordenador debe seguir para procesar datos
y convertirlos en información (esto es, para realizar una tarea). Los datos pueden venir de
muchas fuentes (el teclado, el disco duro, la red, etc.) y pueden ser transformados en distintos
tipos de información (un documento, una base de datos, una página Web, etc.). El tipo de datos
y de información, así como la naturaleza de esa transformación determinan la funcionalidad final
http://www.efdeportes.com/efd33a/informa.htm 22/02/2005
de un programa (procesador de texto, gestor de bases de datos, navegador de la Web, etc.).

Las instrucciones de las que consta un programa se describen en un lenguaje de
programación determinado.
Un ordenador desnudo (en el que no se ha introducido ningún programa) sólo entiende un

lenguaje de programación que se llama código máquina. Cada tipo de ordenador tiene un
código máquina distinto. Este lenguaje es complicado y sus instrucciones son muy crípticas (por
ejemplo, 0011010101011010111 puede ser la instrucción para escribir un caracter en el
disco duro) con lo que desarrollar programas es este lenguaje es una tarea difícil.
Afortunadamente, se han desarrollado programas llamados compiladores, que entienden
instrucciones más cercanas al lenguaje humano (por ejemplo, write (‘A’, hd) sería la
instrucción para escribir el caracter ‘A’ en el disco duro). En este sentido, existen muchos
lenguajes. En general a estos lenguajes se les denomina lenguajes de alto nivel. Un traductor se
encarga de traducir programas e instrucciones en algún lenguaje de alto nivel (entendibles por
el programador) en instrucciones en código máquina (entendibles por el ordenador).
Normalmente para poder realizar un programa de ordenador, el programador debe de conocer
el lenguaje de alto nivel adecuado y debe saber manejar el traductor correspondiente.
Los lenguajes de programación han evolucionado a lo largo de la historia de los ordenadores.

Los primeros ordenadores que existieron fueron máquinas muy complejas para su época, que se
programaban únicamente en código máquina y muy poca gente sabía como realizar programas
para ellos. Según la tecnología de los ordenadores evolucionó también evolucionaron las
técnicas de traducción y surgieron otros lenguajes, haciendo la tarea de programar más
asequible. Los lenguajes de programación han evolucionado en lo que se denomina
generaciones de lenguajes. Existen cinco generaciones en las que se clasifican los lenguajes de
programación utilizados. Las primeras generaciones contienen lenguajes próximos al código
máquina. Las últimas contienen lenguajes próximos al lenguaje natural (humano):
z Primera Generación, Código Máquina: Es el nivel más bajo de los lenguajes de

programación y está compuesta por los códigos máquina aceptados por los ordenadores.
Como cada ordenador tiene un código máquina distinto, los programas escritos en código
máquina sólo funcionan en el ordenador específico para el cual están escritos.
z Segunda Generación, Lenguaje Ensamblador: Son lenguajes de programación de

bajo nivel que permiten usar abreviaciones o mnemónicos para las instrucciones de
código máquina. Aunque así es más fácil realizar programas que en código máquina
directamente aún es una tarea complicada. Ya que un ordenador sólo entiende código
máquina se necesita un traductor simple para convertir el lenguaje ensamblador en
código máquina.
z Tercera Generación, Lenguajes de Alto Nivel: Es un lenguaje con construcciones

similares al lenguaje natural (típicamente al inglés) que permite crear programas
(aplicaciones) complejas y relativamente sencillas de mantener y modificar. Un programa
en un lenguaje de alto nivel no es entendible directamente por el ordenador. Un
compilador es un programa traductor que acepta un programa en un lenguaje de alto
nivel (típicamente en uno o varios archivos de disco) y produce el código máquina
entendible por un ordenador específico en otro archivo de disco. Posteriormente el
ordenador ya es capaz de ejecutar el archivo producido por el proceso de compilación
tantas veces como se quiera. Un intérprete es un programa que acepta un programa en
un lenguaje de alto nivel, lo compila y lo ejecuta inmediatamente sin generar un archivo
con el programa en código máquina. Posteriores ejecuciones del programa requieren que
todo el proceso se repita. Los compiladores e intérpretes son más complejos que los
traductores simples ya que una instrucción de un lenguaje de alto nivel suele generar
varias (a veces cientos) de instrucciones de código máquina. Los lenguajes de tercera
generación son los más usados actualmente y se les denomina en muchos entornos
lenguajes procedimentales, ya que se suelen agrupar conjuntos de instrucciones en
procedimientos o funciones.
z Cuarta Generación, Lenguajes de Muy Alto Nivel: también denominados 4GL (4th
Generation Languages). Los lenguajes 4GL son mucho más orientados al usuario que los
lenguajes de generaciones anteriores, y los programas se desarrollan especificando
instrucciones muy próximas al lenguaje humano. Típicamente los lenguajes 4GL también
se denominan lenguajes no procedimentales, ya que los programadores simplemente
especifican qué es lo que quieren que el ordenador realice y no cómo. Estos lenguajes se
utilizan en ámbitos altamente especializados o de investigación.
z Quinta Generación, Lenguajes Naturales: Existen lenguajes naturales de dos tipos.

Por un lado están los lenguajes humanos: el español, inglés, etc. Por otro lado están los
lenguajes de programación de quinta generación que usan un lenguaje humano para
ofrecer una relación con el ordenador más intuitiva. Los lenguajes naturales de quinta
generación están todavía en su infancia, y actualmente puede considerarse que están
más cerca de los lenguajes 4GL que de los lenguajes humanos.
Como se puede observar, los compiladores (intérpretes, traductores) son una pieza
fundamental para el trabajo del programador, ya que son los que permiten obtener código
máquina directamente ejecutable de un programa escrito en un lenguaje de más alto nivel. Las
tecnologías de compilación constituyen una parte muy importante de la evolución de los
lenguajes de programación. Según los lenguajes pertenecen a generaciones más avanzadas, se
requieren compilados más complejos.
Un aspecto muy importante de los compiladores es la idea de portabilidad, que permite

producir programas para distintos tipos de ordenadores a partir de un mismo programa en
algún lenguaje de alto nivel. Por ejemplo, si tenemos un programa en el lenguaje C, y
utilizamos el compilador de C para PC, entonces podremos generar el programa en código
máquina para PC con Windows y por tanto ejecutar el programa en un PC. Si, con el mismo
programa en C, utilizamos el compilador para un ordenador UNIX de HP entonces obtendremos
un ejecutable para esa máquina. Para que esto sea posible es necesario que nuestros
programas no utilicen funciones particulares a ninguna máquina. En muchas ocasiones es
imposible evitar usar este tipo de funciones.
2.1. Paradigmas de Programación
Un paradigma es un conjunto de principios generales que un programador ha de seguir para

desarrollar un programa. Cada lenguaje de programación permite al programador seguir un
paradigma determinado, por tanto los lenguajes de programación se pueden también clasificar
según el paradigma que siguen. Los paradigmas de programación definen cómo se organizan
los diferentes elementos de un programa, como esos elementos interactúan entre ellos, etc.
Actualmente, los paradigmas de programación más comúnmente usados son los siguientes:
1. Programación Estructurada: Postula el principio de división de un programa en

unidades algorítmicas más pequeñas llamadas funciones o procedimientos. Una vez
definidos, el programador puede invocar a un procedimiento desde otro. Típicamente un
programa estructurado se realiza diseñando primeramente un conjunto de estructuras de
datos, y posteriormente un conjunto de algoritmos (procedimientos) que actúan sobre
esas estructuras de datos. Por ejemplo, si queremos desarrollar un programa para
calcular la media de diversos conjuntos de variables, el programador desarrolla un
procedimiento al que llama media donde implementa el algoritmo mediante el cual se
calcula la media para cualquier conjunto de variables. Posteriormente invoca a ese
procedimiento por cada conjunto de variables de los cuales quiera calcular la media.
Algunos lenguajes que siguen el paradigma de la programación estructurada son el C,
Pascal, Basic, Fortran, Cobol, etc.
2. Programación Orientada a Objeto: Aunque la programación estructurada es un

paradigma que se ha usado durante mucho tiempo y aún se usa en la actualidad, existe
un límite en la complejidad de los programas que se pueden realizar manteniendo los
costes de mantenimiento y modificación de los programas razonablemente bajos. Es
otras palabras, modificar un programa complejo en Pascal o COBOL puede ser una tarea
altamente costosa en términos de tiempo. Para sobrepasar estos problemas se creó el
paradigma de la programación orientada a objetos, que postula la división de un

programa en unidades autocontenidas llamadas objetos. A diferencia de los
procedimientos que contienen sólo algoritmos y los datos sobre los que actúan están
aparte, un objeto contiene un conjunto de algoritmos junto con los datos sobre los que
actúan. De esta manera cuando un programador invoca algoritmos en un objeto, no
necesita saber qué tipo de datos el objeto maneja de forma interna. Además los objetos
pueden ser organizados en jerarquías, de forma unos objetos pueden heredar datos y
algoritmos de otros objetos. Con esto lo que se consigue es que la organización de un
programa orientado a objetos sea más modular y rica que la organización de un
programa estructurado, con lo que la arquitectura de los programas complejos puede ser
acomodada a cambios más fácilmente.
2.2. Principales Lenguajes de Programación
Como mencionamos, actualmente la mayoría de los programas realizados actualmente son

implementados usando lenguajes de programación de tercera generación. La utilidad y
utilización de estos lenguajes no depende sólo de su diseño sino también del tipo de
aplicaciones que se pueden crear con ellos, las herramientas disponibles (librerías, herramientas
de programación, etc.) Actualmente los lenguajes más utilizados son el C y Java, por distintas
razones. La siguiente lista también contiene lenguajes que fueron utilizados muy extensamente
en el pasado y que aún se siguen utilizando por motivos educaciones, o bien porque las
aplicaciones creadas con ellos aún están en funcionamiento. Diferentes lenguajes están
orientados para diferentes entornos y finalidades, aunque cualquiera de ellos es lo
suficientemente general para ser utilizado en un amplio espectro de aplicaciones.
1. C: Desarrollado por los Laboratorios Bell, C es un lenguaje estructurado compilado de

propósito general que funciona en una gran variedad de computadores y por tanto es
portable entre ellos. Es decir, existen compiladores de C para casi todos los tipos de
maquinas existentes en la actualidad. El lenguaje C es muy adecuado para escribir
multitud de tipos de programas: gestores de bases de datos, procesadores de texto,
software comercial, juegos, robótica, gráficos, etc. y de hecho la mayoría del software
disponible actualmente está realizado en C. Sus ventajas principales son:
{ Los compiladores de C han sido altamente probados y desarrollados para casi

todos los tipos de ordenadores.
{ Tiene un alto grado de portabilidad. Los programas en C pueden ser compilados

en una gran variedad de ordenadores haciendo muy pocos cambios.
{ Es muy rápido y eficiente. Los compiladores de C suelen estar muy bien

optimizados y producen código máquina muy rápido.
Por otro lado, C suele ser difícil de aprender y no suele ser el primer lenguaje que se
enseña a quien entra en el mundo de la programación. Además, es muy conciso, lo que a
veces dificulta seguir y entender los programas hechos por otros.
2. BASIC: Es un lenguaje simple que fue diseñado con motivos educacionales más que
prácticos. Es muy sencillo e intuitivo y algunas extensiones actuales son muy populares y
utilizadas (por ejemplo, Visual Basic de Microsoft).
3. Pascal: Al igual que el BASIC es un lenguaje estructurado sencillo pero permite la

creación de programas relativamente complejos ya que contiene (sin necesidad de
ampliaciones) las estructuras básicas para organizar el código.
4. FORTRAN: Desarrollado en 1954 por IBM, fue prácticamente el primer lenguaje

estructurado de alto nivel. Originalmente fue diseñado para implementar fórmulas y
cálculos matemáticos complejos y actualmente aún está en uso en entornos científicos,
matemáticos o de ingenierías.
5. COBOL: Adoptado formalmente en 1960 como resultado de un esfuerzo conjunto de

diferentes organizaciones públicas y privadas, ha sido el lenguaje estructurado más
usado en aplicaciones comerciales hasta la aparición de los ordenadores personales.
Actualmente, aún hay una gran cantidad de aplicaciones programadas en COBOL.
6. LISP: Es un lenguaje usado principalmente para realizar programas en el ámbito de la

inteligencia artificial. Fue desarrollado en 1958 en el MIT y suele ser usado en la
implementación de sistemas expertos.
7. DBASE: Es un lenguaje similar al Pascal, pero con funciones para manipular

directamente las bases de datos creadas con el sistema de base de datos conocido como
DBASE.
8. Java: Es un lenguaje de programación orientado a objetos creado recientemente por

Sun Microsystems. Su estructura es parecida a la del C pero evitando sus desventajas. Es
relativamente sencillo de aprender y además es un lenguaje que puede ser interpretado
por los navegadores de Internet, con lo que un programador puede publicar su programa
en un URL convenido y cualquier usuario de Internet puede ejecutarlo en su ordenador a
través del navegador.
9. C++: Es la evolución del C en un lenguaje orientado a objetos. Comparte las ventajas y

desventajas del C, pero sigue los principios de la programación orientada a objetos.
Este trabajo pretende simplemente dotar al lector de unos criterios mínimos en algunas de
las tecnologías usadas actualmente en el tratamiento de problemas científicos. Para cada
paradigma aquí presentado damos unos conceptos generales sobre el mismo y unos principios
básicos de funcionamiento. Con esto esperamos dar a conocer distintos aspectos que se pueden
abordar con cada uno de ellos, así como el coste y conocimiento que esto supone. Se
recomienda acudir a las referencias para más detalles sobre el funcionamiento y conveniencia
de cada paradigma.
2.3. Algunas Tecnologías Adicionales
En principio, con un lenguaje de programación de propósito general (como C o Java) y su

correspondiente compilador o intérprete un programador puede desarrollar cualquier tipo de
aplicación. No obstante, aplicaciones de un mismo tipo suelen tener las mismas necesidades,
restricciones y requerimientos. Por ejemplo, cualquier aplicación gráfica abrirá ventanas,
construirá botones, cuadros de texto, gráficos, etc. con lo que es deseable extender el lenguaje
utilizado con procedimientos u objetos primitivos que permiten realizar esas funciones, evitando
que el programador las programe cada vez que se crea una aplicación gráfica. De esta manera
existen extensiones y aplicaciones que sistematizan la creación de programas y sistemas en
general para determinados dominios. En cierta manera, estas aplicaciones aíslan al usuario final
de los detalles de la implementación de los mismos. A continuación se exponen algunas de
estas tecnologías:
2.3.1. Sistemas Expertos
¿Qué es un Sistema Experto?
Un sistema experto es un programa de ordenador que le permite a éste realizar o aconsejar

acerca de la toma de decisiones no estructuradas o semiestructuradas que son propias de
humanos con conocimientos y experiencia en un dominio específico. Los sistemas expertos
operan normalmente como consultores expertos que ofrecen su consejo a humanos en áreas
específicas. Algunos ejemplos de decisiones basadas en los sistemas expertos son los
diagnósticos de enfermedades bacteriológicas en pacientes, detección de fallos en el
funcionamiento eléctrico en locomotoras diesel, configuraciones de sistemas y redes de
ordenadores basados en las estimaciones de trabajo y necesidades de los usuarios, etc.. Como
podemos observar los sistemas expertos explotan el conocimiento específico acerca de un
dominio para realizar inferencias complejas que ayudan al humano en el análisis y proceso de
una situación concreta.
Arquitectura de un Sistema Experto
La arquitectura de un sistema experto evoca en cierta manera las estructuras y procesos

cognitivos en el comportamiento humano. El primer componente de un experto humano es una
memoria a largo plazo de hechos, estructuras y reglas que representan el conocimiento del
experto en un dominio concreto. La estructura análoga en un sistema experto se denomina
base de conocimiento. Luego, un experto humano, posee unos métodos de razonamientos
apropiados a su dominio de forma que puede extraer de su conocimiento la información
adecuada para aplicarla en la resolución de un problema dado.
Lecturas: Educación Física y Deportes · http://www.efdeportes.com · Año 6 · Nº 33 sigue Â
Recomienda este sitio
¿Qué es la informática aplicada a las ciencias del deporte?

Antonio Hernández Mendo y Raúl Ramos Pollán
2/8
Análogamente, un sistema experto posee un motor de inferencia que es el que se encarga

de implementar las funciones de razonamiento.
En esta analogía el proceso realizado por el motor de inferencia imita ciertos aspectos del
pensamiento, mientras que el conocimiento es almacenado en ultima instancia en la base de
conocimientos. En cierta manera la diferencia entre el motor de inferencia y la base de
conocimiento en un sistema experto es la misma que la distinción entre los métodos de
razonamiento de propósito general y el conocimiento específico a cada dominio que se ha
construído en el campo de la inteligencia artificial. El conocimiento general sobre la manera de
resolver los problemas se refleja en la manera de operar del motor de inferencia. De esta
manera un motor de inferencia puede ser usado para razonar sobre distintas bases de
conocimiento, siempre que el conocimiento esté codificado según las mismas reglas.
Además de estos dos elementos, el entorno de un sistema experto incluye varias

herramientas para asistir a las personas que construyen o utilizan el sistema experto. A la hora
de construir, el desarrollador utiliza herramientas para adquirir, codificar y limpiar el
conocimiento con el que se alimenta a la base de conocimientos. Una vez que el sistema
experto ha sido desarrollado los usuarios se valen de una serie de herramientas e interfaces
para interactuar, consultar y actualizar el sistema experto. En muchas ocasiones los sistemas
expertos pueden ser integrados en entornos de tiempo real, grandes bases de datos o ser parte
de aplicaciones más grandes.
El interfaz de usuario de un sistema experto permite que los usuarios pregunten al sistema,
le proporcionen información, reciban consejo, etc. Dentro de las limitaciones de los
computadores, este interfaz busca en alguna manera suministrar el mismo conjunto de
facilidades de comunicación que un experto humano. Del mismo modo que un experto humano
explica sus decisiones y recomendaciones, los sistemas expertos también necesitan justificar y
explicar sus acciones. La parte de un sistema experto que genera estas justificaciones se
denomina herramienta de explicación. Esta herramienta no sólo satisface la necesidad social de
reasegurar la confianza del usuario final en el sistema, sino que también, desde el punto de
vista técnico, le sirve al desarrollador para realizar un seguimiento del sistema experto y
conocer la validez del conocimiento introducido en la base del conocimiento.
2.3.2. Algoritmos Genéticos
¿Qué son los algoritmos genéticos?
Los algoritmos genéticos (GAs) fueron inventados para imitar algunos procesos observados
en los mecanismos de evolución natural. Mucha gente, incluidos biólogos, se sorprenden del
hecho de que la vida y su complejidad podrían haber evolucionado en un periodo de tiempo
relativamente corto según los registros fósiles. La idea de los GAs es utilizar los principios del
concepto de evolución para resolver problemas de optimización. El padre de los GAs es John
Holland que los inventó al principio de los 70.
http://www.efdeportes.com/efd33a/informa1.htm 22/02/2005
Los GAs son algoritmos adaptativos de búsqueda heurística basados en los principios
evolutivos. Como tales representan un aprovechamiento inteligente de las búsquedas aleatorias
usadas para resolver problemas de optimización. Aunque tienen un componente aleatorio, los
GAs no tienen un comportamiento aleatorio, sino que explotan la información histórica
(evolutiva) para dirigir un proceso de búsqueda hacia regiones del espacio de búsqueda con
más posibilidades de optimizar un problema. Los principios básicos de funcionamiento de los
GAs se basan en la creación de una población de individuos (soluciones a un problema),
selección de los más adaptados (soluciones más cercanas al óptimo) y recombinación de los
individuos más adaptados para crear una nueva población (integración de soluciones).
En muchos casos, los algoritmos genéticos ofrecen resultados más satisfactorios que otras
técnicas usadas en Inteligencia Artificial. Esto es debido a que son mucho más robustos (mayor
tolerancia en los datos de entrada o ruido), y ofrecen un método generalmente eficaz en la
exploración de espacios de búsqueda complejos (alta dimensionalidad).
¿Cómo funcionan?
Los GAs simulan el proceso de supervivencia de los individuos mejor adaptados en

generaciones consecutivas para resolver un problema. Cada generación consiste en una
población de cadenas de caracteres o de bits que representan una solución (numérica o
codificada) a un problema dado y que evocan a las cadenas de DNA que observamos en los
cromosomas. Cada individuo (cadena de bits) representa un punto en un espacio de búsqueda y
por tanto una posible solución. Cada población es sometida al proceso de evolución. Los
principios evolutivos que se pretenden simular son los siguientes:
z Los individuos en una población compiten por los recursos disponibles y se reproducen.
z Los individuos más adaptados en cada competición producen más descendientes que los
individuos menos adaptados.
z La información genética de los individuos mejor adaptados se propaga en generaciones

sucesivas de forma que dos padres "buenos" producirán en algunas casos descendientes
que son mejor adaptados que ellos mismos.
z De esta manera cada generación sucesiva estará mejor adaptada a su entorno.
En términos generales, el espacio de búsqueda de un problema consiste en el conjunto de

todas las posibles soluciones al problema. De todas esas posibles soluciones solo una, o unas
pocas son las que optimizan el problema según algún criterio dado. En GAs se empieza por
tanto por obtener un método de codificación de las posibles soluciones en cadenas de
caracteres sobre un determinado alfabeto (suele ser el alfabeto binario). Luego se define una
función de evaluación que a cada individuo (posible solución) asigna un valor de eficacia o
adaptación, de forma que se pueden comparar distintos individuos para saber cual esta mejor
adaptado. Esta función, representa el entorno en al cual los individuos han de adaptarse. Una
vez definido esto, se comienza por una población de posibles soluciones (normalmente
generada de manera aleatoria) y se repite el siguiente proceso:
z Se le aplica la función de evaluación a cada individuo, de manera que se obtiene una

medida objetiva de la capacidad de adaptación de cada individuo a esa función.
z Se selecciona una porción de la población basada en la medida anterior. Por ejemplo, a

cada individuo se le asigna una probabilidad proporcional a su medida de adaptación y se
seleccionan individuos según esa probabilidad. De esta manera se seleccionarán los
individuos que estén mejor adaptados y ocasionalmente también se seleccionará algún
individuo con una adaptación menor. Esto se suele hacer para no perder la opción de
evitar máximos locales en la función de evaluación.
z Los individuos seleccionados se reproducen entre ellos para generar una nueva
población. Hay muchos tipos de operadores para realizar este paso. Entre ellos los más
comunes son: el cruce, en el que las cadenas de bits se intercambian porciones y la
mutación, en el que de forma aleatoria se cambian de valor algunos bits de algunos
individuos. Como se puede observar, el cruce corresponde a la recombinación de
información de las posibles soluciones, y la mutación corresponde a la introducción de
nueva información en la población.
De esta manera se producen nuevas generaciones de soluciones que contienen, por lo

general, más genes buenos que una solución típica de la generación anterior. Cada generación
contendrá más y mejores soluciones parciales que las generaciones previas. En algún momento
el proceso alcanza el máximo deseado o algún valor que hace que las sucesivas generaciones
no mejoren las anteriores.
Como se puede observar, los GAs son un buen método para buscar las soluciones a un
problema cuando no se tiene mucha información acerca del dominio o cuando no se conoce un
método eficaz de exploración del espacio de soluciones. Por supuesto los GAs no son métodos
infalibles para la resolución de problemas, ni los más eficaces en muchos casos, pero son muy
válidos en entornos en los que los espacios de búsquedas son complejos. También, es
importante observar que no existe ningún teorema de convergencia de los GAs y por tanto no
es posible saber a priori si encontrarán una solución en un caso específico. Ni siquiera, es
posible asegurar en muchos casos si la solución que proporcionan son máximos globales o
simplemente máximos locales.
2.3.3. Análisis y clasificación automática de datos
¿Qué es el aprendizaje automático y la minería de datos?
En las últimas décadas investigadores provenientes de distintas disciplinas, desde la

Psicología hasta la inteligencia artificial, han intentado desarrollar modelos generales de muchos
de los procesos cognitivos que realizan los humanos, especialmente el aprendizaje. Muchos de
estos esfuerzos generaron ideas y aplicaciones interesantes no sólo desde el punto de vista
teórico sino también desde las perspectivas tecnológicas y prácticas. En particular, los avances
en la representación del conocimiento y las nociones y técnicas de aprendizaje automático
abren muchas posibilidades en el campo de la representación y análisis de datos. Basados en
estos conceptos y sin olvidar los métodos estadísticos tradicionales de análisis de datos, en la
última década han surgido nuevos métodos alternativos aplicables en estos campos.
Muchos de estos métodos comparten un uso intensivo de los recursos computacionales

disponibles hoy en día. Evidentemente, esto no era posible hace algunas décadas. El
planteamiento general del problema que se aborda en esta sección es el siguiente: partiendo de
un conjunto (amplio) de datos, las metodologías automáticas permiten desarrollar
representaciones convenientes de las estructuras de los datos. El conocimiento adquirido puede
ser entonces aplicado en otros conjuntos de datos bajo la hipótesis que comparten
características (por ejemplo, el origen) similares. En muchas ocasiones (y más aún con la ayuda
de las computadoras) las metodologías de adquisición de datos proporcionan grandes
cantidades de datos (que no información) generadas por muchas clases de eventos que se
monitorizan. Desde el punto de vista del investigador esos datos son imprescindibles porque son
el origen último de su tarea, pero en sí son inútiles si no es posible extraer informaciones de
ellos (tales como correlaciones escondidas, particiones, determinación de variables
significativas, etc.). De esta forma el investigador ha de tener los medios para transformar los
datos brutos en conocimiento. La siguiente figura representa este proceso automático:
Con los medios actuales, la cantidad de datos abruman en muchas ocasiones al investigador
e inutilizan los métodos manuales tradicionales de extracción de información. Ejemplo de esto lo
dan la física de partículas (experimentos que general mas de 1 Megabyte de información por
segundo), el análisis de mercados comerciales (cantidad de empresas, valores y sectores

comerciales), etc.
Dentro de las técnicas de aprendizaje automático, se denomina minería de datos a las

técnicas que permiten obtener las mejores representaciones de los datos, dados unos criterios
específicos. En cierta parte, la idea es similar a los procesos de descubrimiento que se realizan
en el ámbito del método científico. Por eso, estas técnicas reciben a veces el nombre de
descubrimiento automático.
¿Cómo funciona?
En sí la minería de datos no es más que una metodología de resolución de problemas que

trata de encontrar descripciones matemáticas o lógicas de patrones y regularidades de una
cierta complejidad en conjuntos de datos. Hay dos maneras principales de realizar este proceso.
1. Por un lado el aprendizaje supervisado, las regularidades en los datos se encuentran

explorando casos conocidos que se presume que contienen o implican los patrones bien
definidos. Una vez se realiza esta exploración inicial y se establecen los patrones
relevantes, se realiza un proceso de generalización para su aplicabilidad con cualquier
conjunto de datos. Por otro lado, el aprendizaje no supervisado encuentra regularidades
en los datos en base a algunos caracterizaciones lógicas de carácter general. Podemos,
por tanto, representar la minería de datos como un proceso que puede ser bien sintético
(generalizando a partir de algunos casos conocidos) o analítico (generando descripciones
de alto nivel).
La minería de datos permite producir conocimiento científico en áreas que aún no son
propicias para las aproximaciones tradicionales. De esta forma los algoritmos de
optimización y aprendizaje se pueden usar para producir modelos de datos
experimentales en áreas en las que no existen explicaciones ni modelos teóricos previos.
La noción básica del aprendizaje supervisado es la de un clasificador, que es un algoritmo

o sistema capaz de discriminar datos entre un conjunto de posibles categorías. Los
clasificadores se entrenan y se prueba con un conjunto de casos conocidos y crean sus
propias estructuras y reglas internas a medida que se les presentan los casos conocidos.
De esta manera, y con un número suficiente de casos conocidos, el clasificador se
convierte en un generalizador y es capaz de clasificar correctamente datos provenientes
de casos desconocidos. Por tanto la utilización del aprendizaje supervisado se basa en
dos pasos:
{ La creación de un conjunto determinado de categorías en las cuales clasificar los

datos
{ La presentación de pares [dato, clasificación] que corresponden a los casos

conocidos. Durante este proceso el clasificador va formándose sus criterios
internos de clasificación.
Esto es el entrenamiento.
{ La presentación de datos ya generalizados proporciona la clasificación automática

en base a los criterios internos adquiridos en la fase anterior.
Esto es la operación.
2. Por el contrario, el aprendizaje no supervisado no parte de criterios específicos

preestablecidos (como lo son el conjunto de categorías en las que se dividen los casos
conocidos), sino que parte de descripciones generales del tipo de patrones que reconocer
en los datos. Por ejemplo, mientras que en el aprendizaje supervisado lo que el
investigador determina a priori es: existen las categorías A, B y C, con este significado;
en el aprendizaje no supervisado el investigador únicamente dice: existirán entre 4 y 6
categorías y el clasificador se encarga de agrupar los datos.
La implementación final de los clasificadores se basa en muchas ocasiones en redes de

neuronas artificiales. Las redes de neuronas artificiales están compuestas por elementos que
siguen los principios de funcionamiento de las neuronas naturales: reciben varios valores de
entrada y en base a esos valores ofrecen un único valor de salida (encendido o apagado). De
esta forma se construyen redes de neuronas conectando la salida de unas neuronas a las
entradas de otras. La redes pueden adquirir diversas configuraciones, pero generalmente un
conjunto de neuronas de la forma siguiente:
En donde hay una serie de neuronas que reciben los datos de entrada y otras neuronas cuyo
estado de activación conforma el dato de salida. En algunas configuraciones existen capas
organizadas de neuronas (aparte de la capa de entrada y de salida), en otras existen ciclos, etc.
Cada conexión entre dos neuronas tiene unas características específicas que determinan la
influencia en la neurona a la que llega la conexión. Un aprendizaje supervisado proporciona
valores de entrada, calcula el error en la salida y mediante un algoritmo corrector cambia las
características de las conexiones con cada par [dato, clasificación] que se le presenta. Un
aprendizaje no supervisado cambia las características de las conexiones según se va usando la
red, por ejemplo, reforzando las conexiones mas usadas.
Es importante observar que el origen de las redes neuronales es imitar el funcionamiento

básico de las neuronas naturales, y se desconoce bastante el porqué fundamental del
comportamiento de las mismas. Experimentando con ellas se ha descubierto que funcionan muy
bien como discriminadoras de información, pero sin saber exactamente cómo deducir ese
comportamiento global del funcionamiento particular de cada neurona del conjunto.
Desde el punto de vista práctico y dependiendo de la envergadura de cada problema, con

unos pocos conocimientos de programación es posible construir redes neuronales relativamente
sencillas y probar su funcionamiento directamente. También existen herramientas con diversos
grados de sofisticación para diseñar, entrenar y explotar redes neuronales. También existen
herramientas sofisticadas que implementan un contexto entero de aprendizaje automático, con
los conceptos de clasificadores y generalizadores, y en los que las redes neuronales no son más
que una parte específica de su diseño. En cualquier caso, es importante saber ser consciente de
la base de estas ideas, para poder adquirir criterios válidos en cuanto a sus limitaciones y
posibilidades.
2.3.4. Simulaciones y Realidad Virtual
¿Qué es la realidad virtual?
El término Realidad Virtual es usado por mucha gente con distintos significados. Para algunos
no es más que un casco con una pantalla, un guante sensible y sonido estéreo y para algunos
otros son los efectos especiales que se ven en una película. Una definición más objetiva sin
embargo, es la que se ofrece en [5] y es la siguiente:
La Realidad Virtual es un modo para que los humanos podamos ver, manipular e
interactuar con datos extremadamente complejos y con los ordenadores.
En seguida vemos la conexión con el resto de los conceptos que hemos estado tratando en
este capítulo. La parte de la definición que habla de la visualización se refiere al ordenador que
genera información visual, auditiva o en algunos otros sentidos sobre un mundo dentro del
ordenador. Este mundo puede ser un modelo arquitectónico, una simulación científica, una vista
en una base de datos, etc. El usuario puede interactuar con el mundo y manipular los objetos
de los que está compuesto ese mundo. Estos objetos pueden ser representaciones de entidades
físicas (por ejemplo, un corredor en acción o una simulación de vuelo) o entidades abstractas
(conceptos y relaciones científicas, tendencias de mercados, etc.) Lo importante es que
conforma un medio por el cual se facilita la interacción con conjuntos de datos cuyas relaciones
son complejas y no del todo entendibles de manera inmediata
Componentes de un sistema de realidad virtual
Según los requerimientos y el entorno en el que funciona un sistema de realidad virtual

cambian las exigencias de eficacia de cada una de las partes que a continuación describimos.
Por ejemplo, si creamos una simulación para estudiar la aerodinámica de una posición
determinada de un ciclista lo importante es la exactitud del modelo y la adaptación de la
simulación a las variables que tomamos como criterios. La velocidad de la simulación, aunque
muy conveniente, no es una característica fundamental del estudio. Pero si por ejemplo,
creamos una simulación para entrenar a un corredor a adquirir un cierto reflejo, lo importante
es que la simulación sea en tiempo real. Con esto en mente, las principales partes de un
sistema de realidad virtual son:

3/8
1. Procesos de entrada de datos: que se encargan de hacer llegar la información pertinente

al ordenador. Algunos ejemplo son el guante sensible, sensores de posicionamiento del
cuerpo, sistemas de reconocimiento de voz, etc.
2. Procesos de simulación. La parte más importante de un sistema de realidad virtual son

los procesos de simulación. Estos son los procesos que implementan el modelo del
mundo (virtual o simulado) y procesan los datos de entrada acorde a ese modelo del
mundo. Por ejemplo, en la simulación de un corredor, los procesos de simulación han de
implementar una cierta parte de las leyes físicas que rigen el movimiento del corredor
entre las que se encuentran las leyes de la gravedad, leyes de apoyo, etc. En general el
proceso de simulación divide el tiempo en instantes discretos. En cada instante se genera
una simulación (visual y auditiva en la mayor parte de los casos) sobre el estado del
mundo virtual en ese instante y se actualiza ese estado que generará la simulación del
siguiente instante de tiempo. [6] y [7] muestran importantes ejemplos de procesos de
simulación en este contexto.
3. Procesos de salida de datos. Como resultado de cada simulación se suelen generan una
serie de estímulos de salida que se proyectan en los dispositivos adecuados: pantalla,
casco 3D, aparatos mecánicos, etc.
Es importante observar, que aunque popularmente se asocia el concepto de realidad virtual a

aplicaciones espectaculares y complejas, el concepto de simulación es más general y
seguramente más aplicable en los dominios que nos interesan. Los procesos descritos
anteriormente se aplican a cualquier proceso de simulación, sea proyectado imágenes casi
reales sea controlando la temperatura de la habitación en la que un atleta está corriendo.
El concepto principal es el de la representación física y familiar de datos para su asimilación

por parte de algún receptor. En algunas ocasiones ese receptor puede ser el científico que
manipula una molécula virtual en 3D, en otras puede ser un piloto en su simulación, etc. Pero
en todas esas ocasiones el computador construye una representación adecuada de los datos
que se muestran una situación determinada en un entorno concreto.
3. La revolución técnica
Esta revolución técnica, que hemos sintetizado anteriormente, ha afectado, entre otras, a
una de las funciones fundamentales y básicas de la ciencia como es la compartición de los
resultados y las experiencias. Para poder darle la relevancia que esto tiene baste decir que
autores como Karl Pribam o Popper consideran que los resultados del científico no tienen validez
hasta que no se demuestra su capacidad de ser replicados. En este sentido, es de vital
importancia el que los resultados se hagan públicos y que la comunidad científica tenga acceso
a ellos. Conocer el trabajo de la investigación en nuestro país y en el resto del mundo es una de
las labores de los investigadores y de los estudiosos en general. Si el valor científico de los
datos está condicionado a que se hagan públicos en fuentes de credibilidad para la comunidad
científica, no hace falta señalar el valor de las fuentes de documentación.
De hecho, el dinamismo y universalización de las fuentes de documentación científica puede

ser una de las características del avance científico en las últimas décadas. Por un lado, la
literatura científica se duplica en un plazo 10-15 años, y por otro lado, los nuevos sistemas
informáticos de almacenamiento, búsqueda y recopilación de documentación científica hacen
que sea cada vez más fácil acceder a esa información. Todo esto es esencial, ya que el avance
científico depende en gran parte de una buena comunicación entre los investigadores de todo el
mundo. Además, hace menos importantes las diferencias entre universidades grandes y
universidades humildes, ya que no hace falta poseer una costosa biblioteca para tener acceso
básico a la información de interés.
El hecho es que las ventajas citadas tiene como contrapartida el que un investigador se
puede encontrar con un exceso de información y con dificultades en la selección cualitativa de la
misma. Las bases informatizadas de datos proporcionan la posibilidad de realizar búsquedas con
referencias cruzadas y descriptores muy específicos, no obstante, hay un aspecto cualitativo que
depende en gran medida de la formación especializada de cada investigador.
A continuación indicamos en diferentes apartados algunas de las principales fuentes de

documentación e información documental que pueden ser de utilidad. Hay fuentes
documentales primarias, como las revistas, textos, etc., y fuentes secundarias, revisiones,
índices de citas, sistemas de búsqueda, etc.
3.1. Revistas sobre informática en relación a las ciencias sociales y del deporte
Constituyen probablemente el principal medio de información y comunicación científica. A

pesar del retraso que en algunos casos se produce en la publicación de trabajos de
investigación, suele ser la fuente que proporciona información más actualizada.
A continuación presentamos una relación de revistas que pretende ser una guía general que
se aleje de las revistas de divulgación. Pretendemos recoger, sin carácter de exhaustividad,
todas aquellas revistas de impacto que están dedicadas en su totalidad o parcialmente a la
relación entre informática y las ciencias sociales:
1. Behavior Research Methods, Instruments and Computers
2. Biometrics
3. British Journal of Mathematical and Statistical Psychology
4. Computers and Human Behavior
5. Computer Language
6. Estadística Española
7. Journal of Mathematical Psychology
8. Psicothema
9. Psychometrika
10. Quality and Quantity: European-American Journal of Metodology
11. Educational Technology
12. Applied Psychological Measurement
13. Educational and Psychological Measurement
14. Journal of Educational Measurement
15. Psicológica
De igual manera con aquellas guías e índices, muchos de ellos informatizados, donde se
encuentran con cierta frecuencia referencias sobre informática aplicada a las Ciencias Sociales y
especialmente a las Ciencias del Deporte.
1. Boletín de Información y Documentación de Unisport
2. Boletín de Sumarios. Facultad de Educación Física de Las Palmas.
3. Boletín de Sumarios. Instituto Nacional de Educación Física de Valencia.
4. Bolleti de Sumaris. INEF-Cataluña.
5. Catalog of Selected Documents in Psychology. American Psychologist Association.

Washington, USA.
6. Current Contents: Life Sciencies. Institute for Scientific Information. Philadelphia,

USA.
7. Current Contents: Clinical Medicine. Institute for Scientific Information. Philadelphia,

USA.
8. Current Contents: Social and Behavioral Sciencies. Institute for Scientific

Information. Philadelphia, USA.
9. Current Index Journal Education. Institute for Scientific Information. Philadelphia,

USA.
10. Index to Scientific Reviews. Institute for Scientific Information. Philadelphia, USA.
11. Journals in Psychology. A Resources Listing for Authors. 40 ed. en 1993,

American Psychological Association. Washington, USA.
12. Psychological Abstracts. American Psychological Association . Washington, USA.
13. Psychological Reader's Guide. Institute de Documentation Scientifique. Suiza.
14. Psychological Record. Graneville.Ohio, USA.
15. Science Citation Index. Institute for Scientific Information. Philadelphia, USA.
16. Social Science Citation Index. Institute for Scientific Information. Philadelphia, USA.
17. Thesaurus of Psychological Index Terms. American Psychological Association.

Washington, USA.
Para más información se pueden consultar los trabajos de Blanco (1983), Borchardt (1984),
Fernández-Dols y Ortega (1980), Herring, (1987), Mcinnis,R.G. (1982)
Un aspecto importante a tener en cuenta son los Centros de documentación y bases de

datos. En este apartado se relacionara los centros de producción de sistemas informatizados de
datos bibliográficos que permiten búsquedas rápidas y selectivas de la información almacenada
en soporte CD-ROM u "on-line". Con respecto a Centros Nacionales, podemos mencionar:
1. ICYT. Instituto de Información y Documentación de Ciencia y Tecnología, Madrid.
2. ISOC. Instituto de Información y Documentación de las Ciencias Sociales y

Humanidades, Madrid.
3. IIDB. Instituto de Información y Documentación de Biomedicina, Valencia.
4. INCA. Fundación para el Desarrollo de la Función Social de las Comunicaciones, Madrid.
5. CID. Consorcio de Información y Documentación, Barcelona.
6. CNIDC. Centro Nacional de Información y Documentación Científica, Madrid.
Con respecto a los centros internacionales, podemos citar las siguientes:
1. COMSERVE/CIOS. Communication Institute for Online Scholarchip, New York, USA.
2. CNRS. Centre National de la Recherche Scientifique, París, USA.
3. ISI/ISTB. Institute for Scientific Information, Philadelphia, USA.
4. NTIS. National Technical Information Service, Washintong, USA.
5. Oxford Medical Data Base, London, UK.
6. PsycINFO. Base de datos de la American Psychological Association, Washington, USA.
7. PsycLIT. Base de datos de la Psychological Abstracts Information Service, APA,

Washington, USA.
8. SCISEARCH (Science Citation Index). Producido por el Institute for Scientific

Information, Philadelphia, USA.
9. SPORTdiscus. SIRC (Sport Information Resource Centre), Ottawa, Canadá
10. University Microfilms International, Michigan, USA
Direcciones web donde encontrar información sobre documentación deportiva y otras

informaciones diversas relacionadas con el ámbito deportivo son:
z http://www.cpd.us.es./sadus/
z http://www.uida.es/
z www.deportes.rcanaria.es/
z http://www.iusport.es/intro.htm
z http://www.efdeportes.com
z http://www.iusport.es/lex-futbol/default.htm
z http://guide.es.netscape.com/es/guide/sports.html?
z http://www.mec.es/csd/
z http://www.deimos.es/psicoesport/index.html
z http://www.psyc.unt.edu/apadiv47/links.htm
3.2. Fuentes sobre instrumentación y "software"
Una de las áreas más afectadas por esta revolución es la Metodología de Investigación En
esta área tiene una importancia notable todo lo relativo a tecnología de los instrumentos y a los
programas informáticos específicos para el procesamiento y análisis de los datos. El crecimiento
de la producción relativa a estos aspectos es muy grande, y por otro lado, hay mucha
instrumentación que no siendo específica de la investigación puede tener una utilidad
importante en determinados estudios. Por todo ello incluimos a continuación una relación, en
absoluto exhaustiva, de instrumentos y programas informáticos de gran peso en la
investigación.
3.2.1. Software de recogida de datos
1. BEHAVE. Permite el registro y tratamiento de datos, ofrece posibilidades de

representaciones gráficas y algunos análisis. Behavior Research Methods &
Instruments,9, 452-455, 1977.
2. BOSS. Facilita el registro de duraciones en tiempo real, frecuencia y secuencia.

University of Washington, USA, 1975.
3. CAMERA. Es un sistema completo de teclado, ordenador y "software", diseñado para

facilitar la tarea de registro desde videograbaciones. Disponibles a través de ProGAMMA.
4. CODEX. Un sistema de registro y almacenamiento de datos que permite trabajar con

distintos tipos de datos (Secuencias de eventos, secuencias de estados, secuencias
mixtas de estados y eventos, secuencias de intervalos y formatos de campo) ya sea en
una situación natural o una situación grabada en soporte magnético (audio o video).
Permite trabajar con el flujo de conducta verbal recogido. Exporta los datos a los
programas SDIS-GSQ para análisis secuencial, OBSERVER 3.0, y THEME. (Hernández
Mendo, 1996b, Hernández Mendo, Anguera & Bermúdez-Rivera, 2000)
( http://www.efdeportes.com/soft.htm )
5. DATACHRONO. Un sistema portátil de registro y almacenamiento de datos diseñado en

nuestro país. Jiménez y cols. (1987).
6. DATAMYTE. Uno de los registros y almacenamiento más conocido con sus más de dos
décadas de historia y sucesivas versiones. Electro/General Corporation, Minnesota, USA.
7. DART. Sistema de registro en tiempo real controlado por ordenador. Behavioural

Psychotherapy, 10, 40-47, 1982.
8. DCRII. Diseñado para registrar las conductas de recién nacidos y sus cuidadores.
Behavior Research Methods & Instruments, 9, 442-446, 1977.
9. MEL. Micro Experimental Laboratory para diseño y presentación de estímulos diseñado

por Pascal. de W. Scheneider (1988). Micro Experimental Laboratory. Behavior Research
Methods, Instruments & Computers, 20(2), 206-217.
10. OBSERVER 3.0. Es un programa orientado hacia el registro de datos en ordenadores

compatibles y que realiza algunos análisis de retardo. Tiene una aplicación adecuada
para el sistema CAMERA (Observer's Video Tape Analysis System). Disponible a través de
ProGAMMA.
11. OS3. Registrador de eventos y tiempo de fácil movilidad. Observational Systems Seattle,
Washington, USA.
12. POMS. Versión informática en Turbo Pascal para windows de la escala de estados de
humor) realizada por Hernández Mendo y Ramos (1995a) y Hernández Mendo y Ramos
(1996a). ( http://www.efdeportes.com/soft.htm )
13. PROCODER. Sistema para el control de la codificación y análisis de datos cuando se

realiza directamente desde vídeo.
14. REJILLA. Versión informática del ejercicio Grid o rejilla con números realizada en Turbo
Pascal para windows por Hernández Mendo, y Ramos, R. (1995b, 1995c) Permite la
evaluación y el entrenamiento de la atención amplia-externa y estrecha-externa.
( http://www.efdeportes.com/soft.htm )
15. PRACS. Permite el registro continuo y análisis de datos de un mismo sujeto facilita la
realización de un histograma sobre las frecuencias y duraciones. Errasti, J.M. y Rifá, H.
(1990), Departamento de Psicología, Universidad de Oviedo.
16. TRANSCRIPTOR. Programa para codificación de eventos desde video o audio en tiempo
real. Permite registro de producción verbal. Realiza un primer análisis de frecuencias y de
medidas primarias. Hernández Mendo, A; Ramos, R.; Peralbo, M.; Risso, A. (1993) y
Peralbo, M.; Risso, A.; Hernández, A.; Ramos, R. (1991), Hernández Mendo y Ramos
(1996). ( http://www.efdeportes.com/soft.htm )
3.2.2. Software de análisis
1. ASR. Uno de los programas más completos para análisis secuencial de retardo; permite
recodificaciones y análisis para diseños complejos. Es una versión optimizada del paquete
ANSEC de V. Quera, Dpto. de Metodología de las Ciencias del Comportamiento,
Universidad de Barcelona.
2. BMDP. Paquete estadístico de gran potencia para análisis de datos. La versión antigua
está bajo entorno de MD-DOS aunque existe una actualización en windows que llama a la
antigua versión
3. CONTIME. Análisis de secuencias en tiempo continuo. W. Gardner, publicado en

Multivariate Behavioral Research, 25, 205-206, 1990.
4. ELAG. Análisis de retardo, facilita recodificaciones, incluye subprogramas para computar

fiabilidad (kappa). R. Bakeman, publicado en Behavior Research Methods &
Instrumentation, 15, 530-535, 1983.
5. HYPERCARD. Programa multimedia desarrollado por Apple Computer en 1987 para su

uso en ordenadores Macintosh. El programa es un constructor de software que incluye
un amplio conjunto de herramientas (de dibujo, animación, tratamiento de textos,
cálculo, base de datos, etc.) que facilita la construcción y administración de test
informatizados. Goodman (1987). Permite la utilización de programas generados en
distintos lenguajes (Pascal, C, Fortran, etc.). No requiere grandes conocimientos de
informática para su uso.
6. ILOG. Análisis log-lineal para datos categóricos. R. Bakeman y B.F. Robinson publicado
en libro-software por LEA, 1994.
7. LAGS. Programa pionero de análisis de retardo. Sackett et al., publicado en Behavioral

Research Methods & Instrumentation, 11,366-378, 1979.
8. LISREL. Programa que permite realizar análisis de ecuaciones estructurales para

falsación de modelos causales.
9. MADAP. Paquete de programas que incluye una diversidad de tratamientos y análisis de

datos. Incorpora una adaptación de ANSEC. Kinapple, publicado en Behavioral Research
Methods, Instruments & Computers, 19, 335-337, 1987.
10. SAMPLE-TEST. Son dos programas que permiten hacer pruebas de orden,
homogeneidad y estacionaridad markovianos. Sample construye matrices de transición
desde muestras de datos y TEST realiza análisis desde la salida de SAMPLE. Arundale,
publicado en Behavioral Method, Instruments & Computers, 16, 335-336, 1984.
11. SAP. Permite la realización de análisis de retardo y añade el cómputo de kappa como
medida de patrones de interacción Wampold, Roll y East, University of Utah, Salt Lake
City, Utah, USA.
12. SATS. Realiza análisis de retardo y otros índices secuenciales con datos de eventos,
diseñado para su aplicación en el análisis de transcripciones verbales. P.J. Yoder y J.P.
Tap, publicado en Behavior Research Methods, Instruments & Computers, 22, 339-343,
1990.
13. SBA. Realiza análisis sobre la base de estadísticos de la teoría de la información,

modelos log-lineales y técnica de retardo. Schlundt, publicado en Behavior Research
Methods & Instruments, 14, 351-352, 1982.
14. SEQANA. Realiza análisis de tipo markoviano, analizando estructuras K-gramm

(secuencias de dos, tres, cuatro, etc. elementos). D. Kazantzidou y F.Welk (1990),
producido por Unisolo, Braunschweig, Alemania.
15. SDIS-GSQ. Son dos programas comprendidos en un mismo paquete. SDIS es un

analizador sintáctico de ficheros de datos escritos en un lenguaje propuesto como
estándar para el intercambio de datos secuenciales entre investigadores. Los datos son
depurados mediante SDIS y transformados en formato máquina sobre el que GSQ realiza
pruebas de orden y retardo, permite realizar todo tipo de codificaciones y trabajar con
datos concurrentes, así como la agregación o división de datos de acuerdo con variables
incluidas en el registro. Ofrece los principales estadísticos de utilización en análisis
secuenciales; también se puede computar la fiabilidad mediante kappa. R. Bakeman y V.
Quera, publicado en un libro con software incluido por Cambridge University Press, en
prensa.
16. SPAD. Paquete estadístico de gran potencia.
17. SPSS/PC. Paquete estadístico de gran potencia y de relativo fácil uso, permite realizar
todo tipo de análisis estadístico desde estadística descriptiva hasta análisis multivariante
como análisis factorial, análisis de varianza ANOVA y MANOVA, análisis de clusters,
análisis de correspondencias, etc.
18. STARTGRAPHICS. Paquete estadístico de gran potencia y fácil uso.
19. SYSTAT 5.0. Programa de análisis estadístico y gráficos interactivos. AddLink Software
Científico.

4/8
3.2.3. Cuestionarios informáticos
Para esta revisión vamos a seguir el trabajo de Hontangas (1999), en éste se pasa revista a
un importante número de test y cuestionarios informatizados y establece cuatro grupos en
función de las prestaciones y funciones que cumplen cada uno de ellos.
Primer grupo: En este grupo estarían los programas con mejores prestaciones y los que
merecen las mejores valoraciones:
1. C-Quest (Cogent Computing Corporation, 1997)
2. CAT Software System (Computer Adaptative Techologies, 1994)
3. ESTEST (Engineering Software Associates, 1998)
4. Fas-Test (Assessment Systems Corporation, 1998)
5. MicroCAT (Assessment Systems Corporation, 1995)
6. Micro Test Professional (Chariot Software Group, 1998)
7. Perceptión (Question Mark Corporation, 1998) ( http://www.qmark.com/products.html )
8. Question Mark for Windows (Question Mark Corporation, 1997)

( http://www.qmark.com/products.html )
9. The Examiner (Examiner Corporation, 1998)
Segundo grupo: En este segundo grupo se incluyen aquellos programas que tienen un
conjunto de prestaciones suficientes para satisfacer las necesidades de la mayoría:
1. BANKIT (Molina, 1997)
2. Interactive Assesor (EQL International, 1996)
3. LXRTest (Logic eXtension Resources, 1994)
4. Quiz Factory (Learning Ware, 1997)( http://learningware.com/quizfactory/ )
5. Test Generator (Fain & Company, 1997)
6. Test Buider (Top Grade Sofware, 1997)
7. Win WTE (WICAT, 1996)
8. WinAsk Pro (SmartLite Software, 1997)
Tercer grupo: En este grupo están los programas con menos prestaciones:
1. Choice (Holmes, 1997)
2. Create A Quiz (Kapusta, 1997)
3. MCTest (Summers, 1996)
4. MMC Test Generator (Hornyck, 1997)
5. Quiz Master Pro (Ezuse Software, 1997)
6. Take Test-MakeTest (Allen, 1996)
Cuarto Grupo: Este grupo de programas es quizás el que menos posibilidades ofrece:
1. Exam Generator (Steinmetx, 1994)
2. Exa Test (Serrano, 1994)
3. KrsQuiz (McGuire, 1997)
4. QuizMaker (Intelligent Educational Software, 1991)
5. TEST (Lorenzo y Vigil, 1993)
Además de estos grupos considera otros dos grupos, a saber, Test Adaptativos
informatizados y Test Administrados en Red. Con respecto a los primeros se distinguen:
2. CAT Software System (Computer Adaptative Thecnologies, 1994)
4. Perception (Question Mark Corporation, 1998)
5. UCAT (Linacre, 1987)
6. CATsys (De la Torre y Vispoel, 1991)
7. METRIX Engine (Renom, 1992)
8. ADTEST (Ponsoda, Olea y Revuelta, 1994)
Con respecto a los Test Administrados en Red ya han sido citados y son:
1. CAT Software System (Computer Adaptative Techologies, 1994)
2. C-Quest (Cogent Computing Corporation, 1997)
3. ESTEST (Engineering Software Associates, 1998)
4. Examine (Brailsford, 1994)
6. METRIX Engine (Renom, 1992)
7. Micro Test Professional (Chariot Software Group, 1998)

( http://www.qmark.com/products.html )
9. Quiz Factory (Learning Ware, 1997)
10. Quiz Master Pro (Ezuse Software, 1997)
11. Perceptión (Question Mark Corporation, 1998) ( http://www.qmark.com/products.html )
12. Test Generator (Fain & Company, 1997)
13. The Examiner (Examiner Corporation, 1998)
3.2.4. Compañías de software científico
Entre las compañías de creación de software científico que distribuyen publicidad con breves
descripciones figuran:
1. Scientific Software Inc. ( http://www.ssicentral.com )
2. Assessment Systems Corporation ( http://www.assess.com/ )
3. Progamma ( http://www.gamma.rug.nl/ )
4. Synergistic Office Solutions, INC ( http://209.41.0.227/ )
Además hay buscadores de software ( http://www.softseek.com/ ) y multitud de páginas

web con enlaces donde poder obtener información sobre el programa, el programa en sí, un
programa de demostración (demo) o una versión de evaluación:
1. http://www.curriculum.qed.qld.gov.au/lisc/edsw/dctools.htm
2. http://www.edusoft.org/library/index.shml
3. http://www.netshopper.co.uk/creative/education/languages/martin/
4. http://www.194.205.1.2:80/creative/education/home.htm/
5. http://www.ericae.net/
6. http://www.gsu.edu/~psyrab/sg_spanish.htm
Un referente importante son los editores de páginas web:
z HotDog ( http://www.sausage.com/ )
z HotMetal ( http://www.sq.com/products/hotmetal/hm-ft.htm )
z Html Assistant ( http://www.info.cern.ch/hypertext/WWW/Tools/html-assitant.html )
z PolyForm ( http://www.wgg.com/files/PolyForm )
z FrontPage98 ( http://www.microsft.com/frontpage/default.htm )
2.2.5. Buscadores de software gratuitos
1. http://www.zdnet.com/swlib/ Se puede encontrar todo tipo de software. Es el más

potente buscador de software gratuito. Cuando se solicita una búsqueda se informa de la
fecha del programa, de la puntuación de calidad del programa, del entorno bajo el que
funciona y del espacio que ocupa. En una búsqueda que hemos realizado con la palabra
sport, hemos encontrado 50 programas gratuitos.
2. http://www.davecentral.com/. En una búsqueda con la palabra sport, se han encontrado

cuatro programas.
3. http://www.download.com/. Realizada la misma búsqueda que en los anteriores, con la

clave sport, se encontraron 308 programas gratuitos.
4. http://www.softwarenow.com/. En la búsqueda que hemos realizado hemos encontrado

software deportivo pero hay que abonar la licencia de uso. Hay otro tipo de programas,
categorizados, de freeware y shareware.
5. http://www.softwarenow.com/ Tiene un apartado específico de deportes (Themes).

Existe una amplia gama de programas disponibles
6. http://Cws.internet.com/home.html. Con la búsqueda que hemos realizado de testeo con

la clave sport, nos ha suministrado 75 sitios relacionados con sport, pero no programas.
Es un buen buscador de software de windows en internet.
7. http://www.tucows.com/. La búsqueda que hemos realizado no fue muy exitosa, solo

encontramos una dirección web donde encontrar un programa.
8. http://www.winfiles.com/. En cuanto a programas deportivos no está muy bien servido.

Los programas que hemos encontrado hay que abonar una licencia.
4. La informática aplicada a las ciencias de la salud: un ejemplo, el

biofeedback en la rehabilitación deportiva
La Organización Mundial de la Salud (OMS) ya en el año 1946 define la salud como un estado
de bienestar físico, mental y social. Esta misma organización ha elaborado un programa
conocido con el nombre de "Salud para todos en el año 2000" cuyo objetivo primordial será
obtener un nivel de salud que permita a todos los ciudadanos una vida social y económica más
productiva.
El enfoque más tradicional de la salud ha estado basado fundamentalmente en el tratamiento

de la enfermedad, pero factores tales como un nuevo entorno social y cultural, distintas
condiciones de vida, enfermedades propias del estilo de vida, así como el abundante apoyo
médico y científico, han dado lugar a una nueva necesidad y a una nueva conciencia de la
salud: la prevención y la promoción de la salud.
Esta nueva concepción de la salud supondría la constitución de una red social compuesta por
los ciudadanos, los diferentes estamentos sociales y los distintos profesionales de la salud. Estos
se encargarían de proporcionar las habilidades necesarias así como de coordinar distintos
programas que permitiesen la toma de conciencia y la modificación de aquellos estilos de vida
que son perniciosos para la salud.
En este marco, uno de los valores más apreciados de nuestra sociedad, sin lugar a dudas, es
gozar de buena salud. La posesión de este bien se hace imprescindible para el logro y disfrute
de otros placeres y valores.
Actualmente se considera que la concepción de la enfermedad como resultado de algún

agente patógeno está superada. Los numerosos avances científicos han demostrado que la
etiología de las patologías es multifactorial. No solo influyen en ellas factores físico-quimicos,
sino que estos interactúan con factores psicológicos, sociales, ambientales, etc. (A.P.A., 1976).
Al tener en cuenta el conjunto de variables biológico-conductuales y socio-ambientales que
interactuan entre sí, la salud pasa a ser considerado como un problema social y por ende pasa a
ser un área de interés legitimo no solo para la Medicina, sino también para otras disciplinas
como la Psicología, la Sociología, Epidemiología, Economía, Informática, Ciencia Política, etc.
Estas disciplinas hacen aportaciones tanto a nivel paliativo, preventivo o de implementación y de
gestión de modelos económicos de salud. Esto ha provocado una ampliación en el modelo de
salud y enfermedad a fin de que incluya no solo las variables psicológicas y sociales que están
interactuando con las procesos biológicos sino que se ha hecho preciso reducir la incertidumbre
del modelo con el fin informatizar algunos procesos del modelo (p.e. sistemas expertos de
diagnóstico).
En todas estas aportaciones al modelo de salud desde diferentes disciplinas, cabe

preguntarse acerca del papel que desempeña la informática en cada una de estas ciencias y que
coadyuva en esta transformación del modelo de salud-enfermedad. Podríamos concretarlo en
un esquema, que lejos de intentar ser exhaustivo pretende ser ilustrativo de las relaciones que
se establecen entre las diversas disciplinas
La medicina deportiva evidentemente no es ajena a esta transformación que la informática

está imprimiendo en casi todas las áreas de conocimiento. Desde la utilización de los programas
de uso general como son bases de datos (para el mantenimiento de las listas de usuarios o
enfermos), las video conferencias (incluso para asistir a una operación a distancia) hasta el uso
de sistemas expertos en la toma de decisiones. Nosotros nos vamos a detener en un técnica
que además de las aplicaciones dentro del área de la salud tiene aplicaciones también a nivel de
la mejora de la performance. Nos estamos refiriendo al biofeedback.
Biofeedback es un término de acuñación inglesa, compuesto por el prefijo griego bio (vida) y
la palabra compuesta inglesa feedback1 (retroalimentación). Feedback o retroacción se opone
conceptualmente a feedforward2 o proacción, éste sería el mecanismo de control que permite el
primer movimiento y feedback el que permite el segundo (Carrobles y Godoy, 1987; Corraze,
1988).
Sobre la definición de biofeedback, en general, todos los autores coinciden en los aspectos
fundamentales. Diversas fuentes de información general coinciden al señalar la utilización del
término, las modalidades de uso, etc., aunque ninguna se refiere con claridad al origen de tal
aprendizaje. Distintas fuentes consultadas coinciden en la aproximación conceptual del término,
aunque con pequeñas variantes. (Schmidt, 1988)
La utilización del término inglés ha dado origen a muchas polémicas en distintos autores
(Lefebvre, 1986) que prefieren utilizar el término retroacción (retroaction). No obstante en la
literatura española (Vila, 1981; Fuente y otros, 1981; Palmi, 1986; Carrobles y Goody, 1987;
Labrador, 1987; Corbal, 1988; Simón, 1989, 1991; Vega, 1990;) se prefiere la utilización del
vocablo inglés. Asimismo, otros autores no anglófonos, se decantan por la utilización de dicho
término (Friedman, 1977; Fontaine, 1981; Thomas y otros, 1987; Swinnen, 1990). Por el
contrario, otros autores no anglófonos, pese a trabajar con la información derivada de la
ejecución de una actividad que previamente ha tenido lugar, no utilizan ningún término en
concreto para designarlo, aunque no en todos sus trabajos (Fernández, 1980; d'Ydewalle y
Eelen, 1982).
Tabla 2. El biofeedback como un proceso o sistema de control. (Carrobles y Godoy, 1987, pp. 19).
Podríamos pensar que el término biofeedback apareció por vez primera en 1969 con la
formación de la "Biofeedback Research Society", actualmente denominada "Biofeedback Society
of América".
Con respecto a la aparición del primer trabajo llevado a cabo en este campo, Schmidt (1988)
cita a Basmajian, afirmando que "hace años, Basmajian (1963) dio a los sujetos información
auditiva y visual de su propio EMG, y mostró como esa información podía permitir a los sujetos
aprender a controlar una única unidad motora que normalmente no está bajo control
voluntario" (pp. 450).
El biofeedback como técnica de autocontrol aparece reflejado en varios autores (Carrobles y

Godoy, 1987). "El biofeedback es una técnica de autocontrol de respuestas fisiológicas que
opera a través de la retroalimentación o información constante que el sujeto recibe sobre la
función que se desea someter a control voluntario" (Simón, 1989, p.20). El BF ayuda al paciente
a ejercer un control voluntario sobre la respuesta objeto de entrenamiento.
En cuanto a los planteamientos teóricos son diversos, y así entre los modelos más
representativos podemos situar: el modelo operante, los modelos operacionales, el modelo de

aprendizaje de habilidades motoras y el modelo cibernético (Shapiro, 1982; citado a través de
Simón, 1991).
Si los modelos explicativos son variados esperamos que diversos autores utilicen diversos
modelos con el fin justificar la eficacia del BF. Así mientras Simón (1988) apela al
condicionamiento instrumental utilizando el reforzamiento progresivo en el marco del
moldeamiento de respuesta, Carrobles y Godoy (1987) lo hacen, pero no a través
exclusivamente del condicionamiento operante. Labrador (1989) afirma que el BF no se puede
explicar enteramente desde un modelo de condicionamiento operante y se debe considerar
como una técnica que sirve "de ayuda al aprendizaje de habilidades complejas" (pp. III). Desde
esta perspectiva el biofeedback podríamos entonces considerarlo como una técnica no invasiva,
que facilita al paciente el control voluntario de las respuestas fisiológicas sobre las cuales se
está actuando, con el fin de modificarlas (Carrobles, Cardona, Fuente, García, Jiménez y
Llorente 1981, Carrobles y Godoy, 1987; Simón, 1989, 1991, 1992; Vallejo, 1984) y que tiene
una acción potenciadora sobre los sistemas homeostáticos (Carrobles y otros, 1981; Simón,
1989) a través del aprendizaje de tales respuestas por medio de la conversión de la señal
fisiológica en auditiva o visual (Vila, 1981), lo que implica la utilización de instrumental que
facilite dicha información, generalmente medios electrónicos. Corraze (1988) refiriéndose al BF
afirma que "por medio del aprendizaje se obtiene un control efectivo sobre diferentes
parámetros fisiológicos remitiendo al sujeto sus consecuencias sensoriales. Entonces se puede
mantener a un determinado nivel el tono muscular, la tensión arterial, el ritmo cardíaco, etc. En
pocas palabras el control es posible si se permite al sujeto diferenciar los efectos sensoriales
ligados al proceso que se tiene que dominar. Conviene precisar que un aprendizaje así implica
un condicionamiento operante" (pag.40).
En el proceso de BF se distinguen unas fases en las que básicamente todos los autores
coinciden; así Simón (1989) identifica cinco fases en el proceso de BF:
1. Detección de la señal
2. Amplificación
3. Procesamiento y simplificación de la señal
4. Conversión de la señal
5. Información al sujeto (feedback) o exposición de la señal (Carrobles y Godoy, 1987;

Simón, 1991).
La detección de la señal fisiológica depende de la naturaleza de ésta, así se utilizarán

electrodos de registro, sensores o transductores. Las señales biológicas son de muy diverso
origen y naturaleza: bioeléctricas directas, bioeléctricas indirectas y de origen físico.
Las señales bioeléctricas directas -originadas por la actividad metabólica de órganos y

tejidos- y las señales bioeléctricas indirectas -basadas en las propiedades eléctrica de los tejidos
o los órganos- son captadas a través de electrodos de registro. En el primer caso los electrodos
son meros registradores, mientras que en el segundo, la señal es una propiedad eléctrica del
órgano o tejido y deberá ser medida en comparación con otras señales eléctricas de
características conocidas aplicadas externamente (Vila, 1981; Simón, 1988).
Las señales físicas no pueden ser captadas mediante electrodos o sensores, éstas han de
captarse mediante transductores (p.e. temperatura, movimiento, presión o fuerza).
Cuando la señal ha sido captada se amplifica con el fin de que el sistema pueda manejarla
eléctricamente.
Durante el procesamiento y simplificación de la señal (Simón, 1989), "la señal directa
manipulada hasta este momento es filtrada e integrada con objeto de extraer de ella sólo la
parte de información necesitada para nuestro objetivo y que bajo esta forma simplificada se va
a facilitar posteriormente al sujeto" (Carrobles et al., 1981, p.10).
La conversión de la señal consiste en convertir ésta en un estímulo fácilmente procesable por

el sujeto, las principales modalidades sensoriales de estos estímulos son las auditivas y las
visuales (Simón, 1989).
Esta señal transformada en otra forma estimular es facilitada al sujeto con el fin de que a
través de esta información aprenda a controlar o a modificar la respuesta en el sentido
apropiado (Simón, 1989).

5/8
Simón afirma acerca del BF que "se basa en un principio fundamental del aprendizaje según
el cual se aprende a ejecutar una respuesta particular cuando se recibe información acerca de
las consecuencias de las mismas" (Simón, 1991 pp.26).
Figura 1. Electrodo de BF-EMG. El centro cóncavo se recubre de pasta que facilita el paso de la señal.
Con respecto a la modalidad de presentación ésta constituye la Variable Independiente mas

importante (Simón, 1989, 1991). Distinguiendo entre feedback binario y proporcional.
Por lo que se refiere a la información y el refuerzo y la polémica generada a su alrededor,

Simón (1989, pp.41) afirma que "el reforzamiento necesariamente proporciona información de
que una determinada respuesta ha sido realizada, mientras que la información de que una
respuesta concreta ha ocurrido puede ser considerada al menos secundariamente como
reforzante" .
Por lo que respecta al aparataje, los modelos y marcas son variables (Carrobles y Godoy,
1987; Simón, 1989). Ya Krebs (1987) afirmaba de manera pronosticadora que en futuros
aparatos de BF se suprimirán los cables, utilizando la telemetría y se logrará suprimir los
artefactos. Actualmente se están utilizando para el control de entrenamientos deportivos unos
pulsómetros a los que podríamos considerar aparatos de biofeedback -aunque su señal no es
continua sino promediada- que utilizan la telemetría.
Tabla 3.Componentes típicos de un sistema de biofeedback. (Simón, 1989, pp. 27)
En lo referente a los ámbitos de aplicación del BF, Greene en la Encyclopedia of Psychology

(vol.1, pp.148-150) señala cinco de éstos:
1. Estimulación para el desarrollo muscular (Stimulus for development)
2. Control de respuestas autonómicas (Control of autonomic responses)
3. Entrenamiento autógeno (Autonomic therapy)
4. BF neuromuscular (Neuromuscular feedback)
5. BF Electroencefalográfico (Electroencephalographic feedback).
En cuanto a las áreas de aplicación del BF dentro de la Medicina Conductual, los diversos
autores consultados parecen coincidir. Carrobles y Godoy (1987) identifica seis áreas más
desarrolladas de intervención del biofeedback, a saber:
1. Problemas cardiovasculares
2. Problemas de origen neuromuscular
3. Problemas del sistema nervioso
4. Problemas gastrointestinales
5. Problemas sexuales
6. Problemas de estrés
Por su parte Simón (1992) identifica cuatro áreas más desarrolladas de intervención, a saber:
1. Disfunciones cardiovasculares
{ 1.1. Arritmias
{ 1.2. Hipertensión
{ 1.3. Trastornos circulatorios periféricos

1.3.1. Migrañas
1.3.2. Enfermedad de Reynaud
2. Trastornos gastrointestinales
{ 2.1. Incontinencia fecal
{ 2.2. Síndrome de intestino irritable
{ 2.3. Ulceras pépticas
3. Trastornos Neuromusculares
{ 3.1. Inhibición o disminución de la actividad de músculos espásticos
{ 3.2. Aumento de la actividad de músculos flácidos
{ 3.3. Incremento del control preciso del movimiento
4. Disfunciones sexuales.
Figura 2.Entrenamiento en Biofeedback aplicado a la rehabilitación neuromuscular en un deportista
Refiriéndose a la eficacia del BF en diversas áreas, Labrador (1989) afirma que es el área
motora donde se han conseguido los resultados más espectaculares.
En un aspecto más concreto de la aplicación del BF en el campo del deporte y de la actividad

física, encontramos que hay autores que la citan como técnica de intervención o como técnica
de enseñanza o como ambos. No obstante, al respecto del BF, Hongler (1988) afirma que el
principio del biofeedback descansa sobre la constatación de que los fenómenos psicológicos
tales como el stress, el miedo, etc., son asociados a modificaciones fisiológicas. Estas últimas
(se trata de datos fisiológicos como por ejemplo el pulso, la frecuencia respiratoria, la presión
sanguínea, la transpiración, etc.) son transmitidas a aquel que se entrena, bajo la forma de
signos ópticos o acústicos, mediante aparatos apropiados. Así el aprendizaje de los mecanismos
emocionales llega a ser posible, ya que cada uno puede constatar "por sí mismo" qué tipo de
comportamiento provoca (en él, en su caso) una modificación de las variables psicológicas.
5. La informática aplicada al seguimiento deportivo
Al igual que en el caso anterior, el biofeedback ha sido aplicado en la mejora y seguimiento

de la performance deportiva.
Diversos autores (Nideffer, 1981; Palmi, 1983; 1986; 1987; Palmi y Gordillo, 1986; Chevalier,
1987; Bacon, 1989; Swinnew, Nicholson, Scmidt y Shapiro, 1990 ) identifican unas áreas de
interés:
1. En el área de la performance3
2. En el área del rendimiento deportivo
3. En el área del aprendizaje
4. En el área de la rehabilitación
Palmi (1983) utiliza el biofeedback-EMG frontal con deportistas, aunque concluye que los
resultados no son lo suficientemente firmes.
Por su parte Sandweiss y Wolf (1985) encuentran cuatro áreas de trabajo en el deporte con
BF:
1. Asistencia psicofisiológica
2. Entrenamiento biomecánico
3. Medicina del deporte
4. Aplicada a la Medicina Rehabilitadora con implicación en la Performance4.
Curiosamente LeUnes y Nation (1989) únicamente identifican el BF como técnica de

reducción de la ansiedad y al respecto afirman que quizás la intervención técnica más común
basada en los principios del aprendizaje instrumental es un procedimiento que ha llegado a ser
conocido como BF. Conocido en la literatura psicológica experimental como "condicionamiento
instrumental de comportamientos autónomos", este área tiene sus orígenes con Neall Miller en
la Universidad Rockefeller (Dicara, 1970; Miller, 1978). Desafiando un axioma fundamental
establecido, consistente en que las técnicas instrumentales eran restringidas a respuestas
voluntarias y somáticamente controladas, Miller y sus colegas observaron, bajo una variedad de
condiciones experimentales, que los animales podían aprender a controlar su tasa cardíaca,
procesos digestivos, capacidad de salivación, y un gran número de otras respuestas internas. En
poco tiempo los "practicantes" estaban empleando técnicas reforzadas para tratar de todo,
desde migrañas hasta exceso de tensión muscular causado por el estrés.
Hoy en día, los tratamientos/procesos con biofeedback son comúnmente recomendados para
tratar la ansiedad. A menudo el entrenamiento de BF incluye algún tipo de equipo electrónico
que le señale al paciente que ha ocurrido una respuesta autónoma apropiada. Y el uso de esta
técnica de BF en el tratamiento de atletas ha producido convincentes resultados. Dewitt (1979)
usó un proceso electromiográfico para ayudar a jugadores de fútbol a aprender a relajarse. El
electromiógrafo está equipado con electrodos que pueden ser situados en puntos escogidos del
músculo. Estos electrodos miden el grado de contracción muscular y la información es
presentada de forma digital o análoga en una pantalla. Centrándose en la información de la
pantalla, los jugadores eran capaces de disminuir la tensión muscular y de prevenir una
excesiva excitación.
En investigaciones recientes Dewitt (1980), utiliza la terapia cognitiva combinada con

entrenamiento en BF en un intento por disminuir el estrés entre los jugadores universitarios de
fútbol y baloncesto. Aproximaciones cognitivas basados en la restructuración a través de
procesos y autopercepciones han sido valorados como técnicas de tratamiento en el marco de la
clínica tradicional. Usando las técnicas de repetición mental y reestructuración cognitiva
conjuntamente con feedback electromiográfico, Dewitt disminuyó la tensión muscular en una

prueba de laboratorio a seis jugadores universitarios de fútbol y doce de baloncesto. Y lo que es
más, la eficacia de juego aumentó enormemente tras la intervención, aunque este estudio no
incluye pruebas de los diferentes efectos de la terapia cognitiva con el entrenamiento de
biofeedback, sí muestra evidencias de que la eficacia de juego aumenta paralelamente a la
reducción de la tensión del músculo conseguida en las sesiones de biofeedback.
Por otra parte, Daniels y Landers (1981) condujeron una investigación con un grupo de
futbolistas que eran entrenados o con instrucciones verbales o con entrenamiento auditivo de
biofeedback. Los resultados revelaron que los jugadores que entrenaron con biofeedback
mejoraron más y mantuvieron una mayor consistencia que sus compañeros que sólo habían
recibido información verbal sobre su performance. Además los grupos de biofeedback
exhibieron un mayor grado de control sobre la muestra, validando así la relación entre el control
autonómico interno y la mejora de la performance de tiro. A pesar de los sólidos argumentos de
muchos médicos deportivos acerca de la deseabilidad del uso de las técnicas del biofeedback
(Bird y Cripe, 1986) sólo existen unas pocas demostraciones experimentales acerca de la
eficacia de la técnica en los nuevos campos de estudio. Aunque son de alguna ayuda las
investigaciones realizadas en laboratorios de alto control experimental en performance motora
(French, 1978),lo que se necesita son experimentos con atletas que realmente estén trabajando
bajo intenso estrés. Además hay una cuestión muy seria sobre la fiabilidad de los efectos.
Otros autores realizan trabajos puntuales en este campo, como es el caso de Palmi (1986)
que lleva a cabo una aplicación de las técnicas del biofeedback a la actividad física y al deporte.
Uno de los campos por él citado es el de la recuperación de lesiones deportivas, centrándose en
dos casos:
1. aumento del tono muscular
2. relajación que facilita el riego sanguíneo y favorece la recuperación5.
Chevalier (1987) por su parte hace mención del biofeedback aplicado a las técnicas de
imaginería (De Witt, 1981; Wilson y Bird, 1981; Daniels y Landers, 1981).
Quizás uno de los trabajos pioneros en el campo del BF aplicado al deporte sea el de
Zaichkowky (1982), que realiza un trabajo con biofeedback de tasa cardíaca con tiradores de
carabina.
Hongler (1988) cita al biofeedback como técnica de preparación psicológica para la

competición por lo que supone de reducción del estrés y al respecto afirma que:
"'To feed back' significa información de retorno. ¿Informar de qué?. El principio del
biofeedback descansa sobre la constatación de que los fenómenos psicológicos tales como el
stress, el miedo, etc., son asociados a modificaciones fisiológicas. Esta últimas (se trata de
datos fisiológicos como por ejemplo el pulso, la frecuencia respiratoria, la presión sanguínea, la
transpiración, etc.) son transmitidas a aquel que se entrena, bajo la forma de signos ópticos o
acústicos, mediante aparatos apropiados. Así, el aprendizaje de los mecanismos emocionales
llega a ser posible, ya que cada uno puede constatar 'por sí mismo' que tipo de comportamiento
provoca (en él, en su caso) una modificación de las variables psicológicas. El aprendizaje rápido
-en algunos días- de un método individual de relajación (que incluirá quizás también los
procedimientos de relajación), así como un control objetivo del grado fisiológico de
descontracción, es una ayuda rápida. Pero a pesar de su simplicidad a nivel de concepción, su
puesta en práctica crea muchos problemas que están lejos de ser resueltos. No es propio el
tratarlos aquí."(p.29).
Hasta aquí hemos repasado los principales trabajos buscando una definición tanto de la
técnica en sí como de sus principales áreas de aplicación, argumentadas desde el área de la
salud hasta el área del control del entrenamiento.
Algunas direcciones web de interés donde conseguir información son:
z http://www.biopac.com/
z http://www.bionic.es/
z http://www.minimitter.com/
z http://www.ptservices.com/
z http://www.ptservices.com/
z http://www.ADInstruments.com/
z http://www.sig.net/~psysoc/home.htm
6. Informática aplicada a la sociología
La relación que podemos establecer entre informática y sociología es la misma que para
cualquier otra ciencia social. La informática en general ha supuesto una revolución,
básicamente, en lo que se refiere a la recogida, análisis y tratamiento de datos en lo relacionado
con sondeos de opinión, estadísticas poblaciones, etc. Todos estos procesos son tratados con
mayor rigurosidad, menor número de errores y una mejora considerable en cuanto a la
inversión del recurso tiempo.
De especial consideración son los software informáticos, los cuantitativos más antiguos y
conocidos, y los cualitativos más recientes y casi desconocidos en España y por supuesto, los
recursos disponibles en la Red de redes.
Por lo que respecta al software que tiene que ver con la metodología cuantitativa ya ha
sido revisado en el apartado relativo a las fuentes de documentación e instrumentación (punto
2.2.), por lo que no se insistirá más sobre este punto.
No ocurre lo mismo con la metodología cualitativa que en general tiende a no tener la

misma consideración, aunque se ha producido, en nuestro país, un considerable repuntamiento
de esta metodología entre científicos e investigadores.
Existen diversas clasificaciones del software usado en metodología cualitativa

(Pfaffenberger, 1988; Richards & Richards, 1994; Miles & Weitzman, 1994; Weitzman y Miles,
1995), para nuestros fines vamos a seguir la clasificación propuesta por Weitzman y Miles
(1995). Estos autores proponen cinco categorías de software con el fin de agrupar los
programas.
Empresas suministradoras de software de metodología cualitativa:
z http://www.gamma.rug.nl
z http://www.scolari.co.uk
Direcciones web de interés
z http://www.psychologie.uni-bonn.de/software.htm
z http://web.uvic.ca/psyc/software/
z http://random.mat.sbg.ac.at/others/
z http://www.kellogg.nwu.edu/faculty/myerson/ftp/addins.htm
z http://www.emsl.pnl.gov:2080/proj/neuron/neural/systems/shareware.html
5.1. Software de análisis de texto
Los programas que aparecen en este apartado son buenos buscadores de palabras, frases o
caracteres en las bases de datos. A pesar de que existen notables diferencias entre los distintos
programas pueden llevar a cabo, de forma satisfactoria, estimaciones de frecuencias y tablas de
contingencia. En este apartado podemos considerar seis programas: Metamorph, Orbis, Sonar
Profesional, The Text Collector, WordCruncher, ZyINDEX.
z Metamorph: Es uno de los más potentes buscadores, utiliza inteligencia artificial como
técnica de búsqueda de conceptos, usando sinónimos y formas alternativas de palabras.
También es poderoso en el hipertexto y facilita las anotaciones. Existen versiones en
windows y para DOS. Los requerimientos son: procesador 486 o superior, 4Mb libres en
el disco duro y 450Kb libres de memoria RAM. La referencia básica es Thunderstone
Software (1991). Metamorph Version 3.4 for DOS & Unix: Operations manual. Cleveland,
OH: Autor. El distribuidor es Expansion Programs International, Inc., 11115 Edgewater
Drive. Cleveland, OH 44102.
z Orbis: Este programa ha sido diseñado para trabajar con dos procesadores de texto
distintos: XyWrite 4.0 y Nota Bene 4.0. Esencialmente Orbis indexa los ficheros de datos,
creando un gestor de ficheros indexados. Protege los ficheros originales y permite la
introducción de códigos o de otras palabras. Los requerimientos son: microprocesador
286 o superior, 384 kb de RAM, mínimo 2Mb libres en el disco duro (aunque para instalar
todas las opciones son necesarias 7Mb). El distribuidor es The Technology Group, 36
South Charles Street, Suite 2200, Baltimore, MD 21201. La referencia básica es The
Technology Group (1993). Orbis for XyWrite. Baltimore, MD: Autor.
z Sonar Profesional: Este programa tiene unas importantes capacidades adicionales como
es la capacidad de crear índices en los documentos. Además tiene un interface que
facilita la comunicación con el usuario. Los requisitos de hardware son, para Macintosh:
4MBV PAM y system 7 ó superior. Sonar realiza búsquedas Booleanas, por proximidad
por sinónimos, y búsquedas fonéticas; todas posibilidades pueden ser combinadas por el
usuario. Se pueden crear ficheros adjuntos a los documentos originales. Sonar crea lista
de frecuencias de palabras Los requisitos para windows son un microprocesador 386 o
superior, windows versión 3.1 o superior y 4MB de RAM (recomendado 8MB). El
distribuidor es Virginia System Software Services, Inc., 5509 West Bay Court, Midlothian,
VA 23112.
z The Text Collector: Es un programa pequeño, fácil de aprender. Puede buscar palabras o
grupos de palabras en ficheros o ficheros de salida. Los requerimientos son disponer de
un PC IBM o compatible con 128 Kb de RAM y sistema operativo MS-DOS 2.0 o superior.
El distribuidor O’Neill Software, P.O. Box 26111, San Francisco, CA 94126.
z WordCruncher: Este programa tiene dos partes fundamentalmente, la primera busca

palabras frases, etc., utilizando un rango de preguntas de búsqueda. La segunda parte
trabaja con documentos en códigos ASCII, se introducen códigos que permiten trabajar a
tres niveles de especificación (p.e. libro, capítulo y página; trabajo, sección, línea). Puede
ser usado con WordPerfect. Los requerimientos de hardware son mínimos. La distribución
la realiza Johnston & Co., P.O. Box 6627, Blomington, IN 47407.
z ZyINDEX : Este programa permite indexar los documentos creando pequeños ficheros
adjuntos. ZyINDEX contiene dos programas ZyBUILD y ZyFIND, el primero permite crear
un fichero de índices para la búsqueda y el segundo realiza la búsqueda en el contexto
determinado y con las restricciones impuestas. Los requerimientos de hardware son

mínimos. El distribuidor es ZyLAB Division, ZyCO International, Inc., 19650 Club House
Road, Suite 106, Gaithersburg, MD 20870

6/8
5.2. Software gestor de bases de texto
z AskSam: Existen dos versiones una para MS-DOS y otra para windows. Es un flexible
gestor de bases de datos que tiene integrado un procesador de texto y un sistema de
búsqueda. Permite el trabajo con hypertexto. Realiza búsquedas Boleanas, de proximidad
numéricas y combinadas de varios elementos. Los requerimientos de hardware tanto en
la versión para DOS como la versión para windows es mínima. El suministrador es
askSam Systems, P.O. Una referencia de uso: Tyk, S & Mohler, K.D. (1993). askSam for
Windows user’s guide. Perry, FL: Seaside Software, Inc.
z FolioVIEWS: Existen dos versiones una para MS-DOS y otra para windows. Es el mejor
programa de su categoría. Contiene un pack con un gestor de base de textos, búsqueda
codificación, hypertexto, memos y anotaciones. Los requerimientos de hardware tanto en
la versión para DOS como la versión para windows es mínima. El suministrador es Folio
Corporation, %072 North 300 West, Provo, UT 84604. Referencia de uso: Folio
Corporation (1993). Folio VIEWS personal electronic publishing software: User’s guide.
Versión 3.0 for the Windows graphical enviroment. Provo, UT: Autor.
z MAX: Este programa está diseñado para la codificación y trabajo con texto narrativo (más
o menos estructurado) y datos numéricos. El trabajo con los datos numéricos incluye
demografía, ratios, escalas, etc. Es perfectamente compatible con SYSTST, SPSS y
dBASE. Los requerimientos de hardware es mínima. Udo Kuckartz. Free University of
Berlin. Institute for Social nad Adult Education, Arminallee 12, D-14195 Berlin. Germany.
z Tabletop: Existen dos versiones una para Macintosh y otra para windows. Es un
programa diseñado para estudiantes. Tiene un interface fácil y cómodo. Permite realizar
histogramas, tablas de contingencia, y diagramas de Venn Los requerimientos de
hardware tanto en la versión para Macintosh como la versión para windows es mínima. El
suministrador es TERC (Technical Education Research Centers), 2067 Massachussetts
Ave, Cambridge, MA 02140, Distribuidor Broderbund Software, P.O. Box 6125, Novato,
CA 94948-6125. Referencia de uso: TERC (Technical Education Research Centers)
(1994). The Tabletop (senior) user guide: The condesed quickie version. Cambridge, MA:
Autor.
5.3. Software de codificación y conteo
En este apartado presentaremos una serie de programas que pretende reflejar el abanico de
posibilidades que existen acerca de este tipo de software. Los programas presentados son los
siguientes:
z HyperQual2: Es un programa para Macintosh. Los requerimientos de hardware son

mínimos. Es necesario la versión de HyperCard 2.0. La dirección de contacto es Raymond
V. Padilla, 3327 N.Dakota, Chandler, AZ 85224. Referencia de uso: Padilla,R.V. (1993).
HyperQual2 for qualitative analysis and theory development. Chandler, AZ: Autor.
z Kwalitan: Kwalitan es un programa para el análisis de datos cualitativos, como protocolos

de entrevistas, artículos, y los informes anuales. Kwalitan permite al investigador archivar
y recuperar (partes de) los documentos. En cada documento pueden ser señalados un
número ilimitado de pasajes (segmentos) que pueden ser unidos a códigos que
caracterizan el volumen del segmento. El usuario puede hacer el abstract de segmentos y
adjuntar los tipos diferentes de memorándums, como memorándums de concepto,
memorándums de la teoría, y memorándums del método. Los segmentos pueden ser
seleccionados usando éstos códigos. Kwalitan lista frecuencias de todos o selecciona
palabras o códigos usados en el documento. Además, el usuario puede construir una
jerarquía de códigos que pueden cambiarse muy fácilmente. Buscando un código de
mayor jerarquía en el texto, todos los subcódigos pueden ser incluidos automáticamente.
Dirección de contacto: http://www.gamma.rug.nl/ y gamma.post@gamma.rug.nl
z Martin: Es un programa diseñado para correr en entorno del DOS, permite realizar tareas
como crear tarjetas, anotaciones en el texto, sumarios adjuntos y memos sobre cada una
de las tarjetas creadas. Permite hacer grupo de tarjetas y agrupamientos estratificados.
Los requerimientos de hardware son mínimos. Dirección de contacto: Simonds Centre for
Instruction and Research in Nursing Schol of Nursing, University of Wisconsin-Madison,
600 Highland Ave. Madison, WI 53792-2455. Guía de referencia: Diekelmann, N.L.; Lam,
S. & Schuster, R.M. (1991). Martin, v2.0 user manual. Madison: University of Wisconsin-
Madison, School of Nursing.
z QUALPRO: El programa está diseñado para entorno MS-DOS. Es un programa fácil y

pequeño con ciertas limitaciones. Los mejores resultados se obtienen trabajando en
paralelo con un procesador de textos. Los requerimientos de hardware son mínimos.
Dirección de contacto: Impulse Development Company, 3491-11 Thomasville Rd. Suite
202, Tallahasse, FL 32308. Guía de referencia: Morales, A. (1993). Computer software
review: QUALPRO v4.0. NOTAS, 2(1),8.
z The Ethnograph: El Ethnograph v5.0 para Windows™ PCs es un programa de ordenador

versátil diseñado para realizar el análisis de datos recogidos durante la investigación
cualitativa .Puede importar datos cualitativos en formato texto-base, tecleados a en
cualquier procesador de textos. The Ethnograph ayuda en la búsqueda y segmentos de la
nota de interés dentro de sus datos, marca las palabras del código y los análisis que
pueden recuperarse para la inclusión en informes análisis. Fue lanzado en 1985, The
Ethnograph era uno de los primeros programas para abrir camino en el análisis de los
datos cualitativo. Desde entonces The Ethnograph ha continuado siendo desarrollado
para los analistas de los datos cualitativos como científicos sociales, historiadores, críticos
literarios, investigadores de salud, negocio, y analistas del mercado, los investigadores
legales y otros. El Ethnograph maneja datos de proyectos, archiva y documenta los datos
en forma de entrevistas, transcripciones, notas de campo, respuestas abiertas, o otros
documentos en forma texto-base. Las direcciones de contacto son:
http://www.scolari.co.uk y info@scolari.co.uk.
5.4. Software de codificación base con marco teórico
z AQUAD: AQUAD es un programa para la generación de teoría en base a los datos

cualitativos. Además de un código-y-recupere con facilidad, el programa, les permite a
los usuarios adjuntar memorándums a los segmentos del texto y comentarios a los
códigos, construir matrices del texto, probar hipótesis sobre el código, co-ocurrencia en
texto, y para comparar configuraciones de códigos. AQUAD también contiene algunos
rasgos volumen-analíticos, como recuento de códigos, palabras o sufijos, así como la
recuperación de palabras clave en contexto. La función -meta-codes+ le permite al
usuario que cree un segundo-nivel de códigos. De acuerdo a la co-ocurrencia de códigos
el usuario pueden construir sus propias uniones fácilmente para diseñar hipótesis.
Pulsando el botón adelante códigos específicos utiliza operadores lógicos. AQUAD
también tiene procedimientos para el minimización lógica de configuraciones. Dirección
de contacto: http://www.gamma.rug.nl/ y gamma.post@gamma.rug.nl
z ATLAS/ti: ATLAS.ti es un paquete de software poderoso para el análisis cualitativo visual

de cuerpos grandes de texto, gráfico y datos del audio. Ofrece una variedad de
herramientas para lograr las tareas asociadas con cualquier acercamiento sistemático
“suave” a los datos. ATLAS.ti ayuda a estudiar los fenómenos complejos escondidos en
sus datos cualitativos, oferta un ambiente poderoso y intuitivo .Puede realizar de
coleccionar y organice su texto, audio y los datos visuales, codificar, memorándums,
facilite las actividades involucradas en análisis y interpretación y selecciona en particular,
codificando, anotando, y comparando segmentos de texto, proporciona una apreciación
global comprensiva de su trabajo; así como la búsqueda rápida, recuperación y
visualización de todos los segmentos de los datos y notas pertinente a una idea . Las
direcciones de contacto son: http://www.scolari.co.uk y info@scolari.co.uk.
z NUD·IST: Con QSR NUD*IST 4 se puede crear un sistema del documento para guardar y
recuperar texto y guardar referencias en otras fuentes de datos externas, buscar
palabras, frases etc. en texto y automáticamente pone en un índice el resultado. Crea un
sistema del índice para sus datos, une las categorías y explora sus eslabones con los
datos usando un "árbol" optativo muy flexible para estudiar la estructura y el
posicionamiento de los nodos, más los nodos libres disponible codificados temporal y no
jerárquicamente. Realiza codificación rápida y análisis numérico con la importación y
interfaces de la exportación al software tabular y estadístico. Halla y analiza modelos y
graba las respuestas para la exploración. Registra la información bibliográfica y la
relaciona a los datos textuales. También incluye QSR MERGE, que se suministraba por
separado y le permite unir proyectos juntos o convertir proyectos entre Macintosh y
plataformas de PC. Las direcciones de contacto son: http://www.scolari.co.uk y
info@scolari.co.uk.
5.5. Software para la construcción de cadenas conceptuales.
Dentro de esta categoría podemos incluir los siguientes programas: Inspiration, MECA,
MetaDesign, SemNet.
6. Informática aplicada a la educación
La relación entre educación e informática podría ser contada a través de la génesis del
lenguaje de programación LOGO. LOGO es un lenguaje desarrollado en el Laboratorio de
Inteligencia Artificial del Instituto Tecnológico de Massachusetts en la década de los años
sesenta por un equipo de investigadores, al frente de los cuales estaba Seymour Papert. La
preocupación fundamental de Papert no era solamente conseguir un lenguaje eficaz en la
comunicación con los ordenadores sino además conseguir un lenguaje de fácil uso y manejo por
las personas, incluidos los niños, que además pudiese servir de instrumento didáctico, que
permita aprender, que sirva para desarrollar las capacidades intelectuales de los alumnos. Se
trataba de optimizar el rendimiento educativo.
Estas pretensiones educativas son las que imprimen a Logo características distintivas con
respecto a otros lenguajes. Papert es un matemático, pero ante todo es un pedagogo que
intentó con la creación del Logo llevar a la computación las ideas del psicólogo suizo Jean
Piaget. La motivación inicial de Papert es la enseñanza de las matemáticas dado el alto nivel de
fracaso escolar que se produce en esta materia y las dificultades que encontraban los niños en
entenderlas (Laborda, 1986).
El Logo, es por tanto un lenguaje de programación que marca desde sus inicios la relación
existente entre educación e informática. No obstante estas relaciones entre informática y
educación se pueden fijar a varios niveles, a un nivel procedimental y a un nivel instrumental.
La relación que nosotros denominamos procedimental se estructuraría en dos niveles:
En un primer nivel situaríamos aquellos procedimientos que permiten llevar a cabo de

forma directa el proceso de enseñanza, y que podríamos fijar en:
1. Enseñanza asistida por ordenador
2. Simulación
3. Internet
Con respecto a la Enseñanza asistida por ordenador, distinguiríamos entre:
a. Ejercitación en el ordenador: Uso del ordenador con programas específicos de

aprendizaje. El ordenador le suministra ejercicios (p.e. sumas). La ejercitación permite
liberar al profesor de tareas repetitivas.
b. Enseñanza asistida por ordenador (EAO ó CAI -Computer Assisted Instruction):

Pretenden que el alumno adquiera determinados conocimientos o destrezas,
presentándole información y requiriendo de él diversos tipos de respuesta.
c. Enseñanza basada en el ordenador (EBO ó CBI -Computer Based Instruction): Recoge

aquellos programas de enseñanza que incluyen un diseño instructivo completo.
d. Aprendizaje asistido por ordenador (AAO ó CAL - Computer Assited Learning): Son
utilizadas indistintamente denominaciones como Aprendizaje asistido por ordenador (AAO
ó CAL - Computer Assited Learning) o Aprendizaje basado en el ordenador (ABO ó CBL -
Computer Based Learning). El uso de estas denominaciones responde al interés en situar
el acento en los procesos de aprendizaje más que en los de enseñanza; en este sentido
recogen una mayor preocupación por como se produce el aprendizaje.
En el punto segundo la simulación, debemos considerar diversos apartados:
a. Programas de simulación: Los programas de simulación plantean situaciones en las que

el alumno debe tomar decisiones y ver las consecuencias de las decisiones tomadas.
b. Videojuegos: Es un programa de simulación en el que existe un alto componente lúdico.
c. Realidad Virtual: La Realidad Virtual es un modo para que los humanos podamos ver,
manipular e interactuar con datos extremadamente complejos y con los ordenadores.
Finalmente citar las posibilidades de Internet. El uso de recursos de internet es amplio y

variado tanto para la enseñanza presencial como para la enseñanza a distancia. Entre los
recursos con que podemos enumerar se encuentran:
a. Mail Box o correo electrónico que facilita la comunicación personal o con un grupo (listas
de distribución).
b. video conferencias: como una de las alternativas importantes que existen actualmente y
que permite la transmisión del conocimiento (o la consulta de un juicio experto) sin
presencia física en el espacio de comunicación. Hay que señalar que el software de
videoconferencia se una de las ofertas que se está realizando actualmente con los
ordenadores portátiles.
c. News: donde se recogen los mensajes generados por correo electrónico (p.e. entre los
alumnos).
d. Sistemas de ayuda en línea: ficheros help on line.
e. Ficheros de información (FTP) En los FTP se puede dejar información que los alumnos
pueden consultar en el proceso de aprendizaje.
En el segundo nivel, la instrumentación, distinguiríamos entre una instrumentación primaria

(capaz de generar programas) e instrumentación secundaria (utilización de programas).
En el primer caso, Instrumentación primaria, tendríamos que señalar:
a. BASIC (Beginer’s all-purpose symbolic instruction code/Código simbólico de instrucciones

del principiante para todo propósito): John G. Kemeny y Thomas E. Kurts del Colegio
Dartmouth diseñaron el Basic a comienzos de los años sesenta, su objetivo era facilitar la
realización de cálculos a ingenieros y científicos para sustituir al lenguaje FORTRAN. El
Basic utilizaba un número reducido de órdenes que luego se fue ampliando en versiones
posteriores con el fin de generalizar su uso. Las ordenes del Basic consisten en un
reducido vocabulario de palabras inglesas (hay versiones adaptadas a otros idiomas). El
programa se compone de líneas numeradas. No es necesario definir previamente las
variables que utilizamos. Es posible incluir direccionamientos de uno a otro lugar del
programa sin necesidad de definiciones especiales. Hemos añadido un ejemplo al objeto
de ser un poco más didácticos, un pequeño algoritmo para calcular el promedio de una
serie de datos:
10 REMARK UN ALGORITMO PARA CALCULO DE MEDIAS

15 REMARK CON UNA ENTRADA
20 LET N=0
30 LET S=0
40 INPUT G
50 IF G>500 THEN 500
60 LET N=N+1
70 LET S=S+G
80 GO TO 40
500 LET A=S/N
510 PRINT N, A
999 END
b. LOGO: Este lenguaje apareció casi diez años después que el Basic, de la mano de Papert
-como ya quedó señalado anteriormente. Si el BASIC era un lenguaje esencialmente
algebraico destinado a facilitar el conocimiento de la informática a científicos e
ingenieros, el LOGO era un lenguaje educativo, destinado a facilitar ese conocimiento a
niños de cualquier edad. LOGO es un lenguaje interactivo, esta interacción es muy
importante cuando se trata de usuarios poco experimentados. Además el LOGO es un
lenguaje procedimental, esto es, enseña procedimientos al ordenador y una vez
aprendidos el ordenador las entiende como nuevas primitivas. El LOGO es un lenguaje
hereditario del LISP (LISt Processing), esto es, los procedimientos son tratados como
listas por el intérprete. Además de todo lo anteriormente señalado, una de las
características mas significativa es que recursivo. Entendemos por un procedimiento
recursivo cuando se define en función de si mismo. A continuación hemos añadido un
ejemplo de programa construido en LOGO, en este caso permite solucionar un problema
ya clásico como es el de las Torres de Hanoi6 (el programa no está transcrito en su
totalidad):
to aaa
; Function:
; Sovles the towers of hanoi puzzle
; The :arg is the desired number of disks to start with
; To run:
; load "hanoi.lgo
; Call hanoi :arg
; Example:
hanoi 5
end
to hanoi :number
; Towers of Hanoi
; Meyer A. Billmers
; November, 1983
; This procedure plays a graphic version of the Towers of Hanoi puzzle
; The argument is the number of disks in the configuration.
; c.f. putdisk, towercnt,towerset, hanoihlpr
local "from
local "to
local "other
local "datfil
;make "datfil openw "hanoi.dat
;fileprint :datfil (sentence [Hanoi of ] :number [towers Started at: ] time)
; to change the starting and ending needles, change the next three assignments
make "from 1
make "to 3
make "other 2
cs
ht
penpaint
setpensize [5 5]
; first we draw the table and the golden needles
setpencolor [255 0 0]
pu
setxy -350 -100
pd
setxy 350 -100
pu
setx -240
pd
fd 250
pu
setxy -15 -100
pd
fd 250
pu
setxy 210 -100
pd
fd 250
make "tower1 0
make "tower2 0
make "tower3 0
; draw the initial stack of disks. note that putdisk draws the
; "fixed up" towers.
repeat :number ~
[~
putdisk :from :number - repcount + 1 "final ~
ifelse :from = 1 ~
[make "tower1 :tower1 + 1] ~
ifelse :tn = 1 ~
[output :tower1] ~
[~
ifelse :tn = 2 ~
[output :tower2] ~
[output :tower3] ~
]
end
to towerset :tn :value

;
; Called by HANOI. Sets the current number of disks on tower :tn,
; as stored in the globals tower1, tower2, and tower3.
;
ifelse :tn = 1 ~
[make "tower1 :value] ~
[~
ifelse :tn = 2 ~
]
end
to zzz
ifelse YesNoBox [Welcome] [Choose YES to run example now, Choose NO Study it now.]
[aaa] [edall]
end
Make "startup [zzz]
c. Otros lenguajes: Hay otros lenguajes que pueden ser considerados debido a su relación
con la educación, es evidente que no pretendemos mostrar una lista exhaustiva de
lenguajes de programación, sino una lista en la que aparezcan simple en la que
aparezcan aquellos que hemos considerado significativos
{ PASCAL
{ COBOL
{ COMAL
{ C
{ LISP
{ COURSERWRITER
{ TUTOR
{ HYPERTALK
{ HTML

7/8
Con respecto a la instrumentación secundaria, debemos considerar los siguientes

apartados:
a. Tratamiento de textos: Un programa de tratamiento de textos convierte al ordenador en

algo parecido a una máquina de escribir, pero provista de unos poderosos recursos y una
gran flexibilidad. La pantalla sustituye la hoja de papel en blanco.
b. Bases de datos: Una base de datos es un archivo o archivos de tarjetas. Cada archivo se
compone de múltiples tarjetas. Cada una de las tarjetas esta conformada por campos
(p.e. nombre, primer apellido, segundo apellido, DNI,...) que permite almacenar la
información y además permite la búsqueda de una o varias tarjetas a través de alguno
de estos campos.
c. Hojas de Cálculo: Una hoja de cálculo es básicamente una hoja llena de casillas en las
que podemos introducir números, textos o funciones. Las funciones pueden relacionar
valores de otras casillas o constantes. También introducen operaciones de todo tipo
(algebraicas, exponenciales, trigonométricas, etc.) no solo numéricas sino también con
texto y con funciones temporales.
d. Programas de gráficos y sonidos: Hay una variada gama de productos que configuran la
llamada informática multimedia y que dotan a la educación de herramientas poderosas
en campos antes inexplorados, como es el caso de la educación especial y las
minusvalías de todo tipo.
Direcciones de interés
z http://www.cica.es/
z http://www.europa.eu.int/
z http://www.fundesco.es/
z http://www.comlab.ox.ac.uk/archive/other/museums/search.html
z http://www.museoprado.mcu.es
z http://www.ice.uma.es/inv/gpba/gabinter.html
z http://www.csic.es/cbic/cbic.htm
z http://www.ole.es/Páginas/Educaci@on/Bibibliotecas
z http://www.ucm.es/im/meteosat/jpg
z http://www.el pais.es
z http://www.pntic.mec.es/recaula/index.html
z http://www.arrakis.es
z http://www.ole.es/Páginas/Educaci@on/
z http://www.abaforum.es
z http://www.iznarunda.com/
z http://www.geocities.com/
z http://www.xtec.es/rtee/esp/index.htm
z http://www.personal.redestb.es/javfuetub/
z http://www.nucleus.com/~kmcmurdo/win95logo.html
z http://www.kidsandcomputers.com/
z http://www.softronix.com/
Notas
1. Colin Smith (1990) en The Collins Spanish Dictionary define el término como realimentación, transmisión de
informa-ción en dirección inversa, retroac-ción, reacción.
2. Colin Smith (1990) en The Collins Spanish Dictionary define el término forward como adelante, hacia delante.
3. Podemos traducir Performance como actuación, pero en esta caso estaría referida al entrenamiento deportivo y haría
referencia a la construcción básica de un deportista.
4. Vid nota anterior
5. Este último punto es cuestionable ya que tras la utiliza-ción de BF-EMG en un entrenamiento en relajación se concluye
que se facilita la recuperación de lesiones debido al aumento del riego sanguíneo.
6. Los código fuente y el programa MSWLogo Version 6.4e para Micro-Soft Windows 3.x/9x/NT ha sido obtenido de la
dirección http://www.softronix.com/logo.html
Bibliografía
z Agosti, E. (1987). Preparazione psicologica alla gara. Movimento, 3(3), 179-183.
z Allen,T.J. (1996): Taketest/Maketest v2.51 for Windows95/NT (computer program).

Jacksonville, FL:Autor.
z Assessment Systems Corporation (1995ª): User´s manual for the FastTEST Testing
System (versión 1.1).St. Paul,MN:Autor.
z Assessment Systems Corporation (1997b): User´s manual for the FastTEST Testing
System (versión 1.1). St. Paul, MN: Autor.
z Aukstakalis, S.& Blatner, D. (1992). Silicon Mirage: The Art and Science of Virtual Reality.
New York: Peach Pit Press.
z Bacon, M.A.T. (1989). The planning and integration of mental raining programs. Sport
Psychology, 1, 10.
z Basmajian, J.V. (1963). Control and training of individual motor units. Science, 141, 440-
441.
z Bird, A.M.; Cripe, B.K. (1986). Psychology and sport behavior, St. Louis: Times-Mi-
rror/Mosby.
z Birk, L. (1973). Biofeedback: Behavioral Medicine, Nueva York: Grune & Straton.
z Blais, M.R.; Vallerand,R.J. (1986). Multimodal effects of electromyographic biofeedback:

Looking at children's ability to control precompetitive anxiety. Journal of Sport
Psychology, 4(8), 283-303.
z Blanchard, E.B. (1977). Behavioral medicine: A perspective, Cambridge: Ballinger.
z Blanco, A. (1983). Guía Documental en Psicología y Educación. Barcelona: Publicaciones

y Ediciones de la Universidad de Barcelona.
z Borchardt, D.H. y Francis, R.D. (1984). How to find out in psychology. New York:
Pergamon Press.
z Brailsford, T. (1994): Examine. Multiple choice delivery system for Windows. Nottingham,
z Brener, J.M. (1974). A general model of voluntary control applied to the phenomena of
learned cardiovascular change. In P.A.Obrist, A.H.Black, J.Brener, L.V.Dicara,
Cardiovascular psychopsysiology. Current issues in response mechanisms, biofeedback
and methodology.Chicago: Aldine.
z Buceta, J.M. (1990). Las nuevas aplicaciones de la psicología clínica y la modificación de

conducta en el área de la salud. En J. M Buceta; A. M Bueno, Modificación de Conducta y
Salud (pp.21-39). Madrid: Eudema.
z Carrobles, J.A.; Cardona, A.; Fuente, P.S.; Garcia, A.; Jimenez, A.; Llorente (1981). El
biofeedback en la rehabilitación de la mano y del pie: estudio experimental de casos
clinicos. Madrid: MAPFRE.
z Carrobles, J.A.; Godoy, J. (1987). Biofeedback. Principios y aplicaciones, Barcelona:

Martinez Roca.
z Chariot Software Group (1998): MicroTest Professional (computer program). San

Diego,CA: Autor.
z Chevalier, N. (1987). Imagerie et repetition mentale: recherches et avenues pour le sport

de haut niveau. Revue des Sciencies e Tecniques des Activités Physique, 16 (8), 33-39.
z Cogent Computing Corporation (1997). C-Quest Test 1.8 (computer program).

Alburquerque, NM: Autor.
z Computer Adaptive Technologies (1994): CAT Software System (computer program).

Chicago, IL: Autor.
z Corbal, G.J. (1988). Biofeedback-EMG:un abordaje conductual del pie equinovaro

hemipléjico. Revista española de terapia del comporta-miento, 3 (6), 177-190.
z Corraze, J. (1988). Las bases neuro-psicológicas del movimiento. Barcelona: Paidotribo.
z Daniels, F.S.; Landers, D.M. (1981). Biofeedback and shooting perrformance: a test of
disregulation and systems theory. Journal of Sport Psycholo-gi, 4, 271-282.
z De la Torre, R. y Vispoel, W.P. (1991): The development an evaluation of a computerized

adaptive testing system. Annual Meeting of the American Educational Research
Association. Chicago.
z Dewitt, D.J. (1979). Biofeedback training with university athletes. In Proceeding of the
Biofeedback Society Annual Meeting. The Biofeedback Society, Denver.
z Dewitt, D.J. (1981). Cognitive and biofeedback training for stress reducttion in university
athletes. Journal of sport psychology, 2, 288.
z Dicara, L. (1970). Learning in the autonomic nervous system. Scientific American, 22, 30-
39.
z D'Ydewalle, G.; Eelen, P. (1982). "Right" and "Wrong" responses in Human Learning,
University of Leuven, Leuven.
z Engineering Software Associates (1998): ESATEST 3.3. User´s manual. Plymouth, MN:
Autor.
z England: Deparment of Life Sciente, University of Nottingham.
z EQL International (1996): Interactive Assessor (computer program). West Lothian, UK:
Autor.
z Examiner Corporation (1998): The Examiner System Software support manual. Disponible
[on line]:ftp://ftp.skyponint.com/pub/members/e/examine/newdist/master97.zip
z EZuse Software (1997): QuizMaster for Windows (Professional): User´s guide. Antioch,
CA: Autor.
z Fain and Company (1997): Test Generator (computer program). Atlanta, GA: Autor.
z Fergurson, D.C. (1981). Biofeedback and behavioral medicine: Prospects for the 1980's.
American Journal of Clinical Biofeedback, 4, 8-15.
z Fernandez, G.; D'Ydewalle, G. (1980). La influencia de algunas variables cognitivas sobre

la impresión perceptual del número de éxitos y fracasos obtenidos en una tarea
experimental. Psychological Reports, 25, Department of Psychology, Leuven.
z Fernández-Dols, J.M. y Ortega, J.E. (1980). Fuentes documentales en psicología. Madrid:

Debate.
z Fontaine, O. (1981). La clinique du biofeedback un faux pas?. Acta Psychiat. belg, 81,
213-225.
z Frawley, W.; Piatesky-Shapiro G. & Matheus, C. (1992). Knowledge Discovery in

Databases: An Overview. AI Magazine, Fall, pp 213-228.
z French, S.N. (1978). Electromyographic biofeedback for tension control during gross
motor skill acquisition. Perceptual and Motor Skills, 47, 883-889.
z Friedman, H. (1977). Biofeedback. Etat actuel de son application en clinique. Acta

psychiat. belg., 77, 118-133.
z Fuente, P.S.; Garcia, A.; Llorente, J.M.; Pastor, A. (1981). Biofeed-back-EMG y el proceso
de contracción muscular.Aplicación clínica en un caso de pie crónico caído. Actas del I
Congreso nacional de ingeniería biomédica, Madrid, pp.195-197.
z Gentry, W.D. (1984). Handbook of Behavioral Medicine. New York: Guilford Press.
z Godoy, J.F. (1991). Medicina conductual. En V. E. Caballo, Manual de técnicas de terapia

y modificación de condcuta (pp.871-971). Madrid: Siglo XXI.
z Guterman, T. (1998). Informática y Deporte. Barcelona: INDE Publicaciones.
z Hazelton, J.E. (1985). The purpose and relevance of nonclinical biofeedback relaxation
and the Alexander Principle. Clinical Biofeedback and Health An International Journal, 1
(8), 52-67.
z Hernández Mendo, A. y Ramos, R. (1995b). Aplicacion informatica para evaluacion y

entrenamiento de la atencion en psicologia del deporte. Psicothema, 7(3), 527-529,
z Hernández Mendo, A. y Ramos, R.. (1995c). Informatizacion de la evaluacion y

entrenamiento de la atencion. Anales de Psicología, 11(2), 183-191.
z Hernández Mendo, A.; Ramos, R.; Peralbo, M.; Risso, A. (1993). Un programa para el
analisis observa-cional: transcrip-tor v1.1, aplicacion en psicologia del deporte. Revista de
Entrenamiento Deportivo, 7(3), 18-25.
z Hernández Mendo, A; Anguera, M.T. & Bermúdez-Rivera, M. A. (2000). Software for

Recording Observational Files. Behavior Research Methods Computers & Instruments, 32
(3), 436-445.
z Hernández Mendo, A. (1996). Observación y análisis de patrones de juego en deportes

sociomotores. Universidad de Santiago de Compostela: Servicio de Publicaciones e
Intercambio Cientifico
z Hernández Mendo, A. y Ramos, R. (1995a). Profile of Moode States de McNairr, Lorr y

Dropleman (1971). Revista de Psicología del Deporte, 7-8,31-50
z Hernández Mendo, A.; Ramos, R. (1996a). Introducción a la informática aplicada a la

psicología del deporte. herramientas informáti-cas de uso en las ciencias del deporte .
Madrid: Editorial Ra-Ma .
z Herring, K. L. (1987). APA's Guide to Research Support. Washington. USA.
z Hodgins, J. K. (1996). Three-Dimensional Human Running. Proceedings of IEEE

Conference on Robotincs and Automation.
z Hodgins, J. K.; Wooten, W.; Brogan, D.C. & O'Brien, J.F. (1995). Animating Human
Atheletes. New York: Siggraph.
z Holland, J. (1975). Adaptation in Natural and Artificial Systems. Michigan: University of

Michigan Press
z Holmes, M. (1997b): Choices 1.1. Disponible [on

line]:http//web.uvic.ca/hrd/uapmartin.htm/
z Hongler, R. (1988). El estrés y el miedo en el deporte. Revista de entrena-miento

deportivo, 4(2), 20-31.
z Hornyck, S. (1997): Multimedia Multiple Choice Test Generator (computer program).

Ontario, Canada: Autor.
z Ingersoll, CD.; Knight, KL. (1991). Patellar location changesm following EMG biofeedback
or progressive resistive exercises. Medicine Science Sports Exercise, 10 (23), 1122-1127.
z Intelligent Educational Software (1991): QuitzMaker (computer software): Houston, TX:

Autor.
z Kapusta, P. (1997): Create A Quiz 4.2 (computer program). Falmouth, VA: Autor.
z Kirkcaldy, B.D.; Christen, J. (1981). An investigation into the effect to EMG frontalis
biofeedback on physiological correlates of exercise. International Journal of Sport
Psychology, 12(4), 235-252.
z Krebs, D.E. (1987). Biofeedback in neuromuscular re-education and gait training. In

Schwartz, M., Biofeedback. A practitioner's guide. New York: The Guilford Press.
z Krebs, D.E. (1988). Biofeedback. In S.B. O'Sullivan; T.J. Schmitz, Physical Rrehabilitation:
assesment and treatment, 2,( 629-642). Philadelphia: A. Davis company.
z Laborda, J. (1986). Informática y Educación. Barcelona: Ed. Laia.
z Labrador, F.J. (1987). Técnicas de biofeedback. En Mayor, J.; Labra-dor, F.J., Manual de
modificación de conducta (pp.361-398).Madrid: Alhambra Universidad.
z Labrador, F.J. (1989). Prólogo. En M.A.Simon, Biofeedback y rehabilitación. Valencia:

Promolibro.
z Lacroix, J.M. (1981). The adquisition of autonomic control through biofeed-back: The
case against an afferent process and two-process alternative. Psychophysiology, 14, 573-
587.
z Landers, D.M.; Petruzzello, S.J.; Salazar,W.; Crews, D.J. et al (1991). The influence of
electrocortical biofeedback on performance in pre-elite archers. Medicine and Science in
Sports and Exercise, 23, 123-129.
z Learning Ware (1997): Quiz Factory. Disponible [on line]:

http://www.learningware.com/quizfactory/index.html
z Lefebvre, B. (1986). La retroaction biologique ou le biofeedback: donnes neuro-psycho-

physiologiques actuelles, Tesis de Doctoramiento, Luo-vain-le-Neuve.
z Leunes, A.D.; Nation, J.R. (1989). Sport Psychology. An introduction. Chicago. Illinois:
Nelson Hall.
z Linacre, J. (1987): A computer program for adaptive testing by microcomputer (Research

Memo. 40.). Chicago, IL: MESA Press.
z Logic eXtensionn Resources (1994): LXR-TEST v.5. Rancho Cucamonga, California 91730:
9651 Business Center Drive.
z Lorenzo, U. y Vigil, A. (1993). Desarrollo de un programa para la administración

computerizada de pruebas psicométricas. Psicológica, 14, 319-325.
z Lorenzo, J. (1992). El ensayo mental como técnica de mejora del rendimien-to.

Comunicaciones Técnicas, 1, Federación Española Natación. Escuela Nac. Entrenadores,
29-40.
z Lucas, P. y van der Gaag, L. (1991). Principles of Expert Systems. London:Addison-

Wesley.
z Mcdonald, S.A. y Hardy, CH.J. (1990). Affective Response Patterns of the Injured Athlete:
An Exploratory Analysis. The Sport Psychologist, 4, 261--274.
z McGuire, S. (1997): KrsQuiz 2.1. Disponible [on line]:

http://www.geocities.com.Colosseum/7682/krsquiz.htm
z Mcinnis, R.G. (1982). Research guide for psychology. London: Greenwood.
z Miles, M.B. & Weitzman, E.A. (1994). Choosing Computer Programs for Qualitative Data
Analysis. In Matthew B. Miles & A. Michael Huberman, Qualitative Data Analysis (p. 311-
317). Thousand Oaks: Sage Publications.
z Miller, N.E. (1978). Biofeedback and visual learning. Review of Psychology, 29, 373-404.
z Mitchel, M. (1996). An Introduction to Genetic Algorithms.MIT: MIT Press
z Molina, J.G. (1997): Los bancos de ítems en el desarrollo de test. Aspectos psicométricos
y análisis de un sistema para su desarrollo y gestión informatizada. Tesis doctoral no
publicada. Universidad de Valencia.
z Nideffer, R.M. (1981). The ethics and practice of applied sport psychology. New York.:
Mouvement Publications,
z Palmi, J. (1983). Una experiencia con bioinformación dentro de la práctica deportiva.

Dentro de las jornadas de psicología de la actividad física y el deporte de Cataluña.
Barcelona: INEF.
z Palmi, J. (1986). La bioinformación como técnica de información directa en el campo de

la psicología del deporte. Presentado en el I Congrreso de la actividad física y el deporte.
Espluges de Llobregat. INEFC.
z Palmi, J. (1987). Biofeedback y registros fisiológicos y una aplicación en el deporte.

Comunicación presentada en el II Congreso de la actividad física y el deporte, Granada:
INEF.
z Palmi, J. (1987). Tècniques d'autocontrol aplicades a l'esport. IV Jornadas de l'Associació

Catalana de Psicología de l'esport. Lleida: INEF.
z Palmi, J. (1988). La psicología frente al atleta lesionado. Apunts, 11-12, 24-25.
z Palmi, J. y Gordillo,A. (1986). Las tecnicas de biofeedback aplicadas a la actividad física.

Apunts d'educació física, 5.
z Pargman, D. (1986). Stress and motor performance: understanding and coping, Ithaca:
Mouvement publications.
z Pegalajar, J.; Vila, J. (1984). Trastornos psicosomáticos y biofeedback. En J.A. Carrobles,

Análisis y Modificación de Conducta II, 2 (pp.117-146). Madrid: UNED.
z Peralbo, M.; Risso, A.; Ramos, R. y Hernández Mendo, A. (1991). Programa informa-tico
para la trans-crip- cion y analisis de datos observacionales. En C.Martín Vide, Lenguajes
Naturales y Lenguajes Formales (pp 515-521).Barcelona: PPU.
z Petruzzello, S.J.; Landers, D.M.; Salazar, W. (1991). Biofeedback and sport/e-xercise

performance: applications and limitations. Behavior therapy, 22, 379-392.
z Pfaffenberger, B. (1988). Microcomputer Aplications in Qualitative Research. California:

Sage Publications Inc.
z Polani, D. (1987). La percezione del ritmo nel nuoto sincronizzato. Movimen-to, 3(3),
197-198.
z Pomerlau, O.F. y Brady, J.P.(Eds) (1979). Behavioral medicine:theory and practice. New
York: Williams & Williams.
z Ponsoda, V.; Olea, J. y Revuelta, J. (1994): ADTEST: A computer-adaptive test based on

the maximun information principle. Educational and Psychological Measurement, 54, 680-
686.
z Prapavessis, H.; Grove, J.R.; Mcnair, P.J.; Cable, N.T. (1992). Self-regula-tion training,
states anxiety, and sport performance: A psychophysiological casem study. Sport
Psychologist, 6, 3, 213-229.
z Question Mark Corporation (1997ª): Question Mark for Windows. UserGuide. Stanford,
CT: Autor. Question Mark Corporation (1998): QM Perception. Gettintg startEd.
Disponible [on line]:http://www.questionmark.com/perception/manuals/Getting-
started/index.htm
z Reig, A. (1985). La psicología en el sistema sanitario. Papeles del Colegio de Psicólogos,

20, 7-12.
z Renom, J. (1992): METRIX Manual del usuario. Barcelona: Engine. Handbook of

Qualitative Research (p.445-462). Thousand Oaks: Sage Publications.
z Rotella, J.R. (1990). Atención psicológica al deportista lesionado. En D. N. Kulund,

Lesiones del deportista (pp.151-164). Barcelona: Salvat.
z Rotella, J.R. y Heyman, S.R. (1991). El estres, las lesiones y la rehabilitación psicológica
de los deportistas. In J.M.Williams, Psicología aplicada al deporte (pp.495-522).Madrid:
Biblioteca Nueva.

8/8
z Shapiro, D. (1982). Generalization and maintenance in biofeedback treat-ment. In

R.B.Stuart, Adherence, compliance and generalization in behavioral medicine, New York.:
Brunner/Mazel.
z Sherrill, C. (1990). Psychosocial status of disbled athletes. In Eid,G., Problems in

movement control, McGill, Amsterdam, pp.290-300.
z Simon, M.A. (1988). Autoeficacia y tolerancia a la estimulación aversiva: efectos

diferenciales del feedback atribucional. Análisis y modificación de conducta, 41(14), 401-
417.
z Simon, M.A. (1989). Biofeedback y rehabilitación. Valencia: Promolibro,
z Simon, M.A. (1991). Biofedback. En V.E. Caballo, Manual de técnicas de terapia y

modificación de conducta (pp.373-400). Siglo XXI, Madrid.
z Simon, M.A. (1992). Aplicaciones clínicas del biofeedback: revisión crítica de su

efectividad en diferentes campos de intervención. En M.A.Simon, Comportamiento y
salud (pp.175-218).Valencia: Promolibro.
z SmartLite Software (1997): WinAsk 2.0 Professional (computer program). Busto Arsizio,
Italy: Autor.
z Steinmetx, G. (1994): Exam Generator 2.0 (computer program). Spring Lake, NJ:
Affordable Computer Services.
z Summers, G. (1996): MCTest 2.0 (computer program): Coolum, Sunshine Coast: Coolum
State High School.
z Swinnen, S.P.; Nicholson, D.E.; Scmidt, R.A. y Shapiro, D.C. (1990). Information
feedback for skill acquisition: instantaneous knowledge of results degrades learning.
Journal of experimental psychology: learning memory and cognition, 4 (16), 7
z Thomas, R.; Missoum, G.; Rivolier, J. (1987). La psycholo-gie du sport de haut

niveau.París: PUF.
z TopGrade Software (1997): Test Builder: User´s guide. Campbell, CA: Autor.
z Vallejo, M.A. (1984). Consideraciones acerca de las variables activas del entrenamiento
en biofeedback en el tratamiento del dolor crónico. Revista Española de Terapia del
Comportamiento, 2, 135-158.
z Vega, M.N. (1990). Biofeedback EMG frontal y terapia cognitiva en el tratamiento de

cefaleas tensionales, migrañas y cefaleas mixtas. Análisis y modificación de coducta, 47
(16), 99-120.
z Vila, J. (1981). Sistemas psicofisiológicos de respuesta humana. En A. Puerto (ED.),

Psicofisiología, 1(pp.55-90). Madrid: UNED.
z Warner, L.; Mcneill, ME. (1988). Mental imagery and its potential for physical therapy.
Physical Therapy, 4(68), 516-521.
z Weiss, M.R.; Troxel, R.K. (1986). Psychology of the injured athletic. Athletic Training, 21
(2), 104-109.
z WICAT Systems (1998): Learner profile and WICAT test of basic skills. Orem,TU: Autor.
z Wilson, V.E.; Bird, E.D. (1981). Effects of relaxation and/or biofeedback trainning upon
hip flexion in gymnats. Biofeedback and self-regulation, 6, 25.
z Yukelson, D. (1986). Psychology of sport and the injured athlete. In D.B. Bernhart, Clinics
in physical therapy. New York: Curchill Livingstone,
z Zaichkowsky, LD.; Fuchs, CZ. (1988). Biofeedback applications in exercise and athletic
performance. Exercise Sport Science Revue, 16, 381-421.
| Inicio |
Otros artículos de Antonio Hernández Mendo

sobre Informática e Internet
http://www.efdeportes.com/ · FreeFind
Buscar
revista digital · Año 6 · N° 33 | Buenos Aires, marzo de 2001
© 1997-2001 Derechos reservados

Informatica Ciencias Del Deporte

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Informatica Ciencias Del Deporte

Diunggah oleh

Hak Cipta:

Format Tersedia

Lecturas: Educación Física y Deportes, Revista Digital Página 1 de 6

¿Qué es la informática aplicada a

La informática ha supuesto una revolución técnica y conceptual que ha impactado en

2. Ordenadores, programas y lenguajes

Un ordenador es una máquina de propósito general que almacena, procesa y transmite

de un programa (procesador de texto, gestor de bases de datos, navegador de la Web, etc.).

Un ordenador desnudo (en el que no se ha introducido ningún programa) sólo entiende un

Los lenguajes de programación han evolucionado a lo largo de la historia de los ordenadores.

z Primera Generación, Código Máquina: Es el nivel más bajo de los lenguajes de

z Segunda Generación, Lenguaje Ensamblador: Son lenguajes de programación de

z Tercera Generación, Lenguajes de Alto Nivel: Es un lenguaje con construcciones

z Quinta Generación, Lenguajes Naturales: Existen lenguajes naturales de dos tipos.

Un aspecto muy importante de los compiladores es la idea de portabilidad, que permite

2.1. Paradigmas de Programación

Un paradigma es un conjunto de principios generales que un programador ha de seguir para

1. Programación Estructurada: Postula el principio de división de un programa en

2. Programación Orientada a Objeto: Aunque la programación estructurada es un

paradigma de la programación orientada a objetos, que postula la división de un

2.2. Principales Lenguajes de Programación

Como mencionamos, actualmente la mayoría de los programas realizados actualmente son

1. C: Desarrollado por los Laboratorios Bell, C es un lenguaje estructurado compilado de

{ Los compiladores de C han sido altamente probados y desarrollados para casi

{ Tiene un alto grado de portabilidad. Los programas en C pueden ser compilados

{ Es muy rápido y eficiente. Los compiladores de C suelen estar muy bien

3. Pascal: Al igual que el BASIC es un lenguaje estructurado sencillo pero permite la

4. FORTRAN: Desarrollado en 1954 por IBM, fue prácticamente el primer lenguaje

5. COBOL: Adoptado formalmente en 1960 como resultado de un esfuerzo conjunto de

6. LISP: Es un lenguaje usado principalmente para realizar programas en el ámbito de la

7. DBASE: Es un lenguaje similar al Pascal, pero con funciones para manipular

8. Java: Es un lenguaje de programación orientado a objetos creado recientemente por

9. C++: Es la evolución del C en un lenguaje orientado a objetos. Comparte las ventajas y

2.3. Algunas Tecnologías Adicionales

En principio, con un lenguaje de programación de propósito general (como C o Java) y su

2.3.1. Sistemas Expertos

¿Qué es un Sistema Experto?

Un sistema experto es un programa de ordenador que le permite a éste realizar o aconsejar

Arquitectura de un Sistema Experto

La arquitectura de un sistema experto evoca en cierta manera las estructuras y procesos

Lecturas: Educación Física y Deportes · http://www.efdeportes.com · Año 6 · Nº 33 sigue Â

Recomienda este sitio

¿Qué es la informática aplicada a las ciencias del deporte?

Análogamente, un sistema experto posee un motor de inferencia que es el que se encarga

Además de estos dos elementos, el entorno de un sistema experto incluye varias

2.3.2. Algoritmos Genéticos

¿Qué son los algoritmos genéticos?

Los GAs simulan el proceso de supervivencia de los individuos mejor adaptados en

z La información genética de los individuos mejor adaptados se propaga en generaciones

z De esta manera cada generación sucesiva estará mejor adaptada a su entorno.

En términos generales, el espacio de búsqueda de un problema consiste en el conjunto de

z Se le aplica la función de evaluación a cada individuo, de manera que se obtiene una

z Se selecciona una porción de la población basada en la medida anterior. Por ejemplo, a

De esta manera se producen nuevas generaciones de soluciones que contienen, por lo

2.3.3. Análisis y clasificación automática de datos

¿Qué es el aprendizaje automático y la minería de datos?

En las últimas décadas investigadores provenientes de distintas disciplinas, desde la

Muchos de estos métodos comparten un uso intensivo de los recursos computacionales

segundo), el análisis de mercados comerciales (cantidad de empresas, valores y sectores

Dentro de las técnicas de aprendizaje automático, se denomina minería de datos a las

En sí la minería de datos no es más que una metodología de resolución de problemas que

1. Por un lado el aprendizaje supervisado, las regularidades en los datos se encuentran

La noción básica del aprendizaje supervisado es la de un clasificador, que es un algoritmo

{ La creación de un conjunto determinado de categorías en las cuales clasificar los

{ La presentación de pares [dato, clasificación] que corresponden a los casos