Interoperabilitatea conținutului ca precondiție pentru reutilizarea și reconfigurarea elementelor de conținut structurat ca obiecte de învățare în eLearning – O perspectivă din punctul de vedere al standardizării

CHRISTIAN GALINSKI, BLANCA STELLA GIRALDO PÉREZ

Infoterm

CUVINTE-CHEIE: conținut structurat și conținut nestructurat, reprezentări verbale și nonverbale, denumiri, morfologie și morfeme, frazeologie și frazeme, colocări și termeni pluriverbali, obiecte de învățare cu complexitate ridicată (HC-LO) și obiecte de învățare cu complexitate redusă (LC-LO), limbaj general (LGP) și limbaj specializat (LSP), persoane cu dizabilități (PwD) și tehnologii asistive, standarde și standardizare, certificare, modele de date și modelarea datelor, depozite federate, cerințe de calitate și interoperabilitate

1. C O N Ț I N U T S T R U C T U R A T

„Conținutul” este înțeles aici ca conținut structurat la nivelul semanticii lexicale, cuprinzând reprezentări lingvistice și nonlingvistice ale conceptelor (înțelese în teoria științei ca un fel de „obiecte imateriale”). Aceste reprezentări pot fi designative (precum desemnările din terminologie: termeni, simboluri și denumiri) sau descriptive (precum diverse tipuri de definiții, explicații ori reprezentări nonverbale) ori hibride. Până în prezent, desemnările și reprezentările nonverbale ale conceptelor, precum și denumirile (adică numele proprii care reprezintă concepte individuale) au fost insuficient reprezentate în teoria și metodologia terminologiei. Ele pot fi însă foarte importante pentru conceperea obiectelor de învățare (LO) în anumite domenii sau arii de aplicare — fără a mai menționa învățarea limbilor și traducerea.

La fel de importante pentru conceperea obiectelor de învățare (LO) multilingve, multimodale și cu utilizări multiple sunt

a) asemănările dintre intrările LGP și LSP:

– Reprezentarea designativă a intrării (lemma LGP sau termen LSP) poate consta dintr-un cuvânt, un cuvânt compus sau o entitate pluriverbală;

– Reprezentarea designativă verbală poate fi completată de o reprezentare designativă nonverbală (de exemplu, gesturi, mimică, Bliss-

6

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

simboluri¹ etc.) sau – dacă este necesar – chiar înlocuite cu acesta (de exemplu, un simbol grafic sau un alt simbol nonverbal);

– Fiecare intrare care reprezintă un concept are un identificator unic al intrării (care poate indica, de exemplu, aparițiile în corpusuri de texte);

◦ În intrările LSP, fiecare reprezentare desemnativă ar trebui să aibă propriul identificator al elementului, ceea ce ar face, printre altele, posibilă urmărirea schimbării conceptuale în timp,

◦ În intrările LGP, fiecare sens al unei reprezentări desemnative ar trebui să aibă propriul identificator al elementului, ceea ce face posibile intrările multilingve,

◦ Prin analogie cu autonomia termenului în terminologie, autonomia reprezentării se aplică atât LSP și LGP, cât și reprezentărilor nonverbale,

◦ Reprezentările descriptive LGP (inclusiv explicații, contexte etc.) pot fi tratate prin analogie cu cele din LSP (explicații, contexte etc.), dar exclud definițiile în sens strict,

◦ Pot exista câmpuri suplimentare pentru note, exemple, surse etc.

– O reprezentare verbală desemnativă care reprezintă atât un concept LGP, cât și unul LSP poate necesita – în funcție de gradul de cvasi-sinonimie – includerea în două intrări, cu trimiteri încrucișate adecvate.

b) pronunțiile elementelor verbale ale entităților de conținut structurat, care ar trebui prevăzute, cel puțin potențial, în orice intrare.

c) reprezentări desemnative nonverbale și reprezentări descriptive nonverbale, care ar trebui prevăzute, cel puțin potențial, în orice intrare, deoarece – în funcție de domeniu sau de câmpul de aplicare – pot fi la fel de importante ca cele verbale și, uneori, chiar reprezentări preferate.

d) componente ale entităților de conținut structurat, precum morfemele reprezentărilor verbale desemnative sau elementele unei definiții, explicații, ale unui context etc. Acestea ar trebui marcate / etichetate pentru a facilita trimiterile încrucișate sau reutilizarea ca un alt LO (de exemplu, prefixele și sufixele din nomenclatura medicală).

e) entități mai mari de conținut structurat, precum expresiile idiomatice, colocările LGP sau frazeologismele LSP, precum și metaforele, care pot fi tratate formal în mod similar reprezentărilor verbale desemnative din LGP (cu trimiteri încrucișate adecvate la elementele relevante ale entității respective). În acest

¹ Blissymbolics este un sistem de scriere ideografică destinat persoanelor cu deficiențe cognitive. Fiecare dintre cele câteva sute de simboluri de bază reprezintă un concept; simbolurile pot fi combinate pentru a genera simboluri noi care reprezintă concepte noi. Blissymbols nu corespund deloc sunetelor vreunei limbi vorbite.

Terminologija | 2012 | 19

7

nivelul, diferențierea mai rafinată a celor de mai sus este necesară în lingvistica de corpus, dar probabil nu și pentru LO. De asemenea, poate avea o importanță minoră dacă sensul este necompozițional sau compozițional. În lingvistica de corpus există instrumente pentru identificarea și extragerea unor astfel de entități mai ample de conținut structurat.

f) furnizarea unor câmpuri substituente sau a unor legături către reprezentările designative pentru persoanele cu dizabilități, cum ar fi cele în Braille, în limbajul semnelor sau în Blissymbolics.

Resursele de conținut structurat la nivelul semanticii lexicale au fost considerate până acum ca fiind alcătuite în principal din date lexicografice, date terminologice și alte tipuri de reprezentări ale conceptelor, inclusiv câteva nonverbale, cum ar fi simbolurile vizuale (de exemplu, simbolurile publice). Dar pot exista și simboluri acustice/auditive, haptice/tactile și altele, care, în gestionarea terminologiei, ar putea apărea ca desemnări sau chiar ca descrieri ale conceptelor (precum reprezentări nonverbale (ISO 10241-1:2011)). Pentru o abordare sistematică a gestionării conținutului structurat în general, ar putea fi necesare și alte informații — și categoriile de date corespunzătoare.

Având în vedere cele de mai sus, putem diferenția după cum urmează tipurile de conținut structurat la nivelul semanticii lexicale:

- Date lexicografice, precum:

◦ unități lexicale (inclusiv compuse etc.),

◦ morfeme (morfologie),

◦ colocări, metafore;

- Terminologii și tipuri similare de resurse lingvistice și alte resurse de conținut, precum:

◦ nomenclaturi, taxonomii, tipologii, glosare, vocabulare etc.,

◦ morfeme terminologice (morfologie),

◦ frazeme terminologice (frazeologie),

◦ nume proprii de tot felul, folosite, de exemplu, ca elemente în diferite tipuri de repertorii,

◦ simboluri grafice și alte desemnări nonverbale,

◦ proprietăți (ale produselor), caracteristici, atribute etc.;

- Tezaure, scheme de clasificare (ISO/DIS 22274:2011), cuvinte-cheie și alte tipuri de limbaje de documentare (sau vocabulare controlate);

- Intrări enciclopedice (de cunoștințe), care includ, printre altele:

◦ intrări terminologice îmbogățite cu cunoștințe,

8

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

◦ nume proprii (explicate) și alte tipuri de date strâns legate de numele proprii;

– Ontologii, hărți tematice și alte tipuri de sisteme de structurare a cunoștințelor.

Ca și în terminologie, oricare dintre celelalte tipuri de conținut structurat enumerate mai sus poate avea

– una sau mai multe reprezentări fonetice, reprezentări în limbajul semnelor etc.;

– reprezentări grafice și alte reprezentări desemnative nonverbale, precum și reprezentări descriptive nonverbale (unele pe lângă o reprezentare verbală, altele create ca reprezentări nonverbale independente de cele verbale).

Tipurile nonverbale de conținut structurat sunt deosebit de relevante în aplicații precum eLearning și de o importanță vitală în comunicarea:

– cu și între PwD (direct sau prin intermediul dispozitivelor ICT care funcționează ca tehnologii asistive),

– între PwD și dispozitivele pe care le folosesc și

– între aceste dispozitive.

Proiectanții indicatoarelor rutiere numesc elementele acestora „morfologie” (prin analogie cu morfemele din lingvistică). Același concept ar putea fi aplicat și altor reprezentări desemnative nonverbale. Au fost deja dezvoltate metode de căutare a unor imagini/reprezentări grafice întregi pe baza elementelor individuale pe care le conțin. Figura următoare prezintă un exemplu de „morfologie” a simbolurilor grafice (în acest caz, un indicator rutier):

(din prezentarea lui Schmitz la TSTT 2006²; vezi Schmitz 2006)

² A 3-a Conferință internațională privind terminologia, standardizarea și transferul tehnologic (TSTT 2006), Beijing, China, 25–26 august 2006

Terminologija | 2012 | 19

9

În anumite domenii (de exemplu, în nomenclaturile biologice) există chiar exemple de reprezentări descriptive nonverbale care înlocuiesc definiții lungi sau alte descrieri ale conceptelor și care ar putea fi utile și în scopuri de eLearning:

(din Gonnissen and Mornie 1983, pasărea nr. 50)

Este suficientă o legendă relativ scurtă, cu explicații pentru simboluri (în mai multe limbi), iar reprezentarea grafică este ușor de înțeles deopotrivă de experți, studenți sau ornitologi amatori.

Toate tipurile de conținut structurat menționate mai sus devin astăzi din ce în ce mai accesibile în format digital (ca eContent – tot mai mult și prin intermediul dispozitivelor mobile) și pot

– apărea în texte digitale (precum documentația tehnică, textele tehnico-științifice etc.),

– se combina între ele sau se încorpora unul în altul,

– avea elemente lingvistice similare (litere, sunete, morfeme etc.) sau diferite (precum reprezentările nonverbale),

– forma elemente de conținut complexe,

– necesita integrarea sau asigurarea interoperabilității cu altele în anumite aplicații.

În prezent, însă, majoritatea depozitelor existente de conținut structurat nu sunt coerente în cadrul aceluiași depozit și, uneori, sunt chiar contradictorii între depozite diferite. În general, acestea nu se bazează pe metode adecvate de modelare a metadatelor și a datelor și, prin urmare, nu pot fi integrate, nu sunt fiabile și prezintă numeroase deficiențe. Acest lucru este inacceptabil, de exemplu, în aplicațiile care sprijină PwD, în special în societățile noastre îmbătrânite,

10

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

în care tot mai multe persoane au — uneori multiple — deficiențe. În plus, acest lucru nu permite utilizarea lor eficientă în scopuri de eLearning, ceea ce le dezavantajează din nou pe persoanele cu dizabilități (PwD).

Spre deosebire de conținutul structurat, un corpus poate fi descris ca conținut nestructurat, și anume „un corp de limbaj care apare în mod natural” (McEnery, Xiao, Tono 2006), diferențiind astfel un corpus de liste de cuvinte, dicționare și baze de date. În mod similar, un corpus de vorbire (sau corpus oral) este un depozit de fișiere audio cu vorbire (și transcrieri textuale). Aceste definiții sunt insuficiente în ceea ce privește elementele nonlingvistice din texte (cum ar fi cele din documentația tehnică) și elementele comunicării nonverbale (cum ar fi gesturile, mimica etc.) care însoțesc în mod necesar datele vorbite în viața reală.

Dacă analizăm unde se găsesc elementele de conținut structurat, constatăm că majoritatea nu sunt dezvoltate ca scop în sine, ci sunt elemente necesare ale conținutului nestructurat, precum corpusurile de texte, corpusurile de vorbire etc. Prin urmare, relația dintre conținutul structurat și corpusuri — în special în vederea valorificării conținutului structurat care apare în conținutul nestructurat, de exemplu pentru eLearning, sub forma LO — ar trebui investigată în continuare. În prezent, cel mai mare corpus din lume este Internetul. Totuși, în majoritatea cazurilor, pentru extragerea LO sunt necesare texte a căror calitate este garantată — ceea ce reprezintă o provocare pentru clasificarea și evaluarea calității textelor, precum și pentru etichetarea lor corespunzătoare.

2. P R O B L E M E D E S T A N D A R D I Z A R E R E F E R I T O A R E L A C O N Ț I N U T U L S T R U C T U R A T

În prezent, documentele de standarde nu cuprind doar standarde tehnice în sensul tradițional, ci și standarde pentru terminologie, testare, produse, procese, servicii, interfețe, date etc. Unele sunt standarde de bază, cu o arie largă de cuprindere sau care conțin dispoziții generale pentru un anumit domeniu, iar altele sunt standarde metodologice. Terminologia standardizată a unui anumit domeniu poate fi considerată un standard de bază. Standardele metodologice privind principiile și metodele activității terminologice și standardizarea terminologiei sunt, în consecință, fundamentale pentru întreaga activitate terminologică și pentru standardizarea/unificarea terminologiei în cadrul standardizării în general și dincolo de aceasta. În plus, tipurile de standarde menționate mai sus reprezintă doar câteva tipuri uzuale și nu se exclud reciproc; de exemplu, un anumit standard de produs poate fi și

Terminologija | 2012 | 19

11

considerat un standard de testare dacă prevede metode de testare a caracteristicilor produsului în cauză. Întrucât conținutul este necesar în prezent în aproape toate domeniile științei și tehnologiei, standardele referitoare la conținut pot aparține oricăruia dintre tipurile de standarde menționate mai sus.

Conform ISO/IEC Guide 2:2001 standardizarea este o activitate de stabilire, în raport cu probleme actuale sau potențiale, a unor dispoziții destinate utilizării comune și repetate, cu scopul de a atinge gradul optim de ordine într-un anumit context. În special, activitatea constă în procesele de elaborare, publicare și implementare a standardelor. Printre beneficiile importante ale standardizării se numără îmbunătățirea adecvării produselor, proceselor și serviciilor la scopurile prevăzute, prevenirea barierelor comerciale și facilitarea cooperării tehnologice. Elaborarea standardelor se bazează pe consens, care reprezintă un acord general, caracterizat prin absența opoziției persistente față de chestiuni importante din partea oricărei părți importante a părților interesate și printr-un proces care urmărește să ia în considerare opiniile tuturor părților interesate (și anume industria, cercetarea, administrația publică și consumatorii) și să reconcilieze eventualele argumente contradictorii.

Eforturile de standardizare sunt guvernate de abordări profund sistemice. În special, standardele metodologice urmăresc soluții generice, adecvate și pentru diferite aplicații. Acest lucru se aplică și standardelor metodologice referitoare la conținutul structurat, precum standardele privind transcrierea și transliterarea, modelele de date, formatele de schimb, identificatorii sursă (ISO 12615:2004), fără a mai menționa managementul proiectelor. Se aplică, de asemenea, unor tipuri de conținut structurat standardizat, precum codurile de limbă (seria ISO 639), codurile de scriere (ISO 15924:2004) și codurile de țară (seria ISO 3166). În ultimii ani, aspectele interoperabilității conținutului structurat au devenit o problemă majoră în multe domenii. Prin urmare, standardele privind calitatea datelor, administrarea datelor, managementul conținutului și fluxurile de lucru devin tot mai indispensabile.

Există mai multe comitete tehnice care se ocupă de diverse aspecte — mai mult sau mai puțin generice — ale interoperabilității conținutului, de exemplu:

- ISO/TC 37 Terminologie și alte resurse lingvistice și de conținut

- ISO/IEC-JTC 1/SC 32 Managementul și schimbul de date (în special WG 2, metadate);

- ISO/IEC-JTC 1/SC 36 Tehnologia informației pentru învățare, educație și formare;

12

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

- ISO/TC 184 Sisteme de automatizare și integrare (în special SC 4 Date industriale);

- ISO/TC 46 Informare și documentare.

Standardele elaborate de aceste comitete nu țin încă seama de cerințele specifice ale eLearningului în ceea ce privește interoperabilitatea conținutului entităților de conținut structurat la nivelul semanticii lexicale.

ISO/TC 37 a fost primul comitet care a luat multilingvismul pe deplin în considerare (de fapt, ca unul dintre principiile de bază ale tuturor eforturilor sale de standardizare, care sunt orientate spre concepte, adică independente de limbă = multilingve de la bun început) – alte comitete tehnice i-au urmat exemplul, însă adesea nu respectă suficient acest principiu în practică. Astăzi, chiar și lexicografia s-a orientat către abordarea bazată pe concepte (=multilingvism), după cum se poate observa din produsele mai multor edituri de dicționare și din dicționarele online de mari dimensiuni accesibile pe Internet. Acest lucru ar trebui să se aplice și obiectelor de învățare (LO), la nivelul semanticii lexicale.

Având în vedere faptul că interoperabilitatea conținutului poate fi realizată numai pe baza unor reguli acceptate în comun, și anume a standardelor internaționale, este necesară cooperarea și coordonarea celor mai importante activități de standardizare în ceea ce privește interoperabilitatea conținutului. Noile activități de standardizare privind diverse aspecte ale interoperabilității conținutului

- sunt impulsionate, pe de o parte, de evoluțiile tehnice în direcția creării de conținut bazate pe web, colaborative/participative, prin intermediul ICT (sub formă de rețele sociale, platforme de colaborare, comunicații mobile etc.);

- vor avea, pe de altă parte, un impact major asupra diverselor tipuri de gestionare a conținutului și a cunoștințelor (în special în eAplicații, precum eLearning, eAccesibilitate și eIncluziune, eSănătate, gestionarea multilingvă a datelor despre produse în eBusiness etc.).

Până acum, eforturile de standardizare din cadrul ISO/TC 37 Terminologie și alte resurse lingvistice și de conținut privind conținutul structurat s-au concentrat asupra standardelor metodologice referitoare la

- Categorii de date (care nu sunt chiar identice cu metadatele), utilizate în proiectarea conceptuală a intrărilor de conținut structurat;

- Modele de date și metode de modelare a datelor;

Terminologija | 2012 | 19 13

– Metamodeluri pentru a face interoperabile modelele de date concurente; – Aplicațiile celor de mai sus; și, într-o anumită măsură, standardizarea acelor tipuri de conținut care sunt relevante pentru TC.

Dacă sunt incluse ontologiile în sensul reprezentării cunoștințelor, metamodelurile menționate mai sus trebuie extinse către meta-ontologii și chiar către un limbaj metaontologic (ISO/CD 17347:2012), pentru a oferi posibilitatea de a face ontologiile interoperabile. În acest context, o ontologie este văzută ca o „specificare formală și explicită a unei conceptualizări comune” (Gruber, iunie 1993), care reprezintă un vocabular și o taxonomie comune ce modelează un domeniu – adică definirea conceptelor și a altor obiecte informaționale, precum și a proprietăților și relațiilor acestora. Un limbaj ontologic – diferit de simpla reprezentare a cunoștințelor – oferă un metamodel pentru astfel de specificări formale și explicite ale unei conceptualizări comune.

Aproape toate TC-urile din ISO și IEC standardizează cei mai importanți termeni și definiții din domeniul sau subiectul lor respectiv. Unele standardizează și alte tipuri de resurse lingvistice și de conținut.

3. VOLUME DE CONȚINUT STRUCTURAT: TERMINOLOGIE ȘI ALTE RESURSE LINGVISTICE ȘI DE CONȚINUT

Potrivit ELRA (Asociația Europeană pentru Resurse Lingvistice), resursele lingvistice sunt:

– corpusuri de texte,

– corpusuri de vorbire,

– (date lexicografice și) terminologii.

In a recent article (Galinski, Reineke 2011), an attempt was made to quantify the volumes of lexicographical and terminological entries in an ever increasing number of domains or subjects. The lexis of LGP in the highly developed languages may comprise up to 500,000 lexemes (including a considerable share of terminology). However, the total number of scientific-technical concepts across all domains or subjects may well comprise ~100–150 million. The number of identifiable chemical substances alone has passed the 60 million mark in 2011. In the light of these figures

– Interoperabilitatea conținutului este o condiție prealabilă pentru evitarea unei duplicări masive a eforturilor;

– Abordarea ISO/TC 37 devine din ce în ce mai esențială;

14

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

- Trebuie dezvoltate abordări și metode noi, iar cele existente trebuie adaptate;

- Majoritatea instrumentelor actuale de gestionare a terminologiilor sunt insuficiente;

- Necesitatea standardizării – în special în ceea ce privește calitatea bazată pe standarde – va crește.

Acest lucru este deosebit de important având în vedere faptul că multe sau majoritatea intrărilor terminologice (sau ale altor elemente de conținut structurat) sunt potențiale obiecte de învățare (LO) în eLearning.

În figurile de mai sus numele proprii și alte tipuri de denumiri nu sunt incluse, deși în eLearning acestea constituie date indispensabile (reprezentând concepte individuale). În funcție de limbă (sau de sistemul de scriere) și de domeniul de aplicare, ele pot

- Avea versiuni lingvistice diferite (similare sau nu);

- Se pronunța diferit în limbi diferite;

- Trebuia să fie transcrise în sisteme de scriere diferite;

- Trebuia să fie „traduse” în unele limbi;

- Să fie supuse unor condiții juridice speciale (precum mărcile comerciale).

Numărul numelor proprii existente și al altor tipuri de denumiri este incalculabil – pot exista câteva sute de milioane. Chiar și în acest caz pot apărea reprezentări nonverbale, precum logo-uri grafice etc.

4. NECESITATEA UNOR REPOZITORII FEDERATE DE OBIECTE DE ÎNVĂȚARE DERIVATE DIN CONȚINUT STRUCTURAT

Dacă numărăm toate elementele de conținut structurat la nivelul semanticii lexicale, așa cum s-a arătat mai sus, care ar putea deveni cel puțin potențial obiecte de învățare (LO), putem ajunge la o cifră de câteva sute de milioane de elemente. Kelly Washbourne de la Kent State University a afirmat odată, cu regret: „Din păcate, nu există leac pentru terminologie; nu poți decât să speri că o vei putea gestiona.” Această afirmație se aplică și majorității tipurilor de conținut structurat – nu numai celor lingvistice – și, în special, obiectelor de învățare (LO) la nivelul semanticii lexicale. Prin urmare, trebuie să extindem metodele și instrumentele tradiționale prin abordări noi, care să faciliteze gestionarea eficientă a cantității și calității conținutului structurat.

Gestionarea cuprinde metode, instrumente, procese și cooperare și coordonare, precum și mecanisme și instrumente de control. Numai dacă toate acestea se bazează pe standarde există șansa unei interoperabilități sporite a conținutului structurat dezvoltat și întreținut în depozite de conținut.

Terminologija | 2012 | 19

15

Nu în ultimul rând, pentru a obține mai multe depozite (federate) de conținut structurat dezvoltate și întreținute în conformitate cu cerințe de calitate, situația descrisă mai sus impune necesitatea unor standarde suplimentare pentru

– standarde metodologice,

– standarde pentru gestionarea conținutului,

– standarde pentru fluxurile de lucru (în special în ceea ce privește dezvoltarea cooperativă / participativă a conținutului structurat bazată pe web),

– standarde de asigurare a calității (de exemplu, ISO/TS 8000-1:2011),

– standarde pentru tehnologia bazelor de date,

– scheme / instrumente de verificare, validare și certificare bazate pe standarde.

Federarea depozitelor de conținut structurat poate avea mai multe dimensiuni. Într-o manieră mai statică și pasivă, un depozit poate „informa” automat alte depozite despre orice modificări, declanșând astfel procese de gestionare a acestora. Într-o manieră mai dinamică, modificarea unui anumit depozit este fie implementată direct în depozitele federate – desigur, după o validare corespunzătoare –, fie elementul afectat dintr-un alt depozit preia modificările din depozitul în care acestea au apărut.

EXEMPLU: un câmp de afișare dintr-un depozit de date despre produse, cu textul „LENGTH 5.4 cm”, este compus din trei elemente:

– metadatele LENGTH pentru produse, precum un cui sau un șurub, a căror lungime este măsurată în cm; aceste metadate LENGTH au un ID de metadate și o descriere într-un depozit de metadate (care funcționează ca fișier de autoritate) – nu pot fi confundate cu LENGTH pentru microproduse măsurate în nanometri sau produse mari măsurate în metri;

– valoarea variabilă 5.4 (care, exprimată în inci, ar fi 2.13);

– unitatea „cm”, preluată dintr-un alt depozit de metadate (care funcționează ca fișier de autoritate), cu propriul ID și o descriere, care poate include și rutine de conversie în unitatea corespunzătoare din sistemul imperial, și anume „inch”.

Cea mai mare parte a conținutului structurat standardizat din ISO și IEC ar putea deveni, teoretic, obiecte de învățare (LO) de înaltă calitate. Unele tipuri de conținut structurat, precum terminologia de bază, sistemele de codificare (de exemplu, pentru denumirile țărilor, monedelor, limbilor sau simbolurilor de siguranță), simbolurile grafice etc. sunt atât de

16

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

este important ca elementele de conținut în sine să fie standardizate la nivel internațional. În ISO/CDB (ISO Concept DataBase) este inclus următorul conținut standardizat:

- Terminologie,

- Coduri,

- Simboluri grafice.

Se intenționase să fie incluse și:

- Mărimi și unități,

- Categorii de date (metadate),

- Date de clasificare a produselor,

- Date privind proprietățile produselor,

- Informații chimice,

- Instrumente de comunicare pentru anumite persoane cu dizabilități (PwD), precum Blissymbols, elemente de conținut în limbajul semnelor (inclusiv notația limbajului semnelor) etc.

Standardul internațional ISO 10241–1:2011 Intrări terminologice în standarde – Partea 1: Cerințe generale și exemple de prezentare a fost elaborat de ISO/TC 37 în vederea includerii și a altor tipuri de conținut structurat standardizat în ISO/CDB. Acesta se bazează pe standardele internaționale ISO 704:2009, ISO 860:2007 și ISO 15188:2001. Pentru standardizarea terminologiei în ISO și IEC, standardul internațional ISO 10241–1 este obligatoriu. Nu este doar menționat în Directivele ISO/IEC, ci este aplicat și de numeroase organizații de standardizare sau armonizare terminologică din întreaga lume.

În vederea satisfacerii nevoilor viitoare legate de adoptarea unor intrări terminologice standardizate individuale, a fost elaborat standardul internațional ISO 10241–2:2012 Intrări terminologice în standarde – Partea 2: Adoptarea intrărilor terminologice standardizate. Acest standard va reprezenta o etapă importantă în direcția creșterii interoperabilității conținutului structurat standardizat, inclusiv în medii de cooperare/participative.

5. OBIECTE DE ÎNVĂȚARE DERIVATE DIN CONȚINUT STRUCTURAT

Conform ISO/IEC 2382–36:2008 (36.05.01), o resursă de învățare este o „entitate care poate fi referențiată și utilizată pentru învățare, educație și formare”. În această contribuție, un obiect de învățare (LO), la nivelul semanticii lexicale, este cea mai mică resursă de învățare (LR) posibilă. Conform

Terminologija | 2012 | 19

17

standardului privind metadatele obiectelor de învățare (LOM) (IEEE 1484-12.1:2002, 3.6), un „obiect de învățare [În cadrul acestui standard] este definit ca orice entitate, digitală sau nedigitală, care poate fi utilizată pentru învățare, educație sau formare”. Această contribuție se concentrează asupra entităților digitale cu conținut structurat, la nivelul semanticii lexicale, considerate obiecte de învățare.

Metadatele (elementele de date) ale standardului LOM sunt grupate în 9 categorii:

a) Categoria General grupează informațiile generale care descriu obiectul de învățare în ansamblu.

b) Categoria Ciclu de viață grupează caracteristicile legate de istoricul și starea actuală a acestui obiect de învățare, precum și de persoanele care au influențat obiectul de învățare pe parcursul evoluției sale.

c) Categoria Meta-metadate grupează informații despre instanța de metadate însăși (și nu despre obiectul de învățare descris de instanța de metadate).

d) Categoria Tehnic grupează cerințele tehnice și caracteristicile tehnice ale obiectului de învățare.

e) Categoria Educațional grupează caracteristicile educaționale și pedagogice ale obiectului de învățare.

f) Categoria Drepturi grupează drepturile de proprietate intelectuală și condițiile de utilizare a obiectului de învățare.

g) Categoria Relație grupează caracteristici care definesc relația dintre obiectul de învățare și alte obiecte de învățare asociate.

h) Categoria Adnotare oferă comentarii privind utilizarea educațională a obiectului de învățare și informații despre momentul și autorul comentariilor.

i) Categoria Clasificare descrie acest obiect de învățare în raport cu un anumit sistem de clasificare.

Împreună, aceste categorii alcătuiesc schema de bază LOM v1.0. Categoria Clasificare poate fi utilizată pentru a furniza anumite tipuri de extensii la schema de bază LOM v1.0, deoarece se poate face referire la orice sistem de clasificare.

IEEE 1484-12.1:2002 nu definește modul în care un sistem de tehnologii de învățare reprezintă sau utilizează o instanță de metadate pentru un obiect de învățare.

Următoarele considerații sunt rezultatul unui mic grup de studiu dedicat cartonașelor pentru învățarea vocabularului japonez (cu accent pe caracterele sino-japoneze kanji, dar incluzând și exemple de combinații de kanji și expresii). Întrebarea era: cum ar putea fi acestea multilingve și utilizate de dispozitive moderne – dacă este posibil, inclusiv de dispozitive mobile.

18

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

S-a constatat că

- Cardurile didactice cu kanji sunt obiecte de învățare cu complexitate ridicată (HC-LO), adică o combinație de informații care poate fi preluată din mai multe alte obiecte de învățare cu complexitate redusă (LC-LO);

- Sunt necesare legături între LO la nivel de domeniu – dacă este necesar, chiar și între părți ale unui anumit domeniu;

- Modelul de date emergent trebuie să fie multilingv de la bun început, pentru a permite dezvoltarea și întreținerea cooperativă / participativă a acestor LO;

- O conexiune la corpusuri de texte ar spori capacitatea de a extrage în mod sistematic exemple de vocabular, exemple de utilizare etc.;

- Informațiile oricărui LO se concentrează în jurul unui element central, care poate fi folosit pentru navigarea în texte sau baze de date, în vederea identificării și extragerii de informații suplimentare.

În general, s-a considerat că un sistem pentru dezvoltarea și întreținerea unor LO de acest tip ar putea fi bazat pe Standardele Internaționale ISO/TC 37. Totuși, metodologia ISO/TC 37 ar necesita unele extinderi dacă ar fi aplicată LO-urilor derivate din conținut structurat.

În orice caz, un card didactic cu kanji, precum cel prezentat mai jos, este un HC-LO care poate fi alcătuit din două sau mai multe LC-LO, în funcție de necesități. Indiferent dacă sunt HC-LO sau LC-LO, elementele lor centrale pot servi drept legătură către corpusuri de texte, ceea ce ar permite adăugarea ulterioară de informații despre utilizare, precum colocări, contexte / cotexte și metafore, pe de o parte, și elaborarea sistematică de exerciții, întrebări de testare etc. pornind de la aceste contexte / cotexte, pe de altă parte.

În figura următoare, un card didactic pentru învățarea caracterelor sino-japoneze kanji poate fi descompus într-un număr de HC-LO sau LC-LO. S-a dovedit că cardurile didactice cu kanji sporesc considerabil atât viteza de învățare a kanji, cât și eficiența memorării acestora. Prin însăși natura sa, un LO cu kanji este întotdeauna un HC-LO, deoarece poate

- Să aibă una sau mai multe „lecturi chinezești” onyomi, în funcție de perioada istorică în care a fost introdus kanji-ul în cauză, de regiunea din China din care provine și de sensul său (fără a mai menționa că japonezii ar fi putut adăuga sensuri diferite în decursul timpului);

- Să aibă una sau mai multe „lecturi japoneze” kunyomi, folosind lectura kunyomi a caracterului chinezesc ca atare sau ca radical, la care se adaugă (una sau

Terminologija | 2012 | 19

19

mai multe) terminații (în principal elemente flexionare sau particule care transformă tema în adjectiv, adverb etc.), rezultatul putând fi uneori considerat un derivat regulat, însă adesea și unul idiomatic;

- Se pot combina cu alte kanji pentru a forma binomuri, trinomuri etc.

Orice LO onyomi sau kunyomi (unele dintre acestea se suprapun semantic) pentru un LO kanji poate fi, la rândul său, considerat HC-LO dacă are un sens diferit (fiecare la un nivel de complexitate mai redus).

(din Hodges and Okazaki s.a.)

20

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

În figura de mai sus, onyomi kyû (ca L1 pentru K1 休) poate avea orice sens al lecturilor kunyomi, însă kyû poate fi folosit numai pentru kanji dacă acesta apare în combinații de kanji (sau — ca excepție — dacă kanji-ul apare singur ca abreviere). Kyû ca LO ar avea sens numai dacă un cursant dorește, dintr-un motiv sau altul, să învețe toate caracterele kanji cu onyomi kyû. Există multe caractere kanji în care onyomi reprezintă unul sau mai multe concepte și, prin urmare, fiecare combinație kanji+onyomi poate fi considerată un LO.

L2 休む yasumu, L3 休まる yasumaru, L4 休める yasumeru, L5 休み yasumi reprezintă lecturi japoneze diferite — deși înrudite semantic — kunyomi ale caracterului kanji în cauză, care, pe lângă natura lor derivată, au un sens idiomatic ce justifică tratarea fiecăreia ca LC-LO individual. Totuși, dacă un LO de acest tip are mai multe sensuri, fiecare dintre acestea reprezintă, în principiu, un LC-LO. 休, în lecturile kunyomi, reprezintă doar tema yasu. Există însă și alte teme citite yasu, cu sensuri diferite și scrise cu alte caractere kanji, precum 安 în yasui 安い, ceea ce l-ar putea conduce pe cursant la alte LO kanji cu lectura japoneză yasu.

L6 定休日 teikyûbi, L7 一休みする hitoyasumi suru și L8 休目 kyûjitsu exprimă sensul compuselor de caractere kanji (binomuri, trinomuri etc., cu sau fără terminații), cu lectură onyomi, kunyomi sau mixtă. Astfel, elementul central al HC-LO K1 (休 kyû) al acestui card didactic cu kanji poate

- să se combine cu alte două sau mai multe caractere kanji pentru a forma LO lexicografice, precum L6 teikyûbi, L7 hitoyasumi suru și L8 kyûjitsu. Dacă vreunul dintre acestea are mai multe sensuri, ar trebui tratat ca două sau mai multe LO;

- să trimită la alte caractere kanji HC-O, precum K2 一, K3 定, K4 日;

- să fie legat de caractere kanji asemănătoare vizual, precum K5 体 și K6 伏, sau de alte caractere kanji cu relevanță istorică ori de altă natură.

Orice LO dintre tipurile menționate mai sus ar trebui să aibă prevăzut un câmp rezervat pentru:

- pronunție (sau pronunții, deoarece pot exista două sau mai multe; în cazul omofonelor, trimiterile ar trebui să indice LO-ul corespunzător);

- limbajul semnelor și alte forme de AAC (comunicare alternativă și augmentativă).

Limba și scrierea japoneză, extrem de complexe, au fost alese pentru a ilustra metoda de compunere și descompunere a LO la nivelul semanticii lexicale. Luând japoneza, o limbă complexă cu un com-

Terminologija | 2012 | 19

21

scriptul complicat, ca bază pentru proiectarea modelelor de date ale LO pentru un depozit de LO la nivelul semanticii lexicale, prezintă avantaje. Poate facilita tratarea fenomenelor din lumea simbolurilor nonlingvistice, precum cele din figura de mai jos.

În unele țări există chiar variante ale aceluiași indicator rutier, în funcție de locul în care este utilizat, de poziția sa pe șosea sau de folosirea sa ca indicator rutier tradițional ori într-un panou cu mesaje variabile (VMS) (Galinski 2011).

Majoritatea kanji-urilor japoneze apar – adesea cu lecturi neregulate – în denumiri, adică în nume proprii de persoane, locuri, organizații, clădiri și alte obiecte. Mai ales în limbile cu sisteme de scriere nonlatine, scrierea și citirea corectă a numelor proprii le creează adesea mari dificultăți cursanților. Ca să nu mai vorbim de ordonarea corectă a numelor în astfel de sisteme de scriere. Zburând deasupra Siberiei către China, pe monitorul de bord se poate citi numele chinezesc al orașului Novosibirsk, care începe cu 新xin, însemnând „nou” și redând în chineză elementul novo din nume. Restul numelui sibirsk=Siberia este transcris cu caractere chinezești. Astfel, numele proprii pot necesita transcriere sau „traducere” (parțială ori integrală). În orice caz, numele proprii – la fel ca entitățile terminologice și lexicografice – pot constitui obiecte de învățare (LO) importante și pot fi tratate prin aceeași abordare descrisă mai sus.

Abordarea ISO/TC 37 poate servi drept model pentru toate tipurile de conținut structurat. Totuși, așa cum s-a menționat deja mai sus, Registrul categoriilor de date pentru resurse lingvisticeData Category Registry for language resources (DCR) (ISO 12620:2009) al ISO/TC 37 ar trebui și, de fapt, poate fi extins la alte tipuri de conținut structurat, dincolo de datele lexicografice și terminologice, precum și la noi nevoi legate de eAplicații, cum ar fi cele pentru eLearning și eAccesibilitate/eIncluziune.

Pentru cei care se tem de complexitate, poate exista o soluție – nu foarte nouă, dar în realitate aplicată rareori: federarea resurselor

22

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

de conținut structurat. Aplicând filosofia Dublin Core, un anumit strat de categorii de date (identic pentru diferite tipuri de conținut structurat) ar trebui standardizat și implementat în orice resursă, garantând astfel interoperabilitatea conținutului. Complexitatea în întregime nu este implementată într-o singură super-resursă, ci este distribuită între mai multe resurse de diferite tipuri de conținut structurat. Această modalitate de a asigura interoperabilitatea conținutului, având în vedere reutilizarea în alte scopuri a entităților de conținut structurat, necesită încă investigații suplimentare.

6. NECESITĂȚI VIITOARE DE STANDARDIZARE

Având în vedere cele de mai sus, ISO/DCR ar putea avea nevoie de categorii de date suplimentare. În prezent, ISO/DCR conține categoriile de date de bază și numeroase categorii extinse pentru date terminologice și lexicografice. Modelul de date terminologiceterminological data model, precum și modelul de date lexicograficelexicographical data model se bazează pe acestea. Utilizarea categoriilor de date (care nu sunt chiar același lucru cu metadatele sau cu elementele de date) pare foarte potrivită pentru conținutul structurat în general și, în special, pentru LO la nivelul semanticii lexicale.

În plus, categoriile de date pot fi împărțite în categorii de date primare și categorii de date secundare (ISO 10241-1:2011) (sau chiar categorii de date terțiare). Categoriile de date primare se referă la date esențiale, precum termenul, definiția etc. Categoriile de date secundare se referă, printre altele, la atribute precum „preferat”, „admis” sau „desuet” (termen). Categoriile de date terțiare se referă la informații suplimentare (dacă nu sunt considerate categorii de date secundare), precum cele privind elementele referinței-sursă a datelor terminologice (aplicabile și altor tipuri de conținut structurat), așa cum sunt prezentate în ISO 12615:2004 Bibliographic references and source identifiers for terminology work.

Categoriile de date primare conform ISO 10241-1, adaptate la LO, sunt următoarele (comparativ cu Tabelul 1 din Anexa 1):

- numărul intrării – unic pentru înregistrarea din baza de date LO;

- (categoria de metadate:) reprezentarea desemnativă a conținutului structurat → adică termenii, incluzând și sinonime, omonime etc.; aceasta trebuie extinsă la orice tip de reprezentare desemnativă a conținutului structurat, fiecare reprezentare având propriul ID de entitate, extinzând astfel autonomia termenului la autonomia reprezentării;

- (categoria de metadate:) reprezentarea descriptivă a conținutului structurat → adică definiții, explicații, contexte etc., care trebuie extinsă

Terminologija | 2012 | 19

23

către orice tip de reprezentare descriptivă a conținutului structurat, inclusiv reprezentări descriptive nonverbale;

– (categorie de metadate:) exemplu → dacă este necesar, să fie împărțit în diferite tipuri de exemple;

– (categorie de metadate:) notă → dacă este necesar, să fie împărțită în diferite tipuri de note;

– (categorie de metadate:) sursă → dacă este necesar, să fie împărțită în diferite tipuri de surse și condițiile aferente de utilizare.

Dacă entitatea reprezentării desemnative a conținutului structurat este verbală, se aplică repetabilitatea în funcție de limbă, precum și repetabilitatea în cadrul unei limbi în cazul sinonimelor (fiecăruia dintre acestea ar trebui să i se atribuie și propriul ID de entitate). Dacă entitatea reprezentării desemnative a conținutului structurat este nonverbală, se aplică repetabilitatea în funcție de domeniul de utilizare/aplicare. Poate exista și un tip de repetabilitate în cadrul domeniului de utilizare/aplicare (cum ar fi indicatoarele de limită de viteză, în funcție de amplasarea lor de-a lungul drumului sau în mijlocul unei autostrăzi în unele țări, ori indicatoarele rutiere cu același înțeles, dar diferite în diverse state ale SUA). Există variații ale limbajului semnelor în cadrul aceluiași limbaj al semnelor, precum și ale Blissymbols.

Cele de mai sus arată că repetabilitatea ar trebui să se bazeze pe „comunitatea de utilizare” (cf. locale în localizare), mai degrabă decât pe limbă. Desigur, comunitatea de utilizare poate fi și o comunitate lingvistică, dar repetabilitatea în funcție de locale și în cadrul acestora oferă mai multă flexibilitate pentru a acoperi toate fenomenele întâlnite în conținutul structurat.

7. C O N C L U Z I I

În ultimii 10 ani, limitările interoperabilității semantice din perspectiva informaticii au devenit evidente. Pe lângă interoperabilitatea tehnică (adică cea legată de hardware și software) și cea organizațională, interoperabilitatea semantică ar trebui să cuprindă interoperabilitatea sintactică, conceptuală și pragmatică. Interoperabilitatea conținutului oferă o abordare și mai amplă și mai generală în ceea ce privește reprezentările comunicative ale informației și cunoașterii – aceasta ia totodată în considerare reutilizabilitatea deplină și posibilitatea de reutilizare în alte scopuri a entităților din diferite tipuri de conținut structurat (Galinski, Van Isacker 2010). Reutilizarea în alte scopuri poate cuprinde, de exemplu, adaptarea intrărilor terminologice existente

24

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

- ca obiecte de învățare (LO) în eLearning sau

- pentru a fi utilizate de persoanele cu dizabilități (PwD) în scopul comunicării generale și, desigur, și în scopuri de învățare.

Standardele internaționale pentru interoperabilitatea conținutului sunt o condiție prealabilă pentru:

- evitarea unei duplicări considerabile a eforturilor,

- dezvoltarea unor metode (inclusiv certificarea) și a unor dispozitive pentru asigurarea calității conținutului,

- introducerea interoperabilității conținutului în programele educaționale și de formare,

- facilitarea reutilizării și reconfigurării pe scară largă a conținutului structurat existent de către numeroase aplicații electronice.

Din ce în ce mai mult, toate tipurile de conținut structurat ar trebui să poată fi reutilizate și reconfigurate pe diferite platforme de sistem. În plus, ar trebui implementate tot mai multe metode cooperative și distribuite, bazate pe web, pentru dezvoltarea conținutului, în cooperare cu domeniile conexe și printr-o abordare integrativă. În acest context, utilizarea tot mai intensă a tehnologiilor mobile va avea un impact major: conținutul electronic (eContent) devine conținut mobil (mContent).

În cursul acestor evoluții, ar fi util să se dezvolte relații metodologice și de proiectare a sistemelor mai solide între gestionarea resurselor de conținut și lingvistica corpusului pentru a utiliza mai bine

- corpusurile existente și viitoare, cu caracteristici îmbunătățite, de exemplu pentru extragerea sistematică a elementelor individuale de conținut structurat (ținând seama și de frecvențele de apariție în funcție de domeniu, nivel / registru și aplicație, astfel încât extragerea obiectelor de învățare în context să fie îmbunătățită);

- elementele de conținut structurat din depozitele existente și viitoare, pentru a îmbunătăți prelucrarea corpusurilor în vederea unor noi scopuri suplimentare, precum didactica;

- metodele existente și emergente, precum și instrumentele din domenii care, până în prezent, prezintă un grad scăzut de interrelaționare și integrare metodologică, în beneficiul reciproc;

- obiectele de învățare create și întreținute sistematic (și prin eforturi participative), în special pentru învățarea integrată a conținutului și a limbii (CLIL).

Terminologija | 2012 | 19

25

Eforturile de standardizare (și de cooperare în materie de standardizare) ar trebui intensificate. Integrarea corespunzătoare a cerințelor AAC în modelarea datelor pentru conținutul structurat ar fi benefică nu numai pentru membrii societății care au cea mai urgentă nevoie de aceasta, ci, în cele din urmă, pentru toată lumea. Acest lucru necesită un accent mai puternic pe tehnologiile de asistare relevante în educația și formarea legate de TIC, cât mai timpuriu posibil.

Participanții la Conferința ICCHP 2010³ au confirmat că formarea existentă și studiile formale nu sunt suficiente — chiar dacă sunt certificate în cadrul unor sisteme de certificare/atestare date — în ceea ce privește competențele și calificările necesare pentru familiarizarea cu aspectele implicate de interoperabilitatea globală a conținutului și, în special, de eAccessibility&eInclusion. „Recomandarea privind principiile de dezvoltare a software-ului și a conținutului 2010” (a se vedea Anexa 2) a fost formulată în cadrul unui atelier special la ICCHP 2010 și, ulterior, susținută de mai multe comitete tehnice din domeniul standardizării, iar în 2012 de Grupul de management (MoU/MG) al Memorandumului de înțelegere ITU-ISO-IEC-UN/ECE privind standardizarea eBusiness.

REFERENCES

Galinski Ch. 2011: A sign equals thousand words. Consistency of traffic / road signs and verbal messages. – Infrastructure and safety in a collaborative world. Road traffic safety. Evangelos Bekiaris, Marion Wiethoff, Evangelia Gaitanidou eds., Heidelberg, Dordrecht, London, New York: Springer, 263–284.

Galinski Ch., Reineke D. 2011: Vor uns die Terminologieflut. – eDITion 2/2011, 8–12.

Galinski Ch., Van Isacker K. 2010: Standards-based Content Resources: A Prerequisite for Content Integration and Content Interoperability. – Computers helping people with special needs. 12th International Conference, ICCHP 2010, Vienna, Austria, July 2010. Proceedings, Part I., K. Miesenberger e.a. (eds.), Berlin, Heidelberg, New York: Springer, 573–579.

Gonnissen L., Mornie G. 1983: Bestimmen und erkennen leicht gemacht. Vögel. Die wichtigsten heimischen Arten [Birds of Europe], translated from French by Sieglinde Summerer and Gerda Kurz, Zürich/Köln: Benziger Verlag.

Gruber T. R., June 1993: A translation approach to portable ontology specifications (PDF). Knowledge Acquisition 5 (2), 199–220. – http://tomgruber.org/writing/ontolingua-kaj-1993.pdf.

Hodges M., Okazaki T. Japanese kanji flashcards. Series 2, volume 1, Tokyo: White Rabbit Press, s.a.

Kitazawa T., Windhab R., Galinski Ch. 2007: Untersuchung von Flashcardsystemen (elektronische Lernkarteien) für CALL (computergestützten Spracherwerb) und CASPLL (computergestützten Fachsprachenerwerb) auf Anfängerniveau. Mit dem Schwerpunkt auf Japanisch-Lernen zum Erwerb einer hohen lexikalischen Sprachkompetenz – ohne das langfristige Ziel einer mehrsprachigen Flashcard-Lernplattform zu vernachlässigen.

McEnery T., Xiao R., Tono Y. 2006: Corpus-based Language Studies: An Advanced Resource Book, London/New York: Routledge.

Schmitz K.-D. 2006: Data modeling: From terminology to other multilingual structured content. – TSTT 2006. International Conference on Terminology, Standardization and Technology Transfer. Proceedings. Beijing, China, 2006-08-25/26. Yuli Wang, Yu Wang, Ye Tian (eds.), Beijing: Encyclopedia of China Publishing House.

³ 12^th International conference on computers helping people with special needs (ICCHP 2010), Vienna, Austria, July 2010

26

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

REFERENCED STANDARDS

ISO/IEC Guide 2:2004 Standardization and related activities – General vocabulary.

ISO 639 (series) Codes for the representation of names of languages.

ISO/IEC 2382-36:2008 Information technology – Vocabulary – Part 36: Learning, education and training.

ISO 3166 (series) Codes for the representation of names of countries and their subdivisions.

ISO/TS 8000-1:2011 Data quality – Part 1: Overview.

ISO 10241-1:2011 Terminological entries in standards – Part 1: General requirements and examples of presentation.

ISO 10241-2:2012 Terminological entries in standards – Part 2: Adoption of standardized terminological entries.

ISO 12615:2004 Bibliographic references and source identifiers for terminology work.

ISO 12620:2009 Terminology and other language and content resources – Specification of data categories and management of a Data Category Registry for language resources.

ISO 15924:2004 Information and documentation – Codes for the representation of names of scripts.

ISO/CD 17347:2012 Ontology Integration and Interoperability (OntoIOp) – Part 1: The Distributed Ontology Language (DOL).

ISO/DIS 22274:2011 Systems to manage terminology, knowledge and content – Concept-related aspects for developing and internationalizing classification systems.

IEEE (Institute of Electrical and Electronics Engineers, Inc.). LOM standard 1484.12.1-2002 Draft Standard for Learning Object Metadata.

TURINIO SĄVEIKUMO BŪTINYBĖ NAUDOJANT STRUKTŪRIZUOTO TURINIO VIENETUS KAIP ELEKTRONINIO MOKYMOSI OBJEKTUS PAKARTOTINAI AR PAGAL KITOKIĄ PASKIRTĮ

Daugėja internetinių turinio platformų, siūlančių vartotojams vieną ar daugelį išteklių, bet vis dar trūksta teorinio ir metodologinio tokios veiklos pagrindimo, mažai atsižvelgiama į geriausias turinio sąveikumo užtikrinimo patirtis. Tokių platformų skaičius augs ir toliau, nes vis daugiau išteklių kuriama ir naudojama taikant nepakankamai veiksmingus metodus. Kad būtų užtikrinta turinio kokybė, o pirmiausiai patikimumas, reikalingas įvairių priemonių derinimas (standartai, informacinės ir komunikacinės technologijos, sertifikavimas ir kt.).

Elektroniniam mokymuisi svarbus skirtumas tarp bendrosios kalbos (angl. LGP) ir specialiosios kalbos (angl. LSP). Tam, kad būtų galima sukurti daugiakalbius, daugiamodalinius, daugelio paskirčių mokymosi objektų duomenų modelius, leksinės semantikos lygmeniu būtina tobulinti ribotas dabartinių duomenų bazių galimybes. Reikėtų daugiau dėmesio skirti:

a) duomenų bazėse pateikiamų bendrosios kalbos ir specialiosios kalbos įrašų panašumui;

b) duomenų bazių įrašų žodinių elementų tarimo nuorodoms;

c) pateikimui nežodinių žymenų ir atvaizdų, kurie, atsižvelgiant į taikymo sritį, gali būti tokie pat svarbūs kaip žodiniai žymenys ir net labiau už juos pageidautini;

d) leksinių vienetų dėmenims, pavyzdžiui, morfologiniams elementams;

e) didesniems leksiniams vienetams, pavyzdžiui, bendrosios kalbos kolokacijoms ar specialiosios kalbos frazemoms;

f) neįgaliųjų komunikacinėms reikmėms.

Straipsnyje pateikiami argumentai dėl žemiau išvardytų dalykų būtinumo:

– standartų, kuriuose būtų pateikti pasaulinio turinio sąveikumo užtikrinimo reikalavimai ir gairės, įskaitant elektroniniam mokymuisi keliamus reikalavimus;

Terminologija | 2012 | 19

27

– koordinuotos strategijos, skatinančios tokių standartų taikymą (pavyzdžiui, pasitelkiant sertifikavimą);

– priemonių, užtikrinančių standartų laikymąsi plėtojant sistemas.

Šie standartai ir priemonės galėtų padėti suvaldyti jau dabar daugiau ar mažiau chaotišką turinio plėtrą (sukeliančią didžiulį veiklos dubliavimą) ar bent jau leistų aiškiai išskirti patikimo turinio saugyklas.

Gauta 2012-03-20

Christian Galinski International Information Centre for Terminology (Infoterm) Gymnasiumstrasse 50, 1190 Vienna, Austria E-mail [email protected]

Blanca Stella Giraldo Pérez International Information Centre for Terminology (Infoterm) Gymnasiumstrasse 50, 1190 Vienna, Austria E-mail [email protected]

28

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

ANNEX 1

Table 1 — Overview of data categories of a standardized terminological entry in accordance with ISO 10241-1

Primary data categories^a

Secondary data categories^b (including administrative data and usage information)

Name

Mandatory/optional; repeatable/non-repeatable

entry number...

Mandatory; non-repeatable

—

term^c (or string of five half-high dots “...” or other slot holder sign,...) in the order preferred term(s), admitted term(s), deprecated term(s)

Mandatory; repeatable

grammatical information in accordance with the rules of the standardizing body: e.g. gender, number, part of speech

language code or script code, or both

geographical use (e.g. country code)

pronunciation

normative status

letter symbol...

Optional (unless the letter symbol is internationally standardized); repeatable

language code or script code, or both

geographical use (e.g. country code)

normative status

graphical symbol...

Optional (unless the graphical symbol is internationally standardized); repeatable

geographical use (e.g. country code)

normative status

definition...

Mandatory (unless a non-verbal representation is used by convention within the respective domain or subject); non-repeatable

domain or subject, if necessary

Terminologija | 2012 | 19

29

Primary data categories^a

Secondary data categories^b (including administrative data and usage information)

Name

Mandatory/optional; repeatable/non-repeatable

non-verbal representation …

Mandatory (if exists – complementing a definition or used instead of a definition by convention within the respective domain or subject); non-repeatable

—

example …

Optional; repeatable

—

note to entry (including note to term, letter symbol, graphical symbol, definition, context, non-verbal representation, example, a given language section of a multilingual terminological entry or the entire terminological entry) …

Optional; repeatable

—

source of entire terminological entry (including source of term, letter symbol, graphical symbol, definition, context, non-verbal representation, example) or any language section of a multilingual terminological entry

Optional (unless the terminological entry or a language section of a multilingual terminological entry is taken from an external authoritative source); repeatable

additional information relating to the source, such as page number or clause number

^a All primary data categories except the data category “entry number” are repeatable by language and, therefore, apply to multilingual standards. Additional rules for terminological entries in a multilingual terminology standard are given in Clause 7.

^b All secondary data categories are optional except where they are crucial for disambiguation (…) and in cases where multilingual information is included in one terminological entry, in which case the primary data categories shall be complemented by a code for names of language in accordance with ISO 639, if necessary in combination with codes for names of countries in accordance with ISO 3166 or codes for names of scripts in accordance with ISO 15924.

^c For simplicity, only “term” is specified in Table 1 although other verbal designations, such as any existing synonymous terms, variants, full forms, abbreviated forms, homographs, antonyms, as well as equivalent terms in other languages are included under this data category name.

30

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning

ANNEX 2

RECOMMENDATION ON SOFTWARE AND CONTENT DEVELOPMENT PRINCIPLES 2010

Formulated at the ICCHP 2010 and endorsed by ISO/TC 37 and other technical committees

PURPOSE

This recommendation addresses decision makers in public as well as private frameworks, software developers, the content industry and developers of pertinent standards. Its purpose is to make aware that multilinguality, multimodality, eInclusion and eAccessibility need to be considered from the outset in software and content development, in order to avoid the need for additional or remedial engineering or redesign at the time of adaptation, which tend to be very costly and often prove to be impossible.

BACKGROUND

In software development, globalization¹, localization² and internationalization³ have a particular meaning and application. In software localization they have been recognized as interdependent and of high importance from a strategic level down to the level of data modelling and content interoperability.

In 2005 the Management Group of the ITU-ISO-IEC-UN/ECE Memorandum of Understanding on eBusiness standardization adopted a statement (MoU/MG N0221), which defines as basic requirements for the development of fundamental methodology standards concerning semantic interoperability the fitness for

– multilinguality (covering also cultural diversity),

– multimodality and multimedia,

¹ Globalization refers to all of the business decisions and activities required to make an organization truly international in scope and outlook. G11N is the transformation of business, processes and products to support customers around the world, in whatever language, country, or culture they require.

² Localization is the process of modifying products or services to account for differences in distinct markets. Therefore, L10N is an integral part of G11N, and without it, other globalization efforts are likely to be ineffective. The interdependence of G11N and L10N has also been coined glocalization.

³ Internationalization is the process of enabling a product at a technical level for localization. An internationalized product does not require remedial engineering or redesign at the time of localization. Instead, it has been designed and built from the outset to be easily adapted for a specific application after the engineering phase.

Terminologija | 2012 | 19

31

– eInclusion and eAccessibility,

– multi-channel presentations,

which have to be considered at the earliest stage of

– the software design process, and

– data modelling (including the definition of metadata),

and hereafter throughout all the iterative development cycles.

The above requirements are a prerequisite for global content integration and aggregation as well as content interoperability. Content interoperability is the capability of content to be combined with or embedded in other (types of) content items and to be extensively re-used as well as re-purposed for other kinds of eApplications. In order to achieve this capability, software must support these requirements from the outset. The same applies to the methods and tools of content management – including web content management.

R E C O M M E N D A T I O N

Software should be developed and data models for content prepared in compliance with the above-mentioned requirements to facilitate the adaptation to different languages and cultures (localization) or new applications (re-purposing), the personalization for different individual preferences or needs, including those of persons with disabilities. These requirements should also be referenced in all pertinent standards.

32

Christian Galinski, Blanca Stella Giraldo Pérez

Content interoperability as a prerequisite for re-using and re-purposing items of structured content as learning objects in eLearning